Satellite Image Analysis

Uydu görüntüsü analizi, yörüngedeki uyduların yakaladığı Dünya görüntülerinden bilgi çıkarılmasıdır: arazi örtüsünü haritalamak, gemileri, uçakları veya binaları saymak, mahsul sağlığını ölçmek ve iki tarih arasında nelerin değiştiğini tespit etmek. Uçaklardan ve dronlardan alınan görüntüleri de kapsayan uzaktan algılamanın bir dalıdır. Günümüzde, hiçbir analist ekibinin elle inceleyemeyeceği görüntü hacimlerini işlemek için bilgisayarlı görüye (CV) ve derin öğrenmeye (DL) dayanır. Landsat programı tek başına 1972'den beri Dünya'yı kesintisiz olarak görüntülüyor.

Uydular Neleri Görüntüler#

Uydu görüntüleri, dört tür çözünürlük bakımından sıradan fotoğraflardan farklıdır:

• Mekânsal çözünürlük: Tek bir pikselin kapsadığı yer mesafesi. Landsat 8 ve 9 çoğu bandı 30 m çözünürlükte, Sentinel-2 ise 10 m çözünürlükte kaydeder. Ekim 2025'e kadar Maxar Intelligence adıyla bilinen Vantor tarafından işletilen WorldView-3 gibi ticari uydular yaklaşık 30 cm çözünürlük sunar; bu, tek tek arabaları görecek kadar nettir.
• Spektral çözünürlük: Dalga boyu bantlarının sayısı ve genişliği. Sentinel-2, görünür ışıktan kısa dalga kızılötesine kadar 13 bant kaydeder.
• Zamansal çözünürlük: Aynı yerin ne sıklıkla görüntülendiği. İki uydudan oluşan Sentinel-2 takımyıldızı ekvatoru her beş günde bir yeniden görüntüler; Planet'in küçük uydu filosu ise Dünya'nın kara yüzeyinin neredeyse tamamını yaklaşık 3 m çözünürlükte her gün görüntüler.
• Radyometrik çözünürlük: Her pikselin parlaklığı ne kadar hassas kaydettiği; standart bir fotoğraftaki 8 bite kıyasla genellikle 11 ila 14 bittir.

Diğer iki sensör türü, uyduların ölçebileceklerini genişletir. Hiperspektral görüntüleme uyduları yüzlerce dar bant kaydeder; Sentinel-1 gibi sentetik açıklıklı radar (SAR) uyduları ise mikrodalga darbeleri gönderip yankıları kaydeder. Böylece bulutların arkasını ve geceleyin görebilirler; bu nedenle radar, fırtına bulutları altındaki selleri haritalamak için başlıca kaynaklardan biridir. Bant matematiği, spektral verileri fiziksel ölçümlere dönüştürür: normalize edilmiş fark bitki örtüsü indeksi NDVI = (NIR − Red) / (NIR + Red), yapraklar yakın kızılötesi ışığı güçlü biçimde yansıtıp kırmızı ışığı soğurduğu için yoğun ve sağlıklı bitki örtüsünde 1'e yaklaşır.

Temel Analiz Görevleri#

• Anlamsal bölütleme: Arazi örtüsünü, bina ayak izlerini, yolları veya sel alanını haritalamak için her pikseli etiketler.
• Nesne algılama: Gemi, uçak, araç ve depolama tankı gibi ayrı nesneleri bulur ve sayar. Yukarıdan bakıldığında bu nesneler küçük, sıkışık ve her yöne dönük olduğundan algılayıcılar, her nesneye uyacak şekilde dönen yönlendirilmiş sınırlayıcı kutuları sıklıkla tahmin eder.
• Değişim tespiti: Ormansızlaşmayı, yeni inşaatları veya afet hasarını bulmak için aynı yerin farklı tarihlerdeki görüntülerini karşılaştırır.
• Sahne sınıflandırması: Her görüntü parçasına tarım arazisi, orman veya kentsel alan gibi tek bir etiket atar.

Üstten çekilmiş görüntülere yönelik algılama veri kümeleri arasında, ilk sürümünde keyfî yönelimli kutularla 15 kategoriyi etiketleyen DOTA ve 0,3 m çözünürlüklü WorldView-3 görüntülerinde 60 sınıfta 1 milyondan fazla nesneyi etiketleyen xView bulunur. Ultralytics YOLO26 yönelimli sınırlayıcı kutu modelleri, DOTAv1 üzerinde önceden eğitilir ve her nesne için döndürülmüş bir kutu tahmin eder:

from ultralytics import YOLO

# DOTAv1 üzerinde önceden eğitilmiş bir YOLO26 yönelimli sınırlayıcı kutu (OBB) modelini yükle
model = YOLO("yolo26n-obb.pt")

# Üstten çekilmiş bir görüntüdeki nesneleri tespit et
results = model("https://ultralytics.com/images/boats.jpg")
result = results[0]

# Görüntüyü, her tespitin çevresine döndürülmüş bir kutu çizilmiş şekilde kaydet
result.save(filename="boats_obb.jpg")

Döndürülmüş kutular her teknenin yönünü izleyerek sıkıca demirlemiş teknelerin gereğinden büyük tek bir kutuyu paylaşmasını önler. NASA ve IBM'in Harmonized Landsat ve Sentinel-2 verileriyle oluşturduğu Prithvi modelleri gibi, etiket içermeyen büyük arşivlerde önceden eğitilmiş jeouzamsal temel modeller, çok daha az etiketli örnekle sel ve yanık alan haritalama gibi görevler için ince ayar yapılır.

Ham Sahneden Haritaya#

Tek bir Sentinel-2 karosu, 10 m bantlarında 10.980 × 10.980 pikseli kapsar; bu, bir modelin girişinden çok daha büyüktür ve pikselleri Dünya üzerindeki koordinatlarla eşleştiren GeoTIFF gibi coğrafi referanslı bir dosya olarak gelir. Analiz hatları atmosfer düzeltmesi yapar, bulutları maskeleyip sahneyi örtüşen karolara böler, modeli her karoda çalıştırır, karoların örtüştüğü yerlerdeki yinelenen tespitleri birleştirir ve piksel konumlarını CBS araçları için yeniden harita koordinatlarına dönüştürür. Rasterio gibi kütüphaneler coğrafi referanslı rasterleri okur ve yazar; görüntü eşleme ise karşılaştırılmadan önce farklı tarihlerdeki görüntüleri hizalar.

Uydu ve Hava Görüntüsü Analizi#

Her ikisi de aynı modelleri ve görevleri kullanır; fark platformdadır. Uydular yüzlerce kilometre yükseklikte yörüngede dolanır ve sabit bir takvimle tüm gezegenin görüntülerini çeker; arşivleri onlarca yıl öncesine uzanır. Uçaklar ve dronlar talep üzerine küçük alanlar üzerinde uçar ve santimetre düzeyinde ayrıntı yakalar; bu da çatı, ekin veya rüzgâr türbini kanadı denetimleri için uygundur. Üstten nesne tespiti veri kümeleri genellikle her iki kaynağı da içerir; DOTA'da uydu ve hava görüntüleri bulunur.

Uygulamalar#

• Tarım: Tüm bölgelerde ekin türü haritalama, verim tahmini ve NDVI tabanlı ekin stresi izleme.
• Ormanlar ve iklim: Landsat tabanlı, 30 m çözünürlüklü küresel ağaç örtüsü kaybı haritaları, ormansızlaşmayı yıldan yıla izler.
• Afet müdahalesi: SAR sel haritaları ve afet öncesi-sonrası hasar değerlendirmeleri yardım çalışmalarına yön verir; Uluslararası Uzay ve Büyük Afetler Şartı, müdahale ekiplerine uydu verilerini ücretsiz sağlar.
• Şehir planlaması: Bina taban alanlarının çıkarılması ve yolların haritalanması, hızla büyüyen şehirlerde haritaların güncel kalmasını sağlar.
• Deniz izleme: SAR ve optik tespitleri gemi takip verileriyle birleştiren 2024 tarihli bir Nature çalışması, dünyadaki endüstriyel balıkçı gemilerinin yaklaşık dörtte üçünün kamuya açık biçimde takip edilmediğini ortaya koydu.