Дистанционное зондирование Земли (ДЗЗ)
Термины и сокращения, #термины
Организации: NASA, NOAA, DARPA и другие
Спектральные каналы Landsat 8/9 и Sentinel-2, MODIS
Спектральные сигнатуры

📚Основы дистанционного зондирования Земли, #основы
#индексы (спектральные, вегетационные, ...)
#комбинация каналов
#история ДЗЗ
Научно-популярные лекции по ДЗЗ
Лекции школы молодых учёных (ИКИ РАН): 2015-2017, 2018-2019, 2020-2021, 2022-2023
Рекомендованные практики мониторинга ЧС (UN-SPIDER)
Космическое образование в России: раз, два.

Поиск / Справочная информация
Общий каталог искусственных космических объектов (GCAT)
Спутники и съемочная аппаратура
Российские спутники ДЗЗ, #МВК
Информация о запусках
Орбиты спутников
#наблюдение за спутниками
Где взять научную литературу #книга #журнал
ИИ-поиск, патентный поиск, поиск наборов данных
#справка

Google Earth Engine
📚Учебник по Google Earth Engine
🌍 Список всех данных Google Earth Engine
Проекты и примеры кода
Учебные ресурсы
Полезные ссылки
#GEE

📚🖥 Работа с пространственными данными в R

Спутниковые и другие данные — #данные
Бесплатные спутниковые снимки, в т.ч. высокого разрешения
🛰 Sentinel-1, Радары на GEE
🛰 Sentinel-2
🛰 Landsat Collection 2, снимки Landsat
🛰 CBERS
#LULC — Land Use & Land Cover
#DEM
#границы
#nrt — Земля из космоса в реальном времени
Международная хартия по космосу и крупным катастрофам: список активаций
Погода: фактическая, реанализ, прогнозы
#ЧС

Тематические задачи
#лес, #AGB (надземная биомасса)
#пожары
#вода — водные объекты, наводнения, качество воды
#лед
#погода, #климат
#атмосфера
#археология
#сельхоз
#LST — температура земной поверхности

Типы данных
#гиперспектр
#SAR #InSAR
#лидар
#LST
#GNSSR
#ro
#SIF

Конференции, школы, семинары
#конференции

Конкурсы и чемпионаты
#конкурс

Новости военного ДЗЗ
#война #sigint #SSA

⭐️Все хештеги

Бесплатные спутниковые снимки

Основой массив бесплатных спутниковых данных составляют снимки, находящиеся в открытом доступе. Как правило, это снимки среднего (10–10 м) и низкого (свыше 100 м) пространственного разрешения. Самые популярные данные такого рода — снимки спутников Sentinel, Landsat и прибора MODIS (спутники Terra и Aqua). Если снимков требуется много, нужен сервис с доступом по API.

1. NASA Earthdata Search: спутниковые снимки (не только NASA, есть все Sentinel’и), аэрофотоснимки, данные наземных платформ. Поиск по темам (Keywords) и по инструментам. Есть снимки с геостационарных спутников. Самый широкий выбор снимков, но нет доступа по API.

2. Copernicus Browser дает возможность скачивать данные Sentinel-1 (GRD, SLC, OCN, L0), Sentinel-2 (L1C, L2A), Sentinel-3 (OLCI, SLSTR, SRAL, MWR), и Sentinel-5P (L1B и 12 видов данных 2-го уровня обработки), а также Copernicus DEM (30 метров и 90 метров) и ESA WorldCover. Есть доступ по API.

3. Alaska Satellite Facility (ASF): радарные данные. Можно заказать обработку снимков Sentinel-1 и получить готовые к работе данные, в том числе InSAR (интерферограммы, карты когерентности). Есть доступ по API. Работает регистрация с Earthdata.

4. USGS Earth Explorer. Изюминка: рассекреченные данные разведывательных спутников Key Hole.

5. Amazon Web Services (AWS) satellite data. Коллекции открытых спутниковых данных, в том числе с избранные данные коммерческих спутников (пример). Сервис удобен для получения данных в промышленных масштабах. Данные: Sentinel -2, Landsat 8, MODES (Terra)/(Aqua), Worldview, SRTM (30m), GOES и др. Есть доступ по API.

Во всех случаях требуется бесплатная регистрация на сервисе.

О том как посмотреть и получить бесплатно снимки высокого разрешения мы поговорим в будущем.

#данные #DEM

Глобальные цифровые модели рельефа

Цифровая модель рельефа (ЦМР) — это трехмерное компьютерное представление данных о рельефе местности. Обычно ЦМР существует в виде растра — сетки квадратов, в каждом из которых задана высота. Проще говоря, ЦМР — это карта высот.

ЦМР содержит высоту поверхности планеты. В отличие от ЦМР, цифровая модель поверхности (ЦМП) дает высоту поверхности с добавлением высот расположенных на ней искусственных объектов и растительности.

Одни из наиболее точных ЦМР строятся при помощи лидарной съемки. Однако такие ЦМР охватывают сравнительно небольшие участки поверхности (около 1% земной суши). Глобальные ЦМР строятся при помощи спутниковой съемки.

Ключевые данные для построения глобальной ЦМР были получены Shuttle Radar Topography Mission (SRTM) — полета шаттла “Индевор” в феврале 2000 года, в ходе которого высоту поверхности планеты измеряли методом радарной интерферометрии. В результате была построена первая глобальная ЦМР, охватывающая 80% площади земной суши: от 56° ю.ш. до 60° с.ш.

Первая версия ЦМР SRTM содержала много ошибок и пробелов, к тому же за ее пределами находились крайние север и юг планеты. Но огромный плюс этих данных был в том, что они распространялись свободно. В 2009 году появилась новая глобальная ЦМР — ASTER Global Digital Elevation Model (GDEM). Она построена на основе стереосъемки, выполненной прибором ASTER со спутника Terra и охватывает всю поверхность планеты. У новой ЦМР были свои проблемы, но теперь появилась возможность сравнивать.

Третья версия SRTM (SRTM Plus), в которой пробелы были заполнены данными ASTER GDEM и USGS GMTED2010, появилась в 2014 году и имела пространственное разрешение 30 м. Ее легко найти в сети, например на GEE (NASA SRTM Digital Elevation 30m).

В 2020 году появилась Copernicus DEM, GLO-30. Она имеет разрешение 30 м и основана на более свежих и точных наблюдениях — данных TanDEM-X 2011–2015 годов. На GEE данные находятся здесь.

Однако, несмотря на то, что в названиях моделей присутствует DEM (Digital Elevation model, то есть ЦМР), фактически все они остаются цифровыми моделями поверхности, то есть включают высоту зданий, леса и других объектов на поверхности Земли. Это затрудняет гидрологическое моделирование. Например, трудно оценить площадь, которую может затопить наводнение, если считать лес поверхностью, которая ограничивает распространение воды (а это происходит при использовании ЦМП вместо ЦМР). Трудно и оценить высоту леса над поверхностью, не зная высоты этой самой поверхности.

Одной из первых попыток удалить “ненужное” стала MERIT (Multi-Error-Removed Improved-Terrain) DEM. Она имеет разрешение 90 м.

Самой свежей по времени попыткой создания “истинной” глобальной ЦМР является FABDEM (Forest And Buildings removed Copernicus DEM). Она основана на Copernicus DEM, леса и здания с которой удалены при помощи машинного обучения. Обучалась модель на лидарных ЦМР из 12 стран мира. Процесс создания FABDEM описан в работе*. Пространственное разрешение FABDEM — 30 метров. Найти ее можно здесь.

*В статье приведены сравнения FABDEM c другими картами, демонстрирующие преимущества FABDEM. К сожалению, там нет разностных карт, по которым можно было бы оценить ошибку FABDEM относительно лидарных эталонов. Впрочем, это можно сделать самому (темка для статьи!). Лидарные данные есть в свободном доступе, например на OpenTopography.

Все ЦМР (ЦМП) на одной карте: https://code.earthengine.google.com/936241de27a9f0538f53195764c907c6

#DEM #данные #GEE

OpenTopography

OpenTopography — онлайн-сервис для хранения топографических и батиметрических данных, а также инструментов для работы с этими данными. OpenTopography базируется в Суперкомпьютерном центре Сан-Диего при Калифорнийском университете Сан-Диего и финансируется Национальным научным фондом США (National Science Foundation, NSF).

Региональные и глобальные данные с пространственным разрешением 10–90 м, а также данные, размещенные сообществом пользователей (как правильно, имеющие малое пространственное покрытие), OpenTopography предоставляет бесплатно. К остальным данным организован академический доступ (Academic Acces): необходимо подать заявку в OpenTopography на получение данных, и дождаться ее одобрения.

Каталог данных содержит разделы:

* OT High Resolution Topography — лидарные данные в виде “облаков точек” и растровых файлов
* USGS 3DEP — данные USGS 3D Elevation Program. К значительной части данных есть только академический доступ.
* NOAA — данные программы NOAA Coastal Lidar program. В основном, академический доступ
* Community Contributed — данные, предоставленные сообществом пользователей. В основном, лидарные.
* Global & Regional DEM — глобальные и региональные ЦМР. В частности, есть данные ArcticDEM и Reference Elevation Model of Antarctica (REMA) с пространственными разрешениями 32, 10 и 2 метра. Все — в открытом доступе.

Заметим, что данные, к которым OpenTopography дает академический доступ, свободно доступны в:

* USGS 3DEP
* NOAA Coastal Lidar

На сайте есть реестр свободных программ Tool Registry, ориентированных на обработку и анализ топографических данных, а также программы, разработанные в OpenTopography — OT Software.

Для доступа к свободно распространяемым данным OpenTopography предоставляет набор REST API.

#данные #DEM #лидар

⭐️ 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

Awesome-DEM — аннотированный каталог ссылок на цифровые модели рельефа (ЦМР): глобальные (включая батиметрию), локальные и внеземные.

В каталог включены как общедоступные, так и проприетарные данные.

#DEM #данные

Joerd (https://github.com/tilezen/joerd) — консольная программа для загрузки, объединения и создания тайлов из цифровых моделей рельефа.

🗺 В документации есть список ссылок на источники ЦМР: https://github.com/tilezen/joerd/blob/master/docs/data-sources.md

#DEM #данные #python

DeltaDTM — это глобальная цифровая модель рельефа в прибрежной зоне с горизонтальным пространственным разрешением 1” (∼30 м) и средней абсолютной ошибкой (MAE) по вертикали — 0,45 м. DeltaDTM корректирует Copernicus DEM за счёт использования космических лидарных данных, полученных ICESat-2 и GEDI. Этот процесс включает в себя коррекцию смещения, фильтрацию пикселей, не относящихся к рельефу (например, растительности и зданий), и заполнение пробелов с помощью интерполяции. DeltaDTM уделяет особое внимание прибрежным районам, лежащим ниже уровня моря, которые наиболее уязвимы к повышению уровня моря, оседанию и экстремальным погодным явлениям.

Данные о прибрежном рельефе необходимы для широкого спектра приложений, таких как управление прибрежными районами, моделирование наводнений и планирование адаптации к изменениям климата.

📖 Pronk, M., Hooijer, A., Eilander, D. et al. DeltaDTM: A global coastal digital terrain model. Sci Data 11, 273 (2024). https://doi.org/10.1038/s41597-024-03091-9
🛢 Скачать данные
🗺 DeltaDTM на GEE

#DEM #данные #GEE

FABDEM V1.2

⛰FABDEM (Forest And Buildings removed Copernicus DEM) — это глобальная карта высот, которая удаляет смещения высоты зданий и деревьев из цифровой модели рельефа (ЦМР) Copernicus GLO 30. Данные доступны с шагом сетки 1” (примерно 30 м на экваторе) для всего земного шара.

FABDEM V1.2 — обновленная версия FABDEM V1.0. Изменения подробно описаны в файле FABDEM-V1-2 Changelog.pdf, приложенном к данным. Вместе с данными поставляется geojson тайлов FABDEM.

🛢 FABDEM V1.2

Данные FABDEM распространяются по лицензии Creative Commons “CC BY-NC-SA 4.0”.

📖 Сравнение FABDEM V1.2 и FABDEM V1.0.

#DEM #данные

Данные о высоте ледового покрова [ссылка]

National Snow and Ice Data Center (NSIDC) NASA выпустил четвертую версию данных лидара ATLAS, размещенного на спутнике ICESat-2:

🧊 ATLAS/ICESat-2 Level 3B Gridded Antarctic and Arctic Land Ice Height (ATL14)
🧊 ATLAS/ICESat-2 Level 3B Gridded Antarctic and Arctic Land Ice Height Change (ATL15).

Набор данных ATL14 представляет собой цифровую модель рельефа (ЦМР) высокого (для подобных задач) разрешения — 100 метров, — которая содержит пространственно-непрерывные данные о высоте поверхности ледового покрова. Каждая гранула данных содержит обзорное изображение в формате JPG (default1) для предварительного просмотра ЦМР.

Данные ATL15 представляют собой карты изменения высоты ледового покрова с более грубым разрешением — 1 км, 10 км, 20 км и 40 км — с интервалом в 3 месяца.

Оба набора данных имеют временной охват с 1 января 2019 года по 28 декабря 2023 года.

📹 Изменения толщины льда на острове Гренландия, измеренные спутниками ICESat (2003–2009) и ICESat-2 (2018–н.в.).

#DEM #данные #лед #лидар

Метод пространственной интерполяции глобальной цифровой модели рельефа

Интерполяция пространственных данных — это процесс оценки значений в точках, где данные отсутствуют, на основе известных значений в других точках.

📖 В работе (Huo et al, 2024) предлагается метод пространственной интерполяции цифровой модели рельефа (ЦМР). Интерполяция ЦМР рассматривается как разновидность генерации изображений, где на вход подается изображение ЦМР с недостающими значениями, а на выходе получается полное изображение ЦМР.

Для генерации изображений используются методы глубокого обучения. Однако для них нужно большое количество данных. В то же время, данные ЦМР могут быть ограничены правилами защиты конфиденциальности. Решение предлагает метод Federated Learning (FL), в котором, в отличие от централизованного обучения, модель обучается на устройствах, разбросанных по разным географическим точкам, при этом обеспечивается эффективная защита конфиденциальности локальных данных.

В работе предложена модель интерполяции ЦМР на основе FL и многомасштабной сети U-Net. Экспериментальные результаты 📊 показали (Ours — предлагаемый метод), что по сравнению с традиционными методами (кригинг и метод обратных взвешенных расстояний) предложенная модель имеет более высокую скорость обработки и точность интерполяции. Кроме того, результаты исследования дают новый способ эффективного и безопасного использования информации о местности, в случаях, когда предъявляются строгие требования к конфиденциальности данных ЦМР.

📖 Huo, Z., Wen, J., Li, Z., Chen, D., Xi, M., Li, Y., & Yang, J. (2024). Spatial interpolation of global DEM using federated deep learning. Scientific Reports, 14(1). https://doi.org/10.1038/s41598-024-72807-z

#DEM