Создание новых космических приложений с помощью стандартов данных ДЗЗ

Различные типы данных ДЗЗ ежедневно получают с помощью спутников, воздушных судов и беспилотников. К распространенным типам данных ДЗЗ относятся оптические (мультиспектральные и гиперспектральные), радиолокационные с синтезированной апертурой (SAR), тепловые инфракрасные, радиометрические, LiDAR, цифровые модели рельефа и другие.

Хотя такая доступность является благом для тех, кто нуждается в этих данных, большинство пользователей, вероятно, сталкивались на своем пути с некоторыми проблемами управления данными. Стандартизация данных - или ее отсутствие - часто упоминается в качестве основного препятствия для широкого внедрения геопространственных данных.

Как решить проблемы стандартизации данных и раскрыть весь потенциал геопространственных данных в различных платформах и приложениях? Вот как стандартизация данных может помочь в этом вопросе.

Одна из проблем, с которой часто сталкиваются пользователи геопространственных данных, - работа с различными структурами данных и форматами их предоставления (например, DIMAP, GeoTIFF, SAFE, SHP, NITF, NetCDF и GeoJSON - лишь некоторые из них). Каждый формат обычно имеет свою структуру метаданных и стандарт кодирования, и зачастую его необходимо адаптировать для дальнейшей обработки, визуализации и интеграции данных.

Именно здесь важную роль может сыграть принятие стандартного, "облачного" формата активов. Стандартный формат обеспечивает совместимость, бесшовную интеграцию и обмен данными между платформами, устраняя необходимость в сложном преобразовании данных.

В качестве примера можно привести GeoTIFF – формат для хранения растровых графических изображений с дополнительной пространственной информацией, такой как картографическая проекция, координаты и даты.

Оптимизированный для облака GeoTIFF (COG) - это обычный файл GeoTIFF, размещенный на HTTP-сервере, что обеспечивает полностью облачные геопространственные рабочие процессы. COG обеспечивает потоковую передачу растровых данных, поэтому клиенты, использующие HTTP-запросы диапазона, могут использовать только ту часть файла, которая им необходима для работы. Формат оптимизирован для эффективного хранения, доступа и обработки в облаке.

COG хорошо принят и поддерживается геопространственной отраслью, включая QGIS (бесплатную географическую информационную систему с открытым исходным кодом), ArcGIS, Rasterio, GDAL и другие.

COG хранят геопространственные данные в оптимизированном виде, позволяя выбирать наборы данных, визуализировать и обрабатывать частичные наборы данных для улучшения их поиска, что делает их отличным вариантом для управления большими наборами геопространственных данных. Они также значительно сокращают время обработки данных, позволяя выполнять аналитическую обработку и визуализацию по требованию.

COG сокращают дублирование данных, поскольку их можно передавать в потоковом режиме, а не копировать для загрузки. Кроме того, поддерживаются известные форматы метаданных, которые можно легко получить с помощью HTTP-запросов диапазона, что позволяет отображать пространственные индексы, обеспечивающие частичный доступ к большим растровым файлам.

Что это означает на практике? Если компания уже преобразует данные от различных поставщиков геопространственных данных в стандартный формат, например, COG, то нет необходимости разбираться в различных форматах, структурах папок доставки или соглашениях об именовании. Вместо этого пользователи могут сосредоточиться на визуализации и интеграции данных для последующего использования.

SpatioTemporal Asset Catalog (STAC) (Каталог пространственно-временных активов) - еще одна инициатива, призванная помочь пользователям находить и использовать геопространственные активы от различных поставщиков.

STAC - это спецификация, разработанная для установления стандарта предоставления геопространственных данных и упрощения управления данными для поставщиков, разработчиков и пользователей. Эта спецификация позволяет осуществлять поиск геопространственных активов, имеющих общую структуру и набор метаданных, среди множества поставщиков.

На первый взгляд может показаться, что STAC - это еще один стандарт данных, однако это не так. Впервые представленный в 2021 году, STAC усовершенствовался и приобрел значительную популярность. Многие из крупнейших поставщиков данных ДЗЗ и пространственно-временных данных, такие как Planet, Capella Space, Umbra, Maxar, Microsoft, Европейское космическое агентство (ESA), используют спецификацию STAC.

STAC имеет хорошо продуманный, стандартный формат: этот стандарт ориентирован на пользователя, а также удобен для поиска, просмотра и индексирования. STAC организован в виде структуры каталогов, подкаталогов, коллекций и элементов. Каталог STAC представляет собой гибкую структуру, которая связывает элементы STAC вместе, чтобы пользователи могли просматривать эти данные.

Коллекция STAC предоставляет дополнительную информацию о пространственно-временном наборе данных, такую как лицензии, ключевые слова, поставщики и т. д., и может быть легко расширена для получения дополнительных метаданных на уровне коллекции. Элемент STAC - это функция GeoJSON, представляющая собой набор неразделимых данных и метаданных.

По сути, STAC позволяет пользователям легко искать, получать и анализировать геопространственные данные от различных поставщиков и источников. Это очень важно, поскольку отсутствие стандартизации часто приводит к низкой доступности интеграций "plug-and-play" ("подключай и работай"). STAC обеспечивает прочную основу для изучения данных от различных поставщиков, а также для создания надежной серверной части, последующих интеграций, веб-порталов, визуализации и многого другого.

Практический пример... Проект требует интеграции данных со спутниковых, аэрофотоснимков и снимков, полученных с помощью беспилотников. Каждый набор данных поставляется в своем собственном, уникальном формате с различной структурой метаданных. Кроме того, большие наборы данных обычно означают длительное время загрузки и использование высокой пропускной способности. Это приводит к проблемам с обнаружением, доступом и анализом данных.

Благодаря STAC метаданные стандартизированы и легко ищутся по местоположению, времени и другим параметрам. В то же время COG улучшает доступ к данным, поскольку этот формат позволяет получить доступ только к необходимой части изображения, сокращая время загрузки и использование полосы пропускания.

Самое главное, что стандартизированные форматы позволяют пользователям легко комбинировать снимки со спутников, воздушных судов и беспилотников, не беспокоясь о совместимости и преобразовании данных.

Применение этого примера к управлению растительностью и точному земледелию показывает, что каталоги STAC могут помочь организовать различные снимки, связанные с растительным покровом и состоянием, в то время как использование COG улучшает доступ и анализ.

Эти данные можно использовать для оценки изменений в растительном покрове, таких как вырубка лесов или захват критически важных объектов инфраструктуры, для выявления зон, где требуется дальнейшее обследование или немедленное вмешательство. STAC может способствовать получению снимков высокого разрешения, которые позволят отслеживать состояние сельскохозяйственных культур, выявлять болезни, оптимизировать внесение удобрений и орошение.

Независимо от отрасли и сферы применения, каталоги STAC помогут упростить интеграцию данных ДЗЗ в проект.

Такие стандарты, как STAC и облачные форматы снимков, дают множество преимуществ и обеспечивают более эффективное и централизованное управление геопространственными данными, что позволяет пользователям раскрыть весь потенциал геопространственных данных, создавая и внедряя в свои приложения информацию ДЗЗ.

Обновление UP42

Улучшенный поток задач, расширенные возможности обработки, новые коллекции в каталоге, + многое другое...

Автор: Джон Пелле, руководитель отдела продуктов, UP42

Постоянно выпускаются обновления, которые упрощают заказ, управление и обработку геопространственных данных. От значительных улучшений до тонких настроек - вот обзор новейших функций, появившихся на нашей платформе.

Обновленный поток задач с улучшенным отслеживанием статуса заказа и доставки.

В прошлом году был выпущен новый поток задач, который значительно улучшил работу клиентов с заданиями для спутников. Продолжается совершенствование предложений по постановке задач, для лучшего отслеживания заказов.

Ранее, в процессе заказа и постановки задачи, можно было увидеть только контуры приобретаемых сцен. Теперь заказчик получает визуальное представление процента уже выполненного заказа и возможность загрузить оставшиеся и покрываемые AOI в виде файлов KML. Это позволяет лучше и быстрее принимать внутренние решения при работе со сложными заказами.

Помимо просмотра списка доступных наборов и предварительных цен на них, заказчик может отфильтровать этот список по типу данных и разрешению. Ожидается появление дополнительных фильтров с конкретной информацией о коллекции, такой как уровни геометрической и радиометрической обработки и возможности стерео.

Теперь обработка на платформе UP42 стала проще и более масштабируемой - мы используем STAC для улучшения проверки, предоставляем оценки совместимости и цены на ранних этапах процесса и позволяем обрабатывать столько элементов STAC, сколько хочет заказчик. Возможно повышение качества данных с помощью Upsampling от Nara Space - алгоритма, который повышает пространственное разрешение снимков Pléiades Neo с 30 до 10 см. Или Pansharpening от Pixel Factory by Airbus - алгоритм слияния, который повышает разрешение изображения до разрешения панхроматического диапазона. Или возможно получение данных Airbus Pléides Neo с помощью таких алгоритмов, как обнаружение зданий и теней, обнаружение деревьев от Spacept и многое другое.

Каким образом: с помощью панели управления необходимо перейти в раздел "Управление данными" и в разделе "Карта" выбрать элементы STAC, которые требуется обработать. Статус отслеживается в таблице "Задания". В качестве альтернативы можно создать новое задание на обработку, используя интерфейс UP42 API.

Для экономии времени и усилий при управлении геометрическими параметрами в каталоге, следует хранить AOI в библиотеке, изменять имена или координаты, удалять или создавать новые AOI на основе существующих.

Продолжается пополнение платформы более разнообразными наборами. Теперь на платформе доступны Hexagon Elevation DSM (30 см), а также архивные данные оптических спутников EROS-B (50 см) и EROS-C (30 см) от ISI. Размещение заказов происходит через панель управления или через интерфейс API.

Также растет библиотека образцов данных: теперь в нее добавлены данные с IMPRO (оптические спутниковые снимки 50-см с возможностью моно, стерео и три-стерео), GEOSAT 1 и GEOSAT 2 (оптические спутниковые снимки 20 м и 40 см, соответственно).

Также появилась новая функция подписки на уведомления. Когда клиент работает над заказами и постановкой задач с несколькими заинтересованными сторонами, они должны иметь возможность получать и реагировать на обновления заказов (например, технико-экономические показатели или ценовые котировки). Имеется возможность включения уведомлений для конкретных рабочих областей, которые важны для клиента, и он получит своевременные уведомления по электронной почте о актуальных обновлениях. Следует ознакомиться с конкретной документацией, чтобы узнать больше.

Доступны улучшенные визуализации... В компоненте управления данными можно просматривать, искать и фильтровать все элементы STAC на карте. Также запущена новая услуга с GeoSAT, облегчающая визуализацию и проверку активов STAC в любым диапазоне или поставке.

Последние обновлений и усовершенствования API и SDK легко доступны в документации на сайте up42.com