Прогнозируем ураган “Идалия”
На побережье Мексиканского залива вот уже несколько дней бушует ураган “Идалия”. Впечатляющая воронка урагана видна на снимках 1️⃣ и 2️⃣, сделанных прибором MODIS спутника Terra 29 и 30 августа.
Оперативные снимки урагана можно посмотреть на портале NASA Disasters или на Worldview. Кстати, на последнем наблюдается задержка с обновлением данных геостационарных спутников GOES на несколько часов против обещанных 10 минут.
Получить прогноз распространения урагана можно с помощи модели Goddard Earth Observing System Model (GEOS). В GEOS поступают данные о ветре из более чем 30 источников, включая суда, буи, радиозонды, самолеты и спутники. В полном объеме нам GEOS недоступна, но на Google Earth Engine есть модель химического состава атмосферы GEOS-CF, а в ней есть прогноз не только химического состава, но и скорости ветра (правда, только приземного).
Указываем дату и время, на которую делается прогноз. В нашем примере это будет 8:00 Всемирного времени 2 сентября (
Результат показан на рисунке 3️⃣. Воронка “Идалии” видна у побережья обеих Каролин.
Код примера
#атмосфера #GEE
На побережье Мексиканского залива вот уже несколько дней бушует ураган “Идалия”. Впечатляющая воронка урагана видна на снимках 1️⃣ и 2️⃣, сделанных прибором MODIS спутника Terra 29 и 30 августа.
Оперативные снимки урагана можно посмотреть на портале NASA Disasters или на Worldview. Кстати, на последнем наблюдается задержка с обновлением данных геостационарных спутников GOES на несколько часов против обещанных 10 минут.
Получить прогноз распространения урагана можно с помощи модели Goddard Earth Observing System Model (GEOS). В GEOS поступают данные о ветре из более чем 30 источников, включая суда, буи, радиозонды, самолеты и спутники. В полном объеме нам GEOS недоступна, но на Google Earth Engine есть модель химического состава атмосферы GEOS-CF, а в ней есть прогноз не только химического состава, но и скорости ветра (правда, только приземного).
Указываем дату и время, на которую делается прогноз. В нашем примере это будет 8:00 Всемирного времени 2 сентября (
fcstDateTime). После этого фильтруем коллекцию данных geos по значению свойства 'system:index' — оно должно содержать строку с заданной датой.var fcstDateTime = '20230902_0800z';
var image = geos.filter(ee.Filter.stringContains('system:index',fcstDateTime)).first();
Результат показан на рисунке 3️⃣. Воронка “Идалии” видна у побережья обеих Каролин.
Код примера
#атмосфера #GEE
Firefly Aerospace и Millennium Space Systems готовы к запуску Victus Nox
Словно в ответ на нашу заметку.
Компании Firefly Aerospace и Millennium Space Systems объявили о том, что у них все готово, и они только ждут приказа Космических сил США о подготовке к оперативному запуску спутника Victus Nox. Сейчас Firefly и Millennium находятся в фазе “hot standby”, которая продлится шесть месяцев. В этот период, видимо, и случится то, что должно было произойти еще в мае. Будем следить.
#война
Словно в ответ на нашу заметку.
Компании Firefly Aerospace и Millennium Space Systems объявили о том, что у них все готово, и они только ждут приказа Космических сил США о подготовке к оперативному запуску спутника Victus Nox. Сейчас Firefly и Millennium находятся в фазе “hot standby”, которая продлится шесть месяцев. В этот период, видимо, и случится то, что должно было произойти еще в мае. Будем следить.
#война
Полосы радиопомех на радарных снимках
В продолжение разговора про артефакты на радарных снимках, начатого здесь.
Артефакты, которые мы видели, появляются в результате работы наземных радаров. Они располагаются вдоль линии, перпендикулярной направлению полета спутника. Соответственно угол наклона линии зависит от типа орбиты. На рисунке 1️⃣ показаны артефакты на снимках восходящей и нисходящей орбит. Проявляются артефакты на снимках разных поляризаций.
Радар Sentinel-1 работает в С-диапазоне (частота 5,405 ГГц). Помехи радару может создавать нечто, работающее в том же диапазоне. Это могут быть военные радары, например, AN/MPQ-53/65, входящий в состав ракетной батареи Patriot, или российский зенитно-ракетный комплекс С-400 или морские радары, такие как японский FCS-3 и китайский Type-381. На снимке 2️⃣ показана работа шведской системы радаров раннего обнаружения STRIL. Помехи Sentinel-1 могут создавать и гражданские радары, в частности, метеорологические.
В статье приводится карта метеорадаров в Европе, составленная по данным Sentinel-1. Расположение метеорадаров на карте мира приведено на сайте Всемирной метеорологической организации. Помехи от метеорадаров, как правило, слабее, чем от военных радаров. Обзор методов обнаружения и локализации радиочастотных помех с помощью Sentinel-1 приводится в статье.
В сети можно встретить историю о том, что указанные артефакты открыл и объяснил в 2018 году израильский инженер Харел Дан (Harel Dan). Это, мягко говоря, не совсем так. Заслуга Харела в том, что он привлек к этим артефактам внимание. Оба рисунка взяты из его статьи. Там же есть пример кода на GEE. Харел и сейчас собирает разные интересные штуки про радары. Найти его можно на Medium и в X.
#SAR #GEE #основы
В продолжение разговора про артефакты на радарных снимках, начатого здесь.
Артефакты, которые мы видели, появляются в результате работы наземных радаров. Они располагаются вдоль линии, перпендикулярной направлению полета спутника. Соответственно угол наклона линии зависит от типа орбиты. На рисунке 1️⃣ показаны артефакты на снимках восходящей и нисходящей орбит. Проявляются артефакты на снимках разных поляризаций.
Радар Sentinel-1 работает в С-диапазоне (частота 5,405 ГГц). Помехи радару может создавать нечто, работающее в том же диапазоне. Это могут быть военные радары, например, AN/MPQ-53/65, входящий в состав ракетной батареи Patriot, или российский зенитно-ракетный комплекс С-400 или морские радары, такие как японский FCS-3 и китайский Type-381. На снимке 2️⃣ показана работа шведской системы радаров раннего обнаружения STRIL. Помехи Sentinel-1 могут создавать и гражданские радары, в частности, метеорологические.
В статье приводится карта метеорадаров в Европе, составленная по данным Sentinel-1. Расположение метеорадаров на карте мира приведено на сайте Всемирной метеорологической организации. Помехи от метеорадаров, как правило, слабее, чем от военных радаров. Обзор методов обнаружения и локализации радиочастотных помех с помощью Sentinel-1 приводится в статье.
В сети можно встретить историю о том, что указанные артефакты открыл и объяснил в 2018 году израильский инженер Харел Дан (Harel Dan). Это, мягко говоря, не совсем так. Заслуга Харела в том, что он привлек к этим артефактам внимание. Оба рисунка взяты из его статьи. Там же есть пример кода на GEE. Харел и сейчас собирает разные интересные штуки про радары. Найти его можно на Medium и в X.
#SAR #GEE #основы
GEE-37. Сравнение площадей пахотных земель
В GEE доступно несколько классификаций земной поверхности с разрешением 10 метров — ESA Worldcover (ESA), ESRI Land Cover (ESRI) и Dynamic World (DW). Рассчитаем с их помощью площадь пахотных земель Венгрии и сравним результаты. Для сравнения возьмем 2021 год, который присутствует во всех классификациях.
Пахотные земли — это земли, ежегодно обрабатываемые и используемые под посев сельскохозяйственных культур. Будем считать пахотными землями все, что относится к классу Cropland (ESA) или Crops (ESRI и DW).
Выбрав нужный класс поверхности (
Вычисление площади изображений производится с помощью функции
Оказалось, что площадь пахотных земель по данным ESA составляет 43438 кв. км, а по данным ESRI — целых 56433 кв. км. DW дает оценку, лежащую между ESA и ESRI.
Код примера
Мы построили разность между пахотными землями по DW и по ESA. Скрипт можно дополнить отображением двух карт в разделенном окне, оценкой изменения площади пахотных земель от года к году (ESRI и DW дают такую возможность), а также рассчитать площади пахотных земель по областям.
#GEE #сельхоз
В GEE доступно несколько классификаций земной поверхности с разрешением 10 метров — ESA Worldcover (ESA), ESRI Land Cover (ESRI) и Dynamic World (DW). Рассчитаем с их помощью площадь пахотных земель Венгрии и сравним результаты. Для сравнения возьмем 2021 год, который присутствует во всех классификациях.
Пахотные земли — это земли, ежегодно обрабатываемые и используемые под посев сельскохозяйственных культур. Будем считать пахотными землями все, что относится к классу Cropland (ESA) или Crops (ESRI и DW).
Выбрав нужный класс поверхности (
cropland), рассчитаем занимаемую им площадь.var cropland_area = cropland.multiply(ee.Image.pixelArea()).divide(1000*1000);
Вычисление площади изображений производится с помощью функции
ee.Image.pixelArea(). Эта функция создает изображение, в котором значение каждого пикселя равно площади этого пикселя в кв. метрах. Если пиксели изображения, площадь которого предстоит измерить, содержат значения 0 или 1, то мы можем умножить его на ee.Image.pixelArea(). В результате получим изображение, совпадающее по размеру с исходным cropland, в каждом пикселе которого содержится значение площади пикселя. .divide(1000*1000) нужно для перевода кв. метров в кв. километры. Осталось суммировать значения всех пикселей, и получим искомую площадь. Общую площадь вычисляют с помощью функции reduceRegion() и редьюсера ee.Reducer.sum().Оказалось, что площадь пахотных земель по данным ESA составляет 43438 кв. км, а по данным ESRI — целых 56433 кв. км. DW дает оценку, лежащую между ESA и ESRI.
Код примера
Мы построили разность между пахотными землями по DW и по ESA. Скрипт можно дополнить отображением двух карт в разделенном окне, оценкой изменения площади пахотных земель от года к году (ESRI и DW дают такую возможность), а также рассчитать площади пахотных земель по областям.
#GEE #сельхоз
1️⃣ Карта классов поверхности для территории Венгрии по данным ESA Worldcover 2021.
2️⃣ Маска пахотных земель по данным ESA Worldcover 2021.
3️⃣ Разность масок пахотных земель по DW и по ESA (фрагмент). Красным цветом показаны участки, относящиеся к пахотным землям по данным DW, синим — по данным ESA. Белым цветом показаны участки, где маски DW и ESA совпадают. Видно, что DW в число пахотных земель захватывает близлежащие дороги.
2️⃣ Маска пахотных земель по данным ESA Worldcover 2021.
3️⃣ Разность масок пахотных земель по DW и по ESA (фрагмент). Красным цветом показаны участки, относящиеся к пахотным землям по данным DW, синим — по данным ESA. Белым цветом показаны участки, где маски DW и ESA совпадают. Видно, что DW в число пахотных земель захватывает близлежащие дороги.
Характеристики отраженного радарного сигнала
До сих пор, говоря об отраженном сигнале радара, мы ничего не сказали о характеристиках, в которых этот отраженный сигнал измеряется. Конечно, с них можно было бы начать, но тогда было бы непонятно, почему этих характеристик так много. Теперь, когда мы познакомились с множеством факторов, влияющих на отражение сигнала, легче будет разобраться и с обилием характеристик.
Отражающие свойства сосредоточенных объектов (целей) характеризуются эффективной площадью рассеяния (ЭПР) σ, которая определяется как отношение между потоком мощности падающего (I_i) и принятого (I_r) сигнала
σ = I_r / I_i * 4 * π * R^2,
R — расстояние от радара до цели. Потоки мощности измеряются в Ватт/м^2, а ЭПР — в м^2.
Интенсивность падающего сигнала всегда рассматривают вблизи цели, а интенсивность отраженного сигнала обычно относят к точке приема. Чтобы исключить зависимость ЭПР от расстояния между радаром и целью R, вводят множитель 4 * π * R^2.
Таким образом, эффективная площадь рассеяния — это площадь переизлучателя, который, будучи помещенным в точку цели, создает в месте приема такую же плотность потока мощности, что и реальная цель.
Переизлучателем называют объект, переизлучающий падающий на него сигнал. В нашем случае переизлучатель должен быть изотропным, то есть излучающим равномерно по всем направлениям, и не поглощать энергию. Вместо “переизлучающий” подойдут и другие термины — “отражающий”, “рассеивающий”. Поэтому в литературе можно встретить отражатели и рассеиватели (даже чаще, чем переизлучатели).
Сосредоточенный объект или цель — это объект, имеющий небольшие размеры по сравнению с пространственным разрешением радара. Нам же, как правило, придется иметь дело с распределенными объектами, большими по площади (сценами).
Характеристикой отражения распределенных объектов является коэффициент обратного рассеяния σ0
σ0 = < σ / A >
σ — ЭПР объекта, A — площадь на земной поверхности, связанная с объектом.
Реальные объекты при облучении их под разными углами могут давать различную энергию отражения. Поэтому в формуле для σ0 используется средняя ЭПР (<> обозначают операцию вычисления среднего).
Итак, σ0 ("сигма нуль" или “sigma nought” или “normalized radar cross-section”) — безразмерная величина, характеризующая отражение радарных сигналов от распределенных объектов. Она равна средней ЭПР, деленной на единицу площади.
Что же это за площадь такая?
#SAR #основы
До сих пор, говоря об отраженном сигнале радара, мы ничего не сказали о характеристиках, в которых этот отраженный сигнал измеряется. Конечно, с них можно было бы начать, но тогда было бы непонятно, почему этих характеристик так много. Теперь, когда мы познакомились с множеством факторов, влияющих на отражение сигнала, легче будет разобраться и с обилием характеристик.
Отражающие свойства сосредоточенных объектов (целей) характеризуются эффективной площадью рассеяния (ЭПР) σ, которая определяется как отношение между потоком мощности падающего (I_i) и принятого (I_r) сигнала
σ = I_r / I_i * 4 * π * R^2,
R — расстояние от радара до цели. Потоки мощности измеряются в Ватт/м^2, а ЭПР — в м^2.
Интенсивность падающего сигнала всегда рассматривают вблизи цели, а интенсивность отраженного сигнала обычно относят к точке приема. Чтобы исключить зависимость ЭПР от расстояния между радаром и целью R, вводят множитель 4 * π * R^2.
Таким образом, эффективная площадь рассеяния — это площадь переизлучателя, который, будучи помещенным в точку цели, создает в месте приема такую же плотность потока мощности, что и реальная цель.
Переизлучателем называют объект, переизлучающий падающий на него сигнал. В нашем случае переизлучатель должен быть изотропным, то есть излучающим равномерно по всем направлениям, и не поглощать энергию. Вместо “переизлучающий” подойдут и другие термины — “отражающий”, “рассеивающий”. Поэтому в литературе можно встретить отражатели и рассеиватели (даже чаще, чем переизлучатели).
Сосредоточенный объект или цель — это объект, имеющий небольшие размеры по сравнению с пространственным разрешением радара. Нам же, как правило, придется иметь дело с распределенными объектами, большими по площади (сценами).
Характеристикой отражения распределенных объектов является коэффициент обратного рассеяния σ0
σ0 = < σ / A >
σ — ЭПР объекта, A — площадь на земной поверхности, связанная с объектом.
Реальные объекты при облучении их под разными углами могут давать различную энергию отражения. Поэтому в формуле для σ0 используется средняя ЭПР (<> обозначают операцию вычисления среднего).
Итак, σ0 ("сигма нуль" или “sigma nought” или “normalized radar cross-section”) — безразмерная величина, характеризующая отражение радарных сигналов от распределенных объектов. Она равна средней ЭПР, деленной на единицу площади.
Что же это за площадь такая?
#SAR #основы
Индийская SatSure планирует создание спутниковой группировки в 2025 году
Индийская компания SatSure, занимающаяся разработкой аналитических инструментов для сельского хозяйства, опирающихся на спутниковые данные и методы искусственного интеллекта, привлекла 15 млн. долларов в рамках серии А*. Полученные средства предполагается использовать для создания группировки из четырех мультиспектральных спутников высокодетальной съемки, запуск которых ожидается в IV квартале 2025 года.
SatSure основана в 2017 году. Основные направления работы компании — сельскохозяйственное страхование и банкинг. Кроме того, SatSure предоставляет инструменты для фермеров по мониторингу урожая и управлению рисками.
* ”Серия А” — это этап венчурного финансирования начинающей компании. См., например, здесь.
#индия #сельхоз
Индийская компания SatSure, занимающаяся разработкой аналитических инструментов для сельского хозяйства, опирающихся на спутниковые данные и методы искусственного интеллекта, привлекла 15 млн. долларов в рамках серии А*. Полученные средства предполагается использовать для создания группировки из четырех мультиспектральных спутников высокодетальной съемки, запуск которых ожидается в IV квартале 2025 года.
SatSure основана в 2017 году. Основные направления работы компании — сельскохозяйственное страхование и банкинг. Кроме того, SatSure предоставляет инструменты для фермеров по мониторингу урожая и управлению рисками.
* ”Серия А” — это этап венчурного финансирования начинающей компании. См., например, здесь.
#индия #сельхоз
Площади и углы падения
Продолжение
Характеристика радарного сигнала, отраженного от распределенных объектов, зависит от выбора площади, относительно которой нормализуется отраженный сигнал. Виды площадей показаны на рисунке 1️⃣ (источник).
* β0 — площадь A_β лежит в плоскости наклонной дальности (отмечена полужирными линиями на 1️⃣)
* σ0 — площадь A_σ лежит в плоскости наземной дальности (штриховые линии)
* γ0 — площадь A_γ перпендикулярна наклонной дальности (пунктирные линии)
β0 используется, когда нет информации об угле падения сигнала (при этом используется только калибровочная константа, содержащаяся в метаданных).
σ0, с которой мы уже знакомы, нормализована относительно площади, лежащей на поверхности Земли (то есть σ0 учитывает не только калибровочную константу, но и угол падения, который также известен из метаданных). При этом информация о рельефе не используется и угол падения рассчитывается относительно эллипсоидной модели Земли (2️⃣, красный) На английском для такой поверхности есть термин “flatten Earth”. Он как раз и означает Землю без рельефа (уплощенную), а вовсе не мечту Юрия Лозы.
Площадь на земной поверхности A_σ зависит от угла падения сигнала. Чтобы избавится от этой зависимости или хотя бы уменьшить ее, нужно использовать γ0 в качестве характеристики отраженного радарного сигнала. Для вычисления γ0 необходимо использовать информацию о рельефе и местный угол падения сигнала. Сравните углы падения — местный (синий) и относительно Земли без рельефа (красный) 2️⃣ (источник) — они близки только для равнинной местности. Таким образом, для расчета γ0 нужна цифровая модель рельефа (ЦМР). Причем желательно, чтобы разрешение ЦМР было выше разрешения снимка, что, как правило, нем так.
На практике, наиболее распространенными характеристиками отраженного радарного сигнала являются σ0 (считается относительно эллипсоидной модели Земли) и γ0 (учитывает рельеф местности). В следующий раз поговорим о выборе между σ0 и γ0.
#SAR #основы
Продолжение
Характеристика радарного сигнала, отраженного от распределенных объектов, зависит от выбора площади, относительно которой нормализуется отраженный сигнал. Виды площадей показаны на рисунке 1️⃣ (источник).
* β0 — площадь A_β лежит в плоскости наклонной дальности (отмечена полужирными линиями на 1️⃣)
* σ0 — площадь A_σ лежит в плоскости наземной дальности (штриховые линии)
* γ0 — площадь A_γ перпендикулярна наклонной дальности (пунктирные линии)
β0 используется, когда нет информации об угле падения сигнала (при этом используется только калибровочная константа, содержащаяся в метаданных).
σ0, с которой мы уже знакомы, нормализована относительно площади, лежащей на поверхности Земли (то есть σ0 учитывает не только калибровочную константу, но и угол падения, который также известен из метаданных). При этом информация о рельефе не используется и угол падения рассчитывается относительно эллипсоидной модели Земли (2️⃣, красный) На английском для такой поверхности есть термин “flatten Earth”. Он как раз и означает Землю без рельефа (уплощенную), а вовсе не мечту Юрия Лозы.
Площадь на земной поверхности A_σ зависит от угла падения сигнала. Чтобы избавится от этой зависимости или хотя бы уменьшить ее, нужно использовать γ0 в качестве характеристики отраженного радарного сигнала. Для вычисления γ0 необходимо использовать информацию о рельефе и местный угол падения сигнала. Сравните углы падения — местный (синий) и относительно Земли без рельефа (красный) 2️⃣ (источник) — они близки только для равнинной местности. Таким образом, для расчета γ0 нужна цифровая модель рельефа (ЦМР). Причем желательно, чтобы разрешение ЦМР было выше разрешения снимка, что, как правило, нем так.
На практике, наиболее распространенными характеристиками отраженного радарного сигнала являются σ0 (считается относительно эллипсоидной модели Земли) и γ0 (учитывает рельеф местности). В следующий раз поговорим о выборе между σ0 и γ0.
#SAR #основы
Orbital Sidekick представила первые гиперспектральные снимки своей спутниковой группировки
Компания Orbital Sidekick (OSK) представила первые снимки с трех гиперспектральных спутников, запущенных в рамках миссий SpaceX в апреле и июне этого года.
Компания представила изображения обнаруженных спутниками метановых шлейфов: желтым цветом показаны высокие концентрации метана, фиолетовым — низкие. По словам представителей OSK, наличие метана и его концентрацию определяет бортовой искусственный интеллект аппаратов.
Спутники являются первыми в группировке GHOSt (Global Hyperspectral Observation Satellite) и выполняют съемку в 472 спектральных каналах с пространственным разрешением 8 метров.
Перед запуском спутников, компания провела воздушное наблюдение с помощью гиперспектральных датчиков GHOSt 20 тыс. километров трубопроводов, выявив около сотни предполагаемых утечек метана.
Кроме выявления утечек из нефте- и газопроводов, OSK входит в число шести компаний-поставщиков гиперспектральных данных, с которыми подписало пятилетние соглашения Национальное разведывательное управление США (NRO).
К 2024 году ОSК планирует добавить к своей группировке GHOSt еще три спутника.
#гиперспектр #атмосфера
Компания Orbital Sidekick (OSK) представила первые снимки с трех гиперспектральных спутников, запущенных в рамках миссий SpaceX в апреле и июне этого года.
Компания представила изображения обнаруженных спутниками метановых шлейфов: желтым цветом показаны высокие концентрации метана, фиолетовым — низкие. По словам представителей OSK, наличие метана и его концентрацию определяет бортовой искусственный интеллект аппаратов.
Спутники являются первыми в группировке GHOSt (Global Hyperspectral Observation Satellite) и выполняют съемку в 472 спектральных каналах с пространственным разрешением 8 метров.
Перед запуском спутников, компания провела воздушное наблюдение с помощью гиперспектральных датчиков GHOSt 20 тыс. километров трубопроводов, выявив около сотни предполагаемых утечек метана.
Кроме выявления утечек из нефте- и газопроводов, OSK входит в число шести компаний-поставщиков гиперспектральных данных, с которыми подписало пятилетние соглашения Национальное разведывательное управление США (NRO).
К 2024 году ОSК планирует добавить к своей группировке GHOSt еще три спутника.
#гиперспектр #атмосфера
Выбор между σ0 и γ0
Окончание
Процедура получения σ0 называется радиометрической калибровкой, а операция получения γ0 — радиометрической коррекцией рельефа (Radiometric Terrain Correction). Последнюю операцию иногда называют Radiometric Terrain Flattening.
С помощью Sentinel-1 Toolbox можно получить как σ0, так и γ0. Для получения последней используется алгоритм, предложенный Дэвидом Смолл (David Small). Sentinel-1 Toolbox удобно пользовать в составе программы SNAP (SeNtinel Applications Platform). SNAP и Sentinel-1 Toolbox распространяются свободно.
В Google Earth Engine (GEE) данные Sentinel-1 радиометрически откалиброваны. Расчет γ0 в GEE выполнить нельзя из-за отсутствия на платформе данных о точной орбите спутника. Реализовать можно только некоторые упрощенные алгоритмы, результат которых называют радиометрической нормализацией. О них речь пойдет в другой раз.
σ0 и γ0 можно получить в составе данных Radiometrically Terrain Corrected (RTC) Sentinel-1, генерируемых по запросу Alaska Satellite Facility. Любопытно, что в данных RTC не только γ0, но и σ0, рассчитываются с использованием местного угла падения (то есть, с учетом рельефа).
Выбирая между σ0 и γ0 кажется, что все преимущества на стороне γ0. Действительно, после радиометрической коррекции рельефа зависимость отраженного сигнала от угла падения становится значительно меньше, чем для σ0. Теперь не только горы не будут “тянуться” к радару, исправлена будет и яркость склонов. Однако даже после этого, зависимость от угла падения, а значит и зависимость от выбора орбиты, не исчезает полностью.
Радиометрическая коррекция учитывает влияние рельефа, но не учитывает другие факторы, влияющие на отражение сигнала, в частности, растительность. Фактически, радиометрическая коррекция применяется к открытой земле. В то же время, для одного участка местности при большом угле падения (пусть это будет орбита №1) путь сигнала через растительность будет длиннее, чем при малом угле падения (орбита №2). Для орбиты №1 сильнее будет объемное рассеяние в растительном пологе, а значит сильнее окажется сигнал, возвратившийся к радару. И это — без учета о сезонных изменений растительности!
Чтобы учесть влияние растительности, нужно точно знать характеристики ее рассеяния, но мы как раз и проводим радарные измерения, чтобы их узнать. Получается замкнутый круг. Возможно в будущем, большее число спутниковых радаров позволит снимать один и тот же участок одновременно под разными углами, и таким образом определить характеристики растительности.
Таким образом, γ0, как и σ0, зависит от выбора орбиты (угла падения), хотя и слабее. Объединить в единый временной ряд данные нескольких орбит, даже используя γ0, скорее всего, не получится (по крайней мере, попытке такого объединения должна предшествовать проверка). Если же рассматривается небольшой по площади участок, в пределах которого σ0 изменяется не более чем на 10° и используются данные одной орбиты, то проще использовать σ0, поскольку он вычисляется быстрее.
#SAR #основы
Окончание
Процедура получения σ0 называется радиометрической калибровкой, а операция получения γ0 — радиометрической коррекцией рельефа (Radiometric Terrain Correction). Последнюю операцию иногда называют Radiometric Terrain Flattening.
С помощью Sentinel-1 Toolbox можно получить как σ0, так и γ0. Для получения последней используется алгоритм, предложенный Дэвидом Смолл (David Small). Sentinel-1 Toolbox удобно пользовать в составе программы SNAP (SeNtinel Applications Platform). SNAP и Sentinel-1 Toolbox распространяются свободно.
В Google Earth Engine (GEE) данные Sentinel-1 радиометрически откалиброваны. Расчет γ0 в GEE выполнить нельзя из-за отсутствия на платформе данных о точной орбите спутника. Реализовать можно только некоторые упрощенные алгоритмы, результат которых называют радиометрической нормализацией. О них речь пойдет в другой раз.
σ0 и γ0 можно получить в составе данных Radiometrically Terrain Corrected (RTC) Sentinel-1, генерируемых по запросу Alaska Satellite Facility. Любопытно, что в данных RTC не только γ0, но и σ0, рассчитываются с использованием местного угла падения (то есть, с учетом рельефа).
Выбирая между σ0 и γ0 кажется, что все преимущества на стороне γ0. Действительно, после радиометрической коррекции рельефа зависимость отраженного сигнала от угла падения становится значительно меньше, чем для σ0. Теперь не только горы не будут “тянуться” к радару, исправлена будет и яркость склонов. Однако даже после этого, зависимость от угла падения, а значит и зависимость от выбора орбиты, не исчезает полностью.
Радиометрическая коррекция учитывает влияние рельефа, но не учитывает другие факторы, влияющие на отражение сигнала, в частности, растительность. Фактически, радиометрическая коррекция применяется к открытой земле. В то же время, для одного участка местности при большом угле падения (пусть это будет орбита №1) путь сигнала через растительность будет длиннее, чем при малом угле падения (орбита №2). Для орбиты №1 сильнее будет объемное рассеяние в растительном пологе, а значит сильнее окажется сигнал, возвратившийся к радару. И это — без учета о сезонных изменений растительности!
Чтобы учесть влияние растительности, нужно точно знать характеристики ее рассеяния, но мы как раз и проводим радарные измерения, чтобы их узнать. Получается замкнутый круг. Возможно в будущем, большее число спутниковых радаров позволит снимать один и тот же участок одновременно под разными углами, и таким образом определить характеристики растительности.
Таким образом, γ0, как и σ0, зависит от выбора орбиты (угла падения), хотя и слабее. Объединить в единый временной ряд данные нескольких орбит, даже используя γ0, скорее всего, не получится (по крайней мере, попытке такого объединения должна предшествовать проверка). Если же рассматривается небольшой по площади участок, в пределах которого σ0 изменяется не более чем на 10° и используются данные одной орбиты, то проще использовать σ0, поскольку он вычисляется быстрее.
#SAR #основы
В завершение цикла постов про спутниковые радарные данные на этой неделе мы расскажем:
* о процессе обработки данных Sentinel-1 в SNAP — как получить σ0 или γ0 из снимков GRD и SLC.
* как довести до ума данные Sentinel-1 в Google Earth Engine — готовая процедура обработки данных, включающая радиометрическую нормализацию, и пригодная для полярных широт. Как всегда, с примером кода.
Посты про #основы дистанционного зондирования Земли (в том числе, про радары), накапливаются здесь. Не забывайте поглядывать в закреп, там много полезного.
Вопросы, критику и предложения пишите в бот: @sputnikDZZ_bot
* о процессе обработки данных Sentinel-1 в SNAP — как получить σ0 или γ0 из снимков GRD и SLC.
* как довести до ума данные Sentinel-1 в Google Earth Engine — готовая процедура обработки данных, включающая радиометрическую нормализацию, и пригодная для полярных широт. Как всегда, с примером кода.
Посты про #основы дистанционного зондирования Земли (в том числе, про радары), накапливаются здесь. Не забывайте поглядывать в закреп, там много полезного.
Вопросы, критику и предложения пишите в бот: @sputnikDZZ_bot
Читатели спрашивают, почему мы не сообщили о запуске того или иного спутника.
Во-первых, так происходит, если спутник не имеет отношения к дистанционному зондированию. Во-вторых, если мы не нашли в открытой информации о запуске ничего, о чем стоило бы сообщить. Ну и, в-третьих, — потому что запуск мы проспали.
В принципе, мы следим за запусками, и сейчас будет небольшая подборка ресурсов, которые мы для этого используем.
А для наблюдения за уже запущенными аппаратами есть хештег #наблюдение
Во-первых, так происходит, если спутник не имеет отношения к дистанционному зондированию. Во-вторых, если мы не нашли в открытой информации о запуске ничего, о чем стоило бы сообщить. Ну и, в-третьих, — потому что запуск мы проспали.
В принципе, мы следим за запусками, и сейчас будет небольшая подборка ресурсов, которые мы для этого используем.
А для наблюдения за уже запущенными аппаратами есть хештег #наблюдение
Оперативная информация о предстоящих/выполненных запусках:
* Next Spaceflight
* Новости космонавтики / Все новости
* Everyday Astronaut
* Spaceflight Now Launch Schedule
* Space Launch Now
* Space Launch Schedule — можно разделить запуски по агентствам/компаниям.
Телеграм:
* Летопись космической эры
Форумы, где можно узнать подробности:
* NASASpaceFlight.com
* Форум "Новости Космонавтики"
Сводные таблицы запусков за период:
* База данных запусков от Space Launch Now
* Jonathan’s Space Report (раз в месяц).
* Gunter’s Space Page: хронология запусков по годам, запуски 2023 года.
🛰 КА, запущенные за прошедшие 12 месяцев
Данные взяты из CEOS MIM, CelesTrak SATCAT и UCS Satellite Database. С помощью переключателя можно выбрать только КА ДЗЗ: All Earth Observation
CEOS Database Quarterly Reports — интересные запуски КА ДЗЗ за прошедший квартал, ближайшие запуски КА ДЗЗ
#справка
* Next Spaceflight
* Новости космонавтики / Все новости
* Everyday Astronaut
* Spaceflight Now Launch Schedule
* Space Launch Now
* Space Launch Schedule — можно разделить запуски по агентствам/компаниям.
Телеграм:
* Летопись космической эры
Форумы, где можно узнать подробности:
* NASASpaceFlight.com
* Форум "Новости Космонавтики"
Сводные таблицы запусков за период:
* База данных запусков от Space Launch Now
* Jonathan’s Space Report (раз в месяц).
* Gunter’s Space Page: хронология запусков по годам, запуски 2023 года.
🛰 КА, запущенные за прошедшие 12 месяцев
Данные взяты из CEOS MIM, CelesTrak SATCAT и UCS Satellite Database. С помощью переключателя можно выбрать только КА ДЗЗ: All Earth Observation
CEOS Database Quarterly Reports — интересные запуски КА ДЗЗ за прошедший квартал, ближайшие запуски КА ДЗЗ
#справка
Процедура обработки радарных данных Sentinel-1
Предполагается, что обработка выполняется программой SNAP. Запишем только названия этапов обработки — они примерно соответствуют пунктам меню Radar в SNAP (можно наладить и пакетную обработку данных, с помощью инструмента GPT — Graph Processing Tool). Подробнее, стандартная процедура обработки GRD-продуктов описана в:
Filipponi, F. Sentinel-1 GRD Preprocessing Workflow. Proceedings 2019, 18, 11. https://doi.org/10.3390/ECRS-3-06201
Процедура обработки продуктов Ground Range Detected (GRD), которая на выходе даст σ0 в дБ:
1. Apply Orbit File
2. Thermal Noise Removal
3. Border Noise Removal
4. Calibration (to σ0)
5. Speckle Filtering
6. Range Doppler Terrain Correction
7. Conversion to dB
Спекл-фильтрация не является обязательным этапом обработки.
Процедура обработки продуктов GRD, которая на выходе даст γ0 в дБ, получается из предыдущей заменой шага №4 (калибровка, дающая на выходе σ0) на два следующих шага:
4a. Calibration (to β0)
4b. Radiometric Terrain Flattening
Построить изображения, содержащие σ0 и γ0 можно и на основе продуктов SLC (Single Look Complex). Вот цепочка обработки SLC до получения γ0 в дБ:
1. TOPS Split
2. Apply Orbit file
3. Thermal Noise Removal
4. Calibration (to β0)
5. TOPSAR Deburst
6. Radiometric Terrain Flattening
7. Speckle Filtering
8. Range Doppler Terrain Correction
Аналогично, заменив калибровку до β0 на калибровку до σ0 и убрав этап Radiometric Terrain Flattening, можно получить из SLC σ0 в дБ.
Ответы на многие вопросы по обработке радарных данных в SNAP можно найти на форуме.
Появятся вопросы — пишите в бот.
#SAR #основы
Предполагается, что обработка выполняется программой SNAP. Запишем только названия этапов обработки — они примерно соответствуют пунктам меню Radar в SNAP (можно наладить и пакетную обработку данных, с помощью инструмента GPT — Graph Processing Tool). Подробнее, стандартная процедура обработки GRD-продуктов описана в:
Filipponi, F. Sentinel-1 GRD Preprocessing Workflow. Proceedings 2019, 18, 11. https://doi.org/10.3390/ECRS-3-06201
Процедура обработки продуктов Ground Range Detected (GRD), которая на выходе даст σ0 в дБ:
1. Apply Orbit File
2. Thermal Noise Removal
3. Border Noise Removal
4. Calibration (to σ0)
5. Speckle Filtering
6. Range Doppler Terrain Correction
7. Conversion to dB
Спекл-фильтрация не является обязательным этапом обработки.
Процедура обработки продуктов GRD, которая на выходе даст γ0 в дБ, получается из предыдущей заменой шага №4 (калибровка, дающая на выходе σ0) на два следующих шага:
4a. Calibration (to β0)
4b. Radiometric Terrain Flattening
Построить изображения, содержащие σ0 и γ0 можно и на основе продуктов SLC (Single Look Complex). Вот цепочка обработки SLC до получения γ0 в дБ:
1. TOPS Split
2. Apply Orbit file
3. Thermal Noise Removal
4. Calibration (to β0)
5. TOPSAR Deburst
6. Radiometric Terrain Flattening
7. Speckle Filtering
8. Range Doppler Terrain Correction
Аналогично, заменив калибровку до β0 на калибровку до σ0 и убрав этап Radiometric Terrain Flattening, можно получить из SLC σ0 в дБ.
Ответы на многие вопросы по обработке радарных данных в SNAP можно найти на форуме.
Появятся вопросы — пишите в бот.
#SAR #основы
Copernicus Browser
Copernicus Browser дает возможность скачивать данные Sentinel-1 (GRD, SLC, OCN, L0), Sentinel-2 (L1C, L2A), Sentinel-3 (OLCI, SLSTR, SRAL, MWR), и Sentinel-5P (L1B и 12 видов данных 2-го уровня обработки), а также Copernicus DEM (30 метров и 90 метров) и ESA WorldCover. Подробнее о коллекциях данных можно узнать здесь.
В браузере слева видны две вкладки: Visualize и Search 1️⃣. После бесплатной регистрации, из второй доступно скачивание 2️⃣. В отличие от Copernicus Open Access Hub, здесь все доступные снимки можно скачать сразу 3️⃣.
Снимки предоставляются в “родном” для Sentinel формате SAFE — в виде папки, содержащей снимок формата JPEG2000 и метаданные в формате XML. Для конвертации в GeoTiff понадобятся инструменты вроде GDAL или SNAP.
Про доступ по API читайте здесь.
Copernicus Browser работает на базе Sentinel Hub, разработанного словенской компанией Sinergise.
#данные
Copernicus Browser дает возможность скачивать данные Sentinel-1 (GRD, SLC, OCN, L0), Sentinel-2 (L1C, L2A), Sentinel-3 (OLCI, SLSTR, SRAL, MWR), и Sentinel-5P (L1B и 12 видов данных 2-го уровня обработки), а также Copernicus DEM (30 метров и 90 метров) и ESA WorldCover. Подробнее о коллекциях данных можно узнать здесь.
В браузере слева видны две вкладки: Visualize и Search 1️⃣. После бесплатной регистрации, из второй доступно скачивание 2️⃣. В отличие от Copernicus Open Access Hub, здесь все доступные снимки можно скачать сразу 3️⃣.
Снимки предоставляются в “родном” для Sentinel формате SAFE — в виде папки, содержащей снимок формата JPEG2000 и метаданные в формате XML. Для конвертации в GeoTiff понадобятся инструменты вроде GDAL или SNAP.
Про доступ по API читайте здесь.
Copernicus Browser работает на базе Sentinel Hub, разработанного словенской компанией Sinergise.
#данные