Первый открытый урок на русском языке по географическому анализу. Материал урока поможет специалистам по анализу данных решать геопространственные задачи и проводить исследования в области науки о геопространственных данных.
72 60 13 13 13 8 7 6 4 3 3 3 2 1 1 1 +
Об уроке.
Добро пожаловать в раздел «Анализ уроков по геопространственным данным». Уроки рассчитаны на новичков, но будут полезны и экспертам.
Курс разделен на три логических раздела.
0. Введение — Модуль содержит общую информацию о ГСП, системах координат, проекциях и использовании земель. Здесь рассказывается о том, в какой форме они хранятся, в каком виде их можно собирать/извлекать и что такое географическое измерение. 1. Векторы — в этом разделе вы познакомитесь с основными библиотеками, необходимыми для работы с векторами, и научитесь использовать эти инструменты. Конечно, вы также проанализируете геопанд и научитесь методам визуализации данных и «дизайнерского» картографирования. Анализ геоданных. 2. Дополнительные темы — этот раздел посвящен дополнительным темам, таким как. Работа с Федеральным порталом данных, выбор цветовой палитры для визуализации данных на карте и т.д.
По окончании курса вы сможете выполнять большинство функций географической науки о данных и будете иметь прочную основу для геологического анализа.
Мы надеемся, что содержание этого курса будет полезным для вас в вашей работе и учебе.
Домашние задания на этом курсе не предусмотрены.
Ниже приведен подробный список тем курса. Главы курса публикуются каждый понедельник.
| № | |
|---|---|
| 1. 7 | SQL для регионов |
| 2. 0 | Федеральный портал пространственных данных |
| 2. 1 | Основные соревнования |
{Особенности курса
Причины создания курса
Причинами создания данного курса стали
1. любовь к географии и природе. 2. желание больше узнать о Geo + DS/ML 3. структурировать и собрать всю необходимую информацию в одном месте; 4. поделиться результатами с сообществом 4. делиться результатами с сообществом и вносить свой вклад в его развитие. 5. я заканчиваю магистратуру в ИТМО, и мне нужны были предметы для диплома. Поэтому я решил совместить приятное с полезным (я до сих пор в шоке от разнообразия современного образования).
Требования к слушателям
Слушатели должны понимать и владеть следующим.
Дополнительные ресурсы.
Все ссылки, найденные в процессе создания курса, будут перечислены здесь. Мы надеемся, что вы найдете их полезными для своей работы и исследований. Если вы найдете какие-либо хорошие материалы или ресурсы по этой теме, пожалуйста, поделитесь ими через PR.
Спасибо.
Я хотел бы поблагодарить своего научного руководителя, Максима Шевченко, за полезные советы и предложения, актуальную критику и за то, что он нашел время, чтобы помочь мне.
ODS также предоставил мне возможность и поддержку для публикации курса.
Анализ геопространственных данных
Анализ геопространственных данных — это растущая область, которая меняет то, как мы понимаем и используем пространство. По мере развития технологий геопространственный анализ становится все более доступным, точным и применимым, создавая новые возможности и проблемы для космической и спутниковой промышленности.
Спутники наблюдения Земли следят за нами уже давно. Они следят за динамикой изменения климата и загрязнением океана пластиковыми материалами. Программное обеспечение для дистанционного зондирования также помогает выявлять и устранять последствия техногенных или природных катастроф.
Обострение проблемы нехватки продовольствия заставило пересмотреть еще одну важную роль спутников: поддержка сельскохозяйственной отрасли. Спутниковые технологии дистанционного зондирования сегодня помогают отслеживать урожайность, осуществлять плановый полив культур, выявлять засуху и вредителей на ранних стадиях, тем самым помогая сохранить урожай.
Спектральное дистанционное зондирование обрабатываемых земель
Говоря о спутниковом мониторинге, важно отметить, что он не ограничивается обычным визуальным наблюдением за ростом культур из космоса. Наиболее ценным методом точного земледелия является дистанционное зондирование земной поверхности из космоса с помощью различных типов датчиков. Эта технология позволяет получать изображения земной поверхности в различных электромагнитных спектрах, которые невозможно увидеть человеческим глазом или обычными камерами, но которые содержат ценные данные о процессе выращивания культур.
Нормализованный индекс растительности (NDVI) — наиболее распространенный критерий, используемый для оценки уровня озеленения с орбиты. С помощью этого показателя можно определить уровень озеленения сканируемого поля и общее состояние зеленых насаждений. На основе спектрального анализа индекс NDVI позволяет выявить мелкие нюансы растительных процессов, связанные с негативными факторами, такими как недостаток влаги или наличие болезней.
Эти геопространственные решения появились в 1980-х годах и были основаны на визуальном определении фотосинтеза — процесса, в ходе которого растения поглощают видимый свет. Когда растения активно поглощают свет в процессе фотосинтеза, большое количество света в ближней инфракрасной области (NIRB) отражается обратно в окружающую среду. Понимание различных отражений света в инфракрасном диапазоне послужило основой для создания индекса NDVI. Это позволяет определять самые зеленые участки планеты с помощью дистанционного зондирования.
Прогнозирование на всех этапах сельскохозяйственного процесса
Алгоритмы машинного обучения широко используются для обработки, анализа и прогнозирования эффективности большинства данных. В настоящее время искусственный интеллект дополняет глобальные снимки, полученные с помощью спутникового дистанционного зондирования, в ряде областей, в том числе.
Вычислительное моделирование позволяет спутниковым компаниям рассчитывать уровень биологической продуктивности различных культур. Это помогает понять, какие из выращиваемых на поле культур обладают наибольшей репродуктивной биомассой и, следовательно, являются наиболее продуктивными. Эта информация может быть использована для планирования будущих посадочных кампаний с акцентом на наиболее прибыльные культуры.
EOS SAT — первый спутниковый рой для сельского хозяйства
3 января 2024 года компания EOS, специализирующаяся на анализе данных дистанционного зондирования, успешно запустила на низкую околоземную орбиту первый спутник сельскохозяйственной группировки EOS SAT-1. Спутниковая группировка, получившая название EOS SAT, состоит из семи малых оптических спутников, разработанных компанией EOSDA, глобальным поставщиком услуг по анализу спутниковых изображений на основе искусственного интеллекта, и призвана обеспечить внедрение устойчивого сельского хозяйства и экологический мониторинг лесных массивов, предоставляя высококачественные данные. Для анализа. Запуск был осуществлен с мыса Канаверал, штат Флорида, ракетой-носителем Space X Falcon 9.
EOS SAT является ценным активом для агропромышленных предприятий, поскольку может отслеживать рост сельскохозяйственных культур и выявлять целый ряд проблем, угрожающих урожаю, таких как жара, холод, недостаток воды, зарастание сорняками и вредителями. Благодаря этой группировке компании могут также оптимизировать использование ресурсов, проверять эффективность новых средств защиты растений и удобрений, избегать ненужных проверок полей, управлять ирригацией, оценивать урожайность и многое другое.
При выводе на орбиту одного спутника дистанционного зондирования, такого как EOS SAT-1, эта группировка спутников может контролировать до 1 миллиона квадратных километров в день, используя 11 зон, связанных с сельским хозяйством. Таким образом, клиенты EOS Data Analytics могут раскрыть потенциал точного земледелия и сократить выбросы CO2, потребление энергии, воды и т. д.
В настоящее время большинство конкурентов полагаются на данные, предоставляемые сторонними спутниками, что делает их уязвимыми к качеству датчиков, скорости обработки изображений и другим неконтролируемым параметрам. В отличие от таких спутников, EOS SAT специально ориентирован на потребности сельскохозяйственной отрасли, предоставляя EOS Data Analytics беспрецедентные объемы данных часто и подробно, как того требуют корпоративные клиенты.
Чтобы решить существующие проблемы спутников дистанционного управления, такие как низкое разрешение сенсора, ограниченные спектральные возможности и плохая работа в условиях облачности, спутниковая камера EOS SAT использует для съемки 13 зон, важных для сельского хозяйства, включая каналы RGB, RGB, два канала NIR и три канала Rededge. Она регистрирует. , каналы Watervapor, Aerosol, PAN и два канала SWIR. Следует отметить, что EOS SAT-1 имеет 11 спектральных зон без учета зон SWIR.
Взгляд в будущее отрасли.
По мере развития технологий и новых разработок будущее отрасли сельскохозяйственной регистрации представляется прекрасным. EOS может войти в стандартную спутниковую группировку, созданную Dragonfly Aerospace в сотрудничестве с NOSPERE. Эта группировка позволит вести непрерывный мониторинг развития сельскохозяйственных культур, выявлять проблемы, угрожающие урожаю, и оптимизировать использование ресурсов. Предназначенный для нужд сельскохозяйственной промышленности, EOS SAT обеспечивает беспрецедентный объем анализа данных EOS. Созвездие позволяет компаниям сократить выбросы CO2, потребление энергии и воды, а значит, более эффективно управлять сельским и лесным хозяйством по всему миру.
К 2025 году, когда группировка будет полностью введена в эксплуатацию, EOS SAT сможет покрыть до 100 % крупнейших стран суши, то есть 98,5 % всех территорий мира.
Ожидается, что спутник EOS SAT-2 и следующие спутники выйдут на орбиту в 2024-2024 годах. Полностью оперативные возможности группировки EOS SAT должны быть достигнуты в 2025 году.