Создан высокоточный датчик метана для беспилотников

Исследователи из России разработали прибор для оценки концентрации метана в атмосфере при помощи метода модуляционной лазерной спектроскопии. Прибор можно установить на малые БПЛА, способные поднимать до 5 кг полезной нагрузки.

Датчик позволяет измерять интегральную концентрацию метана с разрешением 15 частей на миллион на метр на высоте 50 м, что составляет примерно 7% от содержания метана в атмосферном воздухе. В этом отношении он значительно превосходит аналогичные зарубежные разработки, пригодные для установки на БПЛА.

"Внедрение разработанного газоанализатора для дистанционного мониторинга метана в зонах как естественных, так и антропогенных выбросов существенно облегчит процесс мониторинга. Это позволит экономически эффективно и оперативно детектировать утечки на газопроводах, оценивать качество воздуха вблизи опасных производств, а также в Арктике и на заболоченных территориях" — пояснил ведущий инженер МФТИ Вячеслав Мещеринов.

Ранее, российские ученые из ИКИ РАН и МФТИ, совместно с коллегами из Венского технического университета, разработали перестраиваемый диодно-лазерный спектрометр “ДЛС-Л” для изучения летучих соединений на Луне. С его помощью специалисты намерены изучить содержание водорода, кислорода, углерода и их изотопов (разновидностей химического элемента), выделенных из реголита приповерхностных слоев. Исследователи ожидают, что прибор войдет в состав полезной нагрузки миссии “Луна-27”. Предполагается, что спускаемый модуль миссии с научными приборами на борту совершит посадку вблизи Южного полюса Луны в 2028 году. Результаты работы опубликованы в журнале Planetary and Space Science.

#CH4 #россия

SpaceNews сообщает, что аппараты SuperView Neo-3 будут обеспечивать разрешение 0,7 м с шириной полосы обзора 100 км.

#китай

Венгерская телекоммуникационная компания 4iG планирует запустить спутники наблюдения Земли и телекоммуникационный спутник в рамках программы HUSAT

В своем заявлении 4iG назвала HUSAT “крупнейшей частной спутниковой программой в Венгрии и в регионе Центральной и Восточной Европы”.

В планах компании — запуск телекоммуникационного спутника HUGEO на геостационарную орбиту и создание группировки из восьми спутников дистанционного зондирования Земли (ДЗЗ) на низкой околоземной орбите — HULEO. Группировка должна состоять из шести спутников оптико-электронного наблюдения и двух радарных спутников.

Спутники ДЗЗ будут изготовлены дочерней компанией 4iG Space and Defense Technologies на заводе компании в Мартонвасаре (Венгрия), строительство которого должно быть завершено к 2026 году. Геостационарный спутник будет создаваться совместно с зарубежным партнером.

По планам 4iG, геостационарный спутник и первые оптические спутники должны начать работать к концу 2028 года.

📸 Художественное изображение телекоммуникационного спутника HUGEO.

Источник

#венгрия

Программный комплекс “Интеграл” для моделирования космических группировок и космических аппаратов

📖 Описание возможностей и примеры работы комплекса приведены в статье.

Комплекс состоит из модулей, которые условно можно разделить на 6 категорий по назначению:

1. Орбитальная динамика, включает численные методы интегрирования траекторий (Эверхарт, Дорманд-Принс, Кутта-Фелберг, Рунге-Кутта 4-го порядка), модели среды (атмосфера, эфемериды тел Солнечной системы, давление солнечного излучения, геопотенциал и его изменение и влияние тени), а также полуаналитическую модель SGP4.
2. Мониторинг космического пространства, поддерживающий учет программы наблюдений, а также оптический и микроволновой диапазон, в котором работают наблюдатели.
3. Дистанционное зондирование Земли в микроволновом и оптическом диапазонах с учетом программ наблюдений (или автоматическим их выбором), а также определением показателей качества системы.
4. Космическая связь с расчетом сеансов связи, параметров каналов связи с учетом межспутниковой передачи данных и маршрутизации сообщений на сетях, устойчивых к разрывам.
5. Конструктор космического аппарата — модуль, позволяющий, используя информацию о компонентах из базы данных и перечень требований к космическому аппарату (КА), подобрать конфигурации КА, наиболее подходящие, например, по массе.
6. Имитационный эксперимент — модуль, помогающий имитировать выполнение полетных заданий, моделировать работу подсистем, проверять корректность работы бортовых алгоритмов и, соответственно, выдавать технические требования к КА.

#россия #софт

Фильтрация и классификация в Earth Engine

В статье есть два любопытных примера использования Google Earth Engine:

➊ Сглаживание временных рядов NDVI с помощью фильтра Савицкого-Голая (Savitzky–Golay)
➋ Классификация полей сельскохозяйственных культур (попиксельная) методом “случайного леса” (random forest)

Фильтр Савицкого-Голая реализован в виде функции библиотеки OpenEarthEngineLibrary, о которой мы еще поговорим.

Мы обычно не используем классификацию в Earth Engine, предпочитая выполнять ее в R по полученным из EE снимкам. Но кому-то приведенный пример может пригодиться.

📸 Исходный временной ряд NDVI (ndvi) и ряд, сглаженный фильтром Савицкого-Голая (ndvi_sg).

#GEE

Спутниковая платформа ElaraSat австралийской компании Gilmour Space выбрана для создания спутника-демонстратора, измеряющего выбросы метана

Работы по созданию спутника возглавляет компания LatConnect60 из Перта (Австралия), занимающейся дистанционным зондированием Земли. Спутник будет собирать данные о выбросах метана и углерода с целью сокращения этих выбросов в будущем.

Стокилограммовый спутник, получивший название SWIRSAT (Short-Wave Infrared Imagery Satellite — спутник коротковолновой инфракрасной съемки) создается по программе Австралийского космического агентства — International Space Investment India Projects. Аппарат будет оснащен современными датчиками и компьютером, предоставленными сиднейской компанией Spiral Blue. Эти компоненты будут интегрированы в платформу ElaraSat на предприятии Gilmour Space в Квинсленде, и запущены компанией Skyroot Aerospace в Индии.

“SWIRSAT позволит получить важнейшие сведения из данных наблюдения Земли с очень высоким пространственным разрешением в коротковолновом инфракрасном диапазоне”, — сообщил Венкат Пиллай (Venkat Pillay), генеральный директор и основатель компании LatConnect60. “Он позволит с высокой точностью определять и количественно оценивать выбросы углерода на уровне [точечных] источников, заполняя ключевой пробел на рынке данных с низкой околоземной орбиты”.

Источник

#австралия #индия #CH4

Спутниковые снимки KH-9 Hexagon помогли выявить археологические памятники эпохи халколита

Археологи выявили 85 ранее неизвестных курганов, 6 некрополей и 9 памятников эпохи халколита (переходный период от неолита к бронзовому веку) при обследовании бассейна реки Карачай вдоль северного предгорья Малого Кавказа в западном Азербайджане.

Для реконструкции изменений ландшафта во времени, оценки влияния современной деятельности человека и выявления потенциальных археологических объектов использовались снимки спутников KH-9 Hexagon 1976 года и современные данные Google Earth Pro. Затем было проведено традиционное полевое обследование выявленных объектов.

Заключительным этапом стало топографическое картографирование. Любопытно, что для создания ортофотопланов использовалась съемка с воздушного змея.

📸 Курганный комплекс Саффикюрд (Səfikürd) на ортофотомозаике, построенной по данным съемки с воздушного змея.

#археология

Ночной снимок извержения вулкана на исландском полуострове Рейкьянес

После более чем двухмесячного затишья, 20 ноября 2024 года началось очередное извержение вулкана на исландском полуострове Рейкьянес. Оно стало седьмым в череде извержений, начавшейся в декабре 2023 года.

Ночной снимок ⬆️ сделан прибором VIIRS (Visible Infrared Imaging Radiometer Suite) спутника Suomi NPP спустя примерно пять часов после начала извержения. Самое яркое пятно на снимке — свет от извержения на юго-западе Исландии. Оно выглядит ярче, чем ночное освещение Рейкьявика, который расположен северо-восточнее.

#dnb #вулкан #снимки

Slingshot Aerospace создаст веб-портал системы слежения за космическим пространством

Министерство торговли США заключило контракт с компанией Slingshot Aerospace на сумму 13,3 миллиона долларов на создание веб-портала для доступа к создаваемой базе данных слежения за космическим пространством — Traffic Coordination System for Space (TraCSS).

TraCSS разрабатывается Управлением космической торговли NOAA (Office of Space Commerce, OSC), которому поручено перенять обязанности по координации космического трафика от Министерства обороны США после выхода Директивы 3 по космической политике (SPD-3) в 2018 году. Ожидается, что сайт TraCSS.gov будет запущен в конце 2025 года, после чего начнется переход на него коммерческих пользователей с сайта Space-track.org Космического командования США.

Согласно проекту “TraCSS будет предоставлять данные слежения за спутниками, а также сопутствующие продукты и услуги для всех частных и гражданских владельцев/операторов космических аппаратов. TraCSS будет собирать данные из различных доступных источников и типов данных для анализа с целью поддержки отслеживания мусора и космических объектов”. Предполагается, что TraCSS будет предоставлять данные о погрешности определения траекторий спутников и “более продвинутые” расчеты вероятности аварий.

#США #орбиты

Поздравляем коллег!

Сотрудники ИКИ РАН — лауреаты премии Правительства России в области науки и техники 2024 года!⭐️

Торжественная церемония вручения премий руководителям коллективов состоялась 27 ноября 2024 г. в Доме Правительства. Премии вручил Председатель Правительства России Михаил Мишустин.
Сотрудники ИКИ РАН — участники двух коллективов, получивших высокие награды.

🚀«За создание первого российского рентгеновского зеркального телескопа ART-ХС, открывающее новое направление в технологиях отечественного космического приборостроения» сотрудникам отдела астрофизики высоких энергий ИКИ РАН:
〰 Павлинскому Михаилу Николаевичу, доктору физико-математических наук, заведующему отделом (посмертно), руководителю работы,
〰 Бунтову Михаилу Владимировичу, начальнику лаборатории,
〰 Левину Василию Владимировичу, начальнику сектора,
〰 Лутовинову Александру Анатольевичу, доктору физико-математических наук, члену-корреспонденту Российской академии наук, заместителю директора по научной работе,
〰 Семене Николаю Петровичу, доктору технических наук, заведующему лабораторией.

🚀«За разработку и применение интеллектуальных мультиспектральных систем дистанционного мониторинга природной и техногенной среды для отраслей цифровой экономики» сотрудникам отдела технологий спутникового мониторинга ИКИ РАН:
〰 Барталеву Сергею Александровичу, доктору технических наук, профессору, главному научному сотруднику ИКИ РАН,
〰 Лупяну Евгению Аркадьевичу, доктору технических наук, заведующему отделом.

▶️ Подробнее
▶️ 27.11.2024 Михаил Мишустин вручил премии Правительства в области науки и техники / Новости Правительства России

Логические операции

Рассмотрим логические операции с векторными данными (SpatVector) в пакете terra.

Начнем с функций crop и intersect — для обрезки и вычисления пересечения векторных данных соответственно:

crop(x, y, ...)
intersect(x, y, ...)

Функции принимают на вход объекты SpatVector, SpatExtent или SpatRaster (у crop первым аргументом могут быть только векторы и растры). С растровым использованием этих функций мы уже сталкивались здесь и здесь.

Построим полигон p1 и лежащий внутри него полигон p2:

p1 <- vect("POLYGON ((0 0, 8 0, 8 9, 0 9, 0 0))")
p2 <- vect("POLYGON ((2 6, 3 6, 3 8, 2 8, 2 6))")
plot(p1, lwd=2)
lines(p2, lwd=2, col="blue")

lines использована для рисования поверх первого plot’a.

Применив к p1 и p2 обрезку и пересечение

cropped <- crop(p1,p2)
isected <- intersect(p1,p2)

мы получим одинаковый результат:

 # class       : SpatVector 
 # geometry    : polygons 
 # dimensions  : 1, 0  (geometries, attributes)
 # extent      : 2, 3, 6, 8  (xmin, xmax, ymin, ymax)
 # coord. ref. :

Разница в работе функций появляется, когда у векторных данных есть атрибуты:

p1[["id1"]] <- 1L
p2[["id4"]] <- 1L

cropped <- crop(p1,p2)
# class       : SpatVector 
# geometry    : polygons 
# dimensions  : 1, 1  (geometries, attributes)
# extent      : 2, 3, 6, 8  (xmin, xmax, ymin, ymax)
# coord. ref. :  
# names       :   id1
# type        : <int>
# values      :     1
isected <- intersect(p1,p2)
# class       : SpatVector 
# geometry    : polygons 
# dimensions  : 1, 2  (geometries, attributes)
# extent      : 2, 3, 6, 8  (xmin, xmax, ymin, ymax)
# coord. ref. :  
# names       :   id1   id4
# type        : <int> <int>
# values      :     1     1

У crop, в отличие от intersect, геометрия и атрибуты y не передаются на выход.
Обрезать SpatVector можно по прямоугольнику (SpatRaster, SpatExtent) или по другому SpatVector. Если это не полигоны, то используется минимальная выпуклая оболочка.

Объединение векторов SpatVector, а также объектов SpatExtent, осуществляет функция union.

При объединении полигонов нужно учесть один важный момент. Объединим p1 и p2 с помощью union:

united <- union(p1, p2)
# class       : SpatVector 
# geometry    : polygons 
# dimensions  : 2, 2  (geometries, attributes)
# extent      : 0, 8, 0, 9  (xmin, xmax, ymin, ymax)
# coord. ref. :  
# names       :   id1   id4
# type        : <int> <int>
# values      :     1    NA
#                   1     1
plot(united[1], lwd=2, col="red")
plot(united[2], add=T, lwd=2, col="blue")

В результате получим вектор, состоящий из двух полигонов: “дырявого” p1 с вырезанным из него p2, и, собственно, p2. Если такой эффект вам не нужен, а нужно просто создать SpatVector из нескольких полигонов, используйте rbind:

merged <- rbind(p1, p2)
# class       : SpatVector 
# geometry    : polygons 
# dimensions  : 2, 2  (geometries, attributes)
# extent      : 0, 8, 0, 9  (xmin, xmax, ymin, ymax)
# coord. ref. :  
# names       :   id1   id4
# type        : <int> <int>
# values      :     1    NA
                  NA     1

Объединение линий и точек c помощью union просто объединяет два набора данных без каких-либо геометрических пересечений — так же, как и rbind. На выходе получим атрибуты обоих исходных векторов.

Если x и y имеют разный геометрический тип, то возвращается коллекция SpatVectorCollection.

Функция c() создает их векторов SpatVectorCollection или добавляет объекты в существующую коллекцию:

collected <- c(p1, p2)
# class       : SpatVectorCollection 
# length      : 2 
# geometry    : polygons (1)
               polygons (1)
# names       : ,

#R

Пространственные отношения между геометриями

Пространственные отношения между объектами — это про то, кто кого касается, пересекает, лежит внутри и т. п.

Выяснить пространственные отношения между геометриями векторов помогает функция relate. Она возвращает логическую матрицу, указывающую на наличие или отсутствие определенных пространственных отношений между геометриями x и y:

relate(x, y, relation, ...)

relation — отношение между геометриями: "intersects", "touches", "crosses", "overlaps", "within", "contains", "covers", "coveredby", "disjoint".

Посмотрим как это работает. Создадим новый полигон, лежащий внутри p1 и не пересекающийся с p2:

merged <- rbind(p1, p2)
p3 <- vect("POLYGON ((4 6, 5 6, 5 8, 4 8, 4 6))")
plot(merged, lwd=2)
lines(p3, lwd=2, col="blue")

Найдем, с какими полигонами из merged пересекается (intersects) p3:

relate(merged, p3, "intersects")
      [,1]
[1,]  TRUE
[2,] FALSE

p3 пересекается с первым элементом merged, то есть с p1, и не пересекается со вторым (p2).

is.related(x, y, relation, ...) возвращает логический вектор, указывающий на наличие/отсутствие определенных пространственных отношений между x и любой из геометрий в y.

is.related(merged, p3, "intersects")
[1]  TRUE FALSE

#R

Данные Sentinel-1 SLC Bursts доступны на платформе CDSE

На платформе Copernicus Data Space Ecosystems (CDSE), через которую распространяются данные европейской программы Copernicus, появился доступ к данным Sentinel-1 SLC Bursts, извлеченных из радарных данных Sentinel-1 SLC.

Burst или “импульс” является атомарной единицей данных Sentinel-1 SLC. При изучении небольших объектов достаточно взять только “импульсы”, покрывающие исследуемый объект, чтобы, например, построить по ним интерферограмму. Размер одного “импульса” составляет около 4% от общего размера файла данных (4–5 Гб).

• Доступ по API
• Скачивание с помощью Bursts extraction tool
• Документация по SLC Bursts

Сейчас пользователи могут искать продукты Sentinel-1 SLC Bursts, начиная со 2 августа 2024 г., но вскоре начнется генерация архивных продуктов SLC Bursts в каталоге.

Ранее подобные данные появились в NASA Alaska Satellite Facility.

#SAR #InSAR #sentinel1 #данные

Наблюдения MethaneSAT позволили уточнить объемы выбросов метана

Снимки, полученные запущенным 4 марта 2024 года спутником MethaneSAT, позволили уточнить объем выбросов метана в нескольких нефтегазоносных бассейнах.

Общий объем выбросов метана при добыче нефти и газа, наблюдаемый на сентябрьских снимках MethaneSAT, варьируется от примерно 50 тонн в час в бассейне Юинта (Uinta, шт. Юта) до 280 тонн в час в Пермском бассейне (шт. Техас).

Исходя из валовой добычи газа, уровень потерь (или интенсивность выбросов), наблюдаемый в Пермском бассейне составляет от 1,8% до 2,9%. Это примерно в девять раз превышает целевой уровень потерь в 0,2%, который должен быть достигнут к 2030 году. В бассейне Юинта с его устаревшей, подверженной утечкам инфраструктурой и низкой добычей нефти и газа, MethaneSAT наблюдал уровень потерь около 9%.

Выбросы, оцененные MethaneSAT, значительно превышают данные, полученные на основе “восходящих” оценок. Даже за вычетом источников, не связанных с нефтью и газом, выбросы метана, наблюдаемые в Пермском бассейне, три-пять раз превышают оценки EPA (Агентство по охране окружающей среды США), а выбросы, наблюдаемые в Южном Каспии, более чем в 10 раз превышают данные независимой глобальной базы данных по выбросам EDGAR в 2022 году.

Пространственное разрешение данных MethaneSAT составляет 100 м (поперек трассы) х 400 м (вдоль трассы), что позволяет оценивать выбросы метана от источников, площадью свыше 1 кв. км. Полоса обзора составляет 200 км.

Сейчас MethaneSAT ведет пробные наблюдения на нескольких нефтегазоносных бассейнах США, в Венесуэле и в Южном Каспии. В полном объеме платформа данных MethaneSAT должна заработать в начале 2025 года.

📸 Концентрация метана в Пермском бассейне (шт. Техас, США) на снимке MethaneSAT.

Источник

#CH4

Planet Labs заключила новый контракт с Global Fishing Watch

Один из ведущих поставщиков оптических данных дистанционного зондирования Земли из космоса, компания Planet Labs (США), объявила о заключении нового контракта с международной некоммерческой организацией Global Fishing Watch (GFW). Шестизначная сделка является расширением текущего соглашения между организациями.

Новый контракт значительно увеличивает площадь зоны мониторинга GFW, опирающегося на оптические снимки Planet с пространственным разрешением 3 метра. Теперь эти снимки будут охватывать большую часть глобальной береговой линии.

GFW намерена составить карту активности маломерных судов в океане. Снимки высокого разрешения помогут обнаруживать малые суда, не использующие автоматические идентификационные системы (AIS) или системы мониторинга судов (VMS), а также более точно определять вид деятельности судна.

Источник

#planet