Big Data y Automatización para Procesamiento y Análisis de · PDF...

Big Data y Automatización para

Procesamiento y Análisis de

Imágenes GeoespacialesNoviembre 1 / 2017

Buenos Aires, Argentina

Freddy Paya

Agenda• PCI Geomatics

• Automatización de flujos para procesamiento y

análisis

• Procesamiento de altos volúmenes de imágenes

• Aplicaciones y casos de estudio

• Conclusiones

2

© PCI Geomatics 2017

30,000 +Licencias

instaladas en el mundo

Presencia en más de 150 países.

más de 50 distribuidoresautorizados.

Centros de investigación y oficinas de ventas en Canadá, Estados Unidos, y China.

CompañíaPrivada

35 años en la industriaCon sede en Toronto, Canadá.

Que hace PCI Geomatics?

PCI Geomatics crea productos de software,

plataformas y sistemas para clientes globales que requieren resultados

automatizados y de alto rendimiento, o un análisis y producción precisa de datos

de información en geo-imágenes imágenes

Copyright © 2014 PCI Geomatics

Page

4

Obtenga mas de sus imágenes

Información de Agricultura

Información de elevación

Información forestal

Información de ciudades en 3D

Información marítima

Obtenga mas de sus imágenes

Aplicaciones e industrias

12


ZeolitesZeolites

CalciteCalcite

AluniteAlunite

KaoliniteKaolinite

Illite/Illite/MuscoviteMuscovite

BuddingtoniteBuddingtonite

UnclassifiedUnclassified

ZeolitesZeolites

CalciteCalcite

AluniteAlunite

KaoliniteKaolinite

Illite/Illite/MuscoviteMuscovite

BuddingtoniteBuddingtonite

UnclassifiedUnclassified

Flexible, Soluciones Escalables

Desktop Remote Sensing and

Ortho-mosaicking Software Suite

Workflow Automation

High Volume Production

SC

AL

AB

LE

|

F

LE

XIB

LE

OPERATIONAL EFFICIENCY

Automatización de flujos de

trabajo para extracción de

información

Plataforma de Geomatica

Private and Confidential

15

Desarrolle flujos

automáticos y

semi-automatics

Resuelva

problemas de

sus clientes

Utilize el

lenguaje de

Python

Miles de algoritmos,

métodos, y atributos

16


Problema Solución

Medición automática de productividad

DEM Extraction

Ingest Datasets

Cacl Diff DSM

Extract Stockpiles

Calc Volume

Map

18Private and Confidential


DEM Extraction

Ingest Datasets

Cacl Diff DSM

Extract Stockpiles

Calc Volume

Map

DSM 2009 DSM 2011


DEM Extraction

Ingest Datasets

Cacl Diff DSM

Extract Stockpiles

Calc Volume

Map

Difference ImageDSM 2009DSM 2011

=-New Stockpiles

Removed Stockpiles



DEM Extraction

Ingest Datasets

Cacl Diff DSM

Extract Stockpiles

Calc Volume

Map

New Stockpiles



DEM Extraction

Ingest Datasets

Cacl Diff DSM

Extract Stockpiles

Calc Volume

Map

Aplicación automática para monitoreo de

productividad en mina a cielo abierto

23


Desarrollo de flujos automáticos

para procesamiento y análisis

Flujo de trabajo automático - Agricultura de

precisión

• Procesamiento automático basado en area de

interés

– API buscar imágenes basadas en un criterio

• Ubicación, cobertura de nubes, intervalo de fechas

– Flujo de trabajo automatizado de PCI:

• Descargar imágenes, corrección atmosférica, co-registrar,

calcular índices de vegetación.

– Enviar datos al usuario final (FTP, cloud S3 bucket)

Soporte de imágenes satelitales en

GeomaticaSensores utilizados en este

APISentinel-2

PlanetScope

RapidEye

• PCI Soporta 60+ sensores ópticos de satélite• Soporte típicamente incluye:

• Carga directa de datos • Ortorectificación • Pansharpening • Extracción de DEM • Corrección atmosférica

http://www.pcigeomatics.com/resources/geomatica/sensor-support

http://www.pcigeomatics.com/resources/geomatica/sensor-support

Demostración

http://geojson.io

Ejecutar

“ag_workflow.py”

Imágenes crudasDoves

RapidEye

Sentinel-2

ProcesamientoCorrección atmosférica

Alineamiento

Índices de Vegetación

{

{{Plataforma satelital

{Resultados

Estadísticas

Mapas

Indices

http://geojson.io/

Chabas, Argentina (33.1S, 61.4W)

Source: http://www.soybeansandcorn.com/Argentina-Crop-Cycles

Rangos de banda espectral

-0.2

0

0.2

0.4

0.6

0.8

1

1.2

0 200 400 600 800 1000 1200

All Bands (S2, PS, RE)

Blue S2 Blue PS Blue RE Green S2 Green PS Green RE

Red S2 Red PS Red RE NIR S2 NIR PS NIR RE

Métodos de calibración “ Cross Sensor”

Análisis de productividad – base de

referencia

• Pico en el trigo / haba de soja temprana

• Cálculo del NDVI por fechas

– Nov 15 – Enero 15 (2012-2017)

• Datos normalizados basados en coeficientes de

regresión

• Calcular los valores promedio de NDVI por

campo

NDVI 2012-2017 (Nov 15-Enero 15)

Análisis de línea de

base

- NDVI basado en el

tiempo

- Mapa espacial que

muestra las

variaciones de

producción

Evaluación de Referencia -

PromedioAnálisis de línea de

base

- Monitor del NDVI de

datos basados en el

tiempo (gráfico

temporal)

Zonas de GestiónMétodos:

- Calcular el NDVI promedio

- Nov 15 – Enero 15

- Segmentación

- Clasificación basada en reglas

- 5 clases de NDVI / Zona:

- Zona 1 - 0.1- 0.26

- Zona 2 - 0.26-0.36

- Zona 3 - 0.36-0.46

- Zona 4 - 0.46-0.56

- Zona 5 - 0.56-0.66

Monitoreo durante la temporada

2012-2017 Promedio 60 días

Dic 20/2016información diaria

Planificación de la cosecha

Índice de reflectancia de senescencia de

plantas.PSRI = (R-G)/NIR

Incremento del

PSRI

Dic 11 // Dic 01

Procesamiento de altos

volúmenes de imágenes

Arquitectura de Procesamiento Avanzado

1) Graphical Processing Unit GPU

4) Procesamiento en paralelo

3) Distributed Processing

CPU GPU

2) Procesamiento multi-núcleo

GXL vs. Geomatica

More automation fewer operators Analysis/Research/Info Extraction

GXL Module and Workflow Library

Flujos de trabajo – Integracion/Flexibilidad

Combine any GXL module together to build custom on-the-fly workflows

IngestGCP

CollectionBundle

AdjustmentOrtho Accuracy Report

Mosaic Prep

Mosaic Gen

Pan sharpenDEM

ExtractionMore…

Data Transform

Haze Removal

IngestHaze

RemovalGCP

CollectionMore…

Proyectos a mediana escala

42


Reference Image

Raw Image

941m (1882px)

Procesamiento imágenes historicas

43


Generacion de MDE

44


Generacion de ortomosaico

45


Proyectos a gran escala

46


Orthos

Select Best Images

Prepare Masks, Reference & Image

Enhancements

Mosaic Preparation

Replace Bad Imagery

Better Images Require

d

Mosaic Generation

Mosaic Prep Update

Post Mosaic Work

Interactive Mosaic Editing

Yes

No

Extracción automática de lineas

costales de un país

Aplicaciones y Casos de Estudio

Defensa e Inteligencia

50


Burn

Scar

Burn

Scar

Burn

Scar Burn

Scar

Burn Scar

Active

Fires

Ambiental

51


MonitoreoIncendiosForestales

Estimación de biomasa

Agricultura

52


-0.4

-0.2

0

0.2

0.4

0.6

0.8

1

0 50 100 150 200 250 300 350 400

ND

VI (

un

itle

ss)

Day of Year

NDVI Growth Profiles

NDVI 2009

NDVI 2010

NDVI 2011

NDVI 2012

NDVI 2013

NDVI 2014

NDVI 2015

Agricultura de precision

Monitoreo de cultivos y Predicción de cosecha

Minería

53


Calculo de volúmenes y productividad

Análisis espectral de minerales Interferometria y mapas de deformación

Gas y Petróleo

54


Derrames petroleros ExploraciónExtracción de lineamentos

Urbana y Topografía

55


Generacion de MDE’s

Cartografía automática

Analisis de visibilidad

New SGM DEM Extraction3D Fly! - Pleiades 1.5 m DSM (2 x GSD) – Alps, Europe

Private & Confidential

56

Conclusiones▪ 35 años en la industria geoespacial con gran experiencia

en teledetección, fotogrametría, y observación de la

tierra

▪ Soluciones integrales que ofrecen automatización y

flexibilidad para la creación de aplicaciones

personalizadas

▪ Escalabilidad para producción a gran escala con altos

volúmenes

▪ Mas de 550 flujos y algoritmos para procesamiento y

análisis de datos geoespaciales

Big Data y Automatización para Procesamiento y Análisis de · PDF...

Documents

Transcript of Big Data y Automatización para Procesamiento y Análisis de · PDF...