Супутникові знімки: принципи, застосування та майбутні тенденції

Визначення і основні принципи

Супутникові знімки — це зображення Землі (або інших планет), отримані супутниками, що обертаються навколо неї. Ці знімки є формою дистанційного зондування, тобто дані отримують на відстані без безпосереднього контакту. Супутники мають датчики, які фіксують електромагнітне випромінювання, відбите або випромінене від поверхні Землі. Більшість супутників використовують пасивні датчики, які покладаються на сонячне світло як джерело освітлення (реєструють відбите видиме, інфрачервоне або теплове випромінювання), інші ж — активні датчики, які самі випромінюють сигнал (наприклад, радарні імпульси) і вимірюють зворотний сигнал earthdata.nasa.gov earthdata.nasa.gov. Фіксуючи це випромінювання і переводячи його в цифрові зображення, супутники забезпечують детальне та оглядове відображення поверхні і атмосфери Землі. Знімки мають бути геоприв’язані (тобто відображені за географічними координатами) та виправлені від викривлень для коректного використання в геоінформаційних системах (ГІС) en.wikipedia.org.

По суті, супутникові знімки дозволяють нам спостерігати і контролювати Землю у глобальному масштабі. Вони часто доповнюють аерофотозйомку, забезпечуючи ширше покриття, хоча і з меншим (як правило) просторовим розрізненням en.wikipedia.org. Сучасні супутникові знімки можуть вирізняти об’єкти розміром близько 30–50 см на передових комерційних системах en.wikipedia.org, тоді як супутники з відкритими даними, як-от Landsat, мають розрізнення 10–30 м en.wikipedia.org. Супутники фіксують різні діапазони електромагнітного спектра, що дозволяє отримувати не лише природні фотографії, а й знімки у фальшивих кольорах і інформацію, недоступну для людського ока (наприклад, в інфрачервоному чи мікрохвильовому діапазоні). Ці властивості роблять супутникові знімки потужним інструментом для спостереження за процесами в навколишньому середовищі, картографування Землі, а також фіксації змін у часі.

Історія розвитку супутникової зйомки

Розвиток супутникової зйомки простягається від перших недосконалих спроб до сучасних складних мереж космічних камер. Перші зображення з космосу були отримані у 1946 році зі суборбітального польоту американської ракети V-2, яка зробила знімки із висоти близько 105 км en.wikipedia.org. Перша справжня супутникова фотографія Землі була зроблена 14 серпня 1959 року супутником США Explorer 6 та показувала розмите зображення хмар над Тихим океаном en.wikipedia.org. У 1960 році супутник TIROS-1 передав з орбіти перше телевізійне зображення Землі — це стало проривом у метеорологічних спостереженнях en.wikipedia.org.

У 1960-х роках супутникова зйомка активно розвивалася у двох напрямках: метеорології та військової розвідки. Супутники TIROS та наступні апарати NOAA продемонстрували цінність безперервного знімання хмар для прогнозування погоди. Паралельно була розгорнута секретна програма США CORONA (1960–1972) — серія розвідувальних супутників, які використовували фотоплівку, повертаючи капсули з нею на Землю для перехоплення в повітрі. (Знімки Корона, розсекречені десятиліття потому, демонстрували розрізнення ~7,5 м, що було видатно на той час en.wikipedia.org.) У 1972 році супутникова зйомка вийшла на цивільний рівень із запуском Landsat 1 (спочатку ERTS-1), першого супутника, спеціально орієнтованого на систематичне спостереження Землі для науки та цивільного використання en.wikipedia.org. Програма створила безперервний 50-річний архів середньороздільних багатоспектральних знімків, з новітнім Landsat 9, запущеним у 2021 році en.wikipedia.org.

Далі відбулися ключові віхи розвитку. У 1972 році астронавти з місії «Аполлон-17» зробили знамениту фотографію «Блакитна кулька», яка підвищила суспільний інтерес до зйомки Землі en.wikipedia.org. До 1977 року США розгорнули перший майже прямоефірний цифровий супутник (розвідувальний супутник KH-11 KENNEN), що дозволило відмовитися від фотоплівки та значно прискорити збір розвідувальної інформації en.wikipedia.org. У 1986 році французький SPOT-1 вперше запровадив багатоспектральну зйомку з більш високим розрізненням (10–20 м), а інші країни (Індія, Росія, Японія тощо) також запустили власні програми спостереження Землі.

Ера комерційних супутникових знімків почалася у 1990-х роках. США послабили обмеження для приватних компаній, і у 1999 році був запущений IKONOS — перший комерційний супутник із високою роздільною здатністю, що досяг розрізнення 1 м mdpi.com. Незабаром його перевершили субметрові супутники: наприклад, QuickBird (60 см, 2001 рік) та WorldView-1/2 (~50 см, кінець 2000-х) mdpi.com. Сьогодні Maxar Technologies (раніше DigitalGlobe) експлуатує серію WorldView, зокрема WorldView-3, який забезпечує розрізнення ~0,3 м у панхроматичному діапазоні. З 2010-х років CubeSat і мікросупутники дозволили запускати десятки дешевих знімальних апаратів одночасно. Наприклад, Planet Labs розгорнула флотилії наносупутників (5–10 кг «Doves») для щоденної зйомки всієї поверхні Землі з розрізненням 3–5 м. Це призвело до справжнього вибуху кількості зібраних знімків. У 2010 році на орбіті було лише близько 100 супутників спостереження Землі; до 2023 року було запущено понад 2 500 супутників, тобто зростання у 25 разів, що здебільшого спричинене запуском констеляцій малих апаратів patentpc.com.

Ще однією важливою тенденцією стала політика відкритих даних для державних супутникових архівів. У 2008 році Геологічна служба США зробила весь архів Landsat відкритим для громадськості, що «істотно підвищило використання» цих даних у науці, держуправлінні й промисловості science.org. Аналогічно, європейська програма Copernicus (супутники Sentinel) надає відкриті й безкоштовні знімки. На початку XXI століття супутникові знімки стали легко доступними для всіх користувачів Інтернету — завдяки сервісам Google Earth і онлайн-картам. Як зазначалося в одному з оглядів, доступність програм і баз з відкритими даними дозволила «супутниковим знімкам стати загальнодоступними» у звичайному житті en.wikipedia.org.

Орбіти супутників і види супутників спостереження

Супутники можуть розміщуватися на різних орбітах залежно від поставлених завдань. Вибір орбіти визначає швидкість супутника, площу покриття та частоту повторного проходження над територією. Два найпоширеніші класи орбіт для спостереження Землі — геостаціонарна і полярна сонячно-синхронна (це різновид низької навколоземної орбіти), кожна з яких має свої особливості:

• Геостаціонарна орбіта (GEO): Геостаціонарний супутник обертається приблизно на висоті 35 786 км над екватором і здійснює оберт навколо Землі за 24 години, співпадаючи з обертанням Землі esa.int. Таким чином, він залишається нерухомим відносно однієї і тієї ж точки екватора. Геостаціонарні супутники весь час спостерігають ту саму велику область (близько третини поверхні Землі) з великої відстані esa.int. Така орбіта ідеальна для місій, які потребують постійного моніторингу, наприклад, для метеосупутників, що відстежують хмарність і бурі в реальному часі esa.int. Недоліком є менш детальні знімки через велику висоту розташування — деталізація менша, але охоплення ширше і безперервне.
• Низька навколоземна орбіта (LEO), полярна сонячно-синхронна: Низькі орбіти розташовані на висоті ~500–1000 км, супутник облітає Землю за 90–100 хвилин eos.com. Багато супутників спостереження Землі використовують полярну орбіту (що проходить поблизу полюсів) і є сонячно-синхронними — це означає, що вони перетинають екватор в один і той самий місцевий сонячний час earthdata.nasa.gov. Це забезпечує сталі освітлювальні умови для зйомки. LEO-супутники знаходяться набагато ближче до Землі, тож досягають високої просторової деталізації й охоплюють різні смуги поверхні під час кожного оберту, оскільки Земля обертається під ними earthdata.nasa.gov. Один полярний супутник повторює зйомку певної території кожні кілька днів або тижнів (наприклад, цикл Landsat триває 16 днів), але при використанні констеляцій (групи супутників) можна отримати майже щоденне покриття. LEO використовують більшість картографічних, екологічних і розвідувальних супутників. Наприклад, супутник NASA Aqua обертається на висоті ~705 км у сонячно-синхронній орбіті, надаючи глобальне покриття поверхні планети кожен або через один день earthdata.nasa.gov.

До інших типів орбіт належать середні навколоземні орбіти (MEO) (~2 000–20 000 км), які здебільшого використовуються для навігаційних систем, як-от GPS (орбіти з періодом 12 годин) earthdata.nasa.gov earthdata.nasa.gov, а також дуже еліптичні орбіти для спеціалізованого зв’язку чи спостереження (наприклад, орбіти Молнія). Основне правило: чим нижча орбіта — тим більша деталізація, але менша площа покриття; чим вища — тим ширше покриття, але нижча деталізація. У таблиці 1 представлено основні відмінності між геостаціонарними і полярними (сонячно-синхронними) орбітами супутників:

Примітка: Багато сузір’їв супутників для знімання використовують сонячно-синхронні орбіти (LEO) для глобального картування, у той час як геостаціонарні орбіти використовуються метеосупутниками (наприклад, GOES від NOAA) для постійного спостереження за півкулею.

Знімальні сенсори та технології

Супутникові сенсори класифікують за їх знімальною технологією та діапазоном електромагнітного спектру, який вони вимірюють. Основні типи включають оптичні камери, мультиспектральні/гіперспектральні сканери та радарні знімачі. Кожен має унікальні можливості:

• Оптична зйомка (видиме/інфрачервоне світло): Ці сенсори працюють як камера, фіксуючи відбитий сонячний промінь у широких діапазонах довжин хвиль (зазвичай видимий та ближній ІЧ діапазон). Вони створюють зображення, подібні до аерофотознімків або “супутникових фотографій”. Оптичні знімки можуть бути справжньокольоровими (як бачить око людини) або помилковокольоровими (наприклад, з використанням ІЧ діапазонів для виділення рослинності). Такі сенсори є пасивними та залежать від сонячного освітлення earthdata.nasa.gov earthdata.nasa.gov. Тому вони не можуть бачити крізь хмари або вночі, оскільки хмари блокують світло, а на нічній стороні Землі освітлення немає earthdata.nasa.gov earthdata.nasa.gov. Оптична зйомка була основою програм Landsat та комерційних супутників. Перші оптичні супутники робили панхроматичні (чорно-білі) знімки на плівку, сучасні використовують цифрові детектори. Високодеталізовані сучасні оптичні супутники здатні розрізняти об’єкти менше метра – наприклад, WorldView-2 від Maxar дає ~0,46 м панхроматичної роздільної здатності en.wikipedia.org. Оптичні знімки інтуїтивно зрозумілі для аналізу, широко використовуються для картографії та візуального аналізу, однак залежать від погодних умов.
• Мультиспектральні та гіперспектральні сенсори: Це вдосконалені оптичні сенсори, які фіксують дані у багатьох окремих довжинах хвиль (діапазонах), а не лише в одному кольоровому каналі. Мультиспектральні сенсори зазвичай мають відносно невелику кількість окремих діапазонів (наприклад, 3–10 діапазонів охоплюють видимий, ближній ІЧ, короткохвильовий ІЧ тощо), як 7-діапазонний Landsat TM чи 13-діапазонний Sentinel-2. Гіперспектральні – це сенсори з десятками чи сотнями дуже вузьких, послідовних діапазонів, які дозволяють отримати повний спектр відбиття для кожного пікселя en.wikipedia.org en.wikipedia.org. У гіперспектральних знімках кожен піксель містить деталізований спектр відбиття, що дозволяє точно розпізнавати матеріали (мінерали, види рослин, забруднювачі). Різниця не лише в кількості діапазонів, а й у їх неперервності – мультиспектральні знімки не дають повного спектра для кожного пікселя, а гіперспектральні – дають (наприклад, 400–1100 нм із кроком 1 нм) en.wikipedia.org. Гіперспектральна зйомка, або спектроскопія зображень, вперше застосована сенсорами AVIRIS NASA у 1980-х en.wikipedia.org. Мультиспектральні сенсори є компромісом між інформацією та обсягом даних, гіперспектральні дають величезні обсяги інформації, мають зазвичай гіршу просторову роздільну здатність або вже смуги через технічні обмеження en.wikipedia.org. Обидва типи дуже цінні: мультиспектральні знімки широко застосовують для класифікації типів земної поверхні (вода, ґрунт, рослини, ліси), гіперспектральні – для спеціалізованих задач як пошук корисних копалин, виявлення стресу рослин чи екологічний моніторинг з урахуванням унікальних спектральних характеристик. Наприклад, Landsat (мультиспектральний) давно відстежує біом Землі en.wikipedia.org, а новіші гіперспектральні супутники (на кшталт італійської PRISMA чи майбутніх місій) здатні фіксувати тонкі хімічні відмінності в рослинності чи геології.
• Теплове інфрачервоне випромінювання: Багато мультиспектральних сенсорів також мають теплові ІЧ діапазони (наприклад, інструмент TIRS у Landsat), які вимірюють власне теплове випромінювання земної поверхні. Теплові знімки фіксують різницю температур, це корисно для моніторингу пожеж, “островів спеки” у містах, температури поверхні океану вночі. Це – пасивне зондування, однак у іншому спектрі (довгохвильовий ІЧ), тож можливе і вдень, і вночі (оскільки Земля завжди випромінює ІЧ). Проте роздільна здатність теплового діапазону зазвичай значно гірша (десятки-сотні метрів) через конструктивні обмеження сенсорів.
• Радарна зйомка (SAR – синтетична апертура радара): Радарні сенсори є активними — вони випромінюють мікрохвильові радіосигнали на Землю і сприймають зворотне розсіяння. Найтиповіший різновид — синтетична апертура радара (SAR), де рух супутника використовується для імітації великої антени, що дозволяє отримати високу роздільну здатність. Радарні супутники працюють на довжинах хвиль як X-, C-, або L-діапазон мікрохвиль. Важливо, що радар проникає крізь хмари і працює в темряві, забезпечуючи зйомку у будь-яку погоду, 24 години на добу earthdata.nasa.gov. Знімки виглядають інакше, ніж оптичні: радар вимірює шорсткість поверхні й вологість, утворюючи чорно-білі зображення, де вода виглядає темною (майже без відбиття), а міста або гори – яскравими. SAR незамінний для картування руху ґрунту (землетруси, просідання), фіксації кораблів або повеней під хмарами, моніторингу тропічних регіонів, де майже завжди хмарно. Приклади: Sentinel-1 ESA (C-діапазон), комерційні системи TerraSAR-X, Capella Space. Перші радарні місії 1990-х (наприклад, канадський RADARSAT-1) давали ~10 м роздільної здатності. Сучасні SAR-супутники дають знімки з розділом 1 м або краще mdpi.com (італійський COSMO-SkyMed і німецький TerraSAR-X, запущені у 2007, були першими з 1-метровою роздільною здатністю mdpi.com). Радарна зйомка складніше для інтерпретації, проте суттєво розширює можливості дистанційного зондування там, де оптика безсила (ніч, хмари) і навіть проникає крізь деякі поверхні (наприклад, L-діапазон проходить крізь рослинність чи сухий пісок, виявляючи приховані об’єкти).

Техніки зйомки: Супутники застосовують різні методи отримання зображень. Сучасні оптичні та мультиспектральні супутники зазвичай працюють за схемою push-broom сканера: лінійна матриця детекторів формує зображення по рядку під час руху апарата по орбіті en.wikipedia.org. Це відрізняється від старих whisk-broom сканерів, у яких один детектор хитався з боку в бік (поперек траси), відскановуючи смуги en.wikipedia.org. Системи push-broom (лінійні камери) не мають рухомих частин, крім самого апарата, та дають вищу якість сигналу, тому зараз вони стали стандартом (наприклад, Sentinel-2, WorldView тощо). Деякі системи отримують кадрове зображення (двовимірний “знімок” всієї ділянки одразу) на площинній матриці – це поширено в аерофотоапаратах і перших розвідувальних супутниках (де знімали на плівкові кадри). Для гіперспектральної зйомки застосовують просторове сканування (push-broom через вузьку щілину з дисперсійною оптикою) чи спектральне сканування (перемикаючи діапазони фільтрами) en.wikipedia.org en.wikipedia.org. Синтетичний апертурний радар, навпаки, синтезує зображення завдяки руху антени й обробці сигналу Доплера, досягаючи роздільної здатності, що значно перевищує фізичний розмір антени.

Ще одним важливим аспектом дистанційного зондування є різні типи роздільної здатності, що описують якість та можливості зображення:

• Просторова роздільна здатність: розмір ділянки на земній поверхні, що відповідає одному пікселю зображення (напр., 30 м для Landsat, 50 см для WorldView). Вона визначає найменший об’єкт, який можна розрізнити. Вища просторова роздільна здатність (менший піксель) дозволяє побачити більше деталей. Наприклад, MODIS на NASA Terra/Aqua має пікселі від 250 м до 1 км, і це підходить для регіонального та глобального картування, тоді як комерційні супутники з пікселем менше 1 м можуть ідентифікувати окремі автомобілі en.wikipedia.org. Просторова роздільна здатність визначається оптикою сенсора та висотою орбіти earthdata.nasa.gov earthdata.nasa.gov.
• Спектральна роздільна здатність: здатність сенсора розрізняти дрібні відмінності у довжині хвилі – по суті, кількість і ширина спектральних діапазонів. Мультспектральні сенсори з кількома широкими діапазонами мають грубу спектральну роздільну здатність, гіперспектральні з сотнями вузьких діапазонів – дуже високу earthdata.nasa.gov. Наприклад, прилад AVIRIS вимірює 224 послідовних спектральних каналів, досягаючи дуже точної спектральної роздільної здатності для диференціації різних мінералів чи рослинних видів earthdata.nasa.gov. Загалом,більше діапазонів/вужчі діапазони = вища спектральна роздільна здатність, що дозволяє більш детальну ідентифікацію матеріалів earthdata.nasa.gov earthdata.nasa.gov.
• Часова роздільна здатність (частота повторних зйомок): як часто можна знімати ту ж саму ділянку Землі супутником. Це залежить від орбіти та конфігурації супутникової групи. Геостаціонарні супутники фактично безперервно спостерігають фіксовану ділянку (часова роздільна здатність – від хвилин, можна отримувати знімки кожні кілька хвилин для створення погодних анімацій) earthdata.nasa.gov. Полярні орбітальні супутники мають часову роздільну здатність від щоденної (MODIS із широкими смугами захвату) до понад тиждень (як у Landsat з 16-денним повторним періодом через вузьку полосу огляду) earthdata.nasa.gov. Наприклад, Sentinel-2 з двома супутниками має повтор через 5 діб, Terra/MODIS – близько 1–2 днів earthdata.nasa.gov. Висока частота дуже важлива для моніторингу швидкоплинних явищ (погода, катастрофи), у той час як для окремих задач можна пожертвувати частотою заради детальніших просторових/спектральних даних earthdata.nasa.gov. Для підвищення повторюваності дедалі частіше застосовують супутникові групи – наприклад, Planet Labs має понад 150 мінісупутників для щоденного глобального спостереження.
• Радіометрична роздільна здатність: чутливість сенсора до різниць у інтенсивності сигналу, як правило, визначається кількістю бітів даних на піксель (напр., 8-біт = 256 відтінків сірого, 11-біт = 2048 рівнів і т. д.). Вища радіометрична роздільна здатність дозволяє сенсору виявляти тонші градації яскравості або температури. Сучасні оптичні сенсори часто мають радіометричну роздільну здатність 10–12 біт або вище, що підвищує здатність розрізняти тонкі контрасти (важливо, наприклад, для дослідження кольору океану чи здоров’я рослинності). Наприклад, для виявлення незначних відмінностей у кольорі води при оцінці її якості потрібна висока радіометрична точність earthdata.nasa.gov earthdata.nasa.gov.

Існують природні компроміси: супутник із дуже високою просторовою та спектральною роздільною здатністю охоплює меншу площу або має нижчу частоту повтору через обмеження обсягу даних earthdata.nasa.gov. Інженери повинні збалансовувати ці фактори відповідно до цілей місії.

Основні сфери застосування супутникових знімків

Супутникові знімки стали незамінними майже в усіх сферах людської діяльності. Нижче наведено основні напрямки застосуваннята способи використання супутникових даних у кожному з них:

Екологічний та кліматичний моніторинг

Моніторинг довкілля й клімату Землі є базовою сферою застосування супутникових знімків. Оскільки супутники мають глобальний, повторюваний огляд планети, вони ідеально підходять для відстеження змін у довкіллі з плином часу.

• Спостереження за кліматом: Супутники допомагають вимірювати ключові кліматичні змінні, такі як глобальні тренди температур, склад атмосфери, покрив льоду. Наприклад, інфрачервоні термальні камери картують температуру поверхні моря та суходолу в масштабі всієї планети, надаючи дані для кліматичних моделей. Полярно-орбітальні супутники, як NASA Aqua/Terra (сенсори MODIS), щоденно реєструють аерозолі, парникові гази та хмарність. Спеціалізовані місії (наприклад, NASA OCO-2 для CO₂ або Sentinel-5P для контролю якості повітря) відстежують концентрації атмосферних газів і озону. Супутники також фіксують розміри озонової дірки та площу полярних льодовиків і шапок щороку. Такі довгострокові дані критично важливі для досліджень клімату й міжнародної кліматичної політики.
• Екологічні зміни та екосистеми: Наземні супутники (Landsat, Sentinel-2 тощо) використовуються для моніторингу вирубки лісів, опустелювання, змін екосистем. «Завдяки дистанційному зондуванню… фахівці відстежують зміни рослинного покриву, земель та водойм», що сприяє виявленню втрати біорізноманіття й деградації земель satpalda.com. Наприклад, супутникові часові серії дозволяють показати, як зникають амазонські ліси чи міліють водно-болотні угіддя. Держави й громадські організації використовують ці дані для контролю дотримання законів (наприклад, виявлення незаконної вирубки чи видобутку в захищених зонах satpalda.com). Супутники дозволяють ідентифікувати стан біотопів – мультиспектральні зображення застосовуються для розрахунку вегетаційних індексів (наприклад, NDVI), що характеризують «зелень» та життєздатність рослин. Це допомагає відстежувати посухи, здоров’я лісу (наприклад, ділянки, уражені шкідниками чи лісовими пожежами) і оцінювати врожайність (перетин з агросектором).
• Океани та водойми: Екологічні супутники відстежують цвітіння водоростей, нафтяні плями та якість води в океанах й озерах за зміною кольору (використовуючи спектральні діапазони, чутливі до хлорофілу чи каламутності). Вони контролюють і сніговий покрив, і льодовики на суходолі, які живлять ріки – це важливо для управління водними ресурсами в умовах зміни клімату. Мікрохвильові сенсори (радарні альтиметри) вимірюють рівень моря й стан морського льоду.
• Метеорологія та кліматичні системи: Геостаціонарні метеорологічні супутники (наприклад, NOAA GOES або EUMETSAT Meteosat) постійно передають зображення хмарності, розвитку штормів і великих кліматичних систем. Вони критично важливі для відстеження ураганів, прогнозів небезпечної погоди, моніторингу явищ Ель-Ніньйо/Ла-Нінья (через аналіз температури моря та хмарності). Полярні орбітальні супутники з інфрачервоними й мікрохвильовими профілерами доповнюють ці дані вертикальними профілями температури й вологості, що використовуються в чисельних моделях погоди.

Підсумовуючи, супутникові знімки забезпечують глобальний погляд на зміни довкілля, які неможливо зафіксувати з поверхні Землі. Вони лежать в основі міжнародних програм кліматичного моніторингу (наприклад, підтверджують танення льодовиків, темпи вирубки лісів, розсіювання атмосферних забруднень). Дані супутників показали, наприклад, тendenції до озеленення чи “вицвітання” рослинності під час зміни клімату й картографували глобальний розподіл шкідливих викидів в атмосферу. Приклад екологічного моніторингу за допомогою супутників наведено на Рисунку 1, де знімок Landsat відображає візерунки зрошення сільськогосподарських угідь — це демонструє, як супутники можуть оцінювати стан рослинності та водного балансу:

Рисунок 1: Супутниковий знімок зрошуваних сільськогосподарських полів та іригаційного каналу (діагональна лінія) на півдні України, зроблений Landsat 8 7 серпня 2015 року. Зображення показано у натуральних кольорах (червоний, зелений, синій канали). Видно круглі «фігури зрошення» від системи дощування центрального типу. Такі знімки використовуються для сільськогосподарського моніторингу — здорові посіви виглядають зеленими, а характерні форми допомагають ідентифікувати схеми зрошення commons.wikimedia.org. Яскраво-зелені кола свідчать про інтенсивну вегетацію, яку активно поливають, у той час як блідіші чи коричневі ділянки можуть означати перелоги чи сухі поля. (Зображення: програма Landsat USGS/NASA, обробка Анастасія Тішаєва.)

Сільське господарство і лісове господарство

Супутникові знімки відіграють надзвичайно важливу роль у сільському господарстві та лісовому господарстві, часто в рамках “точного землеробства” та сталого управління ресурсами:

• Моніторинг посівів: Мультиспектральні знімки дозволяють фермерам та аналітикам відстежувати стан посівів на великих площах. Різні спектральні канали (особливо близьке інфрачервоне) чутливі до здоров’я рослин — здорова рослинність інтенсивно відбиває NIR. Обчислюючи такі індекси, як NDVI, за супутниковими даними можна виявити стрес у рослин, спричинений посухою, хворобами чи дефіцитом поживних речовин. “Завдяки мульти- та гіперспектральним зображенням фермери можуть виявляти зараження, контролювати здоров’я посівів та оптимізувати зрошення” satpalda.com. Наприклад, супутникові дані можуть показувати, які частини поля відчувають нестачу вологи (менш зелені), тож можна скоригувати полив, або виявити на ранній стадії інвазії шкідників за аномальними спектральними ознаками. Це дозволяє застосувати точне землеробство — використовувати воду, добрива чи пестициди лише там, де потрібно, що підвищує урожайність і знижує вплив на довкілля satpalda.com.
• Оцінка площі посівів і прогноз врожайності: Держави і організації використовують супутникові знімки для оцінки засіяної площі основних культур і прогнозування врожаю. Завдяки тому, що супутники можуть регулярно знімати величезні аграрні регіони, вони надають оперативну інформацію про стадії розвитку культур та всі пошкодження (від повеней, штормів чи посух). Традиційно це робили на основі даних помірної роздільної здатності (наприклад, Landsat, Sentinel-2 із роздільною здатністю 10–30 м, які дозволяють фіксувати зміни на рівні поля). Тепер, завдяки щоденним даним PlanetScope або комерційним знімкам високої роздільності, можна навіть порахувати ряди чи ідентифікувати культури. Ці дані використовують у системах продовольчої безпеки і на ринку сільськогосподарських товарів.
• Лісове господарство: Супутники використовують для управління лісами: відстежують вирубки, відновлення лісу та здоров’я деревостанів. “Знімки високої роздільної здатності застосовуються для моніторингу стану лісів у часі й виявлення незаконних рубок” satpalda.com. Наприклад, архів Landsat дозволяє розраховувати зміну площі лісу за роками, висвітлюючи ділянки вирубки. Держави використовують це для контролю лісокористування і виявлення незаконних вирубок у віддалених районах. Супутники допомагають моніторити здоров’я лісів — виявляти інвазії комах чи пошкодження від буревіїв за зміною кольору пологу. Додатково, поєднуючи це із висотними даними (від Lidar або стереосупутникових знімків), можна оцінити біомасу й запаси вуглецю в лісах.
• Моніторинг пасовищ і вигонів: У пасовищних регіонах зображення середньої роздільної здатності допомагають контролювати стан угідь (наприклад, виявляти перевипас за рослинним покривом). Це дає змогу планувати ротацію пасовищ і реагувати на посухи.

Загалом супутники дають змогу перейти від рівномірного господарювання до управління полем у межах ділянок завдяки оперативній, просторово детальній інформації. Це знижує витрати та підвищує сталість. У період вегетації супутники можуть показати виникнення проблем (наприклад, частина поля змінює колір), а після збирання врожаю — оцінити, які технології чи сорти показали кращі результати на різних ділянках. У лісовому господарстві моніторинг із супутників уже є центральним елементом програм REDD+ (які стимулюють зменшення вирубки), адже це дає прозорі, достовірні дані про зміну площ лісу з часом.

Міське планування та інфраструктура

У світі, що стрімко урбанізується, супутникові знімки — ключове джерело даних для міського планування, розвитку інфраструктури та картографування землекористування:

• Картографування міського зростання: Аналізуючи знімки у динаміці, міські планувальники можуть бачити, як розширюються міста й де з’являється нова забудова. Супутникові зображення допомагають оновлювати карти меж міст — наприклад, фіксувати перетворення сільськогосподарських земель чи лісів на передмістя. Це дає можливість контролювати міську розтягнутість та планувати сервіси. “Супутникові знімки — ключовий інструмент міського планування для картування і відстеження змін землекористування, розвитку інфраструктури та зростання міст” satpalda.com. Знімки високої роздільної здатності (менше 1 м) достатньо детальні, щоб бачити окремі будівлі, дороги чи навіть автівки, що дає змогу точно картувати нову забудову чи неформальні поселення euspaceimaging.com. Наприклад, планувальники можуть ідентифікувати, де виникають незаконні захоплення чи де прокладаються нові дороги ще до появи цих даних у наземних обстеженнях.
• Інфраструктура та транспорт: Супутникові знімки допомагають планувати дороги, залізниці та інженерні мережі, надаючи актуальний географічний контекст. Проектувальники накладають траси планованої інфраструктури на актуальні знімки, щоби уникнути конфліктів із наявною забудовою чи природними перепонами. Можливий і моніторинг ходу будівництва: наприклад, прогрес спорудження шосе чи розширення аеропорту з космосу. Для управління активами супутники допомагають виявляти зміни або проблеми у коридорах інфраструктури (наприклад, зсуви ґрунту вздовж дороги або осідання біля трубопроводу). Для транспортного планування знімки дозволяють відстежувати завантаженість доріг (за ознаками типу розширення паркінгів) і тип землекористування, що впливає на транспортний попит.
• Міське середовище та зелені зони: Міста використовують супутникові дані для моніторингу екологічної складової — наприклад, картування зелених зон, деревного пологу чи непроникних покриттів. Тепловізійні знімки виявляють міські острови спеки (гарячіші ділянки з великою часткою бетону та малою кількістю рослинності). Це дозволяє втілювати ініціативи щодо озеленення міста та адаптації до зміни клімату. Деякі спеціалізовані продукти із супутникових даних класифікують міські землі (житлова, промислова, комерційна забудова) за просторовими ознаками й навіть оцінюють розподіл населення — аналізуючи площу забудови й густоту.
• Картографування й оновлення кадастру: Підтримка актуальних базових карт — фундаментальна потреба міського управління. Супутники дають найновіші знімки, щоб оновлювати ГІС-шари контурів будівель, доріг і об’єктів. Це особливо необхідно там, де наземне картування відстає від темпів забудови. Комерційні знімки високої роздільної здатності, що дозволяють розпізнавати окремі будинки, часто використовують картографічні агентства для оновлення мап або служби на кшталт Google Maps для наповнення своїх шарів en.wikipedia.org. Зображення орторектифікуються (геометрично виправляються), стаючи точним тлом для мапування. Для кадастрового картографування знімки допомагають виявити захоплення чи використання земельних ділянок.
• Оцінка ризиків і міська стійкість: (Перетинається з розділом про катастрофи) Планувальники також використовують дані супутників для ідентифікації вразливих територій у містах — наприклад, низинних районів у зонах затоплення або густозабудованих кварталів із загрозою землетрусів. Знімки високої роздільної здатності, зроблені до події, формують базові дані для планування евакуацій тощо, а після катастроф — допомагають планувати відновлення.

Підсумовуючи, супутникові знімки дають містопланувальникам постійно оновлюваний, панорамний вигляд на місто. Це гарантує прийняття рішень на основі актуальної картини, а не застарілих мап. Інтеграція зображень у 3D-моделі міст і ГІС помітно покращилася, що дозволяє візуалізувати сценарії “а якщо” (наприклад, як виглядатиме нова дорога чи зміна зонування) безпосередньо на реалістичних знімках. Завдяки своєчасному виявленню змін у використанні земель міська влада може оперативно реагувати на несанкціоновану забудову чи потребу розвитку інфраструктури.

Реагування на катастрофи та надзвичайні ситуації

Одне з найважливіших гуманітарних застосувань супутникових знімків — у управлінні катастрофами — як на етапі підготовки, так і для реагування:

• Швидка оцінка збитків: Після стихійних лих — землетрусів, ураганів, повеней чи лісових пожеж — супутникові знімки часто є найоперативнішим способом оцінити масштаби руйнувань, коли наземний доступ обмежений. “Супутникові дані допомагають організувати рятувальні операції й дають реальну інформацію про рівень руйнувань під час стихійних лих” satpalda.com. Наприклад, протягом кількох годин після великого землетрусу супутники здатні отримати високодетальні зображення ураженого міста, що дозволяє рятувальникам бачити зруйновані будинки, перегороджені дороги чи табори біженців. Порівняння до і після — основний прийом: накладаючи знімки до події та після неї, аналітики швидко фіксують знищені об’єкти чи найбільш постраждалі зони satpalda.com. Це масово застосовували під час землетрусу на Гаїті (2010) чи вибуху в Бейруті (2020) — супутники засвідчували руйнування цілих кварталів. Організації на кшталт ООН активують Міжнародну хартію з космосу і великих катастроф, що надає оперативні знімки з різних країн безкоштовно для кризових ситуацій.
• Моніторинг повеней і штормів: Під час масштабних повеней чи ураганів супутники (особливо радари та оптичні з високою частотою зйомки) відстежують катастрофу майже в реальному часі. Для повеней радарні зображення є цінними, оскільки проникють крізь хмари: підтоплені ділянки на зображеннях SAR мають вигляд темних гладких поверхонь, чітко позначаючи межі затоплення навіть за хмарності. Це допомагає службам оперативно фіксувати затоплення населених пунктів і планувати евакуації чи доставку допомоги. Для реагування на урагани супутники стежать за траєкторією циклону, а згодом оптичні супутники дають чисті знімки зони ураження (наприклад, щоб побачити відрізані від світу міста чи мости, зруйновані потопом). Під час лісових пожеж супутники на кшталт NASA MODIS і VIIRS фіксують активні осередки та картують межі вигорання навіть через дим, що допомагає скеровувати пожежні ресурси до найкритичніших ділянок.
• Екстрене картографування й логістика: Відразу після лиха спеціалізовані команди створюють екстрені карти на основі супутникових знімків із виділенням проїзних доріг, зруйнованої інфраструктури, концентрацій біженців тощо. Це масово застосовували після цунамі чи тайфунів — карти з космосу вказували, які автошляхи залишилися проїзними для гуманітарної допомоги, де сконцентровані врятовані. Оскільки супутники охоплюють великі території, це особливо цінно для віддалених чи розлогих катастроф, наприклад фіксації всієї зони руйнування після цунамі 2004 року в Індійському океані. Знімки також дозволяють виявляти вторинні загрози: наприклад, зображення після землетрусу можуть показати зсуви, що перекрили річки (загроза затоплення вище за течією), тож можна вчасно реагувати.
• Підготовка до катастроф: До настання лиха знімки використовують для картування зон ризику та моделювання наслідків. Наприклад, висотні моделі із супутників поєднують із зображенням для визначення схильних до затоплень територій; карти землекористування — для оцінки ризиків лісових пожеж (наприклад, окреслюють межу контакту лісу та забудови). Регулярні знімки допомагають моніторити стан захисних споруд (дамб, лісів на схилах). Також у випадку поступових катастроф, як-от посуха, супутники стежать за показниками (стан рослинності, рівень води), щоб вчасно оголошувати попередження щодо продовольчих криз.

Загалом супутникові знімки дають неупереджену, оперативну оцінку, яка є безцінною для рятувальників і гуманітарних організацій. Вони дають можливість «масштабувати» погляд: побачити загальну картину руйнувань, а потім «зумувати» до локальних деталей — це неможливо лише зі звітів із місця. Оперативне отримання майже в реальному часі (завдяки зростанню кількості супутників і швидкості передачі даних — усе частіше протягом кількох годин) дозволяє ефективніше розподіляти ресурси й доставляти допомогу, рятуючи життя. Як зазначає звіт SATPALDA, порівнюючи до- та післякатастрофічні знімки, службовці можуть “найкраще розподіляти ресурси, визначати пріоритети для ремонту й встановлювати точний рівень втрат” satpalda.com.

Оборона та розвідка

Від початку космічної ери військові цілі та розвідка були рушійною силою розвитку супутникової зйомки. Розвідувальні супутники (часто звані “шпигунськими супутниками”) надають стратегічні можливості спостереження:

• Розвідка та спостереження: Супутники високої роздільної здатності, якими керують оборонні агентства, можуть фіксувати детальні зображення діяльності на землі. Раннім прикладом є програма CORONA – серія американських стратегічних розвідувальних супутників під управлінням ЦРУ та ВПС США en.wikipedia.org. Хоча подробиці часто засекречені, відомо, що сучасні розвідувальні супутники (наприклад, серія Keyhole/CRYSTAL США) мають оптичні системи, здатні досягати роздільної здатності в десятки сантиметрів, що дозволяє спостерігати за військовими об’єктами, ракетними базами, пересуванням військ та іншими розвідувальними цілями. Такі супутники – це, по суті, орбітальні телескопи, інколи навіть маневрені для багаторазового відвідування цікавих об’єктів. У військових цілях супутники надають критично важливу інформацію, яку інакше довелося б отримувати під час ризикованих польотів розвідників. Вони це роблять, не порушуючи повітряний простір (адже працюють з орбіти), що зробило їх ключовим інструментом для перевірки виконання міжнародних договорів (з контролю над озброєннями), моніторингу супротивника та керування військовими операціями.
• Геопросторова розвідка (GEOINT): Сучасні оборонні структури інтегрують супутникові знімки з іншими даними для отримання розвідінформації. Це, зокрема, виявлення змін на відомих об’єктах (наприклад, раптова поява нової інфраструктури чи незвична активність типу руху на аеродромі), картографування рельєфу для планування місій, та цілеуказання. Зображення використовуються для створення карт високої роздільної здатності та 3D-моделей територій для військових операцій (наприклад, перед штурмом комплексу Осами бен Ладена, супутникові знімки використовувалися для моделювання місцевості). Супутники з синтетичною апертурною радарною системою (SAR) також активно використовуються у військовій сфері завдяки всепогодним і цілодобовим можливостям зйомки — це корисно для виявлення, наприклад, маскування або змін, які оптичні системи можуть не помітити. Серед новітніх напрямків — супутникове радіочастотне картографування та гіперспектральна зйомка для дистанційного виявлення певних матеріалів (наприклад, пального чи вибухівки).
• Обмін розвідданими і відкритий OSINT-аналіз: З появою комерційних супутників значна частина завдань військової розвідки виконується або дублюється приватними компаніями. Такі фірми, як Maxar і Planet, надають некласифіковані знімки високої роздільної здатності, якими можуть користуватися як аналітики, так і громадськість. Наприклад, під час воєнних конфліктів або стурбованості поширенням озброєнь уряди оприлюднювали комерційні знімки, щоб довести свою позицію. Приклад — вторгнення Росії в Україну у 2022 році: ежедневні знімки Planet Labs допомогли викрити накопичення російських військ і техніки перед вторгненням, а потім застосовувалися для документування руйнувань і пересувань у ході війни defenseone.com. Така демократизація супутникової розвідки означає, що аналітики відкритих джерел (OSINT) і недержавні актори також можуть моніторити стратегічні об’єкти (наприклад, ядерні об’єкти Північної Кореї або сирійські авіабази), використовуючи легкодоступні знімки defenseone.com. Публічне супутникове зображення військових об’єктів інколи спричиняє політичні дискусії (наприклад, країни, які заперечують показ чутливих об’єктів; у США лише одне виняткове обмеження — поправка Кайла–Бінгемана, що обмежувала деталізацію над Ізраїлем і була послаблена у 2020 році).
• Навігація та наведення: Хоча це не зовсім зображення у класичному розумінні, варто згадати, що супутники (наприклад, система GPS) забезпечують позиціонування, вкрай необхідне для військової навігації та наведення. Окрім того, супутникові знімки можуть слугувати для наведення високоточного удару шляхом надання актуальних даних про цільову зону безпосередньо перед операцією (що підвищує точність та дозволяє оцінити потенційні супутні збитки). Під час конфліктів знімки майже в реальному часі можуть передаватися військам (хоча це залежить від швидкості передачі та обробки даних).

Підсумовуючи, оборонецькі супутники — це невтомне око, яке значно підсилює обізнаність про обстановку. Вони були центральними у зміні балансу розвідки — від залежності від літаків та агентів на землі до космічних активів. Роздільна здатність і потужності військових супутників і досі в основному засекречені, але існування технологій на кшталт радарів, що “бачать” крізь хмари, інфрачервоних сенсорів для виявлення теплових слідів і багатосупутникових оптичних груп з частим оновленням свідчить про глибину супутникової розвідки. Завдяки впровадженню сучасних AI-аналітичних систем (розглядаються нижче) потік знімків можна швидко аналізувати для виявлення загроз чи змін, рухаючись до мети автоматичного tip-and-cue (коли алгоритм сам визначає підозрілу активність на знімках для подальшого аналізу людиною-експертом).

Навігація та картографія

Хоч і менш видовищно, одна з наймасовіших сфер застосування супутникових знімків — це картографічні та навігаційні сервіси, якими користуються мільярди людей:

• Базові карти та картографія: Високороздільні супутникові знімки є основою для більшості сучасних цифрових карт і сервісів. Такі платформи, як Google Maps, Google Earth, Bing Maps та інші, включають шари супутникових/авіаційних знімків для огляду користувачем. Зображення додають контекст і деталізацію, яку не дають лише векторні карти. Компанії, як-от Google, купують супутникові знімки у провайдерів (наприклад, Maxar) для оновлення глобальної мозаїки en.wikipedia.org. Це, по суті, надало кожному доступ до планетарного атласу із фотографічною деталізацією. До того ж, національні картографічні служби використовують супутникові знімки для актуалізації топографічних карт, особливо для віддалених територій, які важко регулярно обстежувати. Знімки ортотрансформуються і часто використовуються для векторизації об’єктів (доріг, будівель, річок тощо), які потім публікуються як карти.
• Навігація та GPS-застосунки: Хоча навігаційні системи базуються на супутниковому позиціонуванні (GPS), знімки доповнюють навігаційні додатки такими можливостями, як впізнавання орієнтирів та перевірку розташування доріг. Наприклад, служби доставки та логістики можуть розглядати супутникові знімки для пошуку оптимального входу до будівлі. Розробники безпілотних автомобілів використовують високороздільні знімки як один із шарів для створення HD-карт доріг. Навіть звичайні водії можуть перемикати карту на супутниковий вигляд, щоб візуально визначити оточення місця призначення (наприклад, впізнати, що заправка на певному розі).
• Геопросторова прив’язка та ГІС: У геоінформаційних системах (ГІС) супутникові знімки – ключовий шар даних. Вони дають реалістичний фон, на який накладаються інші шари (наприклад, мережі інфраструктури, кордони чи екологічні дані). Оскільки знімки геоприв’язані, вони дозволяють точно вимірювати відстані та площі. Часто під час картографування невідомих регіонів першою інформацією є останні супутникові знімки: за ними наносять на карту дороги, поселення тощо (гуманітарна спільнота OpenStreetMap часто робить це для районів катастроф чи тих, що швидко змінюються, векторизуючи елементи зі свіжих супутникових знімків).
• Виділення об’єктів і автоматизація картографування: Завдяки зростанню роздільної здатності та комп’ютерного зору дедалі більше об’єктів можна автоматично виділяти зі знімків для картографії. Наприклад, спеціальні алгоритми дозволяють автоматично розпізнавати будівлі, дороги чи типи покриву зображення satpalda.com. Це суттєво пришвидшує створення та оновлення карт. Дані Lidar (з літаків чи незабаром – із супутників) та стерео-знімки дають змогу створювати 3D-моделі рельєфу, які у поєднанні із знімками створюють точні топографічні карти.
• Навігаційна картографія: Окрім наземних карт, супутники допомагають у створенні морських навігаційних карт (наприклад, знімають риф і берегові лінії у прозорій воді для оновлення морських карт) та в авіації (картографування рельєфу і перешкод навколо аеропортів).

Загалом супутникова зйомка революціонізувала картографію — карти перестали бути статичними артефактами й стали живими продуктами, що оновлюються на основі останніх знімків із космосу. Наприклад, до космічної ери нова автострада могла з’явитися на паперовій мапі через кілька років після спорудження, зараз же її видно на супутниковому фото відразу, навіть якщо векторна карта ще не оновлена. До того ж знімки дозволили картографувати місця, куди людина важко потрапити (густі джунглі, зони конфліктів тощо). Як зазначає European Space Imaging, зображення дуже високої роздільної здатності дозволяють розгледіти розмітку доріг, тротуари, автомобілі, дрібні споруди — деталі, які дуже потрібні для точних міських карт і планування інфраструктури euspaceimaging.com. У поєднанні з GPS це робить сучасну навігацію надзвичайно детальною та зручною для користувача.

Основні супутникові програми й провайдери

Супутникову зйомку забезпечує поєднання державних програм і комерційних компаній. Нижче наведено основні супутникові програми та провайдери та їхні характеристики:

• NASA/USGS Landsat Program (США): Серія Landsat (запущена у 1972 році) — найдовша безперервна програма космічного моніторингу Землі en.wikipedia.org. Діючі супутники Landsat (зараз Landsat 8 та 9) знімають мультиспектральні знімки з роздільною здатністю 30 м по всій суші планети, з тепловими каналами по 100 м і панхроматичним каналом 15 м. Дані відкриті для загалу завдяки політиці відкритого доступу, запровадженій у 2008-му earthobservatory.nasa.gov earthdata.nasa.gov. Landsat — основа для наукових досліджень й моніторингу ресурсів: понад 50 років безперервних спостережень для аналізу змін землекористування, лісовирубки, урбанізації тощо en.wikipedia.org. Один Landsat повертається над певною точкою кожні 16 діб, а наявність двох супутників дає 8-денний цикл. Помірна деталізація й довгий архів роблять Landsat дуже цінним для фіксації змін на десятиліттях. (NASA розробляє супутники, USGS керує їхньою роботою й архівом.)
• Copernicus Sentinel Constellation (ESA/ЄС): Європейське космічне агентство (ESA) від імені програми ЄС Copernicus керує кількома супутниками Sentinel, запущеними з 2014 року. Помітні з них: Sentinel-1 (радар C-діапазону для всепогодних зйомок), Sentinel-2 (оптичний мультиспектр, роздільна здатність 10 м подібно до Landsat, 5-денний цикл), Sentinel-3 (середня деталізація для моніторингу океану й суші), Sentinel-5P (стеження за забрудненням атмосфери) тощо. Всі дані Sentinel відкриті для всіх за моделлю Landsat en.wikipedia.org. Sentinel забезпечує регулярне й системне покриття для екологічного моніторингу в ЄС та світі і часто використовується разом із Landsat (як правило, Sentinel-2 знімає частіше, а Landsat дає довшу ретроспективу). ESA також мала попередні місії (ERS, Envisat), але нині Sentinel — це основа європейського супутникового моніторингу.
• Метеорологічні супутники NOAA та EUMETSAT: Для прогнозу погоди та стану океанів NOAA (США) і EUMETSAT (Європа) експлуатують метеосупутники на геостаціонарній орбіті (наприклад, GOES-East і GOES-West над Америками, Meteosat над Європою/Африкою, а також японські Himawari, індійські INSAT тощо). Вони дають суцільні знімки напівкулі кожні 5-15 хвилин із роздільною здатністю ~0,5–2 км у багатьох спектральних діапазонах (видимий, інфрачервоний, волога атмосфери) — для стеження за погодними процесами. Полярні супутники (серія JPSS від NOAA, MetOp від Європи тощо) дають глобальне покриття для моделей прогнозу і клімату. Хоча основна мета — погода, їхні зображення (особливо видимого та ІЧ-діапазонів) широко використовують і для інших задач (наприклад, щоденне картографування пожеж чи снігового покриву). Ці дані публічні, часто в реальному часі, і стали основою синоптичної служби на десятиліття.
• Maxar Technologies (DigitalGlobe) — комерційна висока роздільна здатність: Maxar (США) — світовий лідер серед комерційних постачальників супутникових знімків дуже високої деталізації. Оператори супутників WorldView і GeoEye. Зокрема, WorldView-3 (2014) знімає з деталізацією ~31 см (панхром) і ~1,2 м (мультиспектр); WorldView-2 (2009) — 46 см en.wikipedia.org; старіший GeoEye-1 — ~0,5 м. Супутники Maxar зазвичай можна спрямовувати на будь-яку точку Землі з частими прольотами (деякі — щодня чи майже щодня на середніх широтах у режимі позавісьової зйомки). Їхні знімки використовують державні і комерційні замовники (для картографії, військової розвідки, Google Maps, Microsoft Bing та інші купують ліцензії на зображення en.wikipedia.org). Архів Maxar охоплює два десятиліття і мільярди квадратних кілометрів. Через політику США максимальна дозволена роздільна здатність для комерції ~30 см (Maxar офіційно отримав дозвіл на продаж 30 см знімків). Maxar також пропонує похідні продукти — 3D-моделі рельєфу і будівель на основі своїх даних.
• Planet Labs — комерційне “сузір’я” малих супутників: Planet (США) має найбільший у світі флот супутників спостереження Землі. Вони запустили понад 100 супутників класу “shoebox” Dove, які щоденно знімають планету з роздільною здатністю 3–5 м у кількох каналах (PlanetScope). Це унікальні дані — нехай деталізація не абсолютна, проте безпрецедентна частота спостережень. Додатково Planet володіє супутниками SkySat (куплені у Google Terra Bella) — невеликий флот із роздільною здатністю до ~50 см та відеозйомкою. Planet раніше керував також сузір’ям RapidEye (5 м, знято з експлуатації у 2020) en.wikipedia.org. Дані Planet комерційні, але компанія має програми підтримки для НУО і дослідників. Вони добре підходять для моніторингу змін на коротких часових відрізках: ріст врожаїв, наслідки стихій, зміни під час конфліктів тощо — по суті, створюють щоденну “стрічку новин” Землі. Модель Planet — ілюстрація тренду “багато дешевих супутників замість кількох наддорогих” для певних задач.
• Airbus Defence & Space (Airbus Intelligence): Airbus (Європа) експлуатує низку супутників високої деталізації, як-от SPOT 6/7 (1,5 м, велика смуга охоплення) та Pleiades-1A/1B (0,5 м, дуже висока деталізація). Також співвласник радарних супутників TerraSAR-X і PAZ. Airbus продає знімки за моделлю Maxar, маючи багато європейських і світових клієнтів. Серія SPOT (з 1986) — один із перших комерційних проектів супутникової картографії, має довгий архів на рівні 10–20 м. Pleiades (2011–2012) — додали європейцям наддрібну деталізацію. Дані Airbus використовують у картографії, обороні, екологічному моніторингу (деякі знімки SPOT стають доступними для науки через кілька років).
• Інші важливі програми: У багатьох держав — власні супутники спостереження. Наприклад, ISRO (Індія) — серія IRS (Indian Remote Sensing) і нові CARTOSAT з роздільною здатністю до ~0,3 м. JAXA (Японія) — місії ALOS (зокрема, радари PALSAR і оптика PRISM). Китай розгортає серію Gaofen (оптика й радари) і має комерційну 21AT. Канада відома радарними супутниками RADARSAT (тепер — RADARSAT Constellation Mission). Росія має серії Resurs-P і Kanopus-V для оптичної зйомки. Є також десятки приватних стартапів — наприклад, Capella Space і Iceye запускають міні-радари SAR на вимогу, GHGSat спостерігає за парниковими емісіями з промоб’єктів etc.

Підсумовуючи: на ринку є відкриті урядові дані (Landsat, Sentinel, метеосупутники) і комерційні дані приватних компаній (з дуже високою деталізацією чи унікальними можливостями, проте платні). Часто користуються комбінацією — наприклад, Sentinel-2 (10 м) для базового аналізу, а знімок Maxar (30 см) для зони, що потребує деталізації. Зростання Planet показує популярність часто оновлюваних даних, а незгасний попит на Landsat і Sentinel — важливість відкритих даних для науки і суспільства.

Формати даних, доступність та тенденції використання

Формати даних: Супутникові знімки зазвичай зберігаються та розповсюджуються у стандартизованих растрових файлових форматах. Один із поширених форматів — GeoTIFF, це по суті TIFF-зображення з вбудованими географічними координатами (тобто кожен піксель відповідає конкретному місцю на Землі) equatorstudios.com earthdata.nasa.gov. GeoTIFF широко використовуються для доставки оброблених знімків (наприклад, сцен Landsat або зображень високої роздільної здатності), оскільки їх можна безпосередньо завантажити у ГІС із правильною геоприв’язкою. Ще один розповсюджений формат для великих наукових наборів даних — HDF (Hierarchical Data Format) або NetCDF, які дозволяють зберігати багатосмугові, багатотемпоральні дані у самодокументованому вигляді earthdata.nasa.gov. Наприклад, NASA поширює дані MODIS у HDF-файлах. Багато метеорологічних та кліматичних продуктів також використовують NetCDF. Все більшого поширення набувають хмаро-оптимізовані формати на кшталт COG (Cloud Optimized GeoTIFF), які дозволяють завантажувати лише частину зображення через інтернет без необхідності качати весь файл цілком. Постачальники зображень також можуть використовувати власні або спеціалізовані формати для ефективності, але зазвичай надають інструменти конвертації.

Рівні обробки даних: Сирі супутникові дані часто потребують обробки (радіометричне калібрування, геометричне коригування тощо), перш ніж ними можна буде користуватися як зображенням. Космічні агентства визначають рівні обробки (Level-0 — сирі лічильники, Level-1 — геоприв’язані значення випромінювання, Level-2 — похідні продукти, як-от відбивна здатність чи індекси тощо) earthdata.nasa.gov earthdata.nasa.gov. Більшість відкрито опублікованих знімків мають як мінімум Level-1 (геоприв’язані). Деякі, наприклад, Landsat Level-2, додатково скориговані на атмосферні ефекти і готові до аналітики як поверхнева відбивна здатність. Вибір формату залежить також від рівня – сирі дані можуть бути передані у стислому бінарному вигляді, але користувачі отримують GeoTIFF чи HDF після обробки.

Відкритий доступ vs. Комерційний доступ: Ключова тенденція останніх 1–2 десятиліть — перехід до відкритих даних щодо супутникових знімків, профінансованих урядом. Як уже згадувалось, архів Landsat від USGS став безкоштовним у 2008 році, що призвело до “швидкого розширення наукових і прикладних сфер” використання Landsat sciencedirect.com science.org. Дослідники перейшли від замовлення десятків знімків (через ціни) до завантаження сотень чи тисяч, що дозволило проводити масштабні порівняльні дослідження. Аналогічно, дані ESA Sentinel теж безкоштовні та відкриті, і були завантажені користувачами мільйони разів, стаючи основою для численних застосувань у сільському господарстві, реагуванні на катастрофи тощо. NASA та NOAA надають практично всі дані спостереження Землі у відкритому доступі (системи EarthData NASA та CLASS NOAA), часто навіть без необхідності реєстрації. Головна ідея: дані, створені за рахунок платників податків, є суспільним благом. Такий відкритий підхід демократизує доступ — невелика дослідницька лабораторія або міністерство сільського господарства бідної країни можуть користуватися супутниковими даними без бюджетних обмежень.

Натомість комерційні супутникові знімки (особливо дуже високої роздільної здатності, як у Maxar, Airbus тощо) продаються за ліцензіями. Основні клієнти — уряди (наприклад, військові чи картографічні агентства купують знімки), а також різноманітні індустрії (гірничовидобувна, фінанси, страхування) та технологічні компанії (для карт). Вартість може бути значною (сотні або тисячі доларів за знімок максимальної якості). Однак іноді комерційні компанії відкривають дані для гуманітарних криз або оприлюднюють частину архівів через певний час. Також серед “нового космічного” бізнесу з’являються гібридні моделі — наприклад, Planet має програму відкритих даних для науковців та НУО (наукове або некомерційне використання), а під час надзвичайних ситуацій може робити знімки широко доступними.

Платформи та доступність: Через надзвичайно великі обсяги даних з’явилися нові платформи для зберігання та доставки знімків. Google Earth Engine — визначний приклад, це хмарна платформа, яка містить петабайти відкритих супутникових даних (Landsat, Sentinel, MODIS тощо) і дозволяє користувачам аналізувати їх через веб-інтерфейс. Це усуває потребу скачувати терабайти даних локально; аналіз проводиться “біля даних”. Такі платформи суттєво збільшили використання знімків, оскільки інтегрують і самі дані, і обчислювальні ресурси. Аналогічно, Amazon Web Services (AWS) та інші хостять відкриті архіви знімків (цілі колекції Landsat та Sentinel у хмаро-оптимізованих форматах) у межах своїх програм відкритих даних.

Обсяг даних і тенденції: Обсяги супутникових знімків величезні й стрімко зростають. Станом на 2021 рік, архів Sentinel від ESA перевищував 10 петабайтів та збільшувався на 7+ терабайтів на день ceda.ac.uk. Один супутник Sentinel-2 після компресії генерує ~1,5 ТБ даних на добу eoportal.org. Сузір’я Planet Labs щодня робить мільйони знімків (хоча й нижчої роздільної здатності). Управління та аналітика такого “великого” масиву даних стає викликом — тож хмарні сховища, розподілені обчислення й ШІ стають необхідними (детальніше далі). Цей потік даних породжує інновації на кшталт Analysis Ready Data (ARD) — попередньо оброблених знімків у загальному форматі/проекції, щоб їх легко групувати та аналізувати, а також схеми тайлів, як у каталозі Earth Engine від Google.

Тенденції використання: Із зростанням доступності користувацька аудиторія супутникових знімків значно розширилася. Це більше не лише фахівці з дистанційного зондування. Тепер зображення використовують екологи, урбаністи, економісти і навіть звичайні громадяни через різні додатки й платформи. Наприклад, волонтери-гуманітарії використовують безкоштовні знімки в OpenStreetMap для нанесення карти небезпечних районів. У сільському господарстві агрономи відстежують врожайність за супутниковими прогнозами через онлайн-панелі. У журналістиці ЗМІ публікують супутникові знімки до новин (наприклад, як доказ порушень прав людини чи екологічної шкоди). Таке масове поширення стало можливим завдяки зручним інструментам (веб-картпортали, прості API) та інтеграції карт у повсякденні продукти (метео-додатки із супутниковими анімаціями, фінансові послуги, які рахують чисельність автівок на парковках зі знімків для оцінки роздрібних продажів тощо).

Ще одна тенденція — майже реального часу доступність знімків. Деякі сервіси (особливо погодні) дають знімки вже за декілька хвилин після отримання. Інші, як Landsat і Sentinel, зазвичай надають знімки протягом кількох годин після прийому та обробки. Тобто реагувати можна швидше — наприклад, виявити нафтовий розлив у день події та повідомити органи влади.

Наостанок, із зростанням архівів з’являється усе більший інтерес до темпорального аналізу даних — досліджень не лише окремих знімків, а й змін у трендах та процесах між багатьма знімками за роки (аналіз часових рядів). Це застосовують для побудови моделей зростання міст, темпів вирубки лісів, наслідків багаторічних посух тощо. Відкриті архіви та big data-інструменти дали змогу такому довгостроковому аналізу. Вражаючий приклад: дослідники з використанням понад 30 років даних Landsat змогли змоніторити зміни поверхневих вод світу чи темпи урбанізації на глобальному рівні — чого було б неможливо до епохи відкритих даних.

Коротко кажучи, супутникові знімки доступні як ніколи раніше. Рух за відкриті дані спричинив справжній вибух у науці та інших сферах earthobservatory.nasa.gov earthobservatory.nasa.gov. У поєднанні з розвитком обчислювальних систем це зробило можливим нове: замість кількох знімків ми тепер можемо аналізувати “справді великі проблеми” — наприклад, глобальні зміни, опрацьовуючи архіви петабайтного розміру earthobservatory.nasa.gov. Тепер основна проблема — не отримати дані, а правильно витягти з них сенс.

Виклики супутникових знімків

Попри свою величезну цінність, робота із супутниковими знімками має низку складностей і обмежень, з якими користувачі й провайдери повинні рахуватися:

• Обсяг даних та управління: Як уже згадувалося, супутникові місії створюють колосальні обсяги інформації. Зберігання, каталогізація та передача цих даних — величезний виклик. Для розуміння масштабів: лише Copernicus Sentinel щодня додає до архівів 7–10 ТБ даних ceda.ac.uk, а архів Landsat нараховує вже петабайти за 50 років спостережень. Для обробки потрібна потужна інфраструктура: багаторівневе зберігання (швидкі онлайн-сховища для нещодавніх даних, стрічкові архіви для старих), мережі з великою пропускною здатністю для дистрибуції та ефективні формати. Користувачі мають труднощі з завантаженням великих наборів — тому популяризується аналіз “у хмарі”. Управління такими обсягами потребує значних затрат і міжнародної координації для уникнення дублювання (багато агентств підвантажують одне одного для розподілу навантаження). Перевантаження даними загрожує тим, що аналітики можуть просто “потонути в масиві інформації”, тому зростає роль автоматизованих фільтрів (для пошуку потрібних знімків, наприклад, безхмарних) і big data-технік.
• Обробка та експертиза: Сирі супутникові дані не готові до використання “з коробки” — потрібно пройти складні етапи обробки. Орторектифікація (корекція геометричних спотворень через рельєф чи кут огляду), радіометричне калібрування (перехід від “лічильників” сенсора до реальних значень відбивної здатності чи температури), атмосферна корекція (усунення впливу серпанку, вологи) необхідні для проведення точного аналізу. Хоча нині багато продуктів надходять користувачам уже попередньо обробленими до високих рівнів, для досягнення максимальної точності треба розуміти ці процеси. Це вимагає знань у дистанційному зондуванні. Крім того, робота з багатоспектральними чи гіперспектральними файлами вимагає вміння інтерпретувати великі багатошарові масиви даних. Виникає “поріг входу” — новачок має знати які комбінації каналів використовувати, як тлумачити радарні знімки тощо. Для отримання кінцевої інформації (картування покриву, визначення об’єктів) треба додаткове оброблення, часто складні алгоритми або машинне навчання. Потреба у спеціальному ПЗ (ГІС, програми для дистанційного зондування) та технічних знаннях тривалий час була суттєвою перепоною, хоча сучасні дружні до користувача інструменти цей бар’єр знижують.
• Точність і калібрування: Якість і точність супутникових знімків може змінюватися. Точність геоприв’язки (знаючи, які координати має кожен піксель) не ідеальна — навіть найкращі супутники мають похибки у кілька метрів, а старі або дешеві продукти — десятки метрів. Щоби спостерігати зміни, часто треба “вирівнювати” кадри з різних місій, а це може бути виснажливо, якщо вони трошки зміщені. Радіометрична точність і узгодженість між сенсорами — ще одне питання: наприклад, щоб значення відбивної здатності Sentinel-2 було ідентичне відповідному значенню Landsat-8. Відмінності у калібруванні, довжинах хвиль означають, що треба бути уважним у мультиджерельних порівняннях. Постійно тривають зусилля з гармонізації даних різних супутників (наприклад, проекти, які коригують Sentinel-2 під історичні серії Landsat для безперервності). Крім того, атмосферні перешкоди (хмари, серпанок), відмінності ракурсу огляду знижують точність. Хмари — найбільша проблема оптичної зйомки: навіть часткова хмарність заважає аналізу, а тіні чи яскравість від рельєфу чи пори року утворюють “шум” — необхідна нормалізація чи порівняння по кількох датах.
• Питання приватності та безпеки: Із зростанням деталізації та розповсюдження супутникових знімків виникають суперечки щодо приватності. Хоча роздільна здатність типово недостатня для ідентифікації людини (облич або номерних знаків), знімки можуть показувати багато щодо приватної власності та діяльності. Деякі люди обурюються, що сервіси на кшталт Google Earth “показують їхній задній двір”. “Питання приватності підіймали ті, хто не хоче, щоб їхню нерухомість було видно згори” en.wikipedia.org. Однак провайдери й картографічні компанії наголошують, що супутникові знімки відображають видиме з неба, як під час обльоту літаком, і зазвичай не оновлюються в реальному часі (можуть бути тижнями чи місяцями давності) en.wikipedia.org. У більшості країн немає юридичних очікувань приватності щодо того, що видно з повітря. Проте є винятки: наприклад, у США був закон (зараз послаблено) щодо заборони публікувати дуже детальні знімки Ізраїлю, а Індія забороняє знімки своєї території з деталізацією понад 1 м для неурядових користувачів. Ще є питання чутливих об’єктів — супутники можуть знімати військові бази чи критичну інфраструктуру, що може ставити питання нацбезпеки. Однак із глобальним розповсюдженням зображень більшість урядів уже просто “живе у прозорому світі”. Часткові рішення: розмивати окремі об’єкти у публічних онлайн-картах (здійснюється несистемно) чи майбутнє — фільтрація прямо на борту (перспектива, наразі майже не застосовується).
• Регуляторні та ліцензійні труднощі: Комерційні знімки підпадають під дію ліцензій. Користувачі повинні враховувати обмеження: наприклад, придбане зображення дозволяє лише внутрішнє використання, а для публікації чи поширення треба купувати додаткові права. Тривають дебати: чи мають урядові дані, куплені у комерційних провайдерів, надходити у відкритий доступ чи ні. У США комерційне дистанційне зондування регулює NOAA, яка історично встановлювала обмеження по роздільній здатності (наприклад, 50 см), поступово зменшуючи їх (зараз — 30 см для оптики й окремі норми для нічної або інфрачервоної зйомки). Аналогічно, SAR-знімки у високій роздільній здатності чи з розкриттям певних технологій (наприклад, когерентність для детекції руху) можуть бути чутливими. Нормативна база прагне балансувати комерційну конкуренцію й нацбезпеку. Для нових технологій (наприклад, відеосупутників з високою частотою зйомки) регулятори ймовірно розроблятимуть окремі правила (наприклад, обмеження потокового відео чи дуже частого захоплення для запобігання несанкціонованого спостереження).
• Вартість і справедливість доступу: Хоча багато програм є безкоштовними, найдетальніші знімки зазвичай платні — і це бар’єр для організацій, які не можуть дозволити їх собі. Так виникає потенційна нерівність у доступі до даних. Добре забезпечена організація може замовляти 30-сантиметрову зйомку певної зони хоч щодня, а мале НУО змушене задовольнятися безкоштовною 10-метровою зйомкою чи рідкісними знімками. Окремі ініціативи (як Digital Globe Foundation чи Earth Observation for Sustainable Development) допомагають надати дані для країн, що розвиваються, або науковців за зниженими цінами, але розрив лишається. Тривають дискусії, що користь супутникових знімків треба забезпечувати в інтересах глобального блага (допомога при катастрофах, кліматичні дії), і там де можливо, компанії та уряди співпрацюють для відкриття даних для таких цілей.
• Інтерпретація та хибна інформація: Супутникові знімки виглядають простими, але правильна інтерпретація буває складною. Помилкова трактовка може призвести до неправильних висновків. Наприклад, тіні можна сплутати з водою, або сезонну втрату рослинності — із вирубуванням. Без контексту з наземними даними ризикуєш помилитися. В історії розвідки відомі випадки, коли аналітики помилково ідентифікували безпечні об’єкти як небезпечні й навпаки. Щоби мінімізувати це, краще поєднувати знімки з іншими джерелами (наземні дослідження, дані сенсорів, місцеві знання). Актуальною є й проблема інформаційного перевантаження — у великому потоці знімків можна не помітити важливе. Автоматизація (ШІ) уже починає допомагати (наприклад, автоматично позначати “аномалії” чи зміни), хоча штучний інтелект теж дає хибні спрацьовування, які треба перевіряти вручну.

Попри ці виклики, у галузі постійно з’являються рішення: краще стиснення даних і хмарна доставка для обробки обсягів, удосконалені алгоритми та калібрування для підвищення точності, чіткі політики використання та вибіркове розмиття для захисту приватності, навчальні програми для поширення експертизи. Переваги супутникових знімків значно перевищують труднощі, однак користувачі повинні пам’ятати про ці обмеження, щоб використовувати дані відповідально й ефективно.

Нові тренди та майбутні напрямки

Сфера супутникових знімків швидко розвивається. Деякі нові тенденції формують майбутнє того, як збирають, аналізують та використовують зображення:

Штучний інтелект та автоматизований аналіз

Через величезну кількість даних штучний інтелект (ШІ) – особливо машинне навчання та глибинне навчання – став незамінним для вилучення інформації з супутникових знімків. Моделі ШІ можна навчати розпізнавати шаблони чи об’єкти на зображеннях значно швидше (а іноді й точніше), ніж це здатна людина. Наприклад, вже зараз відносно прості алгоритми машинного навчання можуть знаходити на детальних знімках такі об’єкти, як автомобілі на паркуваннях чи судна в портах defenseone.com. Наступний крок – використання передового ШІ (включно з глибокими нейронними мережами й навіть аналогами великих мовних моделей для зображень) для отримання складніших висновків:

• Виявлення об’єктів та виділення особливостей: Моделі комп’ютерного зору на базі ШІ використовуються для автоматичного розпізнавання та підрахунку усього – від будівель і доріг (для картографії), до дерев (лісове господарство), певних видів культур (сільське господарство), транспортних засобів та літаків (розвідка). Така автоматизація дозволяє обробляти зображення у великому масштабі, виявляти зміни чи створювати бази даних об’єктів. Наприклад, можна підрахувати усі басейни у місті за допомогою субметрових знімків або знайти нелегальні місця видобутку в джунглях – завдання, які вручну виконувати було б надзвичайно складно.
• Виявлення змін та оповіщення: ШІ надзвичайно ефективний у порівнянні зображень у часі для фіксації змін, що є дуже важливим за умови отримання щоденних знімків. Алгоритми можуть аналізувати щоденні зображення Planet певної конфліктної зони та повідомляти аналітиків про нові пошкодження будівель або появу транспортних засобів там, де їх учора не було. Це все більше наближається до моніторингу у реальному часі. Супутникові компанії інвестують у ШІ для послуг аналітики як сервісу: замість просто продажу сирих знімків вони пропонують підписку на оповіщення (наприклад, сповіщати мене, якщо біля певної локації з’явиться нове будівництво). CEO Planet відзначає, що нині аналіз часто відбувається постфактум й потребує втручання людини, натомість нові інструменти ШІ обіцяють більш швидкий, навіть прогнозний аналіз – використовуючи масив зображень для передбачення подій (наприклад, ознак посухи, що може призвести до заворушень) defenseone.com defenseone.com.
• Прогностична аналітика та моделювання: Окрім фіксації того, що вже сталося, ШІ досліджується для прогнозування того, що станеться. Маючи у якості вхідних даних часові ряди зображень, моделі можуть передбачити, наприклад, темпи росту міст, врожай, або наслідки посухи. Як зазначено в інтерв’ю для DefenseOne, поєднання супутникових даних зі ШІ цілком може дозволяти прогнозувати сценарії типу: “тут, ймовірно, буде посуха, яка може спровокувати громадські заворушення” defenseone.com. Це напрямок лише зароджується, але проактивне реагування на події стане дуже затребуваним.
• Інтерфейси природною мовою: Новий напрямок – використання ШІ для спрощення пошуку по супутникових даних. Замість того, щоб GIS-фахівець писав код, тепер можна буде звернутися до системи звичайною мовою: “Знайти всі зображення, де площа цього озера в регіоні була найменшою за 5 років” – і система виконає ваш запит. Деякі великі мовні моделі вже налаштовуються на такі геопросторові завдання.
• Виклики для ШІ: Критично важливими є тренувальні дані – на щастя, є десятки років позначених супутникових знімків (наприклад, від картографічних проектів) для навчання моделей. Однак ШІ має також вміти працювати з багатоспектральними та радарними даними, що складніше, ніж зі звичайними фотографіями. Проблемою є й “чорний ящик” ШІ – аналітикам потрібно не лише довіряти, а й перевіряти результати, особливо у критичних сферах на кшталт воєнної розвідки. Є й виклик по продуктивності – втім, хмарні платформи з графічними процесорами це вирішують.

Ми вже бачимо результати: в одному випадку модель ШІ допомогла виявити досі невідомі місця великого викиду метану за супутниковими даними, а в іншому – з допомогою ШІ створюють карти всіх будівель Африки для інфраструктурного планування. Національне агентство геопросторової розвідки (NGA) вже заявило, що такі можливості ШІ – це “абсолютно майбутнє” аналізу, уявляючи цикл, де сенсори фіксують зміни, а ШІ поєднує знімки з іншими даними (наприклад, новинами чи соцмережами), щоб видати практичний висновок, підказуючи, що саме варто досліджувати далі defenseone.com defenseone.com. Така інтеграція наближає “розумну” систему супутникового спостереження.

Знімки у реальному часі та швидке повторне охоплення

Ми наближаємось до епохи спостереження Землі майже у реальному часі. Хоча повноцінного “живого” відео всієї планети ще нема, але інтервали повторного охоплення скорочуються, і деякі компанії вже експериментують із майже-онлайн зображеннями:

• Великі сузір’я супутників: Щоденне глобальне покриття від Planet стало революцією. Зараз інші компанії хочуть рухатися ще швидше. Фірми, як BlackSky та Capella, позиціонують себе як такі, що забезпечують часті знімки ключових об’єктів від світанку до заходу. Наприклад, сузір’я BlackSky може отримувати зображення певної локації до 15 разів на день, і вони рекламують послуги реального часу для моніторингу економіки або конфліктів. Така частота дозволяє майже спостерігати розвитку подій “наживо” (наприклад, відслідковувати як щогодини розбивають наметове містечко для допомоги при стихійному лихові). Головна мета – мати “живий” вигляд кожної критичної точки на Землі із затримкою у лічені хвилини.
• Геостаціонарні супутники високої роздільної здатності: Традиційно геостаціонарні супутники давали лише розмиту (кілометрову) картинку для погоди. Проте технології можуть дозволити встановити високороздільні сенсори й на GEO. Висувалися пропозиції щодо GEO-платформ, які могли би транслювати відео чи швидкі “знімки” катастроф, коли вони відбуваються (наприклад, супутник на GEO, що фіксує кожні 10 секунд лісову пожежу чи місто). Тут головна складність – фізика (GEO дуже далеко, тому потрібно велике оптичне обладнання). Але навіть часткове покращення може дати, наприклад, 50–100 м роздільної здатності у реальному часі по континентах, що буде корисно для спостереження за великими подіями.
• Відео з низької орбіти: Декілька супутників (SkySat і стартап EarthNow, який концептуалізував це) можуть знімати короткі відеокліпи – наприклад, 90 секунд відео з рухом (авто, літаки на руліжках). Безперервне відео складне через обмеження орбіти (супутник швидко пролітає над місцем), але зі збільшенням флоту можна уявити “естафетні” пролітні зйомки, щоб мати майже безперервне покриття. Деякі військові супутники вже можуть це робити для відслідковування мобільних цілей. Також розвивається напрямок швидкої доставки зображень користувачу: завдяки більшій кількості наземних станцій і прямим каналам часу на отримання зображення скоротили з годин до <1 години, а інколи й до лічених хвилин.
• Обробка на борту й “розумні” супутники: У зв’язку з розвитком ШІ зростає інтерес робити самі супутники розумнішими. Замість передачі усіх зображень (що вимагає пропускної спроможності і часу), супутник може обробляти дані на борту і спускати лише оповіщення або стиснуту релевантну інформацію. Наприклад, супутник може розпізнати вибух чи пожежу на знімку і одразу вислати повідомлення (навіть через ретранслятори) аналітикам – не чекаючи, поки скине повне зображення. У BlackSky заявляли, що інтегрують такі аналітики на борту, щоб “ШІ був у процесі ще до поширення зображення” defenseone.com. Це ніби поставити просте “око” і “мозок” на супутник: він шукає важливі тригери й передає лише потрібну інформацію, забезпечуючи швидшу реакцію (і розвантажуючи наземні центри від гігабайтів непотрібних даних).

Якщо ці тенденції продовжаться, актуальність супутникових знімків наблизиться до “живої” картинки з дронів, але у масштабі планети. Це матиме величезні наслідки: рятувальники зможуть у реальному часі слідкувати за проривом води при повені для керування евакуацією, військові – вести безперервну розвідку з космосу, екологи – фіксувати незаконну діяльність (наприклад, скидання забруднень із суден) просто під час події. Водночас постануть політичні питання, оскільки спостереження в реальному часі за населенням межує зі стеженням. Але з технічної точки зору ми рухаємось до такого майбутнього, де “стіна між теперішнім і минулим на супутникових знімках стає тоншою.”

Мініатюризація і нові супутникові технології

Поширення малих супутників – очевидний тренд: супутники стають меншими, дешевшими та чисельнішими:

• CubeSat і нано-супутники: Стандартизовані малі супутники, деякі розміром лише 10 см куб (1U CubeSat), суттєво знизили поріг входу. Університети, стартапи, навіть шкільні команди можуть створювати свій простий супутник для знімання. Хоча 3U CubeSat із маленьким телескопом не зрівняється з якістю WorldView-3, він може дати роздільну здатність 3–5 м – цілком достатню для багатьох завдань – і це в рази дешевше. Сузір’я багатьох CubeSat (як у Planet з Dove) можуть перевершити великий супутник за частотою відвідування і покриття (хоча не за деталізацією зображень). Запущено безліч CubeSat-місій для знімання: від флоту Planet до експериментальних апаратів із гіперспектральними або відео сенсорами. Дві третини активних супутників нині – це “малі апарати” за деякими підрахунками nanoavionics.com, що відображає перехід. Це демократизує космос: “око з орбіти” може мати не тільки держава-супердержава – навіть невелика наукова агенція чи приватна фірма можуть запустити сузір’я на орбіту через спільні польоти ракет.
• Просунуті сенсори на малих платформах: Технології розвиваються так, що навіть малі апарати оснащуються складними сенсорами: наприклад, мініатюризованими радарами з синтезованою апертурою (супутники Capella важать близько 100 кг та дають <0,5 м по радару), гіперспектральними камерами (16U CubeSat із 30-метровою гіперспектральною роздільністю) чи навіть інфрачервоними сенсорами для знімання уночі. А оскільки електроніка дрібнішає, а чипи дедалі потужніші (для обробки на борту), продуктивність на кілограм лише зростає. Це відкриває перспективу роєвих архітектур, де багато дешевих супутників можуть працювати в тандемі (як волі, які разом виконують складне завдання).
• Псевдо-супутники великої висоти (HAPS): Хоч це і не супутники, але зростає популярність стратостатів та безпілотників, які можуть “зависати” над регіоном із камерами високої роздільності по кілька днів, даючи ще щільніше локальне покриття і доповнюючи супутникові дані. У майбутньому інтеграція даних із HAPS, авіації та супутників може стати повністю безшовною.
• Квантовий та оптичний зв’язок: Майбутні супутники можуть використовувати лазерний зв’язок для передачі даних на землю чи між супутниками, нарощуючи пропускну здатність (щоб можна було швидше скидати великі обсяги або навіть передавати “сирі” відеопотоки). Це активно розвивається (наприклад, European Data Relay System використовує лазери для швидкого вивантаження даних Sentinel). Зростання пропускної здатності допоможе підтримати нові сценарії реального часу та відеотрансляцій.
• Управління супутниковими сузір’ями: При такій кількості апаратів важливо управляти орбітами й уникати зіткнень (космічний “трафік”). Також з’являються технології кооперативного знімання – наприклад, два супутники роблять стереопару для отримання 3D-інформації, або радарні супутники летять у формації для інтерферометрії. Європейська місія Tandem-X це вже виконала (два радарні супутники у тандемі для глобальної тривимірної карти). Можливо, надалі буде більше парних чи сітчато-конфігурованих місій.

По суті, мініатюризація + масове виробництво супутників аналогічні тому, що колись сталося з комп’ютерами (від великих машин – до ПК і смартфонів). Це означає, що супутникова зйомка стане по-справжньому всюдисущою. Але маленькі апарати мають коротший ресурс (зазвичай ~3-5 років), тож сузір’ям потрібне постійне оновлення (регулярний запуск нових партій апаратів). Це стає можливим завдяки здешевленню пускових послуг (навіть є ракети, що працюють лише на малі корисні навантаження, наприклад, Electron від Rocket Lab чи спільні пуски SpaceX). Часте заміщення супутників пришвидшить і технологічний прогрес – новації будуть впроваджуватись швидше, ніж колись із 15-річними циклами поколінь великих супутників.

Аналітика, що базується на супутниках, та інтегровані платформи

Поза межами обладнання, аналітика та доставка інсайтів із супутникових зображень є основним рубежем. Замість просто продажу зображень, компанії рухаються “вгору ланцюгом цінності”, щоб надавати аналітику та готові відповіді:

• Конвеєр “Від сенсора до рішення”: Є бачення наскрізної системи, де супутники збирають дані, штучний інтелект їх інтерпретує, а кінцевий користувач отримує придатну до впровадження інформацію чи візуалізації з мінімальною участю людини. Наприклад, фермеру необов’язково потрібне супутникове зображення; йому важливо знати, яка частина поля потребує підживлення. Компанії з аналітики супутникових даних намагаються надавати такі відповіді напряму, часто через хмарні платформи чи API. Ще один приклад: інвестиційна компанія не хоче вручну переглядати знімки портів; замість цього вона підписується на сервіс, який надає щотижневий індекс завантаженості основних портів (визначається підрахунком контейнерів на зображеннях). Це вже відбувається – компанії на зразок Orbital Insight та Descartes Labs обробляють зображення (з різних джерел), щоб продукувати економічні індикатори (як, наприклад, заповнюваність стоянок магазинів як показник роздрібної торгівлі чи оцінки врожайності).
• Геопросторові платформи “Big Data”: Ми вже згадували Google Earth Engine; подібно, Microsoft Planetary Computer, Amazon Open Data Registry та інші інтегрують багатоджерельні геопросторові дані з масштабованими аналітичними інструментами. Такі платформи дедалі частіше містять не лише зображення, а й аналітичні моделі. Ви можете запустити алгоритм класифікації земельного покриву для всієї Африки за декілька годин – це було б неможливо десять років тому. Майбутнє рухається до майже реального часу – Earth dashboards, де можна майже наживо зробити запит про стан планети (вирубка лісів, якість повітря, вологість ґрунту тощо), що забезпечується постійними супутниковими потоками та аналітичними алгоритмами.
• Інтеграція з іншими джерелами даних: Супутникові зображення все частіше комбінуються з іншими “сенсорами” – соціальними мережами, IoT-датчиками на поверхні, даними, отриманими від людей – для збагачення аналітики. Наприклад, під час катастрофи супутникові карти затоплених районів можуть бути об’єднані з даними Twitter про те, де люди потребують допомоги. В агросекторі супутникові дані про стан врожаю комбінуються з даними локальних метеостанцій для точнішого прогнозування врожайності. Це злиття даних – ще одна сфера роботи ШІ, корелюючи різні потоки інформації для поглиблених інсайтів defenseone.com.
• Обробка даних “на орбіті” (Edge Computing): Як зазначалося раніше, аналіз даних на супутнику (edge computing) з’являється як тренд. Якщо супутники можуть визначати, яка частина даних цінна, вони можуть передавати “концентровану” інформацію або навіть запускати інші супутники на завдання. Наприклад, спостереження одним супутником (скажімо, ІЧ-супутник зафіксував теплову аномалію – ознаку пожежі) автоматично запускає оптичний супутник для зйомки цієї локації у високій роздільній здатності. Така автономна взаємодія – форма аналітики з орбіти, коли мережа супутників співпрацює для оптимального збору даних про події. Експерименти у цьому напрямку вже проводились (наприклад, NASA sensorweb), але у майбутньому очікується поява ще більше дієвих рішень.
• Доступність і демократизація: Кінцева мета – зробити інформацію із супутникових знімків такою ж доступною, як і погодні звіти. Можемо очікувати споживчих додатків, що використовують супутникові дані “за лаштунками” (деякі вже є, наприклад, додатки, що попереджають про хвороби рослин, використовуючи дані Sentinel-2). Аналітика дедалі частіше “дистилює” складні зображення до простих метрик чи сповіщень, і бар’єр для використання аналітики зі супутників значно знижується. Однак, критично важливо гарантувати правильність та неупередженість такої аналітики – тож необхідна прозорість, навіть для продуктів із застосуванням ШІ.

Вища роздільна здатність і нові модальності

Варто зазначити, що сенсори продовжують вдосконалюватися – можливо, ми побачимо ще вищу роздільну здатність комерційних знімків (наприклад, у США можуть дозволити продаж зображень з роздільною здатністю <30 см, а деякі інші країни запускають супутники із системами класу 20 см). З’являються нові спектральні модальності, як-от LiDAR із космосу для створення 3D-карт рослинності та структури по всьому світу (NASA GEDI LiDAR на МКС – крок у цьому напрямку; вже є пропозиції щодо супутникового LiDAR-картування). Теплові інфрачервоні супутники (як-от NASA ECOSTRESS на космічній станції або майбутній Landsat Next із додатковими тепловими каналами) забезпечать кращу карту температур – важливо для водокористування, моніторингу міської спеки тощо. Зйомка нічного освітлення (як-от прилад VIIRS) може вдосконалитись завдяки новим високороздільним нічним датчикам, що показують активність людей із більшою деталізацією (наприклад, можна відслідковувати забезпечення електроенергією або наслідки конфліктів за освітленням).

Крім того, у майбутньому можуть з’явитися квантові сенсори чи гіперспектральна зйомка з високою роздільною здатністю, що ще більше збагатить доступні дані.

На завершення, майбутнє супутникового картографування рухається до “більше всього”: більше супутників, більше даних, частіше, деталізованіше, автоматизованіше. Виникає “живий цифровий двійник” Землі, який постійно оновлюється супутниками та обробляється ШІ, тож людина може дізнатись про будь-який аспект планети майже у реальному часі. Це відкриє неймовірні можливості сталого управління ресурсами, миттєвого реагування на кризові події і динамічного розуміння світу – але також поставить виклики щодо етики даних, приватності та справедливого доступу. У найближчі роки супутникові зображення стануть ще глибше інтегрованими у наше щоденне життя: від додатків до державної політики – й це справді реалізує початкову обіцянку Космічної ери – спостерігати та приносити користь “космічному кораблю Земля”.

Джерела:

• Визначення та історія супутникових знімків en.wikipedia.org en.wikipedia.org en.wikipedia.org
• Перші космічні знімки й програми en.wikipedia.org en.wikipedia.org
• Landsat: програма та спадкоємність en.wikipedia.org en.wikipedia.org
• Характеристики геостаціонарних і полярно-орбітальних супутників esa.int esa.int earthdata.nasa.gov
• NASA Earthdata – типи орбіт та приклади earthdata.nasa.gov earthdata.nasa.gov earthdata.nasa.gov
• Пасивні та активні сенсори earthdata.nasa.gov earthdata.nasa.gov
• Відмінність мульти- та гіперспектральної зйомки en.wikipedia.org en.wikipedia.org
• Визначення роздільної здатності (просторової, спектральної, часової) earthdata.nasa.gov earthdata.nasa.gov earthdata.nasa.gov
• Приклади комерційної роздільної здатності (WorldView) en.wikipedia.org та історичних першовідкривачів (Ikonos) mdpi.com
• Обсяг даних на прикладі Sentinel (~7 ТБ/день) ceda.ac.uk
• Питання приватності супутникових знімків en.wikipedia.org
• ШІ для супутникових даних (CEO Planet про ШІ та зображення) defenseone.com defenseone.com
• BlackSky – інтеграція реального часу та ШІ defenseone.com
• Вплив відкритих даних (стрибок використання Landsat після відкриття) science.org
• Екологічні й аграрні застосування satpalda.com satpalda.com
• Міське планування і діджиталізація інфраструктури satpalda.com
• Управління стихійними лихами satpalda.com satpalda.com
• Оборонні й розвідувальні застосування (Planet і Україна, Corona) defenseone.com en.wikipedia.org
• Навігація та картографія en.wikipedia.org satpalda.com
• Основні програми: відкриті дані Landsat та Sentinel en.wikipedia.org earthdata.nasa.gov, можливості Maxar та Planet en.wikipedia.org en.wikipedia.org, зростання малих супутників patentpc.com.