*Kuvan luotto: Unsplash (    ) Tian-Shanin alue, Wensu, Aksu, Kiina   *Landsat-, Sentinel-, CBERS- ja Amazonia-satelliitit kiertoratatason monispektrisen kuvantamisen yhteydessä  Nykyään on monia tapoja päästä käsiksi ja käyttää satelliittikuvia – tässä on yhteenveto joistakin tärkeimmistä henkilökohtaisissa projekteissani käyttämistäni vaihtoehdoista, jotka kaikki ovat ilmaisia :-)   (erittäin) nopea yleiskatsaus satelliittivaihtoehdoista  Puhutaanpa ensin itse satelliiteista ja antureista. Nykyään on monia vaihtoehtoja, joista jokaisella on ainutlaatuiset ominaisuudet.  Maatalous- ja ympäristöanalyysien (mitä teen päivittäin) kaksi yleisimmin käytettyä satelliittiohjelmaa ovat Landsat ja Sentinel. Jokainen niistä on ollut osa useita tehtäviä kehittyvien antureiden kanssa vuosikymmenten aikana, tarjoten yhä monipuolisempaa dataa erilaisiin sovelluksiin.  Sentinel  Esimerkiksi Sentinel-2 on osa eurooppalaista Copernicus-ohjelmaa ja on erikoistunut monispektriseen kuvantamiseen. Sentinel-2-sarjassa on tällä hetkellä kolme satelliittia: Sentinel-2A, Sentinel-2B ja Sentinel-2C (viimeinen laukaistiin äskettäin, syyskuussa 2024,   ). (Yleensä ensimmäinen valintani, koska se voi yhdistää parhaat spatiaaliset, ajalliset ja spektriresoluutiot). täällä  Landsat  Landsat, jota hallinnoi US Geological Survey (USGS) National Land Imaging Program -ohjelman puitteissa, on ollut aktiivinen 1970-luvulta lähtien. Sen uusin tehtävä on Landsat-9, joka edeltäjiensä tavoin tarjoaa monispektristä kuvantamista moniin eri käyttötarkoituksiin.  Koska satelliittiohjelmia on niin paljon, on tärkeää valita projektisi erityistarpeiden perusteella. Jotkut satelliitit keskittyvät planeetan tiettyihin alueisiin, kun taas toisilla on globaalimpia tavoitteita, minkä vuoksi sisällytän tähän (kansainvälisellä näyttämöllä) myös muita vähemmän tavanomaisia vaihtoehtoja.  CBERS ja Amazonia. Jos olet kiinnostunut kansallisista ohjelmista, Brasilia tarjoaa kaksi huomionarvoista vaihtoehtoa:   Brasilian satelliitit:  CBERS (Kiinan ja Brasilian maaresurssien satelliitti):  Tämä Kiinan ja Brasilian yhteistyö on käynnistänyt useita tehtäviä. Uusin, CBERS-4A, tarjoaa kiertoratatason monispektrikuvausta aiempien CBERS-satelliittien rinnalla, joissa on eri anturit.  Amazonia-1:  Tämä vuonna 2021 laukaistiin Brasilian ensimmäinen täysin paikallisesti kehitetty satelliitti. Vaikka se tarjoaa monispektrisen kuvantamisen muiden tavoin, sen spatiaalinen resoluutio on suhteellisen alhaisempi. Sen päätavoite on tarkkailla laajoja metsäalueita, kuten Amazonia (kuten nimestä voi päätellä). Tulevia tehtäviä ovat Amazonia-1B ja Amazonia-2.  Kaikista yllä olevista vaihtoehdoista sanoisin, että  skenaario olisi  saadaksesi mahdollisimman paljon kuvia alueeltasi. Tämä lähestymistapa herättää kuitenkin ainakin kaksi tärkeää kysymystä pohdittavaksi:  ihanteellinen  käyttää kaikkia saatavilla olevia vaihtoehtoja  Mikä on analyysisi   ? (ja onko suurempi kuvien taajuus edes tarpeen) tarkoitus  Miten käsittelet   niin, että kaikki eri kuvat ovat yhteensopivia analysoitavaksi? käsittelyä   Mistä saada satelliittikuvia  Kun tiedät projektisi vaatimukset ja ne täyttävät anturit, on olemassa useita tapoja päästä käsiksi tietoihin. Tarvitsetpa satunnaisia kuvia raportteihin tai toistuvia tietoja laajamittaiseen analyysiin, tässä ovat tärkeimmät alustat ja hankintamenetelmät:   Viralliset tietoportaalit  Landsat:  Earth Explorer  Sentinel:  Copernicus Data Space Ecosystem  CBERS ja Amazonia:  INPE Image Catalog  Muita vaihtoehtoja ovat esimerkiksi   . GloVis   2. Pilviympäristöt    : Käytä valtavaa satelliittitietojen luetteloa, mukaan lukien Landsat, Sentinel, CBERS ja monet muut tuotteet. Se sisältää verkkopohjaisen koodieditorin nopeaa käyttöä varten ja API:t JavaScriptille (JS:ssä on jo paljon käyttövalmiita, joten se on melko mahdollista, vaikka et olisikaan perehtynyt kieltä – minä en henkilökohtaisesti ole) ja Python. Google Earth Engine (GEE)  Amazon Web Services (AWS): Landsat- ja Sentinel-tiedot ovat saatavilla AWS:ssä. Katso lisätietoja   . AWS Open Data Registry -rekisteristä   Sovellusliittymät ja ohjelmallinen käyttö  Teknisemmille käyttäjille API ja Python-kirjastot ovat tehokkaita työkaluja:    : Lisätietoja Sentinel API    : Lisätietoja Landsat API  CBERS ja Amazonia API:  INPE STAC -selain  Python-kirjastot:   kaltaiset kirjastot ovat mahtavia, koska ne tukevat useita luetteloita SpatioTemporal Asset Catalog (STAC) -standardin kautta. Yhdellä kirjastolla voit käyttää kaikkia näitä palveluntarjoajia ja paljon muuta. Pystac-clientin   Kolmannen osapuolen työkalut ja ohjelmistot    kaupallinen palvelu, joka tarjoaa helpon pääsyn Sentinel- ja muihin satelliittikuviin Sentinel Hub:    : Loistava vaihtoehto lisätietosarjoille, kuten GEE:n luettelot Earth Data (NASA)  GIS-ohjelmisto: Työkalut, kuten   ja ArcGIS, integroituvat usein suoraan satelliittitietovarastoihin. QGIS:ssä saatat tarvita laajennuksen tietojen hakemiseen ja käsittelemiseen. Muista tarkistaa laajennuksen ylläpitotila jatkuvuuden varmistamiseksi. QGIS  Viimeisiä ajatuksia  Satelliitti- ja anturimaisema tarjoaa uskomattoman valikoiman vaihtoehtoja, mutta niiden navigoiminen, varsinkin alussa, voi tuntua ylivoimaiselta. Hyviä uutisia? Kun tunnistat tarpeesi ja oikeat anturit (paljon työtä täällä!), käytettävissä on runsaasti työkaluja ja alustoja, joista useimmat ovat ilmaisia, joiden avulla voit käyttää tietoja ja käyttää niitä projektissasi.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Read My Stories

Tämä ääni on tuotettu tarinan alkuperäisellä kielellä!

Ilmaisten satelliittikuvien käytön aloittaminen: Sentinel, Landsat, CBERS ja paljon muuta

About Author

KOMMENTIT

RIPUTA TAGSIA

TÄMÄ ARTIKKELI ESITETTIIN

Related Stories

Why Choosing to Publish on HackerNoon First Matters

HEPT MOVES ON

Meet Filestack: HackerNoon Company of the Week

Win Up to $2000 in the #blockchain Writing Contest by Aleph Cloud and HackerNoon

Why Choosing to Publish on HackerNoon First Matters

HEPT MOVES ON

Meet Filestack: HackerNoon Company of the Week

Win Up to $2000 in the #blockchain Writing Contest by Aleph Cloud and HackerNoon

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps