Сателитски снимци: принципи, примене и будући трендови

Definicija i Osnovni Principi

Satelitski snimci odnose se na slike Zemlje (ili drugih planeta) koje prikupljaju sateliti u orbiti. Ove slike su oblik daljinskog osmatranja, što znači da se podaci dobijaju na daljinu, bez direktnog kontakta. Sateliti nose senzore koji detektuju elektromagnetno zračenje reflektovano ili emitovano sa Zemljine površine. Većina satelita za snimanje koristi pasivne senzore koji se oslanjaju na sunčevu svetlost kao izvor osvetljenja (snimaju reflektovano vidljivo, infracrveno ili toplotno zračenje), dok drugi koriste aktivne senzore koji emituju sopstveni signal (kao što su radarski impulsi) i mere povratak signala earthdata.nasa.gov earthdata.nasa.gov. Snimanjem ovog zračenja i njegovim pretvaranjem u digitalne slike, sateliti omogućavaju detaljan i sinoptički prikaz Zemljine površine i atmosfere. Snimci moraju biti georeferencirani (mapirani na geografske koordinate) i korigovani za izobličenja da bi bili upotrebljivi u geografskim informacionim sistemima (GIS) en.wikipedia.org.

U suštini, satelitski snimci nam omogućavaju da posmatramo i pratimo Zemlju na globalnom nivou. Često su komplementarni avionskoj fotografiji, nudeći širu pokrivenost ali obično sa nižom rezolucijom en.wikipedia.org. Moderni satelitski snimci mogu da razlikuju objekte veličine oko 30–50 cm kod najnaprednijih komercijalnih sistema en.wikipedia.org, dok javni programi poput Landsat-a imaju rezoluciju od 10–30 m en.wikipedia.org. Sateliti snimaju razne delove elektromagnetnog spektra, što omogućava ne samo prirodne fotografije već i lažno obojene snimke i slojeve podataka izvan mogućnosti ljudskog vida (npr. infracrveno ili mikrotalasno područje). Ove karakteristike čine satelitske snimke moćnim alatom za posmatranje ekoloških procesa, mapiranje karakteristika Zemlje i detekciju promena tokom vremena.

Istorijski razvoj satelitskog snimanja

Razvoj satelitskog snimanja proteže se od grubih ranih pokušaja do današnjih sofisticiranih mreža kamera u svemiru. Prve slike iz svemira dobijene su 1946. sa jednog suborbitalnog američkog V-2 raketnog leta, koji je napravio fotografije sa visine od oko 105 km en.wikipedia.org. Prva prava satelitska fotografija Zemlje snimljena je 14. avgusta 1959. od strane američkog satelita Explorer 6, prikazavši nejasan pogled na oblake iznad Pacifika en.wikipedia.org. Godine 1960, satelit TIROS-1 preneo je prvu televizijsku sliku Zemlje iz orbite, što je predstavljalo prekretnicu za osmatranje vremenskih prilika en.wikipedia.org.

Tokom 1960-ih, satelitski snimci su najviše napredovali u domenima meteorologije i vojne izvidnice. TIROS i kasniji NOAA meteorološki sateliti pokazali su vrednost neprekidnog snimanja oblaka za potrebe prognoziranja. Paralelno s tim, SAD su pokrenule tajni program CORONA (1960–1972), seriju špijunskih satelita koji su koristili filmske kamere, a kasete sa filmom bile su spuštane iz orbite i presretane u vazduhu. (Corona snimci, deklasifikovani decenijama kasnije, prikazivali su detalje od ~7.5 m, što je tada bilo izuzetno en.wikipedia.org.) Do 1972. satelitsko snimanje ulazi u civilnu sferu sa satelitom Landsat 1 (prvobitno nazvan ERTS-1). Landsat je bio prvi satelit posvećen sistematskom posmatranju Zemlje za naučne i civilne svrhe en.wikipedia.org. Program je stvorio kontinuiranu arhivu multispektralnih snimaka srednje rezolucije, staru čak 50 godina, pri čemu je Landsat 9 lansiran 2021. godine en.wikipedia.org.

Usledilo je nekoliko ključnih prekretnica. Godine 1972. astronauti sa Apola 17 snimili su čuvenu fotografiju „Plava kugla“ Zemlje, što je podiglo svest javnosti o snimanju Zemlje en.wikipedia.org. Do 1977, SAD su postavile prvi digitalni satelit za snimanje u realnom vremenu (izviđački satelit KH-11 KENNEN), čime je eliminisana potreba za vraćanjem filma i znatno ubrzano prikupljanje obaveštajnih podataka en.wikipedia.org. Godine 1986, francuski SPOT-1 uvodi snimanje više spektralnih oblasti visoke rezolucije (10–20 m), a i druge zemlje (Indija, Rusija, Japan, itd.) pokreću sopstvene programe osmatranja Zemlje.

Do ere komercijalnih satelitskih snimaka dolazi 1990-ih. SAD su ublažile ograničenja za privatne kompanije, što je dovelo do lansiranja satelita IKONOS 1999. – prvog komercijalnog satelita za snimanje visoke rezolucije sa rezolucijom od 1 m mdpi.com. Ovo je ubrzo prevaziđeno satelitima potresolucijom ispod 1 m: npr. QuickBird (60 cm, 2001) i WorldView-1/2 (~50 cm, kasne 2000-te) mdpi.com. Danas Maxar Technologies (bivši DigitalGlobe) upravlja serijom WorldView, uključujući WorldView-3 koji nudi ~0,3 m panhromatsku rezoluciju. Do 2010-ih, CubeSats i mikrosateliti omogućili su lansiranje desetina jeftinih snimača odjednom. Na primer, Planet Labs je rasporedio flotu nanosatelita (5–10 kg „Doves“) kako bi snimao celu Zemlju svakodnevno rezolucijom 3–5 m. Rezultat je eksplozija količine prikupljenih snimaka. Godine 2010. u orbiti je bilo oko 100 satelita za osmatranje Zemlje; do 2023. lansirano je više od 2.500 satelita, što je 25 puta više zahvaljujući pre svega konstelacijama malih satelita patentpc.com.

Još jedan važan trend je politika otvorenih podataka za državne satelitske arhive. Godine 2008, američki USGS je celu Landsat arhivu učinio besplatno dostupnom javnosti, što je „značajno povećalo upotrebu” podataka u nauci, državnoj upravi i industriji science.org. Slično tome, program Evropske unije Kopernikus (sateliti Sentinel) omogućava besplatne i otvorene snimke. Početkom 21. veka, satelitski snimci su postali široko dostupni svima sa internet vezom – popularizovani alatima kao što su Google Earth i onlajn mape. Kako stoji u jednom izvještaju, povoljni softver i javne baze podataka omogućili su da „satelitski snimci postanu široko dostupni” za svakodnevnu upotrebu en.wikipedia.org.

Satelitske orbite i tipovi satelita za snimanje

Sateliti se mogu postaviti u različite orbite u zavisnosti od njihove misije. Orbita određuje brzinu satelita, pokrivenost i učestalost preleta. Dve najčešće klase orbita za snimanje Zemlje su geostacionarna i polarna sunčevo-sinhrona (tip niske orbite oko Zemlje), svaka sa svojim specifičnostima:

• Geostacionarna orbita (GEO): Geostacionarni satelit kruži na oko 35.786 km iznad ekvatora i obiđe Zemlju za 24 sata, usklađeno sa rotacijom Zemlje esa.int. Dakle, on ostaje nepomičan iznad jedne tačke na ekvatoru. Geostacionarni sateliti kontinuirano posmatraju isto veliko područje (oko trećinu Zemljine površine) sa udaljene tačke gledišta esa.int. Ova orbita je idealna za misije koje zahtevaju stalno praćenje, kao što su meteorološki sateliti koji prate kretanje oblaka i oluja u realnom vremenu esa.int. Nedostatak je niža prostorna rezolucija zbog velike visine – detalji su grublji, ali je pokrivenost široka i kontinuirana.
• Niska orbita oko Zemlje (LEO), polarna sunčevo-sinhrona: LEO orbite su na visini od oko 500 do 1.000 km, a sateliti obiđu Zemlju za 90-100 minuta po orbiti eos.com. Mnogi sateliti za posmatranje Zemlje koriste polarnu orbitu (prolaze blizu polova) koja je sunčevo-sinhrona – znači da prelaze ekvator uvek u isto lokalno solarno vreme earthdata.nasa.gov. Ovo osigurava ujednačene svetlosne uslove za snimanje. LEO sateliti su mnogo bliže Zemlji, postižući slike veće prostorne rezolucije i pokrivajući različite toplote planete pri svakom preletu dok se Zemlja okreće ispod njih earthdata.nasa.gov. Jedan polarni satelit može ponovo snimiti istu lokaciju na svakih nekoliko dana do nedelja (npr. Landsat ima ciklus ponovnog snimanja od 16 dana), ali korišćenjem konstelacija više satelita može se dostići gotovo svakodnevna pokrivenost. LEO koriste većina mapirajućih, ekoloških i špijunskih satelita. Na primer, NASA-in Aqua satelit orbitira na oko 705 km visine u sunčevo-sinhronoj orbiti, omogućavajući globalno pokrivanje Zemlje svakih dan-dva earthdata.nasa.gov.

Drugi tipovi orbita uključuju srednju orbitu oko Zemlje (MEO) (~2.000–20.000 km), koja se najviše koristi za navigacione sisteme poput GPS-a (12-časovne orbite) earthdata.nasa.gov earthdata.nasa.gov, i izrazito eliptične orbite za specijalizovanu komunikaciju ili nadzor (npr. Molnija orbite). Uopšteno, niže orbite daju finije detalje ali pokrivaju manja područja, dok više orbite pokrivaju ogromne oblasti sa grubljim detaljima. Tabela 1 sumira ključne razlike između geostacionarnih i polarnih (sunčevo-sinhronih) satelitskih orbita:

Napomena: Mnoge konstelacije za snimanje koriste sunčevo-sinhronu nisku orbitu za globalno mapiranje, dok se geostacionarne orbite koriste za vremenske satelite (npr. NOAA-ini GOES) radi konstantnog posmatranja jedne hemisfere.

Senzori za snimanje i tehnologije

Satelitski senzori se mogu klasifikovati prema svojoj tehnologiji snimanja i delu elektromagnetnog spektra koji mere. Ključni tipovi uključuju optičke kamere, multispektralne/hiperspektralne skenere i radarske imidžere. Svaki ima jedinstvene mogućnosti:

• Optičko snimanje (vidljivo/infrared): Ovi senzori rade poput kamere, detektujući reflektovanu sunčevu svetlost u širokim talasnim opsezima (obično vidljivi spektar i bliski infra-crveni). Oni prave slike nalik na aerofotografije ili „satelitske fotografije“. Optičke slike mogu biti u pravim bojama (kako bi čovek video) ili lažno obojene (koristeći infra-crvene opsege za isticanje vegetacije, itd.). Takvi senzori su pasivni, oslanjaju se na sunčevo osvetljenje earthdata.nasa.gov earthdata.nasa.gov. Zbog toga oni ne mogu da vide kroz oblake ili noću, pošto oblaci blokiraju sunčevu svetlost a nema svetla na noćnoj strani Zemlje earthdata.nasa.gov earthdata.nasa.gov. Optičko snimanje je temelj programa kao što su Landsat i komercijalni sateliti. Rani optički sateliti su snimali panchromatske (crno‑bele) slike na filmu; savremeni koriste digitalne detektore. Savremeni visokorezolucioni optički sateliti danas mogu da razluče detalje ispod metra – na primer, WorldView-2 kompanije Maxar ima pancromatsku rezoluciju od ~0,46 m en.wikipedia.org. Optičke slike su lake za tumačenje i široko se koriste za mape i vizuelne analize, ali su zavisne od vremenskih uslova.
• Multispektralni i hiperspektralni senzori: Ovo su napredni optički imidžeri koji snimaju podatke u mnogo različitih talasnih opsega umesto samo jednog širokog kanala boja. Multispektralno se obično odnosi na senzore sa umerenim brojem posebnih opsega (npr. 3 do 10 opsega koji pokrivaju vidljivi, bliski infra-crveni, kratkotalasni IR, itd.), kao što su Landsat TM sa 7 opsega ili Sentinel-2 sa 13 opsega. Hiperspektralno se odnosi na senzore sa desetinama do stotinama veoma uskih, neprekinutih opsega, praktično snimajući kontinuirani spektar za svaki piksel en.wikipedia.org en.wikipedia.org. U hiperspektralnim slikama, svaki piksel sadrži detaljan refleksioni spektar koji se može koristiti za identifikaciju materijala (minerala, biljnih vrsta, zagađivača) sa velikom preciznošću. Razlika nije samo u broju opsega već i u njihovoj neprekinutosti – multispektralne slike ne prikazuju puni spektar za svaki piksel, dok hiperspektralne to rade (npr. 400–1100 nm sa koracima od 1 nm) en.wikipedia.org. Hiperspektralno snimanje, poznato i kao spektralna imidžerija, razvijeno je u instrumentima kao što je NASA-in AVIRIS tokom 1980-ih en.wikipedia.org. Multispektralni senzori predstavljaju kompromis između količine informacija i obima podataka, dok hiperspektralni senzori prave ogromnu količinu podataka i često imaju grublju prostornu rezoluciju ili uže trake zbog tehničkih ograničenja en.wikipedia.org. Obe vrste su dragocene: multispektralne slike se rutinski koriste za klasifikaciju pokrivača zemljišta (npr. razlikovanje vode, zemlje, useva, šuma), a hiperspektralne slike za specijalizovane analize kao što su istraživanje minerala, detekcija stresa kod useva i ekološko praćenje gde su važni detaljni spektralni potpisi. Na primer, Landsat (multispektralni) dugo prati globalni pokrivač zemljišta en.wikipedia.org, dok noviji hiperspektralni sateliti (poput italijanskog PRISMA ili nadolazećih misija) mogu otkriti suptilne biohemijske razlike u vegetaciji ili geologiji.
• Termalno infracrveno: Mnogi optički multispektralni senzori uključuju i termalne infracrvene opsege (npr. instrument TIRS na Landsat-u) koji mere emisiju toplotnog zračenja sa površine Zemlje. Termalne slike mogu prikazati temperaturne razlike, što je korisno za praćenje šumskih požara, urbanih toplotnih ostrva ili temperature površine mora noću. Ovo su pasivni senzori, ali rade u drugačijem spektru (dugotalasni IR) i mogu funkcionisati i danju i noću (jer Zemlja emituje IR čak i bez sunčeve svetlosti). Međutim, termalna rezolucija je obično znatno grublja (desetine do stotine metara) zbog ograničenja detektora.
• Radarsko snimanje (SAR – Sintetički otvoreni radarski spektar): Radarski imidžeri su aktivni senzori – oni emituju mikro-talase radio signala ka Zemlji i mere njegovo odbijanje (backscatter). Najčešći oblik je sintetički otvoreni radar, koji koristi kretanje satelita da simulira veliku antenu i tako postigne visoku rezoluciju. Radarski sateliti rade na talasnim dužinama kao što su X-band, C-band ili L-band mikro-talasi. Ključna prednost je što radar prodire kroz oblake i radi u mraku, omogućavajući snimanje u svim vremenskim uslovima, 24 sata dnevno earthdata.nasa.gov. Slike izgledaju veoma drugačije od optičkih – radar meri hrapavost i vlažnost površine, dajući crno-bele slike gde voda izgleda tamno (malo povrata), a gradovi ili planine svetlo. SAR je neprocenjiv za oblasti kao što su mapiranje deformacija površine (zemljotresi, podmukla sleganja), detekcija brodova ili poplava ispod oblaka i praćenje tropskih regiona gde su oblaci stalni problem. Primeri uključuju ESA-in Sentinel-1 (C-band SAR) i komercijalne radarske satelite kao TerraSAR-X i Capella Space. Rane radarske misije iz 1990-ih (npr. kanadski RADARSAT-1) su imale rezoluciju oko 10 m. Današnji najbolji SAR sateliti postižu rezoluciju od 1 m ili bolje mdpi.com (italijanski COSMO-SkyMed i nemački TerraSAR-X, lansirani 2007, bili su među prvim koji su dostigli ~1 m radarske slike mdpi.com). Radarsko snimanje zahteva složeniju interpretaciju, ali znatno proširuje mogućnosti osmatranja Zemlje tamo gde optički senzori ne uspevaju (noć, oblaci), a može i prodrijeti kroz neke površine (npr. L-band radar može prodreti kroz lišće ili suvi pesak i otkriti skrivene karakteristike).

Tehnike snimanja: Sateliti koriste različite metode za hvatanje slika. Moderni optički i multispektralni sateliti obično koriste dizajn push-broom skenera: linearni niz senzora gradi sliku liniju po liniju dok se satelit kreće kroz orbitu en.wikipedia.org. Ovo se razlikuje od starijih whisk-broom skenera, koji su zamahivali jednim detektorom levo-desno duž tragom (poprečno na pravac kretanja) da bi snimali zemlju u trakama en.wikipedia.org. Push-broom sistemi (takođe poznati kao linijski skeneri) nemaju pokretnih delova osim kretanja letelice i obezbeđuju kvalitetniji signal, pa su sada česti (npr. koriste se kod Sentinel-2, WorldView, itd.). Neki sistemi za snimanje uzimaju fotografisane slike (dvodimenzionalne snimke) odjednom koristeći žarišnu ravan – ovo je češće u vazdušnim kamerama i ranim špijunskim satelitima (koji su zaista koristili filmske kadrove). Za hiperspektralno snimanje koriste se specijalizovane tehnike kao što su prostorno skeniranje (push-broom procjepno snimanje sa disperzionom optikom) ili spektralno skeniranje (podesivi filteri koji snimaju po jednom talasnom dužinom) en.wikipedia.org en.wikipedia.org. Sintetički otvoreni radarski spektar, s druge strane, radi tako što pomera antenu i obrađuje povratne signale sa Doplerovim pomakom da bi se sintetisala slika mnogo finije rezolucije nego što bi fizička antena omogućila.

Još jedan ključni aspekt snimanja su različite rezolucije koje opisuju kvalitet i upotrebljivost slike:

• Prostorna rezolucija: veličina tla koju pokriva jedan piksel slike (npr. 30 m za Landsat, 50 cm za WorldView). Ona određuje najmanji objekat koji se može razlikovati. Veća prostorna rezolucija (manja veličina piksela) otkriva više detalja. Na primer, MODIS na NASA-inim satelitima Terra/Aqua ima piksele od 250 m do 1 km, što je pogodno za regionalno do globalno mapiranje, dok komercijalni sateliti sa pikselima <1 m mogu identifikovati pojedinačna vozila en.wikipedia.org. Prostorna rezolucija je određena optikom senzora i visinom orbite earthdata.nasa.gov earthdata.nasa.gov.
• Spektralna rezolucija: sposobnost da se razlikuju fine razlike u talasnim dužinama – zapravo broj i širina spektralnih kanala. Multispektralni senzori sa nekoliko širokih kanala imaju grublju spektralnu rezoluciju, dok hiperspektralni senzori sa stotinama uskih kanala imaju veoma finu spektralnu rezoluciju earthdata.nasa.gov. Na primer, instrument kao što je AVIRIS meri 224 uzastopna spektralna kanala, postižući veoma finu spektralnu rezoluciju koja omogućava razlikovanje između različitih minerala ili biljnih vrsta earthdata.nasa.gov. Uopšteno, više kanala/uži kanali = viša spektralna rezolucija, što omogućava detaljniju identifikaciju materijala earthdata.nasa.gov earthdata.nasa.gov.
• Vremenska rezolucija (učestalost ponovnog posmatranja): koliko često satelit može snimiti istu lokaciju na Zemlji. Ovo zavisi od orbite i satelitske konstelacije. Geostacionarni sateliti praktično stalno posmatraju određenu oblast (vremenska rezolucija reda veličine minuta, jer mogu snimati slike svakih nekoliko minuta za vremenske sekvence) earthdata.nasa.gov. Polarni orbiteri imaju vremensku rezoluciju od dnevne (za senzore sa širokim opsegom kao MODIS) do više od nedelju dana (za instrumente sa užim opsegom kao što je Landsat na 16 dana) earthdata.nasa.gov. Na primer, Sentinel-2 ima učestalost povratka od 5 dana sa dva satelita, a Terra/MODIS oko 1-2 dana earthdata.nasa.gov. Visoka vremenska frekvencija je ključna za praćenje brzo promenljivih pojava (vreme, katastrofe), dok neke primene mogu žrtvovati vremensku frekvenciju zarad veće prostorne/spektralne detaljnosti earthdata.nasa.gov. Više satelita u koordinisanim orbitama (konstelacije) sve se više koristi za poboljšanje učestalosti – npr. Planet Labs upravlja sa preko 150 minisatelita radi postizanja svakodnevnog globalnog snimanja.
• Radiometrijska rezolucija: osetljivost senzora na razlike u intenzitetu signala, obično izražena kao broj bita podataka po pikselu (npr. 8-bit = 256 nivoa sivih tonova, 11-bit = 2048 nivoa itd.). Viša radiometrijska rezolucija znači da senzor može detektovati finije nijanse osvetljenosti ili temperature. Moderni optički senzori često imaju radiometrijsku rezoluciju od 10-12 bita ili više, što poboljšava mogućnost razlikovanja suptilnih kontrasta (važno u primenama poput boje okeana ili zdravlja vegetacije). Na primer, razlikovanje sitnih razlika u boji vode radi kvaliteta zahteva visoku radiometrijsku preciznost earthdata.nasa.gov earthdata.nasa.gov.

Postoje inherentni kompromisi: satelit sa veoma visokom prostornom i spektralnom rezolucijom može pokriti manju površinu ili imati manju vremensku frekvenciju zbog ograničenja u količini podataka earthdata.nasa.gov. Dizajneri moraju da izbalansiraju ove faktore prema ciljevima svake misije.

Glavne primene satelitskih snimaka

Satelitski snimci postali su nezamenjivi u širokom spektru oblasti. Ispod su navedene neke od glavnih oblasti primene i način na koji se satelitski snimci koriste u svakoj od njih:

Praćenje životne sredine i klime

Praćenje životne sredine i klime na Zemlji je osnovna upotreba satelitskih snimaka. Pošto sateliti nude globalni, ponovljiv pogled, idealni su za praćenje promena životne sredine tokom vremena.

• Klimatsko posmatranje: Sateliti pomažu u merenju ključnih klimatskih promenljivih kao što su globalni temperaturni trendovi, sastav atmosfere i ledeni pokrivač. Na primer, infracrveni termalni snimači mapiraju temperature morske površine i kopnenih površina širom sveta, pružajući podatke za klimatske modele. Polarni sateliti u orbiti kao što su NASA-ini Aqua/Terra (sa MODIS senzorima) svakodnevno beleže podatke o aerosolima, gasovima sa efektom staklene bašte i svojstvima oblaka. Specijalizovane misije (npr. NASA-in OCO-2 za CO₂ ili ESA-in Sentinel-5P za kvalitet vazduha) prate atmosferske tragove gasova i ozona. Sateliti takođe prate veličinu ozonske rupe i obim polarnih ledenih kapa i glečera iz godine u godinu. Ovi dugoročni skupovi podataka su ključni za istraživanja klimatskih promena i za međunarodnu klimatsku politiku.
• Promene životne sredine i ekosistemi: Sateliti za snimanje kopna (Landsat, Sentinel-2, itd.) koriste se za praćenje krčenja šuma, dezertifikacije i promena ekosistema. „Putem daljinske detekcije… profesionalci mogu pratiti promene vegetacije, pokrivenost zemljišta i vodena tela”, što pomaže u otkrivanju gubitka biodiverziteta i degradacije zemljišta satpalda.com. Na primer, satelitske vremenske serije mogu otkriti gubitak prašume u Amazonu ili smanjenje močvara. Vlade i nevladine organizacije koriste ove podatke za sprovođenje zakona o zaštiti prirode (npr. otkrivanje ilegalne seče šuma ili rudarenja u zaštićenim područjima satpalda.com). Sateliti takođe mogu identifikovati zdravlje staništa – multispektralne slike omogućavaju izračunavanje vegetacijskih indeksa kao što je NDVI (Normalized Difference Vegetation Index), koji ukazuje na zelenu površinu i vitalnost biljaka. Ovo pomaže u praćenju suše, zdravlja šuma (npr. područja zaražena štetočinama ili požarima) i proceni prinosa useva (presek sa poljoprivredom).
• Okeani i voda: Sateliti za praćenje životne sredine prate cvetanja algi, izlive nafte i kvalitet vode u okeanima i jezerima detekcijom promena boje (korišćenjem spektralnih kanala osetljivih na hlorofil ili zamućenje). Takođe prate snežne pokrivače i glečere na kopnu, koji hrane reke – važan faktor za upravljanje vodenim resursima pod klimatskim varijabilnostima. Mikrotalasni senzori (radarski altimetri) mere porast nivoa mora i stanje morskog leda.
• Meteorologija i klimatski sistemi: Geostacionarni vremenski sateliti (kao što su NOAA-in GOES ili EUMETSAT-ov Meteosat) kontinuirano obezbeđuju slike oblaka, razvoja oluja i velikih klimatskih sistema. Oni su ključni za praćenje uragana, prognoziranje jakih vremenskih prilika i praćenje pojava kao što su El Niño/La Niña (posmatranjem temperature površine mora i obrazaca konvekcije oblaka). Polarni orbiteri sa infracrvenim i mikrotalasnim sondažama dopunjuju ovo pružanjem vertikalnih profila temperature i vlažnosti, koji se koriste u numeričkim modelima za prognozu vremena.

U zaključku, satelitski snimci omogućavaju globalnu perspektivu na promene životne sredine, koje bi bilo nemoguće doći sa zemlje. Oni su osnova međunarodnih napora kao što su procena klimatskih promena (npr. pružajući dokaze o topljenju leda, stopama deforestacije, širenju zagađenja u atmosferi). Satelitski podaci su, na primer, pokazali trende ozelenjavanja ili smeđenja vegetacije pod uticajem klimatskih promena i mapirali globalnu distribuciju atmosferskih zagađivača. Primer praćenja životne sredine putem satelita prikazan je na sl. 1, gde Landsat snimak otkriva obrasce navodnjavanja na poljoprivrednim poljima, pokazujući kako sateliti mogu da detektuju zdravlje vegetacije i upotrebu vode:

Slika 1: Satelitski snimak navodnjavanih poljoprivrednih parcela i kanala za navodnjavanje (dijagonalna linija) na jugu Ukrajine, snimljen satelitom Landsat 8 7. avgusta 2015. godine. Slika je prikazana u prirodnim bojama (koristeći crvenu, zelenu i plavu traku). Vidljivi su kružni obrasci „krugova useva“ nastali centralnim sistemima za navodnjavanje. Takvi snimci se koriste za praćenje poljoprivrede – zdravi usevi su zelene boje, a karakteristični oblici pomažu prepoznavanju metoda navodnjavanja commons.wikimedia.org. Svetlozeleni krugovi označavaju bujnu vegetaciju koja se aktivno zaliva, dok bleda ili smeđa područja mogu ukazivati na ugar ili suva polja. (Izvor fotografije: USGS/NASA Landsat program, obradila Anastasija Tišajeva.)

Poljoprivreda i šumarstvo

Satelitski snimci igraju ključnu ulogu u poljoprivredi i upravljanju šumama, često u okviru „precizne poljoprivrede“ i održivog upravljanja resursima:

• Praćenje useva: Multispektralne slike omogućavaju poljoprivrednicima i analitičarima da prate stanje useva na velikim površinama. Različiti spektralni opsezi (posebno bliska infracrvena oblast) osetljivi su na zdravlje biljaka – zdrava vegetacija snažno reflektuje NIR. Izračunavanjem indeksa kao što je NDVI iz satelitskih podataka, može se identifikovati stres kod useva zbog suše, bolesti ili nedostatka hranljivih materija. „Korišćenjem multispektralnih i hiperspektralnih slika, poljoprivrednici mogu otkriti štetočine, pratiti zdravlje useva i optimizovati navodnjavanje“ satpalda.com. Na primer, satelitski podaci mogu otkriti koji delovi polja trpe vodeni stres (deluju manje zeleno) i tako omogućiti prilagođavanje navodnjavanja, ili rano otkrivanje najezde štetočina po neuobičajenim spektralnim karakteristikama. To omogućava preciznu poljoprivredu – primenu vode, đubriva ili pesticida samo tamo gde je potrebno, što povećava prinos i smanjuje uticaj na okolinu satpalda.com.
• Procena površine i prinosa useva: Vlade i organizacije koriste satelitske snimke za procenu posejane površine glavnih kultura i prognozu prinosa. Pošto sateliti često mogu da snime velike poljoprivredne regione, oni obezbeđuju pravovremene informacije o fazama razvoja useva i eventualnim oštećenjima (usled poplava, oluja ili suše). Tradicionalno su korišćeni snimci srednje rezolucije (npr. Landsat, Sentinel-2 od 10–30 m koji mogu da razlikuju promene na nivou parcela). Danas, dnevni snimci sa PlanetScope satelita ili komercijalne slike visoke rezolucije mogu čak brojati redove ili identifikovati vrste useva. Ovi podaci su osnov za analize bezbednosti hrane i robna tržišta.
• Šumarstvo: Sateliti se koriste za upravljanje šumama praćenjem krčenja, pošumljavanja i zdravlja šuma. „Satelitska fotografija visoke rezolucije koristi se u šumarskom menadžmentu za praćenje zdravlja šuma tokom vremena i otkrivanje nelegalne seče“ satpalda.com. Na primer, dugotrajni arhiv Landsat snimaka omogućava izračunavanje promene šumskih površina iz godine u godinu, pokazujući gde su šume iskrčene. Vlade koriste ovo da sprovode regulative o seči i identifikuju nelegalne deforestacije u zabačenim područjima. Sateliti takođe pomažu u praćenju zdravlja šuma – otkrivanju infestacija insekata ili oštećenja od oluja promenama boje krošnji. Pored toga, kombinujući podatke o nadmorskoj visini (iz Lidara ili stereo-satelitskih snimaka), može se proceniti biomasa i zalihe ugljenika u šumama.
• Upravljanje pašnjacima i ispašom: U stočarskim regionima, slike srednje rezolucije služe za praćenje stanja pašnjaka (npr. otkrivanje preterane ispaše posmatranjem vegetacijskog pokrivača). Ovo može pomoći u rotaciji ispaše i odgovorima na sušu za stočare.

Generalno, sateliti omogućavaju prelazak sa uniformnog upravljanja farmom na upravljanje prilagođeno lokaciji zahvaljujući pravovremenim, prostorno detaljnim informacijama. Tako se smanjuju troškovi i povećava održivost. Tokom vegetacione sezone, sateliti mogu signalizirati pojavu problema (kao što je deo polja koji porumeni), a nakon žetve mogu pomoći u proceni koje prakse ili sorte semena su dale bolje rezultate na kojim mestima. U šumarstvu, satelitsko praćenje je sada ključno za REDD+ programe (koji pružaju podsticaje za smanjenje deforestacije) jer nudi transparentne, proverljive dokaze o šumskom pokrivaču kroz vreme.

Urbano planiranje i infrastruktura

U svetu koji se ubrzano urbanizuje, satelitski snimci su ključni izvor podataka za urbano planiranje, razvoj infrastrukture i mapiranje korišćenja zemljišta:

• Mapiranje urbanog rasta: Analizom snimaka kroz vreme, urbani planeri mogu pratiti širenje gradova i gde se pojavljuje nova izgradnja. Satelitske slike pomažu u ažuriranju mapa urbanih površina, pokazujući na primer pretvaranje obradivog zemljišta ili šuma u predgrađa. Planeri ovo koriste za upravljanje nekontrolisanim širenjem grada i planiranjem usluga. „Satelitsko snimanje je ključan alat u urbanom planiranju koji pomaže da se mapira i prati promena u korišćenju zemljišta, infrastrukturni razvoj i urbani rast“ satpalda.com. Slike visoke rezolucije (submetarske) dovoljno su detaljne da prikažu pojedinačne objekte, puteve pa čak i vozila, što omogućava precizno mapiranje novih objekata ili neformalnih naselja euspaceimaging.com. Na primer, planeri mogu identifikovati gde se dešavaju neovlašćeni upadi ili gde se grade novi putevi, čak i pre nego što se to evidentira terenskim merenjima.
• Infrastruktura i transport: Satelitski snimci podržavaju planiranje puteva, železnice i komunalija obezbeđujući aktuelan geografski kontekst. Planeri preklapaju predložene trase infrastrukture preko najnovijih snimaka kako bi izbegli konflikte sa postojećim objektima ili prirodnim preprekama. Moguće je i praćenje projekata izgradnje; na primer, nadgledanje napretka autoputa ili proširenja aerodroma iz svemira. U upravljanju imovinom, sateliti mogu otkriti promene ili probleme na infrastrukturnim koridorima (kao što su klizišta koja utiču na puteve ili sleganje tla blizu cevovoda). U transportnom planiranju, snimci otkrivaju obrasce saobraćaja (preko pokazatelja kao što su gužve na putevima ili širenje parkirališta) i korišćenje zemljišta koje utiče na potražnju za prevozom.
• Urbana sredina i zelene površine: Gradovi koriste satelitske podatke za praćenje ekoloških aspekata – kao što je mapiranje urbanih zelenih površina, pokrivenosti drvećem ili nepropusnih površina. Termalno-infracrvene slike mogu uočiti toplotna ostrva (toplije zone sa više betona i manje vegetacije). Ovo informiše inicijative za ozelenjavanje gradova i strategije klimatske adaptacije. Neki specijalizovani proizvodi iz satelitskih podataka klasifikuju korišćenje zemljišta u urbanim zonama (stambeno, industrijsko, komercijalno) na osnovu obrazaca, pa čak procenjuju raspodelu stanovništva analizom otisaka i gustine objekata.
• Mapiranje i katastarska ažuriranja: Održavanje preciznih baznih mapa je osnovna potreba za upravljanje gradom. Sateliti daju aktuelne snimke koji se koriste za ažuriranje GIS slojeva otisaka objekata, puteva i znamenitosti. Ovo je posebno korisno u regionima gde je terensko mapiranje zaostalo za razvojem. Komercijalne slike visoke rezolucije, koje mogu prikazati čak i pojedinačne kuće, često koriste kartografske agencije za ažuriranje mapa ili servisi poput Google Maps za slojeve satelitskog prikaza en.wikipedia.org. Snimci su ortorektifikovani (geokorigovani) kako bi služili kao precizna podloga za mapiranje. Kod katastarskih mapa (mapa vlasništva), slike mogu pomoći u otkrivanju zauzeća ili promene upotrebe parcela.
• Rizik od katastrofa i otpornost urbanih sredina: (Preklapanje sa odeljkom o katastrofama) Planeri takođe koriste satelitske podatke za identifikaciju ugroženih područja u gradovima – na primer, nizinske četvrti viđene na mapama poplavnih zona ili gusto izgrađena područja koja su u riziku od zemljotresa. Pretkatastrofalne slike visoke rezolucije daju osnovne podatke za planiranje (evakuacioni putevi itd.), a postkatastrofalne slike pomažu u planiranju obnove.

Ukratko, satelitski snimci nude urbanim planerima često osvežavan pogled iz ptičje perspektive na gradski pejzaž. To osigurava da se odluke donose na osnovu trenutnog stanja a ne zastarelih mapa. Integracija snimaka u 3D modele gradova i GIS značajno je unapređena, omogućavajući vizualizaciju „šta-ako“ scenarija (kao da se vidi kako bi izgledao novi put ili promena u zoniranju) koristeći stvarne slike kao kontekst. Brzim otkrivanjem promene u korišćenju zemljišta, gradske vlasti mogu proaktivno reagovati na nelegalnu izgradnju ili infrastrukturne potrebe.

Odgovor na katastrofe i upravljanje u vanrednim situacijama

Jedna od najvažnijih humanitarnih upotreba satelitskih snimaka je u upravljanju katastrofama – kako za pripremu tako i za odgovor na vanredne situacije:

• Brza procena štete: Posle prirodnih katastrofa poput zemljotresa, uragana, poplava ili požara, satelitski snimci često su najbrži način da se proceni razmera štete kada je pristup terenu ograničen. „Satelitski podaci pomažu organizaciji humanitarne pomoći i daju informacije u realnom vremenu o stepenu štete tokom prirodnih katastrofa“ satpalda.com. Na primer, nekoliko sati nakon velikog zemljotresa, sateliti mogu napraviti slike visoke rezolucije pogođenog grada, čime se može sagledati stanje srušenih objekata, blokiranih puteva ili improvizovanih kampova. Poređenje pre- i postkatastrofalnih snimaka je uobičajena tehnika: preklapanjem snimaka pre događaja sa onima napravljenim kasnije, analitičari brzo određuju uništene objekte i najteže pogođena područja satpalda.com. Ovo se široko koristilo u događajima kao što su zemljotres na Haitiju 2010. ili eksplozija u Bejrutu 2020. – sateliti su otkrili gde su čitave četvrti zbrisane. Agencije poput UN aktiviraju Međunarodnu povelju o svemiru i velikim katastrofama, koja omogućava besplatno dobijanje satelitskih podataka iz više zemalja u krizama, osiguravajući najnovije slike.
• Praćenje poplava i oluja: Tokom velikih poplava ili uragana, sateliti (posebno oni sa radarskim senzorima i često ažuriranim optičkim kamerama) prate katastrofu skoro u realnom vremenu. Za poplave, radarske slike su izuzetno korisne jer probijaju oblake: poplavljena područja vide se kao tamne glatke površine na SAR snimcima, što omogućava ucrtavanje granica poplave čak i pod oblačnošću. Ovo pomaže upravljačima hitnim situacijama da utvrde koje zajednice su pod vodom i planiraju evakuacije ili dostavu pomoći. Kod uragana, dok oluja traje, meteorološki sateliti prate njen tok, a nakon toga optički sateliti daju jasne slike pogođenih oblasti (npr. da bi se videlo koja mesta su odsečena srušenim debrisom ili koji mostovi su uništeni). Za gašenje požara, sateliti NASA-e MODIS i VIIRS mogu detektovati žarišta požara i mapirati opožarene površine čak i kroz dim, što usmerava vatrogasne resurse tamo gde su najpotrebniji.
• Mapiranje hitnih situacija i logistika: Neposredno nakon katastrofe, specijalizovani kartografski timovi koriste satelitske slike za izradu hitnih mapa koje pokazuju prohodne puteve, oštećenu infrastrukturu i koncentraciju izbeglica. Ovo je viđeno u reakcijama na cunamije i velike tajfune, gde su satelitske mape pokazale koji putni pravci su još prohodni za konvoje pomoći i gde su se okupili preživeli. Pošto sateliti pokrivaju velika područja, posebno su korisni kada katastrofe pogode udaljene ili velike regione (na primer, mapiranje celokupnog obalnog uticaja cunamija u Indijskom okeanu 2004). Snimci mogu otkriti i sekundarne pretnje – na primer, slike posle zemljotresa mogu pokazati da je klizište blokiralo reku (što može stvoriti poplavu uzvodno), pa vlasti mogu reagovati.
• Priprema za katastrofe: Pre nego što dođe do katastrofe, snimci se koriste za mapiranje rizičnih područja i modeliranje posledica. Na primer, modeli nadmorske visine visoke rezolucije iz satelita kombinuju se sa slikama da bi se identifikovale poplavne zone; mape korišćenja zemljišta, dobijene satelitskim putem, ulaze u modele rizika od požara (npr. lociranje zona gde divlja vegetacija dolazi u kontakt sa urbanim područjem). Povremeni snimci služe za praćenje stanja prirodnih barijera protiv katastrofa, kao što su nasipi ili pokrivenost šumom na strmim padinama. Takođe, kod sporo-nastupajućih katastrofa poput suša, sateliti prate pokazatelje (zdravlje vegetacije, nivoe akumulacija) radi pravovremene uzbune u krizama snabdevanja hranom.

Generalno, satelitski snimci pružaju nepristrasnu, pravovremenu procenu koja je od neprocenjive vrednosti za spasilačke ekipe i humanitarne organizacije. Oni omogućavaju sagledavanje „šire slike“, ali i zumiranje na lokalne detalje – što nije moguće isključivo iz terenskih izveštaja. Mogućnost dobijanja informacija skoro u realnom vremenu (sve češće u roku od nekoliko sati zahvaljujući većem broju satelita i bržim sistemima za obradu podataka) znači da pomoć može biti prioritetno upućena tamo gde je najpotrebnija, potencijalno spasavajući živote. Kako navodi SATPALDA izveštaj, poređenjem slika pre i posle katastrofe, zvaničnici mogu „najbolje alocirati resurse, odrediti prioritet popravki i tačno izračunati nivo gubitaka“ satpalda.com.

Odbrana i obaveštajne službe

Još od zore Svemirskog doba, vojno i obaveštajno prikupljanje podataka predstavljalo je pokretačku silu za razvoj satelitskih snimaka. Izviđački sateliti (često nazivani „špijunski sateliti”) obezbeđuju strateške nadzorne kapacitete:

• Izviđanje i nadzor: Sateliti sa visokom rezolucijom u vlasništvu vojnih agencija mogu da prikupljaju detaljne slike aktivnosti na tlu. Rani primeri uključuju CORONA program, seriju američkih strateških izviđačkih satelita koje su vodili CIA i Ratno vazduhoplovstvo SAD en.wikipedia.org. Iako su detalji često poverljivi, poznato je da savremeni obaveštajni sateliti (npr. američki Keyhole/CRYSTAL serijal) imaju optičke sisteme sposobne za rezolucije reda veličine nekoliko desetina centimetara, što im omogućava da prate vojne instalacije, raketne baze, kretanja trupa i druge obaveštajne ciljeve. Ovi sateliti su praktično teleskopi na orbiti, koji su ponekad čak i upravljivi radi čestog vraćanja na ciljana mesta. U vojnoj upotrebi, sateliti obezbeđuju ključne informacije koje bi u suprotnom zahtevale rizične izviđačke letove. Oni to rade bez narušavanja vazdušnog prostora (pošto funkcionišu iz orbite), što ih čini vitalnim alatima za verifikaciju poštovanja sporazuma (npr. kontrole naoružanja), nadzor protivnika i vođenje vojnih operacija.
• Geoprostorna obaveštajna služba (GEOINT): Savremene vojne agencije integrišu satelitske snimke sa drugim podacima kako bi dobile obaveštajne informacije. To uključuje detekciju promena na poznatim objektima (npr. iznenadno pojavljivanje nove infrastrukture ili neobične aktivnosti poput saobraćaja na aerodromima), mapiranje terena za planiranje misija i navođenje ciljeva. Snimci se koriste za izradu mapa visoke rezolucije i 3D modela područja od interesa za vojne operacije (na primer, pre napada na kompleks Osame bin Ladena, satelitske slike su korišćene za modeliranje lokacije). Sateliti sa sintetičkom aperturom radara takođe se koriste u odbrani zbog snimanja u svim vremenskim uslovima, dan/noć — korisno za detekciju maskirnih objekata ili promena koje optički snimci mogu da propuste. Još jedna nova oblast je karte radio-frekvencije (RF) iz svemira i hiperspektralne slike za detekciju specifičnih materijala (poput goriva ili eksploziva) na daljinu.
• Deljenje obaveštajnih podataka i analiza iz otvorenih izvora: Zanimljivo je da se sa usponom komercijalnih satelita za snimanje, deo vojnih poslova vezanih za slike delegirao ili dopunio komercijalnim provajderima. Kompanije poput Maxar i Planet nude nepoverljive slike visoke rezolucije koje analitičari (pa čak i javnost) mogu koristiti za praćenje svetskih dešavanja. Na primer, tokom konflikata ili zabrinutosti oko širenja naoružanja, vlade su objavljivale komercijalne satelitske slike da bi ojačale svoje tvrdnje. Primer je ruska invazija na Ukrajinu 2022: Planet Labs je svakodnevnim snimcima otkrio nagomilavanje ruskih snaga i opreme pre invazije i od tada se koristi za dokumentovanje štete i kretanja tokom rata defenseone.com. Ova demokratizacija satelitske obaveštajne službe znači da analitičari obaveštajnih podataka iz otvorenih izvora (OSINT) i ne-državni akteri takođe mogu nadgledati strateške lokacije (poput severnokorejskih nuklearnih postrojenja ili sirijskih vazduhoplovnih baza) koristeći komercijalno dostupne slike defenseone.com. Javne satelitske slike vojnih objekata povremeno su izazivale politička pitanja (npr. pojedine zemlje su se protivile objavljivanju osetljivih lokacija, mada u SAD postoji samo jedno posebno ograničenje – Kyl–Bingaman amandman koji ograničava detalje slika iznad Izraela, a koji je ublažen 2020).
• Navigacija i navođenje: Iako to nije snimanje u tradicionalnom smislu, vredi napomenuti da sateliti (poput GPS konstelacije) obezbeđuju pozicioniranje ključno za vojnu navigaciju i navođenje. Takođe, sateliti za snimanje mogu biti korišćeni za precizno navođenje udaraca pružanjem aktuelnih slika ciljanog područja neposredno pre operacije (obezbeđujući preciznost i procenu potencijalne kolateralne štete). Tokom sukoba, slike gotovo u realnom vremenu mogu biti prosleđene kako bi podržale trupe (mada ova mogućnost zavisi od brzog prenosa i obrade podataka).

Ukratko, vojni sateliti predstavljaju neumorno oko koje značajno povećava situacionu svest. Oni su bili ključni u promeni ravnoteže prikupljanja obaveštajnih podataka – od oslanjanja na avione i zemaljske agente do resursa u svemiru. Rezolucija i mogućnosti vojnih satelita su uglavnom i dalje poverljive, ali postojanje tehnologija kao što su radar koji vidi kroz oblake, infracrveno za detekciju toplotnih tragova i optičke konstelacije za čestu ponovnu posetu pokazuje dubinu svemirske obaveštajne službe. Sa pojavom napredne AI analitike (opisana ispod), ogromna količina snimaka može se brže procesuirati radi detekcije pretnji ili stvari od interesa, prateći cilj ka automatizovanim tip-and-cue sistemima (gde algoritam označava sumnjivu aktivnost na slikama za ljudsku proveru).

Navigacija i kartografija

Iako možda manje atraktivna, jedna od najmasovnijih upotreba satelitskog snimanja je u uslugama mapiranja i navigacije koje koriste milijarde ljudi:

• Osnovne mape i kartografija: Satelitski snimci visoke rezolucije predstavljaju osnovu za mnoge digitalne mape i servise za mapiranje danas. Platforme kao što su Google Maps, Google Earth, Bing Maps i druge, uključuju slojeve satelitskih/aerofoto snimaka koje korisnici mogu pregledati. Snimci pružaju kontekst i detalje koje vektorske mape nemaju. Kompanije poput Google-a kupuju slike od satelitskih provajdera (npr. Maxar) za ažuriranje globalnog mozaika en.wikipedia.org. Ovo je u suštini omogućilo javnosti planetarni atlas sa skoro fotografskim detaljima. Takođe, nacionalne kartografske agencije koriste satelitske snimke za ažuriranje topografskih mapa, posebno za udaljena područja do kojih je teško doći na terenu. Snimci se ortorektifikuju i često koriste za digitalizaciju objekata poput puteva, zgrada, reka itd., a zatim se ti podaci objavljuju kao mape.
• Navigacija i GPS aplikacije: Iako navigacioni sistemi primarno koriste satelitsko pozicioniranje (GPS), slike dopunjuju navigacione aplikacije omogućavajući identifikaciju orijentira i proveru pravaca puteva. Na primer, dostavne i logističke kompanije mogu gledati satelitske slike za uočavanje rasporeda zgrada ili najpogodnijih ulaza. Programeri autonomnih automobila koriste slike visoke rezolucije kao jedan od slojeva za izradu HD mapa puteva. Čak i za svakodnevne vozače, mogućnost da se pređe na satelitski prikaz u aplikaciji za mape pomaže da se vizuelno identifikuje okolina destinacije (npr. prepoznavanje da se benzinska stanica nalazi na određenom ćošku).
• Geoprostorna referenca i GIS: U GIS (Geografski informacioni sistemi) satelitski snimci su fundamentalni podatkovni sloj. Oni obezbeđuju „realnu” pozadinu na koju se mogu postaviti drugi podaci (poput infrastrukture, administrativnih granica ili podataka o životnoj sredini). Kako su satelitske slike geo-referencirane, omogućavaju precizno merenje rastojanja i površina direktno. Snimci se često prvi koriste prilikom mapiranja nepoznatih područja — putevi i naselja mogu se iscrtati sa najnovijih slika pri izradi osnovnih mapa (humanitarna OpenStreetMap zajednica ovo opsežno radi u oblastima sklonim katastrofama ili nedovoljno istraženim regijama, digitalizovanjem objekata sa satelita).
• Automatsko izdvajanje objekata i automatizacija mapiranja: Sa poboljšanjem rezolucije i računarskog vida, mnogi objekti mogu se sada automatski izdvajati iz satelitskih snimaka radi mapiranja. Na primer, algoritmi mogu detektovati i pretvoriti obrise zgrada, mreže puteva ili tipove zemljišta u vektorski oblik iz snimaka satpalda.com. Ovo znatno ubrzava pravljenje mapa i njihovo ažuriranje. Lidar podaci (iz vazduha ili uskoro i iz svemira) i stereo satelitske slike mogu da proizvedu i 3D modele reljefa, što u kombinaciji sa snimcima omogućava detaljne topografske mape.
• Chartiranje za navigaciju: Osim mapiranja kopna, sateliti pomažu i u izradi pomorskih navigacionih karata (na primer, snimanje grebena i obalskih oblika u bistroj vodi radi ažuriranja nautičkih karata) i u avijaciji (mapiranje prepreka i reljefa oko aerodroma).

U celini, satelitski snimci su revolucionisali mapiranje tako što su mape učinili proizvodima koji mogu biti stalno ažurirani najnovijim snimcima iz vazduha, a ne statičnim artefaktima koji zastarevaju. Na primer, pre satelitske ere, nova deonica puta se mogla pojaviti na papirnoj mapi tek posle nekoliko godina; sada može biti prikazana na satelitskom snimku skoro odmah, čak i ako vektorski podaci nisu ažurirani. Takođe, slike omogućavaju mapiranje i na mestima do kojih je teško doći sa zemlje (guste džungle, ratne zone itd.). Kako navodi European Space Imaging, vrlo visokorezolutivni snimci su dovoljno jasni da prikažu linije na putevima, trotoare, vozila, male objekte – detalje koji omogućavaju precizno urbanističko planiranje i izradu mapa infrastrukture euspaceimaging.com. Udruženo sa GPS-om, ovo čini savremenu navigaciju veoma detaljnom i lakom za upotrebu.

Glavni satelitski programi i provajderi

Satelitske snimke obezbeđuju kombinacija državnih programa i privatnih kompanija. U nastavku su neki od glavnih satelitskih programa i provajdera sa njihovim karakteristikama:

• NASA/USGS Landsat program (SAD): Serija Landsat (pokrenuta 1972) najdugotrajniji je program snimanja Zemlje en.wikipedia.org. Landsat sateliti (trenutno Landsat 8 i 9) snimaju multispektralne slike površine Zemlje rezolucije 30 m, sa termalnim kanalima rezolucije 100 m i panchromatskim kanalom od 15 m. Podaci su javno dostupni, zahvaljujući otvorenoj politici usvojenoj 2008. godine earthobservatory.nasa.gov earthdata.nasa.gov. Landsat je radni konj za naučna istraživanja i praćenje resursa, sa preko 50 godina neprekidnog posmatranja za proučavanje promena korišćenja zemljišta, deforestacije, urbanog rasta i drugo en.wikipedia.org. Svaki Landsat snima istu lokaciju svakih 16 dana, ali sa dva satelita efektivno osvežavanje je na 8 dana. Umerena rezolucija i duga arhiva čine Landsat posebno vrednim za detekciju promena kroz decenije. (NASA razvija satelite, USGS njima upravlja i održava arhivu.)
• Copernicus Sentinel konstelacija (ESA/EU): Evropska svemirska agencija, u ime EU programa Copernicus, upravlja sa nekoliko Sentinel satelita lansiranih od 2014. godine. Najvažniji su Sentinel-1 (C-band radar za snimanje u svim vremenskim uslovima), Sentinel-2 (multispektralni optički snimci rezolucije 10 m, slično kao Landsat, sa ponovnom posetom na 5 dana), Sentinel-3 (srednja rezolucija za monitoring okeana i kopna), Sentinel-5P (monitoring atmosferskog zagađenja) i drugi. Svi Sentinel podaci su besplatni i otvoreni globalno, po uzoru na Landsat en.wikipedia.org. Sentinel pruža sistematsko i učestalo pokrivanje za monitoring životne sredine u EU i globalno, često se koristi zajedno sa Landsat-om (npr. češće slike Sentinel-2 dopunjuju dužu arhivu Landsata). ESA je prethodno imala misije ERS, Envisat, ali Sentinel je sada okosnica njihovih posmatračkih sposobnosti.
• NOAA i EUMETSAT meteorološki sateliti: Za vreme i monitoring okeana, agencije kao NOAA (SAD) i EUMETSAT (Evropa) upravljaju geostacionarnim meteorološkim satelitima (npr. NOAA-ini GOES-East i GOES-West iznad Amerika, EUMETSAT-ov Meteosat iznad Evrope/Afrike, i slični sateliti iz Japana (Himawari), Indije (INSAT), itd.). Ovi sateliti pružaju neprekidne slike cele Zemlje svakih 5–15 minuta pri rezoluciji oko 0,5–2 km u više spektaralnih kanala (vidljivi, infracrveni, vodena para) za praćenje vremenskih sistema. Pored toga, polarno-orbitalni meteorološki sateliti (NOAA-ov JPSS serijal, evropski MetOp, itd.) obezbeđuju globalno pokrivanje za vremenske modele i klimu. Iako su prvenstveno za praćenje vremena, slike (posebno u vidljivom i IR domenu) široko se koriste i za druge aplikacije (npr. svakodnevno mapiranje požara ili snežnog pokrivača). Ovi podaci su besplatno dostupni, često u realnom vremenu, i predstavljaju osnovu meteorologije decenijama.
• Maxar Technologies (DigitalGlobe) – Komercijalni snimci visoke rezolucije: Maxar (američka kompanija) vodeći je provajder komercijalnih satelitskih slika visoke rezolucije. Upravljaju WorldView i GeoEye serijalom satelita. Najvažniji: WorldView-3 (lansiran 2014) snima ~31 cm panchromatsku i ~1,2 m multispektralnu rezoluciju; WorldView-2 (2009) nudi 46 cm pan rezoluciju en.wikipedia.org; stariji GeoEye-1 nudi ~0,5 m pan. Maxarove satelite je moguće usmeriti prema bilo kojoj tački na Zemlji i često ponovo snimaju iste lokacije (neki mogu i svakodnevno, ili skoro svakodnevno na srednjim geografskim širinama, ako se koristi snimanje pod uglom). Njihove snimke koriste državne i komercijalne stranke za mapiranje, vojnu obaveštajnu službu i servise poput Google Maps i Microsoft Bing (koji licenciraju slike za svoje platforme) en.wikipedia.org. Maxar-ova arhiva pokriva poslednje dve decenije sa milijardama kvadratnih kilometara snimaka. Po američkoj politici, najfinija komercijalno dostupna rezolucija je oko 30 cm (i Maxar je dobio dozvolu za prodaju 30 cm snimaka). Maxar takođe nudi proizvode izvedene iz snimaka, poput 3D reljefnih i modela zgrada.
• Planet Labs – Komercijalna konstelacija malih satelita: Planet (iz SAD) upravlja najvećom flotom satelita za snimanje Zemlje. Lansirali su preko 100 satelita veličine kutije za cipele Dove, koji snimaju Zemlju rezolucijom oko 3–5 m (u više kanala) svaki dan. Ova svakodnevna globalna slika (PlanetScope) je jedinstvena – iako je rezolucija srednja, frekvencija je nenadmašna. Dodatno, Planet poseduje i satelite SkySat (kupljene od Google Terra Bella) – manju flotu sa rezolucijom oko 50 cm, sposobnim za brzo ponavljanje snimanja i čak kratke video-klipove. Planet je prethodno upravljao i konstelacijom RapidEye (5 m, penzionisana 2020) en.wikipedia.org. Podaci Planeta su komercijalni, ali kompanija ima razne programe za podršku NVO i istraživačima. Ovi podaci su izuzetno korisni za praćenje promena koje se dešavaju na kratkim vremenskim skalama: rast useva, dnevna šteta od katastrofa, monitoring sukoba itd, praktično predstavljaju dnevni „tiker“ promena na Zemlji. Model Planeta ilustrije trend ka mnogim jeftinim satelitima, umesto nekoliko vrhunskih za određene namene.
• Airbus Defence & Space (Airbus Intelligence): Airbus iz Evrope ima čitav niz satelita visoke rezolucije poput SPOT 6/7 (rezolucija 1,5 m, široko pokrivanje) i Pleiades-1A/1B (rezolucija 0,5 m, veoma detaljno). Takođe su vlasnici TerraSAR-X i PAZ radarskih satelita. Airbus prodaje slike komercijalno slično Maxaru, pokrivajući evropske i globalne klijente. Serijal SPOT (od 1986) bio je jedan od prvih programa za komercijalne slike Zemlje i ima dugu arhivu sa rezolucijom 10–20 m. Pleiades (lansirani 2011–2012) je doneo mogućnost podmetarske rezolucije za potrebe evropske privrede. Airbusove slike se široko koriste za mapiranje, odbranu i ekološki monitoring (deo SPOT snimaka dostupan je za naučne svrhe nakon nekoliko godina).
• Ostali značajni programi: Mnoge zemlje imaju sopstvene satelite za posmatranje Zemlje. Na primer, indijska ISRO upravlja IRS serijom (Indian Remote Sensing satellites) i novim CARTOSAT satelitima visoke rezolucije (do ~0,3 m pan). Japanski JAXA ima misije tipa ALOS (PALSAR radar i PRISM optički senzori). Kina razvija rastuću flotu poput Gaofen serije (optika visoke rezolucije i radar) kao deo svog sistema za posmatranje Zemlje, kao i privatne firme poput 21AT. Kanada je poznata po serijalu radarskih satelita RADARSAT (sada i RADARSAT Constellation Mission). Rusija i dalje ima serijal Resurs-P i Kanopus-V za optičko snimanje. Postoje i desetine manjih kompanija/startapova koji lansiraju satelite za specijalizovana tržišta — na primer, Capella Space i Iceye imaju male SAR satelite za radar na zahtev, GHGSat koristi mikro-satelite za monitoring emisija gasova sa industrijskih objekata itd.

Ukratko, pejzaž čine besplatni javni podaci sa državnih satelita (npr. Landsat, Sentinel, meteorološki sateliti) i komercijalni podaci od privatnih satelita (koji nude veoma visoku rezoluciju ili jedinstvene mogućnosti, ali uz cenu). Korisnici ih često kombinuju – na primer, koriste besplatne Sentinel-2 slike rezolucije 10 m za opštu analizu i kupuju sliku od 30 cm od Maxara za određeno interesantno područje gde je potrebna velika detaljnost. Rast provajdera poput Planeta pokazuje potrebu za čestim snimcima, a trajni uspeh Landsata i Sentinela potvrđuje značaj otvorenih podataka za nauku i javno dobro.

Formati podataka, dostupnost i trendovi korišćenja

Formati podataka: Satelitski snimci se obično čuvaju i distribuiraju u standardizovanim raster formatima fajlova. Jedan od najčešćih formata je GeoTIFF, što je u suštini TIFF slika sa ugrađenim geografskim koordinatama (kako bi svaki piksel odgovarao stvarnoj lokaciji) equatorstudios.com earthdata.nasa.gov. GeoTIFF se široko koristi za isporuku obrađenih snimaka (kao što su Landsat scene ili slike visoke rezolucije) jer se mogu direktno učitati u GIS softver sa ispravnim georeferenciranjem. Drugi uobičajeni format za velike naučne skupove podataka je HDF (Hierarchical Data Format) ili NetCDF, koji mogu čuvati višeslojne, viševremenske podatke na samo-dokumentovan način earthdata.nasa.gov. Na primer, NASA distribuira MODIS podatke u HDF fajlovima. Mnogi meteorološki i klimatski proizvodi takođe koriste NetCDF. Sve više se koriste „cloud-optimized“ formati kao što je COG (Cloud Optimized GeoTIFF), koji omogućavaju delimično učitavanje snimaka preko interneta bez preuzimanja celih fajlova. Provajderi slika takođe mogu koristiti vlasničke ili specijalizovane formate radi efikasnosti, ali obično nude i alate za konverziju.

Nivoi podataka i obrada: Sirovi satelitski podaci često zahtevaju obradu (radiometrijsku kalibraciju, geometrijsku korekciju itd.) pre nego što budu upotrebljivi kao slike. Vasionske agencije definišu nivoe obrade (Nivo-0 sirovih podataka, Nivo-1 georeferencirana radijansa, Nivo-2 izvedeni proizvodi poput reflektante ili indeksa itd.) earthdata.nasa.gov earthdata.nasa.gov. Većina javno objavljenih snimaka je barem Nivo-1 (georeferencirani). Neki, kao što je Landsat Nivo-2, korigovani su za atmosferske uticaje i spremni su za analizu reflektante površine. Izbor formata može zavisiti od nivoa – sirovi podaci mogu biti preuzeti u komprimovanom binarnom formatu, dok korisnici dobijaju GeoTIFF ili HDF nakon obrade.

Otvoren vs. komercijalni pristup: Ključni trend u poslednjih 1–2 decenije je prelazak ka otvorenim podacima za satelitske slike finansirane iz državnih sredstava. Kao što je pomenuto, USGS Landsat arhiva je postala besplatna 2008, što je dovelo do “brze ekspanzije naučnih i operativnih primena” korišćenjem Landsat podataka sciencedirect.com science.org. Istraživači su sa naručivanja desetina slika (zbog troškova) prešli na preuzimanje stotina ili hiljada, što je omogućilo velike komparativne studije. Takođe, ESA-ini Sentinel podaci su besplatni i otvoreni, i korisnici su ih preuzeli milione puta, čime su pokrenute brojne primene u poljoprivredi, odgovoru na katastrofe itd. NASA i NOAA čine gotovo sve svoje podatke o posmatranju Zemlje slobodno dostupnim (NASA-ina EarthData i NOAA-in CLASS sistemi), često bez potrebe za prijavom. Osnovni princip je da su podaci koje finansira poreski obveznik opšte dobro. Ovakav otvoren pristup je demokratizovao korišćenje – mala istraživačka laboratorija ili ministarstvo poljoprivrede zemlje u razvoju mogu da koriste satelitske podatke bez budžetskih prepreka.

Nasuprot tome, komercijalni satelitski snimci (posebno slike veoma visoke rezolucije iz kompanija poput Maxara, Airbusa itd.) prodaju se pod licencama. Vlade su glavni kupci (npr. vojni ili kartografski organi), kao i industrije (rudarenje, finansije, osiguranje) i tehnološke kompanije (za mape). Troškovi mogu biti značajni (stotine do hiljade dolara po slici za najvišu rezoluciju). Ipak, komercijalne firme ponekad objavljuju podatke za humanitarne krize ili javno učine deo arhive nakon nekog vremena. Postoji i trend „new space“ kompanija koje usvajaju hibridne modele – na primer, Planet ima otvoreni program za naučne istraživače i nevladine organizacije kojima omogućava pristup snimcima za nekomercijalnu upotrebu, dok tokom katastrofa slike mogu masovno da učine javno dostupnim.

Platforme i dostupnost: Usled ogromne količine podataka, pojavile su se nove platforme za hostovanje i distribuciju snimaka. Google Earth Engine je značajan primer – cloud platforma koja čuva petabajte javnih satelitskih podataka (Landsat, Sentinel, MODIS itd.) i omogućava korisnicima da ih analiziraju putem veb interfejsa. Ovo eliminiše potrebu da korisnici preuzimaju terabajte lokalno; analiza se može raditi direktno uz podatke. Ovakve platforme su značajno povećale korišćenje snimaka time što nude i podatke i računarsku snagu na jednom mestu. Slično, Amazon Web Services (AWS) i drugi hostuju arhive otvorenih snimaka (kao što su kompletne kolekcije Landsat i Sentinel u cloud-optimizovanim formatima) u okviru svojih programa za otvorene podatke.

Obim podataka i trendovi: Količina satelitskih snimaka je ogromna i brzo raste. Do 2021, evropska Sentinel arhiva je premašila 10 petabajta, povećava se za 7+ terabajta dnevno ceda.ac.uk. Samo jedan Sentinel-2 satelit proizvede oko 1,5 TB podataka dnevno nakon kompresije eoportal.org. Konstelacija Planet Labs snimi milione slika dnevno (iako niže rezolucije). Upravljanje i analiza ovih „big data“ je izazov – zbog toga su skladištenje u oblaku, distribuirana obrada i veštačka inteligencija postali ključni (više o tome u sledećem delu). Prava poplava podataka dovela je do inovacija kao što su Analysis Ready Data (ARD) – slike prethodno obrađene u zajednički format i projekciju radi lakog slaganja i analize, i šeme za tiling kao u Google Earth Engine Data Catalog-u.

Trendovi korišćenja: S porastom dostupnosti, baza korisnika satelitskih snimaka je dramatično proširena. Više to nisu samo eksperti za daljinsku detekciju sa specijalizovanim softverom. Sada ekolozi, urbanisti, ekonomisti, pa čak i obični građani koriste snimke putem različitih aplikacija i platformi. Na primer, humanitarni volonteri koriste besplatne snimke u OpenStreetMap za trasiranje mapa ugroženih područja. U poljoprivredi, agronomi koriste satelitske prognoze prinosa preko onlajn tabli. U novinarstvu, mediji objavljuju satelitske snimke u prilog pričama (npr. kao dokaz kršenja ljudskih prava ili uništenja životne sredine). Ova široka primena delimično je posledica korisnički pristupačnih alata (veb map portali, jednostavni API-ji) i integracije satelitskih snimaka u svakodnevne proizvode (kao što su aplikacije za vreme sa satelitskim prikazima ili finansijske firme koje prate brojanje automobila na parkingu da bi procenili maloprodaju).

Još jedan trend je gotovo trenutna dostupnost snimaka. Neki provajderi (posebno u meteorologiji) imaju slike dostupne nekoliko minuta nakon snimanja. Drugi poput Landsata i Sentinela obezbeđuju slike u roku od par sati nakon prijema i obrade. Ovo znači da korisnici mogu brže reagovati – na primer, otkriti novo izlivanje nafte na satelitskim slikama istog dana i obavestiti nadležne organe.

Na kraju, kako arhive snimaka rastu, raste i interesovanje za vremensko rudarenje podataka – praćenje ne samo pojedinačnih slika, već trendova i promena kroz desetine snimaka kroz vreme (analiza vremenskih serija). Ovo se koristi za modele urbanog rasta, stope krčenja šuma, uticaj dugotrajnih suša itd. Besplatne arhive i alati za rad sa velikim podacima omogućili su ovakvu dugoročnu analizu. Upadljiv primer: istraživači koriste više od 30 godina Landsat podataka za mapiranje globalnih promena vode na površini, ili širenje gradova, što bi ranije bilo gotovo nemoguće pre otvorenih podataka.

Ukratko, satelitski snimci danas su dostupniji nego ikad. Pokret za besplatne i otvorene podatke omogućio je eksploziju korišćenja u nauci i šire earthobservatory.nasa.gov earthobservatory.nasa.gov. U kombinaciji sa napretkom u računarstvu, to je promenilo mogućnosti: umesto da gledamo nekoliko slika, sada možemo analizirati “zaista velike probleme” kao što su globalne promene pomoću kopanja petabajt-razmernih arhiva earthobservatory.nasa.gov. Današnji izazov je sve manje u dobijanju podataka, a sve više u tome kako iz njih efikasno izvući uvide.

Izazovi u radu sa satelitskim snimcima

Uprkos ogromnoj vrednosti, rad sa satelitskim snimcima nosi brojne izazove i ograničenja sa kojima se i korisnici i provajderi moraju suočiti:

• Obim podataka i upravljanje: Kao što je pomenuto, satelitske misije generišu ogromne količine podataka. Skladištenje, katalogizacija i prenos tih podataka veliki su izazov. Na primer, Copernicus Sentinel sateliti dodaju 7–10 TB podataka dnevno u arhive ceda.ac.uk, a Landsat arhiva sada dostiže petabajte za 50 godina. Upravljanje time zahteva robusnu infrastrukturu: višeslojno skladištenje (brzo onlajn skladište za nove podatke, tape arhive za starije), mreže visokog protoka za distribuciju i efikasne formate podataka. Korisnici se suočavaju sa izazovima oko preuzimanja velikih skupova podataka – zbog čega se prebacuju na analizu u oblaku. Upravljanje tolikim obimom takođe znači visoke troškove i potrebu za međunarodnom koordinacijom kako bi se izbeglo dupliranje (mnoge agencije međusobno razmenjuju podatke radi lakše distribucije). Preopterećenje podacima znači da analitičari rizikuju da budu “preplavljeni podacima” – zato je sve veća potreba za automatskim filtriranjem (za pronalaženje slika sa onim što je potrebno, npr. pikseli bez oblaka) i tehnikama za obradu velikih podataka.
• Obrada i stručnost: Sirovi satelitski podaci nisu odmah upotrebljivi – zahtevaju korake obrade koji mogu biti složeni. Ortorekifikacija (korekcija geometrijskih izobličenja zbog terena i ugla senzora), radiometrijska kalibracija (pretvaranje brojača senzora u reflektancu ili temperaturu), i atmosferska korekcija (uklanjanje efekata izmaglice, vlage) neophodni su za kvantitativnu analizu. Iako sada mnogi proizvodi dolaze prethodno obrađeni na više nivoe, korisnici koji žele precizne rezultate moraju razumeti ove procese. Ovo zahteva stručnost iz oblasti daljinske detekcije. Takođe, rad sa multispektralnim ili hiperspektralnim podacima znači rad sa velikim, višeslojnim fajlovima i znanje kako ih interpretirati. Postoji kriva učenja za nove korisnike: da bi se slike ispravno koristile (npr. odabir kombinacije kanala za dati zadatak, ili tumačenje radarskih polarizovanih slika). Za izvlačenje informacija (kao što je klasifikacija pokrivenosti zemljišta ili detekcija objekata) potrebna je dalja obrada, često uz složene algoritme ili mašinsko učenje. Potreba za specijalizovanim softverom (GIS, softver za daljinsku detekciju) i tehničko znanje predstavlja prepreku, iako se to smanjuje sa modernim, korisnički pristupačnim alatima.
• Preciznost i kalibracija: Kvalitet i preciznost satelitskih snimaka može varirati. Geolokacijska preciznost (poznavanje tačnih koordinata svakog piksela) nije savršena – sateliti visoke klase mogu imati geo-greške od par metara, dok stariji ili određeni proizvodi mogu biti van par desetina metara. Analitičari često moraju da koregistruju slike iz različitih izvora (poravnaju ih) radi detekcije promena, što može biti mukotrpno ako su slike neznatno neusklađene. Radiometrijska preciznost i međusenzorska kalibracija su dodatni problem: npr. garantovanje da reflektansa sa Sentinel-2 ima isto značenje kao ista vrednost sa Landsat-8. Razlike u kalibraciji senzora ili talasnim dužinama znače da je potreban oprez kod višezorskih analiza. Postoje stalni napori ka usaglašavanju podataka sa različitih satelita (na primer, neki projekti podešavaju podatke Sentinel-2 da bi se slagali sa istorijskim Landsat nizom radi kontinuiteta vremenskih serija). Dodatno, atmosferske smetnje (oblaci, izmaglica) i razlike u uglu snimanja utiču na preciznost. Oblaci su najveći problem kod optičkog snimanja – čak i delimično pokrivanje oblakom može prikriti objekte ili umanjiti kvalitet analize, a senke od oblaka još više zbunjuju. Korisnici ili koriste algoritme za filtriranje oblaka (maskiranje pikselima pod oblakom) ili prelaze na radarske slike ili druge metode u oblastima sa mnogo oblaka. Senke, reljefni efekti (npr. tamnije planinske padine, ako nisu osvetljene suncem), i sezonske razlike (fenologija) mogu uneti dodatne šumove u analize – što zahteva pažljivu normalizaciju ili međudatumska poređenja.
• Briga za privatnost i bezbednost: Kako satelitski snimci postaju sve detaljniji i rasprostranjeniji, pitanja privatnosti postaju izraženija. Iako rezolucija uglavnom nije dovoljna za identifikaciju pojedinaca (lica ili registarskih tablica), može otkriti mnogo o privatnim posedu i aktivnostima. Neki ljudi negoduju da servisi poput Google Earth prikazuju njihova dvorišta ili bazene. „Pitanja privatnosti pokrenuli su oni koji ne žele da njihov posed bude prikazan odozgo“ en.wikipedia.org. Ipak, provajderi i kartografske kompanije ističu da satelitske slike prikazuju samo ono što je vidljivo sa neba, slično kao iz aviona, i obično nisu u realnom vremenu – često su stare nedeljama ili mesecima en.wikipedia.org. U većini država ne postoji pravno očekivanje privatnosti za stvari vidljive iz javnog vazdušnog prostora. Ipak, postoje posebni slučajevi: na primer, SAD je imala zakon (sada ublažen) koji je zabranjivao objavljivanje visoko-rezolutnih snimaka Izraela iz bezbednosnih razloga, a Indija ograničava slike svoje teritorije na 1 m rezolucije za ne-vladine korisnike. Takođe, postoji pitanje osetljivih objekata – sateliti mogu slikati vojne baze ili kritičnu infrastrukturu, što potencijalno izaziva pitanja nacionalne bezbednosti. Ali, uz globalnu dostupnost slika, većina vlada se prilagodila ovom „transparentnom svetu“. Neka rešenja za privatnost uključuju zamućivanje određenih objekata u javnim mapama (što se sprovodi neujednačeno) ili buduće opcije kao što je filtriranje na samom satelitu (trenutno nije česta praksa).
• Regulatorni i licencni izazovi: Komercijalni snimci podležu licenciranju. Korisnici moraju biti svesni ograničenja korišćenja – npr. kupovina snimaka može dozvoliti internu upotrebu, ali ne i javno objavljivanje ukoliko nisu kupljena dodatna prava. Vođene su debate o tome da li bi slike kupljene iz budžeta trebalo učiniti javnim (otvorenim) ili ne. U SAD, komercijalna daljinska detekcija je regulisana od strane NOAA, koja je tradicionalno nametala ograničenja rezolucije (npr. 50 cm) i postupno izdavala olakšice (sada 30 cm za optičke slike i posebna pravila za noćno snimanje ili kratkotalasni IR). Slično, SAR slike vrlo visoke rezolucije ili sa posebnim tehnikama (kao što su koherencija za detekciju pomeranja) mogu biti osetljive. Regulatorni okvir pokušava da uravnoteži komercijalnu inovaciju sa nacionalnom bezbednošću. Za novu tehnologiju kao što su sateliti za video snimanje sa visokom učestalošću, regulatori će verovatno praviti nova pravila (recimo, ograničenje striminga u realnom vremenu ili snimanja velikog broja frejmova kako bi se sprečila špijunaža od strane neovlašćenih korisnika).
• Trošak i ravnopravnost: Iako postoje besplatni programi, slike najviše rezolucije često se plaćaju i to može biti barijera za one koji ih ne mogu priuštiti. To stvara potencijalnu nejednakost u pristupu informacijama. Dobro finansirana organizacija može svakodnevno naručivati snimanje sa satelita od 30 cm, dok mala NVO može da se osloni samo na besplatne slike od 10 m ili retke snimke. Neke inicijative (kao što su Digital Globe Foundation, ili Earth Observation for Sustainable Development programi) ciljaju da omoguće slike zemljama u razvoju ili istraživačima po sniženoj ceni, ali jaz i dalje postoji. Vodi se stalna diskusija da benefiti satelitskih snimaka treba da budu dostupni za opšte dobro (pomoć u katastrofama, klimatska akcija), a gde je moguće, kompanije i vlade sarađuju da omoguće snimke za te namene.
• Tumačenje i pogrešni zaključci: Satelitske slike izgledaju jednostavno, ali je ispravno tumačenje često teško. Ako su pogrešno tumačene, slike mogu dovesti do pogrešnih zaključaka. Na primer, neko može pomešati senke i vodu, ili sezonski nestanak vegetacije sa krčenjem zemljišta. Bez ispravnog konteksta ili podataka sa terena postoji rizik od pogrešne analize. U obaveštajnim krugovima, poznati su istorijski slučajevi gde su analitičari pogrešno identifikovali bezopasne objekte kao opasne (ili obrnuto). Da bi se to izbeglo, najbolja praksa je kombinacija snimaka sa drugim podacima (terenska merenja, podaci sa senzora, lokalno znanje). Takođe postoji izazov informacionog preopterećenja – analitičari mogu propustiti bitne stvari u moru slika. Automatizacija (AI) počinje da pomaže u tome (npr. automatsko označavanje „anomalija“ ili promena), ali i AI može da proizvede lažno pozitivne/negativne rezultate koji zahtevaju ljudsku proveru.

Uprkos ovim izazovima, oblast stalno napreduje da ih prevaziđe: bolja kompresija i isporuka iz oblaka za obim, poboljšani algoritmi i kalibracije za preciznost, jasne politike korišćenja i selektivno zamućivanje radi privatnosti, kao i programi obuke za širenje stručnosti. Prednosti satelitskih snimaka uglavnom nadmašuju poteškoće, ali korisnici moraju biti svesni ovih ograničenja kako bi podatke koristili odgovorno i efikasno.

Novonastali trendovi i budući pravci

Oblast satelitskih snimaka se brzo razvija. Nekoliko novonastalih trendova oblikuje budućnost načina na koji se slike prikupljaju, analiziraju i koriste:

Veštačka inteligencija i automatizovana analiza

Sa poplavom podataka, veštačka inteligencija (AI) – posebno mašinsko učenje i duboko učenje – postala je ključna za izdvajanje informacija iz satelitskih snimaka. AI modeli mogu biti obučeni da prepoznaju obrasce ili objekte na slikama mnogo brže (a ponekad i preciznije) od ljudi. Na primer, relativno jednostavno mašinsko učenje već može da detektuje karakteristike poput automobila na parkinzima ili brodova u lukama sa snimaka visoke rezolucije defenseone.com. Sledeća granica je upotreba napredne AI (uključujući duboke neuronske mreže pa čak i analogon velikih jezičkih modela za slike) kako bi se izveli zaključci višeg nivoa:

• Detekcija objekata i izdvajanje karakteristika: AI vizuelni modeli se koriste za automatsku identifikaciju i prebrojavanje svega, od zgrada i puteva (za mapiranje), preko drveća (za šumarstvo), do specifičnih tipova useva (za poljoprivredu), pa do vozila i aviona (za obaveštajne svrhe). Ova automatizacija omogućava obradu slika u velikom obimu, obeležavanje promena ili generisanje baza podataka o karakteristikama. Primer je prebrojavanje svih bazena u jednom gradu sa snimaka sub-metar rezolucije ili otkrivanje ilegalnih rudarskih lokacija u prašumi – zadaci koji bi ručno bili previše zamorni.
• Detekcija promena i upozoravanje: AI je izuzetna u poređenju slika tokom vremena kako bi pronašla šta se promenilo. Ovo je ključno, s obzirom na to da imamo svakodnevne snimke u nekim slučajevima. Algoritmi mogu pregledati dnevne Planet slike, na primer, zone sukoba i upozoriti analitičare kada se detektuje nova šteta na zgradama ili kada se pojavi veći broj vozila gde ih ranije nije bilo. Ovo se sve više usmerava ka praćenju u realnom vremenu. Satelitske kompanije ulažu u AI da bi pružile analitiku kao uslugu: umesto da prodaju samo sirove slike, nude pretplate na upozorenja (npr. obavesti me ako se detektuje nova gradnja na lokaciji X). Direktor Planeta istakao je da je trenutna analiza često retroaktivna i zahtevna za ljude, dok nova AI rešenja obećavaju bržu, pa čak i prediktivnu analizu – koristeći bogatstvo snimaka da predvide događaje (npr. znake suše koji mogu dovesti do nemira) defenseone.com defenseone.com.
• Prediktivna analitika i modeliranje: Pored detekcije onoga što se desilo, AI se istražuje i za predviđanje onoga što će tek da se desi. Sa vremenskim nizovima snimaka kao ulazom, modeli bi mogli predvideti obrasce urbanizacije, prinose useva ili uticaje suše. Kao što je napomenuto u DefenseOne intervjuu, kombinovanje satelitskih podataka sa AI modelima potencijalno može predvideti scenarije poput „ovde će verovatno biti suša koja može dovesti do građanskih nemira“ defenseone.com. Ovo je još na početku, ali je to veoma tražena mogućnost za proaktivan odgovor.
• Interfejsi na prirodnom jeziku: Novina je korišćenje AI za lakše pretraživanje satelitskih snimaka. Umesto da GIS stručnjak mora da piše kod, svako bi mogao da pita sistem običnim jezikom: „pronađi sve slike na kojima je jezero u ovom regionu na najnižem nivou u poslednjih 5 godina“ i AI bi to odradio. Neki veliki jezički modeli se podešavaju za ovakve geoprostorne zadatke.
• Izazovi za AI: Ključ je u podacima za treniranje – na sreću, postoje decenije označenih satelitskih snimaka (npr. sa mapiranja) za obuku modela. Ali AI mora da obrađuje i multispektralne i radarske podatke, što je složenije od prirodnih fotografija. „Crna kutija“ pristup AI-a može biti problem – analitičari moraju da veruju, ali i da proveravaju rezultate AI-ja, posebno u kritičnim primenama kao što je vojna obaveštajna služba. Tu je i izazov računarske snage; ipak, cloud platforme sa GPU-ovima to rešavaju.

Već vidimo rezultate: u jednom slučaju, AI model je pomogao da se iz satelitskih podataka identifikuju ranije neprijavljene lokacije sa velikim emisijama metana, a u drugom se koristi AI kako bi se mapirala svaka zgrada u Africi iz snimaka radi planiranja infrastrukture. National Geospatial-Intelligence Agency (NGA) je izjavila da su ovakve AI mogućnosti „apsolutno budućnost“ analize, sa vizijom ciklusa gde senzori otkrivaju promene, a AI kombinuje slike sa drugim podacima (poput vesti ili društvenih mreža) kako bi proizveo operativne uvide i pokrenuo dalje prikupljanje informacija u petlji povratne veze defenseone.com defenseone.com. Ovakva integracija nagoveštava “pametni” sistem satelitskog nadzora.

Snimanje u realnom vremenu i brzo ponovno prelaženje istih lokacija

Približavamo se eri posmatranja Zemlje gotovo u realnom vremenu. Iako pravo emitovanje uživo cele Zemlje još ne postoji, vreme ponovnih preleta se smanjuje i neke kompanije eksperimentišu sa snimanjem u kvazi realnom vremenu:

• Velike konstelacije: Planet-ovo svakodnevno globalno pokrivanje je promenilo pravila igre. Sada drugi teže još većoj brzini. Kompanije kao što su BlackSky i Capella promovišu sebe kao pružaoce učestalog (od zore do sumraka) snimanja ključnih lokacija. BlackSky, na primer, ima malu konstelaciju koja može snimati određene lokacije do 15 puta dnevno i nude monitoring ekonomske aktivnosti ili sukoba u realnom vremenu. Ova visoka učestalost znači da korisnici mogu skoro uživo pratiti dešavanja (npr. sat-po-sat izgradnju šatora za pomoć u slučaju katastrofe). Krajnja vizija je „uživo“ prikaz svake važne tačke na Zemlji sa minimalnim kašnjenjem – možda svega par minuta između osvežavanja.
• Geostacionarno snimanje visoke rezolucije: Tradicionalno, geostacionarni sateliti su imali grubu rezoluciju (kilometarski nivo) samo za potrebe prognoze vremena. Ali tehnologija bi mogla omogućiti senzore više rezolucije u GEO orbiti. Postoje predlozi za GEO platforme koje bi nudile video ili brze snimke katastrofa dok se dešavaju (zamislite geostacionarni satelit koji pravi slike na svakih 10 sekundi, npr. šumskog požara ili grada). Izazov je fizika (GEO je daleko, pa su potrebne ogromne optike za visoku rezoluciju). Ipak, čak i postepena poboljšanja mogla bi doneti, recimo, slike od 50–100 m rezolucije u realnom vremenu iznad čitavih kontinenata, što bi bilo korisno za masovne događaje.
• Video iz niske orbite: Nekoliko satelita (SkySat i jedan startup EarthNow koji je to zamislio) može snimiti kratke video klipove – npr. 90-sekundni video kretanja (automobili, avioni na pisti). Kontinuirani video je teže postići zbog ograničenja orbite (satelit brzo preleti određenu lokaciju), ali kako se flote povećavaju, moguće je izmenično preletati i dostići skoro kontinuirano pokrivanje. Neki vojni sateliti možda to već rade za praćenje mobilnih meta. Fokus je i na isporuci u realnom vremenu: što brže dostaviti slike korisnicima. Sa više zemaljskih stanica i direktnim vezama, provajderi su smanjili ovo kašnjenje sa sati na često manje od jedan sat, a u posebnim slučajevima i na samo nekoliko minuta.
• Obrada na samom satelitu i pametni sateliti: U vezi sa AI, postoji tendencija da se sami sateliti čine „pametnijim“. Umesto da šalju celu sliku na Zemlju (što zahteva širinu pojasa i vreme), sateliti mogu obrađivati slike na licu mesta i slati samo upozorenja ili kompresovane, relevantne informacije. Na primer, satelit bi mogao upotrebiti AI da detektuje trag lansiranja rakete ili požar na slici i odmah pošalje notifikaciju (čak i preko relej satelita) analitičarima, umesto da se čeka prebacivanje čitave slike kasnije. BlackSky je nagovestio uvođenje ovakve analitike na samom satelitu, tako da je “AI u procesu čak i pre nego što se slika distribuira” defenseone.com. To je kao da satelit dobije osnovno „oko“ i „mozak“ – „gleda“ određene okidače i šalje korisne informacije odmah, čime se reakcija znatno ubrzava (i smanjuje preopterećenost podacima na Zemlji).

Ako se ovi trendovi nastave, pravovremenost satelitskih snimaka prilazi nivou uživo snimka dronova, ali na globalnom nivou. Ovo ima ogromne implikacije: spasioci bi mogli gledati kako se voda iz poplava približava u realnom vremenu i usmeravati evakuaciju, vojske bi mogle stalno pratiti borbena polja iz svemira, ekolozi bi mogli uhvatiti ilegalne radnje (poput ispuštanja otpada s brodova) dok se dešavaju. Isto tako, ovo otvara i društveno-politička pitanja, pošto monitoring populacije u realnom vremenu ulazi u sferu nadzora. Ali tehnološki, na dobrom smo putu ka svetu gde “zid između sadašnjih i prošlih snimaka nestaje”.

Minijaturizacija i nove tehnologije satelita

Uspon malih satelita je očigledan trend – sateliti su sve manji, jeftiniji i brojniji:

• CubeSat i nanosateliti: Standardizovani mali sateliti, neki najmanji kao kocke od 10 cm (1U CubeSat), snizili su prag ulaska. Univerziteti, startapi, pa čak i srednje škole mogu napraviti osnovni CubeSat za snimanje. Iako CubeSat od 3U sa malim teleskopom ne može da parira kvalitetu WorldView-3, može postići rezoluciju od 3–5 m – dovoljno za mnoge namene, po mnogo nižoj ceni. Konstelacije od mnogo CubeSatova (kao što je flota Doves kompanije Planet) mogu imati prednost u učestalosti snimanja i pokrivenosti u odnosu na veliki satelit, iako ne i u kvalitetu slike. Videli smo na desetine misija CubeSata za snimanje: od Planetove flote do eksperimentalnih sa hiperspektralnim senzorima ili video kamerama. Dve trećine aktivnih satelita su sada mali sateliti prema nekim procenama nanoavionics.com, što pokazuje ovu promenu. Ova demokratizacija znači da mnoge zemlje pa čak i kompanije mogu imati svoj „oko na nebu“. Više to nisu samo velesile; čak i mala nacionalna agencija za istraživanja ili privatna firma može lansirati svoju konstelaciju putem raketa-vožnje u deljenoj misiji.
• Napredni senzori na malim platformama: Tehnologija napreduje tako da čak i mali sateliti imaju sofisticirane senzore: npr. minijaturni radari sa sintetičkim otvorom (Capellini sateliti su oko 100 kg i daju radarske slike <0.5 m), mali hiperspektralni snimači (kao 16U CubeSatovi sa rezolucijom od 30 m), pa čak i infracrveni senzori za snimanje noću. Kako komponente postaju manje, a čipovi snažniji (za obradu podataka na licu mesta), mogućnosti po kilogramu satelita rastu. Ovo bi moglo dovesti do roj arhitektura gde više jeftinih satelita radi zajedno (kao što mnogi mravi postižu složene zadatke timskim radom).
• Pseudo-sateliti na velikim visinama (HAPS): Iako nisu sateliti, sve više je u upotrebi stratosferskih dronova ili balona koji funkcionišu kao privremeni sateliti. Oni mogu ostati iznad određene zone danima sa kamerama visoke rezolucije, dopunjujući satelitske podatke još upornijim lokalnim nadzorom. Integracija podataka sa HAPS, avio-platformi i satelita u budućnosti će možda biti besprekorna.
• Kvantna i optička komunikacija: Budući sateliti bi mogli koristiti lasersku komunikaciju za slanje podataka na Zemlju ili između satelita, čime se povećava protok podataka (pa mogu slati više podataka brže ili čak emitovati video strimove). Ovo je oblast intenzivnog razvoja (npr. European Data Relay System koristi lasere za brži prenos Sentinel podataka). Veći protok će omogućiti upotrebu rešenja za video i realno vreme.
• Upravljanje konstelacijama satelita: Sa sve više satelita, upravljanje orbitama i sprečavanje sudara (upravljanje „svemirskim saobraćajem“) postaje važno. Takođe, koordinacija konstelacija za zajedničko snimanje – na primer, jedan satelit snimi stereo par neposredno nakon drugog da bi se dobile 3D informacije, ili radarski sateliti lete u formaciji za interferometriju. Evropska misija Tandem-X je to radila (dva radarska satelita lete u tandemu da bi napravili globalnu 3D mapu). Možemo očekivati više ovakvih udruženih ili mrežnih konfiguracija.

U suštini, minijaturizacija + masovna proizvodnja satelita je analogna onome što se desilo sa računarima (od mainframe računara, do PC-ja, pa do pametnih telefona). To znači da će satelitsko snimanje biti još rasprostranjenije. Ipak, mali sateliti imaju i kraći životni vek (često ~3-5 godina), što znači da konstelacije zahtevaju kontinuiranu obnovu (redovno lansiranje novih satelita). Ovo je sve izvedivije zahvaljujući jeftinijim lansiranjima (čak i raketama namenjenim baš malim teretima, poput Electron Rocket Lab-a ili SpaceX ridesharea). Učestalost zamene satelita može ubrzati i inovacije – nova tehnologija može biti implementirana daleko brže nego što je slučaj sa čekanjem 15 godina na narednu generaciju velikih satelita.

Analitika iz svemira i integrisane platforme

Pored hardvera, analitika i isporuka uvida iz satelitskih snimaka predstavljaju veliku novu granicu. Umesto da samo prodaju slike, kompanije se pomeraju „uz lanac vrednosti“ kako bi obezbedile analizu i odgovore:

• „Od senzora do odluke“ (Sensor-to-Decision) lanac: Postoji vizija sveobuhvatnog sistema gde sateliti prikupljaju podatke, veštačka inteligencija ih tumači, a krajnji korisnik dobija informacije koje može odmah da iskoristi ili vizualizacije sa minimalnim ljudskim posredovanjem. Na primer, poljoprivredniku nije potreban samo satelitski snimak; on želi da zna koji deo njive treba đubriti. Kompanije koje se bave analitikom iz svemira teže tome da isporuče takve odgovore direktno, često putem cloud platformi ili API-ja. Još jedan primer: investicione firme ne žele ručno da analiziraju slike luka; umesto toga, pretplate se na uslugu koja daje sedmični indeks popunjenosti velikih luka (izrađuje se brojanjem kontejnera na slikama). Ovo se već dešava – kompanije poput Orbital Insight i Descartes Labs obrađuju snimke (iz različitih izvora) da bi proizvele ekonomske pokazatelje (kao što je popunjenost parkinga ispred prodavnica kao pokazatelj maloprodajnih performansi, ili procene poljoprivredne proizvodnje).
• Platforme za geoprostorne velike podatke: Već smo spomenuli Google Earth Engine; slično tome, Microsoftova Planetary Computer, Amazonov Open Data Registry i druge, integrišu geografske podatke iz više izvora sa skalabilnim alatima za analizu. Ove platforme sve više uključuju ne samo slike već i analitičke modele. Sada se na ovim platformama može pokrenuti algoritam za klasifikaciju zemljišnog pokrivača za celu Afriku za svega nekoliko sati – što je bilo nezamislivo pre deset godina. Budućnost se kreće ka gotovo real-time „kontrolnim tablama Zemlje“, gde možete upitom proveriti stanje planete (gubitak šuma, kvalitet vazduha, vlažnost zemljišta itd.) skoro uživo, zahvaljujući neprekidnim satelitskim signalima i analitičkim algoritmima.
• Integracija sa drugim izvorima podataka: Satelitski snimci se sve više kombinuju sa drugim „senorima“ – društvenim mrežama, IoT senzorima na terenu, skupnim/podacima dobijenim od korisnika – da bi se dodatno obogatila analiza. Na primer, tokom katastrofe, satelitske mape područja pod poplavom mogu se kombinovati sa Tviter podacima o tome gde se ljudi nalaze i gde je potrebna pomoć. U poljoprivredi, podaci o zdravlju useva iz svemira mogu se kombinovati sa lokalnim meteorološkim podacima kako bi se bolje procenili prinosi. Ovo fuzionisanje podataka je još jedno područje rada za veštačku inteligenciju, koja koreliše različite izvore i daje dublji uvid defenseone.com.
• Edge computing u orbiti: Kao što je ranije pomenuto, pojavljuje se analiza podataka na samom satelitu (edge computing). Ako sateliti mogu da prepoznaju koji deo podataka je vredan, mogu da šalju sažetu informaciju dole ili čak da pokrenu druge satelite. Na primer, kada jedan satelit (npr. infracrveni) uoči toplotnu anomaliju koja ukazuje na požar, može automatski da pokrene optički satelit da fotografiše to mesto u visokoj rezoluciji. Ova vrsta autonomnog međusobnog zadavanja zadataka je oblik svemirske analitike gde satelitska mreža sarađuje kako bi prikupila događaje na optimalan način. Eksperimenti u ovom pravcu rađeni su od strane NASA-inog Sensorweb-a i drugih, ali se očekuju i operativne verzije u budućnosti.
• Pristupačnost korisnicima i demokratizacija: Krajnji cilj je da informacija dobijena iz satelitskih snimaka bude dostupna kao vremenska prognoza. Možemo očekivati potrošačke aplikacije koje koriste satelitske podatke „u pozadini“ (neke već postoje, poput aplikacija koje upozoravaju na bolesti useva koristeći Sentinel-2 podatke). Kako analitika transformiše kompleksne slike u jednostavne metrike ili alarme, barijera za korišćenje satelitskih podataka opada. Ipak, veoma je važno da ove analize budu tačne i nepristrasne – zato je potrebna transparentnost čak i kod proizvoda pokretanih veštačkom inteligencijom.

Viša rezolucija i novi modaliteti

Vredno je napomenuti da se senzori stalno poboljšavaju: možda ćemo uskoro videti i komercijalne slike još veće rezolucije (SAD bi mogle uskoro da dozvole prodaju slika rezolucije manje od 30 cm, a druge zemlje lansiraju sisteme sa rezolucijom od 20 cm). Novi spektralni modaliteti kao što je LiDAR iz svemira mogli bi omogućiti 3D mapiranje vegetacije i struktura širom sveta (NASA-in GEDI LiDAR na Međunarodnoj svemirskoj stanici je prvi korak u tom pravcu; postoje predlozi za satelitski LiDAR za mapiranje). Termalni infracrveni sateliti (kao NASA-in ECOSTRESS na Stanici ili novi Landsat Next sa više termalnih kanala) omogućiće bolje mapiranje temperature – što je važno za korišćenje vode, toplotna ostrva u gradovima itd. Snimanje svetla noću (kao VIIRS instrument) može biti unapređeno senzorima još veće rezolucije, razotkrivajući ljudsku aktivnost sa većim detaljima (npr. praćenje dostupnosti električne energije ili efekata sukoba po svetlosnom zapisu).

Takođe, kvantni senzori ili hiperspektralni senzori visoke rezolucije mogu postati ostvarivi u budućnosti, dodatno obogaćujući dostupne podatke.

Zaključno, budućnost satelitskih snimaka ide ka više svega: više satelita, više podataka, češće, detaljnije, automatizovanije. Slika koja se stvara jeste „živi digitalni blizanac” Zemlje, koga sateliti neprekidno ažuriraju, a veštačka inteligencija analizira, do nivoa kada ljudi mogu upitima da saznaju skoro sve o planeti u realnom vremenu. Ovo otvara neverovatne mogućnosti za održivo upravljanje resursima, brzu reakciju na krize i dinamično razumevanje sveta – ali donosi i izazove u domenu etike podataka, privatnosti i pravične upotrebe. U narednim godinama očekujemo da će satelitski snimci još dublje biti ugrađeni u svakodnevni život, od aplikacija koje koristimo do odluka koje donose vlade, zaista ispunjavajući ranu viziju Svemirskog doba da posmatramo i koristimo dobrobiti „svemirskog broda Zemlja“.

Izvori:

• Definicija i istorijat satelitskih snimaka en.wikipedia.org en.wikipedia.org en.wikipedia.org
• Rani svemirski snimci i programi en.wikipedia.org en.wikipedia.org
• Landsat program i kontinuitet en.wikipedia.org en.wikipedia.org
• Geostacionarne vs polarne orbite – karakteristike esa.int esa.int earthdata.nasa.gov
• NASA Earthdata – vrste orbita i primeri earthdata.nasa.gov earthdata.nasa.gov earthdata.nasa.gov
• Pojmovi pasivnih i aktivnih senzora earthdata.nasa.gov earthdata.nasa.gov
• Razlika multispektralno vs hiperspektralno en.wikipedia.org en.wikipedia.org
• Rezolucije (prostorna, spektralna, vremenska) earthdata.nasa.gov earthdata.nasa.gov earthdata.nasa.gov
• Primer komercijalne rezolucije (WorldView) en.wikipedia.org i istorijski prvi (Ikonos) mdpi.com
• Primer obima podataka (Sentinel ~7 TB/dan) ceda.ac.uk
• Pitanja privatnosti sa snimcima en.wikipedia.org
• AI za satelitske podatke (Planet CEO o veštačkoj inteligenciji i snimcima) defenseone.com defenseone.com
• BlackSky o real-time AI integraciji defenseone.com
• Uticaj otvorenih podataka (Landsat politika besplatnog pristupa) science.org
• Ekološke i poljoprivredne primene satpalda.com satpalda.com
• Urbanističko planiranje i upotreba u infrastrukturi satpalda.com
• Upravljanje katastrofama putem snimaka satpalda.com satpalda.com
• Odbrambene i obaveštajne primene (Planet i Ukrajina, Corona program) defenseone.com en.wikipedia.org
• Kartografija i navigacija en.wikipedia.org satpalda.com
• Glavni programi: Landsat i Sentinel otvoreni podaci en.wikipedia.org earthdata.nasa.gov, Maxar i Planet mogućnosti en.wikipedia.org en.wikipedia.org, rast broja malih satelita patentpc.com.