Терре — 23 года

За текущими делами пропустил важную дату: 18 декабря 1999 года с авиабазы Ванденберг был запущен спутник Terra. Предполагалось, что он будет первым из трех спутников, составляющих цепочку непрерывных и однородных наблюдений за климатом на протяжении 15 лет. Потом срок его существования продлили, потом продлили снова. Сейчас Терре 23 года, у нее закончился запас топлива для коррекции орбиты (солнечно-синхронной, высотой 705 км). Ожидается, что она будет снята с эксплуатации в 2025–2026 годах. Впрочем, так уже говорили.

Terra имеет массу более 4.8 тонн и снабжена сразу пятью наблюдательными инструментами: ASTER, CERES, MISR, MODIS и MOPITT.

ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer), с несколькими каналами TIR, до недавнего времени был лучшим инструментом для измерения температуры земной поверхности (пространственное разрешение 90 м.). Тепловые каналы ASTER используются для картирования минералов на поверхности — незаменимый инструмент в геологии.

MISR (Multi-angle Imaging SpectroRadiometer) — один из немногих приборов, снимающих под несколькими углами. Большинство оптических снимков делается в надир, а MISR позволяет буквально заглянуть под кроны деревьев и лучше оценить вертикальную структуру леса.

Ну и, конечно же, MODIS (Moderate-resolution Imaging Spectroradiometer). 36 спектральных каналов. Разрешение — от 230 метров. Трудно представить себе человека, связанного с ДЗЗ, и хотя бы раз не использовавшего эти данные. На них основаны множество сервисов мониторинга за земной поверхностью (сельское хозяйство, лес, льды). На этих данных учились хранить и обрабатывать большие объемы данных, на них сейчас учатся ДЗЗ.

Так что, поздравляю всех с днем рождения Terra.

Школа-конференция по мониторингу леса

Школа-конференция молодых ученых в рамках XX Международной конференции “Современные проблемы дистанционного зондирования Земли из космоса” проводилась 18.11.2022 и была посвящена мониторингу лесов России. Формат школы очень удобен для обзорного рассказа: вместо куцых докладов — получасовые лекции. Так что получить пользу смогли не только молодые ученые. Выделю доклады, образующие цельный обзор задач и результатов, полученных преимущественно в ИКИ РАН.

* Барталев С.А. Методология комплексного использования спутниковых данных дистанционного зондирования, выборочных наземных наблюдений и моделирования для мониторинга бюджета углерода в лесах России. Путеводитель по остальным докладам школы.
* Хвостиков С.А. Технология оценки баланса и динамики углерода лесов России на основе данных ДЗЗ.
* Егоров В.А. Технология построения временных рядов спутниковых данных.
* Жарко В.О. Возможности оценки высоты и продуктивности лесов по спутниковым лидарным данным.
* Ховратович Т.С. Показатели горизонтальной структуры лесов и их дистанционная оценка на основе оптических спутниковых данных.
* Шабанов Н.В. Полуэмпирический подход разделения индекса листовой поверхности рассчитанного по данным ДЗЗ между верхним и нижним ярусами лесов России.
* Стыценко Ф.В. Оценка последствий воздействия природных пожаров на лесные экосистемы.

Был еще ряд интересных докладов, посвященных частным вопросам, и доклад по балансу парниковых газов, который стоит рассмотреть отдельно.

Тезисы: http://conf.rse.geosmis.ru/schedule.aspx?page=236#s1
Видео: https://youtu.be/bitFrhYZaeY, https://youtu.be/4tIx1owAwr8

#конференции #лес

Методы исследования баланса парниковых газов

Заключительный пятидесятиминутный доклад школы молодых ученых посвящен методам исследования баланса парниковых газов:

Репина И.А. (Институт физики атмосферы РАН) Дистанционные и прямые методы исследования баланса парниковых газов наземных экосистем, https://youtu.be/4tIx1owAwr8

Он стал продолжением доклада, сделанного на прошлогодней школе:

Репина И.А. Вклад водных объектов в глобальный углеродный цикл, https://youtu.be/CHsVQucJyeY

Кстати, прошлогодняя школа была посвящена проблемам исследования климатических изменений и оценки бюджета углерода.

#конференции #климат

Короткая информация. Уйдет в закреп.

Где взять научную литературу

Sci Hub — поиск статей по DOI / названию. Если ссылка умерла, ищете актуальные в Википедии. Если нужной статьи нет в базе, возможно: 1) статья слишком свежая и пока не попала в базу, 2) статья находится в открытом доступе, 3) перейдите к следующему пункту.

@science_nexus_bot — бот Nexus Search, который ищет статьи и книги. Более развитые настройки поиска, чем у Sci Hub. Поиск занимает больше времени, но иногда дает статьи, которых нет на Sci Hub.

Library Genesis — поиск книг, но есть и статьи.

Twirpx.com — книги, лекции, конспекты, лабораторные работы. Нужно зарегистрироваться и пополнить фонд библиотеки книгами и т. п.

Русскоязычные ресурсы

Elibrary.ru — Статьи из журналов, издающихся в России. Требуется регистрация.

Cyberleninka.ru — русскоязычные статьи, находящиеся в открытом доступе.

Studfile.net — база студенческих работ. Они разного качества, иногда полезны при знакомстве с новой темой.

Анализ библиографической информации

Dimensions — поиск публикаций, научных организаций, связей между ними и много другого. Может пригодиться в поиске партнеров для грантов.

#справка

Из истории государственно-частного партнерства в области ДЗЗ

В 1994 году правительство США разрешило гражданским коммерческим компаниям продавать спутниковые снимки с высоким пространственным разрешением (в то время: от 1×1 м до 4×4 м). Это привело к созданию ряда коммерческих консорциумов, у которых был капитал, необходимый для создания и запуска спутников, а также получения данных ДЗЗ с высоким пространственным разрешением. Откуда же взялся этот капитал?

Правительственная программа Enhanced View представляла собой 10-летний контракт на поставку коммерческих спутниковых снимков на сумму 7.3 млрд. долларов с двумя американскими компаниями: GeoEye и DigitalGlobe. Благодаря этой программе, компании инвестировали более 1 млрд. долларов в новую инфраструктуру спутникового ДЗЗ. Большая часть доходов компаний поступает от государственных контрактов. В 2013 году GeoEye слился с DigitalGlobe, а в 2017 последнюю поглотил Maxar Technologies.

Источник: Jensen J. Introductory Digital Image Processing: A Remote Sensing Perspective. 4th Edition. — Pearson Education, 2015. — 659 p. — ISBN 978-0-13-405816-0, глава 2.

#история #maxar

Дистанционное зондирование

Дистанционное зондирование (remote sensing) — это получение информации об объекте (явлении) без непосредственного контакта с ним. К дистанционному зондированию относят все виды неконтактного получения информации: съемки с различных измерительных платформ (спутников, самолетов, кораблей, подводных лодок, …), сейсморазведку, гравиразведку и т. д. Дистанционное зондирование поверхности Земли со спутника представляет собой измерение энергетических и поляризационных характеристик излучения наблюдаемого объекта в различных диапазонах электромагнитного спектра.

Появление термина “дистанционное зондирование” (remote sensing) восходит к неопубликованной статье, подготовленной в 1960 году сотрудниками Географического отдела Управления военно-морских исследований (Office of Naval Research, ONR) Эвелин Прюитт и Уолтером Бейли. В то время Географическое отделение ONR расширяло свои исследования, нужно было понять в каком направлении двигаться и как назвать более широкую область, идущую на смену интерпретации аэрофотоснимков. Ни “аэро”, ни “фото” уже не подходили. “Аэро” не описывал наблюдения из космоса, а “фото” (“свето”) — наблюдения, лежащие за пределами видимой области электромагнитного спектра. В итоге появилось “дистанционное зондирование”. Термин продвигался на серии симпозиумов, спонсируемых ONR и Национальным исследовательским советом, на протяжении 1960-х и в начале 1970-х годов, и с тех пор получил широкое распространение (см. главу 1 Jensen J. Introductory Digital Image Processing: A Remote Sensing Perspective. 4th Edition. — Pearson Education, 2015. — 659 p. — ISBN 978-0-13-405816-0).

Воспоминания Эвелин Прюитт: Pruitt, E. L. (1979). The Office of Naval Research and Geography. Annals of the Association of American Geographers, 69(1), 103–108. https://doi.org/10.1111/j.1467-8306.1979.tb01235.x

#основы #история #война

Земля из космоса в реальном времени: Himawari-8/9

Химавари (яп. “подсолнух”) — серия японских метеоспутников на геостационарной орбите. Делают снимки Земли каждые 10 минут с разрешением 1 км. (в видимом диапазоне). Покрывают Азиатско-Тихоокеанский регион.

Himawari-8 работал с 2015 г. и сейчас выведен в резерв. 13 декабря 2022 года его сменил Himawari-9. Камеры у них одинаковые, так что ряд наблюдений остался непрерывным.

Можно посмотреть готовую анимацию или скачать снимки и сделать свою.

Подробнее о Advanced Himawari Imager
Снимки Himawari в реальном времени
Архив снимков

#nrt #данные

GEE-0. Начало работы

Google Earth Engine (GEE) — это облачное хранилище данных (например, коллекций снимков Landsat, Sentinel и MODIS) и инструмент для их обработки. Не нужно качать сотни снимков и устанавливать специальные программы. Достаточно выбрать снимки в GEE, там же их обработать, а к себе экспортировать готовый результат. Очень удобная штука для ученых и студентов.

Для использования GEE нужно иметь аккаунт в Google и заполнить регистрационную форму https://signup.earthengine.google.com/#!/. После отправки формы, на указанной странице будет написано нечто вроде "We're glad you're interested. Keep an eye on your inbox ...". Письма-подтверждения можно не ждать, а сразу приступать к работе.

Работать с GEE можно при помощи JavaScript или Python. Самый простой способ познакомится с GEE — начать использовать JavaScript API. Идем в редактор кода (Code Editor https://code.earthengine.google.com и набираем в центральном окне (New Script)

print('Hello World!');

Жмем Run и получаем в консоли знакомое всем приветствие.

Возможно, в редакторе кода Google потребует от вас создать новый проект. Соглашайтесь, следуйте инструкциям и создавайте проект Non-profit.

Если вы захотите использовать Python API, пересесть на него после JavaScript будет несложно. Различия в синтаксисе умещаются в короткой таблице (Common syntax differences between JavaScript and Python).

#GEE

Вот, для затравки, снимок окрестностей Гомеля, сделанный Sentinel-2.

GEE-1. Отображение снимка на карте

Пример: https://code.earthengine.google.com/40a72a061da18016c0fbc207c5e1f62e

План:
1. Указываем район исследования
2. Выбираем снимок, покрывающий этот район
3. Отображаем снимок на карте

// Задаем ROI
var point = ee.Geometry.Point(31.0000000, 52.4416667);
var bbox = point.buffer({'distance': 20000}).bounds();

Сначала задаем точку с координатами (долготой и широтой). В примере это центр г. Гомель. Вокруг точки строим буфер — круг, радиусом 20 км., чтобы захватить город и окрестности. bounds строит вокруг буфера ограничивающий прямоугольник (так называемый bounding box). В нашем примере это квадрат. Район исследования нужен нам для обрезки снимка.

Логика в непривычном порядке координат такая: долгота соответствует математической координате X, а широта — Y.

// Выбираем снимок
var image = ee.Image('COPERNICUS/S2_SR/20220701T085559_20220701T090240_T35UQU');

image = image.select(['B4', 'B3', 'B2']).multiply(0.0001);

Задаем снимок из коллекции Sentinel-2 MSI: MultiSpectral Instrument, Level-2A. Выбираем из него красный, зеленый и синий каналы (RGB), и умножаем на масштабный множитель (для удобства, чтобы значения отражательной способности менялись в диапазоне от 0 до 1, а не от 0 до 10000).

// Отображаем снимок на карте

Map.centerObject(point, 10);
Map.addLayer(image.clip(bbox), vis, 'True Color (432)');

Центрируем карту по району исследования и задаем масштаб отображения (чем больше число, тем крупнее масштаб).
Добавляем на карту слой со снимком, обрезанным по границам района. Напомним, что от исходного снимка остались три канала видимого света. Переменная vis управляет отображением этих каналов на карте.

В результате получим снимок Гомеля.

#GEE

Выбросы CO2 крупными акваториями бореальной, субарктической и арктической зон в период разрушения ледяного покрова

В период разрушения льда у ряда крупных северных озер наблюдается кратковременный сильный (по сравнению с фоном) выброс углекислого газа. Эффект, предположительно, вызван накоплением CO2 в озере за период ледостава, и резким его выбросом при разрушении льда.

Среднее содержание CO2 и CH4 в столбе воздуха определялось по данным реанализа CAMS EGG4 (2003–2020 гг.). Ошибки данных CAMS EGG4 по СH4 и CO2 в среднем находятся в пределах 1% в нижних слоях тропосферы.

Данные реанализа CAMS EGG4 были совмещены по пространству и времени с данными яркостных температур, полученных из продукта L1C SMOS за период 2012–2020 гг. Яркостная температура понадобилась для определения фенологических фаз крупных акваторий (водная поверхность, ледяной покров, разрушение ледяного покрова).

Источник

#вода #лед #CO2 #GEE

Пишут что...

47% сырой нефти попадает в Мировой Океан из естественных выходов с морского дна, а 53% являются результатом утечек и разливов во время добычи, транспортировки, переработки, хранения и использования нефти. Источник

#вода

Кольца на воде

С появлением возможности получать космические снимки высокого разрешения, исследователи стали замечать в прибрежной зоне моря концентрические структуры в местах впадения рек. На снимке Sentinel-2 от 17 апреля 2022 г. (естественные цвета) видны концентрические структуры в устье р. Мзымты. Они проявляются на снимках видимого диапазона на расстоянии до 2.5 км от устья. Расстояние между полуокружностями составляет от 40 до 65 м. На радарных снимках концентрические структуры не наблюдаются.

Скорее всего, подобные концентрические структуры представляют собой проявления поверхностных волн. Напор вытекающих вод реки образует в море у устья область повышенного уровня воды, что и способствует генерации расходящихся круговых поверхностных волн.

Источник

#вода

В качестве бонуса: еще немного устья Мзымты летом 2022 г. и GEE-скрипт, который строит эти снимки.

Northrop Grumman тестирует систему передачи солнечной энергии из космоса на землю

В конце декабря Northrop Grumman завершила наземные испытания критической технологии, необходимой для передачи солнечной энергии из космоса на землю.

Несколько лет назад американские военные возобновили работы над проектом космической солнечной электростанции — миссией Arachne.

В 2018 году Исследовательская лаборатория ВВС США заключила с Northrop Grumman контракт на 100 миллионов долларов на разработку полезной нагрузки для демонстрации ключевых компонентов прототипа космической солнечной энергетической системы.

В 2020 году Военно-морская исследовательская лаборатория провела эксперимент на борту космического самолета X-37B ВВС США, в ходе которого были успешно протестированы аппаратные средства для улавливания солнечного света и преобразования его в электрическую энергию постоянного тока.

В конце 2021 года Northrop Grumman продемонстрировала, что ее “многослойная плитка” (“sandwich tile”) способна преобразовывать солнечную энергию в радиочастотную. В недавнем эксперименте компания отрабатывала технологию фазированных решеток для управления радиочастотным лучом и, как утверждается, преуспела.

Демонстрация возможностей передачи солнечной энергии с орбиты на землю запланирована на 2025 год.

Утверждается, что с помощью космических солнечных электростанций удастся обеспечивать топливом удаленные военные базы. Сегодня топливо для генераторов приходится перевозить на грузовиках, что превращает колонны машин в мишени для противника. Доступ к солнечной энергии из космоса поможет снизить эту уязвимость.

Работы над проектами космических солнечных электростанций ведутся Китаем, Европейским космическим агентством (программа Solaris) и Великобританией.

#энергетика

Arachne