Поиск землетрясений
Самую оперативную и полную информацию о землетрясениях по всему миру можно получить в USGS Earthquake Catalog.
Как всегда при поиске, задаем интервал времени и область пространства. Можно указать магнитуду, а также ряд других параметров землетрясения (например, глубину эпицентра — Depth).
USGS фиксирует не только классические землетрясения, но и колебания, вызванные другими причинами: вулканической активностью, взрывами и т. п. Указать тип события (event type) можно в Advanced Options.
Результаты поиска (Output Options) отображаются на карте или экспортируются в файл. Среди форматов есть CSV, KML и GeoJSON.
Зачем специалисту по дистанционному зондированию знать, где произошло землетрясение или другая катастрофа? Затем, чтобы выбрать снимки, необходимые для анализа последствий катастрофы как можно быстрее. По новостям это делать неудобно, хотя и возможно.
Но ведь есть готовые снимки катастроф, которые выкладывают разные организации? Есть, но это будут только те снимки, которые они нам решили предоставить. Наконец, это именно мы (или наши коллеги) и готовим такие снимки 🙂.
Исторические данные о землетрясениях теперь можно найти на GEE: USGS Global Earthquake dataset.
#ЧС #данные #GEE
Самую оперативную и полную информацию о землетрясениях по всему миру можно получить в USGS Earthquake Catalog.
Как всегда при поиске, задаем интервал времени и область пространства. Можно указать магнитуду, а также ряд других параметров землетрясения (например, глубину эпицентра — Depth).
USGS фиксирует не только классические землетрясения, но и колебания, вызванные другими причинами: вулканической активностью, взрывами и т. п. Указать тип события (event type) можно в Advanced Options.
Результаты поиска (Output Options) отображаются на карте или экспортируются в файл. Среди форматов есть CSV, KML и GeoJSON.
Зачем специалисту по дистанционному зондированию знать, где произошло землетрясение или другая катастрофа? Затем, чтобы выбрать снимки, необходимые для анализа последствий катастрофы как можно быстрее. По новостям это делать неудобно, хотя и возможно.
Но ведь есть готовые снимки катастроф, которые выкладывают разные организации? Есть, но это будут только те снимки, которые они нам решили предоставить. Наконец, это именно мы (или наши коллеги) и готовим такие снимки 🙂.
Исторические данные о землетрясениях теперь можно найти на GEE: USGS Global Earthquake dataset.
#ЧС #данные #GEE
Из истории исследования спектральной отражательной способности природных объектов
Одним из предшественников дистанционного зондирования, как известно, является аэрофотосъемка. Уже в 1920-е годы она неоднократно и успешно применялась для выполнения землеустроительных работ и лесной таксации. Однако съемка велась только в видимом диапазоне, что существенно ограничивало ее возможности.
Все объекты по-разному отражают солнечное излучение в различных участках спектра электромагнитных колебаний. Если знать особенности отражения разными объектами, то можно научиться лучше разделять эти объекты на снимках, выбирая участки спектра, где отражение объектов заметно отличается. Можно выявить изменения в состоянии объекта, не заметные в видимом диапазоне, но уже проявившиеся в других областях спектра. Можно судить о химическом составе объекта… Но сначала придется выполнить измерения спектральной яркости для огромного числа объектов при разных условиях съемки.
Были и другие трудности. Необходимые съемки не могли быть выполнены простым фотоаппаратом. Требовались специальные съемочные устройства и подготовленные операторы. На помощь пришли астрономы, которые к тому времени уже освоили спектроскопию для изучения свойств небесных объектов.
Первые исследования спектральной отражательной способности природных объектов в СССР были выполнены в Пулковской астрономической обсерватории профессором Г. А. Тиховым, применившим для этого метод спектрофотометрии. В 1930 и 1931 годах им были получены первые данные по спектральной отражательной способности растений и почв на территории парка обсерватории.
Накопленные к тому времени результаты исследований спектров отражения не давали общей картины, пригодной для практического применения. Первая подробная сводка данных о коэффициентах спектральной яркости природных объектов в видимом и ближнем инфракрасном диапазоне стала результатом измерений, выполненных Е. Л. Криновым. Работа началась в 1932 году, под руководством Г. А. Тихова, и была завершена в 1938 году. Результаты опубликованы в книге: Кринов Е.Л. Спектральная отражательная способность природных образований, М.-Л.: АН СССР, 1947. — 272 с.
Долгие годы эта работа Е. Л. Кринова была наиболее полной сводкой данных, полученных одной аппаратурой при идентичных условиях и по единой методике. Конечно, сейчас есть библиотеки спектров, но они содержат только сухие данные. В них нет выводов, выявленных закономерностей, рекомендаций. В этом смысле работа Кринова актуальна по сей день и читать ее интересно.
В 1950-х годах книга была переведена на английский язык (Krinov, E. L., 1953. Spectral reflectance properties of natural formations. Natl. Res. Council Can., Tech. Transl., TT-439, 268 pp.) и стала основой многих зарубежных исследований (пример).
Кстати, есть еще книга Чапурский Л.И. Отражательные свойства природных объектов в диапазоне 400-2500 нм. М.: Министерство обороны СССР, 1986, в которой должны быть коэффициенты спектральной яркости в диапазоне SWIR. Но у меня ее нет. Если кто-то знает, где ее взять, пишите в @sputnikDZZ_bot.
#история
Одним из предшественников дистанционного зондирования, как известно, является аэрофотосъемка. Уже в 1920-е годы она неоднократно и успешно применялась для выполнения землеустроительных работ и лесной таксации. Однако съемка велась только в видимом диапазоне, что существенно ограничивало ее возможности.
Все объекты по-разному отражают солнечное излучение в различных участках спектра электромагнитных колебаний. Если знать особенности отражения разными объектами, то можно научиться лучше разделять эти объекты на снимках, выбирая участки спектра, где отражение объектов заметно отличается. Можно выявить изменения в состоянии объекта, не заметные в видимом диапазоне, но уже проявившиеся в других областях спектра. Можно судить о химическом составе объекта… Но сначала придется выполнить измерения спектральной яркости для огромного числа объектов при разных условиях съемки.
Были и другие трудности. Необходимые съемки не могли быть выполнены простым фотоаппаратом. Требовались специальные съемочные устройства и подготовленные операторы. На помощь пришли астрономы, которые к тому времени уже освоили спектроскопию для изучения свойств небесных объектов.
Первые исследования спектральной отражательной способности природных объектов в СССР были выполнены в Пулковской астрономической обсерватории профессором Г. А. Тиховым, применившим для этого метод спектрофотометрии. В 1930 и 1931 годах им были получены первые данные по спектральной отражательной способности растений и почв на территории парка обсерватории.
Накопленные к тому времени результаты исследований спектров отражения не давали общей картины, пригодной для практического применения. Первая подробная сводка данных о коэффициентах спектральной яркости природных объектов в видимом и ближнем инфракрасном диапазоне стала результатом измерений, выполненных Е. Л. Криновым. Работа началась в 1932 году, под руководством Г. А. Тихова, и была завершена в 1938 году. Результаты опубликованы в книге: Кринов Е.Л. Спектральная отражательная способность природных образований, М.-Л.: АН СССР, 1947. — 272 с.
Долгие годы эта работа Е. Л. Кринова была наиболее полной сводкой данных, полученных одной аппаратурой при идентичных условиях и по единой методике. Конечно, сейчас есть библиотеки спектров, но они содержат только сухие данные. В них нет выводов, выявленных закономерностей, рекомендаций. В этом смысле работа Кринова актуальна по сей день и читать ее интересно.
В 1950-х годах книга была переведена на английский язык (Krinov, E. L., 1953. Spectral reflectance properties of natural formations. Natl. Res. Council Can., Tech. Transl., TT-439, 268 pp.) и стала основой многих зарубежных исследований (пример).
Кстати, есть еще книга Чапурский Л.И. Отражательные свойства природных объектов в диапазоне 400-2500 нм. М.: Министерство обороны СССР, 1986, в которой должны быть коэффициенты спектральной яркости в диапазоне SWIR. Но у меня ее нет. Если кто-то знает, где ее взять, пишите в @sputnikDZZ_bot.
#история
Кринов_Е_Л_Спектральная_отражательная_способность_природных_образований.pdf
16.1 MB
Вместо рассказов о книге, лучше познакомится с самой книгой:
Кринов Е.Л. Спектральная отражательная способность природных образований, М.-Л.: АН СССР, 1947. — 272 с.
#книга
Кринов Е.Л. Спектральная отражательная способность природных образований, М.-Л.: АН СССР, 1947. — 272 с.
#книга
This media is not supported in your browser
VIEW IN TELEGRAM
Портал Роскосмоса
Портал Роскосмоса содержит базу данных космических снимков земной поверхности, где в перспективе должны оказаться снимки всех гражданских российских спутников. Посмотрим, что может портал сейчас.
Возможности поиска снимков обычны для таких сервисов: можно указать область пространства (или загрузить шейпфайл), интервал времени и облачность, а также разрешение данных. Самое интересное здесь — данные сверхвысокого и высокого разрешения.
Данные сверхвысокого разрешения — это снимки Ресурс-П. Сейчас эти спутники выведены из эксплуатации, поэтому самые свежие снимки относятся к сентябрю 2021 года. Данные высокого разрешения — снимки спутников Канопус-В, которые вполне актуальны.
В результатах поиска увидим обзорный снимок и метаданные. Из последних можно узнать, в частности, углы съемки (задать их при поиске нельзя). Любопытно, что в метаданных снимки Ресурса-П указаны как данные нулевого уровня обработки.
Голубая точка возле иконки обзорного снимка у Ресурса-П означает, что снимок есть в полном разрешении (0.7 м). У Канопуса облачность указана в начале описания снимка.
Закажем один из снимков. Увы, но снимки Ресурса-П и Канопуса-В — платные. Впрочем, заказывать весь снимок не нужно. Достаточно вырезать район интереса, что обойдется значительно дешевле. И вот здесь у портала есть очень большой плюс — отсутствует требование минимальной площади заказа. То есть теоретически можно заказать фрагмент снимка размером в 1 пиксель. Например, можно заказать снимок высокого разрешения своего дачного участка. Можете попробовать, это обойдется дешевле 50 рублей. Заодно протестируете работу портала.
На следующем шаге оказывается, что продукты второго уровня обработки (L2) все-таки есть, и их можно заказать (можно выбрать и L1 c RPC). Число “Байт / пикс. кан.“ — это радиометрическое разрешение. Сразу укажем 2. Это 16 бит, что вполне нормально (1 байт — вчерашний день).
Цена зависит от уровня обработки данных и условий использования снимка. Снимок, предназначенный для размещения в Интернете, обойдется вдвое дороже, чем снимок без права передачи. В меню Документы можно найти Калькулятор стоимости данных ДЗЗ — там все подробно описано. Цены указаны за 1 кв. км.
“Безвозмездно, то есть даром” (с) платные снимки предоставляются тем, кто работает над выполнением госконтрактов. Обращаться для получения нужно по адресам из меню Контакты.
На портале есть образцы продуктов Канопус-В и Ресурс-П, которые можно скачать.
Искать снимки можно без регистрации, но для оформления заказа она понадобится.
Снимки низкого разрешения спутников Электро-Л и Арктика-М можно посмотреть в виде слоев карты, без регистрации. Кстати там есть очень удобный слой карты ЕЭКО, который как раз подойдет для поиска дачного участка)
Снимки среднего разрешения, сделанные Метеор-М, доступны бесплатно. Кроме того, можно выбрать и заказать снимки Sentinel-2 и Landsat 8. Разумеется, тоже бесплатно. Эти снимки нельзя обрезать по области интереса, но можно выбрать нужные каналы.
К порталу есть доступ по API (спецификация находится в меню Руководства).
Для доступа к порталу есть мобильное приложение “Цифровая Земля”.
В будущем здесь можно будет заказать съемку. Пока эта возможность недоступна.
#данные
Портал Роскосмоса содержит базу данных космических снимков земной поверхности, где в перспективе должны оказаться снимки всех гражданских российских спутников. Посмотрим, что может портал сейчас.
Возможности поиска снимков обычны для таких сервисов: можно указать область пространства (или загрузить шейпфайл), интервал времени и облачность, а также разрешение данных. Самое интересное здесь — данные сверхвысокого и высокого разрешения.
Данные сверхвысокого разрешения — это снимки Ресурс-П. Сейчас эти спутники выведены из эксплуатации, поэтому самые свежие снимки относятся к сентябрю 2021 года. Данные высокого разрешения — снимки спутников Канопус-В, которые вполне актуальны.
В результатах поиска увидим обзорный снимок и метаданные. Из последних можно узнать, в частности, углы съемки (задать их при поиске нельзя). Любопытно, что в метаданных снимки Ресурса-П указаны как данные нулевого уровня обработки.
Голубая точка возле иконки обзорного снимка у Ресурса-П означает, что снимок есть в полном разрешении (0.7 м). У Канопуса облачность указана в начале описания снимка.
Закажем один из снимков. Увы, но снимки Ресурса-П и Канопуса-В — платные. Впрочем, заказывать весь снимок не нужно. Достаточно вырезать район интереса, что обойдется значительно дешевле. И вот здесь у портала есть очень большой плюс — отсутствует требование минимальной площади заказа. То есть теоретически можно заказать фрагмент снимка размером в 1 пиксель. Например, можно заказать снимок высокого разрешения своего дачного участка. Можете попробовать, это обойдется дешевле 50 рублей. Заодно протестируете работу портала.
На следующем шаге оказывается, что продукты второго уровня обработки (L2) все-таки есть, и их можно заказать (можно выбрать и L1 c RPC). Число “Байт / пикс. кан.“ — это радиометрическое разрешение. Сразу укажем 2. Это 16 бит, что вполне нормально (1 байт — вчерашний день).
Цена зависит от уровня обработки данных и условий использования снимка. Снимок, предназначенный для размещения в Интернете, обойдется вдвое дороже, чем снимок без права передачи. В меню Документы можно найти Калькулятор стоимости данных ДЗЗ — там все подробно описано. Цены указаны за 1 кв. км.
“Безвозмездно, то есть даром” (с) платные снимки предоставляются тем, кто работает над выполнением госконтрактов. Обращаться для получения нужно по адресам из меню Контакты.
На портале есть образцы продуктов Канопус-В и Ресурс-П, которые можно скачать.
Искать снимки можно без регистрации, но для оформления заказа она понадобится.
Снимки низкого разрешения спутников Электро-Л и Арктика-М можно посмотреть в виде слоев карты, без регистрации. Кстати там есть очень удобный слой карты ЕЭКО, который как раз подойдет для поиска дачного участка)
Снимки среднего разрешения, сделанные Метеор-М, доступны бесплатно. Кроме того, можно выбрать и заказать снимки Sentinel-2 и Landsat 8. Разумеется, тоже бесплатно. Эти снимки нельзя обрезать по области интереса, но можно выбрать нужные каналы.
К порталу есть доступ по API (спецификация находится в меню Руководства).
Для доступа к порталу есть мобильное приложение “Цифровая Земля”.
В будущем здесь можно будет заказать съемку. Пока эта возможность недоступна.
#данные
Города, которые не могут расти и расширяться. Потому что некуда...
Amadiya в Ираке (вверху), Civita di Bagnoregio в Италии (внизу слева) и Male – столица Мальдив (внизу справа).
#снимки
Amadiya в Ираке (вверху), Civita di Bagnoregio в Италии (внизу слева) и Male – столица Мальдив (внизу справа).
#снимки
Влияние тяжелых металлов на спектральные характеристики растений
Попалась на глаза статья — не самая новая (2018 год), но очень интересная.
Стресс растений под влиянием тяжелых металлов довольно хорошо изучен. Он выражается в изменении отражательной способности в видимом и ближнем ИК-диапазоне 0.4–0.9 мкм. Но авторы решили рассмотреть не постоянное воздействие, а разовое и кратковременное.
Оказалось, что и кратковременное влияние тяжелых металлов существенно изменяет спектры отражения растений. У травянистых растений это происходит через несколько дней, у кустарников — через неделю и более. Сохраняются аномалии до двух месяцев. При этом никаких видимых морфологических изменений у растений не наблюдается.
Наибольшее значение для индикации стресса от тяжелых металлов на ранних стадиях воздействия имеет ближняя ИК-зона: 700–900 нм.
Любопытно, что характер аномалий спектра изменяется со временем. Казалось бы, отражающая способность просто должна падать. Однако для гречихи (и не только) сначала наблюдается отчетливая положительная аномалия в ближней ИК-зоне, а затем такая же четкая, но отрицательная аномалия. Возможно, невысокие концентрации тяжелых металлов вначале оказывают на растения стимулирующее действие, и только позднее, накопившиеся изменения в организме растений приводят к отрицательной аномалии спектра. Что именно там происходит — тема для новых исследований.
Очень важно, что рассматриваются полевые наблюдения, а не лабораторные. То есть съемки велись не в идеальных условиях, а в поле, где есть множество мешающих факторов. Но при этом изменения в спектре были вполне отчетливыми.
Это значит, что перенос таких наблюдений в воздух и на спутник — дело самого ближайшего будущего. Понадобится пространственное разрешение лучше 1 м и гиперспектральный сенсор (или, как минимум, мультиспектральный, с несколькими дополнительными узкими диапазонами в ИК-области).
Попалась на глаза статья — не самая новая (2018 год), но очень интересная.
Стресс растений под влиянием тяжелых металлов довольно хорошо изучен. Он выражается в изменении отражательной способности в видимом и ближнем ИК-диапазоне 0.4–0.9 мкм. Но авторы решили рассмотреть не постоянное воздействие, а разовое и кратковременное.
Оказалось, что и кратковременное влияние тяжелых металлов существенно изменяет спектры отражения растений. У травянистых растений это происходит через несколько дней, у кустарников — через неделю и более. Сохраняются аномалии до двух месяцев. При этом никаких видимых морфологических изменений у растений не наблюдается.
Наибольшее значение для индикации стресса от тяжелых металлов на ранних стадиях воздействия имеет ближняя ИК-зона: 700–900 нм.
Любопытно, что характер аномалий спектра изменяется со временем. Казалось бы, отражающая способность просто должна падать. Однако для гречихи (и не только) сначала наблюдается отчетливая положительная аномалия в ближней ИК-зоне, а затем такая же четкая, но отрицательная аномалия. Возможно, невысокие концентрации тяжелых металлов вначале оказывают на растения стимулирующее действие, и только позднее, накопившиеся изменения в организме растений приводят к отрицательной аномалии спектра. Что именно там происходит — тема для новых исследований.
Очень важно, что рассматриваются полевые наблюдения, а не лабораторные. То есть съемки велись не в идеальных условиях, а в поле, где есть множество мешающих факторов. Но при этом изменения в спектре были вполне отчетливыми.
Это значит, что перенос таких наблюдений в воздух и на спутник — дело самого ближайшего будущего. Понадобится пространственное разрешение лучше 1 м и гиперспектральный сенсор (или, как минимум, мультиспектральный, с несколькими дополнительными узкими диапазонами в ИК-области).
Изменения характера аномалии коэффициента спектральной яркости (КСЯ) гречихи (источник).
Сходил по ссылкам из статьи — там оказалась еще масса интересного.
В видимом свете плавки у обоих атлетов — темные, а в ИК-диапазоне у атлета справа они светлые. Сказываются различия в составе ткани.
Очень хочется развить тему плавок и спутников-шпионов, но мы все же остановимся.
В видимом свете плавки у обоих атлетов — темные, а в ИК-диапазоне у атлета справа они светлые. Сказываются различия в составе ткани.
Очень хочется развить тему плавок и спутников-шпионов, но мы все же остановимся.
Глобальные навигационные спутниковые системы как инструмент ДЗЗ
Развитие глобальных навигационных спутниковых систем (ГНСС) приводит к появлению новых способов их использования. Универсальные и общедоступные сигналы ГНСС дают высокоточный, непрерывный и всепогодный инструмент дистанционного зондирования Земли.
Преломление сигналов спутников ГНСС, совместно с наземными наблюдениями, позволяет определять наличие тропосферных водных паров, температуру и давление, параметры тропопаузы и мн. др. Эта область называется ГНСС-метеорологией.
Отраженные сигналы ГНСС дают возможность определять уровень поверхности океана, скорость и направление ветра над океаном, влажность почвы, толщину льда и снега. Использование отраженных сигналов ГНСС называют ГНСС-рефлектометрией.
Сигнал ГНСС — очень слабый, к тому же его мощность сильно ослабевает после рассеяния на цели, так что обнаружить отраженный сигнал становится непросто. Группа китайских исследователей под руководством Веннинга Гао предложила метод обработки сигналов ГНСС. Опуская технические подробности, теперь по рассеянному сигналу ГНСС можно обнаруживать небольшие движущиеся цели, вроде автомобилей. Таким образом, появилась ГНСС-скаттерометрия.
#GNSSR #SAR
Развитие глобальных навигационных спутниковых систем (ГНСС) приводит к появлению новых способов их использования. Универсальные и общедоступные сигналы ГНСС дают высокоточный, непрерывный и всепогодный инструмент дистанционного зондирования Земли.
Преломление сигналов спутников ГНСС, совместно с наземными наблюдениями, позволяет определять наличие тропосферных водных паров, температуру и давление, параметры тропопаузы и мн. др. Эта область называется ГНСС-метеорологией.
Отраженные сигналы ГНСС дают возможность определять уровень поверхности океана, скорость и направление ветра над океаном, влажность почвы, толщину льда и снега. Использование отраженных сигналов ГНСС называют ГНСС-рефлектометрией.
Сигнал ГНСС — очень слабый, к тому же его мощность сильно ослабевает после рассеяния на цели, так что обнаружить отраженный сигнал становится непросто. Группа китайских исследователей под руководством Веннинга Гао предложила метод обработки сигналов ГНСС. Опуская технические подробности, теперь по рассеянному сигналу ГНСС можно обнаруживать небольшие движущиеся цели, вроде автомобилей. Таким образом, появилась ГНСС-скаттерометрия.
#GNSSR #SAR
MDPI
Weak Signal Processing Method for Moving Target of GNSS-S Radar Based on Amplitude and Phase Self-Correction
Navigation satellite signals have the advantages of all-day, all-weather, and global coverage, and the use of navigation signals for the detection of moving targets has significant application prospects. However, the GNSS signal is very weak, and the signal…
ГНСС работают в L-диапазоне. Сигналы в нем хорошо проникают сквозь растительность. Разница в мощности отраженного сигнала от сухой и влажной поверхности позволяет составлять карты водных объектов и болот. В результате ГНСС-рефлектометрия (вверху) находит водные объекты, скрытые под пологом леса, чего оптические сенсоры (внизу) сделать не могут.
#GNSSR
#GNSSR
GEE-14. Административные границы
Данные об административных границах находятся в каталоге по тегу borders.
Здесь есть границы FAO GAUL 2015 года — нормального качества (the best available information on administrative units for all the countries in the world, как говорят они сами про себя) и упрощенного — FAO GAUL 500m. Каждый, в свою очередь, делится на три класса: границы стран (административный уровень 0), областей (1) и районов (2).
Если присмотреться, то окажется качество границ GAUL, мягко говоря, не очень. Для обзорной работы они подойдут, но для детальной нужно искать другие карты.
Второй вариант, представленный в каталоге: Large Scale International Boundary Polygons 2017 года (LSIB 2017). Они тоже есть детальные и упрощенные. Детальные — вполне приличного качества. Но это только границы стран.
Качественные границы есть среди сторонних наборов данных. В первую очередь, это geoBoundaries, с которыми мы уже знакомы. Они бывают в виде High Precision и Simplified, причем каждый доступен в двух вариантах: Unstandardized и Globally Standardized. В первом случае границы стран могут пересекаться из-за территориальных споров, во втором — границы приведены “к общему знаменателю” по данным Госдепа США.
У типичного набора данных geoBoundaries пять свойств:
Карты существуют для административных единиц уровней 0–4. Разумеется, если такие единицы в данной стране вообще есть. Например, для стран бывшего СССР есть карты административных единиц уровней 0–2 — вплоть до районов. А вот для Португалии есть и уровень 3 — приходы (пример). Административных единиц уровня 4 найти не удалось, хотя набор данных для них существует.
Качество границ geoBoundaries гораздо лучше, чем у GAUL. Хотя, при желании, огрехи можно найти и в них.
#GEE #данные #границы
Данные об административных границах находятся в каталоге по тегу borders.
Здесь есть границы FAO GAUL 2015 года — нормального качества (the best available information on administrative units for all the countries in the world, как говорят они сами про себя) и упрощенного — FAO GAUL 500m. Каждый, в свою очередь, делится на три класса: границы стран (административный уровень 0), областей (1) и районов (2).
Если присмотреться, то окажется качество границ GAUL, мягко говоря, не очень. Для обзорной работы они подойдут, но для детальной нужно искать другие карты.
Второй вариант, представленный в каталоге: Large Scale International Boundary Polygons 2017 года (LSIB 2017). Они тоже есть детальные и упрощенные. Детальные — вполне приличного качества. Но это только границы стран.
Качественные границы есть среди сторонних наборов данных. В первую очередь, это geoBoundaries, с которыми мы уже знакомы. Они бывают в виде High Precision и Simplified, причем каждый доступен в двух вариантах: Unstandardized и Globally Standardized. В первом случае границы стран могут пересекаться из-за территориальных споров, во втором — границы приведены “к общему знаменателю” по данным Госдепа США.
У типичного набора данных geoBoundaries пять свойств:
shapeGroup: SWZ
shapeID: SWZ-ADM0-1590546715-B1
shapeISO: SWZ
shapeName: Swaziland
shapeType: ADM0
shapeName — название административной единицы. Для выбора страны удобнее использовать shapeGroup — трехбуквенный код страны, который можно найти здесь.Карты существуют для административных единиц уровней 0–4. Разумеется, если такие единицы в данной стране вообще есть. Например, для стран бывшего СССР есть карты административных единиц уровней 0–2 — вплоть до районов. А вот для Португалии есть и уровень 3 — приходы (пример). Административных единиц уровня 4 найти не удалось, хотя набор данных для них существует.
Качество границ geoBoundaries гораздо лучше, чем у GAUL. Хотя, при желании, огрехи можно найти и в них.
#GEE #данные #границы
Качество детальных границ GAUL годиться только для обзорных работ.
Пример: https://code.earthengine.google.com/a152124b02d4c64e43555ecbb4fa8823
#границы
Пример: https://code.earthengine.google.com/a152124b02d4c64e43555ecbb4fa8823
#границы