美国宇航局开发探测森林干扰的早期预警系统

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数据会生成横跨48个州的14个网格贴图，每个贴图由4800 x 4800像素组成。该系统在更新用于识别植被变化的年度基线时，每年处理15至25兆兆字节的数据。

NASA的工程师需要处理和分析大量以多维数组形式存储的时间序列图像数据集。他们需要一个开发环境来交互开发和快速评估新的分析算法。在演示了他们的算法之后，他们想在不重新编码的情况下将它们部署到生产中。

美国宇航局工程师使用MATLAB开发FORWARN的两个关键组件：时间序列产品工具（TSPT），其在时间上处理MODIS数据，以及使用处理的数据来计算绿色级别和鉴别的鉴率参数估计工具（PPET）来计算绿色级别day of year for the peak of the growing season and for other phenological parameters of interest to the U.S. Forest Service.

对于TSPT，NASA的团队写了一个MATLAB脚本，它将在NASA存档中的分层数据格式（HDF）文件中的MATLAB数据检索，并将数据导入MATLAB。TSPT调用映射工具箱™功能进口纬度和经度数据转换成投影地图的坐标系。

TSPT波段处理模块也是在MATLAB中开发的，它从时间序列数据中生成归一化差分植被指数(NDVI)，以及土壤、水分、水分等指标。

在MATLAB工作，该团队开发了TSPT的算法，以消除云，阴影，视图Zenith角度和其他效果扭曲的像素。

在将Aqua和Terra卫星的数据合并为单个时间序列后，TSPT使用信号处理工具箱™功能来识别和删除尖峰和其他异常数据点。

一旦TSPT算法删除了异常值，它们就会使用优化工具箱™和图像处理工具箱™进一步过滤并重新采样时间序列。TSPT算法将Savitzky-Golay滤波器从信号处理工具箱应用以插入任何缺失像素的值。

工程师们利用MATLAB、优化工具箱和图像处理工具箱开发了PPET，对时间序列数据进行曲线拟合，以识别与每年周期性生长季节有关的植物状态，如绿色、成熟、衰老和休眠。他们后来加强了PPET，通过识别每日卫星数据和时间序列基线之间的差异来探测森林扰动。

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，包括跨部门合作奖，该奖项表彰来自至少两个不同机构的联邦雇员，他们“在技术转让方面协作完成了杰出的工作”。ForWarn团队由美国林务局、美国宇航局、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。

• 在几小时内实施和测试的新想法。“Matlab中内置了信号和图像处理算法，因此我不必从头开始写入它们，”洛克希德马丁的计算机工程师Jerry Gasser说。“而不是写作和调试数百行的C代码来测试一个新的算法的想法，我使用MATLAB命令以交互方式验证，然后写一个脚本以测试多个参数值。我在几分钟或几小时内得到结果，而几个月或几周。“
• 多年的开发时间挽救了。“Matlab与多维数据的方式的方式非常适合分析卫星图像，”阿姆斯特朗说。“如果我们使用了传统的编程语言，如C，那将使我们更长时间。”
• 可重复使用的生产软件送到生长的用户社区。“Forwarn是美国大陆美国第一个近乎实时的森林威胁预警系统，”备注Armstrong。“其日益增长的用户基础包括超过7000林业专家，学生和土地资源经理。我们还在为其他客户提供Matlab开发的算法和模块，与世界各地的合作伙伴合作。“