17 augustus 2020 – Op 4 augustus 2020, in de namiddag, vond er een zware explosie plaats in de haven van Beiroet (Libanon), met talloze slachtoffers en zware beschadigingen aan de infrastructuur als gevolg. Een dag later zagen we al de eerste haarscherpe “luchtfoto’s” in het nieuws voorbijkomen. Het havengebied was compleet verwoest, in de haven lag een omgeslagen schip.
Deze beelden zijn afkomstig van WorldView-3, een satelliet die op een hoogte van 617 km boven het aardoppervlak beelden maakt met een optimale resolutie van 30 cm. Dat wil zeggen dat 1 pixel op de foto een afmeting heeft van 30 bij 30 cm in werkelijkheid. Elke dag brengt WorldView-3 de aarde in beeld en dat met een snelheid van 200 km per 12 seconden. Het beeld van Beiroet op 5 augustus is door Maxar in het kader van het open dataprogramma beschikbaar gesteld. De resolutie van het gebruikte beeld is overigens ongeveer 40 cm.
Dit beeld kunnen we in ERDAS IMAGINE® openen en combineren met andere beschikbare geografische data, bijvoorbeeld OpenStreetMap data. OpenStreetMap is een project om wereldwijd vrij beschikbare geografische data te delen. Door nu bebouwing op het WorldView-3 beeld te combineren, onderstaande afbeelding, krijgen we een duidelijk beeld van de afschuwelijke gevolgen van de explosie. Op de plaats van het pakhuis is een krater met een diameter van ~135 meter ontstaan. Verder op in de haven, op zo’n kleine 500 meter van de explosie, zien we een omgeslagen schip.
Dit is ‘slechts’ het zichtbare beeld, in de vroege ochtend van 5 augustus kwam nog een satelliet over, Sentinel-1A. De Sentinel-1A satelliet is gelanceerd als onderdeel van het Copernicus-programma van de Europese Unie. Deze satelliet heeft een Synthetic Aperture Radar (SAR) sensor aan boord die beelden levert onder alle licht- en weersomstandigheden. SAR is een vorm van radar die gebruikt wordt om bijvoorbeeld het landschap of scheepsbewegingen in beeld te brengen.
Wanneer we het Sentinel-1A radarbeeld van 5 augustus bekijken in ERDAS IMAGINE® zien we een grof zwartwit beeld verschijnen, de pixelresolutie van de radar is immers met 2,7 bij 22 meter minder hoog dan ons eerdere beeld van Worldview 3. We zien ook de krater bij de pier waar de explosie plaatsvond.
Nu willen we echter niet met onze ogen, maar met de computer naar het beeld kijken. Met het SAR beeld, kunnen we Coherent Change Detection (CCD) toepassen. CCD is bijzonder geschikt voor het detecteren van veranderingen die zich op de grond voordoen.
CCD combineert 2 SAR-beelden van dezelfde locatie die op verschillende tijdstippen zijn genomen en gebruikt een algoritme om een nieuw beeld te creëren. Dit beeld benadrukt de verschillende tussen de twee tijdstippen. Sentinel-1A heeft een revisit-tijd van 12 dagen, oftewel om de 12 dagen wordt een beeld van de locatie gemaakt. Voor Beiroet zijn naast 5 augustus ook beelden van 12 en 24 juli beschikbaar. Binnen ERDAS IMAGINE® is specifiek voor Sentinel-1 het E-Z Sentinel Coherence Change algoritme beschikbaar. Voor een snelle analyse hebben we het radarbeeld van 24 juli als referentiebeeld genomen en deze vergeleken (CCD) met de beelden van 12 juli en 5 augustus. In onderstaande afbeelding zien we duidelijk een donkere vlek rond het havengebied in de coherence change tussen 24 juli en 5 augustus (beeld 2) t.o.v. de coherence change tussen 12 en 24 juli (beeld 1).
Het verschil tussen deze twee coherence beelden (beeld 3, bovenstaande afbeelding) is vervolgens met dit model zichtbaar gemaakt. Deze verschillen (de rode tinten) in het beeld visualiseren de gewijzigde radar reflectie, veroorzaakt door ingestorte of beschadigde gebouwen en infrastructuur, puin en stof veroorzaken eveneens wijzigingen in de radar coherence.
Dat verschil kunnen we vervolgens classificeren en combineren met ons eerder beeld uit afbeelding 2. Niet alleen in het havengebied, maar ook in de districten om de haven zijn de gevolgen van de explosie zichtbaar.
Wanneer we nu verder uitzoomen en ons beeld combineren met afstandsringen zien we komt het getroffen gebied duidelijk in beeld. De combinatie van verschillende satellietbeelden, geografische data en technieken in ERDAS IMAGINE laten de effecten van de explosie als beschadigingen, puin en stof tot in de wijde omtrek zien. De districten Marfaa, Medawat en Rmeil liggen in het zwaarst getroffen gebied.
De wereld om ons heen verandert continue, het bijhouden van die veranderingen kan een uitdaging zijn en veel tijd in beslag nemen. Satellietopnames kunnen gebruikt worden om veranderingen inzichtelijk maken of objectdetectie uitvoeren, zo mogelijk ook binnen uw processen. Met het toevoegen van verandering- of detectieprocessen op basis van Machine Learning-algoritmen kan ERDAS IMAGINE efficiënt en effectief uw proces ondersteunen. Of u nu uw basisregistraties actueel wilt houden of obstructies in waterwegen wil opsporen, onze technologie helpt uw data-automatisering te optimaliseren.
Vind u dit blog interessant? Bekijk meer oplossingen voor mutatiesignalering zoals DELTA of Schouw M.App.
