NRO продлило контракты с Kleos Space и Spire Global

Национальное разведывательное управление США (NRO) продлило контракты с компаниями Kleos Space и Spire Global на предоставление коммерческих радиочастотных данных.

Мониторинг радиочастотных сигналов из космоса — это развивающееся направление дистанционного зондирования, которое использует низкоорбитальные спутники для отслеживания судов, транспортных средств, электронных помех или любых устройств, излучающих радиочастотные сигналы.

Компания Kleos использует три группировки из четырех спутников для обнаружения источников радиочастотных сигналов и точного определения их местоположения. Spire управляет созвездием из более чем 100 многоцелевых спутников, отслеживающих радиочастотные сигналы, включая 40 спутников с геолокационными возможностями, которые могут отслеживать помехи GPS.

Спутники обеих компаний выполнены на базе стандарта CubeSat. Spire изготавливает спутники сама, а спутники для Kleos произведены датской компанией GOMSpace и нидерландской ISISPACE.

Kleos и Spire были в числе шести компаний, выбранных NRO в прошлом году для заключения соглашений о сотрудничестве, которые давали агентству возможность оценить качество предоставляемых данных.

Kleos относит свою деятельность к областям SIGINT (радиоэлектронная разведка) и GEOINT (геопространственная разведка).

GOMSpace возникла в Ольборге (конкретно, Aalborg University), ISISPACE — в Дельфте (Delft University of Technology). Обе выросли из проектов университетских спутников начала 2000-х годов.

#война #sigint

ForWarn: выявления нарушений состояния леса

Мы уже узнали о Google Earth Engine достаточно много, чтобы создавать небольшие проекты. Пойдем дальше, и разработаем прототип сервиса для мониторинга состояния лесов. Начнем с того, что познакомимся с реальным сервисом и разберемся, что и как мы будем наблюдать.

Сервис ForWarn II публикует карты изменений состояния растительности (в первую очередь, лесной) для континентальной части США. Карты ForWarn фиксируют изменения состояния растительности в данный момент времени (Near-Real-Time Products), а также результаты многолетних фенологических наблюдений (Long-Term Monitoring Products). Нас сейчас интересуют только изменения состояния леса в данный момент времени, так что ограничимся продуктами Near-Real-Time.

Основные характеристики продуктов Near-Real-Time:

* Состояние растительности характеризуется значением Normalized Difference Vegetation Index (NDVI).
* Пространственное разрешение: 250 м (площадь пикселя 6.25 га).
* Временное покрытие: 2000 г. – наст. время.
* Периодичность обновлений: 8 суток.
* Система координат: WGS 84.

Для оценки изменений состояния растительности, текущий NDVI сравнивают с неким базовым уровнем NDVI (baseline). Выбор базового уровня зависит от поставленной задачи. Например, среднее значение NDVI за все годы наблюдений (в 2023 году — это период с 2000 по 2022 гг.) примерно соответствует климатической норме (состояния растений). Чтобы узнать, испытывает ли район исследований стресс от засухи, раннее или позднее наступление весны (осени), в качестве базового уровня можно использовать среднее значение за все годы наблюдений. В ForWarn этот базовый уровень называется All-Year Baseline.

Нарушения состояния леса (forest disturbances) удобнее всего выявлять по сравнению с оптимальным состоянием. Так, максимальные значения NDVI за 3/5/10 лет отражают потенциальный максимум растительности 1) без нарушений, 2) в климатически оптимальный год — за указанный промежуток времени. По умолчанию, в ForWarn отображаются изменения NDVI по сравнению с пятилетним максимумом (5yr Baseline).

Зачем нужны остальные базовые уровни? (трехлетний, десятилетний максимумы и т. п.) Представим себе ситуацию, когда 5 лет назад возле интересующего нас леса проложили шоссе. В результате, лес стал чаще посещаться людьми и, испытывая большую антропогенную нагрузку, стал слабеть. Тогда относительно 10-летнего максимума, состояние леса все последние 5 лет будет нарушенным. Если на этом фоне произойдет еще какое-то нарушение, оно может пройти незамеченным. Напротив, если взять трехлетний максимум, то на его фоне окажется, что никаких существенных нарушений в последние годы не происходило. Здесь 10-летний максимум используется для выявления тренда (долгосрочной тенденции) в состоянии леса, а трехлетний — для выявления изменений относительно тренда.

#лес

ForWarn: расчет изменений NDVI

Перейдем к оценке того, насколько изменилось состояние леса по сравнению с базовым.

Формула вычисления процентного изменения NDVI:

Percent NDVI Change = (Current NDVI – Baseline NDVI) / Baseline NDVI.

Результат преобразуем в проценты и округляем до целых. Значения, превышающие пороги +/-100%, приравниваем к пороговым.

Вычисление NDVI для каждого пикселя выполняется в 24-дневном окне — для преодоления эффектов, связанных с облачностью. Вычисляется показатель (максимум или медиана NDVI) за 24-дневный период текущего года, и сравнивается с тем же показателем за соответствующий 24-дневный период прошлых лет. Если конкретно, то

* при вычислении All-Year Baseline процентное изменение NDVI рассчитывается путем сравнения медианы NDVI за текущий 24-дневный период со значением медианы NDVI за тот же 24-дневный период для всех предыдущих лет наблюдений;
* при расчете 5yr Baseline (аналогично: 3yr Baseline/10yr Baseline) процентное изменение NDVI рассчитывается путем сравнения значения 90-го перцентиля NDVI за текущий 24-дневный период со значением 90-го перцентиля NDVI за тот же 24-дневный период для 5 предыдущих лет (для 2023 года: 2018–2022 гг.). Значения 90-го перцентиля используются вместо максимумов, чтобы избавиться от возможных выбросов.

Шаг по времени между оценками составляет 8 дней (суток). Таким образом за год состояние леса оценивается 46 раз.

#лес

Код, который все это рассчитывает в Google Earth Engine, будет сегодня несколько позже.

GEE-26. ForWarn: мониторинг состояния леса

Продолжение разговора, начатого здесь и здесь.

Код: https://code.earthengine.google.com/9f473f5bde9b236eda92cbe28bbfd243

Скрипт рассчитывает два вида оценок изменения состояния леса:

1. 1/3/5/10yr Baseline — для выявления нарушений.
2. All-Year Baseline — для сравнения текущего состояния с климатической нормой.

Маска леса строится по данным ESA WorldCover, по состоянию на январь 2020 года.

Для определения причин изменения состояния леса создаются слои данных:

* карта очагов возгораний (данные FIRMS) — слой Fires
* месячные медианные RGB-композиты Sentinel-2 (Natural Colors) — слой Month Median Composite.

В скрипте использованы идеи, которые уже применялись нами для расчета Vegetation Condition Index. Из новинок в коде: оператор выбора switch — такой же, как в других языках программирования, и условие where, примененное при создании маски леса.

Настройка скрипта выполняется в разделе “Пользовательские параметры”:

// AOI.
var point = ee.Geometry.Point(-80.2265, 34.3676);
var width = 20000; // ширина буфера вокруг точки, м
var geometry = point.buffer({'distance': width}).bounds();

// Дата наблюдения.
var date = ee.Date('2019-09-01');
// Базовый период.
var base = '1'; // Значения: 1/3/5/10 - для max; ALL - для mean.

geometry — геометрия AOI (один полигон). Нужно загрузить в Assets шейпфайл AOI (CRS: WGS 84), нарисовать AOI прямо в GEE или задать точку, как в примере. Базовый период base выбирается в зависимости от задачи: для поиска нарушений или для сравнения с климатической нормой. base = '1' — это 1yr Baseline, аналогично задаются другие интервалы. base = 'ALL' — это сравнение с климатической нормой (за весь период наблюдений MODIS).

Маскирование леса можно отменить, закомментировав строку percent_change = ... в разделе "Расчет":

// Маскирование леса.
var forest = getForestMask();
percent_change = percent_change.multiply(forest);


Учебник по Google Earth Engine

#лес #GEE

На аэрофотоснимке, сделанном 14 июля 2018 года в уезде Дафанг юго-западной китайской провинции Гуйчжоу, показаны террасированные поля, на которых выращивают декоративные растения. Не меньше полей впечатляют здания, удачно вписанные в ландшафт (источник, по наводке коллег).

#снимки

Пакетное выполнение задач в GEE JavaScript API

Когда задач, которые нужно отправить на выполнение в панели Tasks, становится больше трех, возникает желание запустить их все разом. В Python API для этого есть готовые инструменты. В JavaScript API готовых инструментов нет, но возможность такая есть.

1. Открываем Инструменты разработчика браузера комбинацией: Ctrl+Shift+I
2. Находим консоль (Console), вставляем в нее код функций, которые 1) запускают все задачи на странице (runTaskList) и 2) нажимают на кнопку Run, подтверждая запуск этих задач (confirmAll). Отправляем этот код на выполнение (Enter).
3. Выполняем в консоли runTaskList(), то есть отправляем все задачи на выполнение.
4. Ждем, пока откроется окно задачи. После этого, выполняем в консоли confirmAll(). После этого инструменты разработчика можно закрыть. Если выполнить `confirmAll()` до появления окна задачи, то в консоли возникнет сообщение об ошибке. Ничего страшного, ждем появления окна и выполняем подтверждение снова.

#GEE

Картинка выше наглядно показывает, зачем России спутники на высокоэллиптической орбите. “Электро-Л” ведет съемку с экватора, и оттуда Камчатка видна почти на краю земного диска. Впечатление несколько сглаживается от того, что нам показывают только верхнюю часть диска. Посмотрите, где находится Камчатка, когда земной диск представлен полностью. Анимация сделана по снимкам “Химавари 8” (источник).

#снимки #ГСО

В Самаре разработаны два гиперспектральных сенсора для наноспутников

Учеными Самарского университета им. Королёва и Института систем обработки изображений (ИСОИ) РАН разработаны два гиперспектрометра для наноспутников формата CubeSat.

Первый прибор предназначен для работы в видимом и ближнем инфракрасном диапазоне (VNIR) — от 400 до 1000 нм. Он представляет собой усовершенствованную версию гиперспектрометра, разработанного ранее самарскими учеными, и запущенного в космос в августе 2022 года. Прибор разместится на борту CubeSat’а размера 6U, то есть состоящего из шести "кубиков" размерами 10х10х10 см. Предшественник умещался в три “кубика”, зато увеличившееся полезное пространство позволило оснастить новый прибор более мощным объективом. Пространственное разрешение нового гиперспектрометра не сообщается.

Второй гиперспектрометр будет снимать в коротковолновом инфракрасном диапазоне (SWIR) — от 900 до 1700 нм. Прибор установят в CubeSat’е размера 3U производства компании "Геоскан". Под гиперспектрометр в космическом аппарате отведено два "кубика", в третьем разместят оборудование для управления спутником и связи с Землей. Пространственное разрешение этого прибора составит около 60–70 метров на пиксель, что, учитывая его компактность, весьма неплохо.

С помощью гиперспектрометра, снимающего в SWIR-диапазоне, можно обнаруживать парниковые газы, фиксируя выбросы метана и CO2 (точечно, а не в масштабах района как TROPOMI). В этом диапазоне можно вести геологоразведку, выявляя из космоса спектральные сигнатуры различных минералов.

Приборы планируется вывести на орбиту в декабре 2023 года в рамках научно-образовательного проекта Space-Pi на борту двух наноспутников производства российских компаний "Спутникс" и "Геоскан". Обе компании имеют опыт успешного запуска CubeSat’ов.

#гиперспектр #cubesat

Поздравляем всех с Днем космонавтики!

Виртуальная выставка “Как мир узнал о полете Гагарина”

Представлены всесоюзные газеты, газеты союзных и автономных республик, почти вся Европа и немного Америки с Азией. Есть даже Албания, Исландия и Уругвай.

http://expositions.nlr.ru/ve/RA4288/polet-gagarina

В честь Дня космонавтики публикуем небольшую подборку интервью советских космонавтов

1. Голубой огонёк. Звёздная эстафета. В гостях — советские космонавты (1963)
2. Интервью Гагарина на Би-би-си (1961)
3. Гагарин. Интервью в поезде (1961)
4. Гагарин. Первая годовщина полёта в космос (1962)
5. Интервью с дублёрами В. Терешковой (1989)

#Видеоподборки

ICEYE US создает отдельную радарную группировку в интересах Министерства Обороны США

Американское подразделение финского стартапа ICEYE — ICEYE US — намерено построить, лицензировать и вывести на орбиту группировку из примерно 18 радарных спутников, полностью отделенную от группировки материнской компании. План инициирован в интересах Пентагона, в расчете на будущие заказы. Для работы с государственными заказчиками в США будут использоваться только спутники американского производства, которые будут контролироваться исключительно из круглосуточного оперативного центра компании в Ирвайне.

Точное число спутников группировки ICEYE US пока не определено, и будет зависеть от спроса.

На сегодняшний день на орбите находятся спутники ICEYE X1–X22, X24 и X27 (последние запущены 3 января этого года). Три из них — ICEYE X10, X17 и X24 созданы и принадлежат ICEYE US. Два из запущенных в прошлом году спутников (X18, X19 или X20) были проданы Бразилии, и будут эксплуатироваться военно-воздушными силами этой страны. В этом году планируется запустить еще 2 спутника компании.

По словам генерального директора ICEYE US Джерри Уэлша, компания не собирается ограничиваться одними госзаказами. "Я думаю, что это одно из ключевых отличий ICEYE. Мы продадим данные, если они вам нужны. Мы продадим спутник, мы продадим вам всю систему, или мы продадим вам решение, если вы хотите сделать что-то конкретное для конкретной задачи", — сказал Уэлш.

#iceye

Комментарий. Наверняка, многие коллеги Уэлша тоже не собираются ограничиваться госзаказами, и хотят продавать всего и побольше. Но тут как в старом анекдоте: “Я тоже хочу булочку, сынок, но денег хватает только на водку”.

Продолжаем наблюдать за извержением вулкана Шивелуч на Камчатке.

На почти безоблачном снимке, сделанном 29 марта аппаратом Landsat 8, вулкан слегка смещен вправо от центра кадра. Вся видимая часть снимка покрыта снегом и льдом.

На снимке от 9 апреля, сделанном Landsat 9, вулкан частично скрыт облаком в центре кадра.

Бурое облако на снимке Sentinel-3 OLCI за 10 апреля вызвано извержением вулкана.

Извержение привело к образованию значительного количества вулканических аэрозолей (сульфатов и пепла) и диоксида серы (SO2), которые проникли в нижнюю стратосферу. На снимках, сделанных 11 апреля Sentinel-5p, видна высокая концентрация диоксида серы прямо над вулканом (показана красным цветом). Поднимаясь вверх, облако серы закручивается в спираль, как видно на снимках. На снимке того же дня видна повышенная концентрация аэрозольного индекса вблизи вулкана.

Код: https://code.earthengine.google.com/5255e0670d0c3b5698a048861f0979dc

Google Earth Engine — не самый оперативный источник снимков. Его плюс в том, что можно увидеть и получить все снимки в одном месте. Загляните в код завтра, может появиться больше снимков и будет еще интересней.

#GEE #вулкан #атмосфера