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

*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, täällä ). (Yleensä ensimmäinen valintani, koska se voi yhdistää parhaat spatiaaliset, ajalliset ja spektriresoluutiot).

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.

Brasilian satelliitit: CBERS ja Amazonia. Jos olet kiinnostunut kansallisista ohjelmista, Brasilia tarjoaa kaksi huomionarvoista vaihtoehtoa:

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 ihanteellinen skenaario olisi käyttää kaikkia saatavilla olevia vaihtoehtoja saadaksesi mahdollisimman paljon kuvia alueeltasi. Tämä lähestymistapa herättää kuitenkin ainakin kaksi tärkeää kysymystä pohdittavaksi:

• Mikä on analyysisi tarkoitus ? (ja onko suurempi kuvien taajuus edes tarpeen)
• Miten käsittelet käsittelyä niin, että kaikki eri kuvat ovat yhteensopivia analysoitavaksi?

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:

1. Viralliset tietoportaalit

• Landsat: Earth Explorer
• Sentinel: Copernicus Data Space Ecosystem
• CBERS ja Amazonia: INPE Image Catalog

Muita vaihtoehtoja ovat esimerkiksi GloVis .

2. Pilviympäristöt

• Google Earth Engine (GEE) : 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.
• Amazon Web Services (AWS): Landsat- ja Sentinel-tiedot ovat saatavilla AWS:ssä. Katso lisätietoja AWS Open Data Registry -rekisteristä .

3. Sovellusliittymät ja ohjelmallinen käyttö

Teknisemmille käyttäjille API ja Python-kirjastot ovat tehokkaita työkaluja:

• Sentinel API : Lisätietoja
• Landsat API : Lisätietoja
• CBERS ja Amazonia API: INPE STAC -selain
• Python-kirjastot: Pystac-clientin 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.

4. Kolmannen osapuolen työkalut ja ohjelmistot

• Sentinel Hub: kaupallinen palvelu, joka tarjoaa helpon pääsyn Sentinel- ja muihin satelliittikuviin
• Earth Data (NASA) : Loistava vaihtoehto lisätietosarjoille, kuten GEE:n luettelot
• GIS-ohjelmisto: Työkalut, kuten QGIS ja ArcGIS, integroituvat usein suoraan satelliittitietovarastoihin. QGIS:ssä saatat tarvita laajennuksen tietojen hakemiseen ja käsittelemiseen. Muista tarkistaa laajennuksen ylläpitotila jatkuvuuden varmistamiseksi.

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.