Бурный рост фитопланктона создает проблемы для других морских обитателей

Последние четыре года вода в Маннарском заливе у южного побережья Индии в сентябре и октябре окрашивается в ярко-зеленый цвет из-за обилия одноклеточного фитопланктона Noctiluca scintillans. Его хорошо видно на снимке Landsat 9, сделанном 23 сентября 2022 года. Ночью цветущие микроводоросли светятся ярким синим цветом. Однако бурный рост фитопланктона может иметь опасные последствия для других морских обитателей, вызывая нехватку солнечного света и гипоксию (недостаток кислорода).

Интенсивные цветения фитопланктона в Маннарском заливе периодически приводят к гибели рыбы и коралловых рифов. Особенно уязвимы кораллы, требующие больше всего кислорода для своего развития. Риску подвергаются и многочисленные расположенные в заливе аквафермы. Спутниковые снимки и математические модели дают возможность ученым предупреждать рыбоводов о цветениях Noctiluca scintillans, чтобы те успели убрать урожай рыбы до распространения цветения.

#снимки #вода

GEE-28. Объединение коллекций снимков Landsat 5, 7 и 8

Объединение коллекций снимков Landsat 5, 7 и 8 позволит создавать временные ряды данных, начиная с марта 1984 года. Для этого нам предстоит

1. Создать коллекции снимков каждого Landsat’а.
2. Исправить данные Landsat 7.
3. Выбрать и переименовать каналы Landsat 8.
4. Объединить все коллекции.

Коллекции снимков Landsat создаются однотипно. Вот, например, коллекция снимков L7 (так мы, для краткости, будем называть Landsat 7, и аналогично будем сокращать остальные Landsat’ы)

var L7 = ee.ImageCollection('LANDSAT/LE07/C02/T1_L2')
            .filter(ee.Filter.lt('CLOUD_COVER',CLOUD_MAX))
            .filterBounds(geometry)
            .select(['SR_B.*','ST_B.*'])
            .map(applyScaleFactorsL5L7);

geometry — это геометрия района интереса. Выбираем все каналы, кроме масок качества (маскирование облачности нас сейчас не интересует) и применяем к ним коэффициенты масштабирования. Характеристики каналов L5 и L7 аналогичны, коэффициенты масштабирования одинаковы, а само масштабирование выполняется функцией applyScaleFactorsL5L7.

Cнимки, сделанные L7 после 31 мая 2003 года, имеют дефект в виде расширяющихся от центра к краям полос, на которых отсутствует изображение. Причина — в отказе прибора Scan Line Corrector (SLC) — части съемочной аппаратуры L7, отчего дефект получил название CLS-off.

Для заполнения пробелов используются средние значения, взятые из соседних пикселей с данными. Делается это с помощью функции focalMean. Она обводит вокруг каждого пикселя так называемым ядром (фигурой заданной формы и размера), вычисляет среднее значение всех обведенных пикселей и помещает его в центральный (исходный) пиксель. Мы используем focalMean так:

filled = image.focalMean(1, 'square', 'pixels', 2)

1 — это радиус ядра, 'pixels' — единица измерения радиуса, 'square' — форма или тип ядра. В результате мы обводим вокруг каждого пикселя ядром, также состоящим из одного пикселя, а потом помещаем в исходный пиксель среднее, вычисленное по все этим пикселям. Эта процедура повторяется дважды, чем управляет последний параметр focalMean — число итераций.

Можно поиграть с настройками радиуса и числа. Чем больше эти значения, тем сильнее будет размытие данных. А мы пойдем дальше.

Нам нужно заполнить пробелы, в остальном же снимок должен остаться неизменным. Делает это функция blend:

filled.blend(image)

blend накладывает исходное изображение image поверх заполненного filled. В результате filled будет присутствовать только на месте бывших пробелов.

Итак, для исправления SCL-off применим к коллекции L7 следующую функцию (идея взята отсюда):

.map(function(image){
  var filled = image.focalMean(1, 'square', 'pixels', 2);
  return filled.blend(image);
})

Подробнее, смотрите в коде.

По сравнению с предшественниками у L8 есть дополнительный канал SR_B1 (coastal aerosol) (еще у него есть дополнительный канал тепловой съемки, но в данные этот канал не вошел). Выберем каналы, общие для всех спутников, и переименуем каналы L8, чтобы они совпадали с названиями каналов L5 и L7:

.map(function(image){ return image.rename(['SR_B1','SR_B2','SR_B3','SR_B4','SR_B5','SR_B7','ST_B6']);});

Наконец, мы объединим коллекции:

var L578 = ee.ImageCollection(L5.merge(L7.merge(L8)));

В коде мы дополнительно создали коллекцию, составленную из ежегодных композитов. Делаются они так же, как и ежедневные.

Снимки Landsat 9 добавляются в коллекцию точно также, как снимки Landsat 8.

Код: https://code.earthengine.google.com/e574d9db12de8352e942192271eeec61

#GEE

Мы вместе с «экипажем игрушек» традиционно поздравляем всех детей нашей планеты с Международным днём защиты детей! 🚀

Растите здоровыми, весёлыми, счастливыми и самое главное - окружёнными любовью, заботой и вниманием!😊

С праздником, ребята! ✊

П.С. Игрушки - это индикаторы невесомости и наши талисманы на МКС.

Карта тенденций цветения прибрежного фитопланктона

Группа ученых проанализировала снимки спектрорадиометра MODIS на спутнике Aqua с 2003 по 2020 год и составила глобальную базу данных о цветении прибрежного фитопланктона. Ученые обнаружили, что за исследуемый период случаи цветения фитопланктона участились на 60% и увеличились по площади на 13%. Прибрежные цветения затронули 31,5 миллиона квадратных километров, что составляет 9% площади океана.

Перед нами первая глобальная карта тенденций цветения прибрежного фитопланктона, и ее появление стало возможным благодаря дистанционному зондированию. Красные области — это места, где цветение стало наблюдаться чаще. Такая тенденция наблюдалась на большей части Южного полушария и в высоких широтах Северного полушария.

Ученые отметили, что использованный ими метод наблюдения за фитопланктоном не позволяет различить безвредные виды от видов, которые производят токсины. Существенного продвижения в этом вопросе ожидают после запуска миссии NASA “Plankton, Aerosol, Cloud, ocean Ecosystem” (PACE), которая будет проводить гиперспектральную съемку мирового океана. Запуск PACE запланирован на 2024 год. А уже сейчас доступны данные Sentinel-3 OLCI. OLCI — это Ocean and Land Color Instrument. У него 21 спектральный канал в области видимого света и ближнем ИК-диапазоне, с пространственным разрешением 300 метров. Можно пробовать!

#вода

Сегодня отмечаем день рождения Байконура!

Именно в этот день в 1955 году проекты космодрома и его инфраструктуры были утверждены директивой Генерального штаба Вооруженных сил СССР.

Тогда еще в русском языке не было слова «космодром», поэтому был полигон с условным наименованием «Тайга». Его строительство велось в режиме строжайшей секретности и было завершено в рекордно короткие сроки.

Это место стало космической гаванью нашей страны, здесь началась история мировой космонавтики. За всё время его существования были запущены тысячи аппаратов на орбиту.

Поздравляем всех, кто участвовал в возведении и работе первого в мире объекта, проложившего путь к звёздам!

Страница судового журнала “Бигля” в хорошем качестве.

Немного альтернативной аэрофотосъемки

На днях ознакомились со статьей в “Коммерсанте” о трудностях компаний, занимающихся аэрофотосъемкой. Ограничения на полеты беспилотников, рост цен — всех жалко, но что делать? Кто-то ищет выход в спутниковых снимках, но они всех задач не решают. Другие говорят об упрощении регулирования на рынке услуг беспилотников. И это понятное желание — вечное, как желание не платить налоги, и очевидно нереализуемое в ближайшее время.

Интересно, что в качестве вариантов решения проблемы не упоминаются другие виды аэрофотосъемки, на которые нет, как кажется, жестких ограничений. Например, съемка с воздушного змея.

Запуск змея не представляет особой проблемы, даже в условиях относительного безветрия (у поверхности Земли, на высоте же ветер есть всегда). Бегать со змеем не придется, есть змеи-автожиры. Да и небольшое читерство в виде моторчика с пропеллером вполне приемлемо.

Поднимать в воздух змей может самую разную технику. Еще в Первую мировую на змеях использовали фотокамеры и метеорологическую аппаратуру. Поднимали даже людей-наблюдателей. Некоторые любители и сейчас занимаются съемкой со змеев. Это называется KAPing — от Kite Aerial Photography.

Змей не маневрирует и не переносит грузы “по горизонтали”, следовательно не несет той угрозы, которую могут представлять беспилотники. Зато он может гораздо дольше находится в воздухе и вести мониторинг состояния объектов. Например, наблюдать состояние сельскохозяйственного поля на протяжении всего сезона.

Понятно, что внедрить новую технологию будет непросто. Нужно будет отработать конструкции змеев. Впрочем, раньше с этим справлялись юные техники, так что справятся и сейчас. Придется немало поработать с софтом для обработки данных: будет много снимков “не в надир”, нельзя чтобы они пропадали. Но это все же лучше, чем просто грустить.

На снимке — цветущие поля рапса в окрестностях Дортмунда, снятые со змея на бытовую камеру. Подобной красоты много в группе Kite Aerial Photography (KAP) на flickr.

#снимки

В России закладывается система тестовых полигонов для проведения государственной инвентаризации леса и мониторинга климатически активных веществ

Во время второго цикла государственной инвентаризации лесов, который начался в 2021 году и закончится в 2030 году, в России закладывается система тестовых полигонов. Они нужны для получения объективной репрезентативности выборки о состоянии лесов.

Тестовый полигон представляет собой квадрат со сторонами 2х2 км площадью 400 га. На каждом полигоне будет заложена 101 круговая площадка, где будет описан живой напочвенный покров, подрост и подлесок, хворост, валеж, пни, измерены высоты и диаметры деревьев, определено их санитарное состояние. Кроме этого, на каждом тестовом полигоне будут взяты образцы почвы для определения содержания в них углерода. Продолжительность работ на одном тестовом полигоне составит около месяца.

В этом году будет заложено 120 тестовых полигонов в 19 регионах страны. Всего к 2030 году будет создано свыше 1000 таких полигонов. Работы ведутся в рамках государственного проекта “Единая национальная система мониторинга климатически активных веществ”.

Раньше тестовые полигоны называли пробными площадями. В сообщении ТАСС говорится лишь о мониторинге углерода лесов, но описание полигонов указывает на более широкий круг задач, который они будут решать. В первую очередь, это наземные данные о состоянии леса. О роли наземных данных мы недавно говорили. В частности, эти данные позволят проводить инвентаризацию леса с привлечением методов дистанционного зондирования, вроде такой. Это не совсем “настоящая” инвентаризация, но ее можно выполнять гораздо чаще, чем наземную, и с меньшими затратами.

Рослесинфорг сообщает, что данные с тестовых полигонов лягут в основу национальной системы мониторинга климатически активных веществ, в отношении которых осуществляется государственный учет. Сейчас российские эксперты оперируют данным о климате, которые собирают другие страны. Действительно, в основе моделей ИКИ РАН (см. доклад С. А. Барталева) лежат данные проекта BIOMASAR.

#лес