Дистанционное зондирование и геоинформатика

@gis_proxima · tech · Russian · active

Группа о новостях геоинформатики и дистанционного зондирования Земли. Наш сайт в интернете: https://gisproxima.ru По вопросам рекламы и сотрудничества: @carolina_popova

Subscribers 1.9K Subscribers, last 30 days: 1.9K → 1.9K +0 24h
Reach per post (ERR) 6.3%117 avg views
Posting 16.8/day last 5 hours ago
Reactions per 1K views 3.4 ❤ 🤡 🔥
  1. Intermap завершила приобретение PCI Geomatics Компания Intermap Technologies объявила о завершении приобретения PCI Geomatics — разработчика программных решений для обработки геопространственных данных и спутниковых изображений. Сделка направлена на объединение технологий двух компаний и расширение возможностей работы с данными дистанционного зондирования Земли. PCI Geomatics известна программными инструментами для обработки спутниковых и аэрофотоснимков, включая решения для фотограмметрии, коррекции изображений и подготовки геопространственных продуктов. Такие технологии позволяют преобразовывать исходные снимки в данные, пригодные для картографирования и пространственного анализа. Intermap развивает направления, связанные с трёхмерными данными о поверхности Земли, моделированием рельефа и геопространственной аналитикой. Объединение этих компетенций должно расширить возможности компании по созданию комплексных продуктов на основе спутниковых изображений, высотных моделей и других источников информации. Компания также рассчитывает развивать распределённую обработку геоданных и применять искусственный интеллект и машинное обучение для автоматизации аналитических процессов. Для рынка ДЗЗ эта сделка показательна тем, что поставщики данных и разработчики программного обеспечения стремятся объединять отдельные этапы обработки в единые технологические решения. Источник

  2. Спутники и машинное обучение создали карту зон эрозии почв с точностью 97% Исследователи объединили геоинформационные системы, дистанционное зондирование и алгоритмы машинного обучения для картографирования зон риска эрозии почв в бассейне реки Джонк в Индии. Территория исследования испытывает воздействие засушливых условий, а потеря плодородного слоя представляет угрозу для сельского хозяйства и состояния земель. В исследовании использовались спутниковые данные и вегетационный индекс NDVI, характеризующий состояние растительности. Эти сведения объединили с моделью RUSLE, применяемой для оценки потенциальной потери почвы под действием водной эрозии, и алгоритмом Random Forest для классификации территорий по степени риска. Результатом стала пространственная карта, выделяющая участки с различной вероятностью развития эрозионных процессов. По представленным результатам, площадь под кривой ROC — показатель AUC — достигла 0,97. Источник

  3. В ЕС запустили проект GENIUS по объединению GeoAI и географических данных Университет Лунда в Швеции возглавил европейский исследовательский проект GENIUS, посвящённый объединению искусственного интеллекта и географической информации. Цель инициативы — развитие методов анализа пространственных данных для прогнозирования природных и городских рисков. Проект предполагает использование разнородных источников информации: спутниковых снимков, географических карт, данных сенсоров, экологических наблюдений и демографической статистики. Объединение таких источников позволяет анализировать процессы с учётом их пространственного расположения и взаимосвязей. GeoAI — направление на пересечении геоинформатики и искусственного интеллекта — позволяет выявлять закономерности в пространственных данных, классифицировать объекты, моделировать изменения и прогнозировать развитие территорий. При этом качество результатов зависит от полноты исходной информации и способности алгоритмов учитывать особенности региона. Источник

  4. InSAR помог построить карту деформации вулкана Килауэа Геологическая служба США (USGS) опубликовала интерферограмму вулкана Килауэа на Гавайях, созданную по данным радиолокационной съёмки спутника COSMO-SkyMed за 24 сентября и 2 октября 2026 года. Изображение демонстрирует изменения поверхности, связанные с вулканическими процессами. В основе анализа лежит метод интерферометрической радиолокации — InSAR. Он предполагает сравнение фазовых характеристик радиолокационных сигналов, полученных при повторной съёмке одной территории. По различиям между наблюдениями можно выявлять смещения поверхности, в том числе значительно меньшие одного метра. В районе Килауэа такие измерения помогают исследовать деформации земной поверхности, связанные с перемещением магмы под вулканом. Интерферометрические данные используются совместно с информацией о землетрясениях и другими геофизическими наблюдениями для определения характера происходящих процессов. Материал показывает, что радиолокационное ДЗЗ применяется не только для картографирования и мониторинга земного покрова, но и для изучения опасных геологических явлений. Преимущество InSAR заключается в возможности регулярно наблюдать за деформациями больших территорий независимо от освещённости и, при подходящих условиях, получать данные сквозь облачность. Источник

  5. Landsat показал развитие лесных пожаров в Орегоне В октябрьском выпуске информационного бюллетеня Landsat опубликована серия спутниковых изображений, посвящённых последствиям лесных пожаров в штате Орегон. Материалы демонстрируют, как данные наблюдения Земли помогают оценивать изменения природных территорий после крупных возгораний. Спутники Landsat 8 и Landsat 9 регулярно получают изображения земной поверхности в нескольких спектральных диапазонах. Благодаря этому можно сопоставлять состояние одной территории в разные даты и выявлять изменения растительного покрова, появление выгоревших участков и восстановление растительности. Для анализа последствий пожаров важны не только видимые изображения, но и спектральные характеристики поверхности. Сравнение многоспектральных снимков позволяет картографировать границы повреждённых территорий и оценивать степень изменения растительности. Данные Landsat применяются в долгосрочном экологическом мониторинге, лесном хозяйстве и исследованиях природных процессов. Архив спутниковых наблюдений позволяет анализировать динамику пожаров и сопоставлять текущее состояние экосистем с их состоянием до чрезвычайных событий. Источник

  6. ГИС «Панорама» 15.6 получила новые инструменты работы с пространственными данными и ИИ В новой версии 15.6 российской геоинформационной системы «Панорама» расширены возможности работы с пространственными объектами, векторными картами и атрибутивной информацией. Обновление направлено на повышение удобства обработки геоданных и автоматизацию отдельных операций. Одним из нововведений стала поддержка многоуровневых атрибутов пространственных объектов. Это позволяет гибче организовывать сведения, связанные с объектами карты, и использовать более сложные структуры данных в геоинформационных проектах. Разработчики также расширили Python-инструменты обработки и контроля векторных карт. Дополнительно появились инструменты на основе искусственного интеллекта для проверки XML-документов, используемых при подготовке кадастровых материалов. Изменения затронули и импорт данных: улучшена работа с форматами DXF, CSV и XLSX, а также со сложной геометрией. В совокупности обновление делает систему более удобной для специалистов, которым необходимо объединять разнородные пространственные данные, проверять их качество и автоматизировать подготовку картографических материалов. Источник

  7. Росгидромет опубликовал гидрологическую обстановку по спутниковым данным Росгидромет представил материалы об обстановке на реках Красноярского края по данным наблюдений за 5–6 октября 2026 года. Спутниковая информация используется для получения оперативного представления о состоянии водных объектов и прилегающих территорий. Дистанционное зондирование особенно полезно при наблюдении за протяжёнными речными системами, где наземные гидрологические посты не всегда обеспечивают достаточный охват. Спутниковые снимки помогают выявлять изменения площади водной поверхности и отслеживать распространение воды на прилегающие участки. При сопоставлении снимков за разные даты можно определять динамику гидрологической обстановки и выявлять территории, требующие дополнительного внимания. Такие сведения могут дополнять данные наземных измерений и использоваться при подготовке оперативных оценок. Пример демонстрирует практическое применение спутникового мониторинга в государственной системе наблюдений за природными процессами. Совмещение дистанционных и наземных данных позволяет получать более полную картину состояния водных объектов на региональном уровне. Источник

  8. Azercosmos запустил Platerra — ИИ-платформу для анализа спутниковых снимков Азербайджанский оператор Azercosmos представил Platerra — платформу для автоматизированной обработки спутниковых изображений и геопространственной аналитики. Решение ориентировано на ускорение анализа данных ДЗЗ и упрощение получения практических результатов из больших массивов изображений. В основе платформы лежит применение искусственного интеллекта для распознавания объектов и выявления изменений на поверхности Земли. Такие инструменты позволяют автоматизировать задачи, которые традиционно требовали продолжительного визуального дешифрирования и ручной обработки снимков. Среди потенциальных направлений применения — мониторинг лесов и водных объектов, определение границ сельскохозяйственных полей, наблюдение за развитием городской застройки и выявление изменений земного покрова. Для аграрного сектора подобные решения могут быть полезны при оценке состояния посевов и планировании полевых обследований. Источник

  9. «Роскосмос» и «Ростех» показали первые стереоскопические снимки с «Аист-2Т» Российские космические аппараты «Аист-2Т», оснащённые оптико-электронной аппаратурой «Аврора», получили первые стереоскопические изображения земной поверхности. Такие снимки позволяют наблюдать одну территорию с разных ракурсов и использовать полученные данные для восстановления трёхмерной структуры местности. Главное преимущество стереосъёмки — возможность создавать цифровые модели рельефа и местности по спутниковым изображениям. Это особенно актуально для районов, где наземные геодезические работы затруднены или требуют значительных затрат. Трёхмерные модели могут применяться для обновления карт, оценки изменений рельефа, мониторинга карьеров и полигонов отходов, определения последствий паводков и анализа состояния лесных территорий. Получение пространственной информации с орбиты позволяет охватывать большие площади и регулярно обновлять данные. Развитие стереоскопической спутниковой съёмки расширяет возможности отечественной отрасли ДЗЗ. Такие технологии создают основу для автоматизированного формирования цифровых моделей местности и интеграции спутниковых данных в геоинформационные системы. Источник

  10. repost

    🚀 09.10 — лекция «Частный космос в России» Кто в России создаёт частные спутники и как превратить интерес к космосу в собственный бизнес? Приглашаем студентов вузов и школьников разобраться, как устроена частная космонавтика и какие возможности она открывает. 💬 На встрече разберём: — какие частные космические компании работают в России; — чем они занимаются и какие технологии создают; — каковы перспективы их развития; — какое место они занимают в экономике и почему важны; — как создать собственный космический бизнес. 🎙 Спикер — Александр Шаенко, космический инженер с 20-летним опытом, создатель спутника «Маяк» и популяризатор космонавтики. 📅 9 октября ⏰ 18:00–19:00 📍 Селезневская, 11А, строение 1 👉 Регистрация Приходите, чтобы познакомиться с людьми и идеями, которые двигают частный космос вперёд, и узнать, как стать частью этой отрасли!

  11. repost

    Uzcosmos va STAR.VISION o‘rtasida hamkorlik memorandumi imzolandi Unda O‘zbekiston Respublikasi Raqamli texnologiyalar vaziri Sherzod Shermatov, Uzcosmos agentligi direktori Shuhrat Kadirov va STAR.VISION kompaniyasining guruh bosh ijrochi direktori Danying Fan ishtirok etdi. Hujjat “Samarkand 2028” giperspektral sun’iy yo‘ldosh tasvirlari asosida amaliy yechimlarni sinovdan o‘tkazish va ishlab chiqish bo‘yicha hamkorlikni nazarda tutadi. Hamkorlik doirasida giperspektral ma’lumotlardan foydalanish, ilmiy-tadqiqot ishlarini qo‘llab-quvvatlash, yangi texnologiyalarni sinovdan o‘tkazish hamda istiqbolda ularni tijoratlashtirish imkoniyatlari o‘rganiladi. Ushbu hamkorlik kosmik texnologiyalar va sun’iy yo‘ldosh ma’lumotlarini amaliyotda samarali qo‘llash uchun yangi imkoniyatlar yaratadi. ——— Uzcosmos и STAR.VISION подписали меморандум о сотрудничестве В церемонии приняли участие министр цифровых технологий Республики Узбекистан Шерзод Шерматов, директор агентства Uzcosmos Шухрат Кадиров и групповой генеральный директор STAR.VISION Danying Fan. Документ предусматривает сотрудничество в области тестирования и разработки практических решений на основе гиперспектральных спутниковых снимков "Samarkand 2028". В рамках сотрудничества планируется изучить возможности применения гиперспектральных данных, поддержки научно-исследовательской деятельности, апробации новых технологий, а также их дальнейшей коммерциализации. Сотрудничество откроет новые возможности для эффективного практического применения космических технологий и спутниковых данных. 📱 Instagram 📱 LinkedIn 📱 Telegram 📱 Youtube 📱 Facebook 📱 X (Twitter)

  12. Агровузы России обучают искусственный интеллект «видеть» поле Современные технологии в сельском хозяйстве уже в ближайшее время позволят получать достоверную информацию о состоянии посевов значительно быстрее – за счёт сбора объективных данных с беспилотных воздушных судов (БВС). Преподаватели и студенты ряда аграрных вузов страны, в т. ч. и Чувашский ГАУ, вовлечены в проект «Фитосанитарная диагностика и мониторинг посевов на основе данных БПЛА, методов машинного зрения и искусственного интеллекта». Это проект по обучению программного обеспечения распознаванию по снимкам с БВС видового состава и численности: • культурных растений; • сорных растений; • болезней; • вредителей. Обучение машины требует знания всех объектов, внимания и терпения, отмечают в вузе. Но именно эта кропотливая работа формирует основу для цифровых инструментов, которые в перспективе помогут быстрее и точнее оценивать состояние сельхозкультур, выявлять сорняки, признаки заболеваний и повреждения вредителями. Источник

  13. repost
    +4

    📃 🟢 Конкурс «Лесной хакатон» перешел к подготовительному этапу 🌲 Рослесхоз при поддержке МГТУ им. Н.Э. Баумана проводит первый конкурс по цифровизации лесной отрасли. В нем участвуют 328 человек в составе 113 команд из России и Беларуси. 💻 Участникам предстоит разработать цифровые решения для актуальных задач лесного хозяйства с использованием современных технологий и искусственного интеллекта. 📊 Как проходит подготовительный этап и что сейчас делают команды - смотрите подробнее в наших карточках #ЛесаРоссии

  14. repost

    «Газпром нефть» системно развивает инженерно-геологический софт для сопровождения работ по поиску углеводородов. Здесь отказались от привлечения сторонних разработчиков программного обеспечения и создают своё ПО, потому что для подобных крупных и уникальных структур, особенно с государственным участием, это самый подходящий вариант цифровизации. Решения компании охватывают всю цепочку геологоразведочных программ – от геофизических исследований до централизованного управления масштабными проектами. Из сегодняшней статьи вы узнаете: · что такое цифровые двойники сейсморазведки и керна, · как создается экосистема цифровых программных продуктов, · как искусственный интеллект помогает заново открывать нефтегазоносные месторождения, · насколько ИИ ускоряет процесс, · как в компании организовано обучение специалистов. ➡️Читайте на портале "ГеоИнфо" https://geoinfo.ru/articles/kak-ii-delaet-sejsmorazvedku-bolee-tochnoj-i-zanovo-otkryvaet-starye-mestorozhdeniya-opyt-gazprom-nefti/

  15. repost

    От Нила до Средиземного моря одним кадром 🌍 На видео — северо-восточная часть Африки, долина Нила, Суэцкий канал, Красное и Средиземное моря, а также остров Кипр. Съемка выполнена сверхширокоугольной камерой «Циклоп» типа «рыбий глаз», установленной на спутнике «Геоскан-1». Благодаря большому углу обзора камера позволяет одновременно наблюдать огромные участки поверхности Земли и получать уникальные панорамные изображения нашей планеты из космоса.

  16. repost

    Аграрии обработают более 1 млн га с помощью агродронов Российские аграрии в 2026 году обработают более 1 млн га сельхозземель с помощью агродронов, что будет выше ожиданий, заявила министр сельского хозяйства РФ Оксана Лут на пленарном заседании Российской агропромышленной выставки "Золотая осень". Об этом сообщает ТАСС. "Отдельное направление — это беспилотные летательные системы, которые мы используем. В этом году мы ожидаем уже больше 1 млн га. Ожидали, что будет 1 млн га, получается, больше 1 млн га, которые мы смогли обработать с помощью БАС", — сказала Лут. "В следующем году у нас будет еще больше KPI стоять по этой площади. Мы можем ставить KPI, но, если это будет неэффективно для сельхозпроизводителя, конечно, наш KPI никто выполнять не будет. Поэтому здесь наша совместная задача понять, как сделать это экономичным и правильным для нашего сельхозпроизводителя", — подчеркнула она. aviaru.net/n300272 Оставайся в информационном потоке, подпишись на наш канал в MAX

  17. repost

    В полете 15 корейских спутников 7 октября 2026 года в 03:25 всемирного времени с космодрома Наро в Южной Корее (LC-2) выполнен пуск ракеты-носителя KSLV-II (Nuri) (F5) с 15 космическими аппаратами — 5 микроспутниками NeonSat-2, …, -6 и 10 кубсатами. Космические аппараты успешно выведены на околоземную орбиту. Вот некоторые из них, так или иначе связанные с дистанционным зондированием Земли (ДЗЗ): 🛰 NeonSat-2, … -6 — 5 📷 спутников оптического ДЗЗ для мониторинга Корейского полуострова в целях национальной безопасности и реагирования на чрезвычайные ситуации. Пространственное разрешение в панхроматическом режиме съемки — 1 м, в мультиспектральном — 4 м. Масса каждого аппарата — порядка 100 кг. Разработчик: Satellite Technology Research Center (SaTReC) при KAIST. Оператор: KASA. Планируется создать группировку из 11 спутников. NeonSat-1 выведен на орбиту в апреле 2024 года, NeonSat-1A — в январе 2026 года. 🛰 Sejong-5 — 6U CubeSat для гиперспектральной съемки. Разработчик и владелец: Hancom InSpace. 🛰 DaejeonSat-1 — 16U CubeSat оптического ДЗЗ Кроме того, на спутнике будут отрабатываться технологии: камера, солнечные панели, система управления. Масса спутника около 23,6 кг. Разработчик: STEP Lab по заказу города Тэджон (Daejeon). 🛰 SLEDGE — зондирование ионосферы с использованием сигналов ГНСС для создания профилей температуры, давления и влажности атмосферы. Кроме того, будет вести сбор данных о помехах для разработки анти-помеховых систем. Формат: 3U CubeSat. Разработчик: O&B Space. 🛰 PERSAT — 3U CubeSat, предназначенный для обнаружения и отслеживания морского мусора у побережья острова Чеджу (Jeju), а также анализа океанских течений. Разработчик: Quaternion, совместно с Университетом Чеджу. 🛰 UEL-Y-Sys — мониторинг концентрации мелкой пыли в атмосфере. Разработчик: Unmanned Exploration Laboratory (UEL). 🛰 Command v1 — основное назначение этого кубсата: мониторинг космической погоды. Кроме того, он будет вести съемку космического мусора. Разработчик: Perigee Aerospace. 🛰 CPSat — 3U CubeSat для демонстрации технологии оптической связи между спутником и наземной станцией с использованием светодиодов и лазеров. Разработчик: Университет Чосон, совместно с Пусанским национальным университетом. #оптика #война #гиперспектр #ro #сеть #корея

  18. repost

    Исследователи улучшили обнаружение объектов с дронов с помощью графовых нейросетей 🤖 Исследователи из Ханьданьского университета в Китае разработали систему для обнаружения небольших объектов на изображениях с беспилотников и их последующего нанесения на карту. В основе решения лежит модифицированная версия YOLOv7, дополненная графовой нейросетью внимания (Graph Attention Network, GAT). Исследование опубликовано в журнале Discover Artificial Intelligence. Проблема, которую решают авторы, связана с особенностями съёмки с БПЛА. На изображениях с большой высоты автомобили, люди и другие объекты занимают небольшое количество пикселей, могут частично перекрываться и теряться на фоне городской застройки. Для повышения точности исследователи дополнили YOLOv7 несколькими механизмами обработки признаков, включая SPD-Conv, Coordinate Attention, SimAM и двунаправленную пирамиду признаков BiFPN. Они позволяют сохранять больше информации о небольших объектах и объединять данные, полученные на разных масштабах. Ключевым элементом системы стала графовая нейросеть. Обнаруженные объекты рассматриваются как узлы графа, а связи между ними формируются с учётом их положения и сходства признаков. Благодаря этому алгоритм учитывает контекст окружающих объектов. Например, информация о расположении и характеристиках соседних целей может помочь системе точнее классифицировать частично закрытый или плохо различимый объект. Для снижения вычислительной нагрузки исследователи ограничили количество рассматриваемых соседей для каждого объекта. Система также объединяет обнаружение объектов с их пространственным картированием. Данные видеокамеры синхронизируются с информацией GPS и инерциальных датчиков БПЛА, после чего координаты обнаруженных объектов переводятся из изображения в мировую систему координат. Это позволяет не просто определить, что находится в кадре, но и получить информацию о расположении объекта на местности. В тестах на наборах данных VisDrone2019 и UAVDT система достигла показателя 42,6% по метрике mAP при пороге совпадения 50% и скорости обработки 65 кадров в секунду на видеокарте NVIDIA RTX 3090. По сравнению с базовой версией YOLOv7 точность выросла на 4,8 процентного пункта. Авторы рассматривают технологию как основу для систем компьютерного зрения, работающих непосредственно с данными БПЛА. Такой подход может использоваться для мониторинга городской среды, дорожной инфраструктуры, крупных территорий и других объектов, где необходимо одновременно обнаруживать цели и определять их положение. В дальнейшем исследователи планируют адаптировать построение графов под различные условия съёмки, добавить данные LiDAR и RTK-GPS и оптимизировать модель для работы на бортовых вычислительных устройствах.

  19. Older posts