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

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

Список разделов satellite-image-deep-learning.

ORNL MODIS/VIIRS Subsets

ORNL — это Oak Ridge National Laboratory. Она финансируется Министерством энергетики США и занимается исследованиями в диапазоне от физики до биологии, включая, естественно, вопросы национальной безопасности. Лаборатория поддерживает один из DAAC’ов (Distributed Active Archive Center) — тематических центров хранения и обработки данных дистанционного зондирования. ORNL DAAC посвящен данным, связанным с биогеохимическими процессами. И вот на нем есть несколько любопытных инструментов, позволяющих получить фрагменты обработанных спутниковых данных — MODIS/VIIRS Subsets.

Global Subsets Tool. Выбираете продукт из нескольких десятков вариантов (MODIS, VIIRS, GEDI, ECOSTRESS и др.), указываете координаты и размеры области интереса (или загружаете ее в форматах CSV или geoJSON), задаете интервал времени (с 1999 года, для MODIS — по настоящее время) и получаете набор изображений выбранного продукта в формате GeoTiff и в CSV, статистики изображений (максимум, минимум, среднее и др.), графики временных рядов по каналам (среднее/±стандартное отклонение) и даже скрипты R для визуализации этих графиков. Основное ограничение: размер области интереса для большинства продуктов не должен превышать 100 x 100 км. На выполнение заявки требуется некоторое время (15–30 минут).

Fixed Sites Subsets Tool. Это готовые обработанные данные для 3000+ наземных участков, предназначенные для проверки моделей и продуктов дистанционного зондирования. Для каждого участка, на протяжении всего периода его существования, сгенерированы временные ряды всех имеющихся спутниковых на ORNL DAAC данных.

Web Service. Получение данных для заданной области в режиме реального времени при помощи REST API. Есть руководства по получению данных для R и Python.

#данные

Завершена сборка "Ресурс-П" №4

Ракетно-космический центр "Прогресс" завершил сборку космического аппарата "Ресурс-П" №4. В ближайшее время аппарат будет отправлен на космодром Байконур. Запуск "Ресурс-П" №4 планируется летом 2023 года.

Аппараты семейства "Ресурс-П" предназначены для высокодетального, широкозахватного и гиперспектрального оптико-электронного наблюдения за поверхностью Земли. Примерные характеристики съемочной аппаратуры смотрите здесь. Новые аппараты "Ресурс-П" должны заполнить нишу высокодетальной съемки российской гражданской группировки ДЗЗ.

#россия

Анонс запуска “Кондора-ФКА” №1

Пуск ракеты “Союз-2.1а” с разгонным блоком “Фрегат” и “Кондором-ФКА” №1 запланирован на 27 мая в 00:14:51 мск с космодрома “Восточный”.

Источник рисунка.

#россия