Palydovinė vaizdinė medžiaga: principai, taikymas ir ateities tendencijos

Apibrėžimas ir pagrindiniai principai

Palydovinė vaizdinė informacija reiškia Žemės (ar kitų planetų) vaizdus, gaunamus iš aplink orbituojančių palydovų. Šie vaizdai yra nuotolinio stebėjimo forma, reiškianti, jog duomenys gaunami iš atstumo, nesant tiesioginio kontakto. Palydovai turi jutiklius, kurie aptinka elektromagnetinę spinduliuotę, atspindėtą ar išskirtą nuo Žemės paviršiaus. Dauguma vaizdo fiksavimo palydovų naudoja pasyvius jutiklius, kurie pasikliauja saulės šviesa kaip apšvietimo šaltiniu (fiksuojama atspindėta matoma, infraraudonoji ar šiluminė spinduliuotė), o kiti naudoja aktyvius jutiklius, kurie siunčia savo signalą (pavyzdžiui, radarinius impulsus) ir matuoja jo atspindį earthdata.nasa.gov earthdata.nasa.gov. Kaupdami šią spinduliuotę ir konvertuodami ją į skaitmeninius vaizdus, palydovai suteikia detalų ir apibendrintą Žemės paviršiaus bei atmosferos vaizdą. Kad šie vaizdai būtų naudingi geografinių informacinių sistemų (GIS) taikymams, jie turi būti georeferencijuoti (supriešinami geografiniams koordinačiams) ir pataisyti iškraipymus en.wikipedia.org.

Iš esmės, palydoviniai vaizdai leidžia stebėti ir stebėti Žemę globaliu mastu. Jie dažnai yra papildymas aerofotografijai, suteikia platesnį padengimą, nors ir paprastai mažesne raiška en.wikipedia.org. Šiuolaikiniai palydoviniai vaizdai gali atskleisti objektus, kurių dydis vos apie 30–50 cm aukštos klasės komercinėse sistemose en.wikipedia.org, o viešosios misijos, tokios kaip Landsat, turi 10–30 m raišką en.wikipedia.org. Palydovai fiksuoja skirtingas elektromagnetinio spektro dalis, kas leidžia daryti ne tik natūralių spalvų nuotraukas, bet ir klaidingų spalvų vaizdus bei duomenų sluoksnius už žmogaus regėjimo ribų (pvz., infraraudonųjų ar mikrobangų spektre). Šios savybės daro palydovinę vaizdinę informaciją galingu įrankiu stebėti aplinkos procesus, kartografuoti Žemės savybes ir aptikti pokyčius laike.

Palydovinės vaizdinės informacijos istorinė raida

Palydovinės vaizdinės informacijos raida apima kelią nuo primityvių ankstyvųjų bandymų iki šiandieninių išmanių kosminių kamerų tinklų. Pirmieji vaizdai iš kosmoso buvo gauti 1946 m. iš suborbitinio JAV V-2 raketos skrydžio, kuris padarė nuotraukas iš ~105 km aukščio en.wikipedia.org. Pirmoji tikroji palydovo Žemės nuotrauka padaryta 1959 m. rugpjūčio 14 d. JAV Explorer 6 palydovu, kuris perteikė miglotą debesų virš Ramiojo vandenyno vaizdą en.wikipedia.org. 1960 m. TIROS-1 palydovas pirmasis perdavė televizijos Žemės vaizdą iš orbitos – tai buvo lūžis orų stebėjime en.wikipedia.org.

1960-aisiais palydovinė vaizdinė informacija daugiausia vystėsi dviejose srityse: meteorologijoje ir karinėje žvalgyboje. TIROS ir vėlesni NOAA orų palydovai pademonstravo nuolatinio debesų vaizdinimo vertę prognozavimui. Tuo pačiu metu JAV pradėjo slaptąją CORONA programą (1960–1972), kurios palydovai filmavo kameromis, kurių juostos grąžinamos į Žemę kapsulėse, gaudomose ore. (CORONA vaizdai, vėliau deklasifikuoti, rodė ~7,5 m detalumą – įspūdingą tam laikmečiui en.wikipedia.org.) 1972 m. palydovinė vaizdinė informacija užėmė svarbią vietą civiliniame sektoriuje su Landsat 1 (iš pradžių vadintas ERTS-1). Landsat tapo pirmuoju palydovu, skirtu sistemingai Žemės stebėsenai moksliniais bei civiliniais tikslais en.wikipedia.org. Programa sukūrė nenutrūkstamą 50 metų vidutinės raiškos daugiaspektrių vaizdų archyvą, o 2021 m. paleistas Landsat 9 en.wikipedia.org.

Vėliau įvyko keli esminiai etapų lūžiai. 1972 m. Apollo 17 astronautai padarė garsųjį “Mėlynąjį rutulį” – viešąjį Žemės atvaizdą, kuris išgarsino palydovinę vaizdinę informaciją en.wikipedia.org. 1977 m. JAV paleido pirmąjį beveik realaus laiko skaitmeninio vaizdinimo palydovą (KH-11 KENNEN žvalgybinį palydovą), kas panaikino poreikį grąžinti juostą ir gerokai pagreitino žvalgybinės informacijos rinkimą en.wikipedia.org. 1986 m. Prancūzijos SPOT-1 pristatė aukštesnės (10–20 m) raiškos daugiaspektrį vaizdinimą, o kitos šalys (Indija, Rusija, Japonija ir kt.) sukūrė savo Žemės stebėjimo programas.

Komercinės palydovinės vaizdinės informacijos era prasidėjo 1990-aisiais. JAV sumažino apribojimus privačioms kompanijoms, todėl 1999 m. buvo paleistas IKONOS – pirmasis komercinis aukštos raiškos vaizdinimo palydovas, pasiekęs 1 m raišką mdpi.com. Jį greitai pralenkė submetro palydovai: pvz., QuickBird (60 cm, 2001 m.) ir WorldView-1/2 (~50 cm, vėlyvieji 2000-ieji) mdpi.com. Šiandien Maxar Technologies (anksčiau DigitalGlobe) valdo WorldView seriją, įskaitant WorldView-3, kuri siūlo ~0,3 m panchromatinę raišką. 2010-aisiais CubeSat ir mikropalydovai leido vienu metu iškelti dešimtis pigių vaizdinimo įrenginių. Pavyzdžiui, Planet Labs į kosmosą išsiuntė nanopalydovų (5–10 kg „Doves“) flotilę, kuri fotografuoja visą Žemę kasdien 3–5 m raiška. Tai sukėlė vaizdų kiekio sprogimą: 2010 m. orbitoje buvo tik ~100 Žemės stebėjimo palydovų, o iki 2023 m. jų paleista daugiau kaip 2500 – 25 kartus daugiau, daugiausia dėl mažųjų palydovų konstelacijų patentpc.com.

Kita svarbi tendencija buvo atviros prieigos duomenų politika valdžios palydovų archyvams. 2008 m. JAV geologijos tarnyba (USGS) padarė visą Landsat archyvą nemokamą visuomenei, dėl ko „žymiai išaugo“ duomenų naudojimas moksle, valstybėje ir pramonėje science.org. Panašiai Europos Sąjungos Copernicus programa (Sentinel palydovai) vaizdus pateikia nemokamai ir viešai. XXI a. pradžioje palydoviniai vaizdai tapo lengvai pasiekiami bet kam, kas turi internetą – tai išpopuliarino tokios priemonės kaip Google Earth ir internetiniai žemėlapiai. Kaip rašoma viename šaltinyje, prieinamos programos ir vieši duomenų bankai lėmė, kad „palydoviniai vaizdai tapo plačiai prieinami“ kasdieniams poreikiams en.wikipedia.org.

Palydovų orbitos ir vaizdinimo palydovų tipai

Palydovai gali būti iškelti į skirtingas orbitas pagal jų paskirtį. Orbitos tipas nulemia palydovo greitį, aprėptį ir kaip dažnai praskrenda tą patį tašką. Dažniausiai Žemės vaizdinimui naudojamos geostacionariškoji ir polinė saulės sinchroninė (žemutinės Žemės orbitos atmaina) – kiekviena pasižymi savomis savybėmis:

• Geostacionarioji orbita (GEO): Geostacionarus palydovas skrieja maždaug 35 786 km virš pusiaujo ir per 24 val. apskrieja Žemę, sutapdamas su Žemės sukimosi greičiu esa.int. Taip jis išlieka virš to paties pusiaujo taško. Geostacionarūs palydovai nuolat stebi tą pačią didelę teritoriją (apie trečdalį Žemės) iš tolimos apžvalgos vietos esa.int. Ši orbita ideali misijoms, reikalaujančioms nuolatinio stebėjimo, pavyzdžiui, orų palydovams, kurie realiu laiku stebi debesų judėjimą ir audras esa.int. Trūkumas – mažesnė erdvinė raiška dėl didelio aukščio: detalumas mažas, bet aprėptis plati ir nuolatinė.
• Žemutinė Žemės orbita (LEO), polinė saulės sinchroninė: Žemutinė Žemės orbita tęsiasi nuo ~500 iki 1000 km aukščio, o palydovai aplink Žemę apskrieja per 90–100 min. eos.com. Daugelis Žemės stebėjimo palydovų naudoja polinę orbitą (einančią beveik virš ašigalių), kuri būna saulės sinchroninė – tai reiškia, kad jie kerta pusiaujo liniją tuo pačiu vietiniu saulės metu kiekvieno praskridimo metu earthdata.nasa.gov. Tai užtikrina vienodas apšvietimo sąlygas vaizdinimui. LEO palydovai yra daug arčiau Žemės, todėl gauna aukštesnės raiškos vaizdus ir gali fotografuoti skirtingas planetos zonas kiekviename apskriejime, kai Žemė po jais pasisuka earthdata.nasa.gov. Vienas polinis orbiteris gali praskristi virš tos pačios vietos kas kelias dienas ar savaites (pvz., Landsat grįžta kas 16 dienų), bet naudojant konsteliacijas iš kelių palydovų įmanoma pasiekti beveik kasdienį padengimą. LEO naudoja dauguma kartografinių, aplinkos stebėsenos ir šnipinėjimo palydovų. Pavyzdžiui, NASA Aqua palydovas skrenda ~705 km aukštyje saulės sinchronine orbita, padengdamas visą Žemės paviršių kas porą dienų earthdata.nasa.gov.

Kiti orbitų tipai apima vidutinio aukščio orbitą (MEO) (~2 000–20 000 km), daugiausia naudojamą navigacijos sistemoms, tokioms kaip GPS (12 valandų orbitos) earthdata.nasa.gov earthdata.nasa.gov, ir labai elipsines orbitas, skirtas specializuotam ryšiui ar žvalgybai (pvz., Molnia orbitos). Apskritai, žemesnės orbitos leidžia matyti daugiau detalių, bet padengia mažesnes teritorijas, tuo tarpu aukštesnės orbitos apima didžiules teritorijas, bet su šiurkštesniu detalumu. 1 lentelė pateikia pagrindinius geostacionarios ir polinės (saulės sinchroninės) orbitų skirtumus:

Orbito tipas	Aukštis	Orbitalinis periodas	Dengimo ypatybės	Tipiškas panaudojimas
Geostacionari (GEO)	~35 786 km virš Žemės esa.int	~24 valandos (atitinka Žemės sukimąsi) esa.int	Fiksuotas vaizdas vienos srities (nuolatinis dengimas); vienas palydovas mato ~1/3 Žemės esa.int	Nuolatinis oro sąlygų (pvz., uraganų) stebėjimas, telekomunikacijos esa.int.
Mažaiš Žemės polinė (saulės sinchroninė)	~500–800 km aukštis earthdata.nasa.gov	~90–100 minučių per orbitą eos.com	Globalus dengimas juostomis; Žemė sukasi po palydovo trajektorija, leidžianti visiškai padengti per pasikartojimo ciklus. Saulės sinchroninė orbita kerta pusiaują tuo pačiu vietiniu laiku dėl pastovaus apšvietimo earthdata.nasa.gov.	Aukštos raiškos Žemės stebėjimas (žemės žemėlapių sudarymas, aplinkos ir karinis vaizdavimas). Reikalingi keli palydovai, kad būtų galima kartoti stebėjimus kasdien. Pavyzdžiai: Landsat, Sentinel-2.

Pastaba: Daugelis vaizdavimo konstelacijų naudoja saulės sinchronines LEO globaliam žemėlapių sudarymui, o geostacionarios orbitos naudojamos orų palydovų (pvz., NOAA GOES) nuolatiniam pusiaujo stebėjimui.

Vaizdavimo jutikliai ir technologijos

Palydoviniai jutikliai gali būti klasifikuojami pagal jų vaizdavimo technologiją ir elektromagnetinio spektro dalį, kurią jie matuoja. Pagrindiniai tipai: optinės kameros, daugiapjuosčiai/hiperspektriniai skeneriai, ir radaro vaizdavimo jutikliai. Kiekvienas turi unikalių galimybių:

• Optinis vaizdavimas (matomas/infraraudonasis): Šie jutikliai veikia kaip fotoaparatas, aptikdami atspindėtą saulės šviesą plačiose bangos ilgių juostose (dažniausiai matomoje šviesoje ir arti infraraudonosios). Jos sukuria vaizdus, panašius į aeronuotraukas ar „palydovines nuotraukas“. Optiniai vaizdai gali būti natūralių spalvų (ką mato žmogaus akis) arba klaidingų spalvų (naudojant IR juostas pabrėžti augmeniją ir pan.). Tokie jutikliai yra pasyvūs, priklausomi nuo Saulės šviesos earthdata.nasa.gov earthdata.nasa.gov. Todėl jie nemato per debesis ir naktį, nes debesys užstoja saulės šviesą, o naktinėje Žemės pusėje šviesos nėra earthdata.nasa.gov earthdata.nasa.gov. Optinis vaizdavimas yra pagrindas tokioms programoms kaip Landsat ir komerciniai palydovai. Ankstyvieji optiniai palydovai fiksuodavo panchromatines (n&b) nuotraukas į juostą, šiuolaikiniai – su skaitmeniniais detektoriais. Aukštos raiškos optiniai palydovai šiandien mato submetro detales – pavyzdžiui, Maxar WorldView-2 suteikia ~0,46 m panchromatinę raišką en.wikipedia.org. Optinės nuotraukos yra lengvai suprantamos ir plačiai naudojamos žemėlapiams bei vizualinei analizei, tačiau yra priklausomos nuo oro sąlygų.
• Daugiapjuosčiai ir hiperspektriniai jutikliai: Tai pažangūs optiniai skeneriai, kurie užfiksuoja duomenis daugelyje atskirų bangos ilgių juostų, o ne viename spalvų kanale. Daugiapjuosčiai paprastai turi kelias atskiras juostas (pvz., 3–10 juostų: matoma, arti IR, trumpabangi IR ir pan.), kaip 7 juostų Landsat TM ar 13 juostų Sentinel-2. Hiperspektriniai – su dešimtimis ar šimtais labai siaurų, besitęsiančių juostų, iš esmės fiksuoja pilną spektrą kiekviename pikselyje en.wikipedia.org en.wikipedia.org. Hiperspektriniuose vaizduose kiekvienas pikselys turi atspindžio spektrą – galima tiksliai identifikuoti medžiagas (mineralus, augalų rūšis, teršalus). Skirtumas ne tik juostų skaičiuje – daugiapjuosčiai vaizdai nesuteikia pilno spektro vienam pikseliui, kai tuo tarpu hiperspektriniai leidžia (pvz., 400–1100 nm kas 1 nm) en.wikipedia.org. Hiperspektrinį vaizdavimą, dar vadinamą vaizdavimo spektroskopija, pradininkais buvo NASA AVIRIS (1980 m.) en.wikipedia.org. Daugiapjuosčiai jutikliai sudaro kompromisą tarp informacijos kiekio ir duomenų apimties, o hiperspektriniai – generuoja milžiniškus duomenų kiekius, dažnai turi žemesnę erdvinę raišką ar siauresnį dengimo plotį dėl techninių apribojimų en.wikipedia.org. Abu tipai vertingi: daugiapjuosčiai dažnai naudojami žemės dangos klasifikavimui (vanduo, dirva, žemės ūkis, miškai), o hiperspektriniai – specializuotai analizei, kai svarbios detalios spektrinės charakteristikos (pvz., mineralų paieška, augalų streso, taršos aptikimas). Pavyzdžiui, Landsat (daugiapjuostė) jau seniai stebi globalią žemės dangą en.wikipedia.org, o naujesni hiperspektriniai palydovai (pvz., Italijos PRISMA) jau gali aptikti subtilius biocheminius augalijos ar geologinius skirtumus.
• Terminis infraraudonasis: Dauguma optinių daugiapjuosčių jutiklių taip pat turi terminio IR juostas (pvz., Landsat TIRS), kurios matuoja iš Žemės paviršiaus sklindantį šiluminį spinduliavimą. Terminiai vaizdai leidžia matyti temperatūrų skirtumus – naudinga stebėti gaisrus, miestų „šilumos salas“, jūros paviršiaus temperatūrą naktį. Tai pasyvūs jutikliai, operuojantys ilgojo IR spektro srityje – gali veikti ir naktį (Žemė IR spinduliuoja ir be Saulės). Tačiau terminė raiška paprastai būna žymiai žemesnė (nuo kelių dešimčių iki šimtų metrų) dėl detektoriaus apribojimų.
• Radaro vaizdavimas (SAR – sintetinės apertūros radaras): Radarai yra aktyvūs jutikliai – jie siunčia mikrobangų radijo signalus Žemės link ir matuoja atspindį. Dažniausia forma yra sintetinės apertūros radaras, kuris naudoja palydovo judėjimą simuliuoti didelę anteną ir pasiekti didelę raišką. Radaro palydovai veikia X, C arba L pralaidumo mikrobangomis. Pats svarbiausias radarų bruožas – prasiskverbia pro debesis ir veikia tamsoje, tad užtikrina visų oro sąlygų ir 24 val. veikimą earthdata.nasa.gov. Vaizdai atrodo visai kitaip nei optiniai – radaras matuoja paviršiaus šiurkštumą bei drėgmę, nespalvoti vaizdai: vanduo tamsus (grįžta mažai signalo), o miestai ar kalnai – šviesūs. SAR itin svarbus, kai reikia žemės paviršiaus deformacijos (žemės drebėjimai, nusėdimai) žemėlapių, laivų ar potvynių aptikimui pro debesis, tropinių zonų stebėjimui. Pavyzdžiai – ESA Sentinel-1 (C diapazono SAR), komerciniai palydovai TerraSAR-X, Capella Space. Pirmieji radarų palydovai (pvz., Kanados RADARSAT-1, 1990-ieji) turėjo ~10 m raišką. Šiandien pažangiausi SAR pasiekia 1 m ar dar geresnę raišką mdpi.com (italų COSMO-SkyMed ir vokiečių TerraSAR-X (2007) buvo tarp pirmųjų ~1 m radarinių nuotraukų mdpi.com). Radaro vaizdų interpretavimas sudėtingesnis, bet jis smarkiai išplečia stebėjimo galimybes, kai optikos neįmanoma naudoti (naktis, debesys) ir net prasiskverbia per tam tikrus paviršius (pvz., L diapazono radaras pro lapiją ar sausą smėlį atskleidžia paslėptus objektus).

Vaizdavimo technikos: Palydovai naudoja skirtingus vaizdų užfiksavimo būdus. Šiuolaikiniai optiniai ir daugiapjuosčiai palydovai dažniausiai turi juostinį skenerį (push-broom): linijinė detektorių matrica sukuria vaizdą eilutė po eilutės, kol palydovas juda orbitoje en.wikipedia.org. Priešingybė – senesni šluoteliniai skeneriai (whisk-broom), kai vienas detektorius šlavė žemės ruožą judėdamas iš šono į šoną en.wikipedia.org. Juostiniai skeneriai (vadinami ir linijinėmis kameromis) neturi judančių dalių, išskyrus paties palydovo judėjimą, užtikrina aukštą signalo kokybę, todėl dabar yra įprasti (pvz., Sentinel-2, WorldView ir t.t.). Kai kurios sistemos daro rėminį vaizdą (momentinė 2D nuotrauka); tai būdinga aviacijos kameroms ir ankstyviems šnipų palydovams (kur būdavo naudojama juosta). Hiperspektriniam vaizdavimui – naudojamos specializuotos technikos: erdvinis skenavimas (juostinis vaizdavimas su dispersiniais optiniais elementais) ar spektrinis skenavimas (tuneliniai filtrai, registruojantys po vieną bangos ilgį) en.wikipedia.org en.wikipedia.org. Sintetinės apertūros radaras veikia kitaip – jis judina anteną ir apdoroja Doplerio efektu pakitusį signalą, taip sukurdamas daug detalesnį vaizdą nei leistų fizinė antenos dimensija.

Kitas svarbus vaizdų gavimo aspektas yra įvairios rezoliucijos, nusakančios vaizdo kokybę ir panaudojimo galimybes:

• Erdvinė rezoliucija: vieno vaizdo taško žemėje dydis (pvz., 30 m Landsat, 50 cm WorldView satelitams). Ji nurodo mažiausią objektą, kurį galima atskirti. Didesnė erdvinė rezoliucija (mažesnis taškas) atskleidžia daugiau detalių. Pavyzdžiui, MODIS jutiklis NASA Terra/Aqua palydovuose turi 250 m iki 1 km dydžio taškus – tinkamus regioniniam ar pasauliniam žemėlapių sudarymui, tuo tarpu komerciniai palydovai su <1 m tašku leidžia identifikuoti individualius automobilius en.wikipedia.org. Erdvinę rezoliuciją lemia jutiklio optika ir orbita earthdata.nasa.gov earthdata.nasa.gov.
• Spektrinė rezoliucija: gebėjimas atskirti smulkius bangos ilgio skirtumus – iš esmės juostų skaičius ir plotis. Daugiakanaliai jutikliai su keliomis plačiomis juostomis turi šiurkštesnę spektrinę rezoliuciją, o hiperspektriniai jutikliai su šimtais siaurų juostų – labai smulkią spektrinę rezoliuciją earthdata.nasa.gov. Pavyzdžiui, AVIRIS prietaisas matuoja 224 ištisas spektro juostas, leidžiančias labai tiksliai atskirti skirtingas mineralų ar augalų rūšis earthdata.nasa.gov. Bendrai, daugiau/siauresnių juostų = didesnė spektrinė rezoliucija, leidžianti tiksliau atpažinti medžiagas earthdata.nasa.gov earthdata.nasa.gov.
• Laikinė rezoliucija (apsilankymo dažnis): kaip dažnai tą pačią Žemės vietą gali stebėti palydovas. Tai priklauso nuo orbitos ir palydovų grupių. Geostacionarūs palydovai faktiškai nuolat stebi vieną plotą (laikinė rezoliucija – minutės, nes gali padaryti nuotraukas kas kelias minutes orų sekoms) earthdata.nasa.gov. Poliniai palydovai – zamanės rezoliucija nuo kasdienės (pvz., MODIS, su plačiu ruožu) iki ilgesnės nei savaitė (pvz., Landsat su siauru ruožu kas 16 dienų) earthdata.nasa.gov. Pvz., Sentinel-2 su dviem palydovais pasiekia 5 dienų atnaujinimą, Terra/MODIS – 1-2 d. earthdata.nasa.gov. Didelis laikinas dažnumas būtinas stebint greitai kintančius reiškinius (orai, nelaimės), o kai kuriais atvejais galima paaukoti laikinę rezoliuciją siekiant didesnio erdvinio ar spektrinio detalumo earthdata.nasa.gov. Koordinuotose orbitose naudojamos kelių palydovų grupės (konsteliacijos) vis dažniau taikomos geresniam atkūrimo dažniui pasiekti – pvz., Planet Labs valdo daugiau nei 150 mini palydovų ir gauna kasdienes viso pasaulio nuotraukas.
• Radiometrinė rezoliucija: jutiklio jautrumas signalų intensyvumo skirtumams, dažniausiai matuojamas taikomo skaitmeninių bitų skaičiumi vienam taškui (pvz., 8 bitai = 256 pilkumo lygiai, 11 bitų = 2048 lygiai ir t.t.). Didesnė radiometrinė rezoliucija reiškia, kad jutiklis gali aptikti smulkesnius ryškumo ar temperatūros skirtumus. Naujausi optiniai jutikliai dažnai turi 10–12 bitų radiometrinę rezoliuciją ar didesnę, todėl geriau nustato subtilius kontrastų skirtumus (svarbu, pvz., vandenynų ar augalijos sveikatos stebėjimui). Norint atskirti nežymius vandens spalvos skirtumus geros kokybės vandenyje reikia aukštos radiometrinės precizikos earthdata.nasa.gov earthdata.nasa.gov.

Yra neišvengiamų kompromisų: palydovas su labai didele erdvine ir spektrine rezoliucija gali apimti mažesnį plotą arba turėti retesnį atvaizdavimo dažnį dėl duomenų kiekio apribojimų earthdata.nasa.gov. Kūrėjai turi subalansuoti šiuos veiksnius pagal kiekvienos misijos tikslus.

Pagrindinės palydovinės vaizdinės informacijos taikymo sritys

Palydovinė vaizdinė informacija tapo nepakeičiama daugelyje sričių. Toliau pateikiamos kelios pagrindinės taikymo sritys ir palydovinės vaizdinės informacijos naudojimo būdai kiekvienoje jų:

Aplinkos ir klimato stebėsena

Žemės aplinkos ir klimato stebėjimas yra pagrindinis palydovinės vaizdinės informacijos panaudojimo tikslas. Kadangi palydovai suteikia pasaulinį, nuolat pasikartojantį vaizdą, jie idealiai tinka stebėti ilgalaikius aplinkos pokyčius.

• Klimato stebėsena: Palydovai padeda matuoti pagrindinius klimato kintamuosius, tokius kaip pasaulinės temperatūros tendencijos, atmosferos sudėtis ir ledynų danga. Pavyzdžiui, termovizoriniai (infraraudonųjų spindulių) jutikliai sudaro jūrų ir žemės paviršiaus temperatūros žemėlapius visame pasaulyje – tai būtina klimato modeliavimui. Polinės orbitos palydovai, tokie kaip NASA Aqua/Terra (su MODIS jutikliais), kasdien renka aerozolių, šiltnamio efektą sukeliančių dujų, debesų charakteristikų duomenis. Specializuotos misijos (pvz., NASA OCO-2 stebi CO₂, ESA Sentinel-5P matuoja oro kokybę) stebi atmosferos pėdsakų dujas ir ozoną. Palydovai taip pat fiksuoja ozono skylės dydį ir poliarinių ledo dangų ir ledynų pokyčius kasmet. Šios ilgalaikės duomenų sekos yra itin svarbios klimato kaitos tyrimams ir tarptautinei klimato politikai.
• Aplinkos pokyčiai ir ekosistemos: Žemės paviršių vaizduojantys palydovai (Landsat, Sentinel-2 ir kt.) naudojami miškų kirtimui, dykumėjimui ir ekosistemų pokyčiams stebėti. „Naudodami nuotolinį stebėjimą… specialistai gali stebėti augalijos, žemės dangos ir vandens telkinių pokyčius“, padėdami aptikti biologinės įvairovės mažėjimą ir žemės degradaciją satpalda.com. Pvz., palydovų laiko sekos leidžia pamatyti Amazonės atogrąžų miškų praradimą ar pelkių mažėjimą. Vyriausybės ir NVO naudoja šiuos duomenis įstatymų vykdymui (pvz., neteisėtai kertant ar kasant išteklius saugomose teritorijose satpalda.com). Palydovai taip pat gali nustatyti buveinių būklę – daugiakanaliai vaizdai leidžia skaičiuoti vegetacijos indeksus (pvz., NDVI), kurie parodo augalų žalumą ir gyvybingumą. Taip galima stebėti sausros padarinius, miškų sveikatą (pvz., kenkėjų, gaisrų plotus) ir vertinti derliaus potencialą (dalis taikymo kartu su žemės ūkiu).
• Vandenynai ir vanduo: Aplinkos monitoringui skirti palydovai stebi dumblio žydėjimą, naftos išsiliejimus ir vandens kokybę jūrose bei ežeruose, aptikdami spalvos pokyčius (naudodami chlorofilui ar drumstumui jautrias spektrines juostas). Jie taip pat stebi sniego dangą ir ledynus sausumoje, kurie maitina upes – svarbu vandens išteklių valdymui kintant klimatui. Mikrobangų jutikliai (radariniai altimetrai) matuoja jūros lygio kilimą ir ledo būklę.
• Meteorologija ir klimato sistemos: Geostacionarūs orų palydovai (pvz., NOAA GOES ar EUMETSAT Meteosat) nuolat perduoda debesų dangos, audrų ir stambių klimato sistemų vaizdus. Jie kritiškai svarbūs uraganų stebėjimui, ekstremalių orų prognozavimui ir tokių reiškinių kaip El Niño/La Niña stebėsenai (pagal jūrų paviršiaus temperatūrą ir debesų konvekciją). Poliniai palydovai su IR ir mikrobangų jutikliais papildo orų modelius pateikdami vertikalius temperatūros ir drėgmės profilius.

Apibendrinant, palydovinė vaizdinė informacija leidžia pasauliniu mastu stebėti aplinkos pokyčius, kurių nebūtų įmanoma pamatyti nuo žemės paviršiaus. Ji yra tarptautinių klimato kaitos vertinimų pagrindas (pvz., suteikdama įrodymus apie ledo tirpimą, miškų kirtimo mastą, atmosferos taršos plitimą). Palydoviniai duomenys atskleidė, pvz., augalijos žaliavimo ar ruduojimo tendencijas dėl klimato pokyčių bei užfiksavo pasaulinį atmosferos teršalų pasiskirstymą. Pavyzdys, kaip palydoviniai duomenys leidžia stebėti aplinką, parodytas 1 paveiksle: Landsat vaizde matyti drėkinamų laukų raštai – tai demonstruoja, kaip iš palydovo galima aptikti augalų sveikatą bei vandens naudojimą:

1 pav.: Lydytos pietų Ukrainos laukuose ir drėkinimo kanalas (įstrižinė linija), užfiksuota Landsat 8 palydovu 2015 m. rugpjūčio 7 d. Paveikslas pateiktas tikroje spalvoje (naudojant raudono, žalio ir mėlyno kanalo juostas). Matomi apskriti „derliaus raštai“ – rato centrinio drėkinimo sistemos pėdsakai. Tokia vaizdinė informacija naudojama žemės ūkio stebėsenai – sveiki pasėliai atrodo žali, o aiškios formos leidžia atpažinti drėkinimo būdus commons.wikimedia.org. Ryškiai žali apskritimai rodo aktyviai laistomą ir gyvybingą augaliją, o šviesesnės ar rudos vietos gali rodyti dirvoną ar išdžiūvusius laukus. (Nuotraukos autorius: USGS/NASA Landsat programa, apdorota Anastasijų Tišajevos.)

Žemės ūkis ir miškininkystė

Palydoviniai vaizdai atlieka itin svarbų vaidmenį žemės ūkyje ir miškininkystės valdyme, dažnai integruojami į „precizinį ūkininkavimą“ ir tvarų išteklių naudojimą:

• Pasėlių stebėsena: Daugiakanaliai vaizdai leidžia ūkininkams ir analitikams prižiūrėti pasėlių būklę dideliuose plotuose. Skirtingos spektrinės juostos (ypač artimojo IR) yra jautrios augalų sveikatai – sveika augalija stipriai atspindi artimąjį IR. Skaičiuojant tokius indeksus kaip NDVI iš palydovo duomenų, galima aptikti augalų stresą dėl sausros, ligų ar maisto medžiagų trūkumo. „Naudodamiesi daugiakanaliais ir hiperkanaliniais vaizdais, ūkininkai gali nustatyti kenkėjų židinius, stebėti pasėlių būklę ir optimizuoti drėkinimą“ satpalda.com. Pavyzdžiui, palydovų duomenys rodo, kurie lauko plotai yra vandens stygiaus zonoje (atrodo mažiau žali), todėl laistymas gali būti tiksliai koreguojamas, arba gali būti nustatyti ankstyvieji kenkėjų protrūkiai pagal nestandartinius spektrinius parašus. Tai leidžia praktikuoti precizinį žemės ūkį – laistyti, tręšti ar purkšti augalus tik ten, kur reikia, taip padidinant derlingumą ir sumažinant žalingą poveikį aplinkai satpalda.com.
• Pasėlių plotų ir derlingumo vertinimas: Vyriausybinės ir organizacijos naudoja palydovinius vaizdus įvertinti pagrindinių kultūrų auginimo plotus ir prognozuoti derlius. Kadangi palydovai gali dažnai apžvelgti didžiulius žemės ūkio regionus, jie suteikia operatyvią informaciją apie augalų augimo fazes ir padarytus nuostolius (dėl potvynių, audrų ar sausros). Tradiciškai tam naudotos vidutinio detalumo priemonės (pvz., Landsat, Sentinel-2 su 10–30 m raiška, leidžiančia natūralius lauko pokyčius). Dabar, pasitelkus kasdienius PlanetScope ar aukštos raiškos komercinius vaizdus, galima net skaičiuoti augalų eiles ar atskirti augalų rūšis. Šie duomenys naudojami maisto saugumo vertinimams ir žaliavų rinkose.
• Miškininkystė: Palydovai naudojami stebėti miškų būklę, kirtimą, atsodinimą ir sveikatą. „Aukštos raiškos palydovinės nuotraukos taikomos miškų valdyme stebint jų būklę per laiką ir pastebint neteisėtus kirtimus“ satpalda.com. Pavyzdžiui, ilgametis Landsat archyvas leidžia metus po metų apskaičiuoti miškų dangos pokyčius ir nustatyti vietas, kur miškai iškirsti. Valstybinės institucijos taip stebi neteisėtus kirtimus ir ieško nelegalios veiklos atokiose teritorijose. Palydoviniai duomenys padeda miško sveikatos stebėsenai – galima fiksuoti vabzdžių invazijas ar audrų pažeidimus, matant pokyčius lajos spalvoje. Be to, derinant su reljefo duomenimis (iš Lidar ar stereoskopinių vaizdų), galima įvertinti miškų biomasę ir anglies atsargas.
• Piemenavimų ir ganyklų valdymas: Ganykliniams regionams vidutinės raiškos vaizdai leidžia stebėti natūralių plotų būklę (pvz., aptikti perganomą plotus nagrinėjant augalijos dangą). Tai padeda taikyti rotacinio ganymo principus ir laiku reaguoti į sausras.

Bendrai, palydovai leidžia pereiti nuo vienodo ūkio valdymo prie tikslingo – suteikdami laiku gaunamą, detalią erdvinę informaciją. Tai mažina sąnaudas ir didina tvarumą. Augimo sezono metu palydovai greitai išryškina problemas (pvz., dalis lauko paruduoja), o po derliaus nuėmimo padeda įvertinti, kokios technologijos ar sėklų veislės davė geriausius rezultatus konkrečiose vietose. Miškininkystėje palydovinė stebėsena tapo pagrindu REDD+ programoms (mokantiems už miškų naikinimo mažinimą) – jos užtikrina skaidrią, patvirtinamą informaciją apie miškų dangos pokyčius.

Urbanistika ir infrastruktūra

Sparčiai urbanizuojančiame pasaulyje palydoviniai vaizdai yra esminis šaltinis urbanistiniam planavimui, infrastruktūros plėtrai ir žemės panaudojimo žemėlapiams kurti:

• Miestų augimo žemėlapiai: Analizuojant vaizdus laikui bėgant, miestų planuotojai gali matyti, kaip plečiasi miestai ir kur vyksta nauja plėtra. Palydoviniai vaizdai padeda atnaujinti miesto ribų žemėlapius, nustatyti dirbamų laukų ar miškų pavertimą priemiesčiais. Planavimui naudojama siekiant valdyti plėtrą ir planuoti infrastruktūrą.„Palydovinė vaizdo analizė yra svarbus urbanistinio planavimo įrankis, padedantis stebėti žemės naudojimo, infrastruktūros ar miesto augimo pokyčius“ satpalda.com. Aukštos raiškos (submetro) vaizdai pakankamai detalūs, kad parodytų atskirus pastatus, kelius ar net automobilius, leidžiant itin tiksliai žemėlapinti naujas statybas ar neoficialius kvartalus euspaceimaging.com. Pavyzdžiui, planuotojai gali nustatyti, kur atsirado nelegalūs užstatymai ar nauji keliai dar prieš pasirodant juos žemės matavimuose.
• Infrastruktūra ir transportas: Palydoviniai vaizdai padeda planuoti kelius, geležinkelius ar inžinerinius tinklus – suteikiant naujausią geografinį kontekstą. Planuotojai projektuoja būsimų infrastruktūrų trasas ant naujausių vaizdų, kad išvengtų konfliktų su esamais objektais ar gamtinėmis kliūtimis. Galima stebėti ir statybų progresą – matyti, kaip vyksta autostrados tiesimas ar oro uosto plėtra iš kosmoso. Infrastruktūros stebėsenoje palydovai padeda aptikti pokyčius ar problemas (pvz., nuošliaužas, grasinančias keliui, ar grunto sėdimą prie vamzdyno). Transporto planavimui vaizdai rodo eismo modelius (pvz., spūstis ar automobilių stovėjimo vietų plėtrą) ir žemės naudojimą, viską, kas lemia transporto srautų poreikį.
• Urbanistinė aplinka ir žaliosios erdvės: Miestai naudoja palydovinius duomenis aplinkos pokyčių stebėsenai – žemėlapiuoja žaliąsias zonas, medžių lajų plotą, nepermatomų dangų kiekį. Termografiniai IR vaizdai gali išskirti miesto karščio salas (apie teritorijas, turinčias daugiau betono ir mažiau augalijos). Tai svarbu miesto apželdinimo iniciatyvoms ir prisitaikymo prie klimato kaitos strategijoms. Kai kurie specializuoti palydovų duomenų produktai klasifikuoja miesto žemės panaudojimą pagal bruožus ir netgi apskaičiuoja gyventojų tankį pagal pastatų kontūrus bei jų tankį.
• Kartografija ir kadastrinių žemėlapių atnaujinimas: Tikslūs pagrindiniai žemėlapiai būtini miestų valdymui. Palydoviniai vaizdai padeda nuolat atnaujinti GIS duomenų sluoksnius apie pastatus, kelius ar objektus. Tai itin svarbu ten, kur lauko kartografavimas atsilieka nuo plėtros. Aukštos raiškos komerciniai vaizdai, įgalinantys matyti net pavienius namus, dažnai naudojami kartografijos agentūrose ar tokiose paslaugose kaip Google Maps palydovinio vaizdo sluoksniams en.wikipedia.org. Šie vaizdai ortorektifikuojami (geografiškai koreguojami), tad tinka kaip tikslaus mastelio fonas žemėlapiams. Turto (kadastrinėje) kartografijoje vaizdai padeda nustatyti užstatymus ar sklypų naudojimą.
• Rizikos ir atsparumo nelaimėms žemėlapiai: (Persidengia su nelaimių dalimi) Planavimo specialistai naudoja palydovinius duomenis pažeidžiamų vietovių miestų teritorijose nustatymui – pvz., žemumoje esančius rajonus matomus potvynio žemėlapiuose ar tankiau apstatytas zonas, esančias seisminės rizikos zonoje. Aukštos raiškos vaizdai iki nelaimės sudaro bazinę informaciją evakuacijos planavimui, o po nelaimių padeda planuoti atstatymo darbus.

Apibendrinant, palydovinė vaizdinė informacija urbanistams siūlo dažnai atnaujinamą, paukščio skrydžio žvilgsnį į miesto panoramą. Tai užtikrina sprendimų pagrįstumą realia situacija, o ne pasenusiais žemėlapiais. Vaizdų integracija į 3D miesto modelius bei GIS pastebimai pažengė, leidžia modeliuoti „kas būtų jei“ scenarijus (pvz., vizualizuoti, kaip atrodys naujas kelias ar zonos pakeitimas) naudojant tikrus vaizdus kaip foną. Greitai aptikus žemės panaudojimo pokyčius, miestai gali laiku reaguoti į nelegalią statybą ar infrastruktūros poreikį.

Nelaimių valdymas ir ekstremalių situacijų reagavimas

Viena svarbiausių humanitarinių palydovinių vaizdų sričių yra nelaimių valdymas – tiek pasirengimo, tiek reagavimo į ekstremalias situacijas srityje:

• Greitas nuostolių vertinimas: Po stichinių nelaimių, tokių kaip žemės drebėjimai, uraganai, potvyniai ar miškų gaisrai, palydoviniai vaizdai dažnai yra greičiausias būdas įvertinti padarytą žalą, kai prieiga ant žemės ribota. „Palydoviniai duomenys padeda koordinuoti pagalbos operacijas ir realiu laiku informuoja apie žalą natūralių nelaimių metu“ satpalda.com. Pvz., per kelias valandas po didelio žemės drebėjimo palydoviniai vaizdai leidžia matyti pažįstamą miestą iš aukštos raiškos – gelbėtojai pamato sugriautus pastatus, užblokuotus kelius ar palapinių stovyklas. Lyginant prieš ir po nelaimės padarytas nuotraukas – uždengiant jas viena ant kitos – greitai išryškėja labiausiai paveikti plotai satpalda.com. Tai masiškai naudota per 2010 m. Haitį drebėjimą ar 2020 m. Beiruto sprogimą – palydovai parodė nuniokotus kvartalus. Tokios organizacijos kaip JT aktyvina Tarptautinį kosmoso ir didžiųjų nelaimių chartiją, kuri krizių metu nemokamai teikia naujus palydovinius duomenis iš įvairių šalių, kad būtų užtikrintas greitas reagavimas.
• Potvynių ir audrų stebėsena: Didelio masto potvynių ar uraganų metu palydovai (ypač radarai ir dažnai stebintys optiniai palydovai) leidžia sekti stichiją beveik realiu laiku. Potvyniams itin svarbūs radarų vaizdai, nes jie mato pro debesis: užlieti plotai SAR vaizduose atrodo tamsiai ir lygiai, leidžia tiksliai nustatyti užlietus plotus net esant debesuotumui. Pagal šiuos duomenis tvarkomi evakuacijos ar pagalbos planai. Uraganų atveju, kol audra tęsiasi, meteorologiniai palydovai stebi jos judėjimą, o vėliau optiniai palydovai pateikia aiškias paveiktų zonų nuotraukas (pvz., galima matyti, kuriuos miestelius atskyrė nuolaužos ar kuriuos tiltus nuplovė). Miškų gaisrams stebėti NASA MODIS ir VIIRS instrumentai fiksuoja gaisro židinius ir ribas net pro dūmus. Tai padeda ugniagesiams nukreipti pajėgas ten, kur reikia labiausiai.
• Operatyvinis žemėlapių sudarymas ir logistika: Iškart po nelaimės specializuotos kartografų grupės naudoja palydovinius duomenis avariniams žemėlapiams ruošti – pažymint pravažiuojamus kelius, sugadintą infrastruktūrą ir pabėgėlių telkinius. Taip buvo elgtasi po cunamių ar stiprių taifūnų, kai palydovai leido nustatyti pagalbos transporto maršrutus ir pabėgėlių koncentracijos vietas. Didelis plotų padengimas palydovais ypač svarbus, kai stichijos ištinka atokus ar dideles teritorijas (pvz., stebint 2004 m. Indijos vandenyno cunamio poveikį visam pakrantės ruožui). Vaizdai taip pat parodo antrinę grėsmę – pvz., po žemės drebėjimo gali būti užtvenkta upė (kylanti potvynio grėsmė aukščiau), todėl reikia greito reagavimo.
• Pasiruošimas nelaimėms: Prieš nelaimes vaizdai naudojami rizikos vietų žemėlapiams ir poveikio modeliavimui. Pvz., palydovų sukurtus aukštų raiškų reljefo modelius derinant su vaizdais identifikuojamos potvynių zonos; iš palydovinių duomenų gaunami žemės naudojimo žemėlapiai įtraukiami į gaisrų rizikos modelius (pvz., miestų ir gamtinių zonų sąlyčio linijos). Periodiniai vaizdai padeda stebėti natūralias gynybines sistemas – pylimus, miško dangą ant šlaitų. Be to, lėtai bręstančių nelaimių (kaip sausra) metu palydovai stebi indikatorius (augmenijos būklę, rezervuarų lygį) ir įspėja apie artėjančias maisto krizę iš anksto.

Palydoviniai vaizdai suteikia nešališką, operatyvų vertinimą, kuris neįkainojamas gelbėjimo tarnyboms ir pagalbos organizacijoms. Jie leidžia „apimti mastą“ – matyti bendrą poveikio vaizdą ir tada priartėti prie konkretaus taško, ko negalima pasiekti vien antžeminėmis ataskaitomis. Galimybė gauti duomenis beveik realiu laiku (vis dažniau – per kelias valandas, nes daugėja palydovų ir spartėja duomenų apdorojimas), reiškia, kad pagalba gali būti teikiama efektyviau ir prioritetuotai, dažnu atveju – išgelbėjant gyvybes. Kaip nurodoma SATPALDA ataskaitoje, lyginant vaizdus prieš ir po nelaimės pareigūnai gali „tikslingai paskirstyti išteklius, nustatyti, kur pirmiau atstatyti ir įvertinti tikslią netektį“ satpalda.com.

Gynyba ir žvalgyba

Nuo Kosmoso amžiaus pradžios kariuomenė ir žvalgyba buvo viena iš pagrindinių palydovinės vaizdinės informacijos naudojimo varomųjų jėgų. Žvalgybiniai palydovai (dažnai vadinami „šnipų palydovais“) suteikia strategines stebėjimo galimybes:

• Žvalgyba ir stebėjimas: Aukštos raiškos vaizdo palydovus, valdomus gynybos agentūrų, galima naudoti užfiksuoti detalius antžeminių veiklų vaizdus. Ankstyvieji pavyzdžiai – CORONA programa, JAV strateginių žvalgybinių palydovų serija, valdoma CŽV ir Oro pajėgų en.wikipedia.org. Nors detalės dažnai įslaptintos, žinoma, kad šiuolaikiniai žvalgybos palydovai (pvz., JAV Keyhole/CRYSTAL serija) turi optines sistemas, kurių raiška siekia keliasdešimt centimetrų, o tai leidžia stebėti karines bazes, raketų aikšteles, karių judėjimą ir kitus žvalgybos objektus. Šie palydovai iš esmės yra orbitoje esančios teleskopinės sistemos, kartais netgi manevruojančios, kad dažnai galėtų grįžti prie dominančių tikslų. Karinėje srityje palydovai suteikia gyvybiškai svarbią informaciją, kurią kitu atveju tektų gauti rizikingų oro žvalgybos skrydžių metu. Be to, jie neveikia pažeisdami oro erdvę (nes veikia iš orbitos), todėl yra itin svarbūs patikrinant sutarčių laikymąsi (pvz., ginklų kontrolėje), stebint priešininkus ir vadovaujant karinėms operacijoms.
• Geoerdvinė žvalgyba (GEOINT): Šiuolaikinės gynybos agentūros integruoja palydovinius vaizdus su kitais duomenimis žvalgybos tikslams. Tai apima pokyčių žinomuose objektuose aptikimą (pvz., staiga atsiradusią naują infrastruktūrą ar neįprastą veiklą, kaip oro uosto eismą), reljefo kartografavimą operacijų planavimui ir taikinių nustatymui. Vaizdiniu pagrindu rengiami aukštos raiškos žemėlapiai ir 3D dominančių teritorijų modeliai karinėms operacijoms (pvz., prieš Osamos bin Ladeno komplekso šturmą palydoviniai vaizdai naudoti teritorijos modeliui kurti). Sintetinės diafragmos radarų palydovai taip pat naudojami gynyboje dėl galimybės vaizdus gauti bet kokiomis oro sąlygomis, tiek dieną, tiek naktį, – tai naudinga aptikti kamufliažą ar pokyčius, kurių optinė įranga nepastebi. Kita auganti sritis yra radijo dažnių (RF) žemėlapiai iš kosmoso bei hiperspektrinis vaizdas, leidžiantis nuotoliniu būdu aptikti specifines medžiagas (pvz., kurą ar sprogmenis).
• Žvalgybos dalinimasis ir atvirojo šaltinio analizė: Įdomu, kad komercinių vaizdo palydovų gausėjimas leido kai kurias gynybos užduotis deleguoti ar papildyti komerciniais tiekėjais. Tokios kompanijos kaip Maxar ir Planet teikia neslaptus aukštos raiškos vaizdus, kuriuos gali analizuoti tiek analitikai, tiek plačioji visuomenė. Pavyzdžiui, per konfliktus ar ginkluotės platinimo grėsmės atvejus vyriausybės pateikdavo komercinių palydovų vaizdus savo pozicijai pagrįsti. Pavyzdys – 2022 m. Rusijos invazija į Ukrainą: Planet Labs kasdieniai vaizdai padėjo atskleisti Rusijos pajėgų ir įrangos telkimą prieš invaziją ir vėliau buvo naudojami žalos bei judėjimų dokumentavimui karo metu defenseone.com. Ši palydovinės žvalgybos demokratizacija reiškia, kad atvirojo šaltinio žvalgybos (OSINT) analitikai ir nevalstybiniai veikėjai taip pat gali stebėti strateginius objektus (pvz., Šiaurės Korėjos branduolinius įrenginius ar Sirijos oro bazes) naudodamiesi komerciškai prieinamais vaizdais defenseone.com. Viešai prieinami karinių objektų vaizdai kartais kelia politinių klausimų (pvz., kai kurios šalys nepritaria jautrių vietų atvaizdavimui, nors JAV taikoma tik viena ypatinga išimtis – Kyl–Bingaman pataisa apriboja vaizdų raišką virš Izraelio, tačiau ši buvo sušvelninta 2020 m.).
• Navigacija ir taikinių nustatymas: Nors ši sritis nėra tiesiogiai susijusi su vaizdais, verta paminėti, kad palydovai (pvz., GPS tinklas) užtikrina pozicionavimą, kuris itin svarbus karinei navigacijai ir taikinių nustatymui. Be to, vaizdiniai palydovai gali būti naudojami tiksliam taikinių atakos valdymui – mat pateikia naujausią teritorijos vaizdą prieš operaciją (užtikrinamas tikslumas ir įvertinamas galimas šalutinis poveikis). Konfliktų metu beveik realaus laiko vaizdas gali būti perduodamas pajėgoms (visgi tam reikia greito duomenų perdavimo ir apdorojimo).

Apibendrinant, gynybiniai palydovai yra neblėstančios akys, žymiai sustiprinančios situacinį suvokimą. Jie padėjo radikaliai pakeisti žvalgybos pusiausvyrą – nuo priklausomybės nuo orlaivių bei sausumos šnipų prie kosminių priemonių naudojimo. Tiksli karinių palydovų raiška ir galimybės vis dar dažniausiai įslaptintos, tačiau tokių technologijų kaip radaras, matantis pro debesis, infraraudonieji spinduliai, aptinkantys šiluminius pėdsakus, ir dažnai sugrįžtančios optinės konstelacijos egzistavimas rodo, kokias išsamias kosminės žvalgybos galimybes turime. Įdiegus pažangią dirbtinio intelekto analizę (žr. žemiau), milžiniški vaizdų srautai gali būti apdorojami greičiau, kad būtų aptikti grėsmės ar pokyčiai, siekiant automatinių „tip-and-cue“ sistemų (kada algoritmas iš vaizdų išskiria įtartiną veiklą, kurią vėliau įvertina žmogaus analitikas).

Navigacija ir kartografavimas

Nors galbūt ne tokia įspūdinga, viena iš plačiausių palydovinių vaizdų naudojimo sričių yra žemėlapių sudarymas ir navigacijos paslaugos, kurias naudoja milijardai žmonių:

• Pagrindiniai žemėlapiai ir kartografija: Aukštos raiškos palydoviniai vaizdai sudaro daugelio šiandieninių skaitmeninių žemėlapių ir žemėlapių paslaugų pagrindą. Tokios platformos kaip Google Maps, Google Earth, Bing Maps ir kitos integruoja palydovinius/oro vaizdų sluoksnius, kurie pasiekiami vartotojui. Vaizdai suteikia daugiau konteksto ir detalių nei vektoriai. Kompanijos, tokios kaip Google, licencijuoja vaizdus iš palydovinių tiekėjų (pvz., Maxar), kad atnaujintų savo pasaulinį mozaikos vaizdą en.wikipedia.org. Tai iš esmės suteikė visuomenei planetos atlasą beveik fotografiniu tikslumu. Be to, nacionalinės kartografavimo agentūros naudoja palydovinius vaizdus topografiniams žemėlapiams atnaujinti, ypač sunkiai pasiekiamose vietovėse, kurias sudėtinga reguliariai matuoti. Vaizdai ortorektifikuojami ir dažniausiai naudojami kelių, pastatų, upių ir pan. skaitmeninimui, o vėliau publikuojami kaip žemėlapiai.
• Navigacija ir GPS programėlės: Nors navigacijos sistemos pirmiausia remiasi palydoviniu pozicionavimu (GPS), vaizdai pagerina navigacijos programėles, leisdami naudotis tokiomis funkcijomis kaip orientyro identifikavimas ar kelių tiesių patikrinimas. Pavyzdžiui, pristatymo bei logistikos įmonės gali naudoti palydovinius vaizdus norėdamos matyti pastatų išplanavimą ar geriausius įvažiavimo taškus. Savavaldžių automobilių kūrėjai naudoja aukštos raiškos vaizdus kaip vieną iš sluoksnių sudarant HD kelių žemėlapius. Net eiliniams vairuotojams galimybė kartotėje persijungti į palydovinį vaizdą leidžia vizualiai identifikuoti atvykimo vietą (pvz., suprasti, kuriame sankryžos kampe stovi degalinė).
• Geoerdvinė etaloninė informacija ir GIS: GIS (geografinės informacijos sistemose) palydoviniai vaizdai yra esminis duomenų sluoksnis. Jie suteikia realaus pasaulio foną, ant kurio gali būti uždedami kiti sluoksniai (infrastruktūros tinklai, administracinės ribos, aplinkos duomenys ir kt.). Kadangi palydoviniai vaizdai yra geografiškai referencijuoti, jie leidžia tiksliai matuoti atstumus ir plotus tiesiogiai. Dažnai vaizdai yra pirmasis duomenų šaltinis, kai reikia sudaryti nežinomos teritorijos žemėlapį: galima atsekti kelius ir gyvenvietes iš naujausių vaizdų (humanitarinė OpenStreetMap bendruomenė tai intensyviai naudoja nelaimių ar neaptarnautų regionų kartografijai, skaitmenindama objektus iš palydovinių vaizdų).
• Objektų išskyrimas ir kartografavimo automatizacija: Tobulėjant vaizdų raiškai ir kompiuteriniam matymui, daugelį objektų dabar galima automatiškai išgauti iš palydovinių vaizdų žemėlapių sudarymui. Pavyzdžiui, algoritmai gali aptikti ir vektorizuoti pastatų kontūrus, kelių tinklą ar žemės dangos tipus iš vaizdų satpalda.com. Tai labai paspartina žemėlapių kūrimą ir jų atnaujinimą. Lidar duomenys (surinkti iš oro arba netrukus iš kosmoso) ir stereo palydoviniai vaizdai leidžia kurti 3D reljefo modelius, kurie kartu su vaizdais suteikia detalius topografinius žemėlapius.
• Navigaciniai žemėlapiai: Ne tik sausumos kartografavimui, bet ir jūrinei navigacijai padeda palydovai (pvz., rifų ir pakrančių objektų vaizdai skaidriame vandenyje naudojami jūriniams žemėlapiams), taip pat ir aviacijoje (klečių bei kliūčių žemėlapiai apie oro uostus).

Bendrai, palydoviniai vaizdai revoliucionavo kartografavimą, nes žemėlapiai nustojo būti lėtai senstantys artefaktai, o tapo dinaminiais produktais, kuriuos nuolat galima atnaujinti pagal naujausius vaizdus iš viršaus. Pavyzdžiui, prieš palydovų amžių naujos automagistralės atsiradimas žemėlapyje galėjo užtrukti metus; dabar naujas palydovinis kadras gali jį parodyti iš karto, net jei vektoriniai duomenys dar nepatikslinti. Be to, vaizdai leidžia kartografuoti vietoves, kurios sunkiai pasiekiamos iš žemės (tankūs džiunglių masyvai, konfliktų zonos ir pan.). Kaip pastebi European Space Imaging, itin aukštos raiškos vaizdai pakankamai ryškūs, kad matytųsi kelio juostos, šaligatviai, automobiliai, smulkūs statiniai – detalės, leidžiančios tiksliai planuoti miesto žemėlapius ir infrastruktūrą euspaceimaging.com. Kartu su GPS tai daro šiuolaikinę navigaciją neįtikėtinai detalią ir patogią vartotojui.

Pagrindinės palydovinės programos ir tiekėjai

Palydovinius vaizdus teikia įvairios vyriausybinės programos ir komercinės įmonės. Žemiau pateikti kai kurie pagrindiniai palydovinių programų ir tiekėjų pavyzdžiai su jų savybėmis:

• NASA/USGS Landsat programa (JAV): Landsat serija (pradėta 1972 m.) yra ilgiausiai vykdoma Žemės vaizdinimo programa en.wikipedia.org. Landsat palydovai (šiuo metu Landsat 8 ir 9) fiksuoja 30 m raiškos daugiakanalius vaizdus nuo sausumos planetos paviršiaus visame pasaulyje, termojuostos – 100 m, o 15 m panchromatinė juosta. Duomenys laisvai prieinami viešajai visuomenei, nes nuo 2008 m. taikoma atvirų duomenų politika earthobservatory.nasa.gov earthdata.nasa.gov. Landsat daugiau nei 50 metų yra pagrindinis mokslinių tyrimų ir išteklių stebėjimo pagalbininkas, suteikdamas tęstinę stebėseną žemės naudojimo pokyčiams, miškų kirtimams, urbanizacijai ir kt. en.wikipedia.org. Kiekvienas Landsat grįžta prie to paties taško kas 16 dienų, o dirbant dviem palydovams efektyviai kas 8 dienas. Vidutinė raiška ir ilgas archyvas daro Landsat itin vertingą ilgamečiam pokyčių stebėjimui. (NASA kuria palydovus, USGS valdo ir prižiūri archyvą.)
• Copernicus Sentinel žvaigždynas (ESA/ES): Europos kosmoso agentūra, vykdydama ES Copernicus programą, valdo keletą Sentinel palydovų, paleistų nuo 2014 m. Svarbiausi: Sentinel-1 (C-juostos radaro vaizdiniai bet kokiomis oro sąlygomis), Sentinel-2 (10 m raiškos daugiaspektriniai optiniai vaizdai, panašūs į Landsat, su 5 dienų grįžimu), Sentinel-3 (vidutinės raiškos vandenynų ir žemės stebėjimas), Sentinel-5P (atmosferos taršos stebėjimas) ir kiti. Visi Sentinel duomenys nemokami ir atviri visame pasaulyje, laikantis Landsat modelio en.wikipedia.org. Sentinel programa užtikrina sistemingą ir dažną aplinkos stebėjimą ES ir visame pasaulyje, dažnai naudojama kartu su Landsat (pvz., naudojant Sentinel-2 dažnesnius vaizdus Landsat ilgam archyvui papildyti). ESA taip pat turėjo ankstesnes Žemės stebėjimo misijas (ERS, Envisat), bet dabar Sentinel tapo pagrindine vaizdavimo ašimi.
• NOAA ir EUMETSAT meteorologiniai palydovai: Orų ir vandenynų stebėsenai NOAA (JAV) ir EUMETSAT (Europa) valdo geostacionarius meteorologinius palydovus (pvz., NOAA GOES-East ir GOES-West virš Amerikų, EUMETSAT Meteosat virš Europos/Afrikos, o taip pat ir Japonijos (Himawari), Indijos (INSAT) ir kt. palydovai). Šie palydovai teikia pilno disko planetos vaizdus kas 5–15 minučių, maždaug 0,5–2 km raiška daugelyje spektrinių juostų (matoma, infraraudona, vandens garų) orų sistemoms stebėti. Be to, poliarinės orbitos orų palydovai (NOAA JPSS serija, Europos MetOp ir kt.) užtikrina pasaulinį padengimą ir naudojami prognozėms bei klimatui stebėti. Nors jų pagrindinė paskirtis – meteorologija, vaizdai (ypač matoma ir IR) plačiai naudojami kitoms reikmėms (pvz., kasdieniam gaisrų ar sniego apimčių žemėlapių sudarymui). Šie duomenys laisvai prieinami, dažnai realiu laiku, ir jau dešimtmečius yra meteorologijos pagrindas.
• Maxar Technologies (DigitalGlobe) – komercinė aukštos raiškos vaizdo informacija: Maxar (JAV įmonė) yra pagrindinė aukštos raiškos komercinių palydovinių vaizdų tiekėja. Ji eksploatuoja WorldView ir GeoEye palydovų serijas. Svarbiausi: WorldView-3 (paleistas 2014 m.) fiksuoja ~31 cm panchromatinės ir ~1,2 m daugiakanalės raiškos vaizdus; WorldView-2 (2009 m.) suteikia 46 cm pan raišką en.wikipedia.org; senesnis GeoEye-1 – ~0,5 m. Maxar palydovus dažnai galima nukreipti į bet kurį Žemės tašką ir dažnai grįžti (kai kurie gali grįžti kasdien ar beveik kasdien vidutinėse platumose naudojant šoninį fotografavimą). Jų vaizdai naudojami valdžios ir komercinių klientų žemėlapių sudarymui, gynybos žvalgybai ir tokioms paslaugoms kaip Google Maps ir Microsoft Bing (kurios licencijuoja vaizdus savo platformoms) en.wikipedia.org. Maxar archyvas apima paskutinius du dešimtmečius ir milijardus kvadratinių kilometrų vaizdų. Pagal JAV politiką, didžiausia komercinė leistina raiška yra apie 30 cm (ir iš tiesų Maxar gavo leidimą pardavinėti 30 cm vaizdus). Maxar taip pat siūlo išvestinius produktus, tokius kaip 3D reljefo ir pastatų modeliai, pagrįsti jų vaizdais.
• Planet Labs – komercinė mažųjų palydovų žvaigždynas: Planet (JAV) valdo didžiausią Žemės vaizdinimo palydovų flotilę. Jie paleido daugiau kaip 100 batų dėžutės dydžio Dove palydovų, kurie kasdien fiksuoja ~3–5 m raiškos spalvotus vaizdus. Šie kasdieniai, visuotiniai vaizdai (PlanetScope) yra unikalūs – nors raiška vidutinė, dažnumas nepralenkiamas. Taip pat Planet valdo SkySat palydovus (perimtus iš Google Terra Bella) – mažesnį, bet aukštos (apie 50 cm) raiškos ir spartaus sugrįžimo vaizdų žvaigždyną, galintį netgi filmuoti trumpus vaizdo klipus. Planet anksčiau valdė ir 5 palydovų RapidEye žvaigždyną (5 m, nutrauktas 2020) en.wikipedia.org. Planet duomenys komerciniai, bet kompanija turi įvairią paramos programą NVO ir moksliniams vartotojams. Šie duomenys ypač naudingi trumpalaikiams pokyčiams stebėti: augalų būklei, stichinių nelaimių žalai kasdien, konflikto zonoje ir kt. Iš esmės užtikrina kasdienį „Žemės pokyčių tickerį“. Planet modelis yra pavyzdys tendencijai, kai daugybė pigių palydovų keičia kelis labai preciziškus tam tikrose srityse.
• Airbus Defence & Space (Airbus Intelligence): Airbus, įsikūrusi Europoje, eksploatuoja aukštos raiškos palydovus, tokius kaip SPOT 6/7 (1,5 m raiškos, plati juosta) ir Pleiades-1A/1B (0,5 m raiška, labai didelė detalė). Taip pat kartu turi TerraSAR-X ir PAZ radaro palydovus. Airbus komerciniai vaizdai siūlomi kaip ir Maxar, aptarnaujant Europos ir pasaulio klientus. SPOT serija (nuo 1986 m.) buvo viena pirmųjų komercinių Žemės vaizdinimo programų ir turi ilgą 10–20 m klasės archyvą. Pleiades (paleista 2011–2012 m.) leido Europos rinkai naudoti sub-metro raiškos vaizdus. Airbus duomenys plačiai naudojami žemėlapių sudarymui, gynybai, aplinkos stebėsenai (dalį SPOT duomenų po keleto metų galima gauti moksliniams tikslams).
• Kitos svarbios programos: Daugybė šalių turi savo Žemės stebėjimo palydovus. Pavyzdžiui, Indijos ISRO valdo IRS serijos (Indijos tolimosios Žemės stebėsenos) ir naujus aukštos raiškos CARTOSAT palydovus (iki ~0,3 m pan.). Japonijos JAXA turi tokias misijas kaip ALOS (įskaitant PALSAR radarą ir PRISM optinius jutiklius). Kinija kuria vis didesnį parką, pvz., Gaofen seriją (aukštos raiškos optinius ir radarinius palydovus), kaip savo Žemės stebėjimo sistemos dalį, ir tokiās komercines firmas kaip 21AT. Kanada žinoma dėl RADARSAT radaro palydovų (dabar ir RADARSAT žvaigždyno misija). Rusija ir toliau turi Resurs-P ir Kanopus-V optinius palydovus. Taip pat yra dešimtys mažų kompanijų/startuolių, paleidžiančių satelitus nišiniams poreikiams – pvz., Capella Space ir Iceye turi mažus SAR palydovus užsakomu radarų vaizdinimui, GHGSat naudoja mikro-palydovus pramoninių objektų šiltnamio dujų emisijai stebėti ir kt.

Apibendrinant, palydovinių vaizdų rinkoje egzistuoja nemokami vieši duomenys iš valstybinių palydovų (pvz., Landsat, Sentinel, orų palydovai) ir komerciniai duomenys iš privačių palydovų (siūlantys labai didelę raišką ar unikalumą, tačiau už atlygį). Dažnai šiuos duomenis vartotojai kombinuoja – pvz., naudojamas nemokamas Sentinel-2 10 m vaizdas bendram analizei, o konkrečiai, detalesnio poreikio vietai įsigyjamas Maxar 30 cm vaizdas. Sparčiai augantys tiekėjai, tokie kaip Planet, rodo didelį poreikį dažnam kartojimui, o Landsat ir Sentinel nuolatinė sėkmė įrodo atvirų duomenų svarbą mokslui bei visuomenės naudai.

Duomenų formatai, prieinamumas ir naudojimo tendencijos

Duomenų formatai: Palydovinės nuotraukos paprastai saugomos ir platinamos standartizuotais rastriniais failų formatais. Vienas dažniausių formatų yra GeoTIFF, iš esmės TIFF vaizdo failas, turintis geografinių koordinačių informaciją (taip, kad kiekvienas pikselis atitiktų realų pasaulio tašką) equatorstudios.com earthdata.nasa.gov. GeoTIFF formatas plačiai naudojamas apdorotai vaizdinei medžiagai pristatyti (pvz., Landsat scenoms ar aukštos raiškos nuotraukoms), nes juos galima tiesiogiai įkelti į GIS programinę įrangą su tinkamu koreferencavimu. Kitas dažnas formatas dideliems moksliniams duomenų rinkiniams – HDF (Hierarchical Data Format) arba NetCDF, kuris geba saugoti daugiakanalius, daugiatempius duomenis savidokumentaciniu būdu earthdata.nasa.gov. Pavyzdžiui, NASA platina MODIS duomenis HDF formatu. Daugelis orų ir klimato produktų taip pat naudoja NetCDF. Vis dažniau naudojami debesims optimizuoti formatai, kaip COG (Cloud Optimized GeoTIFF), leidžiantys krauti tik dalį vaizdo internetu, neatsisiunčiant viso failo. Vaizdų tiekėjai taip pat gali naudoti patentuotus ar specializuotus formatus efektyvumui didinti, tačiau dažniausiai suteikia konvertavimo įrankius.

Duomenų lygiai ir apdorojimas: Neapdoroti palydoviniai duomenys dažnai reikalauja apdorojimo (radiometrinis kalibravimas, geometrinis koregavimas ir pan.), kad būtų galima naudoti kaip vaizdą. Kosmoso agentūros nustato apdorojimo lygius (0 lygio – žali duomenys, 1 lygio – georeferencijuoti radiacijos duomenys, 2 lygio – išvestiniai produktai, kaip atspindžio rodikliai ir pan.) earthdata.nasa.gov earthdata.nasa.gov. Dauguma viešai išplatintų vaizdų yra bent jau 1 lygio (georeferencijuoti). Kai kurie, pvz., Landsat 2 lygio, jau koreguoti atmosferos efektams ir parengti analizei kaip paviršiaus atspindys. Formato pasirinkimas gali priklausyti nuo lygio – žali duomenys siunčiami suspaustu dvejetainiu formatu, o vartotojai po apdorojimo gauna GeoTIFF arba HDF failus.

Atvira vs. komercinė prieiga: Per pastaruosius 1-2 dešimtmečius labai ryški tendencija – pereiti prie atvirų duomenų vyriausybės finansuojamai palydovinei vaizdinei medžiagai. Kaip minėta, JAVGS Landsat archyvas tapo nemokamas 2008 m. ir tai lėmė „spartų mokslo ir operatyvinių taikymų išplitimą“ naudojantis Landsat sciencedirect.com science.org. Tyrėjai perėjo nuo dešimčių vaizdų užsakymo (dėl kainos) prie šimtų ar tūkstančių vaizdų parsisiuntimo, taip sudarant sąlygas didelėms lyginamosioms studijoms. Panašiai, ESA Sentinel duomenys yra laisvi ir atviri, juos atsisiuntė milijonai vartotojų, išplėtę begalę taikymų žemės ūkyje, katastrofų valdyme ir pan. NASA bei NOAA beveik visus Žemės stebėjimo duomenis daro laisvai prieinamus (NASA EarthData ir NOAA CLASS sistemos), dažnai be registracijos. Pagrindinė idėja – kad mokesčių mokėtojų pinigais surinkti duomenys yra viešas gėris. Šis atviras požiūris demokratizavo prieigą – nedidelė mokslinė laboratorija ar besivystančios šalies žemės ūkio ministerija gali naudotis palydoviniais duomenimis be biudžeto apribojimų.

Kita vertus, komercinė palydovinė vaizdinė medžiaga (ypač labai aukštos raiškos, iš tokių kompanijų kaip Maxar, Airbus ir kt.) parduodama su licencijomis. Didžiausi klientai yra vyriausybės (pvz., kariuomenės ar kartografijos agentūros perka vaizdus), taip pat pramonės sektoriai (kasyba, finansai, draudimas) ir technologijų kompanijos (žemėlapių paslaugoms). Sąnaudos gali būti reikšmingos (šimtai ar tūkstančiai dolerių už aukščiausios raiškos paveikslą). Tačiau komercinės įmonės kartais išleidžia duomenis humanitarinėms krizėms arba padaro dalį archyvų viešus po tam tikro laiko. Taip pat daugėja „New Space“ bendrovių, kurios taiko mišrius modelius – pvz., Planet turi atvirų duomenų programą mokslininkams ir NVO nekomerciniam naudojimui, o per nelaimes jie gali plačiai išleisti vaizdus.

Platformos ir prieinamumas: Dėl milžiniškų duomenų kiekių atsirado naujos platformos vaizdų talpinimui ir pateikimui. Google Earth Engine – ryškus pavyzdys: debesijos platforma, talpinanti petabaitus viešų palydovinių duomenų (Landsat, Sentinel, MODIS ir kt.), leidžianti vartotojams juos analizuoti per žiniatinklio sąsają. Tai pašalina poreikį parsisiųsti terabaitus duomenų lokaliai – analizė vyksta ten pat, kur duomenys ir saugomi. Tokios platformos gerokai padidino vaizdų naudojimą, nes suteikia tiek duomenis, tiek skaičiavimo pajėgumus vientisoje aplinkoje. Panašiai, Amazon Web Services (AWS) ir kiti talpina atvirus vaizdų archyvus (visą Landsat ir Sentinel kolekciją debesims optimizuotu formatu) kaip atvirų duomenų programų dalį.

Duomenų apimtis ir tendencijos: Palydovinių vaizdų duomenų apimtis yra milžiniška ir sparčiai auga. 2021 m. Europos Sentinel archyvas buvo didesnis nei 10 petabaitų ir kasdien didėja 7+ terabaitais ceda.ac.uk. Vienas Sentinel-2 palydovas per dieną po suspaudimo sugeneruoja apie 1,5 TB duomenų eoportal.org. Planet Labs žvaigždynas kasdien fiksuoja milijonus vaizdų (nors ir mažesne raiška). Tokį „didžiųjų duomenų“ kiekį valdyti ir analizuoti sudėtinga, todėl vis svarbesni tampa debesų talpyklos, paskirstytas apdorojimas ir dirbtinis intelektas (plačiau aptariama kitame skyriuje). Duomenų gausa paskatino inovacijas – kaip Analysis Ready Data (ARD), iš anksto apdorotus vaizdus bendru formatu/projekcijoje, leidžiančius juos lengvai sluoksniuoti ir analizuoti, bei pvz., Google Earth Engine duomenų katalogo „tiling“ schemas.

Naudojimo tendencijos: Didėjant prieinamumui, palydovinių vaizdų naudotojų ratas išsiplėtė nepaprastai. Tai nebe tik nuotolinio stebėjimo specialistai su specializuota programine įranga. Dabar nuotraukas įvairiose programėlėse ir platformose naudoja ekologai, urbanistai, ekonomistai ir net paprasti piliečiai. Pavyzdžiui, humanitariniai savanoriai nemokamus vaizdus naudoja OpenStreetMap žemėlapiams brėžti pavojingose teritorijose. Žemės ūkyje agronomai naudoja palydovinius derliaus prognozavimo modelius per internetines valdymo skydelius. Žurnalistikoje naujienų portalai skelbia palydovines nuotraukas kaip įrodymą (pvz., žmogaus teisių pažeidimų ar gamtos niokojimo atvejais). Šį plitimą lėmė patogūs įrankiai (internetinės žemėlapių platformos, paprastos API) ir palydovinių vaizdų integracija į kasdienio vartojimo produktus (pvz., orų programėlės su palydovų kilpomis ar finansinių įmonių naudojami parkavimo aikštelių vaizdai prekybos apimtims prognozuoti).

Kita tendencija – beveik realaus laiko vaizdų prieinamumas. Kai kurie tiekėjai (ypač orų) pateikia vaizdus per kelias minutes nuo surinkimo. Kiti, kaip Landsat ir Sentinel, paprastai pateikia nuotraukas per kelias valandas po paskutinio duomenų gavimo ir apdorojimo. Tai leidžia vartotojams reaguoti greičiau – pavyzdžiui, nustatyti naują naftos išsiliejimą palydovo nuotraukose tą pačią dieną ir nedelsiant informuoti institucijas.

Galiausiai, augant vaizdų archyvams, didėja susidomėjimas laikinuoju duomenų gavyba – analizuojami ne tik pavieniai vaizdai, bet stebimos tendencijos ir pokyčiai daugelio metų periodu (laiko eilučių analizė). Tai naudojama miestų augimo modeliams, miškų kirtimo tempams, daugiamečiams sausros padariniams ir kt. Nemokami archyvai ir didžiųjų duomenų įrankiai leidžia vykdyti ilgalaikes analizes. Vienas įspūdingas pavyzdys – mokslininkai, pasitelkę 30+ metų Landsat duomenis, sudarė pasaulinį paviršinio vandens pokyčių ar miestų plėtros žemėlapį, kas anksčiau būtų buvę beveik neįmanoma be atvirų duomenų.

Trumpai tariant, palydoviniai vaizdai prieinami kaip niekad anksčiau. Laisvų ir atvirų duomenų judėjimas atvėrė sprogstamą naudojimo augimą moksle ir už jo ribų earthobservatory.nasa.gov earthobservatory.nasa.gov. Kartu su informacinių technologijų pažanga, tai pakeitė galimybių horizontą: vietoje pavienių kadrų galime analizuoti „tikrai dideles problemas“, kaip pasauliniai pokyčiai, kasant petabaito masto archyvus earthobservatory.nasa.gov. Dabar iššūkis – ne duomenų gavimas, o efektyvus įžvalgų išgavimas.

Iššūkiai naudojant palydovinius vaizdus

Nepaisant milžiniškos vertės, dirbant su palydoviniais vaizdais susiduriama su nemažai iššūkių ir apribojimų, kuriuos turi įveikti tiek naudotojai, tiek tiekėjai:

• Duomenų apimtis ir valdymas: Kaip jau minėta, palydovų misijos generuoja milžiniškus duomenų kiekius. Tai saugoti, kataloguoti ir perduoti yra didžiulis iššūkis. Palyginimui: Copernicus Sentinel palydovai kasdien prie archyvų prideda 7–10 TB duomenų ceda.ac.uk, o Landsat archyvas per 50 metų pasiekė petabaitų mastą. Tam reikia patikimos infrastruktūros: daugiasluoksnio saugojimo (greiti laikmenos naujausiems duomenims, juostinės archyvo laikmenos seniems), didelio pralaidumo tinklų ir efektyvių duomenų formatų. Vartotojams didelės apimties duomenų atsisiuntimas – rimtas iššūkis, todėl persikelta prie debesų analizės. Tokie kiekiai lemia dideles sąnaudas ir reikalauja tarptautinio koordinavimo, kad išvengti dubliavimo (daugelis agentūrų veikia kaip tarpusavio veidrodžiai). Perteklinių duomenų rizika – analitikai gali „paskęsti duomenyse“, todėl vis dažniau pasitelkiamas automatinis filtravimas (pvz., ieškoma kuriuose vaizduose nėra debesų) ir didžiųjų duomenų analizė.
• Apdorojimas ir kompetencija: Neapdoroti palydoviniai duomenys iš karto nėra tinkami naudojimui – reikia daugybės apdorojimo žingsnių. Orto-rektifikacija (geometrinių iškraipymų dėl reljefo ir sensoriaus padėties taisymas), radiometrinė kalibracija (jutiklio signalų pavertimas atspindžio ar šviesos temperatūra), atmosferos koregavimas (pašalinant miglos, drėgmės efektus) būtini norint atlikti kiekybinę analizę. Nors šiuo metu daugelis produktų jau pateikiami aukštesnio lygio apdorojimo, vartotojams, norintiems tikslių rezultatų, būtina suprasti šiuos procesus. Tai reikalauja nuotolinio stebėjimo kompetencijos. Be to, dirbant su daugiakanaliais ar hiperspetraliniais duomenimis, reikia gebėti apdoroti didelius, daugiakanalius failus, mokėti juos interpretuoti. Naujokams kyla mokymosi kreivė: reikia žinoti, kokias juostų kombinacijas naudoti kokiam tikslui, kaip interpretuoti radarinius vaizdus ir t. t. Norint išgauti informaciją (pvz., žemės dangos klasifikacija, objektų aptikimas), reikia sudėtingo apdorojimo, dažnai taikant algoritmus ar mašininio mokymosi modelius. Specializuota programinė įranga (GIS ar nuotolinio stebėjimo) ir techninės žinios – barjeras, kurį, tiesa, vis labiau mažina šiuolaikiniai įrankiai.
• Tikslumas ir kalibravimas: Palydovinių vaizdų kokybė ir tikslumas gali skirtis. Geolokacijos tikslumas (žinoti tikslias kiekvieno pikselio koordinates) nėra tobula – aukščiausios klasės palydovai gali turėti kelių metrų paklaidas, o senesni ar kai kurie produktai – dešimčių metrų. Analitikams tenka kartais suderinti (coregistruoti) vaizdus iš skirtingų šaltinių, o tai gali būti sudėtinga, jei jie šiek tiek nesutampa. Radiometrinis tikslumas ir sensorių tarpusavio kalibracija – dar viena problema: pvz., užtikrinti, kad Sentinel-2 atspindžio reikšmė atitiktų Landsat-8 reikšmę. Jutiklių kalibravimo ar pasyvių juostų skirtumai reiškia atsargumą analizuojant iš skirtingų šaltinių. Nuolat vyksta pastangos harmonizuoti duomenis iš skirtingų palydovų (pvz., Sentinel-2 duomenys reguliuojami, kad atitiktų Landsat laiko eilutę). Be to, atmosferos trikdžiai (debesys, migla) ir žiūrėjimo geometrijos skirtumai turi įtakos. Debesys – didžiausia optinių vaizdų problema: net dalinė debesuotumas gali paslėpti objektus ar iškreipti analizę; šešėliai irgi gali klaidinti. Naudojamos debesų maskavimo algoritmai arba renkamasi radarą ar kitą stebėjimą debesuotose vietovėse. Taip pat iškraipymus sukelia šešėliai, reljefo efektai (pvz., kalnų šlaitai be saulės yra tamsesni), sezoniniai skirtumai. Tai kelia „triukšmo“ grėsmę, todėl reikia normuoti (kelių datų) ar lyginti laikui bėgant.
• Privatumo ir saugumo klausimai: Kadangi palydoviniai vaizdai tampa vis detalesni ir labiau prieinami, privatumo klausimai tampa vis aktualesni. Dažniausiai raiška nėra tokia, kad identifikuotų asmenis (veidų ar numerių nematyti), tačiau gali atskleisti nemažai apie privačią nuosavybę ar veiklą. Kai kurie žmonės nepritaria tokioms paslaugoms kaip Google Earth, rodančioms jų kiemus ar baseinus. „Privatumo klausimus kelia kai kurie, nenorintys, kad jų turtas būtų matomas iš viršaus“ en.wikipedia.org. Tačiau tiekėjai ir žemėlapių kompanijos pabrėžia, kad palydoviniai vaizdai rodo tik tai, kas matoma iš dangaus, analogiškai kaip matytųsi iš lėktuvo, o paprastai jie ne realaus laiko – gali būti kelių savaičių ar mėnesių senumo en.wikipedia.org. Daugumoje šalių, kai objektas matomas iš viešos oro erdvės, privatumo teisių nėra. Visgi yra specialių atvejų: pavyzdžiui, JAV galiojo (dabar sušvelnintas) draudimas skelbti labai aukštos raiškos Izraelio nuotraukas dėl saugumo, o Indija riboja vaizdų rezoliuciją iki 1 m ne vyriausybinėms institucijoms. Yra ir jautrių infrastruktūrų problema – palydovai gali sufotografuoti karines bazes ar strateginius objektus, keldami nacionalinio saugumo klausimus. Tačiau dėl pasaulinio vaizdų prieinamumo dauguma vyriausybių susitaikė su „skaidraus pasaulio“ koncepcija. Kai kurie privatumo sprendimai – viešuose žemėlapiuose „išblurrinamos“ tam tikros vietos (taikoma ne visada), o ateityje galimos ir „on-board“ filtravimo funkcijos (šiuo metu nenaudojamos).
• Reguliavimo ir licencijavimo iššūkiai: Komerciniai vaizdai platinami su licencijomis. Vartotojai turi žinoti naudojimo apribojimus – pvz., pirktas vaizdas gali būti naudojamas tik vidinei analizei, bet ne viešam platinimui be papildomų teisių. Diskutuojama, ar valstybės užsakomi vaizdai turėtų tapti vieši (atviri) ar ne. JAV komercinį nuotolinį stebėjimą reguliuoja NOAA, istoriškai nustatydama rezoliucijos ribas (pvz., 50 cm) ir laikui bėgant taikydama išimtis (dabar iki 30 cm optiniams vaizdams, taip pat yra taisyklės naktiniams ar trumpabangiams IR duomenims). Panašiai SAR (sintetinės apertūros radaro) vaizdams tam tikros raiškos ir funkcijų (pvz., svarbiausių judesių aptikimui) ribojimai irgi galioja. Reguliavimo priemonės siekia subalansuoti komercinę inovaciją ir saugumą. Naujiems sprendimams, kaip vaizdo palydovai su dideliu atnaujinimu, greičiausiai bus kuriamos naujos taisyklės (pvz., apriboti realaus laiko srautą ar kadrų per sekundę kiekį, kad išvengti neleistinų stebėjimo formų).
• Kaina ir lygybė: Nors yra nemokamų programų, aukščiausios raiškos vaizdai dažniausiai kainuoja, o tai tampa kliūtimi organizacijoms, kurioms šios išlaidos per didelės. Tai gali lemti informacinę nelygybę. Gerai finansuojama organizacija gali užsakyti 30 cm palydovo vaizdą kasdien, o nedidelė NVO tenkinasi nemokamais 10 m vaizdais ar retesniais fiksavimais. Tam tikros iniciatyvos (pvz., Digital Globe Foundation ar Earth Observation for Sustainable Development programos) siekia užtikrinti mažesnes kainas mokslininkams ar besivystančioms šalims, tačiau skirtumas išlieka. Toliau diskutuojama, kad palydovinių vaizdų nauda turėtų būti prieinama bendrai gerovei (stichinių nelaimių valdymui, klimato veiksmams), todėl, kai įmanoma, valdžios institucijos ir įmonės bendradarbiauja dėl šių duomenų prieinamumo.
• Interpretacija ir klaidingos įžvalgos: Palydoviniai vaizdai atrodo paprasti, tačiau teisingai juos interpretuoti nelengva. Netinkamai interpretuoti vaizdai gali lemti klaidingas išvadas. Pvz., galima supainioti šešėlius su vandeniu, sezoninį augmenijos virsmą – su miško kirtimu. Neturint konteksto ar vietinio patvirtinimo, išauga klaidų rizika. Žvalgyboje žinomi atvejai, kai analitikai klaidingai identifikavo objektus (kartais juos pervertindami, kartais nuvertindami). Siekiant sumažinti riziką, rekomenduojama derinti vaizdus su kitais duomenimis (vietos matavimais, jutiklių duomenimis, vietinėmis žiniomis). Taip pat iššūkiu tampa informacijos perteklius – analitikai gali pražiopsoti svarbius dalykus didžiuliame vaizdų sraute. Čia padėti pradeda automatizavimas (DI) – pavyzdžiui, automatiškai žymimos „anomalijos“ ar pokyčiai, tačiau pats DI gali generuoti klaidingai teigiamus ar neigiamus rezultatus, kuriuos būtina tikrinti žmogui.

Nepaisant šių iššūkių, sritis nuolat žengia į priekį, kad juos spręstų: geresnis duomenų glaudinimas ir pristatymas per debesis kovoja su apimtimis, pažangūs algoritmai ir kalibravimas – užtikrina tikslumą, aiškios naudojimo politikos ir selektyvus „išblurrinimas“ – privatumo apsaugai, o mokymai leidžia plačiau plisti žinioms. Palydovinių vaizdų nauda paprastai nusveria sunkumus, tačiau vartotojai privalo atsižvelgti į šiuos ribojimus, kad atsakingai ir efektyviai naudotų duomenis.

Naujausios tendencijos ir ateities kryptys

Palydovinių vaizdų sritis sparčiai vystosi. Keletas naujausių tendencijų formuoja ateitį, kaip vaizdai yra renkami, analizuojami ir naudojami:

Dirbtinis intelektas ir automatizuota analizė

Dėl milžiniško duomenų kiekio Dirbtinis intelektas (DI) – ypač mašininis mokymasis ir gilusis mokymasis – tampa būtinas, siekiant išgauti informaciją iš palydovinių vaizdų. DI modeliai gali būti apmokyti atpažinti raštus ar objektus vaizduose daug greičiau (o kartais ir tiksliau) nei žmonės. Pavyzdžiui, pakankamai paprastas mašininis mokymasis jau geba aptikti tokius objektus kaip automobiliai stovėjimo aikštelėse ar laivai uostuose iš aukštos raiškos vaizdų defenseone.com. Naujausias iššūkis yra naudoti pažangų DI (įskaitant neuroninius tinklus ir netgi didelių kalbinių modelių analogus vaizdams), siekiant išgauti aukštesnio lygio įžvalgas:

• Objektų atpažinimas ir ypatybių išgavimas: DI kompiuterinės regos modeliai yra naudojami automatiškai atpažinti ir suskaičiuoti viską – nuo pastatų ir kelių (kartografijai), iki medžių (miškotyrai), specifinių pasėlių tipų (žemdirbystėje), transporto priemonių ir orlaivių (žvalgybai). Ši automatizacija leidžia apdoroti vaizdus masiškai, pažymėti pokyčius ar sudaryti duomenų bazes apie objektų gausą. Pavyzdžiui, galima suskaičiuoti visus baseinus mieste iš submetro raiškos vaizdų arba aptikti nelegalias kasybos vietas atogrąžų miške – užduotys, kurių rankiniu būdu atlikti būtų pernelyg varginančios.
• Pokyčių aptikimas ir įspėjimai: DI puikiai lygina vaizdus laikui bėgant, kad rastų, kas pasikeitė. Tai itin svarbu, kai turime kasdienius vaizdus. Algoritmai gali peržiūrėti kasdienius „Planet“ plotų vaizdus, pavyzdžiui, konfliktiškose zonose, ir įspėti analitikus apie naujus pastatų pažeidimus ar apie pasirodžiusias transporto priemones ten, kur jų vakar dar nebuvo. Tai vis labiau artėja prie realaus laiko stebėsenos. Palydovų įmonės investuoja į DI, kad galėtų teikti analitiką kaip paslaugą: vietoj žalių vaizdų pardavimo jie siūlo prenumeratą įspėjimams (pvz., praneškite, jei nauja statyba aptinkama adresu X). „Planet“ generalinis direktorius pabrėžė, kad dabartinė analizė dažnai yra retrospektyvi ir reikalauja daug žmogaus darbo, tačiau nauji DI įrankiai žada greitesnę, netgi prognozuojamą analizę – naudojant milžinišką vaizdų kiekį prognozuoti įvykius (pvz., sausros požymius, galinčius sukelti neramumus) defenseone.com defenseone.com.
• Prognozinė analizė ir modeliavimas: DI tyrinėjama ne tik tam, kad nustatytų, kas įvyko, bet ir prognozuotų, kas įvyks. Panaudojant laiko sekų vaizdus kaip įvestį, modeliai gali prognozuoti miestų augimo dėsningumus, derliaus rezultatus, sausros poveikį. Kaip pažymėta DefenseOne interviu, kombinuojant palydovinius duomenis su DI modeliais, galima iš anksto numatyti scenarijus, pavyzdžiui, „čia tikėtina sausra, kuri gali sukelti socialinius neramumus“ defenseone.com. Tai dar labai ankstyva stadija, bet tokios galimybės laukia proaktyvaus reagavimo sritis.
• Natūralios kalbos sąsajos: Naujovė yra DI pritaikymas, kad palydovinių vaizdų užklausos būtų prieinamos visiems. Vietoj to, kad GIS ekspertas rašytų kodą, sistemos galima paprašyti paprasta kalba: „rask visas nuotraukas, kurioje šio regiono ežeras yra mažiausias per pastaruosius 5 metus“, ir DI tai atliks. Kai kurie didelieji kalbiniai modeliai adaptuojami būtent tokioms geoduomenų užduotims.
• Iššūkiai DI srityje: Mokymų duomenys yra esminiai – laimei, dešimtmečius kaupti ženklinti palydoviniai vaizdai (pvz., iš žemėlapių kūrimo) leidžia modelius mokyti. Tačiau DI turi išmokti apdoroti ir daugiakanalius (multispektrinius), ir radiolokacinius duomenis, kurie yra sudėtingesni už natūralias fotografijas. „Juodosios dėžės“ principas DI veikime kartais kelia klausimų – analitikai privalo pasitikėti, bet taip pat ir patikrinti DI rezultatus, ypač svarbiose srityse, kaip karinė žvalgyba. Yra ir skaičiavimo galingumo klausimas; tačiau debesų platformos su GPU išsprendžia šią problemą.

Jau matome rezultatus: vienu atveju DI modelis padėjo iš palydovinių duomenų identifikuoti anksčiau nefiksuotas metano „superteršėjų“ aikšteles, kitu atveju DI naudojama iš žemėlapių pažymėti kiekvieną pastatą Afrikoje infrastruktūros planavimui. Nacionalinė geoerdvinės žvalgybos agentūra (NGA) pripažįsta tokias DI galimybes kaip „neabejotiną analizės ateitį“, įsivaizduodama ciklą, kur detektoriai identifikuoja pokyčius, o DI sujungia vaizdus su kitais duomenimis (pavyzdžiui, naujienomis ar socialiniais tinklais), kad pateiktų praktišką įžvalgą, inicijuodama tolimesnį informacijos rinkimą tarsi atsiliepimo kilpoje defenseone.com defenseone.com. Tokia integracija žymi „išmaniąją“ palydovinės stebėsenos sistemą.

Vaizdai realiuoju laiku ir greitas patikrinimas

Artėjame prie beveik realaus laiko Žemės stebėsenos eros. Nors tikroviškas visos Žemės vaizdas gyvai kol kas neegzistuoja, perlaikymo laikai trumpėja, ir kai kurios įmonės jau eksperimentuoja su beveik tiesioginio vaizdo fiksavimu:

• Didelės konstelacijos: „Planet“ kasdienis globalus padengimas tapo lūžiu. Dabar kiti siekia dar didesnio greičio. Tokios įmonės kaip BlackSky ir Capella save pristato kaip teikiančias itin dažnus vaizdus pagrindinėse vietose nuo aušros iki sutemų. Pavyzdžiui, „BlackSky“ turi nedidelę konstelaciją, kuri tam tikras vietas gali nufotografuoti net 15 kartų per dieną, ir jie reklamuoja ekonominio aktyvumo ar konfliktų realaus laiko stebėseną. Toks aukštas periodiškumas leidžia beveik stebėti įvykių eigą (pvz., stebėti valandą po valandos, kaip padaugėja pagalbos palapinių katastrofos vietoje). Galutinis tikslas – turėti „gyvą“ bet kurio svarbaus Žemės taško vaizdą beveik be delsos – galbūt atnaujinant kas keletą minučių.
• Geostacionarinis aukštos raiškos vaizdavimas: Tradiciškai geostacionarūs palydovai suteikdavo tik grubią (kilometro mastelio) raišką, skirtą orams stebėti. Tačiau technologijos gali leisti naudoti aukštos raiškos jutiklius GEO orbitoje. Yra pasiūlymų dėl GEO platformų, galinčių teikti tiesioginį vaizdą ar greitas katastrofų nuotraukas (įsivaizduokite geostacionarų palydovą, kas 10 sekundžių fotografuojantį gaisrą ar miestą). Didžiausias iššūkis – fiziniai apribojimai (GEO yra labai aukštai, tad aukštos raiškos optika turi būti milžiniška). Visgi net ir nedideli patobulinimai galėtų duoti, pavyzdžiui, 50–100 m raiškos realaus laiko vaizdus per žemynus, kas būtų itin naudinga didelio masto įvykiams.
• Video iš žemos orbitos: Keli palydovai („SkySat“, bei startup‘as „EarthNow“) jau geba filmuoti trumpus klipus – tarkime, 90 sekundžių vaizdą, kuriame matosi judesys (važiuojančios mašinos, riedantys lėktuvai). Nuolatinis video sunku dėl orbitos apribojimų (palydovas greitai praskrieja virš vietos), tačiau didėjant jų skaičiui, galima išdėstyti skrydžius taip, kad beveik gautume nepertraukiamą stebėseną. Kai kurie kariniai palydovai galbūt jau tai atlieka mobiliai judančių taikinių sekimui. Didelis dėmesys skiriamas greitam duomenų perdavimui: vaizdas iš palydovo vartotojus pasiekia vis greičiau. Didinant stotelių skaičių ir tiesioginius ryšius, šis laikas sutrumpėjo nuo valandų iki dažnai <1 val. ir specialiais atvejais iki kelių minučių.
• Apdorojimas palydove ir išmanieji palydovai: Kartu su DI vystoma idėja patį palydovą padaryti „išmanesnį“. Užuot siuntęs visą vaizdą į Žemę (kas užima daug pralaidumo ir laiko), palydovas galėtų apdoroti vaizdą vietoje ir perduoti tik įspėjimus ar suspaustą aktualią informaciją. Pavyzdžiui, palydovas gali pasitelkti DI, kad aptiktų raketos paleidimo dūmų šleifą ar degantį pastatą, ir nedelsiant atsiųsti apie tai pranešimą (galbūt net per retransliacinius palydovus) analitikams, o ne laukti, kol visas vaizdas bus parsiųstas vėliau. „BlackSky“ užsiminė apie tokių vietinių analitikų integravimą, kad „DI būtų procese dar prieš vaizdų platinimą klientams“ defenseone.com. Tai tarsi „akį“ ir „smegenis“ turintis palydovas – pastebi specifinius įvykius ir siunčia tik naudingą informaciją, leidžiant daug greičiau reaguoti (bei sumažinant duomenų perkrovą antžeminėse sistemose).

Jei šios tendencijos stiprės, palydovinių vaizdų aktualumas priartės prie tiesioginės dronų transliacijos, tik globaliu mastu. Tai turi didžiulių padarinių: gelbėtojai galėtų stebėti potvynio plitimą realiu laiku ir nukreipti evakuacijas, kariuomenės – nuolat stebėti mūšio laukus iš kosmoso, aplinkosaugininkai – užfiksuoti neteisėtus veiksmus (pvz., laivų teršimą) pačiu įvykio metu. Tai kelia ir politikos klausimų, nes nuolatinė gyventojų stebėsena artėja prie sekimo ribos. Tačiau technologiškai judame link pasaulio, kur „skirtis tarp dabartinių ir praeities vaizdų blunka“.

Miniatūrizacija ir naujos palydovinės technologijos

Akyviai matomas mažųjų palydovų iškilimas – palydovai mažėja, tampa pigesni ir gausesni:

• CubeSat ir nanosatelitai: Standartizuoti maži palydovai, kai kurie vos 10 cm kubų dydžio (1U CubeSat), sumažino slenkstį startui. Universitetai, startuoliai, net vidurinės mokyklos gali sukonstruoti bazinį vaizdų fiksavimo CubeSat. Nors 3U CubeSat su mažyčiu teleskopu neprilygs „WorldView-3“ kokybei, jis gali duoti 3–5 m raišką – to užtenka daugumai uždavinių už žymiai mažesnę kainą. Daug miniatiūrinių palydovų konstelacijos (kaip Planet’s Doves) pasižymi geresniu dažnumo ir padengimo santykiu nei didelis palydovas, jei ne absoliučios raiškos prasme. Jau matėme nesuskaičiuojamas CubeSat misijas vaizdų fiksavimui: nuo Planet flotilės iki eksperimentinių su hiperspektriniais jutikliais ar vaizdo kameromis. Pagal kai kuriuos duomenis du trečdaliai veikiančių palydovų dabar yra mažieji palydovai nanoavionics.com, kas žymi šį lūžį. Tai reiškia demokratizaciją: daugiau šalių ar įmonių gali turėti savo „akis danguje“. Tai nebėra tik supervalstybių vyriausybėms – tyrimų agentūra ar privati firma gali paleisti savo vaizdavimų konstelaciją, naudodamasi bendra raketų platforma.
• Pažangūs jutikliai nedidelėse platformose: Technologijos leidžia, kad net maži palydovai gali turėti sudėtingus jutiklius: pavyzdžiui, miniatiūrizuotus syntetinės apertūros radarus (Capella palydovai apie 100 kg, o atvaizduoja <0,5 m radaro vaizdus), mažus hiperspektrinius jutiklius (pvz., 16U CubeSat su 30 m hiperspektriniu), ar infraraudonųjų spindulių jutiklius naktinėms nuotraukoms. Mažėjant komponentams ir galingėjant kompiuterių lustams (vietiniam apdorojimui), didėja pajėgumas kilogramui. Tai žada sąveikias „spiečiaus“ struktūras, kur daug pigesnių palydovų dirbtų kartu (kaip skruzdėlės drauge atlieka sudėtingus darbus).
• Aukštosios atmosferos pseudo-palydovai (HAPS): Tai ne palydovai, bet daugėja stratosferinių dronų ar balionų, veikių kaip laikini palydovai. Jie gali kelias dienas išbūti virš teritorijos su aukštos raiškos kameromis, papildydami palydovinius duomenis itin nuolatine vietine stebėsena. Ateityje HAPS, orlaiviai ir palydovai gali būti integruoti vienoje duomenų sistemoje.
• Kvantiniai ir optiniai ryšiai: Ateities palydovai gali naudoti lazerinį ryšį duomenų perdavimui į Žemę ar tarp palydovų, didindami pralaidumą (kad galėtų greičiau perduoti duomenis ar net žalius video srautus). Tai aktyvios plėtros sritis (pvz., Europos duomenų perdavimo sistema lazeriais leidžia greičiau gauti Sentinel duomenis). Didelis pralaidumas svarbus realaus laiko ar video taikymams.
• Konstelacijų valdymas: Didėjant palydovų skaičiui, tampa svarbu valdyti orbitas ir išvengti susidūrimų (kosminio eismo valdymas). Taip pat reikėtų suderinti konstelacijas bendram vaizdavimui – pavyzdžiui, vienas palydovas sukuria stereo porą tučtuojau po kito, kad gautų 3D informaciją, arba radarų palydovai skrenda formacijoje interferometriniam žemėlapiui. Europos „Tandem-X“ misija tai jau padarė (du radarų palydovai kartu sukūrė globalų 3D žemėlapį). Ateityje tokių suporuotų ar tinkle veikiančių konfiguracijų bus daugiau.

Esant iš esmės, miniatiūrizacija + masinė gamyba palydovų labai panaši į tai, kas nutiko su kompiuteriais (nuo mainframe iki PC, iki išmaniųjų telefonų). Tai reiškia, kad vaizdavimas bus gali būti dar labiau kasdienybe. Tačiau maži palydovai turi ir trumpesnį tarnavimo laiką (dažnai ~3-5 metai), todėl konstelacijas reikia nuolat atnaujinti (reguliariai leisti naujus palydovus). Tai tampa įmanoma su pigesnėmis paleidimo paslaugomis (netgi raketos, skirtos tik mažiems kroviniams, kaip Rocket Lab Electron ar SpaceX rideshares). Greitesnė palydovų rotacija spartins ir inovacijas – naujas technologijas bus galima įdiegti daug greičiau, nei laukiant 15 metų kitoje „didžiojoje“ palydovų kartoje.

Analitika pagrįsta kosmosu ir integruotos platformos

Be aparatinės įrangos, analitika ir įžvalgų pateikimas iš palydovinių vaizdų yra didžiulė naujovės sritis. Vietoj to, kad tik parduotų nuotraukas, įmonės juda „aukštyn vertės grandinėje“ ir siūlo analizę bei atsakymus:

• „Nuo sensoriaus iki sprendimo“ grandinė: Vizija – sukurti pilną sistemą, kurioje palydovai surenka duomenis, DI juos interpretuoja, o galutinis naudotojas gauna praktinę informaciją ar vizualizacijas su minimaliu žmogišku įsikišimu. Pavyzdžiui, ūkininkui nebūtina palydovo nuotrauka – jis nori žinoti, kuri lauko dalis reikalauja trąšų. Kosmosu pagrįstos analitikos įmonės siekia tiesiogiai suteikti tokius atsakymus, dažnai per debesijos platformas ar API. Kitas pavyzdys: investicijų bendrovei nereikia rankiniu būdu analizuoti uostų vaizdų – jos užsisako paslaugą, kuri kas savaitę pateikia pagrindinių uostų užimtumo indeksą (apskaičiuotą pagal konteinerių skaičių vaizduose). Tai jau vyksta – tokios įmonės kaip „Orbital Insight“ ir „Descartes Labs“ apdoroja vaizdus (iš įvairių šaltinių) ir pateikia ekonominius rodiklius (pvz., prekybos centrų stovėjimo aikštelių užimtumas kaip mažmeninės prekybos veiklos indikatorius ar derliaus prognozės).
• Geoduomenų didžiųjų duomenų platformos: Minėjome „Google Earth Engine“; panašiai „Microsoft Planetary Computer“, „Amazon Open Data Registry“ ir kitos integruoja įvairių šaltinių geoduomenis su lanksčiais analitiniais įrankiais. Vis dažniau tokiose platformose siūlomi ne tik vaizdai, bet ir analitiniai modeliai. Dabar šiose platformose galima paleisti dirvožemio dangos klasifikavimo algoritmą visai Afrikai vos per kelias valandas – tai būtų buvę neįmanoma prieš dešimtmetį. Ateityje matysime beveik realaus laiko Žemės skydelius, kuriuose galėsite užklausti planetos būklės (miškų nykimo, oro kokybės, dirvožemio drėgmės ir kt.) beveik gyvai – visa tai leis atlikti nuolatinės palydovinės transliacijos ir analitiniai algoritmai.
• Integracija su kitais duomenų šaltiniais: Palydovų vaizdai vis dažniau derinami su kitais „senzoriais“ – socialinių tinklų, IoT antžeminiais jutikliais, minios surinktais duomenimis – siekiant visapusiškesnės analizės. Pavyzdžiui, per nelaimes užtvindytų vietovių palydoviniai žemėlapiai gali būti susiejami su „Twitter“ duomenimis apie žmonių buvimo vietas. Žemės ūkyje palydovo duomenys apie pasėlių būklę derinami su vietinių orų stotelių duomenimis, kad tiksliau prognozuotų derlių. Tokia duomenų sintezė yra dar viena DI veiklos sritis, derinant skirtingas duomenų srautus gilesnei įžvalgai defenseone.com.
• Edge skaičiavimai orbitoje: Kaip minėta anksčiau, duomenų analizė tiesiog palydove (edge computing) tampa realybe. Jei palydovai gali nustatyti, kurie duomenys vertingiausi, jie gali perduoti tik sutrauktą informaciją arba net suaktyvinti kitus palydovus. Pavyzdžiui, jei vienas palydovas (pvz., infraraudonųjų spindulių) aptinka šiluminę anomaliją (gaisro ženklą), optinis palydovas automatiškai gauna užduotį padaryti tos vietos didelės raiškos nuotrauką. Toks automatinis kryžminis užduočių paskirstymas yra kosmosu pagrįsta analitika, kai palydovų tinklas bendradarbiauja, norėdamas optimaliai užfiksuoti įvykius. Tokius bandymus atliko NASA „sensorweb“, tačiau ateityje jų bus daugiau ir jie bus veiksmingesni.
• Naudotojų prieinamumas ir demokratizacija: Pagrindinis tikslas – kad iš palydovų gautą analizę būtų taip paprasta pasiekti, kaip ir orų prognozes. Greičiausiai atsiras vartotojų programėlės, pasitelkiančios palydovinius duomenis „po gaubtu“ (kai kurios jau egzistuoja, pvz., programėlės, įspėjančios apie pasėlių ligas naudojant Sentinel-2 duomenis). Analitikai paverčiant sudėtingus vaizdus paprastais rodikliais ar įspėjimais, barjeras naudotis palydovų informacija mažėja. Vis dėlto būtina palaikyti analizės tikslumą ir nešališkumą – todėl net DI pagrąstos paslaugos turi būti pakankamai skaidrios.

Aukštesnė raiška ir nauji stebėsenos būdai

Verta paminėti, kad sensorių tobulėjimas tęsiasi: gali pasirodyti dar aukštesnės raiškos komerciniai vaizdai (JAV gali leisti pardavinėti <30 cm raiškos vaizdus ateityje, o kitos šalys jau paleidžia 20 cm klasės sistemas). Naujų spektrinių modalumų, tokių kaip LiDAR iš kosmoso, atsiradimas leis globaliai sudaryti 3D augalijos ir struktūrų žemėlapius (NASA GEDI LiDAR ant TKS yra pirmas žingsnis; jau yra siūlymų palydoviniam LiDAR žemėlapių rengimui). Termovizoriniai infraraudonųjų spindulių palydovai (tokie kaip NASA ECOSTRESS ant TKS arba būsimas Landsat Next, turintis daugiau terminių juostų) mažins temperatūros žemėlapių neapibrėžtumą – tai svarbu vandens naudojimui, miestų karščiui ir kt. Nakvynės metu užfiksuotų šviesų vaizdavimas (pvz., VIIRS instrumentas) gali būti patobulintas aukštesnės raiškos sensoriais, kad matytume žymiai detalesnius žmonių veiklos pokyčius (pvz., sekti elektros tiekimą ar konfliktų padarinius pagal šviesą).

Taip pat ateityje gali būti įmanomi kvantiniai sensoriai arba didelės raiškos hiperspektrinės kameros – visa tai dar labiau praturtins prieinamus duomenis.

Pabaigai – palydovinių vaizdų ateitis – tai daugiau: daugiau palydovų, daugiau duomenų, dažniau, detaliau, automatiškiau. Vystoma vizija – „gyvas Žemės skaitmeninis dvynys“, kurį nuolat atnaujina palydovai ir analizuoja DI, iki tokio lygio, kad žmonės galės klausti apie bet kurį Žemės aspektą beveik realiu laiku. Tai leis neįtikėtinai tvariai valdyti išteklius, greitai reaguoti į krizę ir dinamiškai pažinti pasaulį – tačiau taip pat kels iššūkių dėl duomenų etikos, privatumo ir teisingo panaudojimo. Per artimiausius metus palydoviniai vaizdai dar giliau įsiskverbs į kasdienį gyvenimą – nuo programėlių, kurias naudojame, iki vyriausybių sprendimų, išpildydami ankstyvąjį Kosmoso amžiaus pažadą stebėti ir gerinti „Kosminio laivo Žemė“ gyvenimą.

Šaltiniai:

• Palydovinių vaizdų apibrėžimas ir istorija en.wikipedia.org en.wikipedia.org en.wikipedia.org
• Ankstyvieji kosmoso vaizdai ir programos en.wikipedia.org en.wikipedia.org
• Landsat programa ir tęstinumas en.wikipedia.org en.wikipedia.org
• Geostacionarių ir poliarinių orbitų ypatybės esa.int esa.int earthdata.nasa.gov
• NASA Earthdata – orbitų tipai ir pavyzdžiai earthdata.nasa.gov earthdata.nasa.gov earthdata.nasa.gov
• Pasyviųjų ir aktyviųjų jutiklių samprata earthdata.nasa.gov earthdata.nasa.gov
• Multispektriniai ir hiperspektriniai skiriamieji bruožai en.wikipedia.org en.wikipedia.org
• Raiškos apibrėžimai (erdvinė, spektrinė, laiko) earthdata.nasa.gov earthdata.nasa.gov earthdata.nasa.gov
• Komercinės raiškos pavyzdžiai (WorldView) en.wikipedia.org ir istorijos pirmieji atvejai (Ikonos) mdpi.com
• Duomenų apimties pavyzdys (Sentinel ~7 TB/dieną) ceda.ac.uk
• Privatumo klausimai dėl vaizdų en.wikipedia.org
• DI pritaikymas palydoviniams duomenims (Planet generalinis direktorius apie DI ir vaizdus) defenseone.com defenseone.com
• BlackSky apie realaus laiko DI integraciją defenseone.com
• Atvirų duomenų reikšmė (Landsat duomenų atvėrimas) science.org
• Aplinkos ir žemės ūkio pritaikymai satpalda.com satpalda.com
• Miestų planavimo ir infrastruktūros naudojimas satpalda.com
• Katastrofų valdymas pasitelkiant vaizdus satpalda.com satpalda.com
• Gynybos ir žvalgybos panaudojimo sritys (Planet ir Ukraina, Corona programa) defenseone.com en.wikipedia.org
• Žemėlapių ir navigacijos panaudojimo atvejai en.wikipedia.org satpalda.com
• Pagrindinės programos: Landsat ir Sentinel atviri duomenys en.wikipedia.org earthdata.nasa.gov, Maxar ir Planet galimybės en.wikipedia.org en.wikipedia.org, mažųjų palydovų plėtra patentpc.com.