24 settembre 2018

DIgitalizzazione automatica della linea di costa con immagini satellitari Worldview-3 e ERDAS IMAGINE 2018

L'ambiente costiero è, per natura, uno degli ambienti più dinamici e in costante cambiamento del globo. Monitorare e misurare questi cambiamenti è fondamentale per poterli gestire al meglio.

Da diversi anni Planetek Italia supporta le pubbliche amministrazioni e i privati in questo difficile compito, grazie a Preciso Coast,  prodotto geoinformativo per il monitoraggio e la classificazione della linea di costa. Grazie all'esperienza maturata con Preciso Coast e utilizzando ERDAS IMAGINE 2018, abbiamo sviluppato un algoritmo che permette di estrarre in modo semplice e automatico  la linea di costa (in formato shapefile), utilizzando immagini satellitari WorldView-3. Tutti i nostri clienti ERDAS IMAGINE con un contatto di manutenzione attivo possono contattarci (sales@planetek.it) per ricevere gratuitamente il modello dell'algoritmo.


Dettagli sull'implementazione

Per la costruzione dell'algoritmo abbiamo seguito l'approccio di questa pubblicazione scientifica (Maglione, 2014) e utilizzando lo Spatial Modeler di ERDAS 2018 abbiamo costruito un modello che  permette di estrarre automaticamente la linea di costa istantanea, senza considerare la marea. L'identificazione del litorale è basata sull'utilizzo dell'indice NDWI, costruito utilizzando la banda 1 (Coastal) e la banda 8 (NIR 2) :

La Coastal Band del sensore WorldView-3  (400 - 450 nm) è molto utile per lo studio di aree costiere, grazie alle sue caratteristiche di penetrazione nell'acqua. Dopo aver eseguito il calcolo dell'indice,  tutti i pixel dell'immagine sono stati raggruppati in tre classi differenti: mare, terra e vegetazione, utilizzando una classificazione non supervisionata. Dopo aver distino le tre classi, il raster ottenuto è stato convertito in vettoriale. Grazie all'utilizzo degli utilissimi nuovi operatori dello Spatial Modeler 2018 per il trattamento dei dati vettoriali (Feature Analysis, Geometry Manipulation), siamo stati in grado di "ripulire" e migliorare il dato vettoriale, ottenendo in fine uno shapefile di tipo lineare. Come puoi vedere meglio dal video seguente, per ottenere la linea di costa è sufficiente disegnare un' area di interesse e poi lanciare il modello. Gli output sono i seguenti:
  • Raster NDWI (opzionale);
  • Raster tematico tre classi (mare, terra, vegetazione);
  • Linea di costa areale (opzionale);
  • Linea di costa lineare;

E' preferibile utilizzare il modello su immagini Worldview-3 o Worldview-2 (a 8 bande) ortorettificate e sulle quali sia stato eseguito il processo di pan sharpening (per ottenere la risoluzione del pancromatico su tutte le bande). Per ricevere il modello (gratuito per tutti i nostri clienti ERDAS IMAGINE con un contatto di manutenzione attivo) scrivi a sales@planetek.it. A presto!


22 settembre 2018

Dati Sentinel per la mappatura geologica: un test in ERDAS IMAGINE 2018


Aggiornare una carta geologica è sicuramente un'impresa costosa e dispendiosa in termini di tempo e risorse. Le immagini satellitari non possono, di certo, sostituire il  ruolo prezioso dei geologi e l'importanza delle indagini in campo ma possono rappresentare un importante dato di supporto, come dimostra questo recente progetto supportato dall'ESA in Africa. 
Seguendo l'approccio metodologico di una autorevole pubblicazione scientifica, abbiamo creato in ERDAS IMAGINE due algoritmi automatici, per  dati Sentinel-2, che permettono di ricavare con facilità una mappa utile alla fotointerpretazione in ambito geologico. Potrete liberamente scaricare gli algoritmi che abbiamo sviluppato e testarli sui vostri pc.

Esempio di Carta Geologica creata con dati Sentinel- ESA
Molto importante, nell'ambito della mappatura geologica, è il ruolo delle bande dell'infrarosso ad onde corte (SWIR) che permettono di distinguere con facilità la risposta di materiali differenti. Il satellite del programma Copernicus, Sentinel-2, i cui dati sono liberamente utilizzabili e scaricabili tramite questo portale, è dotato di ben tre bande nello SWIR (bande 10, 11 e 12). Negli ultimi anni sono state pubblicate numerose pubblicazioni scientifiche volte a sperimentare e a verificare l'utilizzo dei dati Sentinel-2 per la mappatura geologica. Molto interessante, ad esempio, questa ricerca di Al-Nahmi Et al. in cui sono stati utilizzati dei dati Sentinel-2 per la mappatura geologica di una regione dello Yemen.  


Optimum Index Factor e Independent Component Analysis 


Volendo raccontare in modo semplice l'approccio della ricerca di Al-Nahmi Et al, gli step eseguiti sono principalmente due:
  • Calcolo dell'indice Optimum Index Factor (OIF) per diverse combinazioni di bande e selezione della combinazione migliore per la mappatura geologica. L'OIF è un valore statistico che si basa sulla varianza totale all'interno delle bande e sul coefficiente di correlazione tra le bande.
  • Utilizzo del metodo Independent Component Analysis (ICA) per estrarre le mappe geologiche strutturali. L'ICA è è un metodo di elaborazione computazionale che serve per separare un segnale multivariante nelle sue sotto-componenti additive, ed'è un buon metodo pratico per l'estrazione di mappe geologiche.

Test effettuato su un'area della Sardegna con ERDAS IMAGINE 2018



Immagine Sentinel-2 sulla Sardegna
Dopo aver scaricato, tramilte il Sentinel Hub, il dato acquisito dal satellite Sentinel 2B il 12 Agosto 2018 sul sud della Sardegna (ovviamente per i vostri test potete usare qualsiasi dato Sentinel 2) abbiamo costruito nello Spatial Modeler un modello per il calcolo dell' Optimum Index Factor, modello che potete scaricare qui. L'utilizzo di questo modello è molto semplice, basta selezionare la combinazione di bande da utilizzare - tramite i tre operatori band selection posti all'inizio del modello - e poi eseguire il modello per ottenere in output il valore calcolato. Abbiamo utilizzato diverse combinazioni di bande (le stesse utilizzate nel paper di Al-Nahmi Et al., già citato) fino a ricavare la combinazione con il valore più alto di OIF che è risultata essere la seguente: bande 12, 11, 8a (due SWIR + RedEdge).


Spatial Modeler 

Dopo aver individuato la combinazione di bande da utilizzare abbiamo realizzato il modello per l'algoritmo Independent Component Analysis che vedete  nell'immagine a sinistra e che potete scaricare da qui. Il modello prende in input dati Sentinel 2 a 13 bande e permette di lavorare sull'intera scena o su una determinata area di interesse (Bounding Box). L'utilizzo del  modello è mostrato nel seguente video.

Tutorial:


Considerazione Finali

Con questo semplice esempio abbiamo voluto dimostrare le potenzialità e la ricchezza di informazioni delle tredici bande del Sentinel-2 e la comodità e  rapidità di utilizzo dello Spatial Modeler di ERDAS IMAGINE. Come potete constatare, il risultato ottenuto può essere utile come layer di supporto di un lavoro di fotointerpretazione. E' importante sottolineare comunque che, in questo tipo di applicazioni, svolge un ruolo importante (in negativo) la vegetazione che coprendo il substrato sottostante ne altera la risposta spettrale. Miglioramenti potrebbero essere raggiunti mascherando le aree totalmente vegetate e le aree urbane (strade, edifici, ecc.).
Volendo poi proseguire il processo, al fine di ottenere una carta tematica tramite classificazione automatica o semiautomatica, può essere sicuramente utile in funzione della scala dei prodotti da restituire, utilizzare dati a maggiore risoluzione sia geometrica che spettrale.
Il sensore WorldView-3 ad, esempio, potendo disporre di ben otto bande della fascia dello SWIR, può risultare davvero utile per questo tipo di applicazioni. Un approccio potenzialmente utilizzabile per automatizzare il processo, con i dati sia Sentinel-2 che Worldview-3, prevede l'utilizzo degli algoritmi di Machine Learning (ad esempio Random Forest, Support Vector Machines e altri) che sono disponibili in ERDAS 2018 e che utilizzeremo in un prossimo esempio.
Scaricate i modelli e testateli sui vostri pc :-)
Per qualsiasi tipo di approfondimento contatatteci a questo indirizzo e-mail: sales@planetek.it



20 novembre 2017

Copernicus made simple: come sfruttare al meglio i dati ed i servizi Copernicus con ERDAS IMAGINE



Oggi è possibile disporre in modo gratuito di una formidabile fonte informativa per attivare processi di monitoraggio continuativo del territorio. La Commissione Europea nell’ambito del programma Copernicus rende disponibili, in modo completamente gratuito, le immagini acquisite dalla costellazione di satelliti Sentinel e le mappe tematiche derivate (i cosiddetti servizi Core). Utilizzare queste fonti informative, tuttavia, richiede conoscenza, competenze e strumenti. Conoscenza della disponibilità delle fonti, competenza nella loro elaborazione e strumenti software appropriati. 


 Copernicus Made Simple è la soluzione basata sul software ERDAS IMAGINE Professional, ideale per sfruttare al meglio i dati ed i servizi Copernicus: scaricare in modo semplice i dati, archiviarli ed elaborarli in modo automatico per creare mappe tematiche. L’utilizzo ottimale della soluzione è garantita attraverso l’erogazione di una attività di formazione e consulenza. Obiettivo: l’utilizzo delle immagini Sentinel e dei servizi Core, per l’ideazione e la creazione di workflow per la produzione automatica di mappe tematiche attraverso la ricerca, il download e l’elaborazione.
L’attività di training viene erogata on-site (presso l’utente) in modalità “learning by doing” con la creazione di workflow elaborativi per la realizzazione di esempi concreti di applicazioni. L’attività di formazione/consulenza si estende nel tempo grazie al supporto on-line della durata di 12 mesi per garantire un adeguato livello di assistenza nelle fasi operative di creazione ed utilizzo dei workflow elaborativi.


 La soluzione “Copernicus Made Simple” include:
  •  1 licenza permanente di ERDAS IMAGINE Professional + Moduli software “Copernicus Made Simple”;
  • 1 giornata di training on-site;
  • 1 anno di supporto on-line;
  • 1 anno di manutenzione.

I vantaggi della promozione

Fino alla fine dell’anno puoi usufruire della promozione che prevede uno sconto sul prezzo di listino. L’offerta è valida solo per il mercato italiano fino al 31/12/2017.

Chiamaci

Antonio, Francesca e Giuseppe sono a tua disposizione per chiarimenti ed informazioni.
Tel. +39 0809644200 E-mail: sales@planetek.it

06 settembre 2017

Rivediamo il webinar: ATCOR Workflow for IMAGINE

Sul canale YouTube di Planetek Italia abbiamo pubblicato il video del webinar tenutosi lo scorso 17 Luglio, sul tema della correzione atmosferica delle immagine con il nuovo add-on di ERDAS IMAGINE,  ATCOR Workflow for ERDAS IMAGINE.



ATCOR Workflow, evoluzione tecnologica del robusto predecessore ATCOR, è in grado di ridurre drasticamente gli effetti dell'atmosfera e dell'illuminazione solare, dispone di un nuovo e potente algoritmo di dehazing e permette di correggere le immagini tenendo conto anche degli effetti dovuti alla morfologia del terreno. Di seguito un esempio di dehazing su di un'immagine Sentine-2:


ATCOR Workflow supporta più 30 sensori commerciali e non commerciali e ti consente di ottenere rapidamente immagini corrette, utilizzabili con successo in analisi multitemporali e di change-detection. Grande novità rispetto al predecessore ATCOR è inoltre rappresentata dalla possibilità di utilizzare il tool all’interno dello Spatial Modeler di ERDAS, con numerosi vantaggi in termini di automatizzazione dei processi e personalizzazione dei workflow.

Il webinar è stato realizzato in collaborazione con Geosystems, azienda partner di Planetek Italia che  sviluppa il tool.

Richiedi informazioni a Planetek Italia
Si ringrazia per la collaborazione GEOSYSTEMS GmbH 

21 aprile 2017

Catalogare e condividere nuvole di punti con ERDAS APOLLO

ERDAS APOLLO,  soluzione Hexagon Geospatial per catalogare le informazioni geospaziali distribuite all'interno di un'organizzazione e renderle facilmente fruibili e condivisibili con gli utenti finali, permette di gestire in modo ottimale anche le nuvole di punti.
Come mostra rapidamente il seguente video-tutorial, ERDAS APOLLO è in grado di leggere ed archiviare direttamente i dati in formato LAS o HPC (formato compresso). I dati archiviati nel catalogo di APOLLO possono essere resi disponibili per gli utenti finali sotto forma di webservices conformi agli standard OGC, servizi di tile caching, o mendiante i protocolli di streaming ECWP e JPIP.



 Questo video mostra come è possibile:
  • Pubblicare una nuvola di punti utilizzando lo streaming ECWP;
  • Visualizzare lo streaming ECWP in ERDAS IMAGINE;
  • Visualizzare lo streaming ECWP in un client web.
Per ulteriori informazioni
http://www.planetek.it/
sales@planetek.it

23 febbraio 2017

Rivediamo il webinar: Estrazione di nuvole di punti e modelli del terreno in 3d da stereocoppie satellitari ad altissima risoluzione

Sul canale YouTube di Planetek Italia abbiamo pubblicato il video del webinar tenutosi lo scorso 25 Novembre, sul tema della estrazione di nuvole di punti e modelli del terreno in 3d da stereocoppie satellitari ad altissima risoluzione con ERDAS IMAGINE 2016.



La conoscenza della morfologia del territorio e dei suoi mutamenti rappresenta un’informazione imprescindibile in molti settori applicativi, quali la progettazione di infrastrutture ed opere ingegneristiche o la pianificazione territoriale. La disponibilità attuale di dati ad altissima risoluzione, acquisiti mediante satelliti VHR (Very High Resolution) quali World-View3, Geoeye-1, QuickBird, ecc. consente di analizzare in maniera rapida e completa su aree anche remote.




Durante il webinar abbiamo descritto l’intera procedura da seguire per ottenere un modello 3D della superficie, partendo da una stereocoppia satellitare ad alta risoluzione utilizzando i software ERDAS IMAGINE e IMAGINE PHOTOGRAMMETRY, della Producer Suite di Hexagon Geospatial. Utilizzando una stereocoppia Worldview-3, acquisita sulla città di Lisbona,  è stata ottenuta una nuvola di punti molto densa, costituita da più di 5 milioni di punti con un passo medio di 30 cm.

Scarica il tutorial sulla generazione di modelli 3D da stereocoppie satellitari

Durante il webinar è stato  presentato il tutorial “Estrazione di nuvole di punti e modelli del terreno in 3D da stereocoppie satellitari ad altissima risoluzione con ERDAS IMAGINE 2016”, della serie Geoxperience Academy. Il tutorial, corredato di dati demo, è stato fornito gratuitamente a tutti i partecipanti al webinar e può essere richiesto  all'indirizzo sales@planetek.it 

A presto!

07 dicembre 2016

Catalogare e pubblicare immagini COSMO-SkyMed come servizi web con ERDAS APOLLO


ERDAS® APOLLO, software Hexagon Geospatial per la gestione, l'analisi, e la distribuzione dei dati geografici, offre strumenti avanzati per catalogare automaticamente e pubblicare come servizi web, dataset complessi  di grandi dimensioni che includono immagini satellitari, dati vettoriali, file CAD, nuvole di punti LiDAR, modelli altimetrici, video, documenti, ecc. In un recente progetto abbiamo messo ERDAS APOLLO alla prova in un'attività che ha previsto la catalogazione e la pubblicazione di una grande quantità di dati SAR COSMO-SkyMed.


Come la maggior parte di voi saprà, COSMO-SkyMed è una costellazione di satelliti radar ad apertura sintetica (SAR), finanziata dall’Agenzia Spaziale Italiana, il cui primo lancio risale ormai al lontano 2007. I satelliti della costellazione COSMO/SkyMed lavorano in banda X e possono operare sia di giorno che di notte. Sono molto utilizzati per applicazioni sia di tipo civile che militare, in particolare per il monitoraggio ambientale, la gestione delle emergenze e delle calamità naturali, i servizi di intelligence e sorveglianza.


L’organizzazione e il “packaging” dei dati Cosmo/Skymed per uso civile avviene secondo lo standard HDF5 (Hierarchical Data Format 5). I file HDF5 hanno estensione “H5” e i dati sono memorizzati e organizzati in maniera gerarchica con due strutture primarie che sono: 

-   Groups (I◦ livello)
-   Datasets (II◦ livello).





La particolare struttura dei dati HDF5 non ha rappresentato un problema per ERDAS APOLLO che dispone di diversi tool di configurazione che rendono il sistema flessibile ed adattabile a qualsiasi formato.
Dopo il primo step di configurazione, si è passati alla fase di catalogazione dei dati. In questa fase è stato davvero possibile apprezzare uno dei principali vantaggi di APOLLO: la funzione di catalogazione (crawling) automatica. Tramite questa funzione è stato possibile catalogare  con grande facilità una grande quantità di dati, in tempi rapidi: è stato sufficiente indicare al software la cartella in cui andare a "pescare" i dati HDF5, tutto il resto lo ha fatto da sè, in modo molto snello ed efficace. 

Questo breve video  descrive  la procedura seguita per la catalogazione automatica di un dato CosmoSkyMed, Il video mostra come, inserendo i dati CosmoSkyMed nel catalogo APOLLO, si ha la possibilità di poterli consultare e scaricare dal GeoPortale di Apollo o consultarli da qualsiasi altra applicazione in grado di consultare e interrogare servizi OGC.



Per informazioni aggiuntive sul software ERDAS APOLLO contatta lo staff di Planetek Italia a questo indirizzo: sales@planetek.it