慧通人工智能網

  • 利用歷史照片繪制景觀變化圖

  • 發布時間:2020-02-14 15:09 |來源: 風漂娛樂

  雖然衛星圖像為生態學家研究人類活動或氣候變化的影響提供了強有力的工具,但為了了解變化的速度,需要在獲得衛星數據之前拍攝的更老的照片。最近,科學家們開始越來越多地使用老照片來對景觀變化進行分類,其中一些可以追溯到19世紀中期。

  在將衛星影像和傾斜照片進行比較時,存在一些挑戰。主要的挑戰不僅是視角不同,而且像素大小在陸基測繪中也易造成困難。當某人拍攝傾斜角度的照片時,相機附近的像素比遠處的像素覆蓋的面積小得多。如果要進行更廣泛的分類,從而可以與衛星圖像進行比較,那么協調這些空間尺度上的差異是至關重要的。盡管存在這一挑戰,但許多過去的景觀圖像可以通過與現代圖像的比較來進行地理參照和分離。然后可以將這些照片與基于衛星的圖像分類進行比較,例如來自陸地衛星的圖像,從而校正和調整空間分辨率。一旦完成這項工作,就可以對植被進行分類,然后利用舊照片和現代照片以及衛星圖像進行比較,這種方法也被稱為重復攝影。

  最近的研究結果表明,,在過去100年中,加拿大落基山脈的森林景觀從總面積的40%增長到52%,而高山草甸(從16%到今天的9%)和沼澤(從5%到今天的4%)則有所下降。這是因為氣溫的升高使得林木線向上爬升,造成了更多的森林景觀,同時也使其他土地覆蓋類型減少,景觀更加同質化。在與本研究相關的研究論文中,科學家們發現傾斜攝影照片往往顯示出與衛星圖像的關聯和重要區別。主要是,在照片中往往能辨認出狹窄的景觀特征,而且與衛星圖像相比,對所辨認出的巖石表面的比例有較高的估計。這可能不是一個問題,因為照片可以在近距離捕捉更多的細節,因此衛星圖像上較小的特征和變化可能是預期存在的。該論文強調了使用人工監督分類,使土地覆蓋能夠運用黑白照片確定,這些照片中的光譜數據通常變化較小,從而使更典型的自動化或非監督機器學習分類方法成為可能。

  此外,現在已經有針對歷史航空影像分類的方法,可利用這些照片對不同地區的土地覆蓋進行比較和分類。利用深度卷積神經網絡對舊航空照片中的景觀進行對齊,然后對這些照片進行分類,從而確定土地覆蓋。這為科學家們提供了一種有用的、基于歷史的方法,來比較廣闊景觀中長期的植被變化。同樣,在美國,航空攝影也被用來結合最近的圖像,對美國的土地覆蓋變化進行長期評估。在科羅拉多州北部的弗蘭特山脈,森林覆蓋率自20世紀30年代以來一直在增加,與加拿大落基山脈相似;然而,該處的植被覆蓋變化也廣泛而頻繁,最近的觀測趨勢表明森林覆蓋率在下降。此外,自20世紀70年代以來,14.3%的陸地灣經歷了火災破壞。在美國西部,火災活動是一個日益嚴重的問題,不斷上升的氣溫和患病的樹木可能使大部分土地在未來幾十年極易發生重大火災。

  最近的研究表明,舊照片,包括舊的航空照片以及傾斜的地面照片,對于展示土地覆蓋在長時間內的變化非常有用。對于科學家來說,這為我們提供了一個強大的工具,可以更好地記錄由于氣候和其他人為因素而造成的地表變化速度,F在面臨的挑戰是擴大覆蓋范圍,以便覆蓋全球更多地區進行長期土地覆蓋分類,從而使我們能夠在全球范圍內更好地評估地球變化的程度。利用歷史照片繪制景觀變化圖

  • 相關閱讀:
134曾道人 一肖中特平 亿客隆彩票官网 排三今天最新推荐号码预测 排列三组六普通 天津11选5任五遗漏 吉祥吉林麻将官网下载 足球任选9场开奖结果 数字货币交易所 天津时时彩开奖结果空一首页 中国体育彩票排列三走势图 棋牌app抓得严吗 怎么投诉福彩中心 内蒙古11选5遗漏导航 网络捕鱼游戏控制 彩票大奖缴税 28彩票是正规的吗 捕鱼达人外挂