Центр экологаносферных исследований НАН РА и Институт проблем информатики и автоматизации НАН РА совместно с Женевским университетом, Швейцария, разрабатывают многомерную информационную система сбора и обработки спутниковых фотографий (информационный куб) для создания системы дистанционного зондирования для экологического мониторинга ландшафтов Армении. В основе разработок опыт создания Национального куба данных спутниковых фотографий Швейцарии, имеющийся у Университета Женевы.
«Двухлетняя работа позволила собрать спутниковые снимки в национальное хранилище, включающее в себя полный архив спутниковых снимков Landsat и Sentinel-2, а также снимки, полученные с дронов. В системе разработан алгоритм выделения и разграничения водоемов с использованием языка программирования Python, который планируется стать инструментом декодирования водоемов со спутниковых фотографий в информационной системе», - представила руководитель отдела геоинформационной системы и телемаркетинга Центра эколого-ноосферных исследований НАН РА, кандидат географических наук Шушаник Асмарян
Как сообщили «Арменпресс» в отделе популяризации науки и по связям с общественностью НАН РА, спутниковые фотографии являются одним из важнейших источников достоверной информации об окружающей среде, они стали неотъемлемой частью оценки и мониторинга экологического состояния окружающей среды. «Несмотря на их большие преимущества, у этих данных есть одна проблема. Они большого размера и для их обработки требуются компьютерные вычислительные ресурсы. В случае изучения пространственно-временных изменений географических явлений, например, деградации пастбищ, качества воды в озерах, изменения лесного покрова и т. п., при 100 или 1000 фотографий необходимы серьезные вычислительные ресурсы компьютера. Эти технологии называются многомерными системами наблюдения Земли (куб данных)», - объяснила Шушаник Асмарян.
По ее словам, уже разработаны и доступны такие информационные кубы, как система Google Earth Engine (GEE), которая широко используются научным сообществом и организациями, принимающими решения. Однако в таких системах в зависимости от объема данных существует ограничение на бесплатное использование системы. И наличие таких систем принятия обоснованных решений на национальном уровне с каждым годом становится все более важным и даже обязательным.
«Наш национальный спутниковый информационный куб имеет решающее значение для реализации и применения спутниковой информации при принятии обоснованных решений. Примечательно, что в 2022 году Армения, благодаря наличию собственного спутника, вступила в новый этап космических исследований и развития космических технологий. Уже становится императивом существование национальной платформы обработки фотографий, которая пока находится в зачаточном состоянии и должна пройти долгий путь развития, чтобы стать национальной платформой, оснащенной инструментами и вычислительными ресурсами для обработки спутниковых фотографий», - сказала Шушаник Асмарян.
Инициативы, направленные на создание Национальных информационных кубов, в том числе на примере Армении, вызывают бурную реакцию в международном геоинформационном сообществе. «Итоги работы были предаствлены в 2021 году, на международной научной конференции «The Platform for Advanced Scientific Computing-PASC 2021», проходившей в Швейцарии с 5 по 9 июля. Большой интерес вызывают и результаты работы Группы наблюдения Земли (GEO), которые регулярно представляются в ежегодных отчетах GEO, - отметила Шушаник Асмарян.
Работа была выполнена в рамках проекта «Армянский куб данных для устойчивого развития - ADC4SD». Он финансировался Государственным секретариатом Швейцарии по научному образованию и инновациям в рамках Программы первоначальных инвестиционных грантов.
В составе рабочей группы в основном - молодые ученые.
По работе опубликованы следующие научные статьи:
Asmaryan Sh., Muradyan V., Tepanosyan G., Hovsepyan A., Saghatelyan A., Astsatryan H., Grigoryan H., Abrahamyan R., Guigoz Y. and Giuliani G. Paving the way towards an Armenian Data Cube. Data, 2019, Volume 4, Issue 3.
Astsatryan, H., Grigoryan, H., Poghosyan, A. et al. Air temperature forecasting using artificial neural network for Ararat valley. Earth Sci Inform 14, 711–722 2021
Astsatryan A., Grigoryan H., Abrahamyan R., Asmaryan Sh., Muradyan V., Tepanosyan G., Guigoz Y., Giuliani G. Shoreline delineation service: using an Earth Observation Data Cube and UAV technologies for coastal monitoring, Earth Sci Inform, (2022)
Снимок 1: Среда куба спутниковых данных Армении.
Снимок 2: Разграничение озера Севан в среде куба данных с использованием спектрального индекса NDVI фотографий сверхвысокого разрешения (0,16 м) со спутников Landsat (30 м), Sentinel (10 м) и с дронов.
17:18
16:45
16:17
15:59
15:30
15:05
14:41
14:13
13:41
13:12
12:39
12:13
11:44
11:12
10:45
10:20
09:50
09:29
09:09
16:40
16:15
15:51
15:14
14:44
14:25
13:59
13:33
13:14
12:44
12:21
11:44
11:22
10:59
10:35
10:10
09:50
09:29
09:09
17:55
17:31
17:07
16:40
16:15
15:51
15:14
14:44
14:13
13:33
13:14
12:44
| Вс | Пн | Вт | Ср | Чт | Пт | Сб | |
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 | |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 | |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 | |
| 29 | 30 | 31 | |||||
16:17
10:00
12:58
15:39
09:49
13:25
14:04
12:51
15:28
12:39
13:24
13:02
12:39
15:08
11:15
14:33
12:26
11:23
13:25
15:19
14:27
15:16
12:13
15:14
14:44
13:25
11:06
13:12
11:13
14:15
11:26
09:35
11:41
10:37
10:55
12:28
12:13
12:51
11:35
10:45
16:51
10:21
14:27
12:37
11:23
13:03
10:47
13:03
13:15
14:58
