ใช้เครื่องมือตรวจจับการเปลี่ยนแปลง track_changes เพื่อระบุและแสดงภาพการเปลี่ยนแปลงบนพื้นผิวโลกเมื่อเวลาผ่านไปได้อย่างรวดเร็ว
เครื่องมือนี้ใช้โมเดล AI เพื่อเปรียบเทียบข้อมูลเชิงพื้นที่ระหว่าง 2 ปีที่แตกต่างกันแทนที่จะค้นหาความแตกต่างด้วยตนเอง โดยจะสร้างฮีตแมปโดยอัตโนมัติ ซึ่งไฮไลต์พื้นที่ที่มีการเปลี่ยนแปลง เช่น การพัฒนาเมืองหรือ การเปลี่ยนแปลงด้านสิ่งแวดล้อมและการเกษตร
จากนั้นคุณสามารถใช้แผนที่ความหนาแน่นนี้เพื่อระบุสถานที่ที่สนใจสํารวจและทําความเข้าใจประเภทการเปลี่ยนแปลงที่เกิดขึ้นโดยใช้ภาพในอดีตหรือStreet View ในอดีต

วิธีการทำงาน
เครื่องมือตรวจจับการเปลี่ยนแปลงใช้AlphaEarth Foundations ชุดข้อมูลการฝัง ดาวเทียม ซึ่งเป็นโมเดล AI ทั่วโลกเฉพาะทางที่เข้าใจรูปแบบที่ไม่ซ้ำกันในข้อมูลเชิงพื้นที่ เครื่องมือใหม่นี้จะช่วยคุณทำงานหนักๆ ได้ ซึ่งต่างจากภาพในอดีตแบบมาตรฐานที่คุณต้องสลับระหว่างวันที่ต่างๆ เพื่อดูความแตกต่าง โดยใช้ AI เพื่อรวมสตรีมข้อมูลดาวเทียมและข้อมูลเชิงพื้นที่หลายรายการเข้าด้วยกันเพื่อหาปริมาณ การเปลี่ยนแปลงระหว่าง 2 ปี
เครื่องมือนี้จะคำนวณการเปลี่ยนแปลงที่ระดับพิกเซล และเลเยอร์ที่ได้จะแสดงภาพ ตำแหน่งที่มีการเปลี่ยนแปลงระหว่าง 2 ปีดังกล่าวที่ความละเอียด 10 เมตร
ตรวจจับการเปลี่ยนแปลงเทียบกับภาพในอดีต
การทําความเข้าใจความแตกต่างระหว่างเครื่องมือตรวจหาการเปลี่ยนแปลงกับเครื่องมือภาพย้อนหลัง เป็นกุญแจสําคัญในการวิเคราะห์ที่ประสบความสําเร็จ แม้ว่าการตรวจหาการเปลี่ยนแปลงแบบปีต่อปีด้วยการตรวจหาการเปลี่ยนแปลงจะให้ความแม่นยำระดับพิกเซล แต่ภาพย้อนหลังยังคงเป็นเครื่องมือสำคัญในการระบุลักษณะของการเปลี่ยนแปลงนั้น การใช้ทั้ง 2 อย่างร่วมกันจะช่วยให้คุณเปลี่ยนจากการตรวจจับระดับสูงเป็นการยืนยันด้วยภาพแบบละเอียดได้ในเวิร์กโฟลว์เดียว
| ตรวจหาการเปลี่ยนแปลง | ภาพในอดีต | |
|---|---|---|
| ฟังก์ชันการตรวจหาการเปลี่ยนแปลง | การตรวจหาการเปลี่ยนแปลงอัตโนมัติโดยใช้การฝังเชิงพื้นที่ | การตรวจสอบการเปลี่ยนแปลงด้วยสายตาด้วยตนเอง |
| ภาพ | การฝังหลายรูปแบบ รวมถึงภาพออปติคัล มัลติสเปกตรัม ความร้อน และเรดาร์ | ภาพคอมโพสิตออปติคัลของภาพที่มองเห็นได้ดีที่สุด |
| ความละเอียดเชิงพื้นที่ | การฝังทั่วโลกที่ความละเอียด 10 ม. ที่สอดคล้องกัน | ตั้งแต่ 15 ม. (ดาวเทียม) ถึง 0.15 ม. (ภาพถ่ายทางอากาศความละเอียดสูง) |
| ความถี่ชั่วคราว | ช่วงเวลารายปีเท่านั้น | ช่วงเวลาที่ไม่ปกติ (ความละเอียดอาจเป็นรายเดือน) |
| ช่วงเวลา | 2017-2025 | แตกต่างกันไปตามสถานที่ โดยทั่วไปคือช่วงก่อนปี 2017 และภาพบางส่วนจนถึงปัจจุบัน |
สร้างเลเยอร์การตรวจหาการเปลี่ยนแปลงที่กำหนดเอง
- เปิดโปรเจ็กต์ที่มีอยู่หรือสร้างโปรเจ็กต์ใหม่ใน Google Earth
คลิก
แสดงภาพในอดีต track_changes ตรวจจับการเปลี่ยนแปลงหรือเครื่องมือ ตรวจจับการเปลี่ยนแปลง ซึ่งจะเปิด กล่องโต้ตอบของเครื่องมือและตัวอย่างฮีตแมปที่ความละเอียด 40 ม.
- หากต้องการดูตัวอย่างการเปลี่ยนแปลงที่ตรวจพบในพื้นที่ ให้เลื่อนไปรอบๆ แผนที่
- เลือก 2 ปีเพื่อเปรียบเทียบ ตัวอย่างจะอัปเดตโดยอัตโนมัติเพื่อแสดงการเปลี่ยนแปลงที่ตรวจพบระหว่างปีที่เลือก เครื่องมือนี้รองรับ ช่วงเวลาประจำปีภายในปี 2017 และ 2025
- เปลี่ยนความทึบแสงเพื่อปรับความโปร่งใสของตัวอย่าง
หากต้องการดูความละเอียดเต็มรูปแบบของการเปลี่ยนแปลงในพื้นที่ ให้วาดรูปหลายเหลี่ยมรอบพื้นที่ที่สนใจ หรือเลือกรูปหลายเหลี่ยมที่มีอยู่เพื่อเริ่มต้น
- เลือกจุดบนแผนที่เพื่อวาดพื้นที่ที่สนใจ
- หากต้องการนำจุดออก ให้คลิก เลิกทำ เลิกทำ ที่ด้านขวาบน
- หากต้องการวาดพื้นที่ที่สนใจใหม่ ให้คลิกรีเฟรช เริ่มใหม่
เลือกสร้างเลเยอร์เพื่อเริ่มกระบวนการวิเคราะห์ คุณสร้างเลเยอร์สำหรับพื้นที่ขนาดไม่เกิน 200 กม.2 (50,000 เอเคอร์) ได้
เมื่อการวิเคราะห์เสร็จสมบูรณ์ ระบบจะเพิ่ม Data Layer ลงในแผงเนื้อหาแผนที่ของโปรเจ็กต์ เลเยอร์ข้อมูลนี้คือฮีตแมปที่ความละเอียด 10 เมตร ซึ่ง แสดงพื้นที่ที่ตรวจพบการเปลี่ยนแปลงระหว่าง 2 ปี
- เลือก Data Layer ใหม่เพื่อเปิดแผงเครื่องมือตรวจสอบทางด้านขวา ดูวิธีจัดการและจัดรูปแบบเลเยอร์ข้อมูลการตรวจหาการเปลี่ยนแปลง
ลองใช้เลยใน Google Earth ในเว็บ
ยืนยันผลลัพธ์
เนื่องจากโมเดล AI ที่อยู่เบื้องหลังเครื่องมือตรวจหาการเปลี่ยนแปลงรวมแหล่งข้อมูลดาวเทียมและข้อมูลเชิงพื้นที่หลายประเภท จึงอาจมีการไฮไลต์พื้นที่ที่มีการเปลี่ยนแปลงซึ่งอาจไม่เกี่ยวข้องกับเวิร์กโฟลว์ของคุณหรือมองไม่เห็นในภาพ (เช่น การเปลี่ยนแปลงความชื้นในดิน น้ำท่วม การเปลี่ยนแปลงชีวมวล และอื่นๆ) เราขอแนะนำให้ใช้เครื่องมือภาพของ Google Earth เพื่อยืนยันสิ่งที่พบ
- ภาพในอดีต: เปลี่ยนไปใช้ภาพในอดีตเพื่อดูภาพรวมความละเอียดสูงของปีที่ใช้เปรียบเทียบ 2 ปี และยืนยันว่าประเภทการเปลี่ยนแปลงมีความเกี่ยวข้อง
- Street View ย้อนหลัง: ไปที่ระดับพื้นดินโดยใช้ Street View เพื่อยืนยันลักษณะของการเปลี่ยนแปลง (เช่น ตรวจสอบว่าการเปลี่ยนแปลงที่ตรวจพบเป็นคลังสินค้าใหม่หรือป่าที่ถูกถาง)