Дистанционное зондирование земли (ДЗЗ) - это разновидность геопространственной технологии, которая собирает образцы испускаемого и отражаемого электромагнитного (ЭМ) излучения земных, атмосферных и водных экосистем для обнаружения и мониторинга физических характеристик местности без физического контакта. Чаще всего этот метод сбора данных обычно включает авиационные (на данном этапе исключительно БПЛА) и спутниковые сенсоры, которые классифицируются как пассивные или активные сенсоры (датчики). Наземные сенсоры (приборы) используются на локальном уровне и для повышения качества спутниковых и воздушных данных.
Цены на оказание услуги
| Консультация | бесплатно |
|---|---|
| Предварительный анализ | бесплатно |
| Выполнение аэрокосмической съемки |
Стоимость материалов ДЗЗ рассчитывается индивидуально для каждого заказа и может варьироваться: минимальная стоимость от$ 0,5 за 1 км2 |
| Сроки исполнения | Выполнение новой съемки составляет от 5 рабочих дней с момента предоплаты. Сроки выполнения могут быть увеличены при значительных площадях и климатических условий территории интереса. Поставка архивных данных от 3-х дней. |
Стоимость космической съемки зависит от площади участка, требования к качеству и типу конечного материала – ортофотоплан, ЦММ, ЦМР, 3D модель, необходимость тематической обработки и др., и рассчитывается индивидуально для каждого заказчика.
Стоимость выполнения рассчитывается в индивидуальном порядке с учетом конкретного ТЗ.
После получения описания задачи, мы рассчитываем стоимость и отправляем вам коммерческое предложение.
Срок выполнения
Согласование вопросов по требованиям к материалам ДЗЗ: от 1 до 5 дней*
Заключение договора: от 1 до 5 дней*
Заказ съемки (постановка задачи оператору КА): от 5 дней **
Получение архивных материалов ДЗЗ: от 3 дней**
Выполнение тематической обработки материалов ДЗЗ (при необходимости): от 15 дней*
ИТОГО СРОК: от 15 дней
* рабочих дней
** с даты получения 100% аванса
Сроки выполнения космической съемки зависят от общей площади территории, требований к параметрам съемки, конечному продукту и рассчитываются индивидуально для каждого заказчика.
Как разместить заказ:
Консультация
Заполните форму, и мы свяжемся с вами в течение 15 минут
Этапы оказания услуги
Результат оказания услуги
Создание итогового продукта по материалам съемки:
- Архивные снимки различного вида: черно-белые, цветные, многозональные, синтезированные за мониторинговый период, согласно ТЗ Заказчика.
- Материалы новой съемки различного вида.
- Тематические карты LULC.
- Результаты анализа LULC в согласованных индексах и форматах.
ГЕО ИННОТЕР передает Заказчику, запросившему материалы съемки, готовую продукцию согласно Технического задания на электронных носителях или посредством сети Интернет через FTP сервера.
Требования к исходным данным
Точные координаты района интереса, точные требования к материалам ДЗЗ (разрешение на местности, вид съемки, максимальный угол наклона снимка, минимальный угол солнца, период съемки), дополнительные требования к конечной продукции (при необходимости), выходные форматы данных.
Если нет возможности предоставить указанные сведения, предоставить информацию для каких целей планируется использование материалов ДЗЗ, а специалисты ООО «ГЕО «ИННОТЕР» проанализируют требования и предложат оптимальный вариант решения.
Сопутствующие услуги
Выполненные проекты
Заказчики
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.
рис 1.
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).
Рис.2 Спутниковые сенсоры
Рис.3 Спутниковые сенсоры
.jpg "Рис.4 Сенсоры БПЛА (разрешение на местности 3-5 см).jpg")
Рис.4 Сенсоры БПЛА (разрешение на местности 3-5 см)
Рис.5 Сравнительные изображение от спутника и БПЛА
Спектральное разрешение
Длина волны различных записанных частотных диапазонов — обычно это связано с количеством частотных диапазонов электромагнитного спекта, записанных платформой сенсора (рис.6)
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 для сенсоров ДЗЗ представлены на рис.8.
Рис.8
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.9
Рис.9
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.10, 11).
Рис.10
.png "Рис.11 Изменения состояния сх территории в течение года (технология LULC).png")
Рис.11 Изменения состояния сх территории в течение года (технология LULC)
Лицензии
Наши партнеры
