Спутник ДЗЗ
3.11K subscribers
2.43K photos
139 videos
187 files
2.18K links
Человеческим языком о дистанционном зондировании Земли.

Обратная связь: @sputnikDZZ_bot
加入频道
Простейшая геометрическая схема съемки с расположением детекторного элемента (пикселя) в фокальной плоскости датчика показана на рисунке 1️⃣.

Мгновенное поле обзора (GIFOV, ground instantaneous field of view) соответствует отечественному термину номинальное пространственное разрешение (размер проекции пикселя): размер проекции на поверхность Земли в надир элемента дискретизации (пикселя) цифрового детектора целевой аппаратуры дистанционного зондирования Земли из космоса для зачетной высоты орбиты космического аппарата (ГОСТ Р 59481–2021, пункт 3.2).

Номинальное пространственное разрешение характеризует идеальную съемочную систему (без искажений, без колебаний космического аппарата и т. п.) при идеальных условиях съемки (в частности, при отсутствии атмосферы).

В реальной ситуации из-за размытия изображения, связанного с работой оптики, детекторов и электроники датчика, размер проекции пиксела увеличивается по сравнению с номинальным значением. Так, размер проекции пиксела системы Landsat ТМ оказался равным 40–45 м вместо заявленных 30 м (Шовенгердт, 2010).

Таким образом, для оценки реального пространственного разрешения съемочной системы одного номинального пространственного разрешения недостаточно. В качестве дополнительных характеристик используются отношение сигнал/шум и функция передачи модуляции (Modulation Transfer Function, MTF) (Joseph, 2020; Геча и др., 2021). Все эти параметры указываются в техническом руководстве по съемочной системе (пример), но воспользоваться ими для выбора снимков будет весьма непросто.

Проблема усугубляется тем, что характеристики съемочной аппаратуры, номинальные и реальные, дают лишь косвенное представление о возможности различения объектов на снимке. Нужно также учитывать условия съемки: состояние атмосферы, угол восхождения Солнца, рельеф местности, неоднородность объектов и фона и т. п. При этом хорошо известно, что на снимке можно обнаруживать и объекты, существенно меньшие размера пикселя, если их контрастность достаточно велика по сравнению с окружающим фоном (например, шоссе на фоне окружающей растительности). Поэтому на практике для выбора снимков часто используется самый простой подход: берется номинальное пространственное разрешение, умноженное на некоторую константу (например, на √2).

#основы
Есть еще одна простая характеристика — наземный интервал дискретизации (GSD, ground sample distance или GSI — ground sample interval). Это расстояние на земной поверхности, соответствующее расстоянию между центрами соседних пикселов.

Различие между номинальным пространственным разрешением и наземным интервалом дискретизации показано на рисунке 2️⃣ (Шовенгердт, 2010). В некоторых системах ДЗЗ (на рисунке это Landsat MSS и AVHRR) используется более высокая частота поперечной дискретизации, что приводит к наложению мгновенных полей обзора и, как следствие, к некоторому улучшению качества данных.

Нередко производитель по своему усмотрению передискретизирует (интерполирует) данные так, чтобы пиксель на снимке был меньше номинального разрешения. В этом случае то, что производитель указывает как GSD, — это расстояние между центрами пикселей, измеренное на местности после передискретизации исходных данных.

Типичный пример — разрешение данных приборов Landsat TIRS и TIRS-2 в Landsat Collection 2. Размер пиксела на снимке равен 30 м, хотя номинальное пространственное разрешение составляет 100 м. Такой выбор размера пиксела позволяет хранить вместе данные TIRS/TIRS-2 и данные OLI/OLI-2, номинальное пространственное разрешение которых как раз и составляет 30 м.

Итак, GSD — это характеристика продукции системы ДЗЗ: размер пиксела снимков определенного уровня обработки. GSD нужно помещать в руководства пользователя данными ДЗЗ, но оно лишь косвенно указывает на характеристики аппаратуры и, тем более, — на возможность различения объектов на снимке.

#основы
Подведем итоги. При выборе снимков для решения практических задач чаще всего применяют номинальное пространственное разрешение или наземный интервал дискретизации (GSD). Они дают косвенное представление о возможности различения объектов на снимке и используются, в основном, благодаря своей простоте. Для объективной оценки пространственного разрешения снимков применяют технологии, основанные на статистическом анализе изображений, полученных в ходе испытаний на заданной системе тестов (Современные технологии обработки данных ДЗЗ, 2015).

#основы
Для объективной оценки пространственного разрешения применяют технологии, основанные на статистическом анализе изображений, получаемых в ходе летных испытаний и эксплуатации космического аппарата ДЗЗ (Современные технологии обработки данных ДЗЗ, 2015).

Причем здесь статистика? Вот, например, одна их характеристик для оценки возможности различения объектов на снимке — линейное разрешение на местности. Это минимальный период периодической решетки из трех или более протяженных параллельных объектов одинаковой яркости на поверхности Земли при заданном контрасте, которые отдельно различимы или потенциально могли бы быть отдельно различимы на данных дистанционного зондирования Земли из космоса (ГОСТ Р 59478–2021, пункт 3.1.3). Так вот: линейное разрешение следует определять при четырех разных положениях периодической решетки относительно маршрута съемки с космического аппарата ДЗЗ — под углами 0°, 45°, 90° и 135°. Все эти измерения будут проходит при разных условиях съемки, поэтому нужно установить зачетные условия.

Результат подобных измерений приведен на рисунке 3️⃣ (в правом нижнем углу; источник). Заметим, что оценка пространственного разрешения носит вероятностный характер.
Отметим еще два способа оценки качества изображений.

* National Imagery Interpretability Rating Scale (NIIRS) — американская субъективная шкала оценки качества изображений, полученных с помощью различных типов систем ДЗЗ. Шкала определяет различные уровни качества/интерпретируемости изображений на основе типов задач, которые аналитик может выполнять с изображениями, имеющими данный рейтинг NIIRS (Fiete, 2007).

* Image Quality Factor — комплексная объективная оценка качества изображения, которая определяется по функции передачи модуляции и отношению сигнал/шум, измеренным на растровом изображении (Геча и др., 2021).
Подвела отложенная публикация сообщений в Телеграм: пост с линейным разрешением на местности появился раньше выводов. Просим прощения за неудобства.
Военно-воздушные силы Индии будут преобразованы в Воздушно-космические силы

По сообщению The Times of India, Военно-воздушные силы Индии (Indian Air Force, IAF) в ближайшее время будут преобразованы в Воздушно-космические силы Индии (Indian Air and Space Force, IASF).

IAF также рассчитывает, что в ближайшие семь-восемь лет у Индии будет более 100 “больших и малых”* военных спутников, созданных с помощью частного сектора, а созданное в 2019 году tri-Service Defence Space Agency превратится в полноценное Космическое командование.

Напомним, что в августе 2013 года Индия объявила об успешном выводе на орбиту первого военного спутника GSAT-7, а марте 2019 года провела успешные испытания противоспутникового оружия: ракета системы АSAT через три минуты после старта сбила космический аппарат, находившийся на низкой околоземной орбите (высотой 283 км).

*Так в сообщении.

#война #индия
Друзья, приглашаем вас на лекцию о космических данных, которые нас окружают!

💙 12 декабря в 16:00 мы разберёмся в том, что такое спутниковые данные, как работают наземные станции приема спутниковых данных, как происходит получение и обработка данных из космоса.

🔵 Приглашённый спикер Кирилл Стариков, руководитель проекта наземных станций ООО «Геоскан», расскажет вам всё о космических данных и ответит на ваши вопросы.

Регистрация уже открыта!

〰️Лекция организована проектом Space-π совместно с компанией «Образование будущего».

Прямой эфир и запись 👉 здесь.
Please open Telegram to view this post
VIEW IN TELEGRAM
Количество мероприятий в ноябре, связанных с развитием российской отрасли ДЗЗ, не позволило нам рассмотреть материалы конференции “Наука на МКС”. Сегодня возвращаем “должок”. Нас интересовало направление “Дистанционное зондирование Земли и атмосферы на МКС”. Основное внимание уделим обзорному докладу Е. А. Лупяна.
20–23 ноября 2023 г. в честь 25-летия начала полета Международной космической станции Институт космических исследований РАН совместно с Государственной корпорацией «Роскосмос» провел Третью международную конференцию “Наука на МКС”.

🌐Сайт конференции: https://iss-science.cosmos.ru
📖Предварительная программа

📖Сборник тезисов докладов

▶️Видеозапись докладов по направлению “Дистанционное зондирование Земли и атмосферы на МКС”.

#конференции
Прояснилась история с гиперспектрометром на МКС.

Как стало ясно из доклада Кузьмина А.В. “Планируемые исследования с НА «Гиперспектрометр» КЭ Ураган» на РС МКС”, гиперспектрометр разработан НПО “Лептон”, а программное обеспечение для него — МФТИ.

Прибор обладает камерами видимого и ближнего инфракрасного диапазона, а также панхроматической камерой для наведения.

Спектральные характеристики*: 180 каналов (90 каналов в диапазоне 0,47–0,90 мкм и 90 каналов в диапазоне 0,90–1,60 мкм), панхроматическая камера в диапазоне 0,50–0,75 мкм. Ширина спектрального канала: 21–30 нм. Пространственное разрешение в надир каждой камеры: 40 м (видимый диапазон), 50 м (ближний инфракрасный) и 120 м (панхром). Маршрут съемки: 500 км.

Разработка аппаратуры "Гиперспектрометр" началась в 2016 году. В настоящее время "Гиперспектрометр" успешно прошел стадию комплексных испытаний на стенде в РКК “Энергия” и готов к доставке на МКС. Доставка на борт МКС и начало летных испытаний запланированы на 2024 год.

Восемь лет — от начала разработки до летных испытаний. Интересно, сколько времени занимал процесс подготовки космического эксперимента в СССР? Вряд ли так долго, учитывая что длительность полета орбитальной станции “Салют-6” — меньше 5 лет.

*Беляев М. Ю., Коротков Д. М., Кузьмичев А. С. и др. Дистанционное зондирование Земли с российского сегмента МКС с использованием перспективной научной аппаратуры «Гиперспектрометр» // Материалы 17-й Всерос. открытой конф. «Современные проблемы дистанционного зондирования Земли из космоса». Москва, ИКИ РАН. 2019. С. 508.

#гиперспектр
Исследования Земли из космоса на Российском сегменте МКС

Обзорный доклад Исследования по направлению “Исследования Земли из космоса” на Российском сегменте МКС (продолжительность: 23 мин.) сделал Е. А. Лупян (ИКИ РАН). Ниже, коротко, приведены некоторые тезисы доклада.

За 20 лет (с 2003 г.) секцией 3 Координационного научно-технического совета “Исследования Земли из космоса” было рекомендовано к включению в Долгосрочную программу целевых работ 22 проектов космических экспериментов*:

* 4 космических эксперимента успешно завершены;
* 4 находятся в стадии бортовой реализации;
* 6 находятся в стадии наземной подготовки;
* 9 проектов выведены из программы до начала бортовой реализации.

В 2021–2022 годах из программы выведены 9 космических экспериментов: “Ветер”, “Климат”, “Конвергенция”, “Метрад”, “МКС-Глонасс”, “МКС-РСА (Р)“, “Радиолокатор”, “Ракурс”, “Фон”.

Основные причины:

* потеря актуальности проектов вследствие чрезмерно затянутой подготовки научной аппаратуры (до 15 лет);
* значительные перерывы в финансировании проектов (в среднем от 3 до 5 лет);
* отсутствие возможности профинансировать завершение этих проектов до 2024 году, так как анализ показал, что из 16 в указанные сроки реально профинансировать только 4–5 проектов;
* отсутствие постановщиков космических экспериментов и разработчиков научной аппаратуры.

Проблемные вопросы:

1. поступающие заявки на космические эксперименты на российском сегменте (РС) МКС не координированы с текущими и перспективными проектами наблюдения Земли из космоса, что приводит в ряде случаев к невостребованности результатов, получаемых в рамках экспериментов на РС МКС;
2. при планировании и проведении космических экспериментов не всегда учитываются уже имеющиеся методы анализа данных, полученных при работе со спутниками ДЗЗ;
3. очень слабо используются возможности наблюдений, проводимых в рамках экспериментов на РС МКС совместно с другими данными ДЗЗ, что затрудняет разработку комплексных методик анализа данных;
4. фактически отсутствуют механизмы создания общедоступных архивов наблюдений, полученных в рамках космических экспериментов, и инструментов работы с ними, что во многих случаях существенно понижает ценность выполняемых экспериментов.

Возможные задачи исследований Земли из космоса на РС МКС:

1. создание и отработка новых (перспективных) и совершенствование существующих измерительных приборов и систем дистанционного наблюдения Земли;
2. отработка новых методов и схем наблюдения различных природных и антропогенных явлений и объектов;
3. создание и отработка новых методик, алгоритмов и программного обеспечения обработки данных дистанционного наблюдения Земли;
4. формирование уникальных баз данных долговременных наблюдений Земли и обеспечение возможности их использования в научных и прикладных исследованиях и разработках.

*Эксперимент “Ураган» реализуется на борту МКС, но часть его аппаратуры проходит наземную подготовку, поэтому эксперимент включен в статистику и как реализуемый и как находящийся в стадии наземной подготовки
О спутниках “Стилсат” перспективной группировки компании “Стилсофт” мы уже неоднократно писали. ”Российская газета” публикует короткое интервью с основателем компании “Стилсофт” Ю. П. Стояновым. Вот интересный фрагмент:

“Основной упор в работе с КНР мы делаем на трансфер технологий в части целевой аппаратуры — камеры сверхвысокого разрешения. Начиная с четвертого аппарата производство камер будет осуществляться уже в Ставропольском крае. В России аналогичные камеры никто не делает. Остальные компоненты спутника отечественные”.

https://rg.ru/2023/12/12/reg-skfo/na-stavropole-nachali-proizvodit-kosmicheskie-sputniki.html

#россия
Thales создаст спутниковую группировку в интересах министерства обороны Индонезии

Компания Thales Alenia Space будет создавать спутниковую группировку, оснащенную радарами и приборами оптико-электронного наблюдения Земли для Министерства обороны Индонезии. Эксплуатировать будущую группировку станет индонезийская государственная технологическая компания PT Len. Компания Telespazio примет участие в создании наземного сегмента.

Компания PT Len также подписывает соглашение с BlackSky по предоставлению Министерству обороны Индонезии доступа к данным этой спутниковой группировки. Такое решение должно обеспечить возможности ведения спутниковой разведки в период создания группировки Thales.

Спутники для Индонезии будут построены на базе существующих радарных и оптических решений Thales. Напомним, что в марте текущего года Thales Alenia Space выиграло контракт на создание итальянской группировки наблюдения Земли IRIDE, которая на первом этапе должна состоять из шести малых радарных спутников и одного оптического.

📸Художественное изображение оптического и радарного спутников системы IRIDE — возможных прототипов спутников, создаваемых для Министерства обороны Индонезии.

#война
This media is not supported in your browser
VIEW IN TELEGRAM
Открытая база данных и карта выбросов парниковых газов Climate TRACE

Компания Climate TRACE обнародовала открытую базу данных и карту выбросов парниковых газов. В настоящее время в ней отслеживаются выбросы из около 352 млн. источников по всему миру.

🌍Карта выбросов: https://climatetrace.org/explore
💾Скачать данные по секторам экономики: https://climatetrace.org/data

Climate TRACE собирает данные с помощью ДЗЗ из космоса и других видов дистанционного зондирования, привлекая различные государственные и коммерческие данные.

Для учета выбросов, которые могут пропущены данными ДЗЗ, например утечки газа и выбросы шахтного метана, Climate TRACE определяет для каждого объекта “коэффициент рисков неучтенных выбросов”. Например, для стабильно работающей угольной ТЭЦ это будет практически нулевое значение, в то время как для нефтяного месторождения или угольной шахты коэффициент будет значительно выше.

По данным Climate TRACE по выбросам углерода лидируют энергетический сектор Китая и Индии, а также нефтегазовая отрасль США. Судоходство оказывает серьезное влияние на таяние ледников в Арктике, а выбросы СО2, связанные с автомобильным транспортом, выросли в 2022 году на 3,5%, несмотря на рост числа электромобилей.

🗃Country Inventory — выбросы по странам и секторам экономики.
💻Comparison Tool — сравнить между собой два источника выбросов.

Ну и самое главное — методики оценки выбросов.

#GHG #данные
ОмГТУ работает над созданием малого космического аппарата ДЗЗ

Омский государственный технический университет по заказу ГКНЦ им. М. В. Хруничева работает над созданием малого космического аппарата дистанционного зондирования Земли. Предполагается, что это будет сравнительно недорогой аппарат, пригодный для массового производства. Спутник-демонстратор должен быть представлен в 2025 году.

#россия
Сегодня будет про растровые данные в R — самая начальная информация.
Растровые данные

Растровые данные используются для представления пространственно непрерывных объектов (полей), таких как высота или температура. Пространство в растровых данных разбивается регулярной сеткой ячеек, в каждой ячейке находится значение исследуемого параметра 1️⃣.

Данные дистанционного зондирования, как правило, представляют собой двумерные растровые данные, состоящие из одного или нескольких слоев 2️⃣.

Значение ячейки (пиксела) представляет собой среднее значение исследуемого параметра в области, которую покрывает ячейка. Иногда значения ячейки являются оценками значений параметра для центра ячейки.

Растровые данные могут быть количественными (например, поле температуры) или качественными (карта классов земной поверхности, каждая ячейка которой содержит номер того или иного класса).

В растровых данных геометрическая информация задается путем указания пространственной протяженности и количества строк и столбцов, на которые разделена область. Исходя из протяженности и количества строк и столбцов, можно вычислить размер ячеек (пространственное разрешение).

Для работы с растровыми данными в R используется пакет terra. Кроме того, terra содержит множество функций для работы с векторными данными. Поэтому осваивать возможности R по анализу пространственных данных мы начнем именно с этого пакета.

Раньше в том же качестве применялся пакет `raster`. У `terra` и `raster` один автор — Robert Hijmans. Поэтому интерфейс пакетов похож, и многие подходы, придуманные для `raster`, можно перенести на `terra`. Однако `terra` работает существенно быстрее и, в целом, удобнее `raster`.

#R
This media is not supported in your browser
VIEW IN TELEGRAM
Чтение растровых данных. Метаданные

Загрузим пакет terra, откроем изображение из файла dem.tif и сохраним его в переменной dem:

library(terra)
(dem <- rast("dem.tif"))


Переменная dem — объект типа SpatRaster:

class       : SpatRaster 
dimensions : 1620, 2916, 1 (nrow, ncol, nlyr)
resolution : 3.08642e-05, 3.08642e-05 (x, y)
extent : -77.85, -77.76, 39.45, 39.5 (xmin, xmax, ymin, ymax)
coord. ref. : lon/lat WGS 84 (EPSG:4326)
source : dem.tif
name : Layer_1
min value : 87.12177
max value : 158.57744


SpatRaster представляет собой многослойные растровые данные. Он хранит информацию о числе строк (nrow), столбцов (ncol) и слоев (nlyr) исходного изображения, об охвате данных (extent), системе координат (coord. ref.) и пространственном разрешении (resolution). SpatRaster может хранить сведения об исходном файле (source). Если такого файла нет, будет указано, что значения ячеек (пикселей) хранятся в памяти (source = memory). Каждый слой данных имеет имя (name), по которому к нему можно обращаться, например: dem["Layer_1"]. Приводятся также минимальное и максимальное значения ячеек каждого слоя.

Информацию об изображении (метаданные) можно получить по частям. Некоторые из предназначенных для этого функций называются так же, как в описании SpatRaster: nrow, ncol, nlyr. Назначение других тоже достаточно очевидно: res, ext, crs.

Ниже показано, как представить значения ячеек dem в виде матрицы:

dem_val <- matrix(values(dem), nrow = nrow(dem), ncol = ncol(dem))


Несколько слов о системах координат. Земля по форме напоминает эллипсоид, сплюснутый по полюсам. Картографические проекции пытаются изобразить поверхность Земли или ее часть на плоскоcти карты. Система координат (Coordinate Reference System, CRS) определяет, как двумерная, спроецированная карта соотносится с реальными местами на Земле. Решение о выборе картографической проекции и системы координат зависит, в первую очередь, от отображаемой на карте области и задач, стоящих перед будущей картой.