美国宇航局开发森林干扰预警系统

开发近实时系统检测和监测植被变化在48个州,NASA的工程师需要分析多光谱图像被水和Terra卫星,建立multi-timescale基线的收集数据,然后将输入数据与基线比较来识别异常。

每天，MODIS数据将为跨越48个州的14个网格贴图生成，每个贴图包含4800 x 4800像素。该系统每年更新用于识别植被变化的年度基线时，会处理两次15至25兆兆字节的数据。

NASA的工程师需要处理和分析以多维数组形式存储的大量时间序列图像数据集。他们需要一个用于交互式开发和快速评估新的分析算法的开发环境。在演示了他们的算法之后，他们希望在不进行编码的情况下将它们部署到生产中。

NASA工程师使用MATLAB开发了ForWarn的两个关键组件:时间系列产品工具(TSPT)暂时流程MODIS数据,和物候参数评估工具(这项),它使用处理过的数据来计算一天绿色大小和每年的生长季节的高峰和其他物候参数感兴趣的美国林务局。

对于TSPT, NASA的团队编写了一个MATLAB脚本，该脚本检索NASA档案中以分层数据格式(HDF)文件存储的MODIS数据，并将数据导入MATLAB。TSPT调用Mapping Toolbox™函数将导入的纬度和经度数据转换为投影的地图坐标系统。

TSPT波段处理模块也是在MATLAB中开发的，可以从时间序列数据生成归一化植被指数(NDVI)，以及土壤、水分、水分等指标。

在MATLAB中，该团队开发了TSPT算法，以消除因云、阴影、视图天顶角和其他影响而失真的像素。

在将Aqua和Terra卫星的数据合并为单个时间序列后，TSPT使用Signal Processing Toolbox™函数来识别和去除尖峰和其他外围数据点。

一旦TSPT算法去除了异常值，它们就会使用最优化工具箱™和图像处理工具箱™进一步过滤和重新采样时间序列。TSPT算法应用信号处理工具箱中的Savitzky-Golay滤波器来插值任何缺失像素的值。

工程师们使用MATLAB、Optimization Toolbox、Image Processing Toolbox开发了pet，对时间序列数据进行曲线拟合，识别与年度周期性生长季节相关的植物状态，如绿色、成熟、衰老、休眠等。后来，他们通过识别每日卫星数据和时间序列基线之间的差异，加强了pete，以探测森林扰动。

使用MATLAB Compiler™，该团队创建了基于MATLAB的算法的独立可执行版本，可以由没有安装MATLAB的用户运行。

ForWarn团队因他们的努力获得了多个奖项，其中包括跨部门合作奖(inter - agency Partnership Award)，该奖项表彰来自至少两个不同机构的联邦雇员“在技术转移方面合作完成了杰出工作”。ForWarn小组由美国林业局、美国国家航空航天局、美国能源部橡树岭国家实验室、美国地质调查局和北卡罗来纳大学阿什维尔分校组成。

• 新想法的实施和测试只需数小时。“信号和图像处理算法内置在MATLAB中，所以我不需要从头开始写，”洛克希德·马丁公司的计算机工程师杰里·加瑟说。“我没有编写和调试几百行C代码来测试一个新的算法思想，而是使用MATLAB命令进行交互式验证，然后编写脚本来测试多个参数值。我能在几分钟或几小时内得到结果，而不是几天或几周。”
• 节省了多年的开发时间。“MATLAB处理多维数据的方法非常适合分析卫星图像，”Armstrong说。“如果我们使用传统的编程语言，比如C语言，我们会花更长的时间。”
• 交付给不断增长的用户社区的可重用生产软件。“ForWarn是美国大陆第一个近乎实时的森林威胁早期预警系统，”阿姆斯特朗指出。它不断增长的用户群包括7000多名林业专家、学生和土地资源管理人员。我们还将在MATLAB中开发的算法和模块用于其他客户和目的，并与世界各地的合作伙伴合作。”