慧通人工智能网

  • 利用历史照片绘制景观变化图

  • 发布时间:2020-02-14 15:09 |来源: 风漂娱乐

  虽然卫星图像为生态学家研究人类活动或气候变化的影响提供了强有力的工具,但为了了解变化的速度,需要在获得卫星数据之前拍摄的更老的照片。最近,科学家们开始越来越多地使用老照片来对景观变化进行分类,其中一些可以追溯到19世纪中期。

  在将卫星影像和倾斜照片进行比较时,存在一些挑战。主要的挑战不仅是视角不同,而且像素大小在陆基测绘中也易造成困难。当某人拍摄倾斜角度的照片时,相机附近的像素比远处的像素覆盖的面积小得多。如果要进行更广泛的分类,从而可以与卫星图像进行比较,那么协调这些空间尺度上的差异是至关重要的。尽管存在这一挑战,但许多过去的景观图像可以通过与现代图像的比较来进行地理参照和分离。然后可以将这些照片与基于卫星的图像分类进行比较,例如来自陆地卫星的图像,从而校正和调整空间分辨率。一旦完成这项工作,就可以对植被进行分类,然后利用旧照片和现代照片以及卫星图像进行比较,这种方法也被称为重复摄影。

  最近的研究结果表明,,在过去100年中,加拿大落基山脉的森林景观从总面积的40%增长到52%,而高山草甸(从16%到今天的9%)和沼泽(从5%到今天的4%)则有所下降。这是因为气温的升高使得林木线向上爬升,造成了更多的森林景观,同时也使其他土地覆盖类型减少,景观更加同质化。在与本研究相关的研究论文中,科学家们发现倾斜摄影照片往往显示出与卫星图像的关联和重要区别。主要是,在照片中往往能辨认出狭窄的景观特征,而且与卫星图像相比,对所辨认出的岩石表面的比例有较高的估计。这可能不是一个问题,因为照片可以在近距离捕捉更多的细节,因此卫星图像上较小的特征和变化可能是预期存在的。该论文强调了使用人工监督分类,使土地覆盖能够运用黑白照片确定,这些照片中的光谱数据通常变化较小,从而使更典型的自动化或非监督机器学习分类方法成为可能。

  此外,现在已经有针对历史航空影像分类的方法,可利用这些照片对不同地区的土地覆盖进行比较和分类。利用深度卷积神经网络对旧航空照片中的景观进行对齐,然后对这些照片进行分类,从而确定土地覆盖。这为科学家们提供了一种有用的、基于历史的方法,来比较广阔景观中长期的植被变化。同样,在美国,航空摄影也被用来结合最近的图像,对美国的土地覆盖变化进行长期评估。在科罗拉多州北部的弗兰特山脉,森林覆盖率自20世纪30年代以来一直在增加,与加拿大落基山脉相似;然而,该处的植被覆盖变化也广泛而频繁,最近的观测趋势表明森林覆盖率在下降。此外,自20世纪70年代以来,14.3%的陆地湾经历了火灾破坏。在美国西部,火灾活动是一个日益严重的问题,不断上升的气温和患病的树木可能使大部分土地在未来几十年极易发生重大火灾。

  最近的研究表明,旧照片,包括旧的航空照片以及倾斜的地面照片,对于展示土地覆盖在长时间内的变化非常有用。对于科学家来说,这为我们提供了一个强大的工具,可以更好地记录由于气候和其他人为因素而造成的地表变化速度。现在面临的挑战是扩大覆盖范围,以便覆盖全球更多地区进行长期土地覆盖分类,从而使我们能够在全球范围内更好地评估地球变化的程度。利用历史照片绘制景观变化图

  • 相关阅读: