Картограммы изменения NDVI

[windgammer20]

Подскажите пожалуйста, ибо в гисах и ДДЗ я совсем новичек...
Имеется серия снимков Landsat_5 на один и тот же месяц и +/- близкие даты с 1988 по 2010 год. На их основе построены картограммы NDVI для каждой сцены. Хочется построить картограмму изменения NDVI за данный период, и в первую очередь необходимо выбрать те участки, на которых NDVI бы за обозначенный период стабильно уменьшался.

Пробовал решить эту проблему с помощью Scanex Image Processor, используя алгоритм одноканального обнаружения изменения, но он позволяет сравнивать растры только попарно. К тому же он выдает все изменения, как в большую, так и в меньшую сторону. И каждый конкретный случай, а их сотни для одной сцены приходится разбирать вручную... Возможно ли это сделать в автоматическом или полуавтоматическом режиме? И вообще с помощью какой программы лучше строить такие картограммы?

[Boris]

Пробовал решить эту проблему с помощью Scanex Image Processor, используя алгоритм одноканального обнаружения изменения, но он позволяет сравнивать растры только попарно. К тому же он выдает все изменения, как в большую, так и в меньшую сторону.

Неужели до сих пор изменения вычисляются без учета знака? М-да... Я давно не проверял, но вроде как там есть и более закрученный механизм выявления изменений.
Но, все же, если посмотреть, то особой беды в этом нет, если вы конечно способны озвучить алгоритм обнаружения "стабильных изменений". По крайней мере в моей, версии Scanex Image Processor есть "Редактирование-Макросы-Растровый калькулятор" (вроде входит во все версии), но есть еще и "Скритп-Выполнить" (отдельный модуль). Там можно что угодно с растрами делать. И число каналов в них может быть очень велико.
Если же у вас по настоящему много-много растров и они совпадают в пространстве (что можно предварительно обеспечить в растровых ГИС и программах обработки ДЗЗ), то растровые калькуляторы типа gdal_calc, как раз подходят для таких задач. А еще есть разные языки программирования с доступом к библиотекам GDAL, есть растровые операции в растровых базах данных.
Да много чего есть. Тот же язык IDL в ENVI, он позволяет перемалывать огромное количество растров.

[jerry-maori]

ну прям самый тупой вариант (правда без ГИС):
1. Берём пачку растров (главное, чтобы они были в чём-нито растровов, без доп информации и чтобы совпадали пиксель в писелб)
2. Формируем по сути 3-д массив
3. Для каждого пикселя по сути получаем временной ряд с тем количеством отсчётов, сколько у нас растров
4. Примерям на полученный временной ряд линейную, квадратичную и кубическую модель. Ну и считаем критерий Акике.
Если там есть стабильное падение, то даже линейная модель нам даст угол наклона
И результирующий растр, где кадый пиксель содержит инфу по углу наклона. Вот вам и картограмма

Мне это видится в Matlab, старшие товарищи тут легко распишут, как ето делается в R.

[gamm]

Подскажите пожалуйста, ибо в гисах и ДДЗ я совсем новичек...
Имеется серия снимков Landsat_5 на один и тот же месяц и +/- близкие даты с 1988 по 2010 год. На их основе построены картограммы NDVI для каждой сцены. Хочется построить картограмму изменения NDVI за данный период, и в первую очередь необходимо выбрать те участки, на которых NDVI бы за обозначенный период стабильно уменьшался.

Пробовал решить эту проблему с помощью Scanex Image Processor, используя алгоритм одноканального обнаружения изменения, но он позволяет сравнивать растры только попарно. К тому же он выдает все изменения, как в большую, так и в меньшую сторону.

так вы считаете, что изменение в большую сторону изменением не является? оригинально

а если серьезно, вы не то делаете. Вам нужно использовать классификатор для всей стопки всех ваших слоев (лучше использовать SOM), получить классы, и "раскрасить шарики" градиентной палитрой. Классификатор найдет все типичные патерны изменения NDVI, выберите среди них те, которые нужны (если они вообще есть на снимке), покрасьте радикальным цветом или переведите вектор.

смысл в том, что не нужно искать то, чего возможно и нет - лучше описать то, что реально есть, и выбрать из описанного наиболее подходящее

Если опыта нет, постройте изодату (вместо SOM) с небольшим числом классов (5-7), и ли сделайье то, что написано ниже. Вообще, обладатели Сканекса обычно проходят курсы, где все это показывают ...

[gamm]

Мне это видится в Matlab, старшие товарищи тут легко распишут, как ето делается в R.

не, угол наклона для кубической модели - "так даже я не могу" (с)

если серьезно, то лучше классифицировать и выделить типичные паттерны, а не приделывать модель.

Есть и совсем простой вариант, использовать критерий знаков - считать сколько раз было меньше в следующий год, что элементарно сделается в калькуляторе: просто считаем SUM_i[(abs(raster[i+1]-raster) < 0], чем больше сумма, тем чаще NDVI снижался, с таким небольшим числом растров можно даже без скрипта, все руками последовательно просуммировать, обнулив предварительно слой результата. Общая картина будет видна.