Запущен сингапурский радарный спутник DS-SAR
30 июля 2023 г. в 01:00 UTC с площадки FLP Космического центра имени Сатиша Дхавана на острове Шрихарикота (штат Андхра-Прадеш, Индия) стартовыми командами Индийской организации космических исследований (ISRO) выполнен пуск ракеты-носителя PSLV-CA с сингапурским радарным спутником DS-SAR 1️⃣ и еще шестью сингапурскими экспериментальными спутниками. Космические аппараты успешно выведены на околоземную орбиту.
DS-SAR разработан израильским производителем спутников — Israel Aerosapce Industries (IAI) по заказу Агентства оборонной науки и техники (Defence Science and Technology Agency, DSTA), входящего в состав Министерства обороны Сингапура, и компании ST Electronics. Ясно, что при таких заказчиках, спутник будет иметь, как минимум, двойное назначение.
Максимальное пространственное разрешение DS-SAR — 1 метр. Радар будет обеспечивать полную поляриметрию (full polarimetry), то есть все четыре комбинации поляризаций передаваемого и принимаемого сигнала: HH, HV, VH и VV (H — горизонтальная поляризация, V — вертикальная поляризация).
Диапазон работы радара не сообщается. Учитывая, что IAI, среди прочего, является разработчиком радарных спутников TecSAR 2️⃣, DS-SAR может оказаться радаром X-диапазона.
Источники рисунков: 1, 2.
#SAR #сингапур #война
30 июля 2023 г. в 01:00 UTC с площадки FLP Космического центра имени Сатиша Дхавана на острове Шрихарикота (штат Андхра-Прадеш, Индия) стартовыми командами Индийской организации космических исследований (ISRO) выполнен пуск ракеты-носителя PSLV-CA с сингапурским радарным спутником DS-SAR 1️⃣ и еще шестью сингапурскими экспериментальными спутниками. Космические аппараты успешно выведены на околоземную орбиту.
DS-SAR разработан израильским производителем спутников — Israel Aerosapce Industries (IAI) по заказу Агентства оборонной науки и техники (Defence Science and Technology Agency, DSTA), входящего в состав Министерства обороны Сингапура, и компании ST Electronics. Ясно, что при таких заказчиках, спутник будет иметь, как минимум, двойное назначение.
Максимальное пространственное разрешение DS-SAR — 1 метр. Радар будет обеспечивать полную поляриметрию (full polarimetry), то есть все четыре комбинации поляризаций передаваемого и принимаемого сигнала: HH, HV, VH и VV (H — горизонтальная поляризация, V — вертикальная поляризация).
Диапазон работы радара не сообщается. Учитывая, что IAI, среди прочего, является разработчиком радарных спутников TecSAR 2️⃣, DS-SAR может оказаться радаром X-диапазона.
Источники рисунков: 1, 2.
#SAR #сингапур #война
Таинственный гиперспектрометр
Сотрудники Московского физико-технического института (МФТИ) обучают космонавтов работе на отечественном гиперспектрометре, который отправится на орбиту через полгода. Об этом 24 июля сообщила пресс-служба МФТИ.
Параметры гиперспектрометра не оглашаются. Вообще, вокруг прибора творится изрядная путаница. Пресс-служба назвала его “первым российским”, хотя это не так (пример). Если он в чем-то уникален, и в этом смысле является первым, то хотелось бы узнать в чем именно.
Новости про гиперспектрометр, который совсем скоро займет место на девятом иллюминаторе российского сегмента МКС, появляются ежегодно (2021, 2022). Неясно, идет ли речь об одном и том же проекте, или о разных. Во всех случаях среди разработчиков фигурируют МФТИ и компания “Лептон”.
Миссия “Прогресс МС-25” планируется на декабрь 2023 года. По-видимому, именно она доставит прибор на орбиту. Ну а там — будем посмотреть. Точнее, “посмотреть” будут космонавты Олег Кононенко и Николай Чуб.
Отдельно доставил заголовок сообщения ТАСС: “Первый российский прибор удаленного экомониторинга поступит на МКС через полгода”. Что называется: пазл не сложился 🙂
#гиперспектр
Сотрудники Московского физико-технического института (МФТИ) обучают космонавтов работе на отечественном гиперспектрометре, который отправится на орбиту через полгода. Об этом 24 июля сообщила пресс-служба МФТИ.
Параметры гиперспектрометра не оглашаются. Вообще, вокруг прибора творится изрядная путаница. Пресс-служба назвала его “первым российским”, хотя это не так (пример). Если он в чем-то уникален, и в этом смысле является первым, то хотелось бы узнать в чем именно.
Новости про гиперспектрометр, который совсем скоро займет место на девятом иллюминаторе российского сегмента МКС, появляются ежегодно (2021, 2022). Неясно, идет ли речь об одном и том же проекте, или о разных. Во всех случаях среди разработчиков фигурируют МФТИ и компания “Лептон”.
Миссия “Прогресс МС-25” планируется на декабрь 2023 года. По-видимому, именно она доставит прибор на орбиту. Ну а там — будем посмотреть. Точнее, “посмотреть” будут космонавты Олег Кононенко и Николай Чуб.
Отдельно доставил заголовок сообщения ТАСС: “Первый российский прибор удаленного экомониторинга поступит на МКС через полгода”. Что называется: пазл не сложился 🙂
#гиперспектр
Интерпретация радарных снимков: городская застройка
Городские территории обычно выглядят на радарных снимках светлыми из-за большого количества уголковых отражателей (рисунок 1️⃣). На рисунке 2️⃣ показано влияние ориентации городских зданий на отражение сигнала. Наиболее сильное отражение дают здания, расположенные в той части круговой системы улиц, где широкие торцы домов перпендикулярны к дальности. Под прямым углом к этому направлению также наблюдается сильное отражение радарного сигнала — при этом широкие торцы домов направлены вдоль дальности. Это явление обнаружили еще в 1960-х годах и назвали кардинальным эффектом (cardinal effect) из-за того, что отраженный сигнал имеет крестообразную форму и напоминает кардинальные направления компаса. Еще два примера кардинального эффекта показаны на рисунке 3️⃣.
Ориентация элементов других классов земной поверхности также может влиять на отражение. Например, на величину отраженного сигнала влияет ориентация рядов пропашных культур и ориентация океанских волн.
1️⃣ Снимок Лас-Вегаса (шт. Невада, США), сделанный авиационным радаром (X-диапазон, HH-поляризация). Север находится вверху сцены, дальность направлена справа налево.
2️⃣ Снимок Сан Сити (шт. Аризона, США), сделанный авиационным радаром X-диапазона. Дальность направлена сверху вниз.
3️⃣ Снимки Сан Сити (шт. Аризона, США), сделанные радаром L-диапазона в поляризации HH. Источник.
Источник 1️⃣–2️⃣: Lillesand T.M., Kiefer R.W., Chipman J. Remote Sensing and Image Interpretation (7th edition), Wiley, 2015. Chapter 6.
#SAR #основы
Городские территории обычно выглядят на радарных снимках светлыми из-за большого количества уголковых отражателей (рисунок 1️⃣). На рисунке 2️⃣ показано влияние ориентации городских зданий на отражение сигнала. Наиболее сильное отражение дают здания, расположенные в той части круговой системы улиц, где широкие торцы домов перпендикулярны к дальности. Под прямым углом к этому направлению также наблюдается сильное отражение радарного сигнала — при этом широкие торцы домов направлены вдоль дальности. Это явление обнаружили еще в 1960-х годах и назвали кардинальным эффектом (cardinal effect) из-за того, что отраженный сигнал имеет крестообразную форму и напоминает кардинальные направления компаса. Еще два примера кардинального эффекта показаны на рисунке 3️⃣.
Ориентация элементов других классов земной поверхности также может влиять на отражение. Например, на величину отраженного сигнала влияет ориентация рядов пропашных культур и ориентация океанских волн.
1️⃣ Снимок Лас-Вегаса (шт. Невада, США), сделанный авиационным радаром (X-диапазон, HH-поляризация). Север находится вверху сцены, дальность направлена справа налево.
2️⃣ Снимок Сан Сити (шт. Аризона, США), сделанный авиационным радаром X-диапазона. Дальность направлена сверху вниз.
3️⃣ Снимки Сан Сити (шт. Аризона, США), сделанные радаром L-диапазона в поляризации HH. Источник.
Источник 1️⃣–2️⃣: Lillesand T.M., Kiefer R.W., Chipman J. Remote Sensing and Image Interpretation (7th edition), Wiley, 2015. Chapter 6.
#SAR #основы
Радарные снимки Мурманска
Мы уже видели снимки Мурманска, сделанные оптическим сенсором Sentinel-2. Теперь перед нами радарные снимки, сделанные аппаратом Sentinel-1 в июле 2021 года. Ярко “светится” городская застройка. Ярче нее только металлические конструкции в порту и на судах.
Cнимок 1️⃣ сделан 1 июля на нисходящей орбите (орбита 7), а снимок 2️⃣ — 5 июля на восходящей орбите (орбита 72). Нетрудно найти объекты, яркие на одном снимке и тусклые на другом. Причина кроется в ориентации этих объектов относительно радарной системы. Направление движения радара и перпендикулярное к нему направление съемки (дальность), определяются по лучам “звезд”, возникающих у портовых объектов. Про восходящие и нисходящие орбиты можно прочитать здесь и здесь. “Звезды” являются проявлениями кардинального эффекта.
Код примера в GEE
Использованы радарные снимки 2021 года, так как с января 2022 года покрытие территории России данными Sentinel-1 существенно сократилось. Причина заключается в потере аппарата Sentinel-1B. После нее, чтобы обеспечить регулярную съемку Европы (для чего спутники Sentinel в первую очередь и предназначены), ESA пришлось сократить объемы съемки других территорий.
Снимки являются композитами данных в поляризациях VV (красный канал), VH (зеленый) и отношении поляризаций VV/VH (синий).
#GEE #SAR #город #севморпуть #снимки
Мы уже видели снимки Мурманска, сделанные оптическим сенсором Sentinel-2. Теперь перед нами радарные снимки, сделанные аппаратом Sentinel-1 в июле 2021 года. Ярко “светится” городская застройка. Ярче нее только металлические конструкции в порту и на судах.
Cнимок 1️⃣ сделан 1 июля на нисходящей орбите (орбита 7), а снимок 2️⃣ — 5 июля на восходящей орбите (орбита 72). Нетрудно найти объекты, яркие на одном снимке и тусклые на другом. Причина кроется в ориентации этих объектов относительно радарной системы. Направление движения радара и перпендикулярное к нему направление съемки (дальность), определяются по лучам “звезд”, возникающих у портовых объектов. Про восходящие и нисходящие орбиты можно прочитать здесь и здесь. “Звезды” являются проявлениями кардинального эффекта.
Код примера в GEE
Использованы радарные снимки 2021 года, так как с января 2022 года покрытие территории России данными Sentinel-1 существенно сократилось. Причина заключается в потере аппарата Sentinel-1B. После нее, чтобы обеспечить регулярную съемку Европы (для чего спутники Sentinel в первую очередь и предназначены), ESA пришлось сократить объемы съемки других территорий.
Снимки являются композитами данных в поляризациях VV (красный канал), VH (зеленый) и отношении поляризаций VV/VH (синий).
#GEE #SAR #город #севморпуть #снимки
Интерпретация радарных снимков: итоги
Подведем некоторые итоги. Интенсивность отраженного радарного сигнала определяется параметрами радарной системы и характеристиками наблюдаемой земной поверхности. Параметры радарной системы — это длина волны, угол падения и поляризация сигнала. Характеристики земной поверхности делятся на геометрические (рельеф и шероховатость поверхности) и электрические (диэлектрическая проницаемость поверхности).
Взаимодействие сигналов разной длины волны с разными типами поверхностей показано на рисунке 1️⃣. Он широко известен и взят из The SAR Handbook.
В целом можно сказать, что более сильное отражение сигнала принимаются от склонов, обращенных к радару, шероховатых объектов, объектов с высоким содержанием влаги, металлических объектов, а также участков городской застройки (в результате двойного углового отражения). Поверхности, работающие как диффузные отражатели, дают слабый или умеренный сигнал, их изображение может иметь сложную текстуру изображения. Слабый отраженный сигнал принимается от поверхностей, действующих как зеркальные отражатели: вода (при условии отсутствия волнения), дно высохшего озера, дорога. От участков радарной тени отраженный сигнал не поступает.
Способы отражения радарного сигнала от полога леса, болота и почвы показаны на рисунке 2️⃣ (источник).
Важно помнить, что все, что здесь описано — это общий случай, а есть множество частных. Посевы кукурузы, пшеницы и риса представляют собой разновидности растительного полога, но отражение сигнала у каждого из них заметно отличается — как мгновенно, так и в сезонной динамике. Искать недостающие нюансы нужно в научных статьях. Причем нередко это будут статьи 1980-х – начала 2000-х годов, когда вопросы взаимодействия радарного сигнала с поверхностью интенсивно исследовались.
#SAR #основы
Подведем некоторые итоги. Интенсивность отраженного радарного сигнала определяется параметрами радарной системы и характеристиками наблюдаемой земной поверхности. Параметры радарной системы — это длина волны, угол падения и поляризация сигнала. Характеристики земной поверхности делятся на геометрические (рельеф и шероховатость поверхности) и электрические (диэлектрическая проницаемость поверхности).
Взаимодействие сигналов разной длины волны с разными типами поверхностей показано на рисунке 1️⃣. Он широко известен и взят из The SAR Handbook.
В целом можно сказать, что более сильное отражение сигнала принимаются от склонов, обращенных к радару, шероховатых объектов, объектов с высоким содержанием влаги, металлических объектов, а также участков городской застройки (в результате двойного углового отражения). Поверхности, работающие как диффузные отражатели, дают слабый или умеренный сигнал, их изображение может иметь сложную текстуру изображения. Слабый отраженный сигнал принимается от поверхностей, действующих как зеркальные отражатели: вода (при условии отсутствия волнения), дно высохшего озера, дорога. От участков радарной тени отраженный сигнал не поступает.
Способы отражения радарного сигнала от полога леса, болота и почвы показаны на рисунке 2️⃣ (источник).
Важно помнить, что все, что здесь описано — это общий случай, а есть множество частных. Посевы кукурузы, пшеницы и риса представляют собой разновидности растительного полога, но отражение сигнала у каждого из них заметно отличается — как мгновенно, так и в сезонной динамике. Искать недостающие нюансы нужно в научных статьях. Причем нередко это будут статьи 1980-х – начала 2000-х годов, когда вопросы взаимодействия радарного сигнала с поверхностью интенсивно исследовались.
#SAR #основы
Конструкторы Интросат и “Образование будущего”
В июне мы писали о финских учебных кубсатах и думали: хорошо бы и нам… Оказалось — уже есть: Интросат — конструкторы спутников и учебные наборы для инженерно-космического образования школьников и студентов.
Конструкторы Интросат — разработка ООО "Образование Будущего" (тг-канал). На сайте "Образования…" в разделе “Продукция” есть много всего. Есть, например, онлайн-сервис проектирования космических миссий “Орбита”. Было бы интересно его попробовать, хотя бы в базовой версии, но пока такой возможности нет. Надеемся, в будущем она появится. Для начала, пригодилось бы видео с примером работы “Орбиты”.
В июне мы писали о финских учебных кубсатах и думали: хорошо бы и нам… Оказалось — уже есть: Интросат — конструкторы спутников и учебные наборы для инженерно-космического образования школьников и студентов.
Конструкторы Интросат — разработка ООО "Образование Будущего" (тг-канал). На сайте "Образования…" в разделе “Продукция” есть много всего. Есть, например, онлайн-сервис проектирования космических миссий “Орбита”. Было бы интересно его попробовать, хотя бы в базовой версии, но пока такой возможности нет. Надеемся, в будущем она появится. Для начала, пригодилось бы видео с примером работы “Орбиты”.
CASEI — каталог некосмических данных NASA
Catalog of Archived Suborbital Earth Science Investigations (CASEI) — это каталог всех некосмических данных (наземных, авиационных и суборбитальных) полученных в ходе выполнения программ NASA, своего рода аналог Earthdata Search. Для получения данных требуется бесплатная регистрация в Earthdata Search Login.
Все, кто работает с данными ДЗЗ, знают как трудно бывает раздобыть наземные данные —”наземку”. CASEI — это каталог NASA’овской “наземки”.
#данные
Catalog of Archived Suborbital Earth Science Investigations (CASEI) — это каталог всех некосмических данных (наземных, авиационных и суборбитальных) полученных в ходе выполнения программ NASA, своего рода аналог Earthdata Search. Для получения данных требуется бесплатная регистрация в Earthdata Search Login.
Все, кто работает с данными ДЗЗ, знают как трудно бывает раздобыть наземные данные —”наземку”. CASEI — это каталог NASA’овской “наземки”.
#данные
This media is not supported in your browser
VIEW IN TELEGRAM
Модель химического состава атмосферы GEOS-CF
Goddard Earth Observing System Composition Forecast (GEOS-CF) — модель химического состава атмосферы с пространственным разрешением около 25 км. С осени 2022 года данные GEOS-CF представлены на Google Earth Engine.
Используя результаты метеорологического анализа других систем GEOS, модель GEOS-CF воспроизводит состав атмосферы в режиме реального времени и дает пятидневные прогнозы составляющих атмосферы, таких как озон (O3), монооксид углерода (CO), диоксид азота (NO2), диоксид серы (SO2) и мелкодисперсные твердые частицы (PM2.5). Доступны и метеорологические данные: температура и относительная влажность воздуха, атмосферное давление и скорость ветра.
На GEE доступны два вида ретроспективных данных GEOS-CF (в названиях они отмечены как “rpl” — replay) и один вид прогнозных (“fcst” — forecast). Запаздывание с предоставлением данных составляет 2–3 суток.
Ретроспективные данные GEOS-CF rpl htf сообщают химический состав атмосферы каждые 15 минут (htf в названии данных — это High Temporal Frequency). Данные GEOS-CF rpl tavg1hr дают химический состав атмосферы каждый час, зато гораздо более подробно. Помимо указанных выше, они содержат еще несколько десятков переменных.
Прогнозные данные GEOS-CF fcst htf выдают прогноз на срок до 5 суток тех же переменных, что и GEOS-CF rpl htf. Мы уже писали об этих данных в связи с прогнозами режима “черного неба” и по ссылке есть примеры расчетов. Есть такие примеры и на страницах каждого набора данных.
Оценки точности модели GEOS-CF приведены в разделе “Descriptions” любого из продуктов GEOS-CF.
File Specification for GEOS-CF Products
#данные #атмосфера #GEE
Goddard Earth Observing System Composition Forecast (GEOS-CF) — модель химического состава атмосферы с пространственным разрешением около 25 км. С осени 2022 года данные GEOS-CF представлены на Google Earth Engine.
Используя результаты метеорологического анализа других систем GEOS, модель GEOS-CF воспроизводит состав атмосферы в режиме реального времени и дает пятидневные прогнозы составляющих атмосферы, таких как озон (O3), монооксид углерода (CO), диоксид азота (NO2), диоксид серы (SO2) и мелкодисперсные твердые частицы (PM2.5). Доступны и метеорологические данные: температура и относительная влажность воздуха, атмосферное давление и скорость ветра.
На GEE доступны два вида ретроспективных данных GEOS-CF (в названиях они отмечены как “rpl” — replay) и один вид прогнозных (“fcst” — forecast). Запаздывание с предоставлением данных составляет 2–3 суток.
Ретроспективные данные GEOS-CF rpl htf сообщают химический состав атмосферы каждые 15 минут (htf в названии данных — это High Temporal Frequency). Данные GEOS-CF rpl tavg1hr дают химический состав атмосферы каждый час, зато гораздо более подробно. Помимо указанных выше, они содержат еще несколько десятков переменных.
Прогнозные данные GEOS-CF fcst htf выдают прогноз на срок до 5 суток тех же переменных, что и GEOS-CF rpl htf. Мы уже писали об этих данных в связи с прогнозами режима “черного неба” и по ссылке есть примеры расчетов. Есть такие примеры и на страницах каждого набора данных.
Оценки точности модели GEOS-CF приведены в разделе “Descriptions” любого из продуктов GEOS-CF.
File Specification for GEOS-CF Products
#данные #атмосфера #GEE
Уточнение пространственного разрешения GEOS-CF
Несмотря на вполне приличное для климатической модели пространственное разрешение — около 25 км или 0.25° — данные GEOS-CF вряд ли удастся использовать для расчета состава атмосферы внутри города. В некоторых случаях помочь может добавление к климатической модели спутниковых данных. Например, данные о концентрации NO2 прибора TROPOMI позволяют уточнить разрешение соответствующих данных GEOS-CF. Напомним, что TROPOMI дает концентрацию химических веществ в столбе атмосферы, а GEOS-CF — у поверхности. В результате уточнения мы получим приземную концентрацию NO2 с разрешением 3.5 км, причем как текущую, так и прогнозную.
Процесс уточнения разрешения называется даунскейлингом (от: downscaling). Для него нужны целевые данные низкого разрешения (например, GEOS-СF приземной NO2, 25 км) и данные высокого разрешения (TROPOMI, NO2, 3.5 км). Последние загрубляются до разрешения целевых данных (25 км). Назовем эти загрубленные данные — опорными. Строится модель машинного обучения (например, random forest), связывающая опорные и целевые данные. Обучение проводится на данных низкого разрешения (25 км). После обучения на вход модели подаются данные высокого разрешения (оригинальные данные TROPOMI), а возвращает она целевые данные (GEOS-СF приземной NO2), также высокого разрешения.
Идея даунскейлинга довольно проста, но в реализациях всегда присутствует масса тонкостей. Один из методов уточнения разрешения данных GEOS-CF о приземной концентрации NO2 описан в статье. Еще один метод изложен здесь. Оба метода реализованы в приложении. Сравнение исходного и уточненного разрешения показано на рисунках.
Таким образом можно уточнять разрешение и других переменных модели GEOS-CF. Например, для уточнения данных о концентрации мелкодисперсных твердых частиц можно использовать данные MODIS Aerosol optical depth.
#GEE #атмосфера
Несмотря на вполне приличное для климатической модели пространственное разрешение — около 25 км или 0.25° — данные GEOS-CF вряд ли удастся использовать для расчета состава атмосферы внутри города. В некоторых случаях помочь может добавление к климатической модели спутниковых данных. Например, данные о концентрации NO2 прибора TROPOMI позволяют уточнить разрешение соответствующих данных GEOS-CF. Напомним, что TROPOMI дает концентрацию химических веществ в столбе атмосферы, а GEOS-CF — у поверхности. В результате уточнения мы получим приземную концентрацию NO2 с разрешением 3.5 км, причем как текущую, так и прогнозную.
Процесс уточнения разрешения называется даунскейлингом (от: downscaling). Для него нужны целевые данные низкого разрешения (например, GEOS-СF приземной NO2, 25 км) и данные высокого разрешения (TROPOMI, NO2, 3.5 км). Последние загрубляются до разрешения целевых данных (25 км). Назовем эти загрубленные данные — опорными. Строится модель машинного обучения (например, random forest), связывающая опорные и целевые данные. Обучение проводится на данных низкого разрешения (25 км). После обучения на вход модели подаются данные высокого разрешения (оригинальные данные TROPOMI), а возвращает она целевые данные (GEOS-СF приземной NO2), также высокого разрешения.
Идея даунскейлинга довольно проста, но в реализациях всегда присутствует масса тонкостей. Один из методов уточнения разрешения данных GEOS-CF о приземной концентрации NO2 описан в статье. Еще один метод изложен здесь. Оба метода реализованы в приложении. Сравнение исходного и уточненного разрешения показано на рисунках.
Таким образом можно уточнять разрешение и других переменных модели GEOS-CF. Например, для уточнения данных о концентрации мелкодисперсных твердых частиц можно использовать данные MODIS Aerosol optical depth.
#GEE #атмосфера
62 года назад, 6 августа 1961 года в 9 часов по московскому времени на орбиту вокруг Земли был выведен космический корабль “Восток-2”, пилотируемый советским космонавтом Германом Титовым. Он стал вторым человеком в мире, совершившим орбитальный космический полет. Среди проведенных в полете экспериментов, Герман Титов выполнил съемку Земли с орбиты.
#история
#история
“Эфир” — это российская радиолюбительская сеть наземных станций для обмена данными с миниатюрными космическими аппаратами. Сеть тестировали с сентября 2022 года и теперь она открыта для всех желающих. Наземные станции сети принимают и открыто публикуют телеметрию и полезные данные российских пико- и наноспутников.
* сайт: https://efir.net.ru
* тг-канал: https://yangx.top/SatNetworkDB
Сейчас в сети “Эфир” зарегистрировано более четырех десятков миниатюрных спутников и 15 станций приема.
#наблюдение
* сайт: https://efir.net.ru
* тг-канал: https://yangx.top/SatNetworkDB
Сейчас в сети “Эфир” зарегистрировано более четырех десятков миниатюрных спутников и 15 станций приема.
#наблюдение
Проект стандарта требований к детектированию термических точек
ВНИИ ГОЧС разработал проект первой редакции ГОСТ Р “Безопасность в чрезвычайных ситуациях. Мониторинг и прогнозирование чрезвычайных ситуаций, вызванных природными (ландшафтными) пожарами. Детектирование термических точек. Общие требования”. Текст проекта и пояснительная записка находятся здесь. Публичное обсуждение проекта продлится до 27 сентября 2023 года.
Проект стандарта устанавливает порядок детектирования и обработки данных ДЗЗ из космоса для выявления термических точек, и состав данных, связанных с такими точками.
Термические точки — это то, что в данных NASA FIRMS называется hotspots. Появление стандарта говорит о том, что данным FIRMS готовится замена.
Наиболее вероятными кандидатами на сбор данных о термических точках являются спутники “Метеор-М”. Прибор МСУ-МР на борту этих спутников имеет два канала, снимающих в тепловом инфракрасном диапазоне с пространственным разрешением 1000 метров.
Проект стандарта очень сырой. 1) Определение тепловой аномалии (п. 2.3) кажется взятым из какого-то постороннего документа. 2) В п. 3.2.11 жестко устанавливается база данных для хранения информации о термических точках — “PostgreSQL”. Непонятно, зачем делать такое в стандарте. Наконец, 3) в качестве данных ДЗЗ, получаемых с космических аппаратов для детектирования термических точек, указаны данные в видимом и в ближнем инфракрасном диапазонах. Не упомянуть при этом основные данные, служащие для поиска термических точек, — данные теплового инфракрасного диапазона — это, как минимум, перебор.
ВНИИ ГОЧС разработал проект первой редакции ГОСТ Р “Безопасность в чрезвычайных ситуациях. Мониторинг и прогнозирование чрезвычайных ситуаций, вызванных природными (ландшафтными) пожарами. Детектирование термических точек. Общие требования”. Текст проекта и пояснительная записка находятся здесь. Публичное обсуждение проекта продлится до 27 сентября 2023 года.
Проект стандарта устанавливает порядок детектирования и обработки данных ДЗЗ из космоса для выявления термических точек, и состав данных, связанных с такими точками.
Термические точки — это то, что в данных NASA FIRMS называется hotspots. Появление стандарта говорит о том, что данным FIRMS готовится замена.
Наиболее вероятными кандидатами на сбор данных о термических точках являются спутники “Метеор-М”. Прибор МСУ-МР на борту этих спутников имеет два канала, снимающих в тепловом инфракрасном диапазоне с пространственным разрешением 1000 метров.
Проект стандарта очень сырой. 1) Определение тепловой аномалии (п. 2.3) кажется взятым из какого-то постороннего документа. 2) В п. 3.2.11 жестко устанавливается база данных для хранения информации о термических точках — “PostgreSQL”. Непонятно, зачем делать такое в стандарте. Наконец, 3) в качестве данных ДЗЗ, получаемых с космических аппаратов для детектирования термических точек, указаны данные в видимом и в ближнем инфракрасном диапазонах. Не упомянуть при этом основные данные, служащие для поиска термических точек, — данные теплового инфракрасного диапазона — это, как минимум, перебор.