Soil-Adjusted Vegetation Index (SAVI)
Нормализованный разностный вегетационный индекс NDVI — это удобная и универсальная мера оценки состояния растительности, но — не идеальная. Когда поле покрыто редкой растительностью, NDVI может колебаться, даже если состояние растительности не меняется. Это происходит потому что почва на поле меняет яркость в зависимости от того, насколько она влажная или сухая.
Напомним формулу NDVI
NDVI = (NIR – Red) / (NIR + Red),
где NIR и Red обозначают отражательную способность в ближнем инфракрасном и в красном диапазонах соответственно.
Предположим, что 20% поля покрыто растительностью, а остальные 80% представляют собой открытую почву 1️⃣. После дождя эта почва станет влажной и, как следствие, более темной. При этом отражение в ближнем инфракрасном и красном диапазонах снизится примерно на одну и ту же величину 2️⃣. В результате NDVI поля увеличится. Напротив, сухая почва становится светлее, и это приводит к уменьшению NDVI 3️⃣.
Итак, исходный NDVI поля равнялся 0,21. После дождя он увеличился до 0,25, а для высохшей почвы упал до 0,17. И все это — без изменения состояния растительности!
Посмотрим, как “исправить” NDVI.
Изменение отражательной способности поля при изменении цвета почвы приводит к тому, что отражение в инфракрасном и в красном диапазонах увеличиваются или уменьшаются примерно на одинаковые величины. Предположим, что эти изменения действительно одинаковы, и обозначим величину изменения через ε. Тогда, с изменением отражательной способности почвы, NDVI будет равен
NDVI = ((NIR + ε) – (Red + ε)) / ((NIR + ε) + (Red + ε))
или
NDVI = (NIR – Red) / (NIR + Red + 2ε).
ε зависит от доли открытой почвы на поле и от цвета почвы. Если поле в основном покрыто растительностью и почвы не видно, то ε будет мало по сравнению с (NIR+RED), так что им можно пренебречь и мы получим обычную формулу NDVI. То есть, когда почвы не видно, NDVI не чувствителен к изменениям ее цвета.
Нас же интересует ситуация, когда почву видно хорошо...
#индексы #сельхоз #основы
Нормализованный разностный вегетационный индекс NDVI — это удобная и универсальная мера оценки состояния растительности, но — не идеальная. Когда поле покрыто редкой растительностью, NDVI может колебаться, даже если состояние растительности не меняется. Это происходит потому что почва на поле меняет яркость в зависимости от того, насколько она влажная или сухая.
Напомним формулу NDVI
NDVI = (NIR – Red) / (NIR + Red),
где NIR и Red обозначают отражательную способность в ближнем инфракрасном и в красном диапазонах соответственно.
Предположим, что 20% поля покрыто растительностью, а остальные 80% представляют собой открытую почву 1️⃣. После дождя эта почва станет влажной и, как следствие, более темной. При этом отражение в ближнем инфракрасном и красном диапазонах снизится примерно на одну и ту же величину 2️⃣. В результате NDVI поля увеличится. Напротив, сухая почва становится светлее, и это приводит к уменьшению NDVI 3️⃣.
Итак, исходный NDVI поля равнялся 0,21. После дождя он увеличился до 0,25, а для высохшей почвы упал до 0,17. И все это — без изменения состояния растительности!
Посмотрим, как “исправить” NDVI.
Изменение отражательной способности поля при изменении цвета почвы приводит к тому, что отражение в инфракрасном и в красном диапазонах увеличиваются или уменьшаются примерно на одинаковые величины. Предположим, что эти изменения действительно одинаковы, и обозначим величину изменения через ε. Тогда, с изменением отражательной способности почвы, NDVI будет равен
NDVI = ((NIR + ε) – (Red + ε)) / ((NIR + ε) + (Red + ε))
или
NDVI = (NIR – Red) / (NIR + Red + 2ε).
ε зависит от доли открытой почвы на поле и от цвета почвы. Если поле в основном покрыто растительностью и почвы не видно, то ε будет мало по сравнению с (NIR+RED), так что им можно пренебречь и мы получим обычную формулу NDVI. То есть, когда почвы не видно, NDVI не чувствителен к изменениям ее цвета.
Нас же интересует ситуация, когда почву видно хорошо...
#индексы #сельхоз #основы
SAVI. Часть 2
Вернемся к формуле
NDVI = (NIR – Red) / (NIR + Red + 2ε).
Обратите внимание, что ε не влияет на числитель NDVI. Если бы мы использовали в качестве индекса разность (NIR – RED), у нас бы не было проблем с изменением цвета почвы. Однако, возникла бы другая сложность: новый вегетационный индекс будет меняться в зависимости от освещенности. Когда общая интенсивность света составляет 50% от нормы (например, из-за умеренной облачности), (NIR – RED) тоже будет на 50% меньше. Отсюда и необходимость нормализации индекса путем деления на общую интенсивность (NIR + RED).
Чтобы уменьшить чувствительность формулы к ε, добавим в знаменатель константу L:
Стабилизированный NDVI = (NIR – Red) / (NIR + Red + 2ε + L).
Разберемся с тем, как выбрать L. Если L будет очень велико по сравнению с NIR и RED, то формула для вычисления стабилизированного NDVI превратится в
(NIR – Red) / (NIR + Red + 2ε + L) ≈ (NIR – Red) / L
Таким образом, для больших L чувствительность к ε исчезает. Зато формула сводится к масштабированной версии (NIR – RED), которая, как мы знаем, не работает.
Напротив, при L=0, мы вернемся к формуле NDVI, которая слишком чувствительна к ε.
Существует компромисс: выберем L достаточно большим, чтобы знаменатель был чувствителен к ε, но не слишком большим, чтобы не исчез эффект нормализации от деления на (NIR + RED).
Для конкретного региона можно определить свое значение L, откалибровав его на основе реальных данных. Однако в целом исследователи пришли к выводу, что L=0,5 создает вегетационный индекс, значительно менее чувствительный к цвету почвы, чем NDVI, и при этом достаточно нормализованный, чтобы общие изменения в интенсивности света не привели к существенному изменению индекса.
Осталось сделать последний шаг, чтобы сделать новый индекс удобным. Мы хотим, чтобы его значения находилась в интервале между –1 и 1. Увеличив знаменатель на L, мы добились того, что максимальное значение индекса (теоретически встречающееся при NIR=1, RED=0) стало равно 1/1+L. Если мы хотим, чтобы максимальное значение было равно 1, нам нужно умножить числитель на (1+L):
SAVI = (1 + L)(NIR – Red) / (NIR + Red + L), где L = 0,5
Новый индекс называется Soil-Adjusted Vegetation Index или SAVI. Он предложен в работе: Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295–309. https://doi.org/10.1016/0034-4257(88)90106-x
SAVI варьируется в пределах от –1 до 1, малочувствителен к цвету почвы, нечувствителен к общей интенсивности света и увеличивается пропорционально состоянию и плотности растительности. Он лучше NDVI подходит для районов с разреженной растительностью, где цвет почвы может меняться.
#индексы #сельхоз #основы
Вернемся к формуле
NDVI = (NIR – Red) / (NIR + Red + 2ε).
Обратите внимание, что ε не влияет на числитель NDVI. Если бы мы использовали в качестве индекса разность (NIR – RED), у нас бы не было проблем с изменением цвета почвы. Однако, возникла бы другая сложность: новый вегетационный индекс будет меняться в зависимости от освещенности. Когда общая интенсивность света составляет 50% от нормы (например, из-за умеренной облачности), (NIR – RED) тоже будет на 50% меньше. Отсюда и необходимость нормализации индекса путем деления на общую интенсивность (NIR + RED).
Чтобы уменьшить чувствительность формулы к ε, добавим в знаменатель константу L:
Стабилизированный NDVI = (NIR – Red) / (NIR + Red + 2ε + L).
Разберемся с тем, как выбрать L. Если L будет очень велико по сравнению с NIR и RED, то формула для вычисления стабилизированного NDVI превратится в
(NIR – Red) / (NIR + Red + 2ε + L) ≈ (NIR – Red) / L
Таким образом, для больших L чувствительность к ε исчезает. Зато формула сводится к масштабированной версии (NIR – RED), которая, как мы знаем, не работает.
Напротив, при L=0, мы вернемся к формуле NDVI, которая слишком чувствительна к ε.
Существует компромисс: выберем L достаточно большим, чтобы знаменатель был чувствителен к ε, но не слишком большим, чтобы не исчез эффект нормализации от деления на (NIR + RED).
Для конкретного региона можно определить свое значение L, откалибровав его на основе реальных данных. Однако в целом исследователи пришли к выводу, что L=0,5 создает вегетационный индекс, значительно менее чувствительный к цвету почвы, чем NDVI, и при этом достаточно нормализованный, чтобы общие изменения в интенсивности света не привели к существенному изменению индекса.
Осталось сделать последний шаг, чтобы сделать новый индекс удобным. Мы хотим, чтобы его значения находилась в интервале между –1 и 1. Увеличив знаменатель на L, мы добились того, что максимальное значение индекса (теоретически встречающееся при NIR=1, RED=0) стало равно 1/1+L. Если мы хотим, чтобы максимальное значение было равно 1, нам нужно умножить числитель на (1+L):
SAVI = (1 + L)(NIR – Red) / (NIR + Red + L), где L = 0,5
Новый индекс называется Soil-Adjusted Vegetation Index или SAVI. Он предложен в работе: Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295–309. https://doi.org/10.1016/0034-4257(88)90106-x
SAVI варьируется в пределах от –1 до 1, малочувствителен к цвету почвы, нечувствителен к общей интенсивности света и увеличивается пропорционально состоянию и плотности растительности. Он лучше NDVI подходит для районов с разреженной растительностью, где цвет почвы может меняться.
#индексы #сельхоз #основы
SAVI. Часть 3
Сравним NDVI и SAVI.
На рисунке 1️⃣ показана разница между NDVI и SAVI при различной плотности растительности. При редкой и умеренной растительности NDVI имеет значительный разброс значений из-за чувствительности к цвету почвы. SAVI имеет гораздо меньший разброс. Разброс NDVI уменьшается, когда плотность растительности высока и почва закрыта растительным покровом.
Кроме малой чувствительности к цвету почвы, существует еще одно преимущество, которое SAVI приобретает благодаря дополнительному члену L: порог насыщения SAVI выше, чем NDVI.
Вспомним формулу NDVI
NDVI = (NIR – Red) / (NIR + Red),
Когда Red приближается к нулю, NDVI будет расти вместе с NIR, асимптотически приближаясь к единице. Все большее увеличение NIR оказывает все меньшее влияние на NDVI, то есть происходит насыщение.
Рассмотрим эффект от добавления L к знаменателю
SAVI = (1 + L)(NIR – Red) / (NIR + Red + L)
SAVI тоже достигнет насыщения, но это произойдет при большем значении NIR. Чтобы понять как это работает, зададим RED = 0 и сделаем L гораздо больше, чем NIR. В таком случае, в знаменателе формулы будет преобладать L, а вся формула сводится к (1+L)NIR/L. Она линейно возрастает с увеличением NIR, выпуклости графика нет, а значит, нет и насыщения 2️⃣. Таким образом, точка насыщения увеличивается вместе с увеличением L.
Таким образом, дополнительный член в знаменателе позволяет SAVI регистрировать увеличение плотности растительности даже после того, как NDVI вошел в насыщение.
Подведем итоги:
1. SAVI, как правило, используется вместо NDVI в ситуации, когда видна значительная часть почвы и возможны изменения ее яркости.
2. SAVI не имеет однозначного превосходства перед NDVI: смягчая эффекты яркости почвы, в нем нарушается нечувствительность индекса к общей интенсивности света (за счет добавления L).
3. Меньшая чувствительность SAVI к насыщению позволяет использовать этот индекс для оценки состояния густой растительности.
#индексы #сельхоз #основы
Сравним NDVI и SAVI.
На рисунке 1️⃣ показана разница между NDVI и SAVI при различной плотности растительности. При редкой и умеренной растительности NDVI имеет значительный разброс значений из-за чувствительности к цвету почвы. SAVI имеет гораздо меньший разброс. Разброс NDVI уменьшается, когда плотность растительности высока и почва закрыта растительным покровом.
Кроме малой чувствительности к цвету почвы, существует еще одно преимущество, которое SAVI приобретает благодаря дополнительному члену L: порог насыщения SAVI выше, чем NDVI.
Вспомним формулу NDVI
NDVI = (NIR – Red) / (NIR + Red),
Когда Red приближается к нулю, NDVI будет расти вместе с NIR, асимптотически приближаясь к единице. Все большее увеличение NIR оказывает все меньшее влияние на NDVI, то есть происходит насыщение.
Рассмотрим эффект от добавления L к знаменателю
SAVI = (1 + L)(NIR – Red) / (NIR + Red + L)
SAVI тоже достигнет насыщения, но это произойдет при большем значении NIR. Чтобы понять как это работает, зададим RED = 0 и сделаем L гораздо больше, чем NIR. В таком случае, в знаменателе формулы будет преобладать L, а вся формула сводится к (1+L)NIR/L. Она линейно возрастает с увеличением NIR, выпуклости графика нет, а значит, нет и насыщения 2️⃣. Таким образом, точка насыщения увеличивается вместе с увеличением L.
Таким образом, дополнительный член в знаменателе позволяет SAVI регистрировать увеличение плотности растительности даже после того, как NDVI вошел в насыщение.
Подведем итоги:
1. SAVI, как правило, используется вместо NDVI в ситуации, когда видна значительная часть почвы и возможны изменения ее яркости.
2. SAVI не имеет однозначного превосходства перед NDVI: смягчая эффекты яркости почвы, в нем нарушается нечувствительность индекса к общей интенсивности света (за счет добавления L).
3. Меньшая чувствительность SAVI к насыщению позволяет использовать этот индекс для оценки состояния густой растительности.
#индексы #сельхоз #основы
Иллюстрации взяты из SAVI from First Principles. На сайте есть аналогичное описание NDVI и EVI.
Google и Environmental Defense Fund договорились о сотрудничестве в области выявления источников выбросов метана
Метан является одним из основных парниковых газов. Но некоторым оценкам, метан из антропогенных источников ответственен примерно за 30% глобального потепления.
В марте нынешнего года будет запущен спутник MethaneSAT, разработку которого курирует Environmental Defense Fund (EDF). MethaneSAT предназначен для измерения выбросов метана от нефтяных и газовых объектов по всему миру с широким охватом и высокой точностью. Пространственное разрешение данных — 100 м (поперек трассы) х 400 м (вдоль трассы) — позволит оценивать выбросы метана от источников, площадью от 1 кв. км. Полоса обзора составляет 200 км (характеристики MethaneSAT).
Космический аппарат массой 362 кг базируется на спутниковой платформе X-SAT Microsat компании Blue Canyon Technologies. Полезная нагрузка разработана компанией Ball Aerospace, которая также выступает в качестве генерального подрядчика.
Сотрудничество Google и EDF будет заключаться в следующем: EDF предоставит данные MethanSAT, показывающие источники выбросов метана, а Google обеспечит вычислительные мощности для обработки информации и, с помощью искусственного интеллекта, составит карту объектов нефтегазовой инфраструктуры. Таким образом данные о выбросах будут наложены на карту, и станет понятно, какие выбросы соответствуют конкретной инфраструктуре.
Планируется обеспечить свободный доступ к данным через веб-сайт MethaneSAT (https://www.methanesat.org) и Google Earth Engine.
📸 Место MethaneSAT в экосистеме спутников мониторинга выбросов метана
Кто-то из отечественных журналистов пропустил букву в названии спутника (MthaneSAT), а волна рерайтов и репостов разнесла ошибку по сети.
#GHG
Метан является одним из основных парниковых газов. Но некоторым оценкам, метан из антропогенных источников ответственен примерно за 30% глобального потепления.
В марте нынешнего года будет запущен спутник MethaneSAT, разработку которого курирует Environmental Defense Fund (EDF). MethaneSAT предназначен для измерения выбросов метана от нефтяных и газовых объектов по всему миру с широким охватом и высокой точностью. Пространственное разрешение данных — 100 м (поперек трассы) х 400 м (вдоль трассы) — позволит оценивать выбросы метана от источников, площадью от 1 кв. км. Полоса обзора составляет 200 км (характеристики MethaneSAT).
Космический аппарат массой 362 кг базируется на спутниковой платформе X-SAT Microsat компании Blue Canyon Technologies. Полезная нагрузка разработана компанией Ball Aerospace, которая также выступает в качестве генерального подрядчика.
Сотрудничество Google и EDF будет заключаться в следующем: EDF предоставит данные MethanSAT, показывающие источники выбросов метана, а Google обеспечит вычислительные мощности для обработки информации и, с помощью искусственного интеллекта, составит карту объектов нефтегазовой инфраструктуры. Таким образом данные о выбросах будут наложены на карту, и станет понятно, какие выбросы соответствуют конкретной инфраструктуре.
Планируется обеспечить свободный доступ к данным через веб-сайт MethaneSAT (https://www.methanesat.org) и Google Earth Engine.
📸 Место MethaneSAT в экосистеме спутников мониторинга выбросов метана
Кто-то из отечественных журналистов пропустил букву в названии спутника (MthaneSAT), а волна рерайтов и репостов разнесла ошибку по сети.
#GHG
После кратковременного затишья, продолжилось извержение лавы на полуострове Рейкьянес, что на юго-западе Исландии. О прошлом, январском извержении, мы писали здесь. Нынешнее извержение — третье в регионе с декабря прошлого года — началось 8 февраля 2024 года. На этот раз лава выплеснулась на высоту 80 метров в расщелине длиной 3 километра возле горы Сюлингарфелл. Небольшая вершина находится к северу от рыбацкой деревни Гриндавик, и к востоку от электростанции Свартсенги и геотермального курорта "Голубая лагуна".
Из-за особенностей рельефа вокруг расщелины, большая часть свежей лавы потекла на восток в ненаселенные районы. Часть лавы потекла на запад, в сторону электростанции и курорта. Последних спасла загодя возведенная защитная стена.
Снимок получен 10 февраля 2024 года прибором OLI-2 спутника Landsat 9. Фрагмент снимка со свежей лавой получен в комбинации каналов 7-6-3 (SWIR2-SWIR1-Green), которая позволяет выделить “тепловую подпись” лавы, и наложен на изображение в естественных цветах. Более холодная лава, извергнутая в январе, выглядит черной.
#комбинация #снимки #вулкан
Из-за особенностей рельефа вокруг расщелины, большая часть свежей лавы потекла на восток в ненаселенные районы. Часть лавы потекла на запад, в сторону электростанции и курорта. Последних спасла загодя возведенная защитная стена.
Снимок получен 10 февраля 2024 года прибором OLI-2 спутника Landsat 9. Фрагмент снимка со свежей лавой получен в комбинации каналов 7-6-3 (SWIR2-SWIR1-Green), которая позволяет выделить “тепловую подпись” лавы, и наложен на изображение в естественных цветах. Более холодная лава, извергнутая в январе, выглядит черной.
#комбинация #снимки #вулкан
Обесцвечивание кораллов — их реакция на стрессовые факторы окружающей среды, такие как повышение температуры воды, загрязнение или изменение химического состава океана. Оно представляет собой океанскую версию “канарейки в шахте”, поскольку отражает чувствительность кораллов к опасным условиям окружающей среды.
Массовое обесцвечивание из-за повышения температуры воды связано с симбиотическими отношениями между кораллами и водорослями, известными как зооксантеллы, которые обеспечивают кораллы кислородом для фотосинтеза, а также питательными веществами. В слишком теплой воде происходит повреждение фотосинтетического аппарата зооксантелл и, как следствие, обесцвечивание кораллов. Некоторые кораллы “светятся” перед обесцвечиванием из-за естественного образования защитного слоя, состоящего из неоновых пигментов.
Лишившись разноцветных водорослей, кораллы лишаются основного источника пищи и становятся более уязвимыми для болезней. Отбеленные кораллы не погибают сразу, но если стресс сохраняется, экосистемам коралловых рифов может быть нанесен необратимый ущерб, что скажется на морском биоразнообразии и средствах к существованию целых экосистем.
На снимке, сделанном спутником Sentinel-2 16 января 2024 года, изображены коралловые рифы Мальдивских островов, которые в настоящее время страдают от обесцвечивания кораллов.
#снимки #океан
Массовое обесцвечивание из-за повышения температуры воды связано с симбиотическими отношениями между кораллами и водорослями, известными как зооксантеллы, которые обеспечивают кораллы кислородом для фотосинтеза, а также питательными веществами. В слишком теплой воде происходит повреждение фотосинтетического аппарата зооксантелл и, как следствие, обесцвечивание кораллов. Некоторые кораллы “светятся” перед обесцвечиванием из-за естественного образования защитного слоя, состоящего из неоновых пигментов.
Лишившись разноцветных водорослей, кораллы лишаются основного источника пищи и становятся более уязвимыми для болезней. Отбеленные кораллы не погибают сразу, но если стресс сохраняется, экосистемам коралловых рифов может быть нанесен необратимый ущерб, что скажется на морском биоразнообразии и средствах к существованию целых экосистем.
На снимке, сделанном спутником Sentinel-2 16 января 2024 года, изображены коралловые рифы Мальдивских островов, которые в настоящее время страдают от обесцвечивания кораллов.
#снимки #океан
This media is not supported in your browser
VIEW IN TELEGRAM
Данные спутника Geo-KOMPSAT-2A
Южнокорейский геостационарный метеорологический спутник Geo-KOMPSAT-2A (GK2A) расположен в орбитальной позиции 128,2° в.д. и ведет наблюдение за атмосферными явлениями над Азиатско-Тихоокеанским регионом.
Прибор Advance Meteorological Imager (AMI) на спутнике GK2A сканирует полный диск Земли каждые 10 минут и каждые 2 минуты — район Корейского полуострова. AMI имеет 4 канала видимого диапазона (с пространственным разрешением 0,5 км) и 12 инфракрасных каналов (разрешение 2 км). Кроме того, AMI позволяет сканировать целевую область, что полезно для мониторинга тайфунов, извержений вулканов и т. п.
Прибор Korea Space wEather Monitor (KSEM) наблюдает за космической погодой с помощью детектора частиц, магнитометра и монитора заряда (charging monitor).
Характеристики GK2A
🛢 Данные на AWS
🛢 Данные на сайте Корейского метеорологического управления. Есть доступ по API (требуется бесплатная регистрация).
#корея #погода
Южнокорейский геостационарный метеорологический спутник Geo-KOMPSAT-2A (GK2A) расположен в орбитальной позиции 128,2° в.д. и ведет наблюдение за атмосферными явлениями над Азиатско-Тихоокеанским регионом.
Прибор Advance Meteorological Imager (AMI) на спутнике GK2A сканирует полный диск Земли каждые 10 минут и каждые 2 минуты — район Корейского полуострова. AMI имеет 4 канала видимого диапазона (с пространственным разрешением 0,5 км) и 12 инфракрасных каналов (разрешение 2 км). Кроме того, AMI позволяет сканировать целевую область, что полезно для мониторинга тайфунов, извержений вулканов и т. п.
Прибор Korea Space wEather Monitor (KSEM) наблюдает за космической погодой с помощью детектора частиц, магнитометра и монитора заряда (charging monitor).
Характеристики GK2A
🛢 Данные на AWS
🛢 Данные на сайте Корейского метеорологического управления. Есть доступ по API (требуется бесплатная регистрация).
#корея #погода
Forwarded from Control Space
В таблице спутников ДЗЗ, успешно запущенных в 2023 году, мониторинг парниковых газов не часто фигурирует как основное назначение космического аппарата. Однако, это не значит, что проблема изменения климата ушла из мировой повестки.
Многоцелевое назначение ряда спутников, оснащенных гиперспектральной аппаратурой, включает в себя задачу мониторинга выбросов метана 🛰️💨
Остановимся на этой теме подробнее в рамках очередного лонгрида.
Детали статьи:
🌡️ вклад метана в глобальное потепление
🤝 усилия общественности по сокращению выбросов
🧐 краткий обзор методов мониторинга
📐 предел обнаружения и точность спутникового контроля
🛒 объем рынка и бизнес-модели распространения данных
📊 сводная таблица основных действующих, архивных и перспективных спутников мониторинга парниковых газов
Статья:
🔗 https://telegra.ph/Vklad-sputnikov-v-dostizhenie-uglerodnoj-nejtralnosti-02-16
Интерактивная таблица спутников:
📊 🔗 https://www.datawrapper.de/_/WGPuP/
#лонгриды #тренды
P.S. О перспективном аппарате мониторинга метана MethaneSat недавно сообщал Спутник ДЗЗ
Многоцелевое назначение ряда спутников, оснащенных гиперспектральной аппаратурой, включает в себя задачу мониторинга выбросов метана 🛰️💨
Остановимся на этой теме подробнее в рамках очередного лонгрида.
Детали статьи:
🌡️ вклад метана в глобальное потепление
🤝 усилия общественности по сокращению выбросов
🧐 краткий обзор методов мониторинга
📐 предел обнаружения и точность спутникового контроля
🛒 объем рынка и бизнес-модели распространения данных
📊 сводная таблица основных действующих, архивных и перспективных спутников мониторинга парниковых газов
Статья:
🔗 https://telegra.ph/Vklad-sputnikov-v-dostizhenie-uglerodnoj-nejtralnosti-02-16
Интерактивная таблица спутников:
📊 🔗 https://www.datawrapper.de/_/WGPuP/
#лонгриды #тренды
P.S. О перспективном аппарате мониторинга метана MethaneSat недавно сообщал Спутник ДЗЗ
Telegraph
Вклад спутников в достижение углеродной нейтральности
Одной из фундаментальных задач, стоящих перед мировым сообществом в борьбе с изменением климата, является достижение к середине 21 века углеродной нейтральности - баланса между антропогенными выбросами парниковых газов и их поглощением. Около четверти всех…
Исследования Земли из космоса на Российском сегменте МКС
На Международной космической станции продолжается полет российских участников 70-й длительной экспедиции — космонавтов Роскосмоса Олега Кононенко, Николая Чуба и Константина Борисова. С 9 по 15 февраля по программе полета российского сегмента станции выполнялись эксперименты по исследованию Земли:
* Терминатор: наблюдение в видимом и ближнем инфракрасном диапазонах спектра слоистых образований на высотах верхней мезосферы — нижней термосферы в окрестности солнечного терминатора
* Экон-М: фотосъемка Земли для оценки экологической обстановки
* Дубрава: мониторинг лесных экосистем
* Ураган: отработка технических средств и методов контроля развития катастрофических явлений природного и техногенного характера на Земле или их предвестников
* Сценарий: отработка методов оценки развития катастрофических и потенциально опасных явлений
* УФ-атмосфера: картография ночной атмосферы в ближнем ультрафиолетовом диапазоне широкоугольным детектором с большой апертурой и высоким пространственно-временным разрешением
Источники — информационные ресурсы Роскосмоса: 1, 2, 3.
#россия #МКС
На Международной космической станции продолжается полет российских участников 70-й длительной экспедиции — космонавтов Роскосмоса Олега Кононенко, Николая Чуба и Константина Борисова. С 9 по 15 февраля по программе полета российского сегмента станции выполнялись эксперименты по исследованию Земли:
* Терминатор: наблюдение в видимом и ближнем инфракрасном диапазонах спектра слоистых образований на высотах верхней мезосферы — нижней термосферы в окрестности солнечного терминатора
* Экон-М: фотосъемка Земли для оценки экологической обстановки
* Дубрава: мониторинг лесных экосистем
* Ураган: отработка технических средств и методов контроля развития катастрофических явлений природного и техногенного характера на Земле или их предвестников
* Сценарий: отработка методов оценки развития катастрофических и потенциально опасных явлений
* УФ-атмосфера: картография ночной атмосферы в ближнем ультрафиолетовом диапазоне широкоугольным детектором с большой апертурой и высоким пространственно-временным разрешением
Источники — информационные ресурсы Роскосмоса: 1, 2, 3.
#россия #МКС
Запуск первого демонстрационного космического аппарата спутниковой группировки интернета вещей "Марафон IoT" перенесен с 29 февраля на неопределенный срок для дополнительных проверок программного обеспечения, а также уточнения программы дополнительных исследований, сообщает РИА Новости.
Исследование характеристик аэрозоля над Горьковским и Чебоксарским водохранилищами, направленное на совершенствование методов атмосферной коррекции данных дистанционного зондирования из космоса показало, что качество работы региональных алгоритмов атмосферной коррекции, рассмотренное на примере этих водохранилищ, зависит от учета поглощающих и рассеивающих свойств аэрозоля в атмосфере над исследуемым регионом, а также от оценки размера аэрозольных частиц. Атмосферный аэрозоль, состоящий из мелких частиц пыли, дыма и других загрязнений в воздухе искажает изображение. Поэтому при обработке данных дистанционного зондирования (атмосферной коррекции) важно понимать, какой именно аэрозоль присутствует в атмосфере данного региона.
#россия
Исследование характеристик аэрозоля над Горьковским и Чебоксарским водохранилищами, направленное на совершенствование методов атмосферной коррекции данных дистанционного зондирования из космоса показало, что качество работы региональных алгоритмов атмосферной коррекции, рассмотренное на примере этих водохранилищ, зависит от учета поглощающих и рассеивающих свойств аэрозоля в атмосфере над исследуемым регионом, а также от оценки размера аэрозольных частиц. Атмосферный аэрозоль, состоящий из мелких частиц пыли, дыма и других загрязнений в воздухе искажает изображение. Поэтому при обработке данных дистанционного зондирования (атмосферной коррекции) важно понимать, какой именно аэрозоль присутствует в атмосфере данного региона.
#россия
Вопрос заключения концессионных соглашений и использования механизма государственно-частного партнерства в космической отрасли обсудили на форуме “Инфраструктурные инициативы бизнеса”. По словам вице-президента по правовым вопросам Sitronics Group Светланы Волковой: “Чтобы механизм <государственно-частного партнерства — Спутник ДЗЗ> был применим в космической отрасли, необходимо расширить перечень возможных объектов концессионных соглашений и соглашений о государственно-частном партнёрстве объектами космической инфраструктуры и технологически связанными с ними космическими объектами. Только в результате совместного функционирования этих элементов как системы появляется космическая услуга. Кроме того, считаем целесообразным ввести определение космических объектов и космической техники в Закон «О космической деятельности». Открытым также остается вопрос об определении правовой природы данных ДЗЗ, а также охраны прав и законных интересов их правообладателей. Эти поправки позволят ускоренно нарастить российскую гражданскую орбитальную группировку и создадут условия для привлечения внебюджетных инвестиций в космическую отрасль”.
#россия
#россия
Джерри Уэлш, генеральный директор Kuva Space US и бывший руководитель Iceye US, объяснил разницу между подходами компаний [ссылка].
Iceye ставит задачи на целевых участках, что соответствует ее бизнес-модели и сценариям использования. В отличие от этого, Kuva Space проводит съемку непрерывно, что исключает необходимость в постановке задач, а Kuva Space автоматически обрабатывает собранные данные с помощью искусственного интеллекта.
Еще одно отличие можно увидеть на примере развития американского рынка за последние три года. С момента создания Iceye US произошли значительные изменения: Финляндия вступила в НАТО, а правительство США все более благосклонно относится к инновационным технологиям стран-союзников.
Компания LeoLabs привлекла 29 миллионов долларов, в результате чего объем финансирования компании, занимающейся отслеживанием космических объектов, на сегодняшний день превысил 120 миллионов долларов [ссылка].
На средства, полученные в ходе предыдущих раундов финансирования, LeoLabs создала глобальную сеть наземных радаров, которые отслеживают более 20 000 объектов на низкой околоземной орбите. Обширные данные, собранные радарами, обрабатываются с помощью искусственного интеллекта. В результате LeoLabs может обнаруживать маневры на орбите, классифицировать объекты, характеризовать неизвестные объекты и анализировать модели поведения.
Целью компании, по словам ее основателя и генерального директора Dan Ceperley, является "дальнейшая глобальная интеграция и взаимодействие между правительствами стран-союзников для обеспечения осведомленности о космическом пространстве и спутниковыми операторами для обеспечения осведомленности о ситуации в космосе".
Стартап True Anomaly готовится к запуску двух первых спутников Jackal, предназначенных для маневрирования в непосредственной близости от других космических объектов, их осмотра и фотографирования [ссылка].
Компания, основанная в 2022 году и недавно получившая 100 млн долларов, намерена продемонстрировать возможности своего космического аппарата Jackal для выполнения операций на орбите. “Шакалы" будут делать снимки высокого разрешения и снимать видео, маневрируя в непосредственной близости друг от друга. Два космических аппарата Jackal, каждый весом около 300 килограммов, планируется запустить на ракете SpaceX Falcon 9 в рамках предстоящего полета Transporter-10 4 марта нынешнего года.
#SSA #гиперспектр #война #США #финляндия
Iceye ставит задачи на целевых участках, что соответствует ее бизнес-модели и сценариям использования. В отличие от этого, Kuva Space проводит съемку непрерывно, что исключает необходимость в постановке задач, а Kuva Space автоматически обрабатывает собранные данные с помощью искусственного интеллекта.
Еще одно отличие можно увидеть на примере развития американского рынка за последние три года. С момента создания Iceye US произошли значительные изменения: Финляндия вступила в НАТО, а правительство США все более благосклонно относится к инновационным технологиям стран-союзников.
Компания LeoLabs привлекла 29 миллионов долларов, в результате чего объем финансирования компании, занимающейся отслеживанием космических объектов, на сегодняшний день превысил 120 миллионов долларов [ссылка].
На средства, полученные в ходе предыдущих раундов финансирования, LeoLabs создала глобальную сеть наземных радаров, которые отслеживают более 20 000 объектов на низкой околоземной орбите. Обширные данные, собранные радарами, обрабатываются с помощью искусственного интеллекта. В результате LeoLabs может обнаруживать маневры на орбите, классифицировать объекты, характеризовать неизвестные объекты и анализировать модели поведения.
Целью компании, по словам ее основателя и генерального директора Dan Ceperley, является "дальнейшая глобальная интеграция и взаимодействие между правительствами стран-союзников для обеспечения осведомленности о космическом пространстве и спутниковыми операторами для обеспечения осведомленности о ситуации в космосе".
Стартап True Anomaly готовится к запуску двух первых спутников Jackal, предназначенных для маневрирования в непосредственной близости от других космических объектов, их осмотра и фотографирования [ссылка].
Компания, основанная в 2022 году и недавно получившая 100 млн долларов, намерена продемонстрировать возможности своего космического аппарата Jackal для выполнения операций на орбите. “Шакалы" будут делать снимки высокого разрешения и снимать видео, маневрируя в непосредственной близости друг от друга. Два космических аппарата Jackal, каждый весом около 300 килограммов, планируется запустить на ракете SpaceX Falcon 9 в рамках предстоящего полета Transporter-10 4 марта нынешнего года.
#SSA #гиперспектр #война #США #финляндия
Capella Space объявила о партнерстве с TCarta, провайдером батиметрических данных и услуг [ссылка]. Радарные снимки высокого разрешения Capella будут интегрированы в решения TCarta по мониторингу побережья и выделению особенностей береговой линии.
Японская Synspective, занимающаяся разработкой радарных спутников и поставкой данных, подписала трехсторонний меморандум о взаимопонимании с Национальным департаментом дистанционного зондирования Министерства природных ресурсов и окружающей среды Вьетнама и компанией Fujitsu Vietnam, чтобы помочь в обеспечении готовности к стихийным бедствиям, управлении природными ресурсами, экономическом и социальном развитии [ссылка].
Саудовская Аравия стремится освоить рынок наблюдения Земли для усиления мониторинга окружающей среды по всему королевству [ссылка]. Эти усилия должны помочь стране отследить влияние реализации “Зеленой инициативы” — плана посадки 10 миллиардов деревьев в ближайшие годы — на погоду в королевстве.
#SAR
Японская Synspective, занимающаяся разработкой радарных спутников и поставкой данных, подписала трехсторонний меморандум о взаимопонимании с Национальным департаментом дистанционного зондирования Министерства природных ресурсов и окружающей среды Вьетнама и компанией Fujitsu Vietnam, чтобы помочь в обеспечении готовности к стихийным бедствиям, управлении природными ресурсами, экономическом и социальном развитии [ссылка].
Саудовская Аравия стремится освоить рынок наблюдения Земли для усиления мониторинга окружающей среды по всему королевству [ссылка]. Эти усилия должны помочь стране отследить влияние реализации “Зеленой инициативы” — плана посадки 10 миллиардов деревьев в ближайшие годы — на погоду в королевстве.
#SAR