Каким образом создана карта Global Forest Change

[nick777]

Здравствуйте!
Намекните новичку, каким образом создана карта Global Forest Change?
Я имею ввиду, что за космоснимки были использованы, есть ли они в открытом доступе, что за ПО. И главный вопрос, можно ли сделать аналогичную карту (матрицу) но не для леса, а для участков застройки?

[nadiopt]

написано же английским по белому
Results from time-series analysis of 654,178 Landsat images in characterizing forest extent and change, 2000–2012.
и ссылка на подробности приведена слева от карты
http://www.sciencemag.org/content/342/6160/850

[dime1]

Там сложный алгоритм, который раскрыт не будет (хотя для L8 и местечковый вариант модели был бы полезен). Вычисляли в параллельном процессинге на мощностях Google.

[ Сообщение с мобильного устройства ]

[nick777]

Там сложный алгоритм, который раскрыт не будет (хотя для L8 и местечковый вариант модели был бы полезен). Вычисляли в параллельном процессинге на мощностях Google.

Т.е. алгоритм которым пользовались для оцифровки не имеет ничего общего с существующими программами обработки снимков? Или все же нечто подобное создать можно и какими средствами? Что такое L8?

[nick777]

Там сложный алгоритм, который раскрыт не будет (хотя для L8 и местечковый вариант модели был бы полезен). Вычисляли в параллельном процессинге на мощностях Google.

Т.е. алгоритм которым пользовались для оцифровки не имеет ничего общего с существующими программами обработки снимков? Или все же нечто подобное создать можно и какими средствами?

[nadiopt]

Что такое L8

Landsat8
почему, там по-моему только сама модель и алгоритм патентованные, а делают они в чем-то вполне обычном, вроде мне говорили, что в Геоматике.

[dime1]

Да, я тоже слышал, что в PCI Geomatics.
http://www.youtube.com/watch?v=NXHhsaU3o0Y

[gimran]

http://gisconf.ru/talks/
Пётр Потапов
Использование архивов данных Landsat и MODIS для оценки изменения площади лесов в национальном и глобальном масштабе
http://gisconf.ru/talks/gis17-potapov-forest.pdf

[manisha]

Там сложный алгоритм, который раскрыт не будет (хотя для L8 и местечковый вариант модели был бы полезен). Вычисляли в параллельном процессинге на мощностях Google.

[ Сообщение с мобильного устройства ]

Никаких там секретов нет, поищите статьи по фамилиям авторов, почти все алгоритмы описаны. Вся суть - в подборе правильных метрик, ручном наборе эталонов и построении дерева решений на их основе. В это вложены годы труда целого коллектива. Тысячи Тб исходных снимков и промежуточных продуктов. Большое количество набранных ручным трудом эталонов для обучения деревье (в геоматике раньше делали, сейчас не знаю). И много расчетов, на настольном компе такое обсчитать невозможно. Плюс очень много самописного кода для ускорения расчетов и облегчения работы.

Не знаю как сейчас, а раньше все массивы данных они обрабатывали на собственных серверах (для обсчета на мощностях гугла нужно было переписать все на джаве, плюс фактически передать ключевые наработки самому гуглу, что не входило в планы разработчиков ;)
Сейчас - не знаю.

Насколько я знаю, ихние алгоритмы используют и для аналогичных продуктов по росту городов.

[gamm]

Никаких там секретов нет, поищите статьи по фамилиям авторов, почти все алгоритмы описаны.

а какие-нибудь пространные отчеты по ходу проекта они не выдавали в открытый доступ? их читать намного интереснее, чем статьи (пытался искать, но не нашел).

[manisha]

Честно говоря, не в курсе. Основной результат их работы - продукты + статьи (что логично). Возможно, для доноров-грантодателей или чиновников универа они что-то и пишут подробнее?
Плюс доклады на зарубежных конфах от тех же авторов посмотрите, презентации бываю интересными.
А, еще возможно что-то писалось для стран, в которых на локальные территории внедрялись их системы (если не вру, как минимум Индонезия и Перу).
Попробуйте спросить у юзера kryl здесь на форуме, он сейчас в этой команде работает.

[dime1]

Предлагаю разобраться что означает процент растительности (tree density?) в растре tree cover.
В легенде онлайн карты:

Legend
75-100%
50-75%
25-50%
0–25%
Water or no data

1) Пока я думаю, что 100%-это густой лес, покрывающий всю площадь пикселя 676 м^2 (26х26 м), т.е. земля не просвечивается. А вот 0-25% я не совсем понимаю, потому что по такой логике занимается соответственно от 0-25% площади 676 м^2 лесом, но ведь точность ограничена размером пикселя исходных данных, если там не применялась методика "пикселей с размытыми границами или что-то такое". Чувствую, что я где-то не прав
2) В растр были захвачены только взрослые деревья высотой 6-8 м., а что насчёт ширины кроны дерева. Ведь она более важна для спутника в надире при оценке покрытия некой площади лесом.
3) Как эти данные соизмеряются с картами генштаба (контурами леса) и какого масштаба? (по моим подсчётам, если сртм отвечают бумажным картам около 1:100000, то эти должны где-то 1:25000 (25-метров)). Будет ли правильным сказать, что растр от 1 до 100% - это всё настоящий лес, а не тот, что был на бумажных картах?

[gamm]

(мечтательно) ... вот бы кто-нибудь из "лесников" сравнил эту карту с реальными насаждениями на хорошо ему известной территории, и дал экспертную оценку ...

[dime1]

Я ставил метки на лес до 10%, сравнивая с километровкой, где леса нет. Переносил в Google Earth и там таки лес был. Но тут должна крыться проблема с генерализацией бумажной карты и "исчезанием" малых лесов на ней.

[dime1]

По степени сближения крон деревьев в древостое определяется сомкнутость полога. Ее выражают в десятых долях, считая за единицу сомкнутости полное соприкосновение крон всех деревьев рядом растущих. Различают насаждения высокой (1,0–0,9), средней (0,8–0,6) и низкой (0,5–0,3) сомкнутости. Деревья при сомкнутости крон 0,3 фактически не представляют собой леса. При такой сомкнутости они образуют редины, причем площади, занятые деревьями с сомкнутостью 0,2–0,1, считаются не покрытыми лесом.

В практике лесного х-ва Л. считают участки с полнотой выше 0,3. Сомкнутые древостой имеют полноту 0,8—1. При полноте менее 0,3 деревья образуют редины (влияние их на среду и взаимодействие деревьев между собой выражены крайне слабо).