Ледник Якобсхавн

Ледник Якобсхавн (англ.: Jakobshavn, гренл. Sermeq Kujalleq — “южный ледник”) на западном побережье Гренландии производит около 10% всех ее айсбергов. Многие айсберги настолько велики, что сразу садятся на мель, оставаясь там годами, пока не растают настолько, чтобы начать дрейфовать. Возможно, айсберг, с которым в 1912 году столкнулся “Титаник”, происходил от ледника Якобсхавн.

На оптическом снимке Sentinel-2 1️⃣, сделанном 5 августа 2024 года, прекрасно виден белый “язык” ледника Якобсхавн в устье фьорда Илулиссат (Ilulissat). Множество айсбергов выглядят белыми точками, разбросанными по фьорду и усеивающими воды залива Диско (Disko), словно звезды на ночном небе. Стоит только помнить, что некоторые из них достигают высоты 100 метров над водой, скрывая большую часть под поверхностью. Периметр самых больших айсбергов, изображенных на снимке, достигает 2 км.

К северу от устья фьорда расположен небольшой городок Илулиссат, а еще дальше к северу светло-коричневым цветом выделяется городской аэропорт. Илулиссат, что в переводе с гренландского означает “айсберги”, — популярное место среди туристов, которые приезжают посмотреть на гигантские айсберги, проплывающие рядом с портом.

На радарном снимке 2️⃣, сделанном 3 августа 2024 года спутником Sentinel-1, показано расположение гигантских айсбергов за два дня до съемки спутником Sentinel-2. Сравнивая эти два снимка, можно проследить движение айсбергов. Обычно, в этом районе айсберги дрейфуют на север в направлении Илулиссата.

#снимки #лед #SAR

Выделение значимых спектральных диапазонов для анализа состояния хвойных лесов

📖 Мартинов А.О., Ломако А.А., Литвинович Г. С. Выделение значимых спектральных каналов для анализа состояния хвойных лесов

Задача обнаружения болезней леса на ранних стадиях актуальна и сложна. Часто, по данным ДЗЗ болезнь можно обнаружить лишь тогда, когда предпринимать что-либо уже поздно. Причем это касается не только наблюдений из космоса, но и с БПЛА. В последнем случае, одна из причин состоит в том, что камеры БПЛА не имеют достаточного числа спектральных каналов, необходимых для диагностики состояния леса.

Ученые из Института прикладных физических проблем имени А.Н. Севченко Белорусского государственного университета (Минск, Беларусь) задались целью выделить диапазоны длин волн в спектре отражения, которые позволят обнаружить усыхание елей на ранних стадиях 1️⃣.

Более восьми тысяч спектров, зарегистрированных при помощи беспилотного комплекса авиационного спектрометрирования (БЕКАС) были представлены в пространстве главных компонент. Это позволило провести предварительную классификацию без обучения, убрать спектры, не относящиеся к елям, и выделить для дальнейшего анализа более пяти тысяч спектров елей разной степени усыхания.

Затем выборка спектров была разделена по степени усыхания, с использованием размеченных лесопатологами данных.

К размеченной выборке (около двух тысяч спектров) применили алгоритм классификации Random Forest, который позволяет выделить наиболее значимые для классификации признаки (в нашем случае — спектральные диапазоны). В результате были выделены 2️⃣ наиболее значимые спектральные диапазоны, которые можно использовать в съемочной аппаратуре для обнаружения усыхания хвои на ранних стадиях.

👨🏻‍🏫 Презентация

Интересно было бы взглянуть на применение других 1) методов классификации (например, XGBoost), 2) способов оценки влиятельности признаков в Random Forest (например, treeinterpreter). Значимые диапазоны, полученные разными методами, должны совпадать или хотя бы в значительной степени пересекаться.

#лес