Forwarded from SPUTNIX
ДИПЛОМНАЯ ПРОГРАММА SSTV🛰️
Уважаемые радиолюбители! Приглашаем вас к участию в дипломной программе SSTV со спутником ОрбиКрафт-Зоркий!
Условия: в течение 6 дней спутник будет вещать 6 (шесть) различных изображений в режиме Robot 72. Для получения диплома требуется принять и декодировать не менее 3 (трех) любых изображений. Каждое изображение должно быть получено не менее, чем на 70% и иметь приемлемое качество, должен быть различим логотип и позывной спутника.
Старт вещания: 00.00 UTC 7 мая 2023 г.
Конец вещания: 00.00 UTC 13 мая 2023 г.
Космический аппарат: ОрбиКрафт-Зоркий / OrbiCraft-Zorkiy
Позывной: RS15S
NORAD ID: 47960
Частота: 437.850
Для декодирования изображения рекомендуется воспользоваться ПО RX-SSTV или Robot36. Принятые изображения должны быть в своем исходном состоянии и разрешении.
Оформление заявки на диплом
Заявка на диплом отправляется на эл. почту [email protected] и должна содержать:
Заявки будут приниматься в течение действия программы (7-12 мая), а также сутки после окончания вещания - до 00.00 UTC 14 мая 2023 г.
Подробная информация о приеме сигналов со спутника ОрбиКрафт-Зоркий расположена по ссылкам:
P.S. Для принявших все 6 изображений в хорошем качестве будут особые призы ;)
Всем желаем удачи!
73!
Уважаемые радиолюбители! Приглашаем вас к участию в дипломной программе SSTV со спутником ОрбиКрафт-Зоркий!
Условия: в течение 6 дней спутник будет вещать 6 (шесть) различных изображений в режиме Robot 72. Для получения диплома требуется принять и декодировать не менее 3 (трех) любых изображений. Каждое изображение должно быть получено не менее, чем на 70% и иметь приемлемое качество, должен быть различим логотип и позывной спутника.
Старт вещания: 00.00 UTC 7 мая 2023 г.
Конец вещания: 00.00 UTC 13 мая 2023 г.
Космический аппарат: ОрбиКрафт-Зоркий / OrbiCraft-Zorkiy
Позывной: RS15S
NORAD ID: 47960
Частота: 437.850
Для декодирования изображения рекомендуется воспользоваться ПО RX-SSTV или Robot36. Принятые изображения должны быть в своем исходном состоянии и разрешении.
Оформление заявки на диплом
Заявка на диплом отправляется на эл. почту [email protected] и должна содержать:
• ФИО • Позывной (при наличии, если нет, указать «без позывного») • Дата и время приема (UTC) каждого изображения • Город и страна приема • Обратный адрес для отправки бумажной версии диплома (или пометка о том, что диплом можно направить в электронном виде) • Тип используемого оборудования и ПО • Принятые изображенияЗаявки будут приниматься в течение действия программы (7-12 мая), а также сутки после окончания вещания - до 00.00 UTC 14 мая 2023 г.
Подробная информация о приеме сигналов со спутника ОрбиКрафт-Зоркий расположена по ссылкам:
• Раздел сайта «Радиолюбителям» • Прием маяков CubeSat (аппараты компании “Спутникс”)P.S. Для принявших все 6 изображений в хорошем качестве будут особые призы ;)
Всем желаем удачи!
73!
Закрыта сделка по приобретению Maxar
3 мая закрыта сделка по приобретению Maxar Technologies за 6,4 млрд долларов. Maxar Technologies приобретена американской частной инвестиционной компанией Advent International и миноритарным инвестором British Columbia Investment Management Corp. Компания остается полностью американской.
Компания Maxar управляет группировкой спутников для съемки изображений высокого разрешения и производит спутники на заводе в Пало-Альто, штат Калифорния.
3 мая закрыта сделка по приобретению Maxar Technologies за 6,4 млрд долларов. Maxar Technologies приобретена американской частной инвестиционной компанией Advent International и миноритарным инвестором British Columbia Investment Management Corp. Компания остается полностью американской.
Компания Maxar управляет группировкой спутников для съемки изображений высокого разрешения и производит спутники на заводе в Пало-Альто, штат Калифорния.
В сельском хозяйстве есть множество задач, для решения которых используются методы дистанционного зондирования. Но даже одна задача решается разными способами, в зависимости от региона, его климата, рельефа, типов почв, вида сельскохозяйственной культуры и агротехники. И все это при условии возможности наблюдения и доступе к данным нужного разрешения. Чтобы не быть голословными, посмотрим, как выглядят сельскохозяйственные поля в разных районах Земли. Все снимки взяты в одинаковом масштабе: в SASPlanet это — zoom=15 или z15.
1️⃣ Поля в Курской области (Россия). Балки и овраги — типичные для Курской области формы рельефа, — возникли в результате размыва почвы текучими водами. Нередко, по местами заболоченному дну балок тянутся русла ручейков, большинство из которых летом пересыхает. Дно и склоны балок покрыты дерном, что делает их довольно устойчивыми к эрозии. В отличие от балок, у оврагов дно и склоны не задернованы, и подвержены эрозии. Овраги иссушают местность, понижают уровень грунтовых вод, заставляя воду после дождя сбегать в реку, не давая ей просочиться в почву. Обычно вблизи населенных пунктов количество балок и оврагов возрастает. Здесь сильнее уничтожается растительность, сильнее распахиваются склоны, и поэтому усиливается размыв. Борьба с эрозией постоянно на повестке дня агрономов и мелиораторов.
2️⃣ Фермы на польдере (Бельгия). Польдером называют осушенный и возделанный низменный участок побережья, часто ниже уровня моря. Поэтому польдеры защищают от окружающих водоемов валами и дамбами. Уровень грунтовых вод в польдерах регулируется дренажными устройствами, часто с машинной откачкой воды. Польдеры отличаются высоким плодородием. 3️⃣ На укрупненном фрагменте снимка (z20) видны пасущиеся коровы.
#снимки #сельхоз
1️⃣ Поля в Курской области (Россия). Балки и овраги — типичные для Курской области формы рельефа, — возникли в результате размыва почвы текучими водами. Нередко, по местами заболоченному дну балок тянутся русла ручейков, большинство из которых летом пересыхает. Дно и склоны балок покрыты дерном, что делает их довольно устойчивыми к эрозии. В отличие от балок, у оврагов дно и склоны не задернованы, и подвержены эрозии. Овраги иссушают местность, понижают уровень грунтовых вод, заставляя воду после дождя сбегать в реку, не давая ей просочиться в почву. Обычно вблизи населенных пунктов количество балок и оврагов возрастает. Здесь сильнее уничтожается растительность, сильнее распахиваются склоны, и поэтому усиливается размыв. Борьба с эрозией постоянно на повестке дня агрономов и мелиораторов.
2️⃣ Фермы на польдере (Бельгия). Польдером называют осушенный и возделанный низменный участок побережья, часто ниже уровня моря. Поэтому польдеры защищают от окружающих водоемов валами и дамбами. Уровень грунтовых вод в польдерах регулируется дренажными устройствами, часто с машинной откачкой воды. Польдеры отличаются высоким плодородием. 3️⃣ На укрупненном фрагменте снимка (z20) видны пасущиеся коровы.
#снимки #сельхоз
4️⃣ Северная Польша. Мелкая частная собственность на землю сохранялась и в годы существования Польской Народной Республики. Поэтому, вместо объединения участков отдельных семей в большое колхозное поле, они так и остались отдельными, а значит малыми по площади. Теперь это создает проблемы для специалистов в области дистанционного зондирования, так как для картирования таких полей пространственного разрешения общедоступных данных Sentinel-2 (10 метров) уже не хватит.
5️⃣ Огромные поля в Акмолинской области на севере Казахстана — бывшие целинные земли, имеют сложный рельеф со следами ветровой и эрозии эрозии. Выращивают на низ, в основном, яровые зерновые культуры. 6️⃣ На укрупненном фрагменте снимка (z17) — следы комбайна на убранном поле. Видно, как непросто комбайнеру справляться со сложным рельефом поля. И так — год за годом.
7️⃣ Зеленые хлопковые и пшеничные поля на территории Мургабского оазиса в Марыйской области Туркменистана. Люди жили здесь издавна. Современный областной центр Мары назван в честь древнего Мерва, расположенного всего в нескольких десятках километрах. Внизу на снимке виден Каракумский канал. 8️⃣ На обзорном снимке (z10) оазис заметно выделяется зеленым цветом на фоне сплошной желтизны пустыни. Он расположен в дельте реки Мургаб, берущей свое начало в горах Афганистана. С запада к оазису подходит Каракумский канал.
#снимки #сельхоз
5️⃣ Огромные поля в Акмолинской области на севере Казахстана — бывшие целинные земли, имеют сложный рельеф со следами ветровой и эрозии эрозии. Выращивают на низ, в основном, яровые зерновые культуры. 6️⃣ На укрупненном фрагменте снимка (z17) — следы комбайна на убранном поле. Видно, как непросто комбайнеру справляться со сложным рельефом поля. И так — год за годом.
7️⃣ Зеленые хлопковые и пшеничные поля на территории Мургабского оазиса в Марыйской области Туркменистана. Люди жили здесь издавна. Современный областной центр Мары назван в честь древнего Мерва, расположенного всего в нескольких десятках километрах. Внизу на снимке виден Каракумский канал. 8️⃣ На обзорном снимке (z10) оазис заметно выделяется зеленым цветом на фоне сплошной желтизны пустыни. Он расположен в дельте реки Мургаб, берущей свое начало в горах Афганистана. С запада к оазису подходит Каракумский канал.
#снимки #сельхоз
Стартап Nuview планирует создание коммерческой спутниковой группировки для лидарной съемки Земли
Новая компания Nuview заявила о планах по созданию первой коммерческой группировки спутников для лидарной съемки земной поверхности.
Лидар (LiDAR — от Light Detection and Ranging) измеряет расстояния при помощи лазерного импульса, формируя трехмерную модель наблюдаемой поверхности. Сейчас только 5% суши покрыто измерениями лидаров самолетного базирования. Космических лидаров всего два — ICESat-2 и GEDI. Последний размещен на борту МКС и, возможно, завершит работу уже в этом году. Снимки нынешних космических лидаров имеют низкое пространственное разрешение и, по сути, являются двухмерными.
Nuview планирует создать группировку из 20 спутников. Запуск первых спутников ориентировочно состоится через 24–36 месяцев. Компания планирует запускать спутники группами по пять штук.
Nuview собирается полностью покрыть поверхность Земли трехмерными данными лидарной съемки и обновлять эту карту ежегодно. Компания заявила, что у нее есть контракты с заказчиками на сумму 1,2 млрд долларов.
Трудно сказать, что-там будет с космическими лидарами, но в рекламу Nuview умеет: Via Satellite, Payload, TechCrunch опубликовали новость о ней почти синхронно. Компании предстоит изрядно расширится, чтобы достигнуть своих целей — сейчас в штате всего 21 сотрудник.
#лидар
Новая компания Nuview заявила о планах по созданию первой коммерческой группировки спутников для лидарной съемки земной поверхности.
Лидар (LiDAR — от Light Detection and Ranging) измеряет расстояния при помощи лазерного импульса, формируя трехмерную модель наблюдаемой поверхности. Сейчас только 5% суши покрыто измерениями лидаров самолетного базирования. Космических лидаров всего два — ICESat-2 и GEDI. Последний размещен на борту МКС и, возможно, завершит работу уже в этом году. Снимки нынешних космических лидаров имеют низкое пространственное разрешение и, по сути, являются двухмерными.
Nuview планирует создать группировку из 20 спутников. Запуск первых спутников ориентировочно состоится через 24–36 месяцев. Компания планирует запускать спутники группами по пять штук.
Nuview собирается полностью покрыть поверхность Земли трехмерными данными лидарной съемки и обновлять эту карту ежегодно. Компания заявила, что у нее есть контракты с заказчиками на сумму 1,2 млрд долларов.
Трудно сказать, что-там будет с космическими лидарами, но в рекламу Nuview умеет: Via Satellite, Payload, TechCrunch опубликовали новость о ней почти синхронно. Компании предстоит изрядно расширится, чтобы достигнуть своих целей — сейчас в штате всего 21 сотрудник.
#лидар
EO College
EO College (сайт, YouTube) — это онлайн-платформа для обучения всему, что связано с наблюдением Земли, дистанционным зондированием и обработкой изображений. Разработана Университетом Фридриха Шиллера в Йене (Германия).
Обучение разбито на курсы. Сейчас основные курсы: Towards Zero Hunger, Land in Focus, Hyperspectral Remote Sensing, Radar Remote Sensing. Каждый курс разбит на тематические модули, по несколько занятий. Записываться можно на отдельные модули. В конце курса желающие могут получить сертификат.
Занятия построены традиционно для онлайн-обучения: есть теоретический материал (текст с иллюстрациями и видео), который надо изучить, и тесты, которые нужно пройти.
Важно, что все лекции очень качественные и емкие. Материал рассчитан на обучение с нуля, но возможность выбирать модули позволяет сразу перейти на нужный вам уровень изложения. Есть материалы, посвященные физике получения изображения, что особенно полезно при изучении радарной съемки. Показана обработка данных различными инструментами: GEE, SNAP и другими.
В разделе Resources объединены обучающие материалы не только EO College, но и NASA ARSET и даже SAR EDU —предшественника EO College, с отличными лекциями по обработке радарных данных 2015–2017 годов.
#обучение
EO College (сайт, YouTube) — это онлайн-платформа для обучения всему, что связано с наблюдением Земли, дистанционным зондированием и обработкой изображений. Разработана Университетом Фридриха Шиллера в Йене (Германия).
Обучение разбито на курсы. Сейчас основные курсы: Towards Zero Hunger, Land in Focus, Hyperspectral Remote Sensing, Radar Remote Sensing. Каждый курс разбит на тематические модули, по несколько занятий. Записываться можно на отдельные модули. В конце курса желающие могут получить сертификат.
Занятия построены традиционно для онлайн-обучения: есть теоретический материал (текст с иллюстрациями и видео), который надо изучить, и тесты, которые нужно пройти.
Важно, что все лекции очень качественные и емкие. Материал рассчитан на обучение с нуля, но возможность выбирать модули позволяет сразу перейти на нужный вам уровень изложения. Есть материалы, посвященные физике получения изображения, что особенно полезно при изучении радарной съемки. Показана обработка данных различными инструментами: GEE, SNAP и другими.
В разделе Resources объединены обучающие материалы не только EO College, но и NASA ARSET и даже SAR EDU —предшественника EO College, с отличными лекциями по обработке радарных данных 2015–2017 годов.
#обучение
Картирование вечнозеленых лесов с пространственным разрешением 10 метров
В работе Li et al. Mapping evergreen forests using new phenology index, time series Sentinel-1/2 and Google Earth Engine (2023) построены карты вечнозеленых лесов тестового района Китая с пространственным разрешением 10 метров.
1) Составлена карта типов земного покрова, чтобы получить из нее маску леса.
2) Для леса был рассчитан новый фенологический индекс: NDVI_max –NDVI_winter_max (NDVI_max — максимальный годовой NDVI, NDVI_winter_max — максимальный NDVI в зимний период), чтобы отделить вечнозеленые леса от листопадных.
3) При помощи нового индекса из карты (маски) леса были выделены вечнозеленые леса. Вся обработка данных Sentinel-1/2 и построение карт выполнена в GEE.
Показатели точности обеих карт очень хорошие. Правда, дело происходит в Китае, так что влияние снега, скорее всего, было незначительным.
#лес #GEE
В работе Li et al. Mapping evergreen forests using new phenology index, time series Sentinel-1/2 and Google Earth Engine (2023) построены карты вечнозеленых лесов тестового района Китая с пространственным разрешением 10 метров.
1) Составлена карта типов земного покрова, чтобы получить из нее маску леса.
2) Для леса был рассчитан новый фенологический индекс: NDVI_max –NDVI_winter_max (NDVI_max — максимальный годовой NDVI, NDVI_winter_max — максимальный NDVI в зимний период), чтобы отделить вечнозеленые леса от листопадных.
3) При помощи нового индекса из карты (маски) леса были выделены вечнозеленые леса. Вся обработка данных Sentinel-1/2 и построение карт выполнена в GEE.
Показатели точности обеих карт очень хорошие. Правда, дело происходит в Китае, так что влияние снега, скорее всего, было незначительным.
#лес #GEE
Оценка пройденной огнем площади по данным Sentinel-2
Воздействие огня приводит к гибели или к изменению физиологических характеристик растений, что, в частности, выражается в снижении содержания влаги и концентрации хлорофилла. Спектральная отражательная способность поврежденных участков сильнее всего изменяется в ближнем ИК-диапазоне (NIR) и в среднем ИК-диапазоне (SWIR). На этих особенностях отражения основан вегетационный индекс Normalized Burn Ratio (NBR), который служит для выделения поврежденных огнем участков растительности.
Для Sentinel-2 NBR рассчитывается по формуле:
NBR = (NIR - SWIR2)/(NIR + SWIR2) = (B8 - B12)/(B8 - B12).
Высокие положительные значения NBR (NIR > SWIR2) указывают на здоровую растительность, отрицательные (NIR < SWIR2) — на голую землю и недавно выгоревшие участки.
Оценка повреждений растительности (burn severity) выполняется по ∆NBR (или dNBR) — разности между NBR до и после пожара
dNBR = PrefireNBR - PostfireNBR.
Более высокие значения dNBR указывают на более серьезные повреждения, тогда как участки с отрицательными значениями dNBR могут свидетельствовать о восстановлении растительности после пожара. Шкалу для оценки burn severity можно взять здесь.
Вместо канала B8, при расчете NBR по данным Sentinel-2 можно использовать более узкий канал B8A.
Источник рисунка.
Воздействие огня приводит к гибели или к изменению физиологических характеристик растений, что, в частности, выражается в снижении содержания влаги и концентрации хлорофилла. Спектральная отражательная способность поврежденных участков сильнее всего изменяется в ближнем ИК-диапазоне (NIR) и в среднем ИК-диапазоне (SWIR). На этих особенностях отражения основан вегетационный индекс Normalized Burn Ratio (NBR), который служит для выделения поврежденных огнем участков растительности.
Для Sentinel-2 NBR рассчитывается по формуле:
NBR = (NIR - SWIR2)/(NIR + SWIR2) = (B8 - B12)/(B8 - B12).
Высокие положительные значения NBR (NIR > SWIR2) указывают на здоровую растительность, отрицательные (NIR < SWIR2) — на голую землю и недавно выгоревшие участки.
Оценка повреждений растительности (burn severity) выполняется по ∆NBR (или dNBR) — разности между NBR до и после пожара
dNBR = PrefireNBR - PostfireNBR.
Более высокие значения dNBR указывают на более серьезные повреждения, тогда как участки с отрицательными значениями dNBR могут свидетельствовать о восстановлении растительности после пожара. Шкалу для оценки burn severity можно взять здесь.
Вместо канала B8, при расчете NBR по данным Sentinel-2 можно использовать более узкий канал B8A.
Источник рисунка.
В качестве примера рассмотрим последствия лесного пожара, случившегося в первой половине августа 2022 года в окрестностях города Covilhã (Португалия).
Код: https://code.earthengine.google.com/b0675461d8d710d8ffec1768715c6075
Чем ярче красный цвет, тем сильнее поражение растительности от пожара. Синим цветом выделены водоемы, которые по значением dNBR попали в число поврежденных участков. Значит, при оценке площади повреждений, необходимо предварительно исключить поверхностные водоемы. Вы можете сделать это самостоятельно — для этого в коде прилагается классификация ESA Worldcover.
Итак, при оценке пройденной пожаром площади нужно предварительно удалить со снимка: 1) облачность/тени; 2) водные объекты.
#GEE #пожары
Код: https://code.earthengine.google.com/b0675461d8d710d8ffec1768715c6075
Чем ярче красный цвет, тем сильнее поражение растительности от пожара. Синим цветом выделены водоемы, которые по значением dNBR попали в число поврежденных участков. Значит, при оценке площади повреждений, необходимо предварительно исключить поверхностные водоемы. Вы можете сделать это самостоятельно — для этого в коде прилагается классификация ESA Worldcover.
Итак, при оценке пройденной пожаром площади нужно предварительно удалить со снимка: 1) облачность/тени; 2) водные объекты.
#GEE #пожары
Оценка пройденной огнем площади по данным Dynamic World
Dynamic World — это динамическая карта типов земной поверхности. Она построена на данных Sentinel-2 L1C, имеет пространственное разрешение 10 метров, периодичность обновления около 5 суток и временное покрытие — начиная с июня 2015 года.
Как статическая карта типов земной поверхности Dynamic World (DW) далека от совершенства. Основное ее преимущество — динамика. Как правило, такие карты создаются не чаще раза в год, а здесь — каждые 5 суток. Воспользуемся этой особенностью DW.
Предположим, что мы наблюдаем лесной пожар. После него участок, занятый лесом (класс Trees на карте DW), может перейти в другой класс: стать открытой землей (Bare ground) или “понизиться” до кустарников (Shrub & Scrub). Исходный лес можно выделить с помощью более качественной маски, например, ESA Worldcover, а затем следить за изменением его состояния при помощи DW. Динамическая карта позволит убедиться в устойчивости смены класса, если последняя наблюдается на протяжении нескольких подряд идущих дат.
Снова обратимся к пожару возле города Covilhã (Португалия). Построим RGB-композиты до и после пожара, используя в качестве красного цвета класс Trees, зеленым будет Shrub & Scrub, а синим — Bare ground.
На снимке до пожара (1), сделанном 02.08.2022, много красного цвета, представляющего леса. После пожара (2) 22.08.2022 часть леса “переквалифицировалась” в кустарники (зеленый цвет) и открытую землю (синий цвет), что говорит о силе пожара.
Код: https://code.earthengine.google.com/642b1946beffb45595facb61f881b60c
Область наблюдения можно ограничить только лесом. В коде для этого есть маска ESA Worldcover.
#GEE #пожары
Dynamic World — это динамическая карта типов земной поверхности. Она построена на данных Sentinel-2 L1C, имеет пространственное разрешение 10 метров, периодичность обновления около 5 суток и временное покрытие — начиная с июня 2015 года.
Как статическая карта типов земной поверхности Dynamic World (DW) далека от совершенства. Основное ее преимущество — динамика. Как правило, такие карты создаются не чаще раза в год, а здесь — каждые 5 суток. Воспользуемся этой особенностью DW.
Предположим, что мы наблюдаем лесной пожар. После него участок, занятый лесом (класс Trees на карте DW), может перейти в другой класс: стать открытой землей (Bare ground) или “понизиться” до кустарников (Shrub & Scrub). Исходный лес можно выделить с помощью более качественной маски, например, ESA Worldcover, а затем следить за изменением его состояния при помощи DW. Динамическая карта позволит убедиться в устойчивости смены класса, если последняя наблюдается на протяжении нескольких подряд идущих дат.
Снова обратимся к пожару возле города Covilhã (Португалия). Построим RGB-композиты до и после пожара, используя в качестве красного цвета класс Trees, зеленым будет Shrub & Scrub, а синим — Bare ground.
На снимке до пожара (1), сделанном 02.08.2022, много красного цвета, представляющего леса. После пожара (2) 22.08.2022 часть леса “переквалифицировалась” в кустарники (зеленый цвет) и открытую землю (синий цвет), что говорит о силе пожара.
Код: https://code.earthengine.google.com/642b1946beffb45595facb61f881b60c
Область наблюдения можно ограничить только лесом. В коде для этого есть маска ESA Worldcover.
#GEE #пожары
Строго говоря, описанный выше подход — не совсем оценка выгоревшей площади. Скорее, это демонстрация возможности применения DW для оценки степени повреждений леса. Чтобы применить этот подход к другим классам растительности, нужно сначала разобраться, в какие новые классы они могут перейти после пожара.
Было бы интересно проследить за трансформациями классов поверхности DW на выгоревшем участке (определенном по NBR), и сопоставить их c величиной изменения NBR до и после пожара (dNBR).
Было бы интересно проследить за трансформациями классов поверхности DW на выгоревшем участке (определенном по NBR), и сопоставить их c величиной изменения NBR до и после пожара (dNBR).
Советская аэрофотосъемка времен Великой Отечественной войны
Разведывательной аэрофотосъемкой занимались специальные части: ОРАП (отдельный разведывательный полк) и ОКРАП (отдельный корректировочно-разведывательный полк). У каждого фронта был свой ОРАП и ОКРАП. В составе воздушных армий были ОРАЭ (отдельная разведывательная эскадрилья) и ОКРАЭ. Вот список этих эскадрилий. Занимались разведывательной фотосъемкой и отдельные летчики в обычных частях, в первую очередь, в истребительной и в дальней авиации. Дешифрированием аэрофотоснимков занимались фотограмметристы аэрофотослужбы (АФС) авиации, военные топографы, гидрографы (на флоте), артиллерийские разведчики, военные метеорологи, гидрологи и геологи, в зависимости от вида, назначения и заказчика съемки. Интенсивность аэрофотосъемки, судя по сохранившимся данным, значительно увеличилась с 1944 года.
Снимки обычно находятся в документах авиачастей на “Памяти народа”. Часто есть только сопроводительные документы к снимкам, но самих снимков нет. Отдельные снимки можно найти поиском по ключевым словам: фотосхема, фотопанорама.
Еще одним источником снимков являются фотосхемы результатов бомбометания. Они находятся в журналах боевых действий БАП (бомбардировочный авиаполк), ШАП (штурмовой авиаполк) и др., или в журналах частей, в которые эти полки входили. Вот, например, журнал боевых действий 13 иак за сентябрь 1944 г. и журнал боевых действий частей 3 гв. бад за март 1945 года.
Общая проблема отечественных снимков — качество. Все они сканированы с бумажных носителей, а не с негативов, поэтому выглядят примерно так как этот снимок порта Пиллау от 28.10.1944 года.
#история
Разведывательной аэрофотосъемкой занимались специальные части: ОРАП (отдельный разведывательный полк) и ОКРАП (отдельный корректировочно-разведывательный полк). У каждого фронта был свой ОРАП и ОКРАП. В составе воздушных армий были ОРАЭ (отдельная разведывательная эскадрилья) и ОКРАЭ. Вот список этих эскадрилий. Занимались разведывательной фотосъемкой и отдельные летчики в обычных частях, в первую очередь, в истребительной и в дальней авиации. Дешифрированием аэрофотоснимков занимались фотограмметристы аэрофотослужбы (АФС) авиации, военные топографы, гидрографы (на флоте), артиллерийские разведчики, военные метеорологи, гидрологи и геологи, в зависимости от вида, назначения и заказчика съемки. Интенсивность аэрофотосъемки, судя по сохранившимся данным, значительно увеличилась с 1944 года.
Снимки обычно находятся в документах авиачастей на “Памяти народа”. Часто есть только сопроводительные документы к снимкам, но самих снимков нет. Отдельные снимки можно найти поиском по ключевым словам: фотосхема, фотопанорама.
Еще одним источником снимков являются фотосхемы результатов бомбометания. Они находятся в журналах боевых действий БАП (бомбардировочный авиаполк), ШАП (штурмовой авиаполк) и др., или в журналах частей, в которые эти полки входили. Вот, например, журнал боевых действий 13 иак за сентябрь 1944 г. и журнал боевых действий частей 3 гв. бад за март 1945 года.
Общая проблема отечественных снимков — качество. Все они сканированы с бумажных носителей, а не с негативов, поэтому выглядят примерно так как этот снимок порта Пиллау от 28.10.1944 года.
#история
00000317.jpg
1.8 MB
Снимок порта Пиллау от 28.10.1944 года, несжатый Telegram'ом.
1. Удар советских штурмовиков по объектам в районе порта Розенберг (Восточная Пруссия) 23 марта 1945 года.
2. Фотоконтроль результатов бомбового удара по крепости Кенигсберг 6 апреля 1945 года.
3. Штурмовики 182-й ШАД наносят удар по объектам в Кенигсберге 8 апреля 1945 года.
4. Фотоконтроль результатов штурмовки пригорода Кенигсберга — населенного пункта Метгетен 9 апреля 1945 года.
Фотоснимки взяты с waralbum.ru.
#история
2. Фотоконтроль результатов бомбового удара по крепости Кенигсберг 6 апреля 1945 года.
3. Штурмовики 182-й ШАД наносят удар по объектам в Кенигсберге 8 апреля 1945 года.
4. Фотоконтроль результатов штурмовки пригорода Кенигсберга — населенного пункта Метгетен 9 апреля 1945 года.
Фотоснимки взяты с waralbum.ru.
#история