Данные Global Land Cover Estimation (GLanCE) v1

Global Land Cover Estimation (GLanCE) — ежегодные глобальные данные о растительном покрове и его изменениях с 2001 по 2019 год, полученные с помощью снимков Landsat с пространственным разрешением 30 метров. Данные охватывают весь земной шар, кроме Антарктиды и включает 10 наборов научных данных (Science Data Sets, SDS). Для определения почвенно-растительного покрова и его изменений используется алгоритм Continuous Change Detection and Classification (CCDC).

SDS GLanCE разделены на три категории:

1️⃣ Почвенно-растительный покров и его изменения. Четыре набора данных содержат (1) класс почвенно-растительного покрова, (2) оценку качества классификации почвенно-растительного покрова, (3) предыдущий почвенно-растительный покров для тех мест, где произошли изменения и (4) приблизительный день года, когда произошли изменения (DOY).

2️⃣ Динамика озеленения (Greenness Dynamics). Четыре набора данных характеризуют годовую “озелененность” (greenness) с помощью Enhanced Vegetation Index (EVI2), включая (1) медиану, (2) амплитуду, (3) скорость изменения (если присутствует) и (4) величину изменения медианы EVI2 для тех пикселей, где произошли изменения.

3️⃣ Тип листьев и фенология. Два набора данных определяют тип листьев и фенологию для пикселей, покрытых деревьями.

🌍 GLanCE на GEE

Руководство пользователя с подробной информацией о каждом слое данных: 🔗 ссылка.

❗️В первой версии GLanCE есть 7 из 10 обещанных SDS. Оценка качества классификации почвенно-растительного покрова, а также данные о типах листьях и фенологии будут добавлены в следующих версиях. Кроме того, текущий набор данных включает данные по Северной и Южной Америке, Европе и Океании, а Африка и Азия будут добавлены в начале 2025 года.

Описание методики создания данных:

📖 Friedl M.A. et al. 2022. Medium Spatial Resolution Mapping of Global Land Cover and Land Cover Change Across Multiple Decades From Landsat. Frontiers in Remote Sensing 3. https://doi.org/10.3389/frsen.2022.894571

#данные #GEE #LULC

🙏Благодарим, расположив в календарном порядке, телеграм-каналы, делавшие репосты и цитировавшие наши публикации в октябре 2024 года:

* @gis_proxima
* @sergeyshakhmatov
* @IngeniumNotes
* @ykuthydromet
* @control_space_channel
* @rscc_rscc
* @dobriy_ovchinnikov
* @space78125
* @twrussia
* @UzbekistanTtransparentWorld
* @grishkafilippov
* @realprocosmos
* @igce01
* @newspacecorp
* @Cosmonaut_without_a_spacesuit
* @solar_lunar
* @SCANEX_news

Спасибо, коллеги!

Список космических и суборбитальных запусков в октябре 2024 года [источник].

#справка

Космические и суборбитальные запуски с января по октябрь 2024 года

Обзор методов машинного обучения для оценки урожайности сельскохозяйственных культур по данным Sentinel-2

В 📖 статье рассматриваются исследования последних пяти лет, в которых использовались снимки Sentinel-2 и методы машинного обучения для оценки урожайности пшеницы, кукурузы, риса и других культур. Обсуждается применение различных методов, таких как “случайный лес”, SVM, CNN, а также ансамблей методов, для уточнения прогнозов урожайности.

Результаты показывают рост числа применений данных Sentinel-2 для прогноза урожайности, а также тенденцию к применению более продвинутых методов машинного обучения (переход от случайного леса к нейронкам). Отмечено, что разные исследователи используют различные комбинации спутниковых данных, вегетационных индексов и методов машинного обучения для схожих культур, что приводит к разным результатам, которые зачастую не удается сравнить между собой.

📖 Aslan, M. F., Sabanci, K., & Aslan, B. (2024). Artificial Intelligence Techniques in Crop Yield Estimation Based on Sentinel-2 Data: A Comprehensive Survey. Sustainability, 16(18), 8277. https://doi.org/10.3390/su16188277

📊 Количество исследований, связанных с Sentinel-2, в базе Web of Science по годам.

#сельхоз #sentinel2

В начале октября вышло большое интервью гендиректора “Агата” Никиты Казинского, где затрагиваются вопросы государственно-частного партнерства в космосе. Вот фрагмент интервью, касающийся формирования рынка данных ДЗЗ.
________

— С 1 января будущего года ожидается вступление в силу закон о коммерциализации рынка космических услуг. Как вы оцениваете перспективы появления в России рынка спутниковых данных? Можно, хотя бы приблизительно, оценить его объемы в деньгах?

— Появление такого закона оцениваю очень положительно. Речь идет о монетизации данных дистанционного зондирования Земли и платности сервисов на их основе. Пока что данные ДЗЗ у нас бесплатные, и обмен продуктом космической деятельности происходит между создателями за бюджетные средства спутников и бюджетными же потребителями спутниковой информации. Рынок замкнут. Частный инвестор не может вкладываться в систему ДЗЗ или в космический спутник мониторинга Земли, потому что рынка не существует.

В этом смысле монетизация данных ДЗЗ — это очень хорошая мера. Она позволяет не только Роскосмосу по-другому взглянуть на потребности, спрос и на орбитальную группировку, но и привлечь частные инвестиции. А потребители в лице федеральных и региональных органов исполнительной власти, когда данные становятся платными, станут генерировать адекватный, не завышенный спрос на них.

Что касается будущих объемов рынка, то мировой рынок данных ДЗЗ, по большому счету, сформирован американскими операторами. Самый известный — Maxar. Он к 2040 году прогнозирует свои продажи на уровне $4 млрд в год. Это не очень много. Мировой рынок геоинформационных услуг, построенный на данных ДЗЗ, в два-три раза больше. Европейцы, например, пошли по пути создания программы «Коперник» — предоставления данных бесплатно только ради развития рынка геоинформационных услуг. Если у нас закон о платности данных ДЗЗ охватит все категории потребителей, то его годовой объем может достигнуть 200 млрд рублей. Если не будет охватывать всех, и заработает, условно говоря, американская модель (у них скорее гибрид между бесплатным государственным потреблением по фьючерсным контрактам и частного потребления), то российский рынок будет в районе 20–40 млрд рублей в год.

— Вы выступаете за то, чтобы все потребители, включая государственных, платили за спутниковые данные?

— Конечно. Платность — это не только про деньги. Одновременно вводится прозрачность оборота спутниковых данных. Мне кажется, это очень хорошо.

— Какое время займет становление рынка данных ДЗЗ, когда он заработает?

— Это займет не десятки лет, 3-4 года может занять, максимум пять. <…>

— Что касается закона о коммерциализации спутниковых данных. Частные игроки уже высказывают опасения, не станет ли Роскосмос монополистом на этом рынке и будет диктовать всем прочим условия по цене. Можете их успокоить?

— Когда общаемся с частными компаниями, выходящими с инициативой создания спутников и монетизации данных, там два обычно вопроса возникает. Первое, что Роскосмос им будет не доплачивать. Здесь надо отдать должное руководству Роскосмоса: Юрий Иванович Борисов жестко сказал, что мы будем идти от рынка, и вся методология ценообразования будет построена от рыночной стоимости данных, не от традиционных расчетных калькуляционных материалов. Этот механизм отвергнут.

Второй вопрос, что Роскосмос станет монополистом — он достаточно специфичный. Речь на самом деле не о монополии, а о боязни конкуренции со стороны предприятий Роскосмоса. Было бы странно, если бы частники говорили: «Вы не имеете права делать то же самое, что мы». Мне кажется, что как раз это тезис не проходит антимонопольную проверку. Есть, конечно, вероятность того, что госкорпорация будет делать те же спутники ДЗЗ лучше, дешевле и быстрее. Так это же хорошо для страны! А если частники будут делать лучше и быстрее, то тоже для страны хорошо. Не конкурировать с другими производителями Роскосмос не может.

Спасибо коллеге за наводку!

#россия

ИИ-поиск

⚛️ SearchGPT. OpenAI объявила о полномасштабном запуске 📹 веб-поиска в ChatGPT. Сейчас поиск доступен для Plus и Team пользователей, но постепенно круг пользователей будет расширяться.

OpenAI заключило партнерские соглашения с ведущими СМИ (AP, Reuters, FT и др.) и обещает:

• Интегрирование в SearchGPT поиска по актуальным данным
• Автоматическое определение необходимости поиска
• Сохранение контекста беседы при поиске
• Визуально обогащенные ответы для погоды, спорта, акций

⚛️ Perplexity (https://www.perplexity.ai). Первопроходец в ИИ-поиске. Сервис обещает:

* Ответы вместо ссылок: вместо списка страниц пользователь получает связный текст, написанный повседневным языком.
* Знания в реальном времени: поиск в Интернете в режиме реального времени, чтобы предоставить самую свежую информацию.
* Надежные источники . Ответы содержат ссылки на источники, из которых взята информация.

Выглядит это красиво. На деле:

* для поиска информации на английском языке нужно задавать вопрос на этом языке (deepl.com в помощь);
* трудно найти свежую информацию. Проблемы с ограничением запроса по времени + система просто не возвращает ссылки на публикации последних суток/недель.

На данный момент эта штука ничем не лучше ⚛️ Яндекс с нейро.

Кстати, интересно попросить ИИ-сервисы поиска порекомендовать “коллег” (Какие сервисы ИИ-поиска в интернете посоветуешь?/What AI-search services do you recommend?).

⚛️ Consensus (https://consensus.app/) Эта ИИ-система выдает результаты только из научных источников. Каждый тезис сопровождается ссылкой на источник. Кликнув на него можно получить краткий пересказ работы или посмотреть оригинал.

Для поиска наиболее релевантных статей Consensus использует гибридный подход, сочетающий машинное обучение с классическим поиском по ключевым словам. Consensus также использует ИИ для оценки качественных характеристик научных работ, которые затем применяются для ранжирования поиска.

В Consensus есть хорошая система фильтрации поиска.

#справка #ИИ

rsi — загрузка данных из STAC и расчет спектральных индексов [ссылка]

Пакет rsi (от repeated spatial infelicities) предоставляет пользователю:

- Интерфейс к проекту Awesome Spectral Indices project, который содержит список спектральных индексов в виде таблицы tibble.
- Метод эффективного вычисления этих спектральных индексов.
- Метод загрузки данных с любого сервера STAC, с дополнительными настройками для загрузки популярных данных Landsat, Sentinel-1 и Sentinel-2 с бесплатных и публичных серверов STAC.
- Метод объединения нескольких растров, содержащих различные наборы данных, в единый растровый стек.

Функция spectral_indices() возвращает таблицу спектральных индексов.

Функция get_stac_data() позволяет загружать изображения из любого доступного каталога STAC. Например, можно загрузить композит каналов Landsat с маской облачности:

aoi <- sf::st_point(c(-74.912131, 44.080410))
aoi <- sf::st_set_crs(sf::st_sfc(aoi), 4326)
aoi <- sf::st_buffer(sf::st_transform(aoi, 5070), 1000)

landsat_image <- get_stac_data(
  aoi,
  start_date = "2022-06-01",
  end_date = "2022-06-30",
  pixel_x_size = 30,
  pixel_y_size = 30,
  asset_names = c("red", "blue", "green"),
  stac_source = "https://planetarycomputer.microsoft.com/api/stac/v1/",
  collection = "landsat-c2-l2",
  mask_band = "qa_pixel",
  mask_function = landsat_mask_function,
  output_filename = tempfile(fileext = ".tif"),
  item_filter_function = landsat_platform_filter,
  platforms = c("landsat-9", "landsat-8")
)

Для популярных данных, например для снимков Landsat, есть отдельные функции, где большинство параметров настроено по умолчанию:

landsat_image <- get_landsat_imagery(
  aoi,
  start_date = "2022-06-01",
  end_date = "2022-06-30",
  output_filename = tempfile(fileext = ".tif")
)

По умолчанию, данные загружаются из Microsoft's Planetary Computer API.

Теперь на основе полученных каналов снимков Landsat рассчитаем спектральные индексы при помощи calculate_indices():

indices <- calculate_indices(
  landsat_image,
  available_indices,
  output_filename = tempfile(fileext = ".tif")
)

Наконец, в rsi есть утилита для эффективного объединения растров, содержащих различные данные об одном и том же месте, в VRT, что позволяет программам типа GDAL рассматривать эти отдельные источники данных как единый файл.

Например, мы можем объединить наши снимки Landsat с полученными индексами:

raster_stack <- stack_rasters(
  c(landsat_image, indices),
  tempfile(fileext = ".vrt")
)

#R #индексы

Красноярские учёные разработали алгоритмы обработки данных и получения информации в автоматизированном режиме для наблюдения за сельскохозяйственными посевами [ссылка]

Они опробовали свой метод в опытно-производственных хозяйствах Красноярского научного центра Сибирского отделения Российской академии наук — в опытно-производственных хозяйствах "Курагинское" и "Михайловское", расположенное в Ужурском районе.

По спутниковым данным разработаны интерактивные тематические карты и веб-сервис, которые обеспечивают оперативный мониторинг посевов. Сервис содержит значения средней суточной температуры поверхности почвы, количества ежедневных осадков и средние значения индексов вегетации, отражающие состояние сельскохозяйственных посевов.

Основными показателями, отражающими состояние сельскохозяйственных посевов, являются значения вегетационных индексов NDVI, ClGreen и MSAVI2. Первый характеризует состояние растительности на протяжении всего вегетационного сезона. Второй используется для оценки общего содержания хлорофилла в листьях, его данные позволяют рассчитывать необходимое количество удобрений. Третий отображает неоднородность пространственного распределения посевов на почве.

См. также здесь.

#россия #сельхоз

67 лет назад, 3 ноября 1957 года в половине шестого утра по московскому времени на советском корабле “Спутник-2” была запущена в космос собака Лайка — первое животное, выведенное на орбиту Земли.

📸 Памятник Лайке на территории НИИ авиационной медицины.

#история

Американские производители радарных спутников добиваются смягчения экспортных ограничений

Госдепартамент США недавно смягчил правила экспорта космической техники и, в частности, радарных спутников. Однако, по мнению американских производителей, новые ограничения все равно остаются слишком жесткими.

Предложение Госдепартамента от 23 октября изменит порог экспорта радарных спутниковых систем в зависимости от используемой полосы радиочастот, что напрямую влияет на пространственное разрешение снимков. В настоящее время правила ITAR запрещают продажу радарных спутников, использующих ширину спектра более 300 МГц. Предложение Госдепартамента увеличит этот показатель до 500 МГц.

Представители компаний Umbra и Capella Space заявили, что это движение в правильном направлении, но его недостаточно. “Реальность такова, что международный стандарт для развертываемых в настоящее время систем составляет 1200 МГц”, — сказал Фрэнк Бакес (Frank Backes), генеральный директор Capella Space.

“Наши системы в настоящее время работают на частоте 1200 МГц. Для радарных систем полоса пропускания — это разрешение. Разрешение — это качество. Качество — это, во многом, ценность данных”, — сказал Джейсон Малларе (Jason Mallare), вице-президент и генеральный менеджер группы Mission Solutions компании Umbra Space.

При частоте 1200 МГц радарный спутник обеспечивает разрешение снимков, примерно эквивалентное оптическим снимкам с разрешением от 0,25 до 0,30 метра, заявили представители компаний.

“Ирония этого сценария заключается в том, что в рамках NOAA я имею лицензию на проведение радарной съемки с более высоким разрешением, но не могу продавать ее как систему!”, — сказал Бакес.

“Мы не сможем продавать технологии премиум-класса, а значит, нас обойдут ICEYE и другие конкуренты на мировом рынке”, — заявил Малларе. По словам Бакеса, конкурентами, помимо ICEYE, являются компании “из Италии, из Франции, из Германии [и] из Китая”.

Обе калифорнийские компании, а также американское подразделение ICEYE с 2022 года предоставляют Национальному разведывательному управлению США (NRO) данные своих радарных спутников. Высокопоставленные чиновники разведывательного сообщества публично признали, что коммерческие радарные снимки сыграли решающую роль в оказании помощи правительства США Украине. Кроме того, компания ICEYE заявила, что в настоящее время она напрямую поставляет Киеву радарные снимки.

Интересно, что предложение Госдепартамента также предусматривает изменение текущего порога ITAR для экспорта оптических снимков с 0,30 до 0,20 метра, что является еще одним послаблением правил.

Источник

#SAR #США #война

Нигер приобретет три российских спутника

В пятницу Нигер подписал соглашение с Главкосмосом, дочерней компанией Роскосмоса, о покупке трех спутников для повышения безопасности стран Сахеля.

В сентябре 2023 года Нигер, Мали и Буркина-Фасо объединились в Альянс государств Сахеля после разрыва связей с Францией и поворота в сторону России. Страны альянса борются с атаками джихадистов, которые вспыхнули на севере Мали в 2012 году и распространились на Нигер и Буркина-Фасо в 2015 году.

Как заявил министр связи Нигера Сиди Мохамед Ралиу (Sidi Mohamed Raliou) на церемонии подписания соглашения в столице Ниамее, речь идет о спутнике связи, спутнике дистанционного зондирования Земли и радарном спутнике. Их производство в России займет четыре года, сказал министр.

“По завершении этого проекта три страны получат свои спутники связи и смогут управлять ими по своему усмотрению”, — цитирует министра нигерийское агентство ANP.

Источник

#россия #нигер