🛰️ Спутниковый вид пасеки
См. также Оптимизация опыления с рекомендациями по размещению ульев
beehero.io оптимизация размещения ульев
классификация полей eosdata
Ссылки и потенциальные источники данных
-
EOS Data - типы культур https://eos.com/products/crop-monitoring/custom-solutions/crops-classification/
-
Sentinel-2 https://apps.sentinel-hub.com/eo-browser/?zoom=15&lat=59.45154&lng=24.89232&themeId=DEFAULT-THEME&visualizationUrl=https%3A%2F%2Fservices.sentinel-hub.com%2Fogc%2Fwms%2Fbd86bcc0-f318-402b-a145-015f85b9427e&datasetId=S2L2A&fromTime=2023-09-14T00%3A00%3A00.000Z&toTime=2023-09-14T23%3A59%3A59.999Z&layerId=2_FALSE_COLOR&demSource3D="MAPZEN"
-
https://dataspace.copernicus.eu/browser/?zoom=13&lat=59.43336&lng=24.9207&themeId=DEFAULT-THEME&visualizationUrl=https%3A%2F%2Fsh.dataspace.copernicus.eu%2Fogc%2Fwms%2Fa91f72b5-f393-4320-bc0f-990129bd9e63&datasetId=S2_L2A_CDAS&fromTime=2023-08-15T00%3A00%3A00.000Z&toTime=2023-08-15T23%3A59%3A59.999Z&layerId=SCENE-CLASSIFICATION&demSource3D="MAPZEN"&cloudCoverage=7
-
API пыльцы 1кмx1км через Google https://mapsplatform.google.com/maps-products/pollen/ https://console.cloud.google.com/google/maps-apis/api-list?project=gratheon
-
https://apps.sentinel-hub.com/sentinel-playground/?source=S2L2A&lat=40.400032551179976&lng=-3.7298583984375&zoom=12&preset=null&layers=B01,B02,B03&maxcc=20&gain=1.0&gamma=1.0&time=2023-05-01|2023-11-02&atmFilter=&showDates=false
-
https://apps.sentinel-hub.com/eo-browser/?zoom=15&lat=59.45154&lng=24.89236&themeId=DEFAULT-THEME&visualizationUrl=https%3A%2F%2Fservices.sentinel-hub.com%2Fogc%2Fwms%2Fbd86bcc0-f318-402b-a145-015f85b9427e&datasetId=S2L2A&fromTime=2023-09-14T00%3A00%3A00.000Z&toTime=2023-09-14T23%3A59%3A59.999Z&layerId=2_TONEMAPPED_NATURAL_COLOR&demSource3D="MAPZEN"
Потенциальный подход
- https://medium.com/@ya_71389/sentinel-2-deep-resolution-3-0-c71a601a2253
- https://medium.com/sentinel-hub/multi-temporal-super-resolution-on-sentinel-2-imagery-6089c2b39ebc
- [https://medium.com/sentinel-hub/how-to-normalize-satellite-images-for-deep-learning-d5b668c885afh](https://medium.com/sentinel-hub/how-to-normalize-satellite-images-for-deep-learning-d5b668c885af%5Bh%5D(https://github.com/sentinel-hub/eo-learn))
- https://github.com/sentinel-hub/eo-learn
Только для Эстонии
-
данные о загрязнении в Эстонии, по городам http://airviro.klab.ee/en https://hub.eaaci.org/patients_resources/worldwide-pollen-map/
Глоссарий
- NDVI (Normalized Difference Vegetation Index): NDVI - распространённый вегетационный индекс, рассчитываемый по спутниковым снимкам. Он количественно оценивает объём живой растительности на участке. Значения NDVI обычно лежат в диапазоне от -1 до 1, более высокие значения указывают на более здоровую и обильную растительность.
- True Color - визуальная интерпретация земного покрова.
- False Color - визуальная интерпретация растительности.
- NDVI - вегетационный индекс.
- Moisture index - индекс влажности.
- SWIR - индекс коротковолнового инфракрасного диапазона.
- NDWI - Normalized Difference Water Index.
- NDSI - Normalized Difference Snow Index.
https://hub.docker.com/r/kartoza/geoserver