Метод FSDAF для мониторинга наводнений
Оперативный мониторинг исключительно важен для борьбы с наводнениями и преодоления их последствий. Качественные оптические снимки из космоса во время наводнения получить трудно — мешает облачность. Поэтому используются радарные данные, но их не так много и частота съемки оставляет желать лучшего. Так на свет появляются компромиссные решения. Например: использовать оптические данные низкого пространственного разрешения, но с высокой частотой съемки (MODIS), для заполнения пробелов в данных среднего пространственного разрешения (Landsat, Sentinel-2) с более низкой частотой съемки. В результате формируется ряд снимков среднего пространственного разрешения с высокой частотой съемки. Сгенерированные снимки будут не совсем “как настоящие”, но для решения некоторых задач их качества может оказаться достаточно.
Методов формирования плотных временных рядов данных среднего разрешения при помощи данных низкого разрешения существует великое множество. Краткий обзор можно увидеть в работе, посвященной одному из подобных методов — Flexible Spatiotemporal DAta Fusion (FSDAF). Как обычно, новый метод превосходит некоторые из ранее предложенных)
А вот здесь разработчики FSDAF показывают возможности его применения для оперативного картографирования затопленных территорий.
📸 Карты затопленных территорий, созданные по снимкам Landsat, “восстановленным” при помощи MODIS.
#вода
Оперативный мониторинг исключительно важен для борьбы с наводнениями и преодоления их последствий. Качественные оптические снимки из космоса во время наводнения получить трудно — мешает облачность. Поэтому используются радарные данные, но их не так много и частота съемки оставляет желать лучшего. Так на свет появляются компромиссные решения. Например: использовать оптические данные низкого пространственного разрешения, но с высокой частотой съемки (MODIS), для заполнения пробелов в данных среднего пространственного разрешения (Landsat, Sentinel-2) с более низкой частотой съемки. В результате формируется ряд снимков среднего пространственного разрешения с высокой частотой съемки. Сгенерированные снимки будут не совсем “как настоящие”, но для решения некоторых задач их качества может оказаться достаточно.
Методов формирования плотных временных рядов данных среднего разрешения при помощи данных низкого разрешения существует великое множество. Краткий обзор можно увидеть в работе, посвященной одному из подобных методов — Flexible Spatiotemporal DAta Fusion (FSDAF). Как обычно, новый метод превосходит некоторые из ранее предложенных)
А вот здесь разработчики FSDAF показывают возможности его применения для оперативного картографирования затопленных территорий.
📸 Карты затопленных территорий, созданные по снимкам Landsat, “восстановленным” при помощи MODIS.
#вода
This media is not supported in your browser
VIEW IN TELEGRAM
В море у побережья Чжухая (Китай, провинция Гуандун) можно увидеть захватывающее зрелище – “голубые слезы”. Волны подсвечиваются голубым светом, и светятся подобно звездам. "Голубые слезы" вызваны естественным свечением (биолюминесценцией) планктона. Обычно, свечение планктона возникает в теплой воде под воздействием внешних раздражителей, вроде проплывающего мимо пловца или удара о скалы. Поэтому, когда волны выносят планктон на берег, кажется, что он плачет "голубыми слезами".
#вода
#вода
Спутник SWOT фиксирует прибрежные наводнения во время калифорнийских штормов
На снимке представлены спутниковые данные SWOT о высоте поверхности воды в части округа Мендосино в Северной Калифорнии (США) — 15 января, до начала штормов, и 4 февраля, после первых штормов. Уровень воды показан зеленым и синим цветами, более светлые оттенки указывают на самые высокие уровни относительно среднего уровня моря (уровень воды во внутренних районах включает высоту суши). Размер пикселя на снимках — 100 x 100 метров. Отметим, что обычно спутниковые радарные альтиметры имеют пространственное разрешение порядка единиц километров (пример).
#снимки #вода #InSAR
На снимке представлены спутниковые данные SWOT о высоте поверхности воды в части округа Мендосино в Северной Калифорнии (США) — 15 января, до начала штормов, и 4 февраля, после первых штормов. Уровень воды показан зеленым и синим цветами, более светлые оттенки указывают на самые высокие уровни относительно среднего уровня моря (уровень воды во внутренних районах включает высоту суши). Размер пикселя на снимках — 100 x 100 метров. Отметим, что обычно спутниковые радарные альтиметры имеют пространственное разрешение порядка единиц километров (пример).
#снимки #вода #InSAR
Шлейф взвеси, или плюм, простирающийся на сотни километров от берега, — характерная особенность зимних месяцев у побережья китайской провинции Цзянсу. Здесь впадают в море несколько рек, принося с собой большое количество взвешенного материала. Одна из этих рек — Янцзы, третья по длине река в мире, с площадью водосбора 1,8 млн кв. км, что составляет около одной пятой площади Китая.
На этом мелководном и участке побережья насыщенная взвесью вода наблюдается круглый год, но обширный плюм, что виден на снимке, сделанном прибором VIIRS спутника NOAA-20 12 февраля 2024 года, характерен именно для зимы.
Приливы и отливы содержат достаточно энергии, чтобы поднять осадочные породы с морского дна. Хотя приливы бывают и летом, модели, использованные в исследовании, показали, что осадочные породы поднимаются на поверхность только зимой. Именно в это время температура и соленость на поверхности моря и на дне одинаковы, что обеспечивает вертикальное перемешивание и поднимает осадки в толщу воды.
#вода #снимки
На этом мелководном и участке побережья насыщенная взвесью вода наблюдается круглый год, но обширный плюм, что виден на снимке, сделанном прибором VIIRS спутника NOAA-20 12 февраля 2024 года, характерен именно для зимы.
Приливы и отливы содержат достаточно энергии, чтобы поднять осадочные породы с морского дна. Хотя приливы бывают и летом, модели, использованные в исследовании, показали, что осадочные породы поднимаются на поверхность только зимой. Именно в это время температура и соленость на поверхности моря и на дне одинаковы, что обеспечивает вертикальное перемешивание и поднимает осадки в толщу воды.
#вода #снимки
Подводный плюм вулкана Кавачи
Кавачи — один из самых активных подводных вулканов на юго-западе Тихого океана. Эта коническая подводная гора, расположенная на Соломоновых островах и названная в честь морского бога народностей гатокаэ (gatokae) и вангуну (vangunu), возвышается над морским дном примерно на 1200 метров, не дотягивая до поверхности всего каких-то 20 метров. Поэтому спутникам довольно легко обнаружить обесцвечивание воды, вызванное вулканической активностью Кавачи.
По данным Global Volcanism Program Смитсоновского института, с 1939 года Кавачи извергался по крайней мере 39 раз, причем последний период извержений начался в 2021 году и продолжается до сих пор.
На снимке, сделанном 8 марта прибором OLI спутника Landsat 8, показан шлейф (плюм) обесцвеченной воды вблизи подводного вулкана. Шлейф дрейфует на северо-северо-восток в сторону острова Нггатокаэ.
#вода #вулкан
Кавачи — один из самых активных подводных вулканов на юго-западе Тихого океана. Эта коническая подводная гора, расположенная на Соломоновых островах и названная в честь морского бога народностей гатокаэ (gatokae) и вангуну (vangunu), возвышается над морским дном примерно на 1200 метров, не дотягивая до поверхности всего каких-то 20 метров. Поэтому спутникам довольно легко обнаружить обесцвечивание воды, вызванное вулканической активностью Кавачи.
По данным Global Volcanism Program Смитсоновского института, с 1939 года Кавачи извергался по крайней мере 39 раз, причем последний период извержений начался в 2021 году и продолжается до сих пор.
На снимке, сделанном 8 марта прибором OLI спутника Landsat 8, показан шлейф (плюм) обесцвеченной воды вблизи подводного вулкана. Шлейф дрейфует на северо-северо-восток в сторону острова Нггатокаэ.
#вода #вулкан
Разработанная Google модель предсказывает наводнения за пять дней до их наступления [ссылка]
Модель использует нейронные сети долговременной памяти (Long Short-Term Memory). Она обучена на исторических данных о наводнениях, показаниях уровня рек, высоты, рельефа и другой информации. По завершении процесса обучения модель усовершенствовали, проведя несколько сотен тысяч симуляций наводнений в различных точках планеты.
Полученная модель позволяет предсказывать речные наводнения в среднем за пяти дней до наступления события. Иногда этот срок доходит до семи дней. Google включила прогнозы наводнений в свою поисковую систему в виде приложении Flood Hub.
Проблема наводнений не ограничивается реками. Сейчас модель не может предсказывать городские наводнения или ливневые паводки. Ведётся работа над её усовершенствованием для учёта других типов наводнений.
#наводнение #вода
Модель использует нейронные сети долговременной памяти (Long Short-Term Memory). Она обучена на исторических данных о наводнениях, показаниях уровня рек, высоты, рельефа и другой информации. По завершении процесса обучения модель усовершенствовали, проведя несколько сотен тысяч симуляций наводнений в различных точках планеты.
Полученная модель позволяет предсказывать речные наводнения в среднем за пяти дней до наступления события. Иногда этот срок доходит до семи дней. Google включила прогнозы наводнений в свою поисковую систему в виде приложении Flood Hub.
Проблема наводнений не ограничивается реками. Сейчас модель не может предсказывать городские наводнения или ливневые паводки. Ведётся работа над её усовершенствованием для учёта других типов наводнений.
#наводнение #вода
Прямоугольные участки, расположенные вдоль тихоокеанского побережья Перу, — не сельскохозяйственные поля, а пруды аквакультуры. На снимке спутника Landsat 9 (14 марта 2024 г., естественные цвета) показано устье реки Тумбес, неподалёку от границы Перу и Эквадора. На этот регион приходится большая часть перуанского производства креветок.
Креветочные фермы обычно строятся вдоль берега, где есть лёгкий доступ к солёной воде. Зелёные и белые пруды простираются через всю дельту Тумбес. Пруды на западной стороне дельты, по-видимому, затенены белыми крышками. Затенение повышает урожайность креветок и сокращает потребление воды за счет уменьшения испарения.
Аквакультура креветок появилась в Перу в начале 1970-х годов, и с тех пор получила широкое распространение, которое происходит за счёт замены естественных экосистем. Сейчас креветочные фермы заместили собой 17% мангровых лесов Перу.
#аквакультура #вода #снимки
Креветочные фермы обычно строятся вдоль берега, где есть лёгкий доступ к солёной воде. Зелёные и белые пруды простираются через всю дельту Тумбес. Пруды на западной стороне дельты, по-видимому, затенены белыми крышками. Затенение повышает урожайность креветок и сокращает потребление воды за счет уменьшения испарения.
Аквакультура креветок появилась в Перу в начале 1970-х годов, и с тех пор получила широкое распространение, которое происходит за счёт замены естественных экосистем. Сейчас креветочные фермы заместили собой 17% мангровых лесов Перу.
#аквакультура #вода #снимки
NASA опубликовало первые данные научной миссии PACE [ссылка]
На прошлой неделе NASA опубликовало первые научные данные со спутника Plankton, Aerosol, Cloud, ocean Ecosystem (PACE), запущенного в начале февраля.
PACE оснащён гиперспектрометром Ocean Color Instrument (OCI), который позволит учёным изучать микроскопическую жизнь в океане и, в частности, дифференцировать различные сообщества фитопланктона, что раньше было невозможно. Кроме того, аппарат снабжён поляриметрами для измерения атмосферных аэрозолей. Таким образом, с помощью PACE можно будет исследовать взаимодействие океана и атмосферы.
📸 На первом снимке OCI, полученном 28 февраля 2024 года в океане у побережья Южной Африки, можно увидеть два сообщества фитопланктона. В центре розовым цветом показаны синехококки, а зеленым — пикоэукариоты. Слева показан океан в комбинации “естественные цвета”, а справа — концентрация хлорофилла-а, фотосинтетического пигмента, используемого для определения присутствия фитопланктона.
🛢 Данные PACE
🖥 Запись вебинара “Keeping PACE: Introduction to PACE Mission, Products, and Data Discovery”
#океан #вода #гиперспектр
На прошлой неделе NASA опубликовало первые научные данные со спутника Plankton, Aerosol, Cloud, ocean Ecosystem (PACE), запущенного в начале февраля.
PACE оснащён гиперспектрометром Ocean Color Instrument (OCI), который позволит учёным изучать микроскопическую жизнь в океане и, в частности, дифференцировать различные сообщества фитопланктона, что раньше было невозможно. Кроме того, аппарат снабжён поляриметрами для измерения атмосферных аэрозолей. Таким образом, с помощью PACE можно будет исследовать взаимодействие океана и атмосферы.
📸 На первом снимке OCI, полученном 28 февраля 2024 года в океане у побережья Южной Африки, можно увидеть два сообщества фитопланктона. В центре розовым цветом показаны синехококки, а зеленым — пикоэукариоты. Слева показан океан в комбинации “естественные цвета”, а справа — концентрация хлорофилла-а, фотосинтетического пигмента, используемого для определения присутствия фитопланктона.
🛢 Данные PACE
🖥 Запись вебинара “Keeping PACE: Introduction to PACE Mission, Products, and Data Discovery”
#океан #вода #гиперспектр
Выпущены новые данные миссии SWOT [ссылка]
В марте команда миссии Surface Water and Ocean Topography (SWOT) выпустила новые наборы данных уровней 1 и 2 (pre-validated) по гидрологии и океанографии:
1️⃣ Уровень 1B. Интерферограммы и продукты Single-Look Complex
2️⃣ Уровень 2 High Rate (HR) Products (гидрология)
3️⃣ Уровень 2 Low Rate (LR) Products (океанография)
Low Rate (LR) — глобальные данные с низким пространственным разрешением; High Rate (HR) — данные с высоким пространственным разрешением, для вод суши и прибрежных зон.
🔗 Обзор доступных на сегодня данных SWOT и коллекция обучающих ресурсов по использованию этих данных.
🖥Данные SWOT уже есть на NASA Earthdata Search. Например, можно найти данные для района наводнения в Оренбургской области.
#вода #океан #InSAR #альтиметр
В марте команда миссии Surface Water and Ocean Topography (SWOT) выпустила новые наборы данных уровней 1 и 2 (pre-validated) по гидрологии и океанографии:
1️⃣ Уровень 1B. Интерферограммы и продукты Single-Look Complex
2️⃣ Уровень 2 High Rate (HR) Products (гидрология)
3️⃣ Уровень 2 Low Rate (LR) Products (океанография)
Low Rate (LR) — глобальные данные с низким пространственным разрешением; High Rate (HR) — данные с высоким пространственным разрешением, для вод суши и прибрежных зон.
🔗 Обзор доступных на сегодня данных SWOT и коллекция обучающих ресурсов по использованию этих данных.
🖥Данные SWOT уже есть на NASA Earthdata Search. Например, можно найти данные для района наводнения в Оренбургской области.
#вода #океан #InSAR #альтиметр
Использование прибрежной поверхностной солёности в мониторинге глобальных изменений круговорота воды [ссылка]
Более 40% населения планеты живет в пределах 100 км от побережий морей и океанов. Ожидается, что по мере потепления климата круговорот воды в природе будет меняться. По прогнозам, сток с суши увеличится примерно на 7% , что окажет значительное влияние на прибрежную зону океана. Прибрежная зона может стать ключевым местом для изучения глобальных изменений круговорота воды и его воздействия на физические и биогеохимические процессы. Поскольку реки сбрасывают в океан пресную воду, они влияют на солёность океана. Наблюдения за солёностью in situ и со спутников можно использовать для отслеживания линз пресной воды, выходящих из устьев рек (так называемых речных плюмов), по мере их смешивания с океанскими водами.
Наблюдаемые со спутника значительные колебания солёности поверхности моря (sea surface salinity, SSS) происходят на побережье из года в год (⬆️ синий цвет в океане). В прилегающих районах суши этим колебаниям соответствуют колебания осадков (⬆️ зеленый цвет на суше). Так, большая синяя область у восточного побережья Южной Америки связана с оттоком воды из двух крупных рек: Амазонки и Ориноко, а зелёная область в прилегающей части суши показывает, откуда берутся эти воды с низкой солёностью — из осадков в тропических лесах Амазонки и за её пределами.
Прибрежная SSS может быть использована в качестве индикатора изменений, которые ожидаются в круговороте воды между океанами и континентами. Для обнаружения этих изменений применяются агрегированные глобальные наблюдения SSS в прибрежной зоне ⬇️, полученные с помощью миссий SAC-D Aquarius (2011–2015), SMOS (2010–настоящее время) и SMAP (2015–настоящее время):
🛢 Multi-Mission Optimally Interpolated Sea Surface Salinity Global Dataset V2
#вода #данные
Более 40% населения планеты живет в пределах 100 км от побережий морей и океанов. Ожидается, что по мере потепления климата круговорот воды в природе будет меняться. По прогнозам, сток с суши увеличится примерно на 7% , что окажет значительное влияние на прибрежную зону океана. Прибрежная зона может стать ключевым местом для изучения глобальных изменений круговорота воды и его воздействия на физические и биогеохимические процессы. Поскольку реки сбрасывают в океан пресную воду, они влияют на солёность океана. Наблюдения за солёностью in situ и со спутников можно использовать для отслеживания линз пресной воды, выходящих из устьев рек (так называемых речных плюмов), по мере их смешивания с океанскими водами.
Наблюдаемые со спутника значительные колебания солёности поверхности моря (sea surface salinity, SSS) происходят на побережье из года в год (⬆️ синий цвет в океане). В прилегающих районах суши этим колебаниям соответствуют колебания осадков (⬆️ зеленый цвет на суше). Так, большая синяя область у восточного побережья Южной Америки связана с оттоком воды из двух крупных рек: Амазонки и Ориноко, а зелёная область в прилегающей части суши показывает, откуда берутся эти воды с низкой солёностью — из осадков в тропических лесах Амазонки и за её пределами.
Прибрежная SSS может быть использована в качестве индикатора изменений, которые ожидаются в круговороте воды между океанами и континентами. Для обнаружения этих изменений применяются агрегированные глобальные наблюдения SSS в прибрежной зоне ⬇️, полученные с помощью миссий SAC-D Aquarius (2011–2015), SMOS (2010–настоящее время) и SMAP (2015–настоящее время):
🛢 Multi-Mission Optimally Interpolated Sea Surface Salinity Global Dataset V2
#вода #данные