Группа о новостях геоинформатики и дистанционного зондирования Земли.
Наш сайт в интернете: https://gisproxima.ru
По вопросам рекламы и сотрудничества: @carolina_popova
Subscribers1.9K +0 24h
Reach per post (ERR)6.4%118 avg views
Posting16.8/daylast 2 hours ago
Reactions per 1K views3.4❤ 🤡 🔥
80 лет назад получили первую фотографию Земли из космоса
В октябре 1946 года американские исследователи получили изображение Земли с высоты около 105 километров с помощью камеры, установленной на ракете V-2. Снимок был сделан над территорией штата Нью-Мексико.
Сегодня спутниковая съёмка стала одним из основных инструментов наблюдения за планетой. Данные дистанционного зондирования используют для картографирования, мониторинга сельскохозяйственных земель, оценки последствий природных катастроф и изучения изменений окружающей среды.
За восемь десятилетий космическая фотография превратилась в полноценную технологию получения и анализа пространственных данных.
🔗 Ссылка
ДЗЗ помогает оценивать риски для дорог в зоне вечной мерзлоты
Росавтодор провёл исследование геокриологических процессов на участках трассы Р-297 «Амур» с использованием спутниковых данных. Специалисты выделили 328 участков общей протяжённостью 867 км и ранжировали их по степени опасности.
Анализ помогает выявлять территории, где изменения многолетнемёрзлых грунтов могут приводить к просадкам, деформациям земляного полотна и повреждениям дорожного покрытия. Результаты уже используются при планировании дальнейших дорожных работ.
Спутниковые наблюдения позволяют оценивать большие территории, а наземные измерения и лазерное сканирование помогают уточнять состояние отдельных участков. Сочетание этих методов важно для своевременного выявления инфраструктурных рисков.
🔗 Ссылка
Студенты ДальГАУ обучают нейросеть для помощи агрономам
Студенты Дальневосточного государственного аграрного университета участвуют в разработке цифрового помощника для сельского хозяйства. Команда готовит данные для обучения нейросетей: обрабатывает снимки с беспилотников, размечает спутниковые изображения и выделяет на них культурные растения и сорняки.
Параллельно студенты проводят биометрические исследования сои на 24 делянках. Это позволяет сопоставлять данные дистанционного мониторинга с фактическим состоянием растений на поле.
Такая работа — важный этап создания цифровых инструментов для агрономии: алгоритм должен не просто распознавать объекты на снимках, но и соотносить результаты анализа с реальными наблюдениями.
🔗 Ссылка
ИИ учится интерпретировать сигналы растений
Стартап Electric Plant разрабатывает модель Bombadil, которая анализирует слабые электрические сигналы внутри растений и помогает определять их потребности. Датчики фиксируют изменения электрического потенциала в живых тканях, а алгоритм интерпретирует полученные данные.
Система обучена на сигналах примерно 125 видов растений. В перспективе такую технологию можно использовать в сельском и лесном хозяйстве — например, чтобы точнее выбирать время полива и внесения удобрений.
В отличие от оценки только внешних признаков, этот подход ориентирован на физиологические процессы внутри растения. Это ещё одно направление развития интеллектуального мониторинга растительности.
🔗 Ссылка
repost
🌱 В Институте биологии и биомедицины ННГУ представили экспериментальный образец портативного анализатора для ранней диагностики стресса у растений
Прибор измеряет скорость фотосинтетической ассимиляции, позволяя выявлять неблагоприятные воздействия среды до появления видимых повреждений.
Компактное устройство весом менее 1,5 кг проходит этап доработки. В вузе отметили, что применение разработки упростит мониторинг культур в сельском хозяйстве и экологии.
В настоящее время ученые ожидают результатов грантового конкурса, чтобы приступить к созданию прототипа.
фото: Олег Трофимов / ННГУ
repost
Объем инжиниринговых услуг, оказанных российскими вузами и научными организациями, в 2025 году составил почти 42 млрд рублей в прошлом году, говорится в исследовании Института статистических исследований и экономики знаний НИУ ВШЭ.
▶️Наиболее заметный рост за последние два года наблюдался в сфере изучения Земли и окружающей среды, а также транспортных систем и технологий.
▶️В целом реальный объем инжиниринговых услуг в академическом секторе в 2025 году оказался на 5,3% ниже уровня 2023-го.
🔊 Сокращение совокупного объема услуг вузов и научных организаций связано, в первую очередь, с тем, что индустрии нужен более быстрый возврат инвестиций, чем когда-либо ранее, считает директор Института «Высшая инженерно-техническая школа» Университета ИТМО Андрей Куликов. Индустриальные партнеры вузов не готовы вкладываться в длинные проекты.
♐️Прочесть эксклюзивный материал целиком по подписке.
📰Max | Telegram | Рассылка | Приложение для iOS | Android
repost
Планы на ноябрь 🕊
Начало ближайших курсов:
🟡 Введение в QGIS – 2 ноября
🟡 Введение в дистанционное зондирование Земли – 9 ноября
🟡 Фотограмметрия и LiDAR – 10 ноября
🟡 PostgreSQL и QGIS – 17 ноября
🗓 Среда 18 ноября – День ГИС. Обычно в этот день проводятся разные ГИС-мероприятия, да и просто мы все радуемся появлению ГИС на планете Земля. Будем следить за интересными событиями 🌐
🗓 Весь месяц будет проходить #30DayMapChallenge. Если вы хотите тоже поучаствовать, то можно подготовить заранее геоданные и идеи. А можно просто весь месяц смотреть на всякие картографические красивости в соцсетях.
🗓 По традиции к концу года готовим опрос, чтобы продолжить исследование рынка труда. В этом году покороче и с новыми вопросами, в соответствии с основными трендами 👀
Продуктивный месяц, важно не устать!
repost
🌾 Ученые Белорусского государственного университета разработали методику адаптации сельского хозяйства Поозерья к изменению климата
🇧🇾 Научный проект ученых факультета географии и геоинформатики БГУ получил признание Государственного комитета по науке и технологиям Беларуси. Речь идет об исследовании почв сельскохозяйственных земель Белорусского Поозерья и их уязвимости к климатическим изменениям.
☑ Ученые БГУ стали первыми, кто дал научную оценку влиянию климатических изменений на почвы данного региона. Географы проанализировали территорию площадью около 1,65 миллиона гектаров и выявили показатели влагообеспеченности почв в многолетней динамике — с 1989 года по настоящее время. Итогом работы стало определение степени уязвимости почв на различных сельскохозяйственных землях Поозерья.
🌐 https://bsu.by/news/nauchnyy-proekt-uchenykh-bgu-poluchil-priznanie-gknt-belarusi-d/
#университет #методика #адаптация #сельскоехозяйство
repost
Приглашаем на семинар «Современные задачи комплексного пространственного развития территорий» 🏛️🌏
🤗Географический факультет МГУ совместно с Единым институтом пространственного планирования РФ приглашает принять участие в семинаре «Современные задачи комплексного пространственного развития территорий», посвящённом актуальным вопросам территориального планирования, оценки туристско-рекреационной инфраструктуры и сценарного моделирования социально-экономического развития регионов.
🕰️ Семинар состоится 29 октября 2026 года, четверг, 15.00, ауд.1807.
🧑🏻🎓Приглашаются студенты, аспиранты и преподаватели.
📲Подробнее о программе.
#геофакМГУ
🌏Географический факультет в MAX!
repost
Новые комплексы ZALA с искусственным интеллектом успешно прошли испытания в северных регионах
Компания ZALA завершила цикл опытно-промышленных испытаний беспилотных воздушных систем с использованием нейросетей в рамках программы мониторинга протяженных объектов. Ключевой целью проекта стала проверка эффективности применения БВС для регулярного контроля состояния инфраструктуры, выявления отклонений и формирования объективных данных для принятия управленческих решений. Об этом сообщает AVIA.RU со ссылкой на данные ZALA.
Проведенные испытания показали, что использование беспилотных систем существенно повышает оперативность и объективность контроля. Подтверждена готовность новых технологий к внедрению в регулярные производственные процессы. Важным этапом стала интеграция собранных данных в единую информационную систему заказчика, обеспечивающую бесшовный обмен информацией и поддержку управленческих решений на всех уровнях.
aviaru.net/n300806
Оставайся в информационном потоке, подпишись на наш канал в MAX
repost
❗Kuva Space объявила об успешном обнаружении незаконных полей опийного мака из космоса
C орбиты поле, незаконно засеянное опийным маком, не сильно отличается от того, на котором выращивают легальную культуру. Это делает мониторинг незаконных посевов сложной задачей, особенно в крупных, удаленных или труднодоступных регионах.
С января по июнь 2026 года спутники Hyperfield-1 собрали 363 гиперспектральных изображения, охватывающих 648 450 км² в провинции Гильменд в Афганистане, они были объединены с моделью определения границ участков, основанную на данных проекта «Поля мира». Было выявлено 248 889 сельскохозяйственных полей и классифицировано 8835 из них как вероятные поля, незаконно засеянные опийным маком, что составляет примерно 3,6% от общей площади посевов.
Цель не в том, чтобы заменить полевые обследования, а в том, чтобы сузить область поиска: определить, где с наибольшей вероятностью будет целесообразно использовать снимки высокого разрешения и при необходимости провести рейды.
Видео: Kuva Space
repost
Спутник обнаружил метановый шлейф над Сахалином
25 января 2025 года спутник Tanager-1 зафиксировал метановый шлейф на севере Сахалина. По данным мониторинга, источник расположен у негорящего факела на месторождении Тунгор, оператор которого - «Сахалинморнефтегаз», «Роснефть». Интенсивность выброса на момент съёмки оценена в 2,1 тонны в час.
На иллюстрациях можно сопоставить визуализацию метанового шлейфа за 25 января 2025 года и снимок того же участка из Google Earth за 14 августа 2024 года.
Tanager-1 запущен в августе 2024 года и оснащён гиперспектральным прибором, позволяющим обнаруживать выбросы метана на уровне отдельных промышленных объектов. Причину отсутствия горения и продолжительность выброса по одной съёмке установить нельзя.
Информацией поделился канал Sky Eye.
repost
Список спутников с многоканальными тепловыми датчиками (отсюда). Он неполный, но есть интересная информация.
#LST
repost
HyTI-2 — 25-канальный тепловой датчик для малых спутников
Hyperspectral Thermal Imager 2.0 (HyTI-2) — гиперспектральная съемочная аппаратура, работающая в длинноволновом инфракрасном (ДВ ИК) диапазоне, которая предназначена для использования на малых спутниках. Датчик разработан специалистами Hawaii Space Flight Laboratory, Hawaii Institute of Geophysics and Planetology, а также университета штата Юта.
В марте 2024 г. с борта Международной космической станции был выведен на орбиту кубсат (6U) HyTI с гиперспектральным тепловым датчиком. HyTI-2 развивает возможности предшественника, предлагая улучшенные спектральные и пространственные характеристики, расширенные возможности бортовой обработки данных и увеличение рабочего цикла (доли времени от общего времени полета, в течение которого датчик может вести съемку). Запуск HyTI-2 на орбиту планируется в 2027 году на солнечно-синхронную орбиту высотой 550 км. Датчик станет основной полезной нагрузки спутника ACMES (Active Cooling for Multispectral Earth Sensors — “Активное охлаждение для мультиспектральных датчиков Земли”).
HyTI-2 представляет собой гиперспектральный ДВ ИК-прибор сканирующего типа (push-broom) на основе интерферометра Фабри-Перо. Он обеспечивает получение данных в 25 дискретных спектральных каналах в диапазоне 8–12 мкм (ширина полосы пропускания — около 26 см⁻¹) с пространственным разрешением на местности 45 м. В состав аппаратуры входит матричный фотоприемник типа HOT-BIRD (High Operating Temperature Barrier Infrared Detector — барьерный ИК-детектор, работающий при повышенных температурах) с разрешением 1280 × 1024 пикселя и шагом 12 мкм, размещенный в вакуумном корпусе с криогенным охладителем (Integrated Dewar Cooler Assembly) на базе криокулера Стирлинга AIM SF100. Это обеспечивает эквивалентную шуму разность температур (NEdT) менее 0,1 К.
Кроме того, система оснащена процессором Space Edge Processor (SEP) от компании Blue Marble Space, который позволяет в режиме, близком к реальному времени, выполнять бортовую спектрорадиометрическую калибровку данных и формировать гиперспектральные кубы уровня 1 (Level-1). Преобразование “сырых” данных с детектора в готовые для научных исследований продукты значительно снижает объем передаваемой на Землю информации.
Ключевой особенностью HyTI-2 является система активного терморегулирования (Active Thermal Architecture, ATA) — контур с принудительной циркуляцией теплоносителя, способный отводить более 100 Вт тепла от полезной нагрузки при поддержании температурной стабильности в пределах ±5°C. Без такой системы рабочий цикл HyTI-2 был бы ограничен величиной менее 5% (как у HyTI). Благодаря ATA обеспечивается практически непрерывный мониторинг наземных объектов.
К числу научных задач относятся: картографирование температуры земной поверхности, изучение гидрологии суши и минералогического состава, мониторинг вулканического пепла и пыли, а также оперативное обнаружение тепловых аномалий.
Помимо выполнения отдельных наблюдений, HyTI-2 служит прототипом для будущих распределенных архитектур, в которых несколько тепловизионных модулей работают совместно, обрабатывают данные непосредственно на борту и предоставляют синтезированные информационные продукты через космические и наземные облачные инфраструктуры.
Наземные испытания, проведенные осенью 2025 года, подтвердили, что HyTI-2 соответствует всем ключевым техническим требованиям: показатель NEdT составляет менее 0,1 К (что подтверждено при калибровке по эталонным абсолютно черным телам); все 25 спектральных каналов соответствуют расчетным волновым числам; пространственное разрешение соответствует дифракционному пределу для системы с относительным отверстием F/3; работа программного конвейера обработки данных (SEP) продемонстрировала стабильное время преобразования уровней Level-0 в Level-1 — менее 5 минут.
Источник
#LST
repost
Дроны помогут создавать цифровые модели дорог для анализа аварийности и дорожного движения 🚙
Исследователи из Китая предложили объединить данные, полученные с помощью беспилотников, в единую базу для проектирования дорог, оценки безопасности движения и разработки цифровых двойников транспортной инфраструктуры. В обзорной статье, опубликованной 25 октября 2026 года в журнале Sensors, авторы проанализировали около 70 научных работ за 2017–2026 годы и разработали трехслойную модель хранения дорожных данных.
Предложенная система включает три уровня. Первый содержит сведения об инфраструктуре: геометрию полос, дорожную разметку, границы проезжей части и состояние покрытия. Второй объединяет данные о движении автомобилей и других участников дорожного движения, включая их координаты, скорость, ускорение и траектории перестроений. Третий формируется на основе первых двух и включает показатели потенциальной аварийности, модели поведения водителей и типовые сценарии дорожных ситуаций. Совместное использование этих данных позволит анализировать не только состояние дороги, но и то, как ее особенности влияют на движение транспорта.
Авторы также выделили шесть этапов создания такой базы: планирование полетов, распознавание и отслеживание объектов, привязка данных к координатам, проверка точности, организация хранения и документирование происхождения данных, а также публикация и обновление базы. Для получения достоверных результатов недостаточно просто снять дорогу с воздуха. Необходимо учитывать перемещение самого беспилотника, синхронизировать время записи, проверять координаты и сопоставлять полученные траектории с независимыми измерениями. В одном из рассмотренных проектов в Сонгдо (Южная Корея) обработка примерно 12 ТБ видеозаписей с 20 перекрестков за четыре дня позволила получить около 700 тыс. траекторий транспортных средств. Результаты проверяли с помощью автомобиля, оснащенного высокоточными навигационными датчиками.
Собранные данные можно использовать для выявления опасных участков, анализа перестроений и слияния транспортных потоков, настройки моделей дорожного движения и проверки систем автоматизированного вождения. При этом исследователи отмечают, что дальнейшее развитие технологии ограничивается уже не только точностью алгоритмов распознавания. Среди основных проблем — отсутствие единых форматов данных, недостаточная проверка результатов независимыми датчиками, короткое время полета, а также нехватка наблюдений ночью, в плохую погоду и в недостаточно изученных регионах. В качестве перспективных направлений авторы рассматривают модели искусственного интеллекта для анализа изображений, совместное использование данных разных сенсоров и методы обучения, позволяющие организациям обмениваться результатами без обязательной передачи исходных данных.
repost
Учёные из Института водных проблем РАН совместно с коллегами из МГУ и НИУ ВШЭ завершили первый этап проекта по инвентаризации ледниковых озёр Большого Кавказа.
В базу включены водоёмы выше 2000 м над уровнем моря площадью не менее 500 м². Всего в ходе исследования выявлено 1384 озера.
Текущая версия доступна на интерактивной карте. Сервис позволяет посмотреть расположение водоёмов, их характеристики и класс опасности.
✦ Российская академия наук в MAX
Представитель Uzcosmos представил опыт Узбекистана в области космического мониторинга
На 30-й сессии ICC RESAP, проходящей 26–27 октября в Бангкоке, представитель агентства Uzcosmos представил опыт Узбекистана по практическому применению космических технологий.
В докладе были освещены вопросы использования космических технологий в отраслях экономики в 2025–2026 годах, решения на основе искусственного интеллекта и проекты международного сотрудничества.
Также была представлена информация о работе, проведённой в Узбекистане в рамках регионального Плана действий по применению космических технологий для устойчивого развития на 2018–2030 годы.
Сессия, проводимая под эгидой Экономической и социальной комиссии ООН для Азии и Тихого океана — UNESCAP, служит площадкой для обмена опытом и расширения сотрудничества между странами региона в области космических технологий.
repost
По интернету научились передавать запахи: китайско-американская разработка Scentronic, описанная в недавнем исследовании в журнале Science Advances, - это интерфейс для обмена ароматами по сети. Правда, пока не любыми: электронный нос системы распознаёт лишь несколько знакомых запахов, а удалённое устройство испускает соответствующий аромат.
Но как передать запах по проводам? В основе устройства лежит концепция «электронного носа» (e-nose) нового поколения. Есть целое направление разработок «цифрового обоняния» - инженеры учат электронику узнавать «запаховые отпечатки». Ведь каждый запах формирует не одно вещество, а смесь множества летучих молекул. В носу человека на разные молекулы реагируют разные рецепторы, а мозг превращает эти сигналы в что, что мы чувствуем как запах. В электронном носу вместо рецепторов - газовые сенсоры, а программа превращает набор сигналов от них в цифровой профиль запаха и сравнивает его с уже известными образцами. То есть, современные электронные носы воспринимают запахи не как неповторимые наборы молекул, а отвечают на вопрос: «На какой известный профиль похож этот образец?».
Scentronic использует матрицу из шести газовых сенсоров, каждый из которых по-своему реагирует на летучие органические соединения. Каждый запах создает характерную лишь для него комбинацию электрических сигналов этих сенсоров, сигналы складываются в цифровой профиль запаха, который распознаёт алгоритм машинного обучения. Пока искусственный интеллект системы обучили только пяти категориям запахов: кофе, пиву, красному вину, выпечке и апельсину.
Вообще-то электронных носов разработано уже немало, и среди них есть способные различать тысячи запахов с точностью, недоступной человеческому носу. Их применяют в пищевой промышленности для контроля свежести и качества сырья, а еще пытаются применять в медицине для диагностики. Исследователи проверяют, можно ли по выдоху оценить риск заболеваний, например, рака, - чтобы быстро выделить человека с повышенным риском и направить его на обследование. Такой подход особенно важен для болезней, которые долго протекают без симптомов.
Нос Scentronic, знающий лишь шесть ароматов, можно считать примитивным по нынешним временам. Новизна и смысл разработки в другом - в воплощении идеи передачи запахов на расстояние.
Устройства, которые занимаются выдачей запахов человеку, тоже уже создавались. В 2023 году в Nature Communications описали беспроводные ароматические устройства для виртуальной реальности: небольшой пластырь под носом с двумя источниками запаха и маску с девятью. Ароматы высвобождались при нагревании душистого парафина, в результате игровые сцены сопровождались запахами.
У Scentronic устройство на выходе, приняв по сети сигнал от электронного носа, включает пьезоэлектрический распылитель, превращающий ароматизированную жидкость в мелкие капли. То есть устройство выдает только те запахи, которые знает нос и для которых есть картриджи с испускающей этот запах жидкостью (в одном из вариантов устройства эти пять микрокапсул висят на шее в виде своеобразного ожерелья). Чтобы добавить новый аромат, придётся и доучить нос, и дополнить набор жидкостей.
Насколько убедительным получился результат? В эксперименте отдельные ароматы узнавали в 73% случаев, сочетания двух запахов — в 71%. Далековато от идеала! Но важнее, что работа идет.
Работы до универсального запахового приложения остаётся немало. Нужны разнообразные обучающие данные, нужно добиться надёжного распознавания в обычной среде, где запахи перемешаны. Распылители придётся сделать вместительнее, сохранив компактность. Нынешний электронный нос Scentronic длинный, как у Пиноккио в стыдные моменты - 15 см. И главное, словарь запахов нужно существенно расширить, - если, например, дело касается вина, то интересно ощущать запах конкретного вина, а не «вина вообще».
Помнится, в одной старой радиопередаче ведущие называли своих слушателей «нюхателями»… Не удивлюсь, если однажды мы начнем принюхиваться к смартфонам.
repost
🤩 Представители Росреестра и ППК «Роскадастр» в режиме ВКС провели совещание с руководством Министерства по земельным и имущественным отношениям Республики Южная Осетия и Службы государственной регистрации, кадастра и картографии при Министерстве юстиции Республики Южная Осетия (Югосреестр).
🤩 Стороны обсудили российский опыт создания и внедрения платформы НСПД, а также модернизацию Единой системы учета и регистрации Республики.
Встреча организована в рамках соглашения между Росреестром и Минюстом Южной Осетии, подписанным в апреле 2026 года во исполнение распоряжения Правительства РФ. Документ предусматривает оказание республике технической помощи по модернизации Автоматизированной системы «Единая система учета и регистрации».
🤩 «Развитие цифровой платформы НСПД является одной из наших ключевых задач. Сегодня мы хотим продемонстрировать, как система функционирует для граждан, органов власти и бизнеса в Российской Федерации. Этот опыт может оказаться полезным для южноосетинских коллег и найти применение при решении конкретных задач по цифровизации услуг в сфере недвижимости и пространственных данных», - сказал начальник Управления международного сотрудничества и внешних коммуникаций ППК «Роскадастр» Андрей Мухин.
🤩 Заместитель директора филиала ППК «Роскадастр» ЦИТ «Роскадастр Инфотех» Василий Баландин провел демонстрацию платформы и подробно рассказал о ее функциональных возможностях.
🤩 Он отметил, что НСПД содержит более 5,5 тыс. слоев данных из 141 информационной системы. За последние 1,5 года посещаемость платформы выросла в 43 раза, почти до 8 млн пользователей в месяц. Сбор пространственных данных в НСПД предназначен для решения прикладных задач в инвестиционно-строительном цикле и планирования развития территорий.
🤩 Министр по земельным и имущественным отношениям Республики Южная Осетия Алена Кочиева поблагодарила российских коллег за обмен опытом и оказание технической поддержки. В соответствии с планом-графиком завершение работ по развитию АС ЕСУР запланировано на конец 2026 года.
#Росреестр
#ЮжнаяОсетия
#РаботаемВместе
🇷🇺 Подписаться на Росреестр в МАХ: https://max.ru/rosreestr
repost
#ифа_события
Уважаемые коллеги!
📍 27 октября (вторник) в 14:00 в ИФА им. А. М. Обухова РАН (Пыжевский пер., 3, стр.1) состоится очередной совместный семинар ИФА РАН и Гидрометцентра России, на котором будет представлен доклад «Современные нейросетевые модели прогноза погоды: преимущества, ограничения, развитие».
👤Доклад представит Данил Борисов к.г.н., м.н.с. отдела численных краткосрочных прогнозов регионального специализированного метеорологического центра Москва.
Доклад посвящен обзору современных мировых практик разработки и применения нейросетевых моделей прогноза погоды и климата, в том числе практик оперативного применения. Будут представлены:
🔵обзор среднесрочных, субсезонных и долгосрочных моделей,
🔵 сравнительный анализ нейросетевых и численных прогнозов,
🔵 преимущества и ограничения нейросетевых моделей по сравнению с динамическими,
🔵последние этапы развития нейросетевых моделей.
🇦🇺 Желающим подключиться удалённо - просьба обращаться к секретарю семинара к.ф.-м.н. Юлии Викторовне Киселевой (kiseleva@ifaran.ru).
⚠️📆 Напоминаем, что видеозаписи прошедших совместных семинаров ИФА РАН и Гидрометцентра России можно найти на странице ИФА в вКонтакте.