Satelitske snimke: Načela, primjena i budući trendovi

Definicija i osnovna načela

Satelitske snimke odnose se na slike Zemlje (ili drugih planeta) koje prikupljaju sateliti u orbiti. Te slike predstavljaju oblik daljinskog istraživanja, što znači da se podaci prikupljaju na daljinu, bez izravnog kontakta. Sateliti nose senzore koji otkrivaju elektromagnetsko zračenje reflektirano ili emitirano s površine Zemlje. Većina satelita za snimanje koristi pasivne senzore koji ovise o sunčevoj svjetlosti kao izvoru osvjetljenja (bilježeći reflektirano vidljivo, infracrveno ili toplinsko zračenje), dok drugi koriste aktivne senzore koji emitiraju vlastiti signal (poput radarskih impulsa) i mjere povratak earthdata.nasa.gov earthdata.nasa.gov. Snimanjem tog zračenja i njegovom pretvorbom u digitalne slike, sateliti pružaju detaljan i sinoptički prikaz površine i atmosfere Zemlje. Slike moraju biti georeferencirane (mapirane na geografske koordinate) i ispravljene za distorzije kako bi bile korisne u geomatičkim informacijskim sustavima (GIS) en.wikipedia.org.

U suštini, satelitske snimke omogućuju nam promatranje i praćenje Zemlje u globalnim razmjerima. Često su dopuna zračnim fotografijama, nudeći šire pokriće, iako obično niže rezolucije en.wikipedia.org. Suvremene satelitske slike mogu prepoznati objekte male kao oko 30–50 cm u komercijalnim sustavima visoke klase en.wikipedia.org, dok javnodostupne misije poput Landsata imaju rezoluciju 10–30 m en.wikipedia.org. Sateliti bilježe različite dijelove elektromagnetskog spektra, omogućujući ne samo slike s prirodnim bojama, nego i lažnobojne slike te podatkovne slojeve izvan ljudskog vida (npr. infracrveno ili mikrovalno područje). Te osobine čine satelitske snimke snažnim alatom za promatranje okolišnih procesa, kartiranje obilježja Zemlje i otkrivanje promjena kroz vrijeme.

Povijesni razvoj satelitskog snimanja

Razvoj satelitskog snimanja obuhvaća put od grubih ranih pokušaja do današnjih sofisticiranih mreža svemirskih kamera. Prve slike iz svemira dobivene su 1946. iz suborbitalnog američkog V-2 raketnog leta, koji je snimao fotografije s visine od oko 105 km en.wikipedia.org. Prvu pravu satelitsku fotografiju Zemlje snimio je 14. kolovoza 1959. američki satelit Explorer 6, prikazujući mutnu sliku oblaka iznad Pacifika en.wikipedia.org. Godine 1960. satelit TIROS-1 prenio je prvu televizijsku sliku Zemlje iz orbite, što je bila prekretnica za promatranje vremena en.wikipedia.org.

Tijekom 1960-ih, razvoj satelitskih snimki napredovao je uglavnom u dva područja: meteorologiji i vojnom izviđanju. TIROS i kasniji NOAA vremenski sateliti pokazali su vrijednost neprestanog snimanja oblaka za prognoziranje. Paralelno s tim, SAD je lansirao tajni program CORONA (1960.–1972.), niz satelita-špijuna koji su koristili filmske kamere, a spremnici s filmom vraćani su na Zemlju i presretani u zraku. (Slike s Corone, deklasificirane desetljećima kasnije, prikazivale su detalje veličine oko 7,5 m, što je bilo iznimno za to doba en.wikipedia.org.) Do 1972., satelitsko snimanje ulazi u civilnu upotrebu s Landsatom 1 (izvorno ERTS-1). Landsat je bio prvi satelit posvećen sustavnom promatranju Zemlje u znanstvene i civilne svrhe en.wikipedia.org. Program je stvorio neprekidnu 50-godišnju arhivu multispektralnih snimki srednje rezolucije, a Landsat 9 lansiran je 2021. godine en.wikipedia.org.

Slijedi nekoliko ključnih prekretnica. 1972. astronauti iz misije Apollo 17 snimili su poznatu fotografiju “Plava kugla”, čime su povećali javnu svijest o satelitskom snimanju Zemlje en.wikipedia.org. Do 1977. SAD je razvio prvi digitalni satelit za gotovo stvarnovremenske slike (satelit za izviđanje KH-11 KENNEN), čime je uklonjena potreba za vraćanjem filma i znatno ubrzano prikupljanje obavještajnih podataka en.wikipedia.org. Godine 1986. francuski SPOT-1 uvodi visoku (10–20 m) rezoluciju multispektralnog snimanja, a druge zemlje (Indija, Rusija, Japan itd.) pokreću vlastite programe za promatranje Zemlje.

Era komercijalnih satelitskih snimaka počinje 1990-ih. SAD je olabavio ograničenja za privatne tvrtke, što je dovelo do lansiranja IKONOS-a 1999. – prvog komercijalnog satelita za snimanje visoke rezolucije, s postignutom rezolucijom od 1 m mdpi.com. Ubrzo su ga nadmašili sateliti s rezolucijom ispod jednog metra: npr. QuickBird (60 cm, 2001.) i WorldView-1/2 (~50 cm, kasnih 2000-ih) mdpi.com. Danas Maxar Technologies (bivši DigitalGlobe) upravlja serijom WorldView, uključujući WorldView-3 koji nudi ~0,3 m panhromatske rezolucije. Do 2010-ih, CubeSati i mikrosateliti omogućili su lansiranje desetaka jeftinih svemirskih kamera odjednom. Na primjer, Planet Labs je lansirao flote nanosatelita (5–10 kg “Doves”) za svakodnevno snimanje cijele Zemlje rezolucijom 3–5 m. Rezultat je eksplozija količine prikupljenih snimki. Godine 2010. u orbiti je bilo oko 100 satelita za promatranje Zemlje; do 2023. lansirano ih je više od 2.500, što je 25 puta više, uglavnom zahvaljujući konstelacijama malih satelita patentpc.com.

Druga velika tendencija bila je politika otvorenih podataka za državne satelitske arhive. Godine 2008. USGS je učinio cijelu Landsat arhivu besplatno dostupnom javnosti, što je “značajno povećalo korištenje” podataka u znanosti, državnim tijelima i industriji science.org. Na sličan način, program Copernicus Europske unije (sateliti Sentinel) nudi besplatne i otvorene snimke. Do početka 21. stoljeća satelitske snimke postale su široko dostupne svima s pristupom internetu – popularizirane alatima poput Google Eartha i internetskih karata. Prema jednom navodu, pristupačan softver i javno dostupne baze podataka omogućili su da “satelitske snimke postanu široko dostupne” za svakodnevne primjene en.wikipedia.org.

Satelitske orbite i vrste satelita za snimanje

Sateliti se mogu postaviti u različite orbite ovisno o svojoj misiji. Orbita određuje brzinu, pokrivenost i učestalost ponovnog preleta satelita. Dvije najčešće klase orbita za snimanje Zemlje su geostacionarne i polarne Sunčevo sinkrone (vrsta niske Zemljine orbite), od kojih svaka ima posebne karakteristike:

• Geostacionarna orbita (GEO): Geostacionarni satelit kruži na oko 35.786 km iznad ekvatora i potrebno mu je 24 sata za obilazak Zemlje, što odgovara Zemljinoj rotaciji esa.int. Tako ostaje fiksiran iznad jedne točke na ekvatoru. Geostacionarni sateliti kontinuirano promatraju isto veliko područje (oko trećine Zemljine površine) s udaljene točke esa.int. Ova je orbita idealna za misije koje zahtijevaju stalno praćenje, poput vremenskih satelita koji prate kretanja oblaka i oluje u stvarnom vremenu esa.int. Nedostatak je niža prostorna rezolucija zbog velike visine – detalji su grublji, ali je pokrivenost široka i kontinuirana.
• Niska Zemljina orbita (LEO), polarna Sunčevo sinkrona: Niske orbite kreću se od ~500 do 1000 km visine, a sateliti kruže oko Zemlje za 90-100 minuta po orbiti eos.com. Mnogi sateliti za promatranje Zemlje koriste polarnu orbitu (prolazeći blizu polova) koja je Sunčevo sinkrona – što znači da prelaze ekvator uvijek u isto lokalno solarno vrijeme earthdata.nasa.gov. To osigurava ujednačene uvjete osvjetljenja za snimanje. LEO sateliti puno su bliže Zemlji, postižući višu prostornu rezoluciju slika i prekrivajući različite dijelove planeta u svakom obilasku dok se Zemlja okreće ispod njih earthdata.nasa.gov. Pojedinačni polarni satelit može ponovno posjetiti isto mjesto svakih nekoliko dana do nekoliko tjedana (npr. Landsat ima ciklus ponavljanja od 16 dana), ali korištenjem konstelacija s više satelita moguće je postići gotovo svakodnevno pokrivanje. LEO koriste većina kartografskih, okolišnih i izviđačkih satelita. Primjerice, NASA-in satelit Aqua kruži na ~705 km u Sunčevo sinkronoj orbiti te daje globalno pokriće Zemljine površine svakih dan-dva earthdata.nasa.gov.

Druge vrste orbita uključuju srednju Zemljinu orbitu (MEO) (~2.000–20.000 km) koja se najčešće koristi za navigacijske sustave poput GPS-a (12-satne orbite) earthdata.nasa.gov earthdata.nasa.gov te visoko eliptične orbite za specijalizirane komunikacijske ili izviđačke potrebe (npr. Molniya orbite). Općenito, niže orbite daju finije detalje, ali pokrivaju manja područja, dok više orbite pokrivaju golema područja s grubljim detaljima. Tablica 1 sažima ključne razlike između geostacionarnih i polarnih (Sunčevo sinkronih) satelitskih orbita:

Napomena: Mnoge konstelacije za snimanje koriste sunčevo sinkronu LEO orbitu za globalno mapiranje, dok se geostacionarne orbite koriste za meteorološke satelite (npr. NOAA-in GOES) kako bi stalno nadzirali jednu hemisferu.

Senzori i tehnologije za snimanje

Satelitski senzori mogu se kategorizirati prema tehnologiji snimanja i dijelu elektromagnetskog spektra koji mjere. Ključni tipovi uključuju optičke kamere, multispektralne/hiperspektralne skenere i radarske snimače. Svaki ima jedinstvene mogućnosti:

• Optičko snimanje (vidljivo/infracrveno): Ovi senzori rade poput kamere, detektirajući odbijenu sunčevu svjetlost u širokim valnim duljinama (tipično vidljivog i bliskog infracrvenog spektra). Proizvode slike slične zračnim fotografijama ili “satelitskim snimkama”. Optičke slike mogu biti u prirodnim bojama (što vidi ljudsko oko) ili lažnim bojama (korištenje infracrvenih traka za isticanje vegetacije itd.). Takvi senzori su pasivni, ovisni o Sunčevom osvjetljenju earthdata.nasa.gov earthdata.nasa.gov. Posljedično, ne mogu “vidjeti” kroz oblake ili noću, jer oblaci blokiraju sunčevu svjetlost a na noćnoj strani Zemlje nema svjetla earthdata.nasa.gov earthdata.nasa.gov. Optičko snimanje je temelj programa poput Landsata i komercijalnih satelita. Rani optički sateliti su bilježili pankromatske (crno-bijele) slike na filmu; moderni koriste digitalne detektore. Sateliti visoke rezolucije danas mogu razlučiti detalje manje od metra – na primjer, Maxarov WorldView-2 pruža pankromatsku rezoluciju od oko 0,46 m en.wikipedia.org. Optičke slike su intuitivne za interpretaciju i široko se koriste za karte i vizualne analize, ali ovise o vremenskim uvjetima.
• Multispektralni i hiperspektralni senzori: Ovo su napredni optički snimači koji hvataju podatke u mnogim različitim valnim trakama umjesto samo jedne široke kolor trake. Multispektralni se tipično odnosi na senzore s umjerenim brojem diskretnih traka (npr. 3 do 10 traka preko vidljivog, bliskog infracrvenog, kratkovalnog IR itd.), poput 7-traktnog Landsat TM ili 13-traktnog Sentinel-2 instrumenta. Hiperspektralni označava senzore s desecima do stotinama vrlo uskih, neprekidnih traka, koje zapravo hvataju kontinuirani spektar za svaki piksel en.wikipedia.org en.wikipedia.org. U hiperspektralnom snimanju, svaki piksel sadrži detaljan spektar refleksije koji se može koristiti za identifikaciju materijala (minerali, vrste vegetacije, zagađivači) s visokom preciznošću. Razlika nije samo u broju traka već i u njihovoj kontinuiranosti – multispektralne slike ne pružaju puni spektar za svaki piksel, dok hiperspektralne slike to čine (npr. 400–1100 nm snimljeno u inkrementima od 1 nm) en.wikipedia.org. Hiperspektralno snimanje, također zvano slikovna spektroskopija, pionir je bio NASA-in AVIRIS instrument 1980-ih en.wikipedia.org. Multispektralni senzori pružaju ravnotežu između količine informacija i volumena podataka, dok hiperspektralni senzori proizvode ogromne količine podataka i često imaju grublju prostornu rezoluciju ili uži pojas pokrivenosti zbog tehničkih ograničenja en.wikipedia.org. Obje vrste su vrijedne: multispektralne slike se rutinski koriste za klasifikaciju pokrova zemljišta (npr. razlikovanje vode, tla, usjeva, šuma), a hiperspektralne slike za specijalizirane analize poput istraživanja minerala, detekcije stresa kod usjeva i praćenja okoliša gdje su važni detaljni spektralni potpisi. Primjerice, Landsat (multispektralni) dugo prati globalni pokrov zemljišta en.wikipedia.org, dok noviji hiperspektralni sateliti (kao talijanski PRISMA ili nadolazeće misije) mogu otkriti suptilne biokemijske razlike u vegetaciji ili geologiji.
• Toplinsko infracrveno: Mnogi optički multispektralni senzori također uključuju toplinske infracrvene trake (npr. Landsatov TIRS instrument) koje mjere emitirano toplinsko zračenje sa Zemljine površine. Termalne slike mogu prikazati temperaturne razlike, korisno za praćenje požara, urbanih toplinskih otoka ili temperature površine mora noću. Ovo su pasivni senzori, ali rade u drugačijem spektru (dugovalni IR) i mogu raditi danju ili noću (jer Zemlja emitira IR čak i bez sunčeve svjetlosti). Međutim, toplinska rezolucija je obično mnogo grublja (deseci do stotine metara) zbog ograničenja detektora.
• Radarsko snimanje (SAR – sintetički apertura radar): Radarski snimači su aktivni senzori – odašilju mikrovalne radijske signale prema Zemlji i mjere povratni odraz. Najčešći oblik je Sintetički apertura radar koji koristi gibanje satelita za simulaciju velike antene, postižući visoku rezoluciju. Radarski sateliti rade na valnim duljinama poput X-pojasa, C-pojasa ili L-pojasa mikrovalova. Ključno je da radar prodire kroz oblake i radi u mraku, pružajući snimke u svim vremenskim uvjetima i 24 sata na dan earthdata.nasa.gov. Slike izgledaju vrlo različito od optičkih fotografija – radar mjeri hrapavost površine i vlažnost, stvarajući crno-bijele slike gdje je voda tamna (malo povrata), a gradovi ili planine svijetli. SAR je nezamjenjiv za aplikacije poput mapiranja deformacija površine (potresi, slijeganja tla), detekciju brodova ili poplava pod oblacima i praćenje tropskih područja koja su stalno oblačna. Primjeri uključuju ESA-in Sentinel-1 (C-pojas SAR) i komercijalne radarske satelite poput TerraSAR-X i Capella Space. Rane radarske misije 1990-ih (npr. kanadski RADARSAT-1) imale su rezoluciju oko 10 m. Najbolji današnji SAR sateliti postižu 1 m ili bolju rezoluciju mdpi.com (talijanski COSMO-SkyMed i njemački TerraSAR-X, lansirani 2007., bili su među prvima koji su postigli oko 1 m radarske rezolucije mdpi.com). Tumačenje radarskih slika je složenije, ali znatno proširuje mogućnosti promatranja Zemlje gdje optičko snimanje nije moguće (noć, oblaci) i može čak prodirati kroz neke površine (npr. L-pojas radar može prodrijeti kroz lišće ili suhi pijesak i otkriti skrivene značajke).

Tehnike snimanja: Sateliti koriste razne metode za hvatanje slika. Moderni optički i multispektralni sateliti tipično koriste push-broom skener: linearni niz senzora gradi sliku jednu liniju po liniju dok se satelit kreće po svojoj orbiti en.wikipedia.org. To je suprotno od starijih whisk-broom skenera, koji su pomicali jedan detektor naprijed-nazad preko područja (usmjeravajući sa strane na stranu) kako bi skenirali tlo u trakama en.wikipedia.org. Push-broom sustavi (također zvani linijski skeneri) nemaju pokretnih dijelova osim gibanja letjelice i pružaju veću kvalitetu signala, pa su sada uobičajeni (npr. koriste se u Sentinel-2, WorldView, itd.). Neki sustavi za snimanje prave frame slike (dvodimenzionalna snimka) odjednom koristeći žarišnu ravninu – ovo je češće kod zračnih kamera i ranih špijunskih satelita (koji su doslovno koristili film). Za hiperspektralno snimanje koriste se posebne tehnike poput prostornog skeniranja (push-broom s raspršujućim optikama) ili spektralnog skeniranja (podesivi filteri koji hvataju jednu valnu duljinu u isto vrijeme) en.wikipedia.org en.wikipedia.org. Sintetički apertura radar, s druge strane, radi pomicanjem antene i obradom povratnog signala s Dopplerovim pomakom kako bi sintetizirao sliku puno finiju nego što bi to fizička antena omogućila.

Još jedan ključan aspekt snimanja su različite rezolucije koje opisuju kvalitetu i uporabljivost slike:

• Prostorna rezolucija: veličina površine na tlu koju predstavlja jedan piksel slike (npr. 30 m za Landsat, 50 cm za WorldView). Ona određuje najmanji objekt koji se može razlikovati. Veća prostorna rezolucija (manja veličina piksela) otkriva više detalja. Na primjer, MODIS na NASA-inim satelitima Terra/Aqua ima piksele veličine 250 m do 1 km, što je prikladno za regionalno do globalno mapiranje, dok komercijalni sateliti s pikselima manjim od 1 m mogu identificirati pojedinačna vozila en.wikipedia.org. Prostorna rezolucija je određena optikom senzora i visinom orbite earthdata.nasa.gov earthdata.nasa.gov.
• Spektralna rezolucija: sposobnost razlikovanja malih razlika u valnim duljinama – zapravo broj i širina spektralnih pojaseva. Multispektralni senzori s nekoliko širokih pojaseva imaju grublju spektralnu rezoluciju, dok hiperspektralni senzori sa stotinama uskih pojaseva imaju vrlo finu spektralnu rezoluciju earthdata.nasa.gov. Na primjer, instrument poput AVIRIS mjeri 224 uzastopna spektralna kanala, postižući vrlo finu spektralnu rezoluciju koja omogućuje razlikovanje između različitih minerala ili biljnih vrsta earthdata.nasa.gov. Općenito, više pojaseva/uži pojasevi = veća spektralna rezolucija, što omogućuje detaljniju identifikaciju materijala earthdata.nasa.gov earthdata.nasa.gov.
• Vremenska rezolucija (frekvencija ponovnog snimanja): koliko često satelit može snimiti isto mjesto na Zemlji. To ovisi o orbiti i satelitskoj konstelaciji. Geostacionarni sateliti praktički kontinuirano promatraju fiksno područje (vremenska rezolucija u razini minuta, jer mogu snimati slike svakih nekoliko minuta za vremenske prikaze) earthdata.nasa.gov. Polarni sateliti imaju vremenske rezolucije u rasponu od dnevne (za senzore sa širokim pojasom poput MODIS-a) do više od tjedan dana (za instrumente s užim pojasom poput Landsata na 16 dana) earthdata.nasa.gov. Na primjer, Sentinel-2 s dva satelita ima ponavljanje svakih 5 dana, a Terra/MODIS otprilike svakih 1-2 dana earthdata.nasa.gov. Visoka vremenska frekvencija je presudna za praćenje brzih promjena (vrijeme, katastrofe), dok neke primjene mogu zamijeniti vremensku rezoluciju za višu prostornu/spektralnu rezoluciju earthdata.nasa.gov. Više satelita u koordiniranim orbitama (konstelacije) sve se više koristi za poboljšanje učestalosti snimanja – npr. Planet Labs upravlja s više od 150 minisatelita da bi postigao dnevne slike Zemlje.
• Radiometrijska rezolucija: osjetljivost senzora na razlike u intenzitetu signala, obično izražena brojem bitova podataka po pikselu (npr. 8-bitna = 256 sivih nijansi, 11-bitna = 2048 nijansi, itd.). Veća radiometrijska rezolucija znači da senzor može detektirati finije gradacije svjetline ili temperature. Moderni optički senzori često imaju radiometrijsku rezoluciju od 10-12 bita ili više, što poboljšava mogućnost razlikovanja suptilnih kontrasta (važno u primjenama poput boje oceana ili zdravlja vegetacije). Na primjer, razlikovanje blagih razlika u boji vode radi procjene kvalitete vode zahtijeva visoku radiometrijsku preciznost earthdata.nasa.gov earthdata.nasa.gov.

Postoje neizbježni kompromisi: satelit s vrlo visokom prostornom i spektralnom rezolucijom može pokriti manju površinu ili imati nižu vremensku frekvenciju zbog ograničenja u količini podataka earthdata.nasa.gov. Dizajneri moraju uravnotežiti te čimbenike prema ciljevima svake misije.

Glavne primjene satelitskih snimaka

Satelitske snimke postale su neophodne u širokom spektru područja. U nastavku su neka od glavnih područja primjene i način kako se satelitske snimke koriste u svakoj od njih:

Praćenje okoliša i klime

Praćenje Zemljinog okoliša i klime temeljna je upotreba satelitskih snimaka. Budući da sateliti pružaju globalni, ponavljajući pogled, idealni su za praćenje promjena okoliša tijekom vremena.

• Promatranje klime: Sateliti pomažu mjeriti ključne klimatske varijable poput globalnih temperaturnih trendova, sastava atmosfere i ledenog pokrivača. Na primjer, termalni infracrveni snimači mapiraju temperature površine mora i kopna širom svijeta, pružajući podatke za klimatske modele. Polarni sateliti poput NASA-ine Aqua/Terra misije (sa senzorima MODIS) svakodnevno prikupljaju podatke o aerosolima, stakleničkim plinovima i svojstvima oblaka. Specijalizirane misije (npr. NASA-in OCO-2 za CO₂ ili ESA-in Sentinel-5P za kvalitetu zraka) prate atmosferske tragove plinova i ozona. Sateliti također prate veličinu ozonske rupe i opseg polarnih ledenih kapa i ledenjaka iz godine u godinu. Ti dugoročni skupovi podataka ključni su za istraživanje klimatskih promjena i za međunarodnu klimatsku politiku.
• Promjene okoliša i ekosustavi: Sateliti za snimanje kopna (Landsat, Sentinel-2, itd.) koriste se za praćenje krčenja šuma, dezertifikacije i promjena u ekosustavima. “Kroz daljinsku detekciju… stručnjaci mogu pratiti promjene vegetacije, pokrovnosti tla i vodenih tijela”, što pomaže u otkrivanju gubitka biološke raznolikosti i degradacije tla satpalda.com. Na primjer, vremenske serije satelitskih podataka mogu otkriti gubitak prašume u Amazoniji ili smanjenje močvara. Vlade i nevladine organizacije koriste te podatke za provođenje zakona o zaštiti okoliša (npr. otkrivanje ilegalne sječe ili rudarenja u zaštićenim područjima satpalda.com). Sateliti također mogu identificirati zdravlje staništa – multispektralne slike omogućuju izračunavanje vegetacijskih indeksa poput NDVI (Normalized Difference Vegetation Index) koji ukazuju na zelenilo i vitalnost biljaka. To pomaže u praćenju stresa zbog suše, zdravlja šuma (npr. područja zaražena štetnicima ili ožiljci od požara), i procjeni prinosa usjeva (preklapanje s poljoprivredom).
• Oceani i vode: Sateliti za praćenje okoliša prate cvjetanje algi, izlijevanja nafte i kvalitetu vode u oceanima i jezerima detekcijom promjena boje (korištenjem spektralnih pojaseva osjetljivih na klorofil ili zamućenost). Također nadziru snježne pokrivače i ledenjake na kopnu koji hrane rijeke – što je važan čimbenik za upravljanje vodenim resursima pod klimatskim promjenama. Mikrotalasni senzori (radarski altimetri) mjere porast razine mora i stanje morskog leda.
• Meteorologija i klimatski sustavi: Geostacionarni meteorološki sateliti (poput NOAA-inog GOES-a ili EUMETSAT-ovog Meteosata) kontinuirano daju slike oblačnih obrazaca, razvoja oluja i velikih klimatskih sustava. Presudni su za praćenje uragana, prognoziranje jakih vremenskih nepogoda i promatranje pojava poput El Niño/La Niña (promatrajući temperaturu površine mora i obrasce konvekcije oblaka). Polarni sateliti s infracrvenim i mikrovalnim sondama nadopunjuju to pružajući vertikalne profile temperature i vlažnosti, koji se koriste u numeričkim modelima vremenske prognoze.

Ukratko, satelitske slike omogućuju globalnu perspektivu o promjenama okoliša koje bi bilo nemoguće dobiti sa zemlje. One su temelj međunarodnih napora kao što su procjena klimatskih promjena (npr. pružanjem dokaza o otapanju leda, stopama krčenja šuma, širenju atmosferskog onečišćenja). Satelitski podaci su, na primjer, prikazali trendove ozelenjavanja ili sušenja vegetacije pod klimatskim promjenama i mapirali globalnu rasprostranjenost atmosferilnih zagađivača. Primjer praćenja okoliša putem satelita prikazan je na Slici 1, gdje Landsat slika otkriva obrasce navodnjavanja na poljoprivrednim površinama, pokazujući kako sateliti mogu detektirati zdravlje vegetacije i korištenje vode:

Slika 1: Satelitska snimka navodnjavanih poljoprivrednih polja i kanala za navodnjavanje (dijagonalna linija) u južnoj Ukrajini, zabilježena Landsatom 8 dana 7. kolovoza 2015. Prikazana je slika u prirodnim bojama (koristeći crvenu, zelenu i plavu traku). Vidljivi su kružni uzorci “crop circle” od centralnog navodnjavanja. Ovakve slike koriste se za praćenje poljoprivrednih usjeva – zdravi usjevi izgledaju zeleno, a karakteristični oblici pomažu u prepoznavanju praksi navodnjavanja commons.wikimedia.org. Svijetlozeleni krugovi ukazuju na bujnu vegetaciju koja se aktivno navodnjava, dok blijeda ili smeđa područja mogu značiti neobrađena ili suha polja. (Izvor slike: USGS/NASA Landsat program, obrada: Anastasiya Tishaeva.)

Poljoprivreda i šumarstvo

Satelitske snimke imaju ključnu ulogu u poljoprivredi i upravljanju šumama, često unutar koncepta “precizne poljoprivrede” i održivog upravljanja resursima:

• Praćenje usjeva: Multispektralne slike omogućuju farmerima i analitičarima da prate stanje usjeva na velikim površinama. Različiti spektralni opsezi (posebno bliski infracrveni) osjetljivi su na zdravlje bilja – zdrava vegetacija snažno reflektira NIR. Računanjem indeksa poput NDVI iz satelitskih podataka mogu se identificirati stresovi na usjevima uzrokovani sušom, bolestima ili nedostatkom nutrijenata. “Korištenjem multispektralnih i hiperspektralnih slika, poljoprivrednici mogu identificirati najezde štetočina, pratiti zdravlje usjeva i optimizirati navodnjavanje” satpalda.com. Primjerice, satelitski podaci mogu otkriti dijelove polja koji pate od nedostatka vode (izgledaju manje zeleno) kako bi se navodnjavanje prilagodilo, ili otkriti rane znakove najezde štetnika prema neobičnim spektralnim potpisima. To omogućuje preciznu poljoprivredu – primjenu vode, gnojiva ili pesticida samo gdje je potrebno, čime se povećava prinos i smanjuje negativan utjecaj na okoliš satpalda.com.
• Procjena površina i prinosa usjeva: Vlade i organizacije koriste satelitske slike za procjenu zasijanih površina glavnih kultura i predviđanje prinosa. Budući da sateliti često snimaju ogromna poljoprivredna područja, pružaju pravovremene informacije o fazama razvoja usjeva i eventualnim oštećenjima (poput poplava, oluja ili suša). Tradicionalno se to radilo s podacima srednje rezolucije (npr. Landsat, Sentinel-2 na 10–30 m koji mogu razlikovati promjene na razini polja). Sada, dnevni prikazi iz PlanetScope ili komercijalne slike visoke rezolucije mogu čak izbrojati redove ili identificirati vrste kultura. Ovi podaci koriste se za procjenu sigurnosti hrane i trgova na robama.
• Šumarstvo: Sateliti se koriste za upravljanje šumama praćenjem krčenja šuma, pošumljavanja i zdravlja šuma. “Fotografije visoke rezolucije iz satelita koriste se za praćenje zdravlja šuma kroz vrijeme i prepoznavanje ilegalne sječe” satpalda.com. Primjerice, dugotrajni Landsat arhiv omogućuje izračun promjene pokrova šuma iz godine u godinu, ističući gdje su šume posječene. Vlade koriste ove informacije za provođenje zakona o šumarstvu i prepoznavanje ilegalnih sječa na udaljenim područjima. Sateliti također pomažu u monitoringu zdravlja šuma – detekciji najezda insekata ili oštećenja od oluja prema promjenama boje krošnji. Nadalje, u kombinaciji sa topografskim podacima (iz Lidara ili stereo satelitskih slika), moguće je procijeniti biomasu i zalihe ugljika u šumama.
• Upravljanje pašnjacima i ispašom: U područjima s pašnjacima, slike srednje rezolucije pomažu u praćenju stanja travnjaka (npr. detekcijom prevelike ispaše gledanjem vegetacijskog pokrova). To može usmjeriti rotacijsku ispašu i odgovor na sušu za stočare.

Ukupno gledajući, sateliti omogućuju prijelaz s uniformiranog upravljanja poljoprivredom na upravljanje prilagođeno pojedinim lokacijama dajući pravovremene, prostorno-detaljne informacije. To smanjuje troškove i poboljšava održivost. Tijekom vegetacijske sezone, sateliti mogu signalizirati pojavu problema (poput dijela polja koji posmeđi), a nakon žetve, pomažu u procjeni koje su prakse ili sorte dale bolje rezultate na kojim dijelovima. U šumarstvu, satelitski monitoring danas je središnji u programima REDD+ (koji daju poticaje za smanjenje krčenja šuma) jer pruža transparentan, provjerljiv dokaz o pokrovu šuma tijekom vremena.

Urbanističko planiranje i infrastruktura

U svijetu koji se ubrzano urbanizira, satelitske snimke su ključni izvor podataka za urbanističko planiranje, razvoj infrastrukture i kartiranje korištenja zemljišta:

• Kartiranje urbanog rasta: Analizom snimaka kroz vrijeme, gradski planeri mogu pratiti kako gradovi rastu i gdje se pojavljuje nova gradnja. Satelitske slike pomažu ažurirati karte urbanih područja, prikazujući, primjerice, pretvaranje poljoprivrednog zemljišta ili šuma u predgrađa. Planeri time upravljaju širenjem gradova i planiraju komunalne usluge. “Snimke sa satelita ključan su alat u urbanističkom planiranju, pomažući kartirati i pratiti promjene u korištenju zemljišta, razvoju infrastrukture i urbanom rastu” satpalda.com. Slike visoke rezolucije (ispod jednog metra) dovoljno su detaljne da prikazuju pojedinačne zgrade, ceste pa čak i vozila, što omogućava točno kartiranje novih objekata ili neformalnih naselja euspaceimaging.com. Na primjer, planeri mogu prepoznati gdje dolazi do nelegalnog zauzimanja zemljišta ili gdje se grade nove ceste prije nego što to bude vidljivo u terenskim istraživanjima.
• Infrastruktura i promet: Satelitske snimke podupiru planiranje cesta, željeznica i komunalnih sustava pružajući najnoviji geografski kontekst. Planeri postavljaju trase planirane infrastrukture na najnovije slike kako bi izbjegli sukobe s postojećim objektima ili prirodnim preprekama. Također je moguće pratiti napredak izgradnje, na primjer, vidjeti napredak gradnje autocesta ili proširenja zračnih luka iz svemira. U vođenju imovine, sateliti mogu pomoći u identifikaciji promjena ili problema na infrastrukturnim koridorima (poput odrona koji zahvaćaju ceste ili slijeganja tla uz cjevovode). Za planiranje prometa, slike otkrivaju obrasce prometa (preko pokazatelja kao što su gužve na cestama ili širenje parkirališta) i korištenje zemljišta koje utječe na prometnu potražnju.
• Urbano okruženje i zelene površine: Gradovi koriste satelitske podatke za praćenje okolišnih aspekata – kao što je kartiranje urbanih zelenih površina, krošnje drveća ili nepropusnih površina. Termalne infracrvene slike mogu odrediti urbane toplinske otoke (vruća područja s više betona i manje vegetacije). To informira gradske inicijative za ozelenjavanje i strategije prilagodbe klimatskim promjenama. Neki specijalizirani proizvodi iz satelitskih podataka klasificiraju korištenje urbanog zemljišta (stambeno, industrijsko, komercijalno) prema obrascima, pa čak i procjenjuju raspodjelu stanovništva analizom tlocrta i gustoće zgrada.
• Kartiranje i ažuriranje katastarskih podataka: Održavanje točnih osnovnih karti temeljna je potreba za gradsko upravljanje. Sateliti osiguravaju aktualne slike koje se mogu koristiti za ažuriranje GIS slojeva tlocrta zgrada, prometnica i orijentira. To je osobito korisno u regijama gdje kartiranje na terenu zaostaje iza razvoja. Komercijalne slike visoke rezolucije, koje mogu prikazivati značajke poput pojedinačnih kuća, često koriste kartografske agencije za ažuriranje karata ili servisi poput Google Mapsa za svoje slojeve satelitskog prikaza en.wikipedia.org. Slike su ortorektificirane (geokorektirane) kako bi služile kao korektna podloga u razmjeri za kartiranje. Za katastarsko (vlasničko) kartiranje, slike mogu pomoći u prepoznavanju zauzimanja ili korištenja zemljišta po parcelama.
• Rizik od katastrofa i otpornost urbanih područja: (Dijelom se preklapa s odjeljkom o katastrofama) Planeri također koriste satelitske podatke za identificiranje ranjivih područja u gradovima – primjerice, niskoležećih kvartova vidljivih na kartama poplavnih područja ili gusto izgrađenih zona izloženih potresima. Prije-katastrofe slike visoke rezolucije pružaju osnovne podatke za planiranje izvanrednih situacija (evakuacijski pravci itd.), a slike nakon katastrofe pomažu u planiranju oporavka.

Ukratko, satelitske slike nude urbanistima često ažuriran pogled iz zraka na gradski krajolik. To omogućuje da odluke o planiranju budu temeljene na stvarnom stanju umjesto na zastarjelim kartama. Integracija slika u 3D modele gradova i GIS uvelike je napredovala pa je moguće vizualizirati “što-ako” scenarije (npr. kako bi nova cesta ili promjena zone izgledala) koristeći stvarne slike kao kontekst. Detekcijom promjena u korištenju zemljišta na vrijeme, gradske vlasti mogu proaktivno reagirati na nelegalnu gradnju ili potrebe za infrastrukturom.

Odaziv na katastrofe i upravljanje izvanrednim situacijama

Jedna od najvažnijih humanitarnih primjena satelitskih snimki je u upravljanju katastrofama – kako za pripremu, tako i za odgovor na izvanredne situacije:

• Brza procjena štete: Nakon prirodnih katastrofa poput potresa, uragana, poplava ili požara, satelitske slike često su najbrži način za procjenu razmjera štete kada je pristup terenu ograničen. “Satelitski podaci pomažu u organizaciji pomoći i daju informaciju u stvarnom vremenu o stupnju oštećenja tijekom prirodnih katastrofa” satpalda.com. Primjerice, unutar nekoliko sati od velikog potresa, sateliti mogu snimiti slike visoke rezolucije pogođenog grada, omogućujući spasiocima da vide srušene zgrade, blokirane ceste ili improvizirane kampove. Usporedba prije i poslije snimki uobičajena je tehnika: preklapanjem slika prije događaja s onima nastalima nakon, analitičari brzo identificiraju uništene objekte i najviše pogođena područja satpalda.com. To se intenzivno koristilo u događajima poput potresa na Haitiju 2010. ili eksplozije u Bejrutu 2020. – sateliti su otkrili gdje su čitavi blokovi uništeni. Agencije poput UN-a aktiviraju Međunarodnu povelju o svemiru i velikim katastrofama, koja osigurava besplatno satelitsko snimanje iz više zemalja u krizama, garantira svježe slike.
• Praćenje poplava i oluja: Tijekom velikih poplava ili uragana, sateliti (posebno radarski i oni česta preleta s optičkim senzorima) prate katastrofu gotovo u stvarnom vremenu. Za poplave, radarske slike izuzetno su korisne jer prolaze kroz oblake: poplavljena područja prikazuju se kao tamne, glatke površine na SAR snimkama, jasno ocrtavajući poplavni opseg čak i pod oblacima. To pomaže službama u prepoznavanju poplavljenih zajednica i planiranju evakuacije i dostave pomoći. Kod uragana, dok je oluja još aktivna, meteorološki sateliti prate njen put, a potom optički sateliti daju jasnu sliku pogođenog područja (npr. za vidjeti koja su sela odsječena ili koji su mostovi uništeni). Kod velikih požara, sateliti poput NASA-inog MODIS-a i VIIRS-a mogu detektirati aktivna žarišta i omeđiti opožarena područja čak i kroz dim. To usmjerava resurse vatrogasaca tamo gdje su najpotrebniji.
• Izvanredno kartiranje i logistika: Neposredno nakon katastrofe, specijalizirani kartografski timovi koriste satelitske slike za izradu hitnih karata koje ističu prohodne ceste, oštećenu infrastrukturu i koncentracije izbjeglica. To se vidjelo pri reakcijama na tsunamije i velike tajfune, gdje su satelitske mape identificirale koje ceste su još upotrebljive za konvoje pomoći te gdje su se preživjeli okupili. Budući da sateliti pokrivaju velika područja, osobito su korisni kada katastrofe zahvate udaljene ili prostrane regije (npr. mapiranje cjelokupnog priobalja nakon tsunamija u Indijskom oceanu 2004.). Snimke mogu otkriti i sekundarne prijetnje – na primjer, slike nakon potresa mogu pokazati je li odron blokirao rijeku (stvarajući potencijalnu poplavu uzvodno) kako bi vlasti mogle reagirati.
• Priprema za katastrofe: Prije nego što katastrofe nastupe, slike se koriste za kartiranje područja sklonih riziku i modeliranje mogućih posljedica. Na primjer, modeli visoke rezolucije terena iz satelita kombiniraju se s slikom radi identifikacije poplavnih zona; karte korištenja zemljišta iz slika ulaze u modele rizika od požara (npr. lociranje sučelja šume i urbanih područja). Periodične slike pomažu u praćenju stanja zaštite od katastrofa, poput nasipa ili šumskog pokrova na strmim padinama. Također, za sporonapredujuće katastrofe poput suša, sateliti prate pokazatelje (zdravlje vegetacije, razine akumulacija) radi ranog upozorenja na krize s opskrbom hranom.

Općenito, satelitske snimke daju nepristranu, pravovremenu procjenu koja je neprocjenjiva za hitne službe i humanitarne organizacije. One učinkovito “povećavaju opseg pogleda” – spasioci mogu vidjeti širu sliku utjecaja, a zatim zumirati na lokalne detalje, što nije moguće samo iz terenskih izvještaja. Mogućnost dobivanja informacija u gotovo stvarnom vremenu (sve češće u roku od nekoliko sati zahvaljujući većem broju satelita i bržim sustavima dostave podataka) znači da se pomoć može prioritetizirati i isporučiti učinkovitije, potencijalno spašavajući živote. Kako navodi SATPALDA izvještaj, usporedbom slika prije i poslije katastrofe, dužnosnici mogu “najbolje rasporediti resurse, odrediti prioritete popravaka i precizno utvrditi razinu gubitaka” satpalda.com.

Obrana i obavještajna zajednica

Od početka svemirskog doba, vojno i obavještajno prikupljanje bio je pokretačka snaga iza satelitskih snimki. Izviđački sateliti (često nazivani “špijunski sateliti”) omogućuju strateške nadzorne sposobnosti:

• Izviđanje i nadzor: Sateliti za snimanje visoke rezolucije kojima upravljaju obrambene agencije mogu snimiti detaljne slike aktivnosti na tlu. Rani primjeri uključuju CORONA program, koji je bio niz američkih taktičkih izviđačkih satelita kojima su upravljali CIA i Zračne snage en.wikipedia.org. Iako su detalji često povjerljivi, poznato je da moderni obavještajni sateliti (npr. američki Keyhole/CRYSTAL serija) imaju optičke sustave sposobne za razlučivost na razini desetaka centimetara, što im omogućuje promatranje vojnih postrojenja, raketnih baza, kretanja trupa i drugih obavještajnih ciljeva. Ovi sateliti su u biti svemirski teleskopi, ponekad čak i upravljivi kako bi češće obilazili ciljeve interesa. U vojnim primjenama, sateliti pružaju ključne informacije koje bi inače zahtijevale rizične izviđačke letove zrakoplovima. To također rade bez narušavanja zračnog prostora (jer djeluju iz orbite), što ih je učinilo važnim alatima za provjeru poštivanja ugovora (npr. kontrola naoružanja), nadzor protivnika i usmjeravanje vojnih operacija.
• Geoprostorna obavještajna zajednica (GEOINT): Suvremene obrambene agencije integriraju satelitske snimke s drugim podacima za izvlačenje obavještajnih podataka. To uključuje otkrivanje promjena na poznatim objektima (npr. iznenadna pojava nove infrastrukture ili neobična aktivnost poput prometa na aerodromima), kartiranje terena za planiranje misija i ciljanje. Snimke se koriste za izradu visokorezolucijskih karata i 3D modela područja od interesa za vojne operacije (na primjer, prije upada u kompleks Osame bin Ladena, satelitske snimke su korištene za modeliranje lokacije). Sintetički aperturski radar sateliti se također koriste u obrani zbog mogućnosti snimanja u svim vremenskim uvjetima i dan/noć – korisno za otkrivanje maskirnih objekata ili promjena koje mogu promaći optičkim sustavima. Drugo područje u razvoju je radiofrekvencijsko (RF) mapiranje iz svemira i hiperspektralno snimanje za detekciju specifičnih materijala (poput goriva ili eksploziva) na daljinu.
• Dijeljenje obavještajnih podataka i analiza otvorenih izvora: Zanimljivo je da su s pojavom komercijalnih satelita za snimanje, neki zadaci vezani za obranu outsourcani ili dopunjeni komercijalnim dobavljačima. Tvrtke poput Maxara i Planeta isporučuju neklasificirane slike visoke rezolucije koje analitičari (pa čak i javnost) mogu koristiti za praćenje globalnih događanja. Primjerice, tijekom sukoba ili zabrinutosti zbog širenja oružja, vlade su objavljivale komercijalne satelitske slike da bi potkrijepile svoje tvrdnje. Primjer je ruska invazija na Ukrajinu 2022. godine: Planet Labs-ove dnevne snimke pomogle su otkriti gomilanje ruskih snaga i opreme prije invazije i od tada se koriste za dokumentiranje štete i kretanja tijekom rata defenseone.com. Ova demokratizacija satelitske obavještajne zajednice znači da analitičari otvorenih izvora (OSINT) i nedržavni akteri također mogu nadzirati strateška mjesta (poput sjevernokorejskih nuklearnih postrojenja ili sirijskih zrakoplovnih baza) koristeći komercijalno dostupne slike defenseone.com. Javne satelitske snimke vojnih objekata ponekad su izazivale politička pitanja (npr. neke zemlje su se protivile objavljivanju osjetljivih lokacija, iako u SAD-u postoji samo jedno posebno ograničenje – Kyl–Bingamanov amandman koji ograničava detalje snimki nad Izraelom, što je ublaženo 2020.).
• Navigacija i ciljanje: Iako nije snimka u klasičnom smislu, važno je napomenuti da sateliti (poput GPS konstelacije) pružaju pozicioniranje ključno za vojnu navigaciju i ciljanje. Nadalje, sateliti za snimanje mogu se koristiti za usmjeravanje preciznih napada pružanjem najnovijih slika ciljanog područja neposredno prije operacije (što osigurava točnost cilja i procjenu potencijalne kolateralne štete). Tijekom sukoba, gotovo stvarnovremene snimke mogu se preuzeti na zemlju za podršku trupama (iako ta sposobnost ovisi o brzom prijenosu i obradi podataka).

Ukratko, obrambeni sateliti predstavljaju neumorno oko koje izuzetno povećava situacijsku svjesnost. Oni su bili ključni u prebacivanju ravnoteže prikupljanja obavještajnih podataka – s oslanjanja na zrakoplove i zemaljske špijune na svemirske resurse. Razlučivost i mogućnosti vojnih satelita većinom su još uvijek povjerljive, ali postojanje tehnologija kao što su radar koji može vidjeti kroz oblake, infracrveno za otkrivanje toplinskih potpisa i optičke konstelacije s čestim ponovnim obilascima pokazuje dubinu svemirske obavještajne zajednice. S pojavom naprednih AI analitika (razmatranih u nastavku), poplava slika može se obrađivati brže kako bi se otkrile prijetnje ili promjene od interesa, približavajući se cilju automatiziranih sustava “tip-and-cue” (gdje algoritam izdvaja sumnjivu aktivnost na slikama za analizu ljudskim analitičarima).

Navigacija i kartiranje

Iako možda manje glamurozna, jedna od najraširenijih uporaba satelitske snimke je za kartografske i navigacijske usluge koje koriste milijarde ljudi:

• Temeljne karte i kartografija: Satelitske snimke visoke rezolucije temelj su mnogih digitalnih karata i kartografskih servisa danas. Platforme poput Google Maps, Google Earth, Bing Maps i druge uključuju slojeve satelitskih/zračnih slika koje korisnici mogu pregledavati. Snimke daju kontekst i detalje izvan onoga što nude vektorske karte. Tvrtke poput Googlea licenciraju snimke od satelitskih pružatelja (npr. Maxar) za ažuriranje svoje globalne mozaik karte en.wikipedia.org. Ovo je u biti omogućilo javnosti planetarni atlas s gotovo fotografskom razinom detalja. Osim toga, nacionalne kartografske agencije koriste satelitske snimke za ažuriranje topografskih karata, osobito za udaljena područja koja je teško redovito nadgledati sa zemlje. Snimke se ortorektificiraju i često koriste za digitalizaciju značajki kao što su ceste, zgrade, rijeke itd., koji se potom objavljuju kao karte.
• Navigacija i GPS aplikacije: Iako navigacijski sustavi prvenstveno koriste satelitsko pozicioniranje (GPS), snimke poboljšavaju navigacijske aplikacije omogućujući prepoznavanje znamenitosti i provjeru usklađenosti cesta. Na primjer, dostavne i logističke tvrtke mogu koristiti satelitske snimke kako bi provjerile raspored zgrada ili najbolje ulazne točke. Programeri autonomnih vozila koriste snimke visoke rezolucije kao jedan sloj za izradu HD karata cesta. Za svakodnevne vozače, mogućnost prebacivanja na satelitski prikaz u aplikaciji za karte pomaže vizualno identificirati okolinu odredišta (npr. prepoznati da se benzinska postaja nalazi na određenom uglu).
• Geoprostorna referenca i GIS: U GIS-u (geografskom informacijskom sustavu), satelitske slike su osnovni podatkovni sloj. Pružaju stvarni izvor na kojem se mogu postavljati drugi podaci (poput infrastrukture, administrativnih granica ili okolišnih podataka). Budući da su slike georeferencirane, omogućuju precizno mjerenje udaljenosti i površina izravno. Snimke su često prvi podaci koji se koriste pri mapiranju neumapiranog područja: moguće je pratiti ceste i naselja s najnovijih snimki za izradu temeljnih karata (humanitarna OpenStreetMap zajednica to intenzivno radi za regije sklone katastrofama ili slabije pokrivene teritorije digitalizirajući značajke sa satelita).
• Izvlačenje značajki i automatizacija kartiranja: Uz poboljšanja u razlučivosti i računalnom vidu, mnoge značajke sada se mogu automatski izvući sa satelitskih snimki za potrebe kartografa. Na primjer, algoritmi mogu prepoznati i vektorizirati obrise zgrada, cestovne mreže ili tipove pokrova tla satpalda.com. To izuzetno ubrzava izradu i ažuriranje karata. Lidar podaci (iz zraka ili uskoro iz svemira) i stereo satelitske slike također mogu proizvesti 3D modele terena, koji u kombinaciji s fotografijama daju detaljne topografske karte.
• Navigacijsko kartiranje: Osim kopnenog kartiranja, sateliti pomažu i u izradi morskih karata za navigaciju (npr. snimanje grebena i obalnih značajki u bistrom moru za ažuriranje pomorskih karata) te u zrakoplovstvu (kartiranje prepreka i terena oko zračnih luka).

Općenito, satelitsko snimanje je revolucioniralo kartiranje čineći karte živim proizvodima koji nisu statični i podložni zastarijevanju, već se neprestano ažuriraju s najnovijim zračnim prikazima. Prije satelitskog doba, nova autocesta se mogla pojaviti na papirnatoj karti tek godinama kasnije; danas najnovija satelitska slika može je prikazati trenutačno čak i ako vektorski podaci još nisu ažurirani. Povrh toga, snimke su omogućile izradu karata u područjima gdje je pristup sa zemlje otežan (guste džungle, ratne zone itd.). Kako navodi europska tvrtka za satelitsko snimanje, snimke vrlo visoke rezolucije jasno pokazuju linije cesta, pločnike, vozila, male objekte – detalje koji omogućuju precizne urbane karte i planiranje infrastrukture euspaceimaging.com. U kombinaciji s GPS-om čine modernu navigaciju izuzetno detaljnom i jednostavnom za korištenje.

Glavni satelitski programi i dobavljači

Satelitske slike nude mješavinu vladinih programa i komercijalnih tvrtki. Ispod su neki od najvažnijih satelitskih programa i pružatelja usluga s njihovim karakteristikama:

• NASA/USGS Landsat program (SAD): Serija Landsat (pokrenuta 1972.) najdugovječniji je program za snimanje Zemlje en.wikipedia.org. Landsat sateliti (trenutno Landsat 8 i 9) snimaju multispektralne slike površine kopna rezolucije 30 m globalno, s toplinskim pojasevima na 100 m i panchromatskim na 15 m. Podaci su slobodno dostupni javnosti zahvaljujući politici otvorenih podataka uvedenoj 2008. earthobservatory.nasa.gov earthdata.nasa.gov. Landsat je radni konj za znanstvena istraživanja i praćenje resursa, s više od 50 godina kontinuiranih promatranja korisnih za analize promjena u korištenju zemljišta, krčenja šuma, urbanog razvoja i drugo en.wikipedia.org. Svaki Landsat posjećuje istu lokaciju svaka 16 dana, ali s dva satelita učestalost je 8 dana. Umjerena rezolucija i duga arhiva čine Landsat posebno vrijednim za detekciju promjena kroz desetljeća. (NASA razvija satelite, USGS njima upravlja i vodi arhivu.)
• Copernicus Sentinel konstelacija (ESA/EU): Europska svemirska agencija, u ime Copernicus programa EU, upravlja s nekoliko Sentinel satelita lansiranih od 2014. Posebno su zapaženi: Sentinel-1 (radarski snimači u C-pojasu za snimanje u svim vremenskim uvjetima), Sentinel-2 (optički multispektralni snimači rezolucije 10 m s 5-dnevnim ponovnim obilaskom, slični Landsatu), Sentinel-3 (srednja rezolucija za praćenje oceana i kopna), Sentinel-5P (praćenje onečišćenja zraka), među ostalima. Svi Sentinel podaci su slobodni i otvoreni globalno, po modelu Landsata en.wikipedia.org. Program Sentinel omogućava sustavno i učestalo pokrivanje za promatranje okoliša u EU i širom svijeta, te se često koristi zajedno s Landsatom (npr. češće slike Sentinel-2 nadopunjuju Landsatovu dulju arhivu). ESA je ranije imala i druge misije (ERS, Envisat), ali Sentinel danas čini jezgru njezinih sposobnosti snimanja.
• NOAA i EUMETSAT meteorološki sateliti: Za praćenje vremena i oceana, agencije poput NOAA (SAD) i EUMETSAT (Europa) upravljaju geostacionarnim meteorološkim satelitima (npr. NOAA-ini GOES-East i GOES-West iznad Amerika, EUMETSAT-ov Meteosat iznad Europe/Afrike, te slični sateliti Japana (Himawari), Indije (INSAT), itd.). Oni pružaju kontinuirane slike cijelog diska Zemlje svakih 5–15 minuta rezolucije ~0,5–2 km u više spektralnih pojasa (vidljivi, infracrveni, vodena para) za praćenje vremenskih sustava. Osim toga, polarno-orbitalni vremenski sateliti (NOAA-ova JPSS serija, europski MetOp itd.) daju globalne podatke za prognostičke modele i klimatska istraživanja. Iako su primarno za meteorologiju, njihove slike (osobito vidljive i IR) široko se koriste i za druge primjene (npr. svakodnevno kartiranje požara ili snijega). Podaci su slobodno dostupni, često u stvarnom vremenu, i desetljećima su temelj meteorologije.
• Maxar Technologies (DigitalGlobe) – komercijalna visoka razlučivost: Maxar (američka tvrtka) vodeći je pružatelj komercijalnih satelitskih snimki visoke rezolucije. Upravljaju serijama WorldView i GeoEye satelita. Najpoznatiji: WorldView-3 (lansiran 2014.) može snimiti ~31 cm panchromatsku i ~1,2 m multispektralnu rezoluciju; WorldView-2 (2009) nudi 46 cm pan rezoluciju en.wikipedia.org; stariji GeoEye-1 daje ~0,5 m pan. Maxarovi sateliti često mogu biti zadani za bilo koju lokaciju na Zemlji i često ponavljati snimanje (neki mogu snimati svakodnevno ili gotovo svakodnevno na srednjim geografskim širinama koristeći snimanje pod kutem). Njihove slike koriste državni i komercijalni korisnici za kartografiju, vojnu obavještajnu zajednicu i servise poput Google Maps i Microsoft Bing (koji licenciraju slike za svoje platforme) en.wikipedia.org. Maxarova arhiva obuhvaća zadnja dva desetljeća s milijardama četvornih kilometara snimki. Zbog politike SAD-a, najviša razlučivost dostupna komercijalno je oko 30 cm (i Maxar je dobio dozvolu za prodaju snimki na toj rezoluciji). Maxar također nudi izvedene proizvode kao što su 3D modeli terena i zgrada koristeći ove slike.
• Planet Labs – komercijalna konstelacija malih satelita: Planet (sa sjedištem u SAD-u) upravlja najvećom flotom satelita za snimanje Zemlje. Lansirali su preko 100 satelita veličine “kutije za cipele” Dove koji snimaju Zemlju rezolucijom ~3–5 m (više kanala) svaki dan. Ova svakodnevna, globalna snimka (PlanetScope) je jedinstvena – iako je rezolucija srednja, učestalost je nenadmašna. Planet također ima SkySat satelite (kupljene od Google Terra Bella) koji su manja flota s rezolucijom ~50 cm i sposobni za brzo ponovno snimanje pa čak i kratke video isječke. Planet je prethodno operirao i s pet satelita RapidEye konstelacije (5 m, povučen iz upotrebe 2020.) en.wikipedia.org. Planetovi podaci su komercijalni, ali tvrtka ima različite programe za potporu NGO-ova i znanstvenika. Podaci su se pokazali izuzetno korisnima za praćenje promjena koje se događaju u kratkim vremenskim razdobljima: rast usjeva, šteta od katastrofa u danima, nadzor sukoba itd., zapravo kao dnevna “kasa-berza” promjena na površini Zemlje. Planetov model oslikava trend prema mnogim jeftinim satelitima koji zamjenjuju nekoliko vrhunskih za određene svrhe.
• Airbus Defence & Space (Airbus Intelligence): Airbus, sa sjedištem u Europi, upravlja nizom satelita visoke rezolucije poput SPOT 6/7 (rezolucija 1,5 m, širok zahvat) te Pleiades-1A/1B (0,5 m rezolucija, vrlo visoki detalji). Također su suvlasnici satelita s radarskim senzorima TerraSAR-X i PAZ. Airbus pruža slike komercijalno, slično Maxaru, za europske i globalne korisnike. SPOT serija (od 1986.) jedan je od prvih komercijalnih programa satelitskog snimanja Zemlje, s dugom arhivom snimki rezolucije 10–20 m. Pleiades (lansirani 2011–2012.) su povećali sposobnosti podmetarskog snimanja za europsku industriju. Airbusovi podaci su široko korišteni za kartografiju, obranu i praćenje okoliša (dijelom SPOT podaci dostupni su za znanstvene svrhe nakon nekoliko godina).
• Ostali zapaženi programi: Mnoge zemlje imaju vlastite satelite za promatranje Zemlje. Primjerice, indijska ISRO ima IRS seriju (Indian Remote Sensing satellites) i nove visoko-rezolucijske CARTOSAT satelite (do ~0,3 m pan). Japanska JAXA ima misije poput ALOS (uključujući PALSAR radar i PRISM optičke senzore). Kina ima sve brojniju flotu, npr. seriju Gaofen (optički i radarski visoke rezolucije) kao dio svog sustava za promatranje Zemlje, kao i komercijalne firme poput 21AT. Kanada je poznata po seriji radarskih satelita RADARSAT (sad i RADARSAT Constellation Mission). Rusija i dalje ima serije Resurs-P i Kanopus-V za optičko snimanje. Tu su i deseci manjih tvrtki/startupa koji lansiraju satelite za specifične potrebe – primjerice, Capella Space i Iceye upravljaju malim SAR satelitima za radar na zahtjev, GHGSat koristi mikro-satelite za praćenje emisija stakleničkih plinova iz industrijskih postrojenja, itd.

Zaključno, ovo područje uključuje besplatne javne podatke s državnih satelita (poput Landsata, Sentinela, meteoroloških satelita) i komercijalne podatke s privatnih satelita (koji nude vrlo visoku rezoluciju ili jedinstvene mogućnosti, ali uz naknadu). Korisnici često kombiniraju ove izvore – primjerice, koristeći besplatne Sentinel-2 slike u rezoluciji 10 m za opću analizu i kupujući sliku od 30 cm od Maxara za određeno područje gdje treba veliki nivo detalja. Rastući uspjeh ponuđača poput Planeta pokazuje glad za čestim snimanjem, dok Landsat i Sentinel pokazuju važnost otvorenih podataka za znanstvenu i općekorisnu zajednicu.

Formati podataka, dostupnost i trendovi korištenja

Formati podataka: Satelitske snimke se obično pohranjuju i distribuiraju u standardiziranim raster formatima datoteka. Jedan od najčešćih formata je GeoTIFF, što je u biti TIFF slikovna datoteka s ugrađenim geografskim koordinatama (tako da svaki piksel odgovara stvarnoj lokaciji) equatorstudios.com earthdata.nasa.gov. GeoTIFF-ovi se široko koriste za isporuku obrađenih snimki (kao što su Landsat scene ili slike visoke rezolucije) jer se mogu izravno učitati u GIS softver s ispravnom georeferencijom. Drugi uobičajeni formati za velike znanstvene skupove podataka su HDF (Hierarchical Data Format) ili NetCDF, koji mogu pohranjivati višepojasne, viševremenske podatke na način koji sam sebe dokumentira earthdata.nasa.gov. Na primjer, NASA distribuira MODIS podatke u HDF datotekama. Mnogi meteorološki i klimatski proizvodi također koriste NetCDF. Sve se češće koriste formati optimizirani za oblak kao što je COG (Cloud Optimized GeoTIFF), koji omogućuje djelomično učitavanje snimki putem interneta bez preuzimanja cijelih datoteka. Pružatelji slika mogu koristiti i vlasničke ili specijalizirane formate radi učinkovitosti, ali obično nude alate za konverziju.

Razine podataka i obrada: Sirovi satelitski podaci često zahtijevaju obradu (radiometrijska kalibracija, geometrijska korekcija itd.) prije nego što su upotrebljivi kao slika. Svemirske agencije definiraju razine obrade (razina 0 – sirovi brojevi, razina 1 – georeferencirana radijanca, razina 2 – izvedeni produkti kao što su refleksija ili indeksi, itd.) earthdata.nasa.gov earthdata.nasa.gov. Većina javno objavljenih snimki je barem razina 1 (georeferencirane). Neke, poput Landsat razine 2, korigirane su za atmosferske učinke i spremne za analizu kao refleksija s površine. Izbor formata može ovisiti o razini – sirovi podaci mogu se sa satelita slati u komprimiranom binarnom obliku, ali korisnici nakon obrade dobivaju GeoTIFF ili HDF.

Otvoreni nasuprot komercijalnog pristupa: Ključni trend u zadnjih 1-2 desetljeća je prelazak na otvorene podatke za snimke satelita financiranih iz javnih sredstava. Kao što je spomenuto, USGS Landsat arhiv postao je besplatan 2008., što je dovelo do “brzog širenja znanstvenih i operativnih aplikacija” koje koriste Landsat sciencedirect.com science.org. Istraživači su s naručivanja desetak slika (zbog cijene) prešli na preuzimanje stotina ili tisuća, što je omogućilo velika komparativna istraživanja. Slično, ESA-ini Sentinel podaci su besplatni i otvoreni, i korisnici su ih preuzeli milijune puta, omogućivši brojne primjene u poljoprivredi, reagiranju na katastrofe itd. NASA i NOAA praktički sve svoje podatke o promatranju Zemlje čine besplatno dostupnima (NASA-in EarthData i NOAA-in CLASS sustav), često bez potrebe za prijavom. Načelo je da su podaci financirani od poreznih obveznika javno dobro. Ovakav otvoreni pristup demokratizirao je pristup – mala istraživačka laboratorija ili ministarstvo poljoprivrede neke zemlje u razvoju može koristiti satelitske podatke bez budžetskih prepreka.

Nasuprot tome, komercijalne satelitske snimke (posebno slike vrlo visoke rezolucije iz tvrtki kao što su Maxar, Airbus itd.) prodaju se pod licencama. Vlade su glavni kupci (npr. vojske ili kartografske agencije kupuju slike), kao i industrije (rudarstvo, financije, osiguranje) te tehnološke tvrtke (za karte). Troškovi mogu biti značajni (stotine do tisuće dolara po slici najviše rezolucije). No, komercijalne tvrtke ponekad daju podatke za humanitarne krize ili objave dio arhive nakon nekog vremena. Postoji i trend da tvrtke iz “nove svemirske” industrije usvajaju hibridne modele – primjerice, Planet ima otvoreni program za znanstvenike i NGO-ove kojima omogućuje pristup slikama za nekomercijalnu upotrebu, a u vrijeme katastrofa mogu široko objaviti slike.

Platforme i dostupnost: S obzirom na golemi volumen podataka, pojavile su se nove platforme za smještaj i uslugu snimki. Google Earth Engine je značajan primjer – cloud platforma koja sadrži petabajte javnih satelitskih podataka (Landsat, Sentinel, MODIS itd.) i omogućuje korisnicima njihovu analizu putem web sučelja. Time nestaje potreba za preuzimanjem terabajta podataka lokalno; analiza se može obaviti uz sam podatak. Takve su platforme uvelike povećale korištenje snimki pružajući i podatke i procesorsku moć jednostavno. Slično, Amazon Web Services (AWS) i drugi domaćini su otvorenih arhiva slika (poput cijele Landsat i Sentinel kolekcije u formatima optimiziranim za oblak) u sklopu svojih open data programa.

Volumen podataka i trendovi: Količina satelitskih podataka je ogromna i rapidno raste. Do 2021. godine, europski Sentinel arhiv premašivao je 10 petabajta, s povećanjem od 7+ terabajta dnevno ceda.ac.uk. Jedan Sentinel-2 satelit proizvodi oko 1,5 TB podataka dnevno nakon kompresije eoportal.org. Konstelacija Planet Labs dnevno snimi milijune slika (iako niže rezolucije). Upravljanje i analiza ovog “velikog broja podataka” izazov je – zbog toga skladištenje u oblaku, distribuirana obrada i AI postaju neophodni (više o tome u sljedećem dijelu). Ovaj val podataka doveo je do inovacija poput Analysis Ready Data (ARD) – slika unaprijed obrađenih u standardizirani format/projekciju za lakše slaganje i analizu, te shema pločica poput Google Earth Engine Data Catalog.

Trendovi korištenja: Povećanom dostupnošću, baza korisnika satelitskih snimki značajno se proširila. Više ih ne koriste samo stručnjaci za daljinsku detekciju sa specijaliziranim softverom. Danas ih koriste ekolozi, urbanisti, ekonomisti pa i građani preko različitih aplikacija i platformi. Na primjer, humanitarni volonteri koriste besplatne slike u OpenStreetMapu za crtanje mapa područja sklonih katastrofama. U poljoprivredi, agronomi koriste satelitske prognoze prinosa preko online nadzornih ploča. U novinarstvu, mediji objavljuju satelitske slike kao dokaz (npr. kršenja ljudskih prava ili okolišnih šteta). Ovoj širokoj primjeni doprinose korisnički alati (web portali za karte, jednostavni API-jevi) i integracija satelitskih slika u svakodnevne proizvode (poput aplikacija za vrijeme koje prikazuju satelitske petlje, ili financijskih tvrtki koje iz brojenja parkirališnih mjesta iz slika procjenjuju maloprodaju).

Još jedan trend je gotovo trenutno dostupna slika. Neki pružatelji (osobito meteorološki) imaju slike dostupne unutar nekoliko minuta nakon snimanja. Drugi, poput Landsata i Sentinela, obično nude slike unutar nekoliko sati od preuzimanja i obrade. To znači da korisnici mogu brže reagirati – primjerice, detektirati novo izlijevanje nafte na satelitskoj snimci isti dan i odmah obavijestiti nadležne.

Konačno, kako arhivi snimki rastu, raste i zanimanje za vremensku analizu podataka – gledanje ne samo jedne slike, već trendova i promjena na desecima slika kroz vrijeme (analiza vremenskih serija). To se koristi za modele urbanog rasta, stope krčenja šuma, višegodišnje učinke suša i slično. Besplatni arhivi i alati za “big data” omogućili su ovakve dugoročne analize. Jedan upečatljiv primjer: znanstvenici su pomoću 30+ godina Landsat podataka kartirali globalne promjene površinskih voda ili urbano širenje – što bi prije otvorenih podataka bilo gotovo nemoguće.

Ukratko, satelitske snimke dostupnije su nego ikad. Inicijativa besplatnih i otvorenih podataka omogućila je eksploziju korištenja u znanosti i šire earthobservatory.nasa.gov earthobservatory.nasa.gov. U kombinaciji s napretkom u računalstvu, ovo je transformiralo mogućnosti: umjesto analize nekoliko slika, sada možemo proučavati “zbilja velike probleme” poput globalnih promjena rudarenjem arhiva u petabajtima earthobservatory.nasa.gov. Sada je izazov manje dolazak do podataka, a više kako učinkovito izvući uvide iz njih.

Izazovi satelitskih snimki

Unatoč njihovoj iznimnoj vrijednosti, rad sa satelitskim snimkama dolazi s nizom izazova i ograničenja s kojima se korisnici i pružatelji moraju nositi:

• Volumen podataka i upravljanje: Kao što je spomenuto, satelitske misije generiraju ogromne količine podataka. Skladištenje, katalogizacija i prijenos tih podataka veliki su izazov. Za usporedbu, Copernicus Sentinels dodaju 7–10 TB podataka dnevno u arhive ceda.ac.uk, a Landsat arhiv sada iznosi petabajte tijekom 50 godina. Upravljanje ovime zahtijeva robusnu infrastrukturu: višeslojno skladištenje (brzo online za najnovije podatke, arhive na trakama za starije), mreže visokog protoka za distribuciju i učinkovite formate podataka. Korisnici se suočavaju s izazovima u preuzimanju velikih setova podataka – zbog toga se sve više koristi analiza u oblaku. Upravljanje tolikim količinama također povisuje troškove i zahtijeva međunarodnu koordinaciju da bi se izbjeglo dupliciranje (mnoga tijela razmjenjuju i zrcale podatke kako bi rasteretili sustav). Preopterećenje podacima znači i rizik da analitičari budu “preplavljeni podacima” – zato je sve više automatizirana filtracija (za pronalaženje slika s potrebnim značajkama, npr. bez oblaka) i tehnike “big data”.
• Obrada i stručnost: Sirove satelitske slike nisu odmah upotrebljive – zahtijevaju obradu koja može biti složena. Ortorektifikacija (korekcija geometrijskih distorzija zbog terena i kuta senzora), radiometrijska kalibracija (pretvaranje vrijednosti senzora u refleksiju ili svjetlosnu temperaturu) i atmosferska korekcija (uklanjanje efekta magle, vlage) nužne su za kvantitativnu analizu. Iako se mnogi produkti sada nude unaprijed obrađeni na višu razinu, oni koji trebaju precizne rezultate moraju razumjeti ove procese. To zahtijeva stručnost iz daljinske detekcije. Također, rad s multispektralnim ili hiperspektralnim podacima znači upravljanje velikim, višepojasnim datotekama i znanje interpretacije. Postoji krivulja učenja za nove korisnike (npr. koji odabir kanala upotrijebiti za određeni zadatak ili kako interpretirati radarske polarizacijske slike). Prava informacija (poput klasifikacije pokrova ili detekcije objekata) zahtijeva daljnju obradu, često uz kompleksne algoritme ili modele strojnog učenja. Potreba za specijaliziranim softverom (GIS, softver za daljinsku detekciju) i tehničko znanje predstavljali su barijeru, iako je ona sve niža zbog modernih, jednostavnijih alata.
• Preciznost i kalibracija: Kvaliteta i točnost satelitskih snimki može varirati. Geolokacijska točnost (znanje točnih koordinata svakog piksela) nije savršena – najbolji sateliti imaju grešku nekoliko metara, dok stariji ili neki produkti mogu imati odstupanje desetke metara. Analitičari često moraju koregistrirati slike iz različitih izvora (poravnati ih) za detekciju promjena, što zna biti vrlo zahtjevno ako postoje mala odstupanja. Radiometrijska preciznost i međusobna kalibracija senzora su također izazov: npr., kako osigurati da vrijednost refleksije sa Sentinel-2 znači isto što i ona s Landsata-8. Razlike u kalibraciji ili valnim duljinama senzora zahtijevaju poseban oprez kod analiza s više izvora. Postoje stalni napori za uskladbu podataka s raznih satelita (npr. neki projekti prilagođavaju Sentinel-2 podatke tako da odgovaraju Landsatovoj povijesti za kontinuitet vremenskih serija). Također, atmosferske smetnje (oblačnost, magla) i razlike u kutu snimanja utječu na točnost. Oblaci su najveći problem za optičko snimanje – čak i djelomična naoblaka može skriti značajke ili smanjiti analitičku kvalitetu, a sjene oblaka mogu dodatno zbunjivati. Korisnici moraju koristiti algoritme za maskiranje oblaka ili prijeći na radar odnosno druge pristupe u područjima sklonim oblačnosti. Sjene, efekti reljefa (npr. planinske padine tamnije ako nisu osvijetljene), sezonske razlike (fenologija) unose šum – potrebna je pažljiva normalizacija ili analiza kroz više datuma.
• Privatnost i sigurnost: Kako snimke postaju detaljnije i dostupnije, pojavljuju se pitanja privatnosti. Iako rezolucija uglavnom nije dostatna za identifikaciju osoba (lica ili registarskih pločica), može puno otkriti o privatnim posjedima i aktivnostima. Neki ljudi se protive servisima poput Google Eartha koji prikazuju njihova dvorišta ili bazene. “Pitanja privatnosti pokrenuta su od strane onih koji ne žele da se njihov posjed vidi odozgo” en.wikipedia.org. No, pružatelji i kartografske tvrtke ističu da satelitske slike prikazuju samo ono što se vidi s neba, kao i let avionom, te nisu izravne – često su stare tjednima ili mjesecima en.wikipedia.org. U većini jurisdikcija nema pravnog očekivanja privatnosti za ono što je vidljivo iz javnog zračnog prostora. Ipak, posebni slučajevi postoje: SAD je u prošlosti zabranjivao objavu vrlo visoko-rezolucijskih slika Izraela zbog sigurnosti (sada ublaženo), a Indija ograničava rezoluciju snimki unutar svojih granica na 1 m za nevladine korisnike. Postoji i pitanje osjetljivih objekata – sateliti mogu slikati vojne baze ili kritičnu infrastrukturu, što može pokrenuti sigurnosna pitanja. No, zbog globalne dostupnosti fotografija, većina vlada se prilagodila ovoj “transparentnoj” stvarnosti. Neka rješenja privatnosti uključuju zamagljivanje određenih objekata na javnim kartama (obično neredovno) ili mogućnosti filtriranja na samim satelitima u budućnosti (trenutno nije uobičajeno).
• Regulativa i licence: Komercijalne slike regulirane su licencama. Korisnici moraju znati o ograničenjima korištenja – npr. kupljena slika dozvoljava internu upotrebu, ali ne i objavu, osim uz dodatno plaćanje. Vodi se rasprava trebaju li slike koje su za vladu kupljene novcem poreznih obveznika biti javno dostupne. U SAD-u je komercijalno daljinsko snimanje regulirao NOAA, koja je povijesno uvodila ograničenja razlučivosti (npr. 50 cm) i postupno povećavala dozvolu (sada do 30 cm za optičke slike, te posebna pravila za noćnu viziju ili kratkovalni IR). Slično, SAR slike vrlo visoke rezolucije ili snimke posebnih tehnika (npr. koherencija za detekciju pomaka) mogu biti osjetljive. Regulatorni okvir pokušava uravnotežiti komercijalnu inovaciju i sigurnost. Za novi tip tehnologije poput video satelita visoke frekvencije regulatori će vjerojatno uvoditi nova pravila (npr. ograničiti real-time streaming ili vrlo visoke frame-rateu radi sprječavanja zloupotrebe za nadzor kod neovlaštenih aktera).
• Cijena i jednakost: Iako postoje besplatni programi, slike najviše rezolucije često su skupe, što može predstavljati barijeru za one koji si ih ne mogu priuštiti. To stvara potencijalnu nejednakost pristupa informacijama. Dobro financirana organizacija može naručiti snimanje područja satelitom od 30 cm svakodnevno, dok mala udruga dobiva besplatne slike rezolucije 10 m ili rijetke snimke. Neke inicijative (poput Digital Globe Foundation ili programa Earth Observation for Sustainable Development) pokušavaju olakšati pristup za zemlje u razvoju ili znanstvenike po sniženim cijenama, no razlika i dalje postoji. U tijeku je rasprava da dobrobit satelitskih snimki treba biti dostupna za globalno dobro (pomoć kod katastrofa, klimatske mjere), te da bi kompanije i vlade trebale gdje mogu zajednički otvarati podatke za te svrhe.
• Interpretacija i lažni zaključci: Satelitske slike izgledaju jednostavno, no ispravna interpretacija može biti zahtjevna. Ako se slike pogrešno interpretiraju, mogu dovesti do pogrešnih zaključaka. Primjerice, sjene se mogu zamijeniti za vodu, a sezonski gubitak vegetacije za krčenje šume. Bez ispravnog konteksta ili terenskih podataka, postoji rizik pogrešne analize. U obavještajnim službama postoje povijesne anegdote o krivim procjenama objekata (bezazleni objekti zamijenjeni za opasne i obrnuto). Dobra praksa je kombinirati slike s drugim podacima (terenska mjerenja, senzori, lokalno znanje). Postoji i izazov informacijskog preopterećenja – analitičari mogu propustiti važno u mnoštvu slika. Automatizacija (AI) pomaže (npr. automatsko označavanje “anomalija” ili promjena), no i AI može generirati lažne pozitivne/negativne rezultate koji zahtijevaju ljudsku provjeru.

Unatoč tim izazovima, područje se neprestano razvija kako bi ih prebrodilo: bolja kompresija podataka i dostava kroz oblak za volumen, poboljšani algoritmi i kalibracija za preciznost, jasne politike korištenja i selektivno zamagljivanje radi privatnosti, te programi obuke za širu stručnost. Koristi od satelitskih snimki uglavnom nadmašuju poteškoće, ali korisnici moraju biti svjesni tih ograničenja kako bi podatke koristili odgovorno i učinkovito.

Nadolazeći trendovi i budući smjerovi

Područje satelitskih snimaka brzo se razvija. Nekoliko nadolazećih trendova oblikuje budućnost prikupljanja, analize i primjene slika:

Umjetna inteligencija i automatizirana analiza

S obzirom na ogroman priljev podataka, umjetna inteligencija (UI) – posebice strojno učenje i duboko učenje – postaje ključna za izvlačenje informacija iz satelitskih snimki. AI modeli mogu biti istrenirani da prepoznaju obrasce ili objekte na slikama daleko brže (i ponekad točnije) od ljudi. Primjerice, relativno jednostavno strojno učenje već može detektirati značajke poput automobila na parkiralištima ili brodova u lukama sa slika visoke rezolucije defenseone.com. Sljedeći korak je primjena napredne AI (uključujući duboke neuralne mreže i analoge velikih jezičnih modela za slike) za izvlačenje složenijih uvida:

• Detekcija objekata i ekstrakcija značajki: AI vizijski modeli se koriste za automatsko prepoznavanje i brojanje svega od zgrada i cesta (za kartiranje), preko stabala (za šumarstvo), do specifičnih vrsta usjeva (za poljoprivredu), pa do vozila i zrakoplova (za obavještajne svrhe). Ova automatizacija omogućuje obradu slika u velikom obujmu, označavanje promjena ili generiranje baza podataka značajki. Primjeri uključuju brojanje svih bazena u jednom gradu na podmetarskim snimkama ili otkrivanje ilegalnih rudarskih lokacija u prašumi – zadaci koji bi ručno bili previše zamorni.
• Detekcija promjena i uzbunjivanje: AI je izvrsna u uspoređivanju slika kroz vrijeme radi pronalaska promjena. Ovo je ključno budući da su svakodnevne slike dostupne u nekim slučajevima. Algoritmi mogu pretraživati dnevne Planetove slike neke konfliktne zone i upozoriti analitičare kad se otkrije nova šteta na zgradama ili kad se pojavi grupa vozila gdje ih jučer nije bilo. Ovo se sve više kreće prema praćenju u stvarnom vremenu. Satelitske kompanije ulažu u AI za pružanje analitike kao usluge: umjesto prodaje sirovih slika, nude pretplate na alarme (npr. upozori me ako se otkrije nova gradnja na lokaciji X). CEO Planeta je naglasio da je trenutna analiza često retroaktivna i intenzivna za ljude, dok novi AI alati obećavaju bržu, pa čak i prediktivnu analizu – koristeći obilje slika za predviđanje događaja (primjerice, znakovi suše koji bi mogli dovesti do nemira) defenseone.com defenseone.com.
• Prediktivna analitika i modeliranje: Osim detekcije onoga što se dogodilo, AI se istražuje i za predviđanje što će se dogoditi. Uz vremenske serije slika kao ulaz, modeli bi mogli predvidjeti obrasce urbanog rasta, ishode prinosa usjeva ili utjecaje suše. Kako je istaknuto u DefenseOne intervjuu, kombinacija satelitskih podataka i AI modela potencijalno može predvidjeti scenarije poput “ovdje će vjerojatno biti suše što može dovesti do građanskih nemira” defenseone.com. Ovo je još vrlo novo, no žuđena sposobnost za proaktivno djelovanje.
• Sučelja prirodnog jezika: Novi razvoj je korištenje AI-a za pristupačnije pretraživanje satelitskih slika. Umjesto zahtjeva za GIS stručnjakom koji piše kod, korisnik bi mogao jednostavno u običnom jeziku reći: “pronađi sve slike na kojima jezero u ovoj regiji ima najmanji opseg u zadnjih 5 godina” i AI bi odradio zadatak. Neki veliki jezični modeli se podešavaju za takve geoprostorne zadatke.
• Izazovi za AI: Kvalitetni podaci za treniranje su ključni – srećom, desetljeća označenih satelitskih snimki (npr. iz kartiranja) postoje za treniranje modela. No, AI također mora obraditi multispektralne i radarske podatke, koji su složeniji od prirodnih fotografija. “Crna kutija” AI sustava može biti problem – analitičari moraju vjerovati, ali i provjeravati AI rezultate, osobito u kritičnim primjenama poput vojne inteligencije. Tu je i izazov računalne snage; međutim, cloud platforme s GPU-ima rješavaju ovaj problem.

Već vidimo rezultate: u jednom slučaju, AI model je pomogao identificirati ranije neprijavljena mjesta s velikim ispuštanjem metana iz satelitskih podataka, a u drugom se AI koristi za mapiranje svake zgrade u Africi iz snimaka radi potpore infrastrukturnom planiranju. Nacionalna agencija za geoprostornu obavještajnu službu (NGA) izjavila je da su takve AI sposobnosti “apsolutno budućnost” analize, zamišljajući ciklus gdje senzori detektiraju promjene, a AI spaja slike s drugim podacima (poput vijesti ili društvenih medija) da bi stvorio korisne uvide, potičući daljnje prikupljanje u petlji povratne veze defenseone.com defenseone.com. Ovakva integracija nagovještava “pametni” sustav satelitskog nadzora.

Snimanje u stvarnom vremenu i brzo ponavljanje promatranja

Krećemo se prema doba promatranja Zemlje gotovo u stvarnom vremenu. Iako pravi prijenos uživo cijele Zemlje još nije moguć, vremena ponovnih preleta se smanjuju i neke tvrtke eksperimentiraju sa slikama “kvazi u stvarnom vremenu”:

• Velike konstelacije: Planetovo globalno snimanje svaki dan promijenilo je pravila igre. Sada drugi ciljaju još brže. Tvrtke poput BlackSky i Capella reklamiraju se kao pružatelji čestog snimanja ključnih lokacija od zore do sumraka. BlackSky, primjerice, s malom konstelacijom može snimiti određene lokacije i do 15 puta dnevno, a oglašavaju i nadzor ekonomske aktivnosti ili sukoba u stvarnom vremenu. Ova visoka učestalost znači da se razvoj događaja može gotovo promatrati uživo (npr. satno praćenje postavljanja šatorskih kampova za pomoć u nekom području). Krajnja vizija je imati “uživo” prikaz bilo kojeg kritičnog mjesta na Zemlji s vrlo malim kašnjenjem – možda u trajanju od nekoliko minuta između ažuriranja.
• Geostacionarno snimanje visoke rezolucije: Tradicionalno su geostacionarni sateliti imali grubu rezoluciju (kilometarski razmjeri) za meteorologiju. No, tehnologija bi mogla omogućiti senzore visoke rezolucije u GEO. Postoje prijedlozi za GEO platforme koje bi mogle pružati video ili brze fotografije katastrofa dok se događaju (zamislite geostacionarni satelit koji snima slike svakih 10 sekundi požara ili grada). Izazov su fizikalni zakoni (GEO je daleko, pa su potrebni ogromni optički sustavi za visoku rezoluciju). Ipak, čak i inkrementalna poboljšanja mogla bi omogućiti npr. rezoluciju 50–100 m u stvarnom vremenu iznad kontinenata, što bi bilo korisno za praćenje velikih događaja.
• Video iz niske orbite: Nekoliko satelita (SkySat, te startup EarthNow) može snimiti kratke video zapise – npr. 90-sekundni video koji prikazuje kretanje (automobili koji voze, avioni koji se taksiraju). Kontinuirani video je teže ostvariti zbog ograničenja orbite (satelit brzo prolazi iznad određenog mjesta), ali kako flote rastu, zamislivo je organizirati prelete tako da se postigne gotovo kontinuirano snimanje. Neki vojni sateliti možda već ovo i ostvaruju za praćenje mobilnih meta. Dostava slike u stvarnom vremenu je također fokus: prenošenje slike od satelita do korisnika brže. Uz više zemaljskih stanica i izravne veze, ova se odgoda smanjila s nekoliko sati na često <1 sat, a u posebnim slučajevima na samo nekoliko minuta.
• Obrada na satelitu i pametni sateliti: U povezivanju s AI-em, postoji trend da sateliti postaju pametniji. Umjesto slanja cijelih slika, što zahtijeva mnogo propusnosti i vremena, sateliti bi mogli obrađivati slike na licu mjesta i slati samo alarme ili komprimirane relevantne informacije. Primjerice, satelit može pomoću AI-a detektirati dim od raketnog lansiranja ili zapaljenu zgradu na svojoj snimci i odmah poslati obavijest (čak i preko komunikacijskih satelita) analitičarima, umjesto čekanja na prijenos cijele slike kasnije. BlackSky je najavio integraciju takve analitike na samom satelitu tako da “je AI u procesu čak i prije nego što je slika distribuirana” defenseone.com. Ovo je kao da ugrađujete osnovno “oko” i “mozak” na satelit – on promatra određene okidače i šalje samo korisne podatke, omogućujući puno bržu reakciju (i smanjujući preopterećenost zemaljskih sustava podacima).

Ako se ovi trendovi nastave, pravodobnost satelitskih snimki približit će se onoj kod prijenosa uživo iz zraka putem dronova, ali na globalnoj razini. Ovo ima ogromne implikacije: spasilačke službe mogle bi promatrati napredovanje poplavnih voda u stvarnom vremenu i usmjeravati evakuacije, vojske bi mogle neprekidno nadzirati bojišta iz svemira, a promatrači okoliša uloviti nezakonite aktivnosti (poput ispuštanja otpada s brodova) na djelu. Također se otvaraju politička pitanja, jer stvarni nadzor populacija u stvarnom vremenu prelazi u sferu nadzora. No tehnološki, na putu smo prema Zemlji gdje “zid između sadašnjih i prošlih snimki postaje tanak.”

Minijaturizacija i nove satelitske tehnologije

Porast malih satelita je očit trend – sateliti postaju manji, jeftiniji i brojniji:

• CubeSati i nanosateliti: Standardizirani mali sateliti, neki maleni poput kocke od 10 cm (1U CubeSat), snizili su prag ulaska na tržište. Sveučilišta, startupovi, pa čak i srednje škole mogu izraditi osnovni CubeSat za snimanje. Iako 3U CubeSat s malim teleskopom ne može konkurirati kvaliteti WorldView-3, može dostići 3–5 m rezolucije – dovoljno za mnoge namjene – uz djelić cijene. Konstelacije mnogih cubesata (poput Planetovih “Doves” satelita) mogu nadmašiti veliki satelit u učestalosti preleta i pokrivenosti, iako ne i u detaljima slike. Vidjeli smo bezbroj CubeSat misija za snimanje: od Planetove flote do eksperimentalnih s hiperspektralnim senzorima ili video kamerama. Dvije trećine aktivnih satelita danas su mali sateliti prema nekim izvorima nanoavionics.com, što odražava ovu promjenu. Ova demokratizacija znači da više zemalja, pa čak i tvrtki, može imati svoj “oko na nebu”. Više to nisu samo sile; čak i istraživačka agencija male države ili privatna tvrtka može lansirati vlastitu konstelaciju putem “ride-share” letova raketama.
• Napredni senzori na malim platformama: Tehnologija napreduje tako da i mali sateliti mogu nositi sofisticirane senzore: npr. minijaturni radari s sintetičkim otvorom (Capellini sateliti teže oko 100 kg i daju radarske slike <0,5 m rezolucije), mali hiperspektralni uređaji (npr. 16U CubeSat s hiperspektralom od 30 m), ili čak infracrveni senzori za snimanje noću. Smanjivanjem komponenti i povećanjem računalne snage na ploči (za obradu), raste sposobnost po kilogramu satelita. Mogli bismo gledati rojne arhitekture u budućnosti, u kojima mnogi jeftini sateliti zajednički rade (kao što mnogo mrava može zajednički postići složene zadatke).
• Pseudostaliteli na velikoj visini (HAPS): Iako nisu sateliti, raste i razvoj stratostratosferskih dronova ili balona koji služe kao privremeni sateliti. Mogu lebdjeti nad nekom zonom danima s kamerama visoke rezolucije, nadopunjujući satelitske podatke još postojanijim i lokalnijim nadzorom. U budućnosti bi integracija podataka s HAPS, zračnih platformi i satelita mogla biti besprijekorna.
• Kvantne i optičke komunikacije: Budući sateliti mogli bi koristiti lasersku komunikaciju za slanje podataka prema Zemlji ili međusobno, povećavajući propusnost (tako da mogu prenositi podatke brže ili čak emitirati sirove video zapise). Ovo je područje aktivnog razvoja (npr. European Data Relay System koristi lasere za brže preuzimanje podataka Sentinel satelita). Veća propusnost podržat će potrebe za slikama u stvarnom vremenu i video zapisima.
• Upravljanje satelitskim konstelacijama: Sa sve većim brojem satelita, upravljanje orbitama i sprječavanje sudara (upravljanje prometom u svemiru) postaje važno. Također, koordinacija konstelacija za zajedničko snimanje – primjerice, jedan satelit snimi stereo-par neposredno nakon drugog za dobivanje 3D informacija, ili radarski sateliti lete u formaciji za interferometriju. Europska misija Tandem-X to je već napravila (dva radarska satelita u tandemu za izradu globalne 3D karte). Vjerojatno ćemo vidjeti više takvih uparenih ili umreženih sustava.

U suštini, minijaturizacija + masovna proizvodnja satelita odgovara onome što se dogodilo s računalima (od mainframeova, preko PC-ja do pametnih telefona). To znači da će snimanje biti još rasprostranjenije. Međutim, mali sateliti često imaju kraći životni vijek (često oko 3–5 godina), što znači da konstelacije zahtijevaju stalnu obnovu (redovno lansiranje novih serija). Ovo postaje izvedivo s jeftinijim lansiranjima (čak i s raketama namijenjenima za manje terete, poput Rocket Lab Electron ili SpaceX “rideshare” letova). Učestalost zamjene satelita mogla bi dodatno ubrzati inovacije – nova tehnologija može biti uvedena puno brže nego čekati 15 godina za sljedeću veliku generaciju satelita.

Analitika temeljenja na svemiru i integrirane platforme

Osim hardvera, analitika i isporuka uvida iz satelitskih snimaka predstavljaju glavnu granicu. Umjesto da samo prodaju slike, tvrtke se “penju uz lanac vrijednosti” kako bi pružile analizu i odgovore:

• Cijev “Senzor-do-odluke”: Postoji vizija sustava od kraja do kraja gdje sateliti prikupljaju podatke, AI ih interpretira, a krajnji korisnik dobiva korisne informacije ili vizualizacije uz minimalno ljudske posrednike. Na primjer, poljoprivrednik ne želi nužno satelitsku sliku; želi znati koji dio njegova polja treba gnojivo. Tvrtke koje se bave analitikom temeljenom na svemiru žele pružiti takve odgovore izravno, često putem cloud platformi ili API-ja. Drugi primjer: investicijska tvrtka možda ne želi ručno pregledavati slike luka; umjesto toga pretplaćuju se na uslugu koja daje tjedni indeks popunjenosti glavnih luka (zaključeno brojanjem kontejnera na slikama). Ovo se već događa – tvrtke kao što su Orbital Insight i Descartes Labs obrađuju slike (iz različitih izvora) kako bi proizvele gospodarske pokazatelje (poput popunjenosti parkirališta kao pokazatelja maloprodaje, ili procjene proizvodnje usjeva).
• Geoprostorne Big Data platforme: Spomenuli smo Google Earth Engine; slično, Microsoftov Planetary Computer, Amazonov Open Data Registry i drugi integriraju višezdorske geoprostorne podatke sa alatima za skalabilnu analizu. Ove platforme sve više uključuju ne samo slike već i analitičke modele. Može se npr. pokrenuti algoritam klasifikacije pokrova zemljišta preko cijele Afrike na ovim platformama u samo nekoliko sati – nešto nezamislivo prije deset godina. Budućnost ide prema gotovo stvarnom vremenu Earth nadzornih ploča, gdje možete upitati stanje planeta (gubitak šuma, kvaliteta zraka, vlažnost tla itd.) gotovo uživo, pokretano stalnim satelitskim snimkama i analitičkim algoritmima.
• Integracija s ostalim izvorima podataka: Satelitski snimci se sve više kombiniraju s drugim “senzorima” – društvenim mrežama, IoT zemaljskim senzorima, crowdsourcing podacima – kako bi se analiza obogatila. Na primjer, za vrijeme katastrofe, satelitske karte poplavljenih područja mogu se kombinirati s Twitter podacima o lokacijama na kojima su ljudi u potrebi. U poljoprivredi, satelitski podaci o zdravlju usjeva mogu se kombinirati s lokalnim meteorološkim podacima za bolju procjenu prinosa. Ova fuzija podataka još je jedno područje gdje AI može raditi, povezujući različite tokove podataka za dublji uvid defenseone.com.
• Edge računanje u orbiti: Kako je ranije spomenuto, analiziranje podataka direktno na satelitu (edge computing) sve je prisutnije. Ako sateliti mogu utvrditi koji je dio podataka vrijedan, mogu slati sažete informacije ili čak pokrenuti druge satelite. Na primjer, zapažanje jednog satelita (recimo, infracrveni satelit detektira toplinsku anomaliju koja ukazuje na požar) može automatski uputiti optički satelit da snimi visokorezolucijsku sliku tog područja. Ovakva autonomna međusobna suradnja predstavlja oblik svemirske analitike gdje mreža satelita surađuje u optimalnom bilježenju događaja. Eksperimenti u tom smjeru provedeni su u NASA-inom programu “sensorweb” i drugdje, ali očekujte operativnije verzije u budućnosti.
• Pristupačnost korisnicima i demokratizacija: Krajnji cilj je da informacije dobivene iz satelitskih snimki postanu pristupačne kao i vremenska prognoza. Možda ćemo vidjeti konzumerske aplikacije koje koriste satelitske podatke u pozadini (neke već postoje, primjerice aplikacije koje upozoravaju na bolesti usjeva koristeći podatke Sentinel-2). Kako analitika pretvara složene slike u jednostavne metrike ili upozorenja, barijera za korištenje satelitskih uvida opada. Međutim, ključno je osigurati točnost i nepristranost ovih analiza – zbog čega je potrebna transparentnost čak i kod AI-proizvoda.

Viša rezolucija i nove modalitete

Važno je napomenuti da se senzori stalno poboljšavaju: mogli bismo dobiti još višerezolucijske komercijalne slike (SAD bi u budućnosti mogao dopustiti prodaju slika rezolucije <30 cm, a druge zemlje lansiraju sustave klase 20 cm). Nove spektralne modalitete kao što je LiDAR iz svemira mogli bi omogućiti 3D mapiranje vegetacije i struktura na globalnoj razini (NASA-in GEDI LiDAR na ISS-u je korak u tom smjeru; postoje prijedlozi za satelitski LiDAR za mapiranje). Termalne infracrvene satelitske slike (poput NASA-inog ECOSTRESS na svemirskoj postaji ili budućeg Landsat Next koji dodaje više termalnih kanala) omogućit će preciznije mapiranje temperature – važno za praćenje korištenja vode, urbanih toplinskih otoka itd. Slikanje noćnih svjetala (kao što je instrument VIIRS) moglo bi biti poboljšano senzorima više razlučivosti, otkrivajući obrasce ljudske aktivnosti u finijim detaljima (npr. praćenje dostupnosti električne energije ili učinaka sukoba preko intenziteta svjetla).

Osim toga, kvantni senzori ili hiperspektralno snimanje visoke rezolucije mogli bi postati izvedivi u budućnosti, dodatno obogaćujući dostupne podatke.

Zaključno, budućnost satelitskih snimaka ide prema više: više satelita, više podataka, češće, detaljnije, automatiziranije. Slika koja se pojavljuje jest “živi digitalni blizanac” Zemlje, koji sateliti kontinuirano ažuriraju, a AI analizira do te mjere da ljudi mogu upitati gotovo svaki aspekt planeta gotovo u stvarnom vremenu. Ovo će otvoriti nevjerojatne mogućnosti za održivo upravljanje resursima, brzo reagiranje na krize i dinamično razumijevanje svijeta – ali će također predstavljati izazove u pogledu etike podataka, privatnosti i pravedne upotrebe. Sljedeće godine vjerojatno će satelitske slike još dublje ući u svakodnevni život, od aplikacija koje koristimo do politika koje vlade donose, čime će se doista ispuniti rana obećanja Svemirskog doba da promatramo i koristimo “Svemirski brod Zemlju” za opće dobro.

Izvori:

• Definicija i povijest satelitskih snimaka en.wikipedia.org en.wikipedia.org en.wikipedia.org
• Rane svemirske slike i programi en.wikipedia.org en.wikipedia.org
• Landsat program i kontinuitet en.wikipedia.org en.wikipedia.org
• Geostacionarne vs polarne orbite esa.int esa.int earthdata.nasa.gov
• NASA Earthdata – vrste orbita i primjeri earthdata.nasa.gov earthdata.nasa.gov earthdata.nasa.gov
• Koncepti pasivnih vs aktivnih senzora earthdata.nasa.gov earthdata.nasa.gov
• Razlika multispektralno vs hiperspektralno en.wikipedia.org en.wikipedia.org
• Definicije razlučivosti (prostorna, spektralna, vremenska) earthdata.nasa.gov earthdata.nasa.gov earthdata.nasa.gov
• Primjeri komercijalne rezolucije (WorldView) en.wikipedia.org i povijesni prvi sateliti (Ikonos) mdpi.com
• Primjer volumena podataka (Sentinel ~7 TB/dan) ceda.ac.uk
• Brige o privatnosti kod slika en.wikipedia.org
• AI za satelitske podatke (Planet CEO o AI i snimkama) defenseone.com defenseone.com
• BlackSky o integraciji AI u stvarnom vremenu defenseone.com
• Učinak otvorenih podataka (porast korisnika nakon besplatne Landsat politike) science.org
• Ekološke i poljoprivredne primjene satpalda.com satpalda.com
• Urbanističko planiranje i infrastruktura satpalda.com
• Upravljanje katastrofama pomoću snimki satpalda.com satpalda.com
• Vojne i obavještajne primjene (Planet i Ukrajina, Corona program) defenseone.com en.wikipedia.org
• Primjene za kartiranje i navigaciju en.wikipedia.org satpalda.com
• Glavni programi: Landsat i Sentinel otvoreni podaci en.wikipedia.org earthdata.nasa.gov, sposobnosti Maxara i Planeta en.wikipedia.org en.wikipedia.org, porast broja malih satelita patentpc.com.