На снимке, сделанном прибором ASTER спутника Terra 29 марта 2000 года, хорошо видны волны на поверхности Бенгальского залива. Это композит NIR-Red-Green из каналов ASTER с пространственным разрешением 15 метров.
Код: https://code.earthengine.google.com/0479a1d7abe5d67b8d9dc982d9f01ca1
#GEE
Код: https://code.earthengine.google.com/0479a1d7abe5d67b8d9dc982d9f01ca1
#GEE
Forwarded from Добрый Овчинников
Прием заявок на участие в программе «Стратосферный спутник» открыт 🛰
Друзья, программа «Стратосферный спутник» стартовала. Подавайте заявку до 9 июня по одной из лиг: стратонавт-кандидат и стратонавт-испытатель. По результатам конкурсного отбора 5 команд в каждой лиге получат набор конструкторов спутников для подготовки к стратосферным запускам😏
ЭТАПЫ ПРОГРАММЫ
1. Собираете команду, выбираете Лигу и проходите регистрацию на сайте
2. Приступаете к выполнению отборочного задания. Это тестирование и подробное описание вашего проекта
3. Отправляете всё и ждёте результатов отбора
4. Как только увидите название своей команды в списке финалистов, то ждите посылку в течение 15 дней. К вам приедет учебный комплект «Конструктор функциональной модели спутника».
5. Получаете посылку и начинаете (или продолжаете) работу над проектом, собираете, ломаете, продумываете полезную нагрузку;)
6. Накануне очного этапа Испытаний проходите обязательную предзащиту
7. Приезжаете на очный выезд, готовите проект к запуску и отправляете в СТРАТОСФЕРУ!
КТО МОЖЕТ ПРИНЯТЬ УЧАСТИЕ
В конкурсном отборе могут принять участие команды из школ и СПО (учащиеся в возрасте 12−18 лет на момент начала конкурсного отбора) в одной из двух Лиг. Также допускается участие студентов российских ВУЗов в возрасте до 21 года на момент начала конкурсного отбора, но не более двух студентов ВУЗа на команду.
Подробная информация и регистрация на сайте
http://stratosputnik.ru
@dobriy_ovchinnikov
Друзья, программа «Стратосферный спутник» стартовала. Подавайте заявку до 9 июня по одной из лиг: стратонавт-кандидат и стратонавт-испытатель. По результатам конкурсного отбора 5 команд в каждой лиге получат набор конструкторов спутников для подготовки к стратосферным запускам😏
ЭТАПЫ ПРОГРАММЫ
1. Собираете команду, выбираете Лигу и проходите регистрацию на сайте
2. Приступаете к выполнению отборочного задания. Это тестирование и подробное описание вашего проекта
3. Отправляете всё и ждёте результатов отбора
4. Как только увидите название своей команды в списке финалистов, то ждите посылку в течение 15 дней. К вам приедет учебный комплект «Конструктор функциональной модели спутника».
5. Получаете посылку и начинаете (или продолжаете) работу над проектом, собираете, ломаете, продумываете полезную нагрузку;)
6. Накануне очного этапа Испытаний проходите обязательную предзащиту
7. Приезжаете на очный выезд, готовите проект к запуску и отправляете в СТРАТОСФЕРУ!
КТО МОЖЕТ ПРИНЯТЬ УЧАСТИЕ
В конкурсном отборе могут принять участие команды из школ и СПО (учащиеся в возрасте 12−18 лет на момент начала конкурсного отбора) в одной из двух Лиг. Также допускается участие студентов российских ВУЗов в возрасте до 21 года на момент начала конкурсного отбора, но не более двух студентов ВУЗа на команду.
Подробная информация и регистрация на сайте
http://stratosputnik.ru
@dobriy_ovchinnikov
Карты плотности надземной биомассы Biomass CCI
Недавно мы разбирали данные GEDI L4B Gridded Aboveground Biomass Density. Оказалось, что они не обеспечивают сплошного покрытия поверхности суши. Теперь рассмотрим продукт, который такое покрытие обеспечивает.
ESA Biomass Climate Change Initiative (Biomass CCI) в версии 4 содержит два вида карт: карты значений надземной биомассы (Aboveground Biomass, AGB) и соответствующие им карты стандартных отклонений AGB. AGB — это сухая масса древесных частей всех живых деревьев (ствола, коры, ветвей и побегов), за исключением пней и корней.
Характеристики Biomass CCI (version 4):
* пространственное разрешение: ~100 м на экваторе
* пространственное покрытие: глобальное
* временное покрытие: 2010, 2017, 2018, 2019, 2020
* формат: NetCDF, GeoTIFF
* единицы измерения плотности биомассы: Мг/га (тонн/га)
* доступ: https://catalogue.ceda.ac.uk/uuid/af60720c1e404a9e9d2c145d2b2ead4e
* руководство пользователя (v. 3): https://climate.esa.int/media/documents/D4.3_CCI_PUG_V3.0_20210707.pdf
* Algorithm Theoretical Basis Document (v. 2): https://climate.esa.int/sites/default/files/Biomass_D2.2_Algorithm_Theoretical_Basis_Document_V2.0.pdf
Карты получены на основе комбинации данных ДЗЗ. В зависимости от года, это данные спутника Sentinel-1, прибора ASAR спутника Envisat, спутника JAXA Advanced Land Observing Satellite (ALOS-1 и ALOS-2).
Кроме того, предоставляются файлы, описывающие изменение AGB между двумя последовательными годами (то есть 2018–2017, 2019–2018 и 2020–2010) и за десятилетие (2020–2010). Каждый продукт изменения AGB состоит из двух наборов карт: стандартного отклонения изменения AGB и флага качества изменения AGB. Само изменение вычисляется как разность между двумя картами AGB, поэтому отдельные карты для него не предоставляются.
Примеры имен файлов:
Итак, данные Biomass CCI — это свежие (2020 год) и разновременные данные, с высоким для подобных данных пространственным разрешением (100 метров) и сплошным глобальным покрытием.
В сети можно встретить упоминания о данных ICESat-2 Boreal Biomass 2020 Map — карте бореальной (50° N – 75° N) надземной биомассы, основанной на данных лидара Advanced Topographic Laser Altimeter System (ATLAS) спутника ICESat-2, а также о данных JPL 2020 Global Biomass Dataset — глобальной карте плотности надземной биомассы, полученной с помощью комбинации данных Landsat-8, ALOS-2 PALSAR-2 и ЦМР SRTM. Все эти данные планировалось выпустить еще в 2021 году, но по состоянию на сегодня они недоступны.
#AGB #лес #данные
Недавно мы разбирали данные GEDI L4B Gridded Aboveground Biomass Density. Оказалось, что они не обеспечивают сплошного покрытия поверхности суши. Теперь рассмотрим продукт, который такое покрытие обеспечивает.
ESA Biomass Climate Change Initiative (Biomass CCI) в версии 4 содержит два вида карт: карты значений надземной биомассы (Aboveground Biomass, AGB) и соответствующие им карты стандартных отклонений AGB. AGB — это сухая масса древесных частей всех живых деревьев (ствола, коры, ветвей и побегов), за исключением пней и корней.
Характеристики Biomass CCI (version 4):
* пространственное разрешение: ~100 м на экваторе
* пространственное покрытие: глобальное
* временное покрытие: 2010, 2017, 2018, 2019, 2020
* формат: NetCDF, GeoTIFF
* единицы измерения плотности биомассы: Мг/га (тонн/га)
* доступ: https://catalogue.ceda.ac.uk/uuid/af60720c1e404a9e9d2c145d2b2ead4e
* руководство пользователя (v. 3): https://climate.esa.int/media/documents/D4.3_CCI_PUG_V3.0_20210707.pdf
* Algorithm Theoretical Basis Document (v. 2): https://climate.esa.int/sites/default/files/Biomass_D2.2_Algorithm_Theoretical_Basis_Document_V2.0.pdf
Карты получены на основе комбинации данных ДЗЗ. В зависимости от года, это данные спутника Sentinel-1, прибора ASAR спутника Envisat, спутника JAXA Advanced Land Observing Satellite (ALOS-1 и ALOS-2).
Кроме того, предоставляются файлы, описывающие изменение AGB между двумя последовательными годами (то есть 2018–2017, 2019–2018 и 2020–2010) и за десятилетие (2020–2010). Каждый продукт изменения AGB состоит из двух наборов карт: стандартного отклонения изменения AGB и флага качества изменения AGB. Само изменение вычисляется как разность между двумя картами AGB, поэтому отдельные карты для него не предоставляются.
Примеры имен файлов:
N50E020_ESACCI-BIOMASS-L4-AGB-MERGED-100m-2020-fv4.0.tif — карта AGBВ имени файла указаны координаты левого верхнего угла карты.
N50E020_ESACCI-BIOMASS-L4-AGB_SD-MERGED-100m-2020-fv4.0.tif — карта стандартного отклонения AGB.
Итак, данные Biomass CCI — это свежие (2020 год) и разновременные данные, с высоким для подобных данных пространственным разрешением (100 метров) и сплошным глобальным покрытием.
В сети можно встретить упоминания о данных ICESat-2 Boreal Biomass 2020 Map — карте бореальной (50° N – 75° N) надземной биомассы, основанной на данных лидара Advanced Topographic Laser Altimeter System (ATLAS) спутника ICESat-2, а также о данных JPL 2020 Global Biomass Dataset — глобальной карте плотности надземной биомассы, полученной с помощью комбинации данных Landsat-8, ALOS-2 PALSAR-2 и ЦМР SRTM. Все эти данные планировалось выпустить еще в 2021 году, но по состоянию на сегодня они недоступны.
#AGB #лес #данные
Слой качества данных ESA WorldCover 2020
Карта классов земного покрова ESA WorldCover 10 m 2020 V100 находится в каталоге данных GEE: https://developers.google.com/earth-engine/datasets/catalog/ESA_WorldCover_v100, а слой для оценки качества этой карты — ESA WorldCover 10 m 2020 V100 InputQuality, находится здесь.
Слой качества входных данных показывает, сколько снимков Sentinel-1 и Sentinel-2 использовано для получения каждого пикселя итоговой карты. Он представляет собой трехканальный GeoTIFF:
* b1: количество наблюдений Sentinel-1 GAMMA0, использованных в процессе классификации.
* b2: Количество наблюдений Sentinel-2 L2A, использованных в процессе классификации
* b3: процент (0–100) некачественных наблюдений S2, отброшенных в ходе классификации, после фильтрации облаков и теней.
По данным b2 и b3 можно получить общее число достоверных наблюдений Sentinel-2 L2A, использованных для классификации.
Код: https://code.earthengine.google.com/a9b67ae6b5e73657cfa3854dd7af3609
Для ESA WorldCover 10 m 2021 V200 слоя качества пока нет.
#GEE #данные #LULC
Карта классов земного покрова ESA WorldCover 10 m 2020 V100 находится в каталоге данных GEE: https://developers.google.com/earth-engine/datasets/catalog/ESA_WorldCover_v100, а слой для оценки качества этой карты — ESA WorldCover 10 m 2020 V100 InputQuality, находится здесь.
Слой качества входных данных показывает, сколько снимков Sentinel-1 и Sentinel-2 использовано для получения каждого пикселя итоговой карты. Он представляет собой трехканальный GeoTIFF:
* b1: количество наблюдений Sentinel-1 GAMMA0, использованных в процессе классификации.
* b2: Количество наблюдений Sentinel-2 L2A, использованных в процессе классификации
* b3: процент (0–100) некачественных наблюдений S2, отброшенных в ходе классификации, после фильтрации облаков и теней.
По данным b2 и b3 можно получить общее число достоверных наблюдений Sentinel-2 L2A, использованных для классификации.
Код: https://code.earthengine.google.com/a9b67ae6b5e73657cfa3854dd7af3609
Для ESA WorldCover 10 m 2021 V200 слоя качества пока нет.
#GEE #данные #LULC
Дельта Окаванго
На снимке, сделанном радаром спутника Sentinel-1, показана дельта реки Окаванго в Ботсване. В отличие от большинства рек, течение Окаванго направлено вглубь материка. Вместо того чтобы течь к морю, река Окаванго орошает пустыню Калахари, образуя крупнейшую в мире внутреннюю дельту.
Дельта Окаванго — это лабиринт лагун, болот, каналов и островов. Она является объектом Всемирного наследия ЮНЕСКО как часть Рамсарской сети водно-болотных угодий — одной из самых биологически разнообразных экосистем на Земле. Попасть в дельту непросто, но спутниковые радары позволяют получать информацию о ней непрерывно. С их помощью можно различать сухие и заболоченные места, а также показать, как меняется дельта в зависимости от времени года.
Изображение является разновременным композитом. В нем объединены три снимка Sentinel-1, сделанных в 2021 году. Каждому снимку в композите отведен определенный цвет — красный для января, зеленый для апреля и синий для августа — чтобы показать, как менялась земля и вода в промежутке между съемками.
Оттенки розового и голубого в нижней части дельты отражают сезонные изменения растительности, происходящие вдоль водных путей. Это относится и ко впадине Мабабе, которая видна в правой части дельты, как область с такой же окраской.
В левой нижней части изображения находится озеро Нгами. Оно выглядит темным, поскольку его спокойные воды зеркально отражали сигнал радара в каждый из моментов съемки. Зеленые тона возле озера показывают, что территория вокруг него подвержена сезонным наводнениям.
#SAR #снимки
На снимке, сделанном радаром спутника Sentinel-1, показана дельта реки Окаванго в Ботсване. В отличие от большинства рек, течение Окаванго направлено вглубь материка. Вместо того чтобы течь к морю, река Окаванго орошает пустыню Калахари, образуя крупнейшую в мире внутреннюю дельту.
Дельта Окаванго — это лабиринт лагун, болот, каналов и островов. Она является объектом Всемирного наследия ЮНЕСКО как часть Рамсарской сети водно-болотных угодий — одной из самых биологически разнообразных экосистем на Земле. Попасть в дельту непросто, но спутниковые радары позволяют получать информацию о ней непрерывно. С их помощью можно различать сухие и заболоченные места, а также показать, как меняется дельта в зависимости от времени года.
Изображение является разновременным композитом. В нем объединены три снимка Sentinel-1, сделанных в 2021 году. Каждому снимку в композите отведен определенный цвет — красный для января, зеленый для апреля и синий для августа — чтобы показать, как менялась земля и вода в промежутке между съемками.
Оттенки розового и голубого в нижней части дельты отражают сезонные изменения растительности, происходящие вдоль водных путей. Это относится и ко впадине Мабабе, которая видна в правой части дельты, как область с такой же окраской.
В левой нижней части изображения находится озеро Нгами. Оно выглядит темным, поскольку его спокойные воды зеркально отражали сигнал радара в каждый из моментов съемки. Зеленые тона возле озера показывают, что территория вокруг него подвержена сезонным наводнениям.
#SAR #снимки
Protected Planet — векторные данные о границах охраняемых территорий
Protected Planet — крупнейший источник векторных данных о границах охраняемых территорий* по всему миру. Данные обновляются ежемесячно. На сайте можно изучить: Всемирную базу данных по охраняемым территориям (World Database on Protected Areas, WDPA), Всемирную базу данных по эффективным природоохранным мерам на порайонной основе (World Database on effective area-based conservation measures), Глобальную базу данных по эффективности управления охраняемыми территориями (Global Database on Protected Area Management Effectivenes, GD-PAME) и множество сопутствующей информации.
Скачать данные о границах охраняемых территорий можно по регионам, по странам или для каждой территории отдельно. Данные сохраняются в шейпфайлах, в виде точечных и полигональных слоев. Если регион или страна слишком большие, шейпфайл автоматически разбивается на части.
К шейпфайлам прилагаются документы на нескольких языках. Русский язык в них настолько суров, что лучше сразу использовать англоязычные версии.
* а также о границах других эффективных природоохранных мер на порайонной основе (effective area-based conservation measures).
#данные
Protected Planet — крупнейший источник векторных данных о границах охраняемых территорий* по всему миру. Данные обновляются ежемесячно. На сайте можно изучить: Всемирную базу данных по охраняемым территориям (World Database on Protected Areas, WDPA), Всемирную базу данных по эффективным природоохранным мерам на порайонной основе (World Database on effective area-based conservation measures), Глобальную базу данных по эффективности управления охраняемыми территориями (Global Database on Protected Area Management Effectivenes, GD-PAME) и множество сопутствующей информации.
Скачать данные о границах охраняемых территорий можно по регионам, по странам или для каждой территории отдельно. Данные сохраняются в шейпфайлах, в виде точечных и полигональных слоев. Если регион или страна слишком большие, шейпфайл автоматически разбивается на части.
К шейпфайлам прилагаются документы на нескольких языках. Русский язык в них настолько суров, что лучше сразу использовать англоязычные версии.
* а также о границах других эффективных природоохранных мер на порайонной основе (effective area-based conservation measures).
#данные
This media is not supported in your browser
VIEW IN TELEGRAM
Снова о картах Global Forest Carbon Fluxes 2001–2021
У нас две новости. Хорошая состоит в том, что карты Global Forest Carbon Fluxes (2001–2021) уже есть на GEE: https://gee-community-catalog.org/projects/cflux/.
Плохая же новость в том, что основные слои данных: эмиссия углерода, поглощение углерода и чистый поток углерода — это кумулятивные данные, накопленные в течение модельного периода (2001–2021 гг.). Чтобы получить среднегодовые значения, нужно разделить каждый поток на 21. У значений потоков углерода нет привязки к годам наблюдения(
#лес #данные
У нас две новости. Хорошая состоит в том, что карты Global Forest Carbon Fluxes (2001–2021) уже есть на GEE: https://gee-community-catalog.org/projects/cflux/.
Плохая же новость в том, что основные слои данных: эмиссия углерода, поглощение углерода и чистый поток углерода — это кумулятивные данные, накопленные в течение модельного периода (2001–2021 гг.). Чтобы получить среднегодовые значения, нужно разделить каждый поток на 21. У значений потоков углерода нет привязки к годам наблюдения(
#лес #данные
Forwarded from Добрый Овчинников
Сегодня провели Хакатон по спутникостроению в рамках Региональные Открытых Соревнований Московской области по робототехнике «КосмоRobots в детском технопарке "Кванториум" города Королёв.
Задачей у ребят было собрать спутник формата CubeSat 2U с раскрываемыми панелями солнечных батарей, запрограммировать датчики освещённости, датчику угловых скоростей. Но это не всё. Дальше их ждал настоящий вибростенд, который должен был показать все ошибки. Но все команды успешно эти испытания выдержали, их спутники тоже!)
И это только одна номинация, а вообще на этих соревнованиях собрались около 600 участников-робототехников!
#Космороботс2023
#образованиеБудущего
@dobriy_ovchinnikov
Задачей у ребят было собрать спутник формата CubeSat 2U с раскрываемыми панелями солнечных батарей, запрограммировать датчики освещённости, датчику угловых скоростей. Но это не всё. Дальше их ждал настоящий вибростенд, который должен был показать все ошибки. Но все команды успешно эти испытания выдержали, их спутники тоже!)
И это только одна номинация, а вообще на этих соревнованиях собрались около 600 участников-робототехников!
#Космороботс2023
#образованиеБудущего
@dobriy_ovchinnikov
satellite-image-deep-learning — методы применения глубокого обучения к данным дистанционного зондирования
Глубокое обучение (Deep Learning) уже повлияло на методы анализа и интерпретации данных дистанционного зондирования, и со временем это влияние будет только усиливаться. Число ресурсов, посвященных применению глубокого обучения в ДЗЗ, постоянно растет. Чтобы разобраться в них, создан репозиторий satellite-image-deep-learning. Это каталог применений методов глубокого обучения для анализа данных ДЗЗ (архитектуры / модели /алгоритмы), в частности, для решения задач классификации, сегментации и обнаружения объектов на снимках. Сейчас satellite-image-deep-learning содержит около 40 разделов и регулярно обновляется.
#нейронки
Глубокое обучение (Deep Learning) уже повлияло на методы анализа и интерпретации данных дистанционного зондирования, и со временем это влияние будет только усиливаться. Число ресурсов, посвященных применению глубокого обучения в ДЗЗ, постоянно растет. Чтобы разобраться в них, создан репозиторий satellite-image-deep-learning. Это каталог применений методов глубокого обучения для анализа данных ДЗЗ (архитектуры / модели /алгоритмы), в частности, для решения задач классификации, сегментации и обнаружения объектов на снимках. Сейчас satellite-image-deep-learning содержит около 40 разделов и регулярно обновляется.
#нейронки
Рисовые террасы в Цяньсинань-Буи-Мяоском автономном округе провинции Гуйчжоу, Китай (координаты: N25°10'11.7543" E104°53'12.5649"). Поля очень узкие, чтобы их разглядеть потребовалось увеличить масштаб до zoom=20.
На других снимках (источник): крестьяне высаживают рис (май 2023 года, в том же автономном округе), рисовые террасы Хунхэ-Хани — объект всемирного наследия ЮНЕСКО.
Сбор информации о том, как выглядят сельскохозяйственные поля в исследуемом регионе, какие культуры на них выращивают, какие работы и в какие сроки производят, а также знание календаря развития полевых культур являются важной частью анализа данных дистанционного зондирования. Чем больше мы знаем о том, что происходит на земле, тем лучше сможем интерпретировать спутниковые снимки.
#сельхоз #снимки
На других снимках (источник): крестьяне высаживают рис (май 2023 года, в том же автономном округе), рисовые террасы Хунхэ-Хани — объект всемирного наследия ЮНЕСКО.
Сбор информации о том, как выглядят сельскохозяйственные поля в исследуемом регионе, какие культуры на них выращивают, какие работы и в какие сроки производят, а также знание календаря развития полевых культур являются важной частью анализа данных дистанционного зондирования. Чем больше мы знаем о том, что происходит на земле, тем лучше сможем интерпретировать спутниковые снимки.
#сельхоз #снимки