Grant ILGiT: zdjęcia radarowe w analizie miejskiej infrastruktury
Projekt pt. „Wykorzystanie satelitarnych zdjęć radarowych do analizy szarej infrastruktury”, realizowany w ramach grantu ILGiT pod kierownictwem dr inż. Joanny Pluto-Kossakowskiej, skupiał się na wykorzystaniu danych SAR i metod uczenia maszynowego do badania zagęszczenia obszarów miejskich.
Główną motywacją do podjętych badań jest potrzeba cyklicznej analizy zagęszczania szarej infrastruktury w kontekście dynamicznych zmian na terenach zurbanizowanych.
Elementy zwartego miasta można rozumieć jako fizyczną obecność obiektów szarej infrastruktury, a tym samym pokrycie powierzchniami nieprzepuszczalnymi takimi jak zabudowa, trasy komunikacyjne, obszary przemysłowe lub inne obszary pokryte sztucznymi materiałami. Podjęte badania w niniejszym grancie miały na celu rozwinięcie metod analizy i przetwarzania radarowych danych teledetekcyjnych (SAR) w skalach szczegółowych, gdzie ważne jest rozróżnienie klas pod względem zwartości (gęstości) podobnie jak to jest zdefiniowane w bazie danych Urban Atlas.
Badania mają innowacyjny charakter w wykorzystaniu uczenia maszynowego na obrazach radarowych do analizy gęstości obszarów miejskich. Jest to ważne nie tylko ze względu na przetwarzanie i klasyfikację obrazów radarowych w sposób zautomatyzowany, ale także ze względu na możlwiości wykorzystania ich w planowaniu przestrzennym, w szczególności do opracowania produktów przestrzennych o większej szczegółowości w skali miasta.
Wyniki badań opublikowano w artykule naukowym pt. “Supervised Semantic Segmentation of Urban Area Using SAR” https://doi.org/10.3390/rs17091606
|
| Przykładowy fragment miasta Londyn. (a) Obraz satelitarny optyczny (ESRI), (b) obraz SAR w paśmie X w kanale VV, (c) obraz SAR w paśmie C w kompozycji RGB: VV, VH, VV-VH, (d) Urban Atlas, (e) klasyfikacja Unet na obrazie SAR w paśmie X i (f) klasyfikacja Unet na obrazie SAR w paśmie C. |