Big Earth Observation Analytics: Snelle detectie van illegale tropische ontbossing

Big data uitdaging

Nieuwe satellieten monitoren het aardoppervlak met een hogere resolutie dan voorheen. De nieuwe Sentinel-1 radar (wereldwijde dekking sinds 2014) is in staat de grootste beperking te overbruggen: wolken. Deze methode van aardobservatie zorgt voor meer opties voor het van dichtbij monitoren van gebieden, echter wordt hierdoor de hoeveelheid gegenereerde data ook vergroot. De hoeveelheid satellietdata verdubbelt elke twee jaar, wat tevens een steeds groter wordende hoeveelheid opslagcapaciteit vereist. Een visuele voorstelling van deze grote hoeveelheden data is te zien in Figuur 1. Sentinel-1 satellietdata is gratis beschikbaar van ESA.

Satellietdata is te groot en divers aan het worden om het lokaal op te slaan en te analyseren, daarom is het onvermijdelijk dat de gebruikers en hun software naar de data gebracht worden, in plaats van andersom. Clouddiensten zorgen voor oplossingen voor deze opslag- en analyseproblemen die gebruikers ondervinden, maar het kiezen van de juiste dienst blijft een uitdaging. Verschillende clouddiensten zijn beschikbaar, deze zijn te verdelen in drie soorten:

• Commerciële data centers: Google Earth Engine, Amazon en anderen.
• Publieksbetaalde data centers: Copernicus Data and Information Access Service.
• Coöperatieve data centers: EODC, Science Centers.

Clouddiensten verschillen in aspecten zoals prestatie, kosten en juridische condities, zoals de bescherming van data, software en intellectueel eigendom. Sommige aanbieders bieden gratis diensten aan, maar deze geven mogelijkerwijs niet dezelfde eigendomsbescherming als anderen. Daarnaast worden publieke investeringen gemaakt om clouddiensten aan te bieden en zijn ook coöperatieve instellingen bezig met de ontwikkeling van deze diensten.

Detectie van illegale ontbossing

Regelmatige aardobservatie met hoge resolutie van 10 meter is mogelijk met de Sentinel-1 Radar sensor, maar ook historische, minder accurate, data blijkt zeer waardevol te zijn in de detectie van verschillen. De afbeeldingen die door deze satellieten verzameld zijn, worden in machine learning methodieken gebruikt om verschillen in het landschap waar te nemen. In dit geval het ontstaan van openingen in het bos na verloop van tijd. De methode is getest in een bosgebied waarvan het bekend is dat er gekapt wordt, waarbij nieuwe openingen in het bos goed gedetecteerd werden. De methode kan vervolgens gebruikt worden om illegale ontbossing waar te nemen.