Курс “Spatial Data Management”
🔗 Сайт курса “Spatial Data Management” (https://geog-414.gishub.org/) (GEOG-414), который профессор Qiusheng Wu читает в Университете штата Теннесси, Ноксвилл.*
На курсе изучают основы Python для анализа пространственных данных, основы Google Earth Engine,** DuckDB и PostGIS.
Кроме полных материалов курса, на сайте есть лабораторные работы, а также идеи для итоговых проектов, защитой которых завершается освоение курса.
*Есть еще Университет штата Теннесси в Нашвилле — это совсем другой университет.
**Проф. Q. Wu известен как разработчик пакета geemap.
#python
🔗 Сайт курса “Spatial Data Management” (https://geog-414.gishub.org/) (GEOG-414), который профессор Qiusheng Wu читает в Университете штата Теннесси, Ноксвилл.*
На курсе изучают основы Python для анализа пространственных данных, основы Google Earth Engine,** DuckDB и PostGIS.
Кроме полных материалов курса, на сайте есть лабораторные работы, а также идеи для итоговых проектов, защитой которых завершается освоение курса.
*Есть еще Университет штата Теннесси в Нашвилле — это совсем другой университет.
**Проф. Q. Wu известен как разработчик пакета geemap.
#python
Сжатие спутниковых снимков
📝 Пост, в котором Марк Литвинчик (Mark Litwintschik) исследует сжатие WebP на примере снимка со спутника SkySat. Марку удалось сжать изображение с 877 МБ до 30 МБ.
📸 На снимке экрана показано окно QGIS для экспорта растрового слоя в файл GeoTIFF со сжатием WebP (ПКМ → Экспорт → Сохранить как).
❗️ WebP поддерживает как сжатие без потерь, так и сжатие с потерями. По умолчанию (а именно так работал Марк), осуществляется сжатие с потерями (качество 75 %). Подробнее о настройках драйвера GDAL для WebP читайте здесь.
💡 Марк обещает протестировать AVIF — алгоритм сжатия, конкурирующий с WebP — как только тот будет поддерживаться QGIS.
#python #софт
📝 Пост, в котором Марк Литвинчик (Mark Litwintschik) исследует сжатие WebP на примере снимка со спутника SkySat. Марку удалось сжать изображение с 877 МБ до 30 МБ.
📸 На снимке экрана показано окно QGIS для экспорта растрового слоя в файл GeoTIFF со сжатием WebP (ПКМ → Экспорт → Сохранить как).
❗️ WebP поддерживает как сжатие без потерь, так и сжатие с потерями. По умолчанию (а именно так работал Марк), осуществляется сжатие с потерями (качество 75 %). Подробнее о настройках драйвера GDAL для WebP читайте здесь.
💡 Марк обещает протестировать AVIF — алгоритм сжатия, конкурирующий с WebP — как только тот будет поддерживаться QGIS.
#python #софт
Новости R
🔹 Коллеги из канала Наука и данные рассказали о прогнозировании временных рядов с помощью пакета nixtlar (https://nixtla.github.io/nixtlar/index.html). В нем используется TimeGPT — базовая модель (foundation model) для прогнозирования временных рядов и обнаружения аномалий. Изначально TimeGPT был разработан на Python, но теперь, с помощью nixtlar, доступен пользователям R.
🔹 Нашли в открытом доступе новую книгу по R на русском языке:
📖 Поздняков И. Анализ данных и статистика в R (https://pozdniakov.github.io/tidy_stats/)
#R #python #FM #книга
🔹 Коллеги из канала Наука и данные рассказали о прогнозировании временных рядов с помощью пакета nixtlar (https://nixtla.github.io/nixtlar/index.html). В нем используется TimeGPT — базовая модель (foundation model) для прогнозирования временных рядов и обнаружения аномалий. Изначально TimeGPT был разработан на Python, но теперь, с помощью nixtlar, доступен пользователям R.
🔹 Нашли в открытом доступе новую книгу по R на русском языке:
📖 Поздняков И. Анализ данных и статистика в R (https://pozdniakov.github.io/tidy_stats/)
#R #python #FM #книга
Пример работы с открытыми спутниковыми данными Wyvern
В феврале канадская компания Wyvern запустила программу открытых данных своих гиперспектральных 🛰 спутников Dragonette. Эти спутники находятся на орбитах высотой 517–550 км над и имеют обеспечивают пространственное разрешение в надире (GSD) — 5,3 м.
Сейчас доступны данные Dragonette-1 в видимом и ближнем инфракрасном диапазонах — Standard VNIR (23 канала) и Extended VNIR (31 канал).
🔗 В этом посте Марк Литвинчик (Mark Litwintschik) экспериментирует с общедоступными данными Wyvern.
📸 Художественное изображение космического аппарата Dragonette.
#софт #python #гиперспектр
В феврале канадская компания Wyvern запустила программу открытых данных своих гиперспектральных 🛰 спутников Dragonette. Эти спутники находятся на орбитах высотой 517–550 км над и имеют обеспечивают пространственное разрешение в надире (GSD) — 5,3 м.
Сейчас доступны данные Dragonette-1 в видимом и ближнем инфракрасном диапазонах — Standard VNIR (23 канала) и Extended VNIR (31 канал).
🔗 В этом посте Марк Литвинчик (Mark Litwintschik) экспериментирует с общедоступными данными Wyvern.
📸 Художественное изображение космического аппарата Dragonette.
#софт #python #гиперспектр
openEO
Сейчас для автоматизированного сбора данных с портала Copernicus Data Space Ecosystem используется API openEO (https://openeo.org).
Основные элементы этого API можно посмотреть здесь.
Для использования API openEO есть готовые клиентские библиотеки на JavaScript, Python и 📸 R (библиотека openeo).
Кроме того, для пользователей не знакомых с программированием есть веб-редактор для openEO. Он поддерживает визуальное моделирование ваших алгоритмов и упрощенный доступ к рабочим процессам и провайдерам openEO на основе JavaScript.
При работе необходимо учитывать ограничения бесплатного доступа к данным — не более двух одновременных запросов.
#R #python #js #софт
Сейчас для автоматизированного сбора данных с портала Copernicus Data Space Ecosystem используется API openEO (https://openeo.org).
Основные элементы этого API можно посмотреть здесь.
Для использования API openEO есть готовые клиентские библиотеки на JavaScript, Python и 📸 R (библиотека openeo).
Кроме того, для пользователей не знакомых с программированием есть веб-редактор для openEO. Он поддерживает визуальное моделирование ваших алгоритмов и упрощенный доступ к рабочим процессам и провайдерам openEO на основе JavaScript.
При работе необходимо учитывать ограничения бесплатного доступа к данным — не более двух одновременных запросов.
#R #python #js #софт
Обнаружение объектов на снимках Maxar в пакете GeoDeep
В этом посте Марк Литвинчик (Mark Litwintschik) запускает встроенные в GeoDeep модели искусственного интеллекта на снимках Мьянмы и Бангкока (Таиланд), сделанных спутниками компании Maxar.
GeoDeep — Python-пакет для обнаружения объектов на спутниковых снимках. Пакет насчитывает около 1000 строк кода и использует ONNX Runtime и Rasterio.
Ниже приведены готовые модели из состава GeoDeep. Назначение их ясно их названий:
• aerovision
• birds
• buildings
• cars
• planes
• roads
• trees
• trees_yolov9
Спойлер:сколько-нибудь вменяемые результаты показала только модель buildings.
#софт #python #ИИ
В этом посте Марк Литвинчик (Mark Litwintschik) запускает встроенные в GeoDeep модели искусственного интеллекта на снимках Мьянмы и Бангкока (Таиланд), сделанных спутниками компании Maxar.
GeoDeep — Python-пакет для обнаружения объектов на спутниковых снимках. Пакет насчитывает около 1000 строк кода и использует ONNX Runtime и Rasterio.
Ниже приведены готовые модели из состава GeoDeep. Назначение их ясно их названий:
• aerovision
• birds
• buildings
• cars
• planes
• roads
• trees
• trees_yolov9
Спойлер:
#софт #python #ИИ
"Найди мне все лесопилки…"
Сэмюель Барретт (Samuel Barrett) показывает здесь и здесь как использовать предварительно вычисленные эмбеддинги ДЗЗ из базовой модели Клэя (Clay) на снимках NAIP для быстрой идентификации лесопилок в штатах Вашингтон и Орегон.
🛢 NAIP data embedded with Clay v1.5 (rev2)
🖥 Репозиторий кода на GitHub
Эксперимент показывает как эмбеддинги позволяют быстро отвечать на вопросы вроде "Что где находится?" в больших географических масштабах.
#ИИ #python
Сэмюель Барретт (Samuel Barrett) показывает здесь и здесь как использовать предварительно вычисленные эмбеддинги ДЗЗ из базовой модели Клэя (Clay) на снимках NAIP для быстрой идентификации лесопилок в штатах Вашингтон и Орегон.
🛢 NAIP data embedded with Clay v1.5 (rev2)
🖥 Репозиторий кода на GitHub
Эксперимент показывает как эмбеддинги позволяют быстро отвечать на вопросы вроде "Что где находится?" в больших географических масштабах.
#ИИ #python