Запущен Dragonette-001 — первый аппарат гиперcпектральной группировки Wyvern
15 апреля 2023 года выведен на орбиту первый спутник из гиперспектральной группировки канадской компании Wyvern. Мы прозевали этот пуск, и пропустили бы все на свете, если бы не заметка коллеги — спасибо ему за информацию.
Спутник называется Dragonette-001. Это 6U CubeSat, который выводился в транспортно-пусковом контейнере ION Satellite Carrier. Gunter’s Space Page сообщил о запуске контейнера, не указав его “начинку”. Кстати, следующий запуск контейнера (ION-SCV 011) планируется 10 июня этого года. Весьма вероятно, что в нем будут находиться Dragonette-002 и -003 — аппараты, идентичные Dragonette-001.
Wyvern планирует развернуть на орбите группировку из 36 спутников. Спутники разработаны и изготавливаются AAC Clyde Space, название платформы — EPICHyper.
Dragonette-001 получает данные в 23 спектральных каналах с разрешением 5.3 метра. Чем больше каналов, тем точнее представлен спектр отражения объекта. 23 канала — совсем не много для гиперспектральной съемки, где могут быть сотни каналов. Впрочем, главное здесь даже не число каналов, а их ширина. Каналы должны быть достаточно узкими, чтобы регистрировать тонкие отличия в спектре отражения. У обычных (мультиспектральных) оптических сенсоров ширина каналов составляет 40–50 нм (в отдельных случаях — 20 нм), а у гиперспектральных — 10 нм.
Состав спектральных каналов не сообщается. Обычно, это каналы в видимой, ближней ИК и коротковолновой ИК областях спектра. Для сельского хозяйства, где Wyvern собирается применять свои данные, понадобятся все эти области спектра или, как минимум, видимая и ближняя ИК.
Пространственное разрешение 5.3 метра — очень хорошо. Сейчас есть всего один спутник, предоставляющий общедоступные гиперспектральные снимки — итальянский аппарат PRISMA. У него пространственное разрешение 30 метров.
Wyvern предполагает использовать полученные данные в сельском хозяйстве, где они помогут выявлять вредителей, сорные растения и изменения в составе почвы. Кроме спутников, Wyvern занимается дронами, также ведущими гиперспектральную съемку.
На всякий случай напомним, что от гиперспектральной съемки замаскироваться намного сложнее, чем от мультиспектральной. И заинтересованным организациям об этом хорошо известно. Сейчас Wyvern — канадская компания, так что если мы заметим ее движение в сторону создания американского филиала, следующий шаг предсказать будет легко.
#гиперспектр
15 апреля 2023 года выведен на орбиту первый спутник из гиперспектральной группировки канадской компании Wyvern. Мы прозевали этот пуск, и пропустили бы все на свете, если бы не заметка коллеги — спасибо ему за информацию.
Спутник называется Dragonette-001. Это 6U CubeSat, который выводился в транспортно-пусковом контейнере ION Satellite Carrier. Gunter’s Space Page сообщил о запуске контейнера, не указав его “начинку”. Кстати, следующий запуск контейнера (ION-SCV 011) планируется 10 июня этого года. Весьма вероятно, что в нем будут находиться Dragonette-002 и -003 — аппараты, идентичные Dragonette-001.
Wyvern планирует развернуть на орбите группировку из 36 спутников. Спутники разработаны и изготавливаются AAC Clyde Space, название платформы — EPICHyper.
Dragonette-001 получает данные в 23 спектральных каналах с разрешением 5.3 метра. Чем больше каналов, тем точнее представлен спектр отражения объекта. 23 канала — совсем не много для гиперспектральной съемки, где могут быть сотни каналов. Впрочем, главное здесь даже не число каналов, а их ширина. Каналы должны быть достаточно узкими, чтобы регистрировать тонкие отличия в спектре отражения. У обычных (мультиспектральных) оптических сенсоров ширина каналов составляет 40–50 нм (в отдельных случаях — 20 нм), а у гиперспектральных — 10 нм.
Состав спектральных каналов не сообщается. Обычно, это каналы в видимой, ближней ИК и коротковолновой ИК областях спектра. Для сельского хозяйства, где Wyvern собирается применять свои данные, понадобятся все эти области спектра или, как минимум, видимая и ближняя ИК.
Пространственное разрешение 5.3 метра — очень хорошо. Сейчас есть всего один спутник, предоставляющий общедоступные гиперспектральные снимки — итальянский аппарат PRISMA. У него пространственное разрешение 30 метров.
Wyvern предполагает использовать полученные данные в сельском хозяйстве, где они помогут выявлять вредителей, сорные растения и изменения в составе почвы. Кроме спутников, Wyvern занимается дронами, также ведущими гиперспектральную съемку.
На всякий случай напомним, что от гиперспектральной съемки замаскироваться намного сложнее, чем от мультиспектральной. И заинтересованным организациям об этом хорошо известно. Сейчас Wyvern — канадская компания, так что если мы заметим ее движение в сторону создания американского филиала, следующий шаг предсказать будет легко.
#гиперспектр
На снимке, сделанном 12 мая с борта Международной космической станции (ISS069-E-10181) — корабль "Союз МС-23", пристыкованный к модулю "Причал". Станция находится над северо-восточным побережьем США. Внизу хорошо видны огни Нью-Йорка и близлежащих городов.
Рекомендуемые практики спутникового мониторинга чрезвычайных ситуаций UN-SPIDER
UN-SPIDER (United Nations Platform for Space-based Information for Disaster Management and Emergency Response) — единый информационный ресурс, посвященный использованию спутниковых данных для предупреждения, выявления и ликвидации последствий чрезвычайных ситуаций. UN-SPIDER учрежден резолюцией Генеральной Ассамблеи ООН № 61/110 от 14 декабря 2006 года.
При возникновении угрозы чрезвычайной ситуации ключевое слово — “быстро”. Нужно быстро собрать все, что есть под рукой и начать работать. Поэтому спутниковые данные и софт предполагаются бесплатными и общедоступными, а алгоритмы обработки данных — быстрыми, но рабочими. То есть сбор данных, машинное обучение и расчеты должны проделываться как можно быстрее, а алгоритмы могут быть не самыми современными, но имеющими адекватную задаче точность. Требования к пользователю минимальны — наличие компьютера и Интернета (последнее — не всегда, но часто). Когда все это собрано вместе, на первый план выступает процесс обработки данных и создания из них информационных продуктов, позволяющих решить поставленную задачу (например, оценить площадь зоны затопления).
Здесь и пригодится UN-SPIDER. В нем описаны пошаговые процедуры, так называемые рекомендуемые практики (Recommended Practices), которые доказали свою эффективность при создании информационных продуктов на основе спутниковых данных дистанционного зондирования для оценки наводнений, засух и лесных пожаров и т. п. Сейчас таких практик семнадцать.
Каждая рекомендуемая практика состоит из обзора, пошаговой (Step by Step) и подробной (In Detail) страниц.
На обзорной странице (например) вы знакомитесь с постановкой задачи и примером реальной чрезвычайной ситуации, для которой эта задача решалась. Здесь же представлена блок-схема работы (Fflowchart).
На странице Step by Step указано программное обеспечение и данные, необходимые для решения задачи, а также описан пошаговый процесс создания требуемого информационного продукта (в нашем примере — карты зон затопления). В конце есть обязательный раздел “Application and Limitations” — в каких случаях можно применять описанный подход и какие ограничения он имеет. Из программного обеспечения чаще всего используются QGIS, GEE и SNAP (Sentinel Application Platform), из языков программирования — R и Python.
На странице In Detail кратко описана теория, на которой основаны алгоритмы из Step by Step, и даны ссылки на литературу.
Список рекомендуемых практик: https://un-spider.org/advisory-support/recommended-practices
#основы
UN-SPIDER (United Nations Platform for Space-based Information for Disaster Management and Emergency Response) — единый информационный ресурс, посвященный использованию спутниковых данных для предупреждения, выявления и ликвидации последствий чрезвычайных ситуаций. UN-SPIDER учрежден резолюцией Генеральной Ассамблеи ООН № 61/110 от 14 декабря 2006 года.
При возникновении угрозы чрезвычайной ситуации ключевое слово — “быстро”. Нужно быстро собрать все, что есть под рукой и начать работать. Поэтому спутниковые данные и софт предполагаются бесплатными и общедоступными, а алгоритмы обработки данных — быстрыми, но рабочими. То есть сбор данных, машинное обучение и расчеты должны проделываться как можно быстрее, а алгоритмы могут быть не самыми современными, но имеющими адекватную задаче точность. Требования к пользователю минимальны — наличие компьютера и Интернета (последнее — не всегда, но часто). Когда все это собрано вместе, на первый план выступает процесс обработки данных и создания из них информационных продуктов, позволяющих решить поставленную задачу (например, оценить площадь зоны затопления).
Здесь и пригодится UN-SPIDER. В нем описаны пошаговые процедуры, так называемые рекомендуемые практики (Recommended Practices), которые доказали свою эффективность при создании информационных продуктов на основе спутниковых данных дистанционного зондирования для оценки наводнений, засух и лесных пожаров и т. п. Сейчас таких практик семнадцать.
Каждая рекомендуемая практика состоит из обзора, пошаговой (Step by Step) и подробной (In Detail) страниц.
На обзорной странице (например) вы знакомитесь с постановкой задачи и примером реальной чрезвычайной ситуации, для которой эта задача решалась. Здесь же представлена блок-схема работы (Fflowchart).
На странице Step by Step указано программное обеспечение и данные, необходимые для решения задачи, а также описан пошаговый процесс создания требуемого информационного продукта (в нашем примере — карты зон затопления). В конце есть обязательный раздел “Application and Limitations” — в каких случаях можно применять описанный подход и какие ограничения он имеет. Из программного обеспечения чаще всего используются QGIS, GEE и SNAP (Sentinel Application Platform), из языков программирования — R и Python.
На странице In Detail кратко описана теория, на которой основаны алгоритмы из Step by Step, и даны ссылки на литературу.
Список рекомендуемых практик: https://un-spider.org/advisory-support/recommended-practices
#основы
Пример страницы UN-SPIDER: Рекомендуемая практика картирования наводнений и оценки ущерба с помощью оптических данных Sentinel-2.
Доступ к Z-Library
Любопытный способ доступа к ресурсам наладила возобновившая свою работу библиотека Z-Library. Для этого нужно зарегистрироваться по одному из адресов https://singlelogin.re/ или https://singlelogin.site/, после чего вам на почту придет письмо с адресами индивидуального доступа к Z-Library.
Z-Library — одна из крупнейших библиотек научной, технической и научно-популярной литературы. Утверждается, что с 2018 года библиотека интегрирована с Library Genesis, где она выступает как Bookfi. Так или иначе, но еще один способ доступа к научной литературе не помешает))
Любопытный способ доступа к ресурсам наладила возобновившая свою работу библиотека Z-Library. Для этого нужно зарегистрироваться по одному из адресов https://singlelogin.re/ или https://singlelogin.site/, после чего вам на почту придет письмо с адресами индивидуального доступа к Z-Library.
Z-Library — одна из крупнейших библиотек научной, технической и научно-популярной литературы. Утверждается, что с 2018 года библиотека интегрирована с Library Genesis, где она выступает как Bookfi. Так или иначе, но еще один способ доступа к научной литературе не помешает))
Следы кораблей в воздухе образуются, когда мелкие частицы из выхлопных газов кораблей попадают во влажный слой атмосферы. Эти частицы служат ядрами конденсации, из которых образуются облака, а также притягивают воду из существующих облаков. Снимок сделан над северной частью Тихого океана прибором MODIS на борту спутника Aqua 3 июля 2010 года (источник).
#снимки #атмосфера
#снимки #атмосфера
Forwarded from Aerospace Capital 🛰🚀
Началась интеграция космических аппаратов с пусковыми контейнерами Аэроспейс Кэпитал! 🛰️
Подготовка к предстоящему запуску во втором квартале этого года идет полным ходом 🚀
Подготовка к предстоящему запуску во втором квартале этого года идет полным ходом 🚀
GEE: УЧЕБНЫЕ РЕСУРСЫ
Учебники ДЗЗ на основе GEE
Cloud-Based Remote Sensing with Google Earth Engine: Fundamentals and Applications / Eds. Jeffrey A. Cardille, Morgan A. Crowley, David Saah, Nicholas E. Clinton. — Springer, 2024. https://doi.org/10.1007/978-3-031-26588-4
GEE Developers: Earth Engine resources for higher education — коллекция курсов ДЗЗ, сделанных на основе GEE.
Remote Sensing with Google Earth Engine — растущий учебник по ДЗЗ с примерами в GEE (JavaScript API).
Geospatial Ecology and Remote Sensing — вводные курсы по ДЗЗ и экологическому мониторингу, опирающиеся на GEE (JS).
Regional Agronomy — введение в мониторинг сельскохозяйственных культур при помощи ДЗЗ и GEE (JavaScript). В частности, описана классификация, реализованная в GEE (randomForest).
Учебники по GEE
Переход JavaScript API ↔️ Python API
JavaScript
GEE Developers: Get Started with Earth Engine — официальное руководство для начинающих.
End-to-End Google Earth Engine (Full Course Material) — Основы даны на JS, в конце переходят на Python API. Есть интересные примеры задач.
Geohachweek: Google Earth Engine — введение в GEE.
Google Earth Engine Platform for Big Data Processing — Big Data здесь нет, а есть хороший вводный курс GEE. В третьей главе рассмотрены классификация и регрессия в GEE.
Python
Geospatial Data Science with Earth Engine and Geemap — книга д-ра Q. Wu, автора питоновского пакета geemap и массы руководств по GEE. Для тех, кто обучается GEE с нуля и работает с Python API. Есть более ранние GEE Tutorials в виде отдельных Jupyter-блокнотов. К каждому примеру есть видео. Код примеров: https://github.com/giswqs/earthengine-py-examples
Worldbank Open Nighttime Lights — курс по GEE на Python API, интересный с точки зрения рассмотренных тем. В частности: классификация и регрессия, статистический вывод и интеркалибровка спутниковых сенсоров.
Earth Engine API Colab Setup — настройка совместной работы GEE + Colab.
Google Earth Engine with Python (EEwPython) — коллекция блокнотов по использованию GEE + Colab: 1. Developer's Guide, 2. Image, 3. ImageCollection, 4. Geometry, Feature & FeatureCollections, 5. Reducer, 6. Joins, 7. Chart, 8. Array, 9. Specialized Algorithms, 10. Export data
PreLab - Intro to GEE — шесть лекций с примерами (JS/Python). Есть временные ряды и ночные снимки.
GEE + TensorFlow — как наладить совместное использование GEE и TensorFlow.
Google Earth Engine (GEE) and Image Analysis — курс по GEE и ДЗЗ для совместного использования с CLIMADA (вероятностной моделью оценки риска изменения климата).
Time series analysis — лабораторная работа по анализу временных рядов в GEE.
#GEE
Учебники ДЗЗ на основе GEE
Cloud-Based Remote Sensing with Google Earth Engine: Fundamentals and Applications / Eds. Jeffrey A. Cardille, Morgan A. Crowley, David Saah, Nicholas E. Clinton. — Springer, 2024. https://doi.org/10.1007/978-3-031-26588-4
GEE Developers: Earth Engine resources for higher education — коллекция курсов ДЗЗ, сделанных на основе GEE.
Remote Sensing with Google Earth Engine — растущий учебник по ДЗЗ с примерами в GEE (JavaScript API).
Geospatial Ecology and Remote Sensing — вводные курсы по ДЗЗ и экологическому мониторингу, опирающиеся на GEE (JS).
Regional Agronomy — введение в мониторинг сельскохозяйственных культур при помощи ДЗЗ и GEE (JavaScript). В частности, описана классификация, реализованная в GEE (randomForest).
Учебники по GEE
Переход JavaScript API ↔️ Python API
JavaScript
GEE Developers: Get Started with Earth Engine — официальное руководство для начинающих.
End-to-End Google Earth Engine (Full Course Material) — Основы даны на JS, в конце переходят на Python API. Есть интересные примеры задач.
Geohachweek: Google Earth Engine — введение в GEE.
Google Earth Engine Platform for Big Data Processing — Big Data здесь нет, а есть хороший вводный курс GEE. В третьей главе рассмотрены классификация и регрессия в GEE.
Python
Geospatial Data Science with Earth Engine and Geemap — книга д-ра Q. Wu, автора питоновского пакета geemap и массы руководств по GEE. Для тех, кто обучается GEE с нуля и работает с Python API. Есть более ранние GEE Tutorials в виде отдельных Jupyter-блокнотов. К каждому примеру есть видео. Код примеров: https://github.com/giswqs/earthengine-py-examples
Worldbank Open Nighttime Lights — курс по GEE на Python API, интересный с точки зрения рассмотренных тем. В частности: классификация и регрессия, статистический вывод и интеркалибровка спутниковых сенсоров.
Earth Engine API Colab Setup — настройка совместной работы GEE + Colab.
Google Earth Engine with Python (EEwPython) — коллекция блокнотов по использованию GEE + Colab: 1. Developer's Guide, 2. Image, 3. ImageCollection, 4. Geometry, Feature & FeatureCollections, 5. Reducer, 6. Joins, 7. Chart, 8. Array, 9. Specialized Algorithms, 10. Export data
PreLab - Intro to GEE — шесть лекций с примерами (JS/Python). Есть временные ряды и ночные снимки.
GEE + TensorFlow — как наладить совместное использование GEE и TensorFlow.
Google Earth Engine (GEE) and Image Analysis — курс по GEE и ДЗЗ для совместного использования с CLIMADA (вероятностной моделью оценки риска изменения климата).
Time series analysis — лабораторная работа по анализу временных рядов в GEE.
#GEE
GEE: ПОЛЕЗНЫЕ ССЫЛКИ
Ответы на вопросы
🔹https://stackoverflow.com/
🔹https://gis.stackexchange.com/ есть:
🔹Google Earth Engine Developers в Группах Google.
Специальные задачи
🌍 Harmonization of Landsat and Sentinel 2 in Google Earth Engine — попытка создания единого временного ряда данных Landsat и Sentinel-2: код (JS API) и документация. Особенно интересны BRDF-коррекция и топокоррекция.
🌍 Гармонизация данных Landsat и Sentinel-2 с помощью Google Earth Engine — ещё один способ создания плотного временного ряда Landsat + Sentinel-2 исключительно средствами GEE (JavaScript).
☁️ Multitemporal Cloud Masking in the Google Earth Engine — маскирование облачности по разновременным данным: код, документация, ссылки на теорию.
Скрипты
📝 Open Geo Blog — куча примеров кода (JS).
”Подвал”
Давно не обновлялось, но рабочее.и лень выбросить
🔹Хабр / Earth Engine от Google — уникальная платформа для анализа больших геоданных — хороший обзор возможностей GEE (2020 год). Описано немного внутренней кухни GEE, например граф вычислений.
🔹Keiko Nomura GEE Tips — нетривиальные советы по работе в GEE.
🔹Awesome GEE — обновляемый список ресурсов по GEE.
#GEE
Ответы на вопросы
🔹https://stackoverflow.com/
🔹https://gis.stackexchange.com/ есть:
🔹Google Earth Engine Developers в Группах Google.
Специальные задачи
🌍 Harmonization of Landsat and Sentinel 2 in Google Earth Engine — попытка создания единого временного ряда данных Landsat и Sentinel-2: код (JS API) и документация. Особенно интересны BRDF-коррекция и топокоррекция.
🌍 Гармонизация данных Landsat и Sentinel-2 с помощью Google Earth Engine — ещё один способ создания плотного временного ряда Landsat + Sentinel-2 исключительно средствами GEE (JavaScript).
☁️ Multitemporal Cloud Masking in the Google Earth Engine — маскирование облачности по разновременным данным: код, документация, ссылки на теорию.
Скрипты
📝 Open Geo Blog — куча примеров кода (JS).
”Подвал”
Давно не обновлялось, но рабочее.
🔹Хабр / Earth Engine от Google — уникальная платформа для анализа больших геоданных — хороший обзор возможностей GEE (2020 год). Описано немного внутренней кухни GEE, например граф вычислений.
🔹Keiko Nomura GEE Tips — нетривиальные советы по работе в GEE.
🔹Awesome GEE — обновляемый список ресурсов по GEE.
#GEE
Сегодня — "санитарный день") Разбираемся с накопившимися ссылками, приводим все в порядок. Важное поместим в закреп.
Термины и сокращения
ГНСС / глобальная навигационная спутниковая система
ДЗЗ / дистанционное зондирование Земли
ИК / инфракрасный (диапазон)
КА / космический аппарат
МКС / Международная космическая станция
BOA / Bottom of Atmosphere — спутниковые данные 2-го уровня обработки
DEM / Digital Elevation Model — цифровая модель рельефа (ЦМР)
GEE / Google Earth Engine
GEO / Geostationary orbit — геостационарная (геосинхронная) орбита (высота 35 786 км).
GNSS-RO / Global Navigation Satellite System-Radio Occultation — ГНСС-радиозатменные измерения
LEO / Low Earth orbit — низкая околоземная орбита (высотой до 2000 км)
LST / land surface temperature — температура земной поверхности
LULC / Land Use & Land Cover — карта землепользования и земного покрова
MEO / Medium Earth orbit — средняя околоземная орбита (высотой от 2000 км до 35 786 км)
NIR / near-infrared — ближний инфракрасный диапазон (700–1300 нм)
Red Edge — красный край фотосинтеза (около 700 нм)
SAR / Synthetic-aperture radar — радар с синтезированной апертурой
SSA / space situational awareness — космическая ситуационная осведомленность
SST / Sea surface temperature — температура поверхности моря
SWIR / short-wave infrared — коротковолновой инфракрасный диапазон (1300–2500 нм)
TIR / thermal infrared — тепловой инфракрасный диапазон (3000–14000 нм)
TOA / Top of Atmosphere — спутниковые данные 1-го уровня обработки
UTC / Coordinated Universal Time — Всемирное координированное время (сокращённо: Всемирное время)
ГНСС / глобальная навигационная спутниковая система
ДЗЗ / дистанционное зондирование Земли
ИК / инфракрасный (диапазон)
КА / космический аппарат
МКС / Международная космическая станция
BOA / Bottom of Atmosphere — спутниковые данные 2-го уровня обработки
DEM / Digital Elevation Model — цифровая модель рельефа (ЦМР)
GEE / Google Earth Engine
GEO / Geostationary orbit — геостационарная (геосинхронная) орбита (высота 35 786 км).
GNSS-RO / Global Navigation Satellite System-Radio Occultation — ГНСС-радиозатменные измерения
LEO / Low Earth orbit — низкая околоземная орбита (высотой до 2000 км)
LST / land surface temperature — температура земной поверхности
LULC / Land Use & Land Cover — карта землепользования и земного покрова
MEO / Medium Earth orbit — средняя околоземная орбита (высотой от 2000 км до 35 786 км)
NIR / near-infrared — ближний инфракрасный диапазон (700–1300 нм)
Red Edge — красный край фотосинтеза (около 700 нм)
SAR / Synthetic-aperture radar — радар с синтезированной апертурой
SSA / space situational awareness — космическая ситуационная осведомленность
SST / Sea surface temperature — температура поверхности моря
SWIR / short-wave infrared — коротковолновой инфракрасный диапазон (1300–2500 нм)
TIR / thermal infrared — тепловой инфракрасный диапазон (3000–14000 нм)
TOA / Top of Atmosphere — спутниковые данные 1-го уровня обработки
UTC / Coordinated Universal Time — Всемирное координированное время (сокращённо: Всемирное время)
Обновили закреп. На сегодня приборка закончена.
Telegram
Спутник ДЗЗ
ДЗЗ / дистанционное зондирование Земли
ИК / инфракрасный (диапазон)
КА / космический аппарат
Дистанционное зондирование Земли
Термины и сокращения, #термины
Организации: NASA, NOAA, DARPA и другие
Спектральные каналы Landsat 8/9 и Sentinel-2
Спектральные…
ИК / инфракрасный (диапазон)
КА / космический аппарат
Дистанционное зондирование Земли
Термины и сокращения, #термины
Организации: NASA, NOAA, DARPA и другие
Спектральные каналы Landsat 8/9 и Sentinel-2
Спектральные…
Немного занятной статистики из Our World in Data, раздел Space Exploration and Satellites: годовой бюджет NASA 1959–2022 гг. и стоимость вывода килограмма полезного груза на низкую околоземную орбиту (по горизонтальной оси — год первого удачного запуска носителя).
На снимке, сделанном прибором ASTER спутника Terra 29 марта 2000 года, хорошо видны волны на поверхности Бенгальского залива. Это композит NIR-Red-Green из каналов ASTER с пространственным разрешением 15 метров.
Код: https://code.earthengine.google.com/0479a1d7abe5d67b8d9dc982d9f01ca1
#GEE
Код: https://code.earthengine.google.com/0479a1d7abe5d67b8d9dc982d9f01ca1
#GEE
Forwarded from Добрый Овчинников
Прием заявок на участие в программе «Стратосферный спутник» открыт 🛰
Друзья, программа «Стратосферный спутник» стартовала. Подавайте заявку до 9 июня по одной из лиг: стратонавт-кандидат и стратонавт-испытатель. По результатам конкурсного отбора 5 команд в каждой лиге получат набор конструкторов спутников для подготовки к стратосферным запускам😏
ЭТАПЫ ПРОГРАММЫ
1. Собираете команду, выбираете Лигу и проходите регистрацию на сайте
2. Приступаете к выполнению отборочного задания. Это тестирование и подробное описание вашего проекта
3. Отправляете всё и ждёте результатов отбора
4. Как только увидите название своей команды в списке финалистов, то ждите посылку в течение 15 дней. К вам приедет учебный комплект «Конструктор функциональной модели спутника».
5. Получаете посылку и начинаете (или продолжаете) работу над проектом, собираете, ломаете, продумываете полезную нагрузку;)
6. Накануне очного этапа Испытаний проходите обязательную предзащиту
7. Приезжаете на очный выезд, готовите проект к запуску и отправляете в СТРАТОСФЕРУ!
КТО МОЖЕТ ПРИНЯТЬ УЧАСТИЕ
В конкурсном отборе могут принять участие команды из школ и СПО (учащиеся в возрасте 12−18 лет на момент начала конкурсного отбора) в одной из двух Лиг. Также допускается участие студентов российских ВУЗов в возрасте до 21 года на момент начала конкурсного отбора, но не более двух студентов ВУЗа на команду.
Подробная информация и регистрация на сайте
http://stratosputnik.ru
@dobriy_ovchinnikov
Друзья, программа «Стратосферный спутник» стартовала. Подавайте заявку до 9 июня по одной из лиг: стратонавт-кандидат и стратонавт-испытатель. По результатам конкурсного отбора 5 команд в каждой лиге получат набор конструкторов спутников для подготовки к стратосферным запускам😏
ЭТАПЫ ПРОГРАММЫ
1. Собираете команду, выбираете Лигу и проходите регистрацию на сайте
2. Приступаете к выполнению отборочного задания. Это тестирование и подробное описание вашего проекта
3. Отправляете всё и ждёте результатов отбора
4. Как только увидите название своей команды в списке финалистов, то ждите посылку в течение 15 дней. К вам приедет учебный комплект «Конструктор функциональной модели спутника».
5. Получаете посылку и начинаете (или продолжаете) работу над проектом, собираете, ломаете, продумываете полезную нагрузку;)
6. Накануне очного этапа Испытаний проходите обязательную предзащиту
7. Приезжаете на очный выезд, готовите проект к запуску и отправляете в СТРАТОСФЕРУ!
КТО МОЖЕТ ПРИНЯТЬ УЧАСТИЕ
В конкурсном отборе могут принять участие команды из школ и СПО (учащиеся в возрасте 12−18 лет на момент начала конкурсного отбора) в одной из двух Лиг. Также допускается участие студентов российских ВУЗов в возрасте до 21 года на момент начала конкурсного отбора, но не более двух студентов ВУЗа на команду.
Подробная информация и регистрация на сайте
http://stratosputnik.ru
@dobriy_ovchinnikov