Прошло еще немного времени. Поле полностью созрело и готово к уборке. Оранжевые точки на графике соответствуют этому периоду жизни поля.

Посмотрели про "шляпу с кисточкой" на телефоне: рисунки, обещанные вверху, оказались слева, а те, что внизу — справа. Но, надеемся, вы разберётесь)

Хорошо, что к картинке стали добавлять историю.
Если добавят ссылку на оригинальный снимок, будет вообще отлично.

Выявление деградации почв по картам внутриполевой неоднородности

Исследователи из Почвенного института им. В.В. Докучаева* предложили технологию выявления деградации почв. Для этого они строят карты внутриполевой неоднородности плодородия.

Карты зон неоднородности позволяют разделить сельскохозяйственное поля на зоны с различным уровнем плодородия: повышенного, нормального и пониженного. Обычно такие карты для внесения удобрений. Для создания карт используют вегетационные индексы (NDVI, EVI и т. п.) за последние несколько лет перед годом наблюдения. Но у авторов статьи была другая цель. Они попытались отделить внутри зон пониженного плодородия почвы, чье низкое плодородие вызвано естественными причинами, и почвы, подвергшиеся деградации (в первую очередь, эрозии). Это позволит выбрать правильный способ “лечения” почвы. Для этого были построены карты зон неоднородности за 35 лет, благо данные Landsat это позволяют.

Отделить деградированные почвы от естественно низко плодородных можно при помощи линии почв. Дело в том, что зависимость между отражением открытой почвы в красной и ближней инфракрасной областях спектра остается примерно постоянной для конкретного типа почвы. В результате отражение образцов почв одного типа на плоскости параметров “Красный (Red) – Инфракрасный (NIR)“ образует прямую линию — ту самую линию почв. Так вот, эти прямые у почвы в нормальном состоянии и у деградированной почвы отличаются.

Процессы деградации нарушают спектральные характеристики почв, а поскольку в работе используются разновременные данные (за 35 лет), то видно как изменяется линия почвы со временем. В результате можно выявить одну из причин снижения почвенного плодородия и классифицировать разные виды деградации почв.

*Рухович Д. И. и др. Детектирование деградированных участков пашни на основе анализа больших спутниковых данных // Почвоведение, 2021, № 2. — С. 151-167. DOI: 10.31857/S0032180X21020131

#почва #landsat

Посмотрел некоторые выступления конференции "Космическая съемка: ежегодное всероссийское совещание". Много интересных докладов.

Хочу поделиться впечатлениями от этого доклада, посвященного использованию спутниковых снимков с сельском хозяйстве.

По впечатлениям, информация, которую с помощью спутников можно получить сейчас, наибольший интерес представляет для профильных региональных министерств, очень крупных компаний агропромышленного комплекса и т.д.

С помощью спутниковых снимков уже можно оперативно отслеживать и прогнозировать урожайность на полях. Следить за тем, как именно обрабатываются сельскохозяйственные площади. Например - считать число покосов за лето в лугах.

Ведется работа по обучению нейросеток, обрабатывающих информацию. Направления работы - как уточнение алгоритмов для более качественного определения того, какая именно культура растет на том или ином поле и т.п. Так и, например, введение в систему дополнительных данных - погодных условий и т.д. - для прогноза урожайности.

Из технических сложностей - не получится сделать "универсальный комбайн" переработки информации для всей страны. Даже для Татарстана пришлось делать три разных модели - по числу климатических зон. И отдельно каждую из них донастраивать в зависимости от от погодных условий в том или ином году (когда была засуха, модели пришлось дообучать под ее условия). При этом необходимо оперативное получение информации с мест для обучения моделей. Получить такие данные без помощи региональных профильных министерств вряд ли возможно.

Кроме того, есть проблемы с облаками. Докладчик говорит, что в прошлом году с августа по октябрь не удалось получить ни одного снимка из-за того, что Татарстан был покрыт облаками.

Из организационных - все это начинает внедряться только в тот момент, когда кто-то это внедряет. В Приволжском федеральном округе представитель Президента - экс-глава Роскосмоса И.А. Комаров. При его поддержке осуществляется внедрение технологий ДЗЗ (дистанционное зондирование Земли) в региональные правительственные структуры в этом регионе. О чем прямо говорит ведущий конференции.
Из Приволжского федерального округа на конференции много выступающих. Что происходит в других регионах - непонятно.

В итоге. Работа по внедрению ДЗЗ в России идет. Медленно, медленнее, чем хотелось бы, но верно.
В рамках сложившейся системы, для внедрения технологий ДЗЗ используется коммерческий подход. В рамках этого подхода спутниковые данные Роскосмоса будут продаваться, в том числе - и госструктуры будут пользоваться ими платно. Что, наверное, правильно.

На текущей стадии технического развития средств наблюдения в России, подобные технологии сейчас интересны или региональным и федеральным органам власти, или крупным сельхоз- корпорациям. Мелкому и среднему производителю эти данные, насколько я понимаю, могут быть интересны лишь в качестве прогноза урожая по всей стране - чтобы можно было как-то оценивать ожидаемую стоимость сельхозпродукции. (Во многом - потому что не хватает и разрешающей способности спутников, и их количества.)

#сельское_хозяйство

Комментарии по отзывам потребителей данных ДЗЗ

Тезисы отзывов — здесь и в нескольких следующих заметках.

Возможности российской группировки ДЗЗ недостаточны для удовлетворения потребностей в данных. Это было ясно организаторам совещания, которые с первого выступления просили конкретики — чего именно не хватает. Оказалось, что для построения ежемесячного покрытия территории страны данными среднего пространственного разрешения (~ 10 метров), 3/4 снимков обеспечивают зарубежные спутники. Четырех спектральных каналов Канопус-В (основной “рабочей лошадки” группировки) не хватает для решения задач автоматической классификации поверхности (в частности, для выявления вырубок). Радаров нет. Инфракрасной съемки нет. Населена роботами. Все это постепенно будет появляться, но пока так.

Стремление “Роскосмоса” узнать потребности пользователей радует. Насколько нам известно, это первое совещание, материалы которого выложены в сеть. Будем надеяться, что в будущем появятся: тайм-коды, презентации и тезисы выступлений. Все это сильно упростило бы работу с материалами. Однако есть вопросы, которые одними совещаниями не решаются.

Анализ потребностей в данных нужно проводить непрерывно, а не от совещания к совещанию. Есть масса задач, которые нельзя запланировать (например, преступления) и, если в организации не налажена работа с данными ДЗЗ, то сотрудникам просто неизвестно чего хотеть и где это узнать. В результате потребности в данных исчезают толком не появившись.

Вторая проблема совещаний: охват аудитории. Бросается в глаза отсутствие представителей МВД, Минсельхоза, Минприроды, не говоря уже о научно-исследовательских организациях. Тому же Минсельхозу может понадобится не ежемесячное, а еженедельное покрытие данными. Так, что полученная на совещании картина потребностей в данных, мягко говоря, не полна. Всю заинтересованную аудиторию никакое совещание вместить не сможет. Выход известен: постоянно действующий орган при периодическом общем собрании (совещании).

Немного в сторону. Любопытно, что в планах запуска аппаратов ДЗЗ (доклад В. А. Мироничева), не указаны аппараты из программы “Сфера” (есть только “Пиксел-ВР”). Непонятно, то ли сроки программы сдвинулись вправо, то ли сама программа пересматривается.

Вертикально развитые облака над Тихим океаном. Снимок, скорее всего, сделан с МКС (источник).

#снимки

Сегодня что-то везет на красивые снимки облаков) Вот волновые облака, снятые Terra MODIS над Тихим океаном, вблизи мексиканского штата Южная Калифорния 4 октября 2020 года (источник).

#снимки #облака

Прибор ECOSTRESS, установленный на Международной космической станции, измеряет температуру земной поверхности с пространственным разрешением около 70 м, что является лучшим показателем среди бесплатных данных.

Галерея снимков ECOSTRESS: https://ecostress.jpl.nasa.gov/gallery

Нынешнее лето в Европе обещает быть жарким. Июнь прошлого года уже был рекордным в некоторых районах Европы, Азии и США — температура воздуха поднималась более чем на 10 градусов выше средней для этого времени года. Труднее всего в этой ситуации приходится жителям крупных городов, где тепло рассеивается медленнее, создавая "городские острова тепла". На снимке от 18 июня 2022 года ECOSTRESS зафиксировал экстремальные значения температуры земной поверхности в Париже (источник).

Cнимки в тепловом инфракрасном диапазоне дают информацию о том, как смягчить влияние городских островов тепла, помогают при планировании городской застройки, зеленых зон, а также в более эффективном управлении водными ресурсами.

#LST

Открытые данные Umbra

Спутники американской компании Umbra генерируют радарные снимки сверхвысокого пространственного разрешения — около 25 см (10 дюймов). Радары позволяют получать изображения ночью, сквозь облачный покров и дым. Благодаря им, можно отслеживать изменения, происходящие на земной поверхности, без перерывов и пробелов в данных. Программа открытых данных Ubmra отслеживает десять районов по всему миру. Она постоянно пополняется новыми снимками, так что пользователи могут анализировать временные ряды для выявления изменений в каждом районе.

Umbra Synthetic Aperture Radar (SAR) Open Data: https://registry.opendata.aws/umbra-open-data/

Аналогичная программа для радарных данных Capella описана здесь.

#данные #SAR #umbra

Первая китайская частная ракета на жидком топливе успешно вывела на орбиту спутник ДЗЗ

Ракета Tianlong-2 частной компании Space Pioneer стартовала 2 апреля с космодрома Цзюцюань, и успешно вывела на орбиту экспериментальный спутник дистанционного зондирования.

По сообщению Spacenews, Space Pioneer (полное название: Beijing Tianbing Technology Co., Ltd) стала первой частной компанией, достигшей орбиты с первого запуска. Кроме того, это первая китайская частная компания, успешно запустившая ракету на жидком топливе.

Трехступенчатая ракета Tianlong-2 способна вывести 1500 кг на солнечно-синхронную орбиту высотой 500 км. Кроме того, Space Pioneer разрабатывает более тяжелую ракету-носитель — Tianlong-3. Компания планирует осуществить первый запуск Tianlong-3 в начале 2024 года. С 2025 года планируется увеличить количество запусков до 12 в год.

Частная китайская космонавтика развивается с 2014 года. За это время ракетные стартапы iSpace, Galactic Energy, OneSpace и Landspace пытались запустить легкие твердотопливные ракеты (причем iSpace и Galactic Energy достигли успеха). Ракеты на жидком топливе разрабатывают также Landspace, Orienspace и Rocket Pi.

Space Pioneer, а также Orienspace, в отличие от других компаний, сразу начали с разработки ракет среднего класса. Возможно, это вызвано тем, что раньше китайские частные компании стремились запускать малые спутники для частных клиентов, тогда как недавно Китай заявил, что частные компании могут участвовать в запуске спутников в рамках национального проекта спутникового интернета, и в отправке грузов на космическую станцию "Тяньгун".

В заметке про запуск Tianlong-2 мы опустили два любопытных момента.

1. Ракета использует керосин, полученный из угля, вместо топлива, переработанного из нефти. Мы не специалисты в двигателях. Нам это говорит только о том, что возможные ограничения поставок нефти не скажутся на запусках ракет данного семейства.

2. На первой ступени Tianlong-2 использовались двигатели YF-102, разработанные CASC (Китайской корпорацией аэрокосмической науки и техники) и изготовленные методом 3D-печати. Какие-то подробности по двигателю есть, но они, что характерно, на китайском. Возможно, речь идет о передаче некоторых технологий от государства в частные компании. Возможно, в таких “частных” пусках предполагается отрабатывать новые технологии.

Пишут, что...

Растения, находящиеся в состоянии стресса, издают звуки, которые можно записать на расстоянии и классифицировать. Биологи из Тель-Авивского университета регистрировали ультразвуковые сигналы, издаваемые растениями томатов и табака в акустической камере и в теплице, параллельно наблюдая за физиологическими параметрами растений. На основе этих данных были разработаны модели машинного обучения, которые позволили определить состояние растений, включая уровень обезвоживания и повреждений, основываясь исключительно на издаваемых звуках. Эти информативные звуки могут быть обнаружены и другими организмами. Работа открывает возможности для понимания состояния растений, их взаимодействия с окружающей средой, и может оказать значительное влияние на сельское хозяйство.

Khait, I. et al. (2023). Sounds emitted by plants under stress are airborne and informative. Cell, 186(7), 1328-1336.e10. https://doi.org/10.1016/j.cell.2023.03.009

Cервис https://river-runner-global.samlearner.com/ позволяет проследить путь капли воды из любой точки мира. Спасибо коллегам за наводку.