Панхром, мультиспектр, гиперспектр, радар, тепловые данные и LIDAR: ортофотопланы, индексы, ЦМР и 3D-модели.
Для чего используется услуга
Что вы получите по результатам работ
Панхроматические данные
- ортофотопланы
- цифровые модели рельефа
- классифицированные карты использования земель
Мультиспектральные данные
- тематические специализированные карты
- индексы вегетации (NDVI), минеральные индексы, карты землепользования
Гиперспектральные данные
- определение минералогического состава
- картирование биологических видов
- диагностика заболеваний растений
Радиолокационные данные
- радиолокационные карты и мониторинг изменений ландшафта
- цифровые модели рельефа и местности, определение высоты объектов
Тепловые данные и LIDAR
- тепловые карты, выявление тепловых аномалий и мониторинг температурного режима
- цифровые высотные модели и карты высот по LIDAR
Как проходит работа
Реальные проекты — реальные результаты
Что нужно для расчёта
- размер интересующего участка
- доступность съёмки и период съёмки
- архивная или новая съёмка
- требуемые спектральные каналы
- бюджет проекта
- требования к пространственному разрешению, углам съёмки и варианту обработки, если они уже известны
Если тип съёмки ещё не выбран, достаточно описать территорию и задачу.
Специалист уточнит платформу, сенсоры и уровень обработки данных.
Почему Иннотер
Виды данных, сенсоры и обработка
Дистанционное зондирование Земли (ДЗЗ) — разновидность геопространственной технологии, которая собирает образцы испускаемого и отражаемого электромагнитного излучения земных, атмосферных и водных экосистем для обнаружения и мониторинга физических характеристик местности без физического контакта.
Чаще всего сбор данных выполняют авиационные (на данном этапе исключительно БПЛА) и спутниковые сенсоры — пассивные или активные. Наземные сенсоры используют на локальном уровне и для повышения качества спутниковых и воздушных данных. В последние годы в раздел ДЗЗ включают наземные сенсоры, что в совокупности с космосом и авиацией даёт новое качество исследуемой области или объекта.
Пассивные сенсоры реагируют на внешние раздражители, собирая излучение, которое отражается или испускается объектом или окружающим пространством. Наиболее распространённый источник — отражённый солнечный свет. Примеры: устройства с зарядовой связью, цифровые фотографии и видеосъёмка, радиометры, гиперспектральные и инфракрасные сенсоры.
Классификация по диапазонам электромагнитного излучения: видимый свет, инфракрасное и ультрафиолетовое излучение, микроволны и радиоволны. Виды ДЗЗ делят на активные и пассивные и по типу платформы.
- Оптическое зондирование. Видимый и инфракрасный спектр; высокое пространственное разрешение, детальные изображения поверхности.
- Тепловое (термальное). Тепловое излучение поверхности; изменения температуры, горячие точки, в том числе утечки нефти.
- Радиолокационное. Радиодиапазон, проникает сквозь облака, обзор в различных погодных условиях, изменения рельефа и структуры поверхности.
- Гиперспектральное. Дискретные длины волн широкого спектра с узкими полосами; высокая способность различения типов поверхности и веществ.
Классификация по типу пространственного разрешения аэрокосмических снимков:
- очень низкое (хуже 100 м);
- низкое (15–100 м);
- среднее (5–15 м);
- высокое (1–2,5 м);
- сверхвысокое (0,3–0,5 м);
- сверхсверхвысокое (0,02–0,5 м).
Космическая съёмка среднего пространственного разрешения (10 м) наиболее популярна из‑за общедоступных порталов USGS и Sentinel Hub. Для инженерных работ требуются данные более высокого разрешения (от 0,15 м до 1 м).
В пассивном зондировании измерения производятся с помощью излучения объектов поверхности Земли, собственный источник излучения на нужной части спектра не требуется.
В активном зондировании система облучает поверхность и регистрирует возвращённый сигнал. Сенсоры RADAR и LiDAR — типичные активные инструменты: измеряют временную задержку между излучением и возвращением, чтобы установить местоположение, направление и скорость объекта.
Собранные данные обрабатывают оборудованием ДЗЗ и ПО; наиболее сложное решение — аналитические продукты в квазиреальном времени, прежде всего в ГИС.
Классификация по платформе: спутники, беспилотные летательные аппараты или аэростаты; также аэрофотосъёмка с пилотируемых аппаратов.
- Спутниковое зондирование — космические аппараты для распознавания объектов поверхности, погодных условий и других параметров; широкий масштаб исследований, мониторинга и картографии. Оптимальная площадь съёмки >100 км², пространственное разрешение 0,25 м до 10 м.
- Аэрофотосъёмка — фотокамера на борту самолёта, вертолёта или другого пилотируемого аппарата. Оптимальная площадь 50–1000 км², разрешение 0,1 м до 1,5 м.
- Съёмка с БПЛА — воздушная аэрофотосъёмка без человека на борту; мониторинг полей, лесов, лесопромышленных районов. Наивысшее пространственное разрешение: 0,02 до 1 м. Оптимальная площадь <100 км².
На всех трёх платформах в источнике указаны сенсоры: мультиспектр, гиперспектр, тепловой, радиолокация (радар), LIDAR (лазерное сканирование).
Ориентиры стоимости снимка площадью (USD) из таблицы источника: БПЛА — 200 (1 км), 500 (5 км), 1 250 (25 км), 1 750 (50 км), 3 000 (100 км); спутник — 200 (25 км), 500 (50 км), 1 000 (100 км), 10 000 (1000 км), 70 000 (10 000 км); пилотируемая авиация — 6 250 (50 км), 10 000 (100 км), 40 000 (1000 км), 150 000 (10 000 км). Прочерки в таблице не заполняли. Это ориентиры стоимости снимка, не прайс услуги поставки и обработки.
Качество данных определяют пространственное, спектральное, радиометрическое и временное разрешение. Задачи заказчика задают выбор характеристик сенсоров.
- Пространственное разрешение — размер пикселя растра; обычно квадратные области со стороной от 0,15 до 1000 м. У спутниковых сенсоров достигает 15–25 см; авиа и БПЛА — до 3–5 см; наземная лидарная съёмка — до 3–5 мм.
- Спектральное — число записанных диапазонов. Используют панхроматические, мультиспектральные, суперспектральные и гиперспектральные изображения. Для фона достаточно RGB; для растительности и непроницаемых поверхностей — NIR или тепловой ИК. MODIS — 36 спектров (0,4–14,4 мкм); Landsat 8/9 — 10 (до 11 с Cirus); WorldView-2/3 — 9 диапазонов. Наибольшим спросом пользуются данные WV3.
- Радиометрическое — обычно 8–14 бит (256 уровней серого до 16 384 интенсивностей в каждой полосе), зависит от шума сенсора.
- Временное — частота пролётов над одной территорией. В военном деле до 15 мин, в гражданском 1–2 часа; сезонное — годовое (архив); архив для глубокого исследования изменений может быть десятилетним.
Сырые данные привязывают к опоре на земле; важна фотограмметрия. Могут потребоваться радиометрическая коррекция (шкала пикселей к фактической яркости), топографическая коррекция в горах и атмосферная коррекция дымки. Правило — поставлять метеоусловия на дату и время съёмки.
Уровни обработки данных ДЗЗ впервые определены в 1986 году НАСА; определение и технология используются в мировой стандартизации, изменения утверждаются в ООН. Первичная обработка (от сырых изображений до привязки к системе координат) — уровни 0–3, затем тематическая обработка: более 250 направлений, ежегодно дополняются. Основной продукт — аналитика. Наиболее запрашиваемые направления — военное дело, сельское хозяйство и строительство.
Сырые данные (в 80% изображения с сенсоров ДЗЗ), обработанные данные (продукты ДЗЗ, как правило в оболочке ГИС) и аналитические данные — информация по отрасли, задаче или военной системе. Два основных типа пространственных данных — геометрические и географические; распространённые форматы хранения — вектор (точки, линии, полигоны; шейп-файлы) и растр (пиксельная сетка, ортоизображение).
Доля создания карт по данным ДЗЗ на 2021 год составляет 60% (в 2000 году — 95%); данные также используют в BIM, SMART, IoT, OutDoor/InDoor.
Приложения и сервисы ДЗЗ применяют в науке, экологии, географии, сельском хозяйстве, градостроительстве, транспорте и других отраслях.
- Исследования окружающей среды: климат, атмосфера, поверхность, растительность, гидрология; спутниковые данные отслеживают ледяные шапки и уменьшение площади льдов в Арктике.
- Анализ и прогноз погоды: развитие ураганов, эвакуация; отслеживание айсбергов и льда на Северном морском пути.
- Карты и модели местности для городского развития, сельского хозяйства, транспортной инфраструктуры и геодезии.
- Мониторинг природных ресурсов: лесные пожары, загрязнение воды, устойчивое управление средой.
- Климатические изменения: ледяные покровы, уровень моря, температура поверхности; оценка таяния антарктического льда.
- Предупреждение бедствий: землетрясения, извержения, наводнения, цунами.
- Экосистемы: деградация лесов, биоразнообразие, восстановление.
- Антропогенное воздействие: загрязнение воздуха и воды, землепользование, города и инфраструктура, выбросы парниковых газов.
Сопутствующие услуги
Часто задаваемые вопросы
Пространственные данные — это любой тип данных, которые прямо или косвенно относятся к определенной географической области или местоположению. В настоящее время чаще называемые геопространственными данными или геопространственной информацией, пространственные данные также могут численно представлять физический объект в географической системе координат.
Однако понятие геопространственные данные — это гораздо больше, чем пространственный компонент, например карты.
Надо представлять, что есть сырые данные (в 80% это изображения), полученные с сенсоров ДЗЗ, обработанные данные (продукты ДЗЗ, как правило в оболочке ГИС) и аналитические данные - информация, подсказки по той или иной отрасли экономики, задаче или военной системе.
Существует огромная разница между данными и информацией. Данные сырые, объемные и часто бесполезные. С другой стороны, информация – это сила. Информация полезна конечному пользователю и помогает принимать обоснованные решения, которые могут быть разницей между успехом и неудачей.
Говоря с точки зрения геопространственной отрасли, компании, занимающиеся аналитикой дистанционного зондирования, представляют собой разницу между данными и информацией. Используя мощные алгоритмы, они могут преобразовывать большие объемы данных в информацию, которая используется организациями всех размеров и форм для принятия решений.
Пользователи могут сохранять пространственные данные в различных форматах, так как они могут содержать не только данные о местоположении. Анализ этих данных позволяет лучше понять, как каждая переменная влияет на отдельных лиц, сообщества, группы населения, территорию, объект и т. д.
Существует несколько типов пространственных данных, но два основных типа пространственных данных — это геометрические данные и географические данные.
Геометрические данные — это тип пространственных данных, отображаемый на плоской двумерной поверхности. Примером могут служить геометрические данные в планах этажей. Карты Google — это приложение, которое использует геометрические данные для определения точного направления. Фактически, это один из простейших примеров использования пространственных данных в действии.
Географическая привязка и геокодирование.
Подобные процессы, географическая привязка и геокодирование, являются важными аспектами геопространственного анализа. И геокодирование, и географическая привязка включают в себя подгонку данных к реальному миру с использованием соответствующих координат, но на этом сходство заканчивается.
Пространственная привязка концентрируется на присвоении координат данных векторам или растрам. Такой подход помогает точно моделировать поверхность планеты.
Фотограмметрия использует визуализацию, а не сбор данных о длине световой волны. Она включает определение пространственных свойств и размеров объектов, запечатленных на цифровых фотографических снимках.
Вектор и растр (рис.1) являются распространенными форматами данных, используемыми для хранения геопространственных данных.
Векторы — это графическое представление реального мира. Существует три основных типа векторных данных: точки, линии и полигоны. Точки помогают создавать линии, а соединительные линии образуют замкнутые области или многоугольники. Векторы часто представляют собой обобщение особенностей или объектов на поверхности планеты. Например, векторные данные (более 78% пользователей) хранятся в шейп-файлах, иногда называемых файлами shp (программа ArcGIS).
Растр представляет информацию, представленную в пиксельной сетке. Каждый пиксель, хранящийся в растре, имеет значение. Это может быть что угодно, от единицы измерения, цвета или информации о конкретном элементе. Как правило, растр относится к изображениям, но в пространственном анализе он часто относится к ортоизображению или фотографиям, сделанным и первично обработанным с воздушных устройств или спутников.
Также есть нечто, называемое атрибутом. Всякий раз, когда пространственные данные содержат дополнительную информацию или непространственные данные, они называются атрибутами. Пространственные данные могут иметь любое количество атрибутов местоположения. Например, это может быть карта, фотографии, историческая справка или что-либо еще, что может быть сочтено необходимым.
Технология пространственных данных концентрируется на извлечении более глубокого понимания из данных, используя полный набор пространственных алгоритмов и аналитических методов. К современным методам относятся использование машинного обучения и глубокого обучения для выявления скрытых закономерностей в данных. Такой подход помогает улучшить прогностические модели.
Пространственные данные могут также включать атрибуты, предоставляющие дополнительную информацию об объекте, который они представляют. Это помогает пользователям понять, где что происходит и почему. Например, географические (геоинформационные) информационные системы (ГИС) и другие специализированные программные приложения помогают получать доступ, визуализировать, манипулировать и участвовать в пространственном анализе.
Эксперты ожидают, что наука о пространственных данных станет более важной, поскольку государственные учреждения и предприятия стремятся принимать более разумные решения на основе данных.
Другие аспекты науки о пространственных данных включают интеллектуальный анализ пространственных данных и визуализацию данных.
Интеллектуальный анализ пространственных данных описывает процесс обнаружения скрытых закономерностей в больших наборах пространственных данных. Являясь ключевым фактором разработки приложений, ГИС, интеллектуальный анализ пространственных данных позволяет пользователям и профессионалам отрасли геопространства извлекать ценные данные о смежных регионах и исследовать пространственные закономерности. В этом сценарии учитываются пространственные переменные, такие как расстояние и направление.
Программное обеспечение для визуализации данных, позволяет в геопространственной технологии подключать различные файлы пространственных данных, такие как базы геоданных Esri File в ArcGIS, файлы GeoJSON, файлы языка разметки Keyhole (KML), таблицы MapInfo, шейп-файлы и файлы TopoJSON и др.
После подключения специалисты ГИС или пользователи могут создавать карты точек, линий и полигонов, используя информацию из файлов пространственных данных, файлов лидарных данных и файлов геопространственных данных.
За 20 последних лет пространственные данные используются не только для картографии (доля создания карт по данным ДЗЗ на 2021 год составляет 60%, в 2000 году эта доля была 95%), но и для таких новых направлений как BIM, SMART, IoT, OutDoor/InDoor.
Навигационные технологии, мобильные технологии составляю основополагающую базу для пространственных данных. Например, популярные мобильные приложения, позволяет разработчикам данных создавать сложные комбинированные приложения, используя наборы геопространственных и временных данных из данных IoT, карт, погоды, БПЛА, спутников и т. д.
Сегодня пространственные данные занимают ведущую нишу в технологии управления и выборки нужной компоненты информации в среде BIG DATA, машинного чтения («искусственного интеллекта»), нейросетевого анализа и других перспективных направлений науки и IT технологий.
Практически, эко среда обитания и развития Человека связана с пространственными данными - земля, вода, океан, атмосфера, природа, ресурсы, города, дороги, любая инфраструктура, социальные, политические и военные взаимодействия.
Качество и технические характеристики сенсоров, условия съемки дистанционного зондирования Земли определяются исходя из их пространственного, спектрального, радиометрического и временного разрешения (частоты съемки), которые определяются задачей на обработку данных и получения конечного продукта или услуги ДЗЗ.
Задачи Заказчика определяют выбор характеристики данных сенсоров.
Пространственное разрешение
Размер пикселя, записанного в растровом изображении. Обычно пиксели могут соответствовать квадратным областям со стороной от 0,15 до 1000 метров.
Способность снимать поверхность земли на один пиксель, например, спутниковых сенсоров, называется пространственным разрешением (в обиходе существует термин – геометрическое разрешение на поверхности земли). В некоторых случаях пространственное разрешение зависит от орбиты, на которой КА летает.
В настоящее время большое внимание уделяется увеличению пространственного разрешения спутниковых сенсоров. Оно достигает 15–25 см. Повышение пространственного разрешения повышает качество изображений.
Авиа и БПЛА имеет разрешение до 3–5 см, а наземная лидарная съемка до 3–5 мм.
Наглядные сравнительные изображения для понимания пространственного разрешения на рис.2, 3, 4, 5).
Спектральное разрешение
Длина волны различных записанных частотных диапазонов — обычно это связано с количеством частотных диапазонов электромагнитного спектра, записанных платформой сенсора (рис.6)
Спектральное разрешение — это характеристика сенсора, который делает снимки в разных длинах волн спектра. В настоящее время в современном дистанционном зондировании используют панхроматические, мультиспектральные (рис.7), суперспектральные и гиперспектральные изображения, основанные на этой характеристике. Как известно, различные объекты по-разному отражают лучи в разных длинах волн. Поэтому, чтобы определить какую-либо характеристику объекта, необходимо изучить его отражающие свойства в разных длинах спектра. Например, чтобы использовать изображение в качестве фона, достаточно иметь его изображение, снятое в трех диапазонах спектра: зеленом, синем и красном (RGB).
Но, если мы хотим получить от него больше данных, например, для выражения непроницаемых поверхностей, классификации растительности, мы должны использовать ближний инфракрасный диапазон (NIR) или тепловой ИК. В этом случае возможности сканера MODIS не ограничены. Он делает снимки в 36 спектрах в диапазоне длин волн от 0,4 мкм до 14,4 мкм и передает их на Землю. Чем больше диапазонов, тем легче идентифицировать объект. В этом отношении спутниковый сканер Landsat 8, 9 занимает второе место. Его спектральное изображение снимается в 10 диапазонах (береговой, синий, зеленый, красный, NIR, SWIR1, SWIR2, Pan, TIR1, TIR2). Если учесть идентификатор Cirus атомов воды как одну полосу, то количество полос Landsat 8 OLI TIRS достигнет 11 полос. Дело в том, что полоса Cirus не принимает изображения в световом диапазоне длин волн, а работает в соответствии с функцией свето - возвращения налетающих аэрозолей. Последнее место занимают спутники WorldView2 и WorldView3. Сенсоры этих спутников передают нам изображения в 9 спектральных диапазонах длин волн. Этими диапазонами являются Coastal, Blue, Green, Yellow, Red, RedEdge, NIR1, NIR2 и Pan. В связи с этим спутниковые сканеры MODIS получили высокую оценку. Но из-за плохого пространственного разрешения он не находит широкого применения.
Поэтому в настоящее время наибольшим спросом пользуются данные со спутника WV3. Особенно его расширенный красный диапазон.
Тематические решения по космическим данным создают большинство продуктов ДЗЗ на основе именно изображений WV3.
Условия нормальной работы сенсоров, т. е. получения качественных изображений определяются окнами прозрачности атмосферы, позволяющим пропускать заданный участок электромагнитного спектра сенсора.
Спектральные характеристики и окна прозрачности атмосферы для сенсоров ДЗЗ представлены на рис.7.
Радиометрическое разрешение
Количество различных интенсивностей излучения, которые сенсор способен различать. Обычно это диапазон от 8 до 14 бит, что соответствует 256 уровням шкалы серого и до 16 384 интенсивностей или «оттенков» цвета в каждой полосе. Это также зависит от «шума» сенсора.
Представить разницу радиометрического разрешения легко по рис.8
Временное разрешение
Частота пролетов спутника или самолета (БПЛА) и съемка над одной и той же территорией или объектом наблюдения. Имеет большое значение для исследований временных рядов данных ДЗЗ, когда идет процесс мониторинга (сельское хозяйство, строительство, военное дело, водные ресурсы, ЧС и т. п.). Например, спутниковое временное разрешение ДЗЗ сегодня в военном деле доходит до 15 мин, а в гражданском 1–2 часа, а сезонное разрешение может быть годовое (архивные данные). Архивные данные для глубокого исследования изменений территории могут быть десятилетними (рис.9, 10).
Для большинства систем, например, космического дистанционного зондирования предполагается экстраполировать данные сенсоров по отношению к контрольной точке на земле, включая расстояния между известными точками на земле. Эта называется опора, по которой корректируется затем изображение, карта или схема.
Поэтому большое значение имеет технология обработки изображения – фотограмметрия.
Кроме того, может потребоваться радиометрическая и атмосферная коррекция изображений.
Радиометрическая коррекция
Позволяет избежать радиометрических ошибок и искажений. Освещенность объектов на поверхности Земли неравномерна из-за различных свойств рельефа. Этот фактор учитывается в методе коррекции радиометрических искажений. Радиометрическая коррекция задает шкалу значений пикселей, например, монохроматическая шкала от 0 до 255 будет преобразована в фактические значения яркости.
Топографическая коррекция (также называемая коррекцией местности)
В труднопроходимых горах из-за рельефа местности эффективная освещенность пикселей значительно различается. На изображении дистанционного зондирования пиксель на затененном склоне получает слабое освещение и имеет низкое значение яркости, в отличие от пикселя на солнечном склоне получает сильное освещение и имеет высокое значение яркости. Для одного и того же объекта значение яркости пикселя на тенистом склоне будет отличаться от такового на солнечном склоне. Кроме того, разные объекты могут иметь одинаковые значения яркости. Эти неоднозначности серьезно повлияли на точность извлечения информации из изображений дистанционного зондирования в горных районах. Это стало главным препятствием для дальнейшего применения дистанционных изображений. Целью топографической коррекции является устранение этого эффекта, восстановление истинной отражательной способности или яркости объектов в горизонтальных условиях.
Атмосферная коррекция
Устранение атмосферной дымки путем перемасштабирования каждой полосы частот таким образом, чтобы ее минимальное значение соответствовало значению пикселя 0. Оцифровка данных также позволяет манипулировать данными путем изменения значений шкалы серого (рис.12)
Существует правило, поставлять метеорологические условия на дату и время съемки ДЗЗ.
Уровни обработки данных дистанционного зондирования Земли были впервые определены в 1986 году НАСА. Их определение и технология обработки изображений используется в мировой стандартизации ДЗЗ, вносятся изменения и утверждаются в ООН.
Первичная обработка данных (от сырых изображений до их привязки к системе координат) ДЗЗ находится на уровнях от 0 до 3. Затем следует, так называемая, тематическая обработка. Существует её классификация, которая превышает более 250 направлений. Тематика каждый год дополняется. Тематическая технология подстраивается под задачу Заказчика. Сейчас основной продукт дистанционного зондирования Земли –аналитика.
Наиболее запрашиваемый продукт дистанционного зондирования Земли – военное дело, сельское хозяйство и строительство.
Архивирования рядов данных является компьютерная машиночитаемая ультрафиша, обычно с использованием таких шрифтов, как OCR-B или в виде оцифрованных полутоновых изображений. Ультрафиши хорошо сохраняются в стандартных библиотеках со сроком жизни в несколько столетий. Они могут создаваться, копироваться, храниться и извлекаться автоматическими системами.
При планировании и реализации проектов дистанционного зондирования земли, важно учитывать несколько ключевых параметров:
- Размер интересующего участка
- Доступность съемки
- Период съемки
- Архивная или новая съемка
- Спектральные каналы ъ
- Бюджет проекта.
1) Скорость и простота сбора данных: Спутники способны за считанные минуты охватывать тысячи квадратных километров. Это позволяет собирать большой объем информации в короткие сроки без сложного планирования полетов, получения разрешений и подбора точек взлета и посадки для самолетов. Таким образом, спутники обладают высокой скоростью и простотой сбора данных.
2) Отсутствие логистических проблем: Спутники не сталкиваются с проблемами, связанными с ограничениями воздушного пространства, сложными планировками маршрутов и постоянно меняющимися ограничениями на территории съемки. Они могут собирать данные из изолированных, конфликтующих или трансграничных мест без ограничений, что особенно ценно при крупномасштабных картографических проектах.
3) Не зависит от погодных условий: в отличие от авиационных методов, которые ограничены погодными условиями, спутники могут работать независимо от погоды, за исключением фактора облачности. Это обеспечивает непрерывность сбора данных и уменьшает риски задержек или отмены съемки из-за погодных условий.
1) Разрешение и спектральные характеристики сенсоров: заказчики устанавливают требования к пространственному разрешению и спектральным диапазонам, соответствующие их конкретным потребностям. Это позволяет получить данные с нужным уровнем детализации и спектральной информации для исследуемых явлений или объектов. По состоянию на май 2023г выбор космических аппаратов ДЗЗ огромен.
2) Углы съемки: Заказчики указывают углы съемки, чтобы получить изображения под оптимальным ракурсом. Это особенно полезно при анализе трехмерных объектов или местности, где определенные ракурсы могут обеспечить более полное понимание и анализ.
3) Обновления погоды в реальном времени: Регулярные обновления погоды в режиме реального времени помогают избежать съемки при неблагоприятных погодных условиях и облаках. Это позволяет максимально использовать доступные окна для съемки.
4) Быстрая доставка данных: после съемки спутниковые снимки загружаются через наземную станцию и могут быть доставлены пользователю в течение от 4 часов. Это обеспечивает оперативный доступ к свежим данным и позволяет быстро приступить к анализу и обработке информации.
5) Обработка данных и способы доставки: Пользователи могут выбирать различные варианты обработки данных в соответствии с их требованиями.
Операторы космических аппаратов ДЗЗ предлагают широкий спектр возможностей съемки, обеспечивая различные спектральные диапазоны и сверхвысокое разрешение.
1) Спектральные диапазоны: Операторы космических спутников предлагают снимки в различных спектральных диапазонах. Это позволяет анализировать объекты и явления на разных длинах волн и получать специфическую спектральную информацию. Гиперспектральная съемка может охватывать сотни спектральных диапазонов, расширяя возможности исследований.
2) Стереосъемка: Спутники также могут выполнять стереосъемку, что позволяет получить стереоизображения с разных углов съемки. Стереоизображения предоставляют надежные данные для создания цифровых моделей местности (DEM) и виртуальных 3D-моделей, что полезно при анализе рельефа и трехмерных объектов.
3) Сверхвысокое разрешение: Спутники предоставляют изображения с высоким разрешением. Например, спутник Superview NEO компании Spacewill может предложить спутниковые снимки с разрешением до 30 сантиметров. Это позволяет идентифицировать различные объекты и особенности на земле с высокой точностью и детализацией.
1) Доступность и предсказуемость: Спутники могут достигать областей, которые могут быть труднодоступны или недоступны для других средств съемки, таких как удаленные или географически изолированные места. Благодаря группировкам ка ДЗЗ, планы проведения съемок местности становятся более доступными и предсказуемыми для клиентов.
2) Частота обновления: Высокая частота обновления спутниковых снимков позволяет получать свежие данные с определенной регулярностью. Это особенно важно для автоматизированного анализа, где требуется постоянное обновление информации. Пользователи могут с уверенностью рассчитывать на постоянное наличие данных для их рабочих процессов. По состоянию на май 2023 ООО «ГЕО Иннотер» предлагает своим клиентам космическую съемку с 100+ космических аппаратов ДЗЗ с разрешением лучше 1 метра.
3) Интеграция с программами искусственного интеллекта: Спутниковые снимки могут быть интегрированы в программы, использующие искусственный интеллект (ИИ), для автоматического извлечения и классификации объектов и функций на изображении. Это помогает оптимизировать рабочие процессы и автоматизировать анализ данных.
4) Расширенные данные обучения: благодаря большому количеству изображений, собранных спутниками со временем, пользователи имеют доступ к расширенным данным обучения для программ машинного обучения. Это позволяет улучшить качество и точность моделей машинного обучения, используемых для анализа спутниковых данных.
5) Исторические данные и моделирование: Спутниковые данные предоставляют доступ к историческим данным, которые могут быть использованы для моделирования и прогнозирования. Это особенно важно для анализа тенденций, обнаружения аномалий и оценки прибыльности. Использование исторических данных помогает понять долгосрочные измен
Эти возможности спутниковой съемки обеспечивают высокую точность и качество данных, что делает их эффективной альтернативой для авиационной съемки. По состоянию на май 2023г в мире быстрыми темпами реализуется тренд на вытеснение пилотируемой авиации со стороны беспилотных летательных аппаратов.
ООО «ГЕО Иннотер» предлагает своим клиентам интегрированные решения космос + БПЛА.
Дистанционное зондирование земли (ДЗЗ) — это метод исследования Земли и ее окружающей среды, при котором информация собирается с помощью спутников или других дистанционных аппаратов, находящихся на высоте над поверхностью Земли.
ДЗЗ позволяет получать множество данных об объектах на земной поверхности, включая геологические структуры, ландшафты, климатические условия и другие параметры. Этот метод используется в различных отраслях, включая геологию, географию, агрономию, экологию, метеорологию, гидрологию и т. д.
В геологии дистанционного зондирования Земли может использоваться для поиска месторождений полезных ископаемых, включая нефть и газ, а также для изучения геологических структур, как например, геологических складок, трещин и др.
С помощью дистанционного зондирования Земли также можно изучать изменения на земной поверхности, вызванные различными факторами, такими как климатические изменения, естественные катаклизмы или антропогенные воздействия.
В целом, дистанционного зондирования Земли является мощным инструментом для изучения земной поверхности и ее окружающей среды, и находит широкое применение в различных научных и практических областях.
Существует множество спутников в космосе, которые используются для получения данных дистанционного зондирования Земли. Они могут различаться по назначению, характеристикам орбиты, разрешению, спектральным характеристикам и другим параметрам. Рассмотрим наиболее распространенные типы спутников для дистанционного зондирования:
- Оптические спутники - используются для получения информации в видимом и инфракрасном диапазонах. Примерами таких спутников являются Landsat, Sentinel-2, SPOT, MODIS.
- Радиолокационные спутники - используют радиоволновое излучение для получения данных. Они могут работать в любых условиях погоды и дневное время суток. Примерами таких спутников являются RADARSAT, Sentinel-1, TerraSAR-X.
- Гравитационные спутники - используются для измерения гравитационного поля Земли и массы объектов на ее поверхности. Примерами таких спутников являются GRACE, GRACE-FO.
- Геодезические спутники - используются для точного определения координат и высот точек на земной поверхности. Примерами таких спутников являются GPS, GLONASS, Galileo.
- Атмосферные спутники - используются для изучения атмосферных явлений, таких как облака, атмосферные газы, метеорологические условия. Примерами таких спутников являются Aqua, Terra, MetOp.
- Космические телескопы - используются для изучения космических объектов и явлений, таких как звезды, галактики, космическая пыль. Примерами таких спутников являются Hubble Space Telescope, Chandra X-Ray Observatory, Spitzer Space Telescope.
Каждый из этих типов спутников имеет свои особенности и применения, и выбор конкретного спутника зависит от задачи, которую необходимо решить.
Дистанционное зондирование Земли (ДЗЗ) предоставляет широкий спектр возможностей для получения информации о Земле и ее поверхности из космоса. Некоторые из основных возможностей ДЗЗ включают:
- Получение информации о географическом положении объектов на Земле. С помощью спутникового ДЗЗ можно получить точные координаты и высоты географических объектов, таких как горы, реки, озера, населенные пункты и т. д.
- Изучение изменений природной среды. С помощью ДЗЗ можно наблюдать за изменениями лесных массивов, пастбищ, а также других зон природной среды, таких как пустыни, тундры и т. д. Это позволяет отслеживать процессы эрозии, лесоразведения, засух и других природных явлений.
- Исследование климатических процессов. Данные ДЗЗ используются для изучения изменений климата на планете, таких как глобальное потепление, распространение ледников и т. д.
- Мониторинг и прогнозирование природных катаклизмов. С помощью ДЗЗ можно наблюдать за процессами, связанными с землетрясениями, извержениями вулканов, наводнениями и другими природными катаклизмами. Это позволяет прогнозировать опасность для населения и принимать меры по предотвращению стихийных бедствий.
- Поиск и добыча полезных ископаемых. Дистанционное зондирование позволяет находить месторождения полезных ископаемых, таких как нефть, газ, золото, серебро и т. д. Это особенно полезно в труднодоступных и малоизученных районах.
- Мониторинг загрязнения окружающей среды. Данные ДЗЗ используются для отслеживания загрязнения водных и воздушных ресурсов, а также для мониторинга качества почвы и т. д.
- Исследование океанов и морей. С помощью ДЗЗ можно получить информацию о температуре, солености, течениях, волнении и других параметрах океанов и морей. Это позволяет прогнозировать условия для рыболовства, отслеживать движение айсбергов, прогнозировать изменения уровня морей и другие параметры, важные для изучения морских экосистем.
- Наблюдение за транспортом и коммуникациями. С помощью ДЗЗ можно отслеживать движение транспортных средств, таких как автомобили, поезда, корабли и самолеты. Это может быть полезно для контроля транспортных потоков и оптимизации маршрутов. Также данные ДЗЗ могут использоваться для поиска утечек нефти или газа в трубопроводах и других коммуникациях.
- Поддержка обороны и безопасности. Дистанционное зондирование используется для обеспечения безопасности государства, путем мониторинга границ, контроля над поверхностью земли и воздухом. Кроме того, ДЗЗ может помочь в обнаружении источников террористических угроз и предотвращении возможных атак.
- Наблюдение за космическими объектами. Данные ДЗЗ используются для изучения космических объектов, таких как планеты, галактики, звезды и т. д. С помощью ДЗЗ можно изучать их свойства, физические характеристики и движение.
В целом, ДЗЗ позволяет получать информацию о Земле и ее окружении, которая может быть использована для принятия решений в различных сферах деятельности, от экономики до экологии и науки.