63 года назад, 19 августа 1960 года с космодрома “Байконур” был запущен 2-й корабль-спутник — прототип космического корабля “Восток” (“Спутник-5”). Во время полета на борту находились животные — собаки-космонавты Белка и Стрелка, 40 мышей и 2 крысы, а также растения. 20 августа аппарат благополучно приземлился. Полет продолжался более 25 часов. За это время корабль совершил 17 полных витков вокруг Земли. Это был первый космический аппарат в истории космонавтики, вернувший живых существ из орбитального полета на Землю.
#история
#история
GEE-36. Оценка облачного покрытия территории
На практике нередко возникает необходимость оценить возможности оптической съемки района в определенный период времени. Основным препятствием для съемки является облачность, поэтому задача, как правило, сводится к оценке доли облачного покрытия по историческим данным. Это могут быть метеорологические данные (реанализ), преимуществом которых является длинный временной ряд наблюдений (несколько десятилетий), или данные спутниковой съемки. Мы рассмотрим последний вариант, как более простой в реализации.
Районом интереса являются окрестности порта Диксон 1️⃣. Оценивать долю облачного покрытия будем по среднемесячному значению свойства 'CLOUDY_PIXEL_PERCENTAGE' снимков Sentinel-2.
Алгоритм оценки состоит из трех шагов:
1. Задание района интереса.
2. Формирование коллекции снимков.
3. Выделение снимков заданного месяца и оценка среднего облачного покрытия для них.
Два первых шага нам хорошо знакомы. При формировании коллекции нужно взять данные за несколько лет, чтобы получить представительное количество снимков (мы брали за 3 года).
Будем выделять из коллекции снимки, относящиеся к определенному месяцу, и оценивать для них среднее значение свойства 'CLOUDY_PIXEL_PERCENTAGE'.
Для объединения (агрегации) снимков (Image) или векторных данных (Feature) в GEE существуют редьюсеры (Reducer), а для объединения свойств снимков и векторных данных используются агрегаторы — функции вида
По опыту мы знаем, что получить хорошие снимки можно и в июле. Чтобы оценить количество малооблачных снимков за период, отберем из коллекции снимки, не превосходящие заданного порога облачного покрытия (например, 10%) и оценим число таких снимков за месяц, заменив агрегатор
Существует около полутора десятков различных агрегаторов, вычисляющих как отдельные статистики, так и несколько статистик одновременно. Есть, в частности,
Код примера
#GEE
На практике нередко возникает необходимость оценить возможности оптической съемки района в определенный период времени. Основным препятствием для съемки является облачность, поэтому задача, как правило, сводится к оценке доли облачного покрытия по историческим данным. Это могут быть метеорологические данные (реанализ), преимуществом которых является длинный временной ряд наблюдений (несколько десятилетий), или данные спутниковой съемки. Мы рассмотрим последний вариант, как более простой в реализации.
Районом интереса являются окрестности порта Диксон 1️⃣. Оценивать долю облачного покрытия будем по среднемесячному значению свойства 'CLOUDY_PIXEL_PERCENTAGE' снимков Sentinel-2.
Алгоритм оценки состоит из трех шагов:
1. Задание района интереса.
2. Формирование коллекции снимков.
3. Выделение снимков заданного месяца и оценка среднего облачного покрытия для них.
Два первых шага нам хорошо знакомы. При формировании коллекции нужно взять данные за несколько лет, чтобы получить представительное количество снимков (мы брали за 3 года).
Будем выделять из коллекции снимки, относящиеся к определенному месяцу, и оценивать для них среднее значение свойства 'CLOUDY_PIXEL_PERCENTAGE'.
Для объединения (агрегации) снимков (Image) или векторных данных (Feature) в GEE существуют редьюсеры (Reducer), а для объединения свойств снимков и векторных данных используются агрегаторы — функции вида
aggregate_что-нибудь, аргументом которых служит выбранное свойство. Например, сейчас нам понадобится ee.ImageCollection.aggregate_mean(), которая вычисляет среднее значение выбранного свойства среди объектов коллекции снимков. Вот как это выглядит:var months = ee.List.sequence(1, 12);Результат показан на рисунке 2️⃣. Видно, что самыми малооблачными месяцами в данном районе являются февраль и март.
var cloudList = months.map(function(month) {
return col.filter(ee.Filter.calendarRange(month, month, 'month'))
.aggregate_mean('CLOUDY_PIXEL_PERCENTAGE');
});
По опыту мы знаем, что получить хорошие снимки можно и в июле. Чтобы оценить количество малооблачных снимков за период, отберем из коллекции снимки, не превосходящие заданного порога облачного покрытия (например, 10%) и оценим число таких снимков за месяц, заменив агрегатор
aggregate_mean на aggregate_count. Результат показан на рисунке 3️⃣. Таким образом, в июле за последние три года было получено 8 снимков с долей облачного покрытия менее 10%.Существует около полутора десятков различных агрегаторов, вычисляющих как отдельные статистики, так и несколько статистик одновременно. Есть, в частности,
aggregate_histogram, c помощью которого можно построить гистограмму снимков по доле облачного покрытия.Код примера
#GEE
Авария автоматической станции “Луна-25”
Как сообщил Роскосмос, вчера, 19 августа, в соответствии с программой полета автоматической станции “Луна-25” была предусмотрена выдача импульса для формирования предпосадочной эллиптической орбиты. В ходе выполнения операции, на борту произошла нештатная ситуация, не позволившая выполнить маневр с заданными параметрами. Сегодня, по результатам предварительного анализа, был сделан вывод, что из-за отклонения фактических параметров импульса от расчетных, станция прекратила свое существование, столкнувшись с поверхностью Луны.
Выскажем свое частное мнение: миссия Луны-25 представляется слишком сложной для возобновления лунной программы, после того как за десятилетия были утрачены многие знания и опыт. Например, можно было отступить на шаг назад, ограничившись облетом, фотографированием поверхности и возвращением. Теперь нужно спокойно проанализировать причины аварии и внести коррективы в лунную программу. Самое главное: четко объяснить себе и окружающим, зачем нам лунная программа и какие результаты она должна принести. Будем надеяться, что у молодых специалистов, набивших себе несколько ценных шишек, в будущем появится шанс реабилитироваться. Всем — хладнокровия и успехов!
Как сообщил Роскосмос, вчера, 19 августа, в соответствии с программой полета автоматической станции “Луна-25” была предусмотрена выдача импульса для формирования предпосадочной эллиптической орбиты. В ходе выполнения операции, на борту произошла нештатная ситуация, не позволившая выполнить маневр с заданными параметрами. Сегодня, по результатам предварительного анализа, был сделан вывод, что из-за отклонения фактических параметров импульса от расчетных, станция прекратила свое существование, столкнувшись с поверхностью Луны.
Выскажем свое частное мнение: миссия Луны-25 представляется слишком сложной для возобновления лунной программы, после того как за десятилетия были утрачены многие знания и опыт. Например, можно было отступить на шаг назад, ограничившись облетом, фотографированием поверхности и возвращением. Теперь нужно спокойно проанализировать причины аварии и внести коррективы в лунную программу. Самое главное: четко объяснить себе и окружающим, зачем нам лунная программа и какие результаты она должна принести. Будем надеяться, что у молодых специалистов, набивших себе несколько ценных шишек, в будущем появится шанс реабилитироваться. Всем — хладнокровия и успехов!
Компания True Anomaly открыла комплекс по производству спутников-инспекторов
Американский стартап True Anomaly открыл в штате Колорадо производственный комплекс, на котором планирует выпускать малые спутники для наблюдения и разведки космических объектов. В перспективе комплекс будет способен производить по одному спутнику каждые 5 дней.
Совсем недавно NRO запросила предложения коммерческих компаний на перспективные виды съемки, в том числе на съемку за пределами Земли. И вот — первый претендент. True Anomaly разработала космический аппарат Jackal ("Шакал"), ориентированный на американский военный и разведывательный рынок. Оснащенный тремя камерами спутник-инспектор будет способен выполнять операции по сближению, осмотру и взаимодействию с некооперируемыми объектами на орбите. Первые два Jackal’а планируется запустить на низкую околоземную орбиту в начале 2024 года в рамках миссии SpaceX Transporter-10.
True Anomaly уже получила лицензии от NOAA и Федеральной комиссии по связи на использование аппаратов Jackal для наблюдений в космосе. Коммерческая лицензия на дистанционное зондирование от NOAA дает компании право на проведение съемки за пределами Земли, включая радиолокационную, коротковолновую инфракрасную, длинноволновую инфракрасную и видимую съемку с широким и узким полем зрения. То есть, в перспективе Jackal’ы смогут собирать данные об орбитальных объектах даже в условиях плохого освещения.
Штат True Anomaly почти целиком укомплектован ветеранами ВВС США.
#война
Американский стартап True Anomaly открыл в штате Колорадо производственный комплекс, на котором планирует выпускать малые спутники для наблюдения и разведки космических объектов. В перспективе комплекс будет способен производить по одному спутнику каждые 5 дней.
Совсем недавно NRO запросила предложения коммерческих компаний на перспективные виды съемки, в том числе на съемку за пределами Земли. И вот — первый претендент. True Anomaly разработала космический аппарат Jackal ("Шакал"), ориентированный на американский военный и разведывательный рынок. Оснащенный тремя камерами спутник-инспектор будет способен выполнять операции по сближению, осмотру и взаимодействию с некооперируемыми объектами на орбите. Первые два Jackal’а планируется запустить на низкую околоземную орбиту в начале 2024 года в рамках миссии SpaceX Transporter-10.
True Anomaly уже получила лицензии от NOAA и Федеральной комиссии по связи на использование аппаратов Jackal для наблюдений в космосе. Коммерческая лицензия на дистанционное зондирование от NOAA дает компании право на проведение съемки за пределами Земли, включая радиолокационную, коротковолновую инфракрасную, длинноволновую инфракрасную и видимую съемку с широким и узким полем зрения. То есть, в перспективе Jackal’ы смогут собирать данные об орбитальных объектах даже в условиях плохого освещения.
Штат True Anomaly почти целиком укомплектован ветеранами ВВС США.
#война
Компания LeoStella обнародовала характеристики новой спутниковой платформы LS300
Базирующаяся в Сиэтле компания LeoStella производит малые спутники и является совместным предприятием Thales Alenia Space и BlackSky. Последняя занимается геопространственной разведкой из космоса. 16 из 19 спутников LeoStella изготовлено для BlackSky.
Платформа LS300 с раскрытыми панелями солнечных батарей имеет длину около 10 метров. Она вдвое тяжелее, чем ее предшественница LS200, и позволяет нести полезную нагрузку массой до 250 кг. Усовершенствованная солнечная батарея, позволяет выдавать 1 киловатт мощности, что в 25 раз больше, чем у LS200.
Руководство LeoStella считает, что увеличение мощности и полезной нагрузки LS300 сделает ее привлекательной для заказчиков, претендующих на контракты с Агентством космического развития при Минобороны США (SDA).
#война #blacksky
Базирующаяся в Сиэтле компания LeoStella производит малые спутники и является совместным предприятием Thales Alenia Space и BlackSky. Последняя занимается геопространственной разведкой из космоса. 16 из 19 спутников LeoStella изготовлено для BlackSky.
Платформа LS300 с раскрытыми панелями солнечных батарей имеет длину около 10 метров. Она вдвое тяжелее, чем ее предшественница LS200, и позволяет нести полезную нагрузку массой до 250 кг. Усовершенствованная солнечная батарея, позволяет выдавать 1 киловатт мощности, что в 25 раз больше, чем у LS200.
Руководство LeoStella считает, что увеличение мощности и полезной нагрузки LS300 сделает ее привлекательной для заказчиков, претендующих на контракты с Агентством космического развития при Минобороны США (SDA).
#война #blacksky
Морские пути в устье Кольского залива
Морские пути в Кольском заливе рассчитаны по данным радара Sentinel-1 за 2015–2021 годы: снимок 1️⃣ сделан по данным восходящей орбиты 72, а снимок 2️⃣ — по данным нисходящей орбиты 7. На рисунке 3️⃣ — Google-карта района.
Штриховая линия, протянувшаяся от устья залива к верхнему правому углу сцены — это суда, следующие курсом на мыс Желания. Все, как у классика: “Ложимся на сорок шесть градусов — один длинный курс через все Баренцево море — на мыс Желания”. (Виктор Конецкий “Вчерашние заботы”)
Сопки на обоих берегах залива отлично иллюстрируют геометрические особенности радарных снимков: сокращение (foreshortening), наложение (layover) и радарную тень (radar shadow).
Все снимки Sentinel-1, размещенные на GEE, прошли процедуру геометрической коррекции рельефа (geometric terrain correction). Эта процедура, опираясь на цифровую модель рельефа (ЦМР), исправляет смещения пикселей, вызванные углом падения сигнала радара. Иногда считается, этого достаточно для исправления сокращения, наложения и тени. Однако, при внимательном рассмотрении, трудно избавится от ощущения, что сопки на снимке 1️⃣ наклонены влево (на запад), а на снимке 2️⃣ — вправо (на восток). Это связано с различной яркостью склонов. Склоны сопок, обращенные к радару, дают сильное отражение сигнала и потому выглядят яркими на снимке. Противоположные склоны, отвращенные от радара, дают слабое отражение (или вообще не дают его — случай радарной тени).
На восходящей части орбиты 1️⃣ спутник движется на север (вверх) и, “глядя” радаром вправо, освещает западные склоны сопок. Взгляните, какими яркими выглядят скалы на западной оконечности острова Кильдин. На нисходящей части орбиты 2️⃣ спутник движется на юг и, “глядя” вправо, освещает уже восточные склоны сопок. При этом скалы на западе острова Кильдин находятся в радарной тени.
Код примера
#GEE #SAR #севморпуть
Морские пути в Кольском заливе рассчитаны по данным радара Sentinel-1 за 2015–2021 годы: снимок 1️⃣ сделан по данным восходящей орбиты 72, а снимок 2️⃣ — по данным нисходящей орбиты 7. На рисунке 3️⃣ — Google-карта района.
Штриховая линия, протянувшаяся от устья залива к верхнему правому углу сцены — это суда, следующие курсом на мыс Желания. Все, как у классика: “Ложимся на сорок шесть градусов — один длинный курс через все Баренцево море — на мыс Желания”. (Виктор Конецкий “Вчерашние заботы”)
Сопки на обоих берегах залива отлично иллюстрируют геометрические особенности радарных снимков: сокращение (foreshortening), наложение (layover) и радарную тень (radar shadow).
Все снимки Sentinel-1, размещенные на GEE, прошли процедуру геометрической коррекции рельефа (geometric terrain correction). Эта процедура, опираясь на цифровую модель рельефа (ЦМР), исправляет смещения пикселей, вызванные углом падения сигнала радара. Иногда считается, этого достаточно для исправления сокращения, наложения и тени. Однако, при внимательном рассмотрении, трудно избавится от ощущения, что сопки на снимке 1️⃣ наклонены влево (на запад), а на снимке 2️⃣ — вправо (на восток). Это связано с различной яркостью склонов. Склоны сопок, обращенные к радару, дают сильное отражение сигнала и потому выглядят яркими на снимке. Противоположные склоны, отвращенные от радара, дают слабое отражение (или вообще не дают его — случай радарной тени).
На восходящей части орбиты 1️⃣ спутник движется на север (вверх) и, “глядя” радаром вправо, освещает западные склоны сопок. Взгляните, какими яркими выглядят скалы на западной оконечности острова Кильдин. На нисходящей части орбиты 2️⃣ спутник движется на юг и, “глядя” вправо, освещает уже восточные склоны сопок. При этом скалы на западе острова Кильдин находятся в радарной тени.
Код примера
#GEE #SAR #севморпуть
Существенно сгладить эффект различной освещенности склонов позволяет еще одна операция — радиометрическая коррекция рельефа. Она использует ЦМР для коррекции интенсивности обратного рассеяния пикселей, искаженных местным углом падения сигнала.
Радиометрическую коррекцию рельефа мы вскоре рассмотрим, и научимся делать несколько простых вариантов этой операции.
А сейчас — взгляните на верхнюю часть снимка, сделанного на восходящей орбите. Поиграв немного с границами отображения обратного рассеяния сигнала, мы получили картинку с артефактами в виде четких или размытых прямоугольников. Аналогичные артефакты будут и на снимке, сделанном на нисходящей орбите. Что это такое? Скоро узнаем.
#SAR
Радиометрическую коррекцию рельефа мы вскоре рассмотрим, и научимся делать несколько простых вариантов этой операции.
А сейчас — взгляните на верхнюю часть снимка, сделанного на восходящей орбите. Поиграв немного с границами отображения обратного рассеяния сигнала, мы получили картинку с артефактами в виде четких или размытых прямоугольников. Аналогичные артефакты будут и на снимке, сделанном на нисходящей орбите. Что это такое? Скоро узнаем.
#SAR
SkyWatch анонсировала создание продукта, объединяющего радарные и оптические данные
Канадская компания-дистрибьютор спутниковых данных SkyWatch анонсировала создание нового продукта, объединяющего радарные и оптические снимки. Распространять продукт планируется на принадлежащей компании онлайн-платформе EarthCache.
В качестве радарной составляющей данных предполагается использовать снимки спутниковых радаров Umbra, сделанные в X-диапазоне, с максимальным пространственным разрешением 50 см.
Информации о технологии объединения данных пока нет, как нет и примеров нового продукта.
Тенденция к совместному использованию радарных и оптических данных оформилась несколько лет назад, с появлением коммерческих радарных данных высокого разрешения. Однако до сих пор дело ограничивается предоставлением оптических и радарных данных по общей локации (возможно, в виде слоев данных единого продукта). Никакого объединения, позволяющего получить новое качество данных при этом не происходит.
#SAR #umbra #fusion
Канадская компания-дистрибьютор спутниковых данных SkyWatch анонсировала создание нового продукта, объединяющего радарные и оптические снимки. Распространять продукт планируется на принадлежащей компании онлайн-платформе EarthCache.
В качестве радарной составляющей данных предполагается использовать снимки спутниковых радаров Umbra, сделанные в X-диапазоне, с максимальным пространственным разрешением 50 см.
Информации о технологии объединения данных пока нет, как нет и примеров нового продукта.
Тенденция к совместному использованию радарных и оптических данных оформилась несколько лет назад, с появлением коммерческих радарных данных высокого разрешения. Однако до сих пор дело ограничивается предоставлением оптических и радарных данных по общей локации (возможно, в виде слоев данных единого продукта). Никакого объединения, позволяющего получить новое качество данных при этом не происходит.
#SAR #umbra #fusion
NASA Worldview
NASA Worldview — инструмент для интерактивной визуализации спутниковых снимков. Он позволяет просматривать более тысячи глобальных слоев спутниковых данных, большинство из которых обновляются ежедневно и доступны в течение трех часов после наблюдения. Также доступны слои снимков геостационарных спутников Himawari и GOES (за последние 90 дней), которые предоставляются с периодичностью 10 минут.
Worldview очень удобен для иллюстрации какого-то явления. Выбрав нужные слои данных, район и время, можно поделится с коллегами ссылкой на готовую карту. Бесплатно и без регистрации.
Видео 1️⃣ показывает применение Worldview для анализа температуры океана. С помощью кнопки +Add Layers и поиска добавляем слои Sea Surface Temperature и Sea Surface Temperature Anomalies. На последнем хорошо виден Эль-Ниньо 2️⃣.
Изменить дату съемки можно с помощью временной шкалы, расположенной в нижней части приложения. Так, отмотав назад три года, увидим в том же районе Ла-Нинью. Типовые примеры использования Worldview показаны в окне приветствия.
Данные можно искать по местоположению, имени или координатам. Кроме того, на вкладке “Events” отображается список текущих и исторических природных событий по всему миру. Их можно отбирать по типу, по времени и району интереса.
Можно изменять проекцию карты, делать скриншоты карты, и экспортировать их в различных форматах (JPEG, PNG, GeoTIFF, KMZ) 3️⃣. Специально для скриншотов есть отдельный сервис: Worldview Snapshots.
Внизу окна есть значок видеокамеры, который открывает инструмент анимации 4️⃣. Можно сделать анимацию нужного слоя за выбранный интервал времени и скачать ее. Максимальный размер экспортируемой анимации — 40 кадров.
Вкладка “Data” позволяет скачать выбранные данные. Скачивание реализовано через сервис NASA Earthdata, и здесь потребуется бесплатная регистрация. Очень не хватает возможности скачать не весь снимок, а только нужный фрагмент.
У сервиса много возможностей, среди которых есть неочевидные, так что имеет смысл посмотреть обучающее видео.
#данные
NASA Worldview — инструмент для интерактивной визуализации спутниковых снимков. Он позволяет просматривать более тысячи глобальных слоев спутниковых данных, большинство из которых обновляются ежедневно и доступны в течение трех часов после наблюдения. Также доступны слои снимков геостационарных спутников Himawari и GOES (за последние 90 дней), которые предоставляются с периодичностью 10 минут.
Worldview очень удобен для иллюстрации какого-то явления. Выбрав нужные слои данных, район и время, можно поделится с коллегами ссылкой на готовую карту. Бесплатно и без регистрации.
Видео 1️⃣ показывает применение Worldview для анализа температуры океана. С помощью кнопки +Add Layers и поиска добавляем слои Sea Surface Temperature и Sea Surface Temperature Anomalies. На последнем хорошо виден Эль-Ниньо 2️⃣.
Изменить дату съемки можно с помощью временной шкалы, расположенной в нижней части приложения. Так, отмотав назад три года, увидим в том же районе Ла-Нинью. Типовые примеры использования Worldview показаны в окне приветствия.
Данные можно искать по местоположению, имени или координатам. Кроме того, на вкладке “Events” отображается список текущих и исторических природных событий по всему миру. Их можно отбирать по типу, по времени и району интереса.
Можно изменять проекцию карты, делать скриншоты карты, и экспортировать их в различных форматах (JPEG, PNG, GeoTIFF, KMZ) 3️⃣. Специально для скриншотов есть отдельный сервис: Worldview Snapshots.
Внизу окна есть значок видеокамеры, который открывает инструмент анимации 4️⃣. Можно сделать анимацию нужного слоя за выбранный интервал времени и скачать ее. Максимальный размер экспортируемой анимации — 40 кадров.
Вкладка “Data” позволяет скачать выбранные данные. Скачивание реализовано через сервис NASA Earthdata, и здесь потребуется бесплатная регистрация. Очень не хватает возможности скачать не весь снимок, а только нужный фрагмент.
У сервиса много возможностей, среди которых есть неочевидные, так что имеет смысл посмотреть обучающее видео.
#данные
Компания "Стилспэйс" планирует создать орбитальную группировку из девяти космических аппаратов дистанционного зондирования
Российская частная космическая компания "Стилспэйс" планирует к 2028 году развернуть на орбите группировку из девяти спутников дистанционного зондирования "Стилсат". Первый аппарат — демонстратор технологий — компания собирается запустить во втором квартале 2024 года, в рамках сотрудничества с партнерами из Китая. Второй и последующие аппараты будут запускаться через компанию "Главкосмос" (входит в “Роскосмос”), начиная с четвертого квартала 2024 года.
Характеристики съемочной аппаратуры “Cтилсат” описаны здесь. Кроме того, аппаратура обеспечивает ширину полосы захвата — 12 км, ширину полосы обзора — 600 км. Сообщается, что скорость радиоканала составит 1,6 Гбит/c, производительность — порядка 100 тыс. кв. км в сутки.
Любопытна тема сотрудничества с китайскими партнерами в части запуска. Отметим также, что "Стилспэйс" разработала проект своего первого спутника примерно за год — весьма сжатые сроки для аппарата с приличными характеристиками и массой 270 кг.
#россия
Российская частная космическая компания "Стилспэйс" планирует к 2028 году развернуть на орбите группировку из девяти спутников дистанционного зондирования "Стилсат". Первый аппарат — демонстратор технологий — компания собирается запустить во втором квартале 2024 года, в рамках сотрудничества с партнерами из Китая. Второй и последующие аппараты будут запускаться через компанию "Главкосмос" (входит в “Роскосмос”), начиная с четвертого квартала 2024 года.
Характеристики съемочной аппаратуры “Cтилсат” описаны здесь. Кроме того, аппаратура обеспечивает ширину полосы захвата — 12 км, ширину полосы обзора — 600 км. Сообщается, что скорость радиоканала составит 1,6 Гбит/c, производительность — порядка 100 тыс. кв. км в сутки.
Любопытна тема сотрудничества с китайскими партнерами в части запуска. Отметим также, что "Стилспэйс" разработала проект своего первого спутника примерно за год — весьма сжатые сроки для аппарата с приличными характеристиками и массой 270 кг.
#россия
Forwarded from РИА Новости
Media is too big
VIEW IN TELEGRAM
❗️Индия посадила свой спускаемый модуль на Луну. За трансляцией по видеомосту наблюдал премьер страны Моди, который находится в ЮАР на саммите БРИКС.
Proba-V
Все началось с европейской программы VEGETATION, в рамках которой спутники SPOT-4 и SPOT-5 с помощью приборов VGT вели съемку поверхности Земли с 21 апреля 1998 года по 31 мая 2014 года. Когда миссия спутников подходила к концу, стало ясно, что идущие им на смену аппараты Sentinel-3 не успеют запустить до окончания программы, и в многолетнем ряду наблюдений возникнет пробел. Тогда решили запустить малый спутник, который будет вести съемку, пока не запустят Sentinel-3. Так появился PROBA-V или PROBA-VEGETATION.
PROBA-V разработан и изготовлен бельгийской компанией QinetiQ Space Belgium. Сенсоры спутника собирают данные в трех диапазонах видимого и ближнего инфракрасного света (RED — 658 нм, NIR — 834 нм и BLUE — 460 нм) и в одном коротковолновом инфракрасном диапазоне (SWIR — 1610 нм) с полем зрения 2250 км. Параметры сенсора подобраны так, чтобы обеспечить преемственность данных прибора VGT, установленного на спутниках SPOT-4 и SPOT-5.
Самый интересный для нас продукт PROBA-V — данные Top of Canopy Reflectance (то есть данные 2-го уровня) с пространственным разрешением 100 метров. Сейчас они есть на Google Earth Engine и оттуда получить их проще всего.
Данные Top of Canopy должны быть преобразованы по формуле из раздела 4.6.1 руководства пользователя. Пример того, как это делается для NDVI есть здесь. Да, в данных есть готовый слой значений NDVI — популярного индекса для оценки состояния растений.
Миссия PROBA-V оказалась весьма удачной — запущенный в мае 2013 год спутник проработал на орбите до ноября 2021 года, хотя Sentinel-3A запустили в еще феврале 2016 года. Все это время данные PROBA-V были удачным компромиссом между низким разрешением MODIS, и более высоким у Landsat и Sentinel-2, данные которых отсутствовали из-за облачности. В таких случаях выручала PROBA-V, за что ей спасибо.
#данные #GEE #NDVI
Все началось с европейской программы VEGETATION, в рамках которой спутники SPOT-4 и SPOT-5 с помощью приборов VGT вели съемку поверхности Земли с 21 апреля 1998 года по 31 мая 2014 года. Когда миссия спутников подходила к концу, стало ясно, что идущие им на смену аппараты Sentinel-3 не успеют запустить до окончания программы, и в многолетнем ряду наблюдений возникнет пробел. Тогда решили запустить малый спутник, который будет вести съемку, пока не запустят Sentinel-3. Так появился PROBA-V или PROBA-VEGETATION.
PROBA-V разработан и изготовлен бельгийской компанией QinetiQ Space Belgium. Сенсоры спутника собирают данные в трех диапазонах видимого и ближнего инфракрасного света (RED — 658 нм, NIR — 834 нм и BLUE — 460 нм) и в одном коротковолновом инфракрасном диапазоне (SWIR — 1610 нм) с полем зрения 2250 км. Параметры сенсора подобраны так, чтобы обеспечить преемственность данных прибора VGT, установленного на спутниках SPOT-4 и SPOT-5.
Самый интересный для нас продукт PROBA-V — данные Top of Canopy Reflectance (то есть данные 2-го уровня) с пространственным разрешением 100 метров. Сейчас они есть на Google Earth Engine и оттуда получить их проще всего.
Данные Top of Canopy должны быть преобразованы по формуле из раздела 4.6.1 руководства пользователя. Пример того, как это делается для NDVI есть здесь. Да, в данных есть готовый слой значений NDVI — популярного индекса для оценки состояния растений.
Миссия PROBA-V оказалась весьма удачной — запущенный в мае 2013 год спутник проработал на орбите до ноября 2021 года, хотя Sentinel-3A запустили в еще феврале 2016 года. Все это время данные PROBA-V были удачным компромиссом между низким разрешением MODIS, и более высоким у Landsat и Sentinel-2, данные которых отсутствовали из-за облачности. В таких случаях выручала PROBA-V, за что ей спасибо.
#данные #GEE #NDVI