Концентрация фтороуглерода HFC-125 в атмосфере по данным ACE-FTS
Исследователи из Университета Ватерлоо (Канада) впервые провели спутниковые измерения концентрации фтороуглерода HFC-125 в атмосфере. Результаты показали, что последние 20 лет содержание HFC-125 в атмосфере увеличивается в геометрической прогрессии.
HFC-125 относится к группе гидрофторуглеродов, которые широко применяются в системах охлаждения и огнетушителях. На озоновый слой газ не влияет, но усиливает парниковый эффект.
Хотелось бы обратить внимание на данные. Они получены спектрометром ACE-FTS канадского спутника SCISAT-1 (запущен в августе 2003 года).
ACE-FTS (Atmospheric Chemistry Experiment - Fourier Transform Spectrometer) представляет собой интерферометр, работающий в диапазонах длин волн 2–13 мкм. Он предназначен для отслеживания содержания CFC-11, CFC-12, CH4, ClONO2, CO, H2O, HCl, HF, HNO3, N2O, N2O5, NO, NO2 и O3.
🔗 Данные ACE-FTS по портале открытых данных правительства Канады
🛢 Данные ACE-FTS 2004–2024
📸 Спектрометр ACE-FTS
#атмосфера #GHG #данные
Исследователи из Университета Ватерлоо (Канада) впервые провели спутниковые измерения концентрации фтороуглерода HFC-125 в атмосфере. Результаты показали, что последние 20 лет содержание HFC-125 в атмосфере увеличивается в геометрической прогрессии.
HFC-125 относится к группе гидрофторуглеродов, которые широко применяются в системах охлаждения и огнетушителях. На озоновый слой газ не влияет, но усиливает парниковый эффект.
Хотелось бы обратить внимание на данные. Они получены спектрометром ACE-FTS канадского спутника SCISAT-1 (запущен в августе 2003 года).
ACE-FTS (Atmospheric Chemistry Experiment - Fourier Transform Spectrometer) представляет собой интерферометр, работающий в диапазонах длин волн 2–13 мкм. Он предназначен для отслеживания содержания CFC-11, CFC-12, CH4, ClONO2, CO, H2O, HCl, HF, HNO3, N2O, N2O5, NO, NO2 и O3.
🔗 Данные ACE-FTS по портале открытых данных правительства Канады
🛢 Данные ACE-FTS 2004–2024
📸 Спектрометр ACE-FTS
#атмосфера #GHG #данные
Спутник Sentinel-2C введен в эксплуатацию
Симонетта Чели (Simonetta Cheli), директор программ ESA по наблюдению Земли и глава ESRIN (ESA Centre for Earth Observation), сообщила, что спутник Sentinel-2C введен в эксплуатацию.
Данные Sentinel-2C публикуются в Copernicus Data Space Ecosystem (https://dataspace.copernicus.eu), начиная с 13 декабря 2024 года. Пользователи могут получить доступ к данным через Copernicus Browser (https://browser.dataspace.copernicus.eu/), 📸 применив во время поиска фильтр Satellite Platform, установленный на S2C.
#sentinel2 #данные
Симонетта Чели (Simonetta Cheli), директор программ ESA по наблюдению Земли и глава ESRIN (ESA Centre for Earth Observation), сообщила, что спутник Sentinel-2C введен в эксплуатацию.
Данные Sentinel-2C публикуются в Copernicus Data Space Ecosystem (https://dataspace.copernicus.eu), начиная с 13 декабря 2024 года. Пользователи могут получить доступ к данным через Copernicus Browser (https://browser.dataspace.copernicus.eu/), 📸 применив во время поиска фильтр Satellite Platform, установленный на S2C.
#sentinel2 #данные
В федеральном фонде данных ДЗЗ (ФФД) в открытом доступе находятся оперативные глобальные мозаики со спутников “Электро-Л” №2, №3 и №4, а также “Арктика-М” №1 и №2.
Для доступа к данным есть:
🌍 Сайт ФФД ДЗЗ (https://next.gptl.ru) — визуальный интерфейс + ручное скачивание (вот как это делается).
🖥 Хранилище ФФД (https://api.gptl.ru/stac/browser/web-free/) 📸 Тут можно скачать данные вручную, автоматически, а также подгружать в ГИС без скачивания.
Для просмотра данные доступны в мобильном приложении Роскосмоса.
Описание продуктов и доступа к ним есть в 🔗 Руководстве пользователя и в 🔗 Руководстве системного программиста.
Данные представлены в формате geoTIFF в проекциях EPSG:3857 и EPSG:4326.
Мозаики “Электро-Л” и “Арктики-М” находятся в “Mosaics Arctic-M Electro-L collection”:
🌍 L3BT9 — глобальные бесшовные мозаики радиационных температур по тепловому каналу КА “Арктика-М” и “Электро-Л” (справка).
🌍 L3M — глобальные бесшовные мозаики изображений КА “Электро-Л” №2, 3, 4 и КА “Арктика-М” №1 и №2, составленные по данным видимых каналов прибора МСУ-ГС в зоне дня и ИК каналов в зоне ночи (справка).
Почему мозаики? Для геостационарных спутников характерно ухудшение качества информации на краях диска обзора. Соответственно, пользователю нужно выбирать, данными какого спутника воспользоваться для мониторинга интересующей территории. В случае мозаики пользователь избавлен от этой необходимости, так как каждый пиксель мозаики собирается с того спутника, чья подспутниковая точка ближе. В итоге, в мозаику попадает самая качественная информация.
🌍 Mosaics Meteor-M collection — ежесуточные глобальные бесшовные мозаики по данным аппаратуры МСУ-МР КА “Метеор-М” (справка). Для полярноорбитальных КА также характерно ухудшение качества информации на краях строки сканирования. Мозаика составляется таким образом, чтобы каждый пиксель изображения заполнялся данными с того витка, чья середина ближе.
В коллекциях есть картинки для предпросмотра и json-файлы. В последних можно посмотреть стандартный путь к данным в Хранилище, а затем скачивать их автоматически с помощью curl или wget. Также можно скачивать только нужную территорию. Например, с помощью утилит GDAL.
#данные #арктика #россия
Для доступа к данным есть:
🌍 Сайт ФФД ДЗЗ (https://next.gptl.ru) — визуальный интерфейс + ручное скачивание (вот как это делается).
🖥 Хранилище ФФД (https://api.gptl.ru/stac/browser/web-free/) 📸 Тут можно скачать данные вручную, автоматически, а также подгружать в ГИС без скачивания.
Для просмотра данные доступны в мобильном приложении Роскосмоса.
Описание продуктов и доступа к ним есть в 🔗 Руководстве пользователя и в 🔗 Руководстве системного программиста.
Данные представлены в формате geoTIFF в проекциях EPSG:3857 и EPSG:4326.
Мозаики “Электро-Л” и “Арктики-М” находятся в “Mosaics Arctic-M Electro-L collection”:
🌍 L3BT9 — глобальные бесшовные мозаики радиационных температур по тепловому каналу КА “Арктика-М” и “Электро-Л” (справка).
🌍 L3M — глобальные бесшовные мозаики изображений КА “Электро-Л” №2, 3, 4 и КА “Арктика-М” №1 и №2, составленные по данным видимых каналов прибора МСУ-ГС в зоне дня и ИК каналов в зоне ночи (справка).
Почему мозаики? Для геостационарных спутников характерно ухудшение качества информации на краях диска обзора. Соответственно, пользователю нужно выбирать, данными какого спутника воспользоваться для мониторинга интересующей территории. В случае мозаики пользователь избавлен от этой необходимости, так как каждый пиксель мозаики собирается с того спутника, чья подспутниковая точка ближе. В итоге, в мозаику попадает самая качественная информация.
🌍 Mosaics Meteor-M collection — ежесуточные глобальные бесшовные мозаики по данным аппаратуры МСУ-МР КА “Метеор-М” (справка). Для полярноорбитальных КА также характерно ухудшение качества информации на краях строки сканирования. Мозаика составляется таким образом, чтобы каждый пиксель изображения заполнялся данными с того витка, чья середина ближе.
В коллекциях есть картинки для предпросмотра и json-файлы. В последних можно посмотреть стандартный путь к данным в Хранилище, а затем скачивать их автоматически с помощью curl или wget. Также можно скачивать только нужную территорию. Например, с помощью утилит GDAL.
#данные #арктика #россия
This media is not supported in your browser
VIEW IN TELEGRAM
Forest Data Partnership опубликовал карту ненарушенных лесов, а также карты распространения какао, масличной пальмы и каучукового дерева
Forest Data Partnership (FDP) — консорциум, объединяющий промышленников, правительственные и некоммерческие организации, заявленная цель которого: остановить и обратить вспять потерю лесов в результате производства сырьевых товаров.
FDP опубликовал на Google Earth Engine карту ненарушенных лесов, а также карты распространения какао, масличной пальмы и каучукового дерева:
🌲 Forest Persistence — карта ненарушенных лесов мира по состоянию на 2020 год. Дает оценку (в диапазоне [0, 1]), которая показывает, занята ли площадь пикселя ненарушенным лесом. Пространственное разрешение — 30 м.
🌴 Palm Probability model 2024a — ежегодные карты распространения масличной пальмы с 2020 по 2023 год. Данные представлены в виде вероятности наличия пальмы в пикселе карты. Модель обеспечивает глобальную точность 92% (при пороге вероятности 0,5). Пространственное разрешение — 10 м. Следующие карты построены по той же методике и с тем же разрешением.
🍃 Cocoa Probability model 2024a — ежегодные карты распространения какао 2020–2023 гг.
🌳 Rubber Tree Probability model 2024a — ежегодные карты распространения каучукового дерева 2020–2023 гг.
🌍 Скрипт GEE
В качестве исходных данных для моделей использованы годовые композиты снимков Sentinel-1, Sentinel-2, ALOS PALSAR-2, а также данные цифровых моделей рельефа Jaxa (AW3D30) и Copernicus (GLO-30).
🖥 Модели реализованы в TensorFlow и находятся в открытом доступе на GitHub.
🔗 Популярное описание результатов на Medium
📖 Описание методики построения карт: https://arxiv.org/pdf/2405.09530
#данные #GEE #лес #сельхоз
Forest Data Partnership (FDP) — консорциум, объединяющий промышленников, правительственные и некоммерческие организации, заявленная цель которого: остановить и обратить вспять потерю лесов в результате производства сырьевых товаров.
FDP опубликовал на Google Earth Engine карту ненарушенных лесов, а также карты распространения какао, масличной пальмы и каучукового дерева:
🌲 Forest Persistence — карта ненарушенных лесов мира по состоянию на 2020 год. Дает оценку (в диапазоне [0, 1]), которая показывает, занята ли площадь пикселя ненарушенным лесом. Пространственное разрешение — 30 м.
🌴 Palm Probability model 2024a — ежегодные карты распространения масличной пальмы с 2020 по 2023 год. Данные представлены в виде вероятности наличия пальмы в пикселе карты. Модель обеспечивает глобальную точность 92% (при пороге вероятности 0,5). Пространственное разрешение — 10 м. Следующие карты построены по той же методике и с тем же разрешением.
🍃 Cocoa Probability model 2024a — ежегодные карты распространения какао 2020–2023 гг.
🌳 Rubber Tree Probability model 2024a — ежегодные карты распространения каучукового дерева 2020–2023 гг.
🌍 Скрипт GEE
В качестве исходных данных для моделей использованы годовые композиты снимков Sentinel-1, Sentinel-2, ALOS PALSAR-2, а также данные цифровых моделей рельефа Jaxa (AW3D30) и Copernicus (GLO-30).
🖥 Модели реализованы в TensorFlow и находятся в открытом доступе на GitHub.
🔗 Популярное описание результатов на Medium
📖 Описание методики построения карт: https://arxiv.org/pdf/2405.09530
#данные #GEE #лес #сельхоз
MapBiomas: спутниковое картографирование Бразилии
MapBiomas — сеть НПО, университетов, лабораторий и технологических стартапов, начавшая свою работу в Бразилии в 2015 году.
🗺 MapBiomas проводит ежегодное картографирование:
* почвенно-растительного покрова/землепользования (Land Use and Cover Maps, Land Use and Land Cover 10 Meters Maps)
* содержания органических веществ в почве (Soil Carbon Stock Maps)
* орошаемых земель (Irrigation Maps)
* состояния пастбищ (Pasture Vigor Condition Maps)
* предприятий по добыче полезных ископаемых (Mining Maps)
* вторичных лесов (Secundary Vegetation Maps)
* обезлесения и деградации леса (Deforestation Maps, Degradation Maps)
* коралловых рифов (Coral Reefs Maps)
* городской застройки (Urban Areas Maps)
и ежемесячный мониторинг:
* поверхностных вод (Water Surface Maps)
* гарей (Fire Scars Maps)
Большинство карт строится по данным спутников 🛰 Landsat в период с 1985 по 2023 год и имеет пространственное разрешение 30 метров.
🌳 С помощью сервиса мониторинга обезлесения MapBiomas Alerta (https://plataforma.alerta.mapbiomas.org/mapa) еженедельно проверяются и составляются отчеты по каждому случаю обезлесения, обнаруженному в Бразилии с января 2019 года.
MapBiomas Alerta использует интегральные предупреждения об обезлесении, основанные на использовании метода GLAD-L и данные нескольких национальных систем предупреждений об обезлесении. Пространственное разрешение варьируется, в зависимости от используемой системы предупреждений.
Информация о точности карт в целом и по отдельным классам почвенно-растительного покрова/землепользования для каждого года представлена на странице оценки точности. Более подробную информацию о методе можно найти на 🔗 сайте.
🖥 У MapBiomas есть API (в том числе, у MapBiomas Alerta).
Данные MapBiomas (https://data.mapbiomas.org) распространяются под свободной лицензией Creative Commons CC-BY-SA.
Как правило, экспортировать из MapBiomas можно:
* ежемесячные отчеты (Excel)
* временные ряды за многолетний период (CSV)
* статистику по штатам
Данные MapBiomas Alerta экспортируются в виде шейпфайлов.
#данные #лес #сельхоз #бразилия #вода #пожары
MapBiomas — сеть НПО, университетов, лабораторий и технологических стартапов, начавшая свою работу в Бразилии в 2015 году.
🗺 MapBiomas проводит ежегодное картографирование:
* почвенно-растительного покрова/землепользования (Land Use and Cover Maps, Land Use and Land Cover 10 Meters Maps)
* содержания органических веществ в почве (Soil Carbon Stock Maps)
* орошаемых земель (Irrigation Maps)
* состояния пастбищ (Pasture Vigor Condition Maps)
* предприятий по добыче полезных ископаемых (Mining Maps)
* вторичных лесов (Secundary Vegetation Maps)
* обезлесения и деградации леса (Deforestation Maps, Degradation Maps)
* коралловых рифов (Coral Reefs Maps)
* городской застройки (Urban Areas Maps)
и ежемесячный мониторинг:
* поверхностных вод (Water Surface Maps)
* гарей (Fire Scars Maps)
Большинство карт строится по данным спутников 🛰 Landsat в период с 1985 по 2023 год и имеет пространственное разрешение 30 метров.
🌳 С помощью сервиса мониторинга обезлесения MapBiomas Alerta (https://plataforma.alerta.mapbiomas.org/mapa) еженедельно проверяются и составляются отчеты по каждому случаю обезлесения, обнаруженному в Бразилии с января 2019 года.
MapBiomas Alerta использует интегральные предупреждения об обезлесении, основанные на использовании метода GLAD-L и данные нескольких национальных систем предупреждений об обезлесении. Пространственное разрешение варьируется, в зависимости от используемой системы предупреждений.
Информация о точности карт в целом и по отдельным классам почвенно-растительного покрова/землепользования для каждого года представлена на странице оценки точности. Более подробную информацию о методе можно найти на 🔗 сайте.
🖥 У MapBiomas есть API (в том числе, у MapBiomas Alerta).
Данные MapBiomas (https://data.mapbiomas.org) распространяются под свободной лицензией Creative Commons CC-BY-SA.
Как правило, экспортировать из MapBiomas можно:
* ежемесячные отчеты (Excel)
* временные ряды за многолетний период (CSV)
* статистику по штатам
Данные MapBiomas Alerta экспортируются в виде шейпфайлов.
#данные #лес #сельхоз #бразилия #вода #пожары
Карты лугов мира 2000–2022 гг.
Лаборатория Land & Carbon Lab создала исследовательский консорциум Global Pasture Watch для подготовки данных, которые помогут в мониторинге лугов и пастбищ.
Уже доступны 📸 карты лугов мира с 2000 г. по 2022 г. — 🗺 Annual 30-m maps of global grassland class and extent (2000–2022). В будущем планируется ежегодно пополнять эти данные.
🌍 Данные на Google Earth Engine
🖥 Исходный код для создания карт на GitHub
📖 Статья с описанием методики
Land & Carbon Lab собирается создать еще три набора данных:
• GLD-1km: Глобальные карты плотности поголовья скота c разрешением 1 км
• GSVH-30m: Глобальные карты высоты короткой растительности (разрешение 30 м)
• GGPP-30m: Глобальные карты валовой первичной продуктивности (30 м).
#данные #луга #растительность #GEE
Лаборатория Land & Carbon Lab создала исследовательский консорциум Global Pasture Watch для подготовки данных, которые помогут в мониторинге лугов и пастбищ.
Уже доступны 📸 карты лугов мира с 2000 г. по 2022 г. — 🗺 Annual 30-m maps of global grassland class and extent (2000–2022). В будущем планируется ежегодно пополнять эти данные.
🌍 Данные на Google Earth Engine
🖥 Исходный код для создания карт на GitHub
📖 Статья с описанием методики
Land & Carbon Lab собирается создать еще три набора данных:
• GLD-1km: Глобальные карты плотности поголовья скота c разрешением 1 км
• GSVH-30m: Глобальные карты высоты короткой растительности (разрешение 30 м)
• GGPP-30m: Глобальные карты валовой первичной продуктивности (30 м).
#данные #луга #растительность #GEE
Geospatial Data Catalog (https://www.geospatial.community) — каталог ссылок на открытые пространственные данные, созданный Робом Джонсеном (Rob Johnsen).
Для поиска данных регистрация не нужна.
После бесплатной регистрации пользователи смогут:
• добавлять новые наборы данных;
• оставлять отзывы о существующих данных;
• обмениваться мнениями с коллегами в области пространственных данных.
1️⃣ Сейчас в Geospatial Data Catalog 18430 наборов данных. 2️⃣ Пример результатов поиска.
❗️ Каталог работает в режиме бета-тестирования.
#данные
Для поиска данных регистрация не нужна.
После бесплатной регистрации пользователи смогут:
• добавлять новые наборы данных;
• оставлять отзывы о существующих данных;
• обмениваться мнениями с коллегами в области пространственных данных.
1️⃣ Сейчас в Geospatial Data Catalog 18430 наборов данных. 2️⃣ Пример результатов поиска.
❗️ Каталог работает в режиме бета-тестирования.
#данные
Открытые гиперспектральные данные Wyvern
Wyvern Open Data (https://opendata.wyvern.space) предоставляет бесплатные гиперспектральные снимки, сделанные спутниковой группировкой канадской компании Wyvern. Данные предоставляются на условиях лицензии Creative Commons (CC BY 4.0), что обеспечивает неограниченный доступ к ним при надлежащем указании авторства.
В настоящее время доступны избранные снимки спутника Dragonette-001 — 23 канала в видимом и ближнем инфракрасном диапазоне. Уровень обработки данных: L1B.
В Центре знаний Wyvern (https://knowledge.wyvern.space/) опубликованы учебные пособия по работе с данными Wyvern в ENVI, QGIS и ArcGIS, а также на языке Python.
🌍 Данные Wyvern на Google Earth Engine
🌍 Wyvern Open Data Explorer — приложение Google Earth Engine. Можно посмотреть разные комбинации каналов и спектральные сигнатуры классов земной поверхности.
📝Awesome Hyperspectral (https://github.com/Nrevyw/awesome-hyperspectral) — коллекция программ, статей, источников данных и учебных пособий для работы с гиперспектральными снимками.
#гиперспектр #данные #GEE
Wyvern Open Data (https://opendata.wyvern.space) предоставляет бесплатные гиперспектральные снимки, сделанные спутниковой группировкой канадской компании Wyvern. Данные предоставляются на условиях лицензии Creative Commons (CC BY 4.0), что обеспечивает неограниченный доступ к ним при надлежащем указании авторства.
В настоящее время доступны избранные снимки спутника Dragonette-001 — 23 канала в видимом и ближнем инфракрасном диапазоне. Уровень обработки данных: L1B.
В Центре знаний Wyvern (https://knowledge.wyvern.space/) опубликованы учебные пособия по работе с данными Wyvern в ENVI, QGIS и ArcGIS, а также на языке Python.
🌍 Данные Wyvern на Google Earth Engine
🌍 Wyvern Open Data Explorer — приложение Google Earth Engine. Можно посмотреть разные комбинации каналов и спектральные сигнатуры классов земной поверхности.
📝Awesome Hyperspectral (https://github.com/Nrevyw/awesome-hyperspectral) — коллекция программ, статей, источников данных и учебных пособий для работы с гиперспектральными снимками.
#гиперспектр #данные #GEE
Field Boundaries for Agriculture (fiboa)
Field Boundaries for Agriculture (fiboa) (https://source.coop/fiboa) — коллекция репозиториев границ сельскохозяйственных полей в разных странах мира, размещенная на Source Cooperative.
🖥 Гитхаб-репозиторий проекта fiboa
🗺 📸 Расположение данных fiboa
В блоге Taylor Geospatial Engine рассказывают о работе с этими данными при помощи интерфейса на основе большой языковой модели (Large Language Model, LLM) — Tech Fellow Update: Exploring Field Boundary Data with LLMs.
Можно посмотреть, как это работает:
• Fiboa Baltics Demo
• Fiboa Netherlands Demo
#сельхоз #данные #ИИ
Field Boundaries for Agriculture (fiboa) (https://source.coop/fiboa) — коллекция репозиториев границ сельскохозяйственных полей в разных странах мира, размещенная на Source Cooperative.
🖥 Гитхаб-репозиторий проекта fiboa
🗺 📸 Расположение данных fiboa
В блоге Taylor Geospatial Engine рассказывают о работе с этими данными при помощи интерфейса на основе большой языковой модели (Large Language Model, LLM) — Tech Fellow Update: Exploring Field Boundary Data with LLMs.
Можно посмотреть, как это работает:
• Fiboa Baltics Demo
• Fiboa Netherlands Demo
#сельхоз #данные #ИИ
16 источников открытых векторных данных опубликовал Машфорд Махуте (Mashford Mahute):
1. OpenStreetMap (OSM)
• URL: openstreetmap.org
• Данные: Дороги, здания, классы землепользования и многое другое.
• Формат: Shapefile, GeoJSON, OSM XML.
2. Geofabrik
• URL: download.geofabrik.de
• Данные: Выдержки данных OSM по регионам.
• Формат: Shapefile, GeoJSON, PBF.
3. Humanitarian Data Exchange (HDX)
• URL: data.humdata.org
• Данные: Наборы данных по гуманитарным вопросам, включая данные о населении и инфраструктуре.
• Формат: Shapefile, GeoJSON, CSV.
4. HYDROSHEDS
• URL: hydrosheds.org/products
• Данные: Реки, озера, бассейны, водопады и т.д.
• Формат: Shapefile
5. FAO GeoNetwork
• URL: fao.org/geonetwork
• Данные: Данные о сельском хозяйстве, рыболовстве и окружающей среде.
• Формат: Shapefile, GeoJSON.
6. USGS Earth Explorer
• URL: earthexplorer.usgs.gov
• Данные: Гидрография, транспорт, границы.
• Формат: Shapefile, KML.
7. Natural Earth
• URL: naturalearthdata.com
• Данные: Политические границы, культурные и физические характеристики.
• Формат: Shapefile, GeoJSON.
8. Data
• URL: eea.europa.eu
• Данные: Экологические темы, вроде почвенного покрова, качества воздуха и биоразнообразия.
• Формат: Shapefile, GeoJSON.
9. GADM (Global Administrative Areas)
• URL: gadm.org
• Данные: Административные границы нескольких уровней.
• Формат: Shapefile, GeoJSON, KML.
10. DIVA-GIS
• URL: diva-gis.org
• Данные: Данные о климате, населении и административных границах на уровне страны.
11. UNEP Environmental Data Explorer
• URL: uneplive.unep.org
• Данные: Экологические индикаторы и пространственные наборы данных.
• Формат: Shapefile, GeoJSON.
12. NASA Socioeconomic Data and Applications Center (SEDAC)
• URL: sedac.ciesin.columbia.edu
• Данные: Население, инфраструктура и экологические показатели.
• Формат: Shapefile, GeoJSON, KML.
13. World Resources Institute (WRI) Open Data Portal
• URL: https://www.wri.org/data
• Данные: Окружающая среда и природные ресурсы.
• Формат: Shapefile, GeoJSON, CSV.
14. Global Forest Watch
• URL: globalforestwatch.org
• Данные: Лесной покров, обезлесение и изменения землепользования.
• Формат: Shapefile, GeoJSON, KML.
15. Africa GeoPortal
• URL: africageoportal.com
• Данные: Административные границы, почвенно-растительный покров и инфраструктура в Африке.
• Формат: Shapefile, GeoJSON.
16. Koordinates
• URL: koordinates.com
• Данные: Различные темы, включая экологические, инфраструктурные и социальные данные.
• Формат: Shapefile, GeoJSON, KML.
#данные #границы #лес
1. OpenStreetMap (OSM)
• URL: openstreetmap.org
• Данные: Дороги, здания, классы землепользования и многое другое.
• Формат: Shapefile, GeoJSON, OSM XML.
2. Geofabrik
• URL: download.geofabrik.de
• Данные: Выдержки данных OSM по регионам.
• Формат: Shapefile, GeoJSON, PBF.
3. Humanitarian Data Exchange (HDX)
• URL: data.humdata.org
• Данные: Наборы данных по гуманитарным вопросам, включая данные о населении и инфраструктуре.
• Формат: Shapefile, GeoJSON, CSV.
4. HYDROSHEDS
• URL: hydrosheds.org/products
• Данные: Реки, озера, бассейны, водопады и т.д.
• Формат: Shapefile
5. FAO GeoNetwork
• URL: fao.org/geonetwork
• Данные: Данные о сельском хозяйстве, рыболовстве и окружающей среде.
• Формат: Shapefile, GeoJSON.
6. USGS Earth Explorer
• URL: earthexplorer.usgs.gov
• Данные: Гидрография, транспорт, границы.
• Формат: Shapefile, KML.
7. Natural Earth
• URL: naturalearthdata.com
• Данные: Политические границы, культурные и физические характеристики.
• Формат: Shapefile, GeoJSON.
8. Data
• URL: eea.europa.eu
• Данные: Экологические темы, вроде почвенного покрова, качества воздуха и биоразнообразия.
• Формат: Shapefile, GeoJSON.
9. GADM (Global Administrative Areas)
• URL: gadm.org
• Данные: Административные границы нескольких уровней.
• Формат: Shapefile, GeoJSON, KML.
10. DIVA-GIS
• URL: diva-gis.org
• Данные: Данные о климате, населении и административных границах на уровне страны.
11. UNEP Environmental Data Explorer
• URL: uneplive.unep.org
• Данные: Экологические индикаторы и пространственные наборы данных.
• Формат: Shapefile, GeoJSON.
12. NASA Socioeconomic Data and Applications Center (SEDAC)
• URL: sedac.ciesin.columbia.edu
• Данные: Население, инфраструктура и экологические показатели.
• Формат: Shapefile, GeoJSON, KML.
13. World Resources Institute (WRI) Open Data Portal
• URL: https://www.wri.org/data
• Данные: Окружающая среда и природные ресурсы.
• Формат: Shapefile, GeoJSON, CSV.
14. Global Forest Watch
• URL: globalforestwatch.org
• Данные: Лесной покров, обезлесение и изменения землепользования.
• Формат: Shapefile, GeoJSON, KML.
15. Africa GeoPortal
• URL: africageoportal.com
• Данные: Административные границы, почвенно-растительный покров и инфраструктура в Африке.
• Формат: Shapefile, GeoJSON.
16. Koordinates
• URL: koordinates.com
• Данные: Различные темы, включая экологические, инфраструктурные и социальные данные.
• Формат: Shapefile, GeoJSON, KML.
#данные #границы #лес
This media is not supported in your browser
VIEW IN TELEGRAM
ESA CCI Global Forest Above Ground Biomass v5.01
Обновились открытые данные о надземной биомассе лесов — ESA CCI Global Forest Above Ground Biomass. Добавлены оценки биомассы (AGB) за 2015, 2016 и 2021 годы, соответствующие им карты стандартных отклонений AGB, а также карты изменений AGB между двумя последовательными годами.
Данные находятся:
🛢 в архиве CEDA
🌍 на Google Earth Engine: ESA CCI Global Forest Above Ground Biomass v5.01
📖 Santoro, M.; Cartus, O. (2024): ESA Biomass Climate Change Initiative (Biomass_cci): Global datasets of forest above-ground biomass for the years 2010, 2015, 2016, 2017, 2018,
2019, 2020 and 2021, v5.01. NERC EDS Centre for Environmental Data Analysis, 22 August 2024. doi:10.5285/bf535053562141c6bb7ad831f5998d77.
#AGB #лес #данные #GEE
Обновились открытые данные о надземной биомассе лесов — ESA CCI Global Forest Above Ground Biomass. Добавлены оценки биомассы (AGB) за 2015, 2016 и 2021 годы, соответствующие им карты стандартных отклонений AGB, а также карты изменений AGB между двумя последовательными годами.
Данные находятся:
🛢 в архиве CEDA
🌍 на Google Earth Engine: ESA CCI Global Forest Above Ground Biomass v5.01
📖 Santoro, M.; Cartus, O. (2024): ESA Biomass Climate Change Initiative (Biomass_cci): Global datasets of forest above-ground biomass for the years 2010, 2015, 2016, 2017, 2018,
2019, 2020 and 2021, v5.01. NERC EDS Centre for Environmental Data Analysis, 22 August 2024. doi:10.5285/bf535053562141c6bb7ad831f5998d77.
#AGB #лес #данные #GEE
Оценка пространственной точности картографирования гарей на территории России
📖 Матвеев А.М., Барталев С.А., Егоров В.А., Сайгин И.А., Стыценко Ф.В., Шинкаренко С.С. Оценка пространственной точности картографирования гарей и динамика пройденной огнём площади на территории России по данным глобальных продуктов ДЗЗ
В работе представлена оценка пространственной точности определения пройденной огнём площади согласно продукту выделения гарей ИКИ РАН — SRBA — и глобальных продуктов картографирования гарей: CGLS Burned Area 300m v3.1, FireCCI51, FireCCIS311, GABAM и MCD64A1 C6. Оценка произведена на основе трёх валидационных выборок (Glushkov et al., 2021) и двух выборок ИКИ РАН, полученных по данным среднего пространственного разрешения (10–30 м). Выборки содержат более 1 млн. км² гарей на территории России и западных областей республики Казахстан.
Результаты позволили оценить собственный продукт (SRBA) на фоне других, а также то, когда и какие продукты лучше применять для оценки площади гарей на территории России.
Как и раньше, в глобальных валидационных исследованиях, оказалось что продукты ДЗЗ недооценивают площади гарей, а также нередко превышают допустимый порог 25% ложных срабатываний и пропусков, установленный Всемирной метеорологической организацией (GCOS 2022; §9.4.1). Единственного победителя выявить не удалось, но стало понятно, когда и какой продукт применять для получения лучших результатов по территории России.
1️⃣ Глобальные продукты для выделения гарей. 2️⃣ Результаты валидации для лесных гарей. 3️⃣ Выводы.
📚 Презентация (PDF). В докладе рассмотрена часть презентации, занимающая около трети её объёма. Остальные две трети посвящены более детальному изложению материала.
📹 Видео доклада
По слайду с продуктами ДЗЗ 1️⃣: главный недостаток SRBA — отсутствие ссылки для скачивания 🙂
#пожары #лес #данные
📖 Матвеев А.М., Барталев С.А., Егоров В.А., Сайгин И.А., Стыценко Ф.В., Шинкаренко С.С. Оценка пространственной точности картографирования гарей и динамика пройденной огнём площади на территории России по данным глобальных продуктов ДЗЗ
В работе представлена оценка пространственной точности определения пройденной огнём площади согласно продукту выделения гарей ИКИ РАН — SRBA — и глобальных продуктов картографирования гарей: CGLS Burned Area 300m v3.1, FireCCI51, FireCCIS311, GABAM и MCD64A1 C6. Оценка произведена на основе трёх валидационных выборок (Glushkov et al., 2021) и двух выборок ИКИ РАН, полученных по данным среднего пространственного разрешения (10–30 м). Выборки содержат более 1 млн. км² гарей на территории России и западных областей республики Казахстан.
Результаты позволили оценить собственный продукт (SRBA) на фоне других, а также то, когда и какие продукты лучше применять для оценки площади гарей на территории России.
Как и раньше, в глобальных валидационных исследованиях, оказалось что продукты ДЗЗ недооценивают площади гарей, а также нередко превышают допустимый порог 25% ложных срабатываний и пропусков, установленный Всемирной метеорологической организацией (GCOS 2022; §9.4.1). Единственного победителя выявить не удалось, но стало понятно, когда и какой продукт применять для получения лучших результатов по территории России.
1️⃣ Глобальные продукты для выделения гарей. 2️⃣ Результаты валидации для лесных гарей. 3️⃣ Выводы.
📚 Презентация (PDF). В докладе рассмотрена часть презентации, занимающая около трети её объёма. Остальные две трети посвящены более детальному изложению материала.
📹 Видео доклада
По слайду с продуктами ДЗЗ 1️⃣: главный недостаток SRBA — отсутствие ссылки для скачивания 🙂
#пожары #лес #данные
This media is not supported in your browser
VIEW IN TELEGRAM
Открытые данные тепловой стратосферной съемки Urban Sky
Компания Urban Sky предоставила свободный доступ к избранным данным тепловой инфракрасной съемки высокого разрешения, полученным со стратосферной платформы Microballoon во время пожаров в Лос-Анджелесе.
Платформа Microballoon работает на высоте 15–21 км. Данные содержат RGB-снимки в видимом диапазоне с пространственным разрешением 10 см и снимки в длинноволновом инфракрасном диапазоне (LWIR) с разрешением 3 м.
🌍 Данные Urban Sky на Google Earth Engine
#данные #LST #пожары #GEE #псевдоспутник
Компания Urban Sky предоставила свободный доступ к избранным данным тепловой инфракрасной съемки высокого разрешения, полученным со стратосферной платформы Microballoon во время пожаров в Лос-Анджелесе.
Платформа Microballoon работает на высоте 15–21 км. Данные содержат RGB-снимки в видимом диапазоне с пространственным разрешением 10 см и снимки в длинноволновом инфракрасном диапазоне (LWIR) с разрешением 3 м.
🌍 Данные Urban Sky на Google Earth Engine
#данные #LST #пожары #GEE #псевдоспутник
This media is not supported in your browser
VIEW IN TELEGRAM
Global Long-term Microwave Vegetation Optical Depth Dataset Archive VODCA v2
Оптическая толщина растительности (Vegetation Optical Depth, VOD) — величина, которая характеризует ослабление электромагнитного излучения в растительном пологе за счет его поглощения и рассеяния. Обычно VOD измеряется в микроволновом диапазоне.
VOD зависит от многих факторов. В частности, она напрямую связана с содержанием воды в растительном пологе.
Данные VODCA v2 содержат два набора данных: VODCA CXKu и VODCA L.
🔹 VODCA CXKu объединяет данные наблюдений датчиков в C-, X- и Ku-диапазонах, включая SSM/I F08, F11, F13, F17, TRMM TMI, AMSR-E, Windsat, AMSR2 и GPM GMI. Это ежедневные данные с пространственным разрешением 0,25° и временным охватом 1987–2021 гг.
🔹 VODCA L объединяет наблюдения VOD со SMOS MIRAS и радиометра SMAP. Периодичность данных 10 суток, пространственное разрешение — 0,25°, временной охват — 2010–2021 гг..
В VODCA v2 маскированы ошибки наблюдений, вызванные замерзшей землей, снегом и радиочастотными помехами. Данные созданы с использованием новой схемы взвешенного слияния, основанной на автокорреляции первого порядка исходных наборов данных.
🌍 На Google Earth Engine данные представлены в виде двух коллекций: VODCA CXKu и VODCA L.
#данные #GEE
Оптическая толщина растительности (Vegetation Optical Depth, VOD) — величина, которая характеризует ослабление электромагнитного излучения в растительном пологе за счет его поглощения и рассеяния. Обычно VOD измеряется в микроволновом диапазоне.
VOD зависит от многих факторов. В частности, она напрямую связана с содержанием воды в растительном пологе.
Данные VODCA v2 содержат два набора данных: VODCA CXKu и VODCA L.
🔹 VODCA CXKu объединяет данные наблюдений датчиков в C-, X- и Ku-диапазонах, включая SSM/I F08, F11, F13, F17, TRMM TMI, AMSR-E, Windsat, AMSR2 и GPM GMI. Это ежедневные данные с пространственным разрешением 0,25° и временным охватом 1987–2021 гг.
🔹 VODCA L объединяет наблюдения VOD со SMOS MIRAS и радиометра SMAP. Периодичность данных 10 суток, пространственное разрешение — 0,25°, временной охват — 2010–2021 гг..
В VODCA v2 маскированы ошибки наблюдений, вызванные замерзшей землей, снегом и радиочастотными помехами. Данные созданы с использованием новой схемы взвешенного слияния, основанной на автокорреляции первого порядка исходных наборов данных.
🌍 На Google Earth Engine данные представлены в виде двух коллекций: VODCA CXKu и VODCA L.
#данные #GEE
Бесшовные композиты данных Landsat 7 и Landsat 8, охватывающие Амазонию
В статье предложен метод создания бесшовных безоблачных композитов спутниковых данных на основе медоидов и созданы композиты данных Landsat 7 и Landsat 8, покрывающие территорию Амазонии в 2013–2021 гг. Данные получены и обработаны с помощью Google Earth Engine (GEE).
🛢 Данные: Amazonian Landsat 7 ETM+ and Landsat 8 OLI composites July to October 2013 to 2021
📊 Схема обработки данных Landsat
🌍 Код GEE для обработки данных:
🔹 Landsat 7
🔹 Landsat 8
#данные #бразилия #GEE #landsat
В статье предложен метод создания бесшовных безоблачных композитов спутниковых данных на основе медоидов и созданы композиты данных Landsat 7 и Landsat 8, покрывающие территорию Амазонии в 2013–2021 гг. Данные получены и обработаны с помощью Google Earth Engine (GEE).
🛢 Данные: Amazonian Landsat 7 ETM+ and Landsat 8 OLI composites July to October 2013 to 2021
📊 Схема обработки данных Landsat
🌍 Код GEE для обработки данных:
🔹 Landsat 7
🔹 Landsat 8
#данные #бразилия #GEE #landsat