זיהוי שינויים (ניסיוני)

אפשר להשתמש בכלי לזיהוי שינויים track_changes כדי לזהות ולהמחיש במהירות שינויים שחלו על פני כדור הארץ לאורך זמן.

במקום לחפש את ההבדלים באופן ידני, הכלי הזה משתמש במודל AI כדי להשוות בין נתונים גיאו-מרחביים משתי שנים שונות. המערכת יוצרת באופן אוטומטי מפת חום שמדגישה אזורים שבהם חלו שינויים, כמו פיתוח עירוני או שינויים סביבתיים וחקלאיים.

אחר כך אפשר להשתמש במפת החום כדי לזהות אזורים מעניינים ולבדוק איזה סוג של שינוי התרחש באמצעות תוכן היסטורי או תמונות היסטוריות של Street View.

זיהוי שינוי בתמונות היסטוריות

איך זה עובד

הכלי לזיהוי שינויים מבוסס על AlphaEarth Foundations, מאגר נתונים של הטמעות מנתוני לוויין, מודל AI גלובלי ייעודי שמזהה דפוסים ייחודיים בנתונים גיאו-מרחביים. בניגוד לתוכן היסטורי רגיל, שבו צריך לעבור בין תאריכים כדי לזהות הבדלים, הכלי החדש הזה עושה את העבודה בשבילכם. הכלי משתמש ב-AI כדי לשלב בין כמה מקורות נתונים גיאו-מרחביים ונתוני לוויין, ולכמת את השינוי בין שתי שנים.

הכלי הזה מחשב את השינוי ברמת הפיקסל, ובשכבה שנוצרת מוצג באופן חזותי איפה התרחש שינוי בין שתי השנים ברזולוציה של 10 מטרים.

זיהוי שינויים לעומת תמונות היסטוריות

כדי לבצע ניתוח מוצלח, חשוב להבין את ההבדלים בין כלי זיהוי השינויים לבין כלי התמונות ההיסטוריות. הפונקציה detect change מאפשרת לזהות שינויים משנה לשנה ברמת הפיקסל, אבל תמונות היסטוריות הן עדיין כלי חשוב לזיהוי אופי השינוי. השימוש בשני הכלים האלה יחד מאפשר לעבור מזיהוי ברמה גבוהה לאימות חזותי מפורט בתהליך עבודה אחד.

זיהוי שינויים תמונות היסטוריות
פונקציונליות של זיהוי שינויים זיהוי שינויים אוטומטי באמצעות הטמעות גיאו-מרחביות בדיקה ויזואלית ידנית של השינוי
תמונות הטמעות מולטי-מודאליות, כולל נתונים אופטיים, נתונים מולטי-ספקטרליים, נתונים תרמיים ותמונות מכ"ם קומפוזיציה אופטית של התמונות החזותיות הטובות ביותר שזמינות
רזולוציה מרחבית הטמעות גלובליות עקביות ברזולוציה של 10 מטרים הטווח הוא מ-15 מ' (לוויין) עד 0.15 מ' (צילום אווירי ברזולוציה גבוהה)
תדירות זמנית חלוקה לשנה בלבד מרווחים לא סדירים (רמת הפירוט יכולה להיות חודשית)
טווח זמן 2017-2025 משתנה בהתאם למיקום, בדרך כלל לפני 2017 וחלק מהתמונות עד היום

יצירת שכבות מותאמות אישית לזיהוי שינויים

  1. פותחים פרויקט קיים או יוצרים פרויקט חדש ב-Google Earth.

  2. לוחצים על כדור הארץ עם חץ מעגלי הצגת תמונות היסטוריות    track_changes זיהוי שינויים או על כלים    זיהוי שינויים. כך נפתחת תיבת הדו-שיח של הכלי ותצוגה מקדימה של מפת החום ברזולוציה של 40 מטר.

    1. כדי לראות תצוגה מקדימה של השינוי שזוהה באזור, מזיזים את המפה.
    2. בוחרים שתי שנים להשוואה. התצוגה המקדימה מתעדכנת אוטומטית כדי להציג את השינוי שזוהה בין השנים שנבחרו. הכלי תומך במרווחי זמן שנתיים בין 2017 ל-2025.
    3. משנים את רמת האטימות כדי להתאים את השקיפות של התצוגה המקדימה.

  3. כדי לראות את הרזולוציה המלאה של השינוי באזור מסוים, מציירים פוליגון מסביב לאזור שמעניין אתכם או בוחרים פוליגון קיים כדי להתחיל.

    • בוחרים נקודות במפה כדי לשרטט אזור עניין.
    • כדי להסיר נקודה, לוחצים על ביטול ביטול בפינה השמאלית העליונה.
    • כדי לצייר מחדש את אזור העניין, לוחצים על רענון התחלה חדשה.

  4. כדי להתחיל בתהליך הניתוח, לוחצים על יצירת שכבה. אפשר ליצור שכבה לאזור בשטח של עד 200 ק"מ2 (50,000 אקרים).

  5. כשהניתוח מסתיים, שכבת נתונים מתווספת לחלונית תוכן המפה של הפרויקט. שכבת הנתונים הזו היא מפת חום ברזולוציה של 10 מטרים שמציגה אזורים שבהם זוהה שינוי בין שתי השנים.

אני רוצה לנסות עכשיו ב-Google Earth באינטרנט

אימות התוצאות

מודל ה-AI שמאחורי הכלי לזיהוי שינויים משלב הרבה סוגים של מקורות נתונים גיאו-מרחביים ונתונים מלוויינים, ולכן יכול להיות שיוצגו אזורים עם שינויים שלא רלוונטיים לתהליך העבודה שלכם או שלא נראים בתמונות (כמו שינויים בלחות הקרקע, הצפות, שינויים בביומסה ועוד). מומלץ להשתמש בכלים הוויזואליים של Google Earth כדי לאמת את הממצאים:

  • תמונות היסטוריות: עוברים לתמונות היסטוריות כדי לראות תמונות באיכות גבוהה משתי השנים להשוואה ולוודא שסוג השינוי רלוונטי.
  • היסטוריית תמונות Street View: אפשר לעבור לתצוגה ברמת הקרקע באמצעות Street View כדי לאשר את אופי השינוי (לדוגמה, כדי לוודא אם השינוי שזוהה הוא מחסן חדש או יער שנכרת).