Отражательная способность снега и льда
Снег и лед демонстрируют высокую отражательную способность в видимом диапазоне длин волн (VIS; около 0.4–0.75 мкм), более низкую отражательную способность в ближнем инфракрасном диапазоне (NIR, длина волны около 0.78–0.90 мкм) и весьма низкую отражательную способность в коротковолновом инфракрасном диапазоне (SWIR, длина волны около 1.57–1.78 мкм). Низкая отражательная способность снега и льда в диапазоне SWIR связана с содержанием в них микроскопической жидкой воды (VIS и NIR вместе сокращенно называют VNIR), которая поглощает почти все излучение в этом диапазоне.
Разумеется, мы описали самый общий случай. Фактическое отражение зависит от состава материала отражающей поверхности (и поэтому различается для снега, фирна, ледникового льда и т. п.), от степени ее загрязненности и других факторов.
Рисунок 1️⃣ взят из бакалаврской диссертации Egbers R. Sentinel-2 data processing and identifying glacial features in Sentinel-2 imagery, где также дана подборка комбинаций каналов, служащих для выделения снега и льда. На рисунке 2️⃣ (источник) дополнительно показаны кривые спектральной отражательной способности ледникового льда.
#комбинация #лед #снег #основы
Снег и лед демонстрируют высокую отражательную способность в видимом диапазоне длин волн (VIS; около 0.4–0.75 мкм), более низкую отражательную способность в ближнем инфракрасном диапазоне (NIR, длина волны около 0.78–0.90 мкм) и весьма низкую отражательную способность в коротковолновом инфракрасном диапазоне (SWIR, длина волны около 1.57–1.78 мкм). Низкая отражательная способность снега и льда в диапазоне SWIR связана с содержанием в них микроскопической жидкой воды (VIS и NIR вместе сокращенно называют VNIR), которая поглощает почти все излучение в этом диапазоне.
Разумеется, мы описали самый общий случай. Фактическое отражение зависит от состава материала отражающей поверхности (и поэтому различается для снега, фирна, ледникового льда и т. п.), от степени ее загрязненности и других факторов.
Рисунок 1️⃣ взят из бакалаврской диссертации Egbers R. Sentinel-2 data processing and identifying glacial features in Sentinel-2 imagery, где также дана подборка комбинаций каналов, служащих для выделения снега и льда. На рисунке 2️⃣ (источник) дополнительно показаны кривые спектральной отражательной способности ледникового льда.
#комбинация #лед #снег #основы
Диксон
На снимке 1️⃣, сделанном спутником Sentinel-2 28 июля 2023 года, показан самый северный порт России — Диксон. Он расположен на северо-западной оконечности полуострова Таймыр, в устье Енисейского залива, на побережье Карского моря. Полуторакилометровый пролив Вега делит поселок на две части: материковую и островную 2️⃣ (источник). Остров также называется Диксон и на нем расположен аэропорт. Снимок практически безоблачный, так что белые пятна в заливе и на суше — это льдины и снег.
Самый теплый месяц года — август, средняя температура которого составляет +4,8 °C. Отрицательные среднедневные температуры на Диксоне наблюдаются с середины сентября до конца мая — начала июня. Название природной зоны, в которой расположен Диксон — арктическая пустыня — говорит само за себя.
Полярный день здесь длится с 5 мая по 10 августа, и это лучший период для наблюдений со спутников, когда возможна съемка во всех диапазонах. Чуть более половины года длится период сумеречных ночей, когда солнце не опускается ниже −18 градусов (с 18 марта по 27 сентября). Съемка в оптических диапазонах (от видимого до средневолнового инфракрасного) будет давать длинные тени. Полярной ночью — с 11 ноября по 1 февраля — возможны наблюдения только в тепловом инфракрасном и в микроволновом диапазонах.
#севморпуть #снег
На снимке 1️⃣, сделанном спутником Sentinel-2 28 июля 2023 года, показан самый северный порт России — Диксон. Он расположен на северо-западной оконечности полуострова Таймыр, в устье Енисейского залива, на побережье Карского моря. Полуторакилометровый пролив Вега делит поселок на две части: материковую и островную 2️⃣ (источник). Остров также называется Диксон и на нем расположен аэропорт. Снимок практически безоблачный, так что белые пятна в заливе и на суше — это льдины и снег.
Самый теплый месяц года — август, средняя температура которого составляет +4,8 °C. Отрицательные среднедневные температуры на Диксоне наблюдаются с середины сентября до конца мая — начала июня. Название природной зоны, в которой расположен Диксон — арктическая пустыня — говорит само за себя.
Полярный день здесь длится с 5 мая по 10 августа, и это лучший период для наблюдений со спутников, когда возможна съемка во всех диапазонах. Чуть более половины года длится период сумеречных ночей, когда солнце не опускается ниже −18 градусов (с 18 марта по 27 сентября). Съемка в оптических диапазонах (от видимого до средневолнового инфракрасного) будет давать длинные тени. Полярной ночью — с 11 ноября по 1 февраля — возможны наблюдения только в тепловом инфракрасном и в микроволновом диапазонах.
#севморпуть #снег
This media is not supported in your browser
VIEW IN TELEGRAM
Циклон “Ольга” образовался на юге Гренландии и движется в сторону Поволжья. В Москве пик циклона пройден 7 февраля (смотри снимок "Метеора-М").
По данным базовой метеостанции ВДНХ, высота снежного покрова утром 8 февраля достигла отметки в 60 см, что превышает полторы климатических нормы (166%). Рекорд же принадлежит 8 февраля 1994 года, когда высота снежного покрова составила 65 см.
⬆️Анимация, построенная по данным Aqua MODIS Surface Reflectance за 6–8 февраля (ссылка на Worldview).
#снег
По данным базовой метеостанции ВДНХ, высота снежного покрова утром 8 февраля достигла отметки в 60 см, что превышает полторы климатических нормы (166%). Рекорд же принадлежит 8 февраля 1994 года, когда высота снежного покрова составила 65 см.
⬆️Анимация, построенная по данным Aqua MODIS Surface Reflectance за 6–8 февраля (ссылка на Worldview).
#снег
Обнаружение животных по следам и не только
Несколько лет назад, разбирая задачи экологического мониторинга в Антарктиде, мы столкнулись с задачей обнаружения колоний пингвинов по спутниковым снимкам. Самих пингвинов на снимках не видно, зато характерные коричневые пятна на льду 1️⃣ от пингвиньего гуано позволили ученым обнаружить и отследить колонии пингвинов по всему континенту, опираясь на данные спутника Sentinel-2 с пространственным разрешением 10 м. Особенно важны спутниковые данные при исследовании императорских пингвинов, которые предпочитают селиться на морском льду, что весьма затрудняет наземное обследование колоний.
На снимках высокого разрешения, вроде сделанного спутником WorldView-3 2️⃣, можно разглядеть отдельных птиц и их тени на снегу. Так, альбатросы, обитающие на острове Птичий у южной оконечности Южной Америки, выглядят на снимке Worldview-3 3️⃣ как белые точки, шириной едва ли больше пикселя. Но этого вполне достаточно, чтобы биологи могли подсчитать их, не посещая остров.
Выслеживание пингвинов по гуано помимо воли вызывает улыбку, хотя это обычная задача обнаружения объекта по косвенным признакам. Вот совсем не смешная задача экологического мониторинга по состоянию снежного покрова. Исследователи не просто обнаружили загрязнение снега, но и подобрали спектральные индексы, фиксирующие различия минерального и химического составов загрязняющих примесей. Это позволит выявлять вклад различных источников в загрязнение снежного покрова в городе. А вот еще одна подобная работа.
#снег
Несколько лет назад, разбирая задачи экологического мониторинга в Антарктиде, мы столкнулись с задачей обнаружения колоний пингвинов по спутниковым снимкам. Самих пингвинов на снимках не видно, зато характерные коричневые пятна на льду 1️⃣ от пингвиньего гуано позволили ученым обнаружить и отследить колонии пингвинов по всему континенту, опираясь на данные спутника Sentinel-2 с пространственным разрешением 10 м. Особенно важны спутниковые данные при исследовании императорских пингвинов, которые предпочитают селиться на морском льду, что весьма затрудняет наземное обследование колоний.
На снимках высокого разрешения, вроде сделанного спутником WorldView-3 2️⃣, можно разглядеть отдельных птиц и их тени на снегу. Так, альбатросы, обитающие на острове Птичий у южной оконечности Южной Америки, выглядят на снимке Worldview-3 3️⃣ как белые точки, шириной едва ли больше пикселя. Но этого вполне достаточно, чтобы биологи могли подсчитать их, не посещая остров.
Выслеживание пингвинов по гуано помимо воли вызывает улыбку, хотя это обычная задача обнаружения объекта по косвенным признакам. Вот совсем не смешная задача экологического мониторинга по состоянию снежного покрова. Исследователи не просто обнаружили загрязнение снега, но и подобрали спектральные индексы, фиксирующие различия минерального и химического составов загрязняющих примесей. Это позволит выявлять вклад различных источников в загрязнение снежного покрова в городе. А вот еще одна подобная работа.
#снег
⭐️ СТРАНЫ / КОМПАНИИ / СПУТНИКИ
Страны: #австралия #германия #индия #иран #испания #канада #китай #португалия #россия #США #япония и т. п.
Но:
#корея обозначает Северную и Южную Кореи
#РБ — Республика Беларусь
#UK — Великобритания
Компании: #planet #maxar
Спутники: #landsat #sentinel1 #sentinel2
⭐️ ДЗЗ
Методы и приборы
#альтиметр
#гиперспектр — гиперспектральная оптическая съемка
#лидар
#оптика — мультиспектральная оптическая съемка
#радиометр — микроволновой радиометр
#dnb — ночная съёмка (day / night band)
#SIF — солнечно-индуцированная флуоресценция хлорофилла
#ro — радиозатменный метод
#SAR — радарная съемка
#InSAR — радарная интерферометрия
#LST — съемка в тепловом инфракрасном диапазоне
#GNSSR — ГНСС-рефлектометрия
#sigint — радиоэлектронная разведка
Виды орбит: #ГСО — геостационарная, #VLEO — сверхнизкая
#основы — обучающие материалы по ДЗЗ
#обучение курсы, обучающие сервисы и т. п.
#история — в основном, история ДЗЗ
#индексы — спектральные индексы
#комбинация — комбинации каналов
Данные
#данные — коллекции данных ДЗЗ, наземных данных, карты и т.п.
#датасет — набор данных для машинного обучения
Дополнительные хештеги, описывающие данные:
#LULC — Land Use & Land Cover
#осадки
#SST — Sea Surface Temperature
#nrt — (near real time) изображения, получаемые в режиме, близком к реальном времени
#debris — космический мусор
#границы — административные границы
#DEM — цифровая модель рельефа (ЦМР)
#keyhole — рассекреченные снимки разведспутников
Литература, справочная информация
#справка — спектральные каналы, орбиты спутников, поиск данных и т.п.
#обзор
#книга — текст книги прикреплён к сообщению.
#журнал — статьи по ДЗЗ, опубликованные в выпуске журнала
Дополнительные хештеги:
#наблюдение — ресурсы для наблюдения спутников и орбиты спутников
#космодромы
#конференции — анонс конференций/семинаров/школ, посвященных ДЗЗ и анализ их материалов.
#конкурсы — анонс конкурсов/чемпионатов/олимпиад.
#МВК — материалы заседаний Межведомственной комиссии (МВК) по использованию результатов космической деятельности.
#снимки — поучительные (хоть в чем-то интересные) снимки, первые снимки
Программные инструменты / Языки
#нейронки #софт #GEE #R #tool #python #ГИС
#ИИ #FM — Foundation Model (Remote Sensing Foundation Model)
⭐️ ОТРАСЛИ / ТЕМАТИЧЕСКИЕ ЗАДАЧИ
#археология #атмосфера #вода #война #засуха #климат #лед #лес #нефть #океан #оползни #наводнение #пожары #почва #растительность #севморпуть #сельхоз #снег
#AGB — надземная биомасса
#ЧС — мониторинг стихийных бедствий и катастроф
#GHG — парниковые газы
Отдельные газы: #CO2 #NO2
#энергетика — космическая энергетика
#SSA — Space Situational Awareness
Страны: #австралия #германия #индия #иран #испания #канада #китай #португалия #россия #США #япония и т. п.
Но:
#корея обозначает Северную и Южную Кореи
#РБ — Республика Беларусь
#UK — Великобритания
Компании: #planet #maxar
Спутники: #landsat #sentinel1 #sentinel2
⭐️ ДЗЗ
Методы и приборы
#альтиметр
#гиперспектр — гиперспектральная оптическая съемка
#лидар
#оптика — мультиспектральная оптическая съемка
#радиометр — микроволновой радиометр
#dnb — ночная съёмка (day / night band)
#SIF — солнечно-индуцированная флуоресценция хлорофилла
#ro — радиозатменный метод
#SAR — радарная съемка
#InSAR — радарная интерферометрия
#LST — съемка в тепловом инфракрасном диапазоне
#GNSSR — ГНСС-рефлектометрия
#sigint — радиоэлектронная разведка
Виды орбит: #ГСО — геостационарная, #VLEO — сверхнизкая
#основы — обучающие материалы по ДЗЗ
#обучение курсы, обучающие сервисы и т. п.
#история — в основном, история ДЗЗ
#индексы — спектральные индексы
#комбинация — комбинации каналов
Данные
#данные — коллекции данных ДЗЗ, наземных данных, карты и т.п.
#датасет — набор данных для машинного обучения
Дополнительные хештеги, описывающие данные:
#LULC — Land Use & Land Cover
#осадки
#SST — Sea Surface Temperature
#nrt — (near real time) изображения, получаемые в режиме, близком к реальном времени
#debris — космический мусор
#границы — административные границы
#DEM — цифровая модель рельефа (ЦМР)
#keyhole — рассекреченные снимки разведспутников
Литература, справочная информация
#справка — спектральные каналы, орбиты спутников, поиск данных и т.п.
#обзор
#книга — текст книги прикреплён к сообщению.
#журнал — статьи по ДЗЗ, опубликованные в выпуске журнала
Дополнительные хештеги:
#наблюдение — ресурсы для наблюдения спутников и орбиты спутников
#космодромы
#конференции — анонс конференций/семинаров/школ, посвященных ДЗЗ и анализ их материалов.
#конкурсы — анонс конкурсов/чемпионатов/олимпиад.
#МВК — материалы заседаний Межведомственной комиссии (МВК) по использованию результатов космической деятельности.
#снимки — поучительные (хоть в чем-то интересные) снимки, первые снимки
Программные инструменты / Языки
#нейронки #софт #GEE #R #tool #python #ГИС
#ИИ #FM — Foundation Model (Remote Sensing Foundation Model)
⭐️ ОТРАСЛИ / ТЕМАТИЧЕСКИЕ ЗАДАЧИ
#археология #атмосфера #вода #война #засуха #климат #лед #лес #нефть #океан #оползни #наводнение #пожары #почва #растительность #севморпуть #сельхоз #снег
#AGB — надземная биомасса
#ЧС — мониторинг стихийных бедствий и катастроф
#GHG — парниковые газы
Отдельные газы: #CO2 #NO2
#энергетика — космическая энергетика
#SSA — Space Situational Awareness
Запущен второй спутник миссии NASA PREFIRE
5 июня 2024 года в 03:15 UTC с площадки LC-1B космодрома Махиа в Новой Зеландии в рамках миссии “PREFIRE & Ice” выполнен пуск ракеты-носителя Electron-KS компании Rocket Lab с научно-исследовательским спутником NASA PREFIRE-2 (Polar Radiant Energy in the Far-InfraRed Experiment-2). Пуск прошёл успешно, космический аппарат PREFIRE-2 выведен на околоземную орбиту.
Миссия PREFIRE (https://prefire.ssec.wisc.edu) — это 1️⃣ два космических аппарата формата CubeSat 6U, выведенные на приполярные солнечно-синхронных орбиты высотой 525 км и наклонением 97,5°. Каждый аппарат оснащён 2️⃣ миниатюрным 64-канальным инфракрасным спектрометром, работающим в области длин волн 3–54 мкм при ширине спектральных каналов около 0,84 мкм. PREFIRE-1 был выведен на орбиту 25 мая нынешнего года.
Два спутника, которые находятся на асинхронных приполярных орбитах и проходят над одной и той же точкой Земли в разное время, смогут наблюдать за одним и тем же районом с интервалом в несколько часов. Это даёт преимущество парной миссии по сравнению с одиночным спутником, который смог бы посещать один и тот же регион Земли только раз в несколько суток.
Спутники PREFIRE собирают данные для изучения теплового баланса планеты. Важную роль в этом балансе играют полярные регионы. В Арктике и в Антарктике 60% уходящего в космос теплового излучения приходится на волны дальнего инфракрасного диапазона (с длиной волны свыше 15 мкм). Излучение в этом диапазоне и будет измерять PREFIRE.
Данные PREFIRE помогут лучше понять причины таяния полярных льдов и повышения уровня океана. Это, в свою очередь, поможет точнее прогнозировать изменения теплообмена между Землёй и космосом в будущем и, как следствие, будущие изменения климата.
#климат #атмосфера #лед #снег #облака
5 июня 2024 года в 03:15 UTC с площадки LC-1B космодрома Махиа в Новой Зеландии в рамках миссии “PREFIRE & Ice” выполнен пуск ракеты-носителя Electron-KS компании Rocket Lab с научно-исследовательским спутником NASA PREFIRE-2 (Polar Radiant Energy in the Far-InfraRed Experiment-2). Пуск прошёл успешно, космический аппарат PREFIRE-2 выведен на околоземную орбиту.
Миссия PREFIRE (https://prefire.ssec.wisc.edu) — это 1️⃣ два космических аппарата формата CubeSat 6U, выведенные на приполярные солнечно-синхронных орбиты высотой 525 км и наклонением 97,5°. Каждый аппарат оснащён 2️⃣ миниатюрным 64-канальным инфракрасным спектрометром, работающим в области длин волн 3–54 мкм при ширине спектральных каналов около 0,84 мкм. PREFIRE-1 был выведен на орбиту 25 мая нынешнего года.
Два спутника, которые находятся на асинхронных приполярных орбитах и проходят над одной и той же точкой Земли в разное время, смогут наблюдать за одним и тем же районом с интервалом в несколько часов. Это даёт преимущество парной миссии по сравнению с одиночным спутником, который смог бы посещать один и тот же регион Земли только раз в несколько суток.
Спутники PREFIRE собирают данные для изучения теплового баланса планеты. Важную роль в этом балансе играют полярные регионы. В Арктике и в Антарктике 60% уходящего в космос теплового излучения приходится на волны дальнего инфракрасного диапазона (с длиной волны свыше 15 мкм). Излучение в этом диапазоне и будет измерять PREFIRE.
Данные PREFIRE помогут лучше понять причины таяния полярных льдов и повышения уровня океана. Это, в свою очередь, поможет точнее прогнозировать изменения теплообмена между Землёй и космосом в будущем и, как следствие, будущие изменения климата.
#климат #атмосфера #лед #снег #облака
Нейросетевая сегментация снега и облаков на снимках спутника “Электро-Л” № 2
Заголовок новости “В МГУ отделили снег от облаков с помощью ИИ” вызвал замешательство: задача отделения снега от облаков, мягко говоря, не нова и её решение не требует применения методов ИИ, что бы под ними не подразумевалось.
Всё разъяснилось, когда стало ясно что речь идет о данных спутника “Электро-Л” № 2. Спасибо журналистам за ссылку на научную статью (более ранняя версия — на русском языке).
Основной сложностью при разработки алгоритма сегментации снега и облаков по данным прибора МСУ-ГС спутника “Электро-Л” № 2 является отсутствие коротковолновых инфракрасных (SWIR) спектральных каналов (1300–1600 нм), необходимых для работы классических алгоритмов сегментации на основе тестов по нормированному снежному индексу.
Для решения задачи выделения снега и облаков авторы предложили нейросетевой алгоритм, использующий многомасштабную сеть внимания (MANet). Результаты работы включают в себя также самостоятельно собранный набор обучающих данных, состоящий из масок облаков с метеорологических спутников GOES-16 и Meteosat-10 L2, масок снега с продуктов Terra/MODIS, рассматриваемых в качестве эталонов для мультиспектральных снимков с Электро-Л № 2 с географической информацией для каждого образца.
#облака #снег
Заголовок новости “В МГУ отделили снег от облаков с помощью ИИ” вызвал замешательство: задача отделения снега от облаков, мягко говоря, не нова и её решение не требует применения методов ИИ, что бы под ними не подразумевалось.
Всё разъяснилось, когда стало ясно что речь идет о данных спутника “Электро-Л” № 2. Спасибо журналистам за ссылку на научную статью (более ранняя версия — на русском языке).
Основной сложностью при разработки алгоритма сегментации снега и облаков по данным прибора МСУ-ГС спутника “Электро-Л” № 2 является отсутствие коротковолновых инфракрасных (SWIR) спектральных каналов (1300–1600 нм), необходимых для работы классических алгоритмов сегментации на основе тестов по нормированному снежному индексу.
Для решения задачи выделения снега и облаков авторы предложили нейросетевой алгоритм, использующий многомасштабную сеть внимания (MANet). Результаты работы включают в себя также самостоятельно собранный набор обучающих данных, состоящий из масок облаков с метеорологических спутников GOES-16 и Meteosat-10 L2, масок снега с продуктов Terra/MODIS, рассматриваемых в качестве эталонов для мультиспектральных снимков с Электро-Л № 2 с географической информацией для каждого образца.
#облака #снег
Снег на вершине Фудзи
Недавно на горе Фудзи, самой высокой вершине Японии (высота 3 776 метров), выпал первый в этом году снег. Обычно снег выпадает здесь в начале октября, но аномально теплая погода задержала его появление почти до первой декады ноября. Этот бесснежный период оказался самым продолжительным за все 130 лет метеонаблюдений. Рекордно жарким выдалось в Японии и нынешнее лето: температура с июня по август была на 1,76°C выше средней. Сентябрь и октябрь в стране также были теплее климатической нормы.
📸 На снимке Sentinel-2, сделанном 12 ноября 2024 года, у самой вершины Фудзи можно заметить слабые белые следы снега.
#снимки #снег
Недавно на горе Фудзи, самой высокой вершине Японии (высота 3 776 метров), выпал первый в этом году снег. Обычно снег выпадает здесь в начале октября, но аномально теплая погода задержала его появление почти до первой декады ноября. Этот бесснежный период оказался самым продолжительным за все 130 лет метеонаблюдений. Рекордно жарким выдалось в Японии и нынешнее лето: температура с июня по август была на 1,76°C выше средней. Сентябрь и октябрь в стране также были теплее климатической нормы.
📸 На снимке Sentinel-2, сделанном 12 ноября 2024 года, у самой вершины Фудзи можно заметить слабые белые следы снега.
#снимки #снег