Кыргызский куб открытых данных

Кыргызский Куб данных (KDC) - https://kyrgyzstan.sibelius-datacube.org/ - содержит спутниковые данные и производную продукцию о пастбищах, снеге и засухе за 18 лет, что потенциально дает пользователям наилучшую возможную информацию об условиях окружающей среды по всему Кыргызстану.

KDC - это эффективный способ хранения больших объемов данных, готовых к анализу, с легким пространственным и временным доступом. Он основан на методологии Открытого Куба Данных, впервые примененной Digital Earth Australia в 2013 году с австралийским Кубом данных. В последние годы было развернуто еще несколько кубов данных в таких местах, как Монголия, Швейцария, Колумбия, Вьетнам и Уганда. Digital Earth Australia также создала сообщество пользователей по всему миру, которые обмениваются информацией о кубах данных. Их канал в Slack - это полезное место для общения с людьми, интересующимися кубом данных.

Цель KDC и связанных с ним инструментов - сделать спутниковые данные и производные продукты доступными для специалистов из широкого круга дисциплин (сельское хозяйство, чрезвычайные ситуации, лесное хозяйство, гидрометеорология, экологические проблемы и другие), не обязательно имеющих предыдущий опыт в работе со спутниковыми данными.

Веб-сайт визуализации KDC позволяет получить доступ к ряду продуктов из Data Cube, включая оптические изображения с разрешением 10 метров. Также можно получить доступ к данным из куба данных для использования на вашем компьютере и в веб-приложениях ГИС, таких как ArcGIS, QGIS, GeoNode и других, с помощью сервиса WMS по ссылке:

https://kyrgyzstan.sibelius-datacube.org:5000/wms?version=1.3.0

В этом случае в окне приложения отобразится геопривязанное изображение выбранного продукта, на который удобно наложить любой имеющиеся слой, например, границы пастбищ.

ArcGIS и QGIS также позволяют использовать изображения KDC продуктов и в другом виде - с помощью WCS сервиса. Это дает возможность показать значение KDC продукта для любого пикселя изображения. Подключить WCS слои можно, использовав ссылку:

https://kyrgyzstan.sibelius-datacube.org:5000/wcs?version=1.0.0

Кыргызский Куб Данных (KDC) был разработан eOsphere при участии Mercy Corps (Mersico) в рамках проекта SIBELIUS, поддерживаемого Международным партнерством космического агентства Великобритании (IPP) и Global Business Economics, Energy and Industrial Strategy Research фондами.

Вводную презентацию по Кыргызскому кубу открытых данных можно найти здесь.

1. Список продуктов куба данных

Продукты, относящиеся к условиям пастбищ

Индекс растительности (NDVI) - индикатор активной биомассы, показывающий количество зеленой растительности
Пастбище Аномалия - отображение текущего состояния пастбищ по сравнению с обычными значениями пастбищ, измеренными на основе исторических данных за то же время года
Пастбище Биомасса - оценка сухой надземной биомассы (кг/га)
Пастбище Тенденция - оценка текущего состояния пастбища по сравнению с последним измерением пастбищ, т.е. улучшаются ли условия пастбищ, остаются прежними или ухудшаются

Продукты, относящиеся к состоянию снежности

Процентность снега - % дней, когда был снежный покров за десятидневный период
Индекс Снег (NDSI) - идентификация снежного покрова при игнорировании облачного покрова

Продукты, связанные с состоянием засухи

Индекс Засуха (NDDI) - показатель засухи на пастбищах
Нормализованный разностный водный индекс (NDWI) - используется для отслеживания изменений содержания воды в листьях
Индекс здоровья растительности (VHI) - оценка здоровья растительности объединяет TCI и VCI индексы
Индекс состояния растительности (VCI) - оценка состояния растительности, является индикатором текущего состояния растительности относительно исторических значений

Продукты, связанные с температурой

Температура поверхности Земли (LST) - измерение температуры почвы на поверхности Земли

Для получения продуктов KDC используются свободно доступные спутниковые изображения Landsat 8 и Sentinel 2.

2. Использование продуктов KDC в различных сферах

Животноводство

Животноводство является одним из ведущих секторов сельского хозяйства Кыргызстана, и его доля в структуре валовой продукции сельского хозяйства составляет около 50%. Общая площадь пастбищ в Кыргызстане составляет 9 миллионов 147 тысяч гектаров. Они занимают более 85% общей площади сельскохозяйственных угодий. Пастбища вблизи населенных пунктов часто находятся в худшем состоянии - иногда они полностью деградированы, так как население пасет скот, в основном, вокруг деревень.

Пастбища становятся менее продуктивными, зарастают сорняком, так же наблюдается снижение биомассы, происходит засуха. Проблемы усугубляются отсутствием актуальной информации, в предоставлении которой Кыргызский куб данных может помочь, предоставляя готовые продукты на основе спутниковых данных для решения некоторых из этих проблем.

Применяемые индексы: Индекс растительности (NDVI), Пастбище Биомасса, Пастбище Аномалия, Пастбище Тенденция, Индекс Снег (NDSI), Процентность снега, Индекс Засуха (NDDI), Индекс здоровья растительности (VHI), Индекс состояния растительности (VCI), Температура поверхности Земли (LST).

Земледелие

Сухое и полусухое земледелие связано с высоким риском из-за нестабильности климата и является причиной экономической нестабильности. Неудовлетворительное использование агрономии и современных агротехнологий привело к развитию многих негативных явлений, и большие площади сельскохозяйственных земель находятся в плохом состоянии. Основные проблемы Кыргызстана - снижение плодородия почв из-за прогрессирующего засоления и ощелачивания, чрезмерного увлажнения и заболачивания земель, ветровой и водной эрозии, а также загрязнения камнями. Информация из куба данных Кыргызстана может использоваться для мониторинга и рационализации землепользования.

Лесное хозяйство

Леса Кыргызстана играют чрезвычайно важную роль в поддержании экологического благополучия, в обеспечении видового разнообразия животного мира, в предотвращении высыхания рек, ручьев и родников, а также в снижении угрозы селей и оползней. Лесные экосистемы также играют ведущую роль в биосферных процессах. Несмотря на большое экономическое значение лесных ресурсов, их сырьевые запасы истощаются, и продолжается расширение безлесных территорий, чему препятствует отсутствие экспериментальных данных и теоретических обобщений для научно обоснованного управления экономикой. Одним из таких пробелов является плохая осведомленность о взаимосвязи и взаимодействии лесных биоценозов как в естественных условиях, так и в результате антропогенного вмешательства. Это еще одна область, в которой продукты из куба данных могут помочь в решении проблем.

Применяемые индексы: Индекс растительности (NDVI), Индекс здоровья растительности (VHI), Индекс состояния растительности (VCI), Температура поверхности Земли (LST).

Гидрология и метеорология

Для мониторинга и прогнозирования погоды традиционно используются наземные станции и посты, оснащенные различными датчиками, например, для измерения температуры, осадков, влажности почвы и др., Разбросанных по территории Кыргызстана. Понятно, что чем больше датчиков будет установлено в стране, тем точнее будет прогноз. Но их количество не может быть большим из-за большой стоимости установки и обслуживания станций. Спутниковое дистанционное зондирование дает реальную информацию, которая, хотя и менее точна, дополняет традиционные наземные измерения. Кыргызский куб открытых данных может помочь в этом, предоставляя свои продукты для гидрометеорологов по нескольким параметрам, включая снег, влажность почвы и другие.

Применяемые индексы: Индекс Снег (NDSI), Процентность снега, Индекс Засуха (NDDI), Температура поверхности Земли (LST).

Чрезвычайные ситуации

Территория Кыргызстана характеризуется интенсивным развитием опасных природных процессов, связанных с геологическими и структурными особенностями, большой расчлененностью рельефа, климатическими и гидрогеологическими условиями, высокой сейсмичностью. Опасные природные процессы и явления широко распространены и часто приводят к чрезвычайным ситуациям. Сели и наводнения являются причиной 33,0% всех чрезвычайных ситуаций. На опасные метеорологические явления (ветер, осадки, температура воздуха и др.) Приходится 13,2% всех чрезвычайных ситуаций и они часто приводят к проявлению других опасных процессов. Интенсификация оползней, камнепадов, возникновение около 70% селей, паводков, повышение уровня грунтовых вод зависит от количества и характера распределения жидких атмосферных осадков, накопления и таяния снежного покрова и ледников. Куб данных может помочь в мониторинге этих ситуаций, например, ледниковые озера можно контролировать с помощью изображений с разрешением 10 м, чтобы увидеть, не меняются ли озера в размере и, следовательно, возможно ли существует риск прорыва и наводнения.

3. Использование Python

Доступ к KDC можно получить локально через API Python или через JupyterHub (ссылка), который требует некоторых знаний Python для доступа к данным в нем, а также учетной записи Google для входа в систему. Это позволит исследователям и пользователям создавать индивидуальные проекты с использованием продуктов из KDC и продуктов, автоматически не создаваемых Кубом данных.
Ключевые пакеты Python, необходимые для управления данными в JupyterHub, включают: numpy, matplotlib, xarray, rasterio, rioxarray и dask. Знание хотя бы некоторых из них приведет к извлечению наибольшей пользы из данных в JupyterHub.

Вводные уроки:

1. Введение в Python (объекты, списки и циклы)
2. Введение в Python (функции и методы)
3. Введение в Python (внешние модули)
4. Введение в кубы данных
5. Более продвинутое использование куба данных

6. Упражнение - Работа с условными утверждениями и циклами
4. Упражнения - Работа с числами
5. Упражнения - Работа со строками

Более продвинутые уроки:

1. Более продвинутый Python - импорт файлов данных
2. Более продвинутый Python - использование шейп-файлов с геопандами
3. Более продвинутое использование куба данных - введение в кадрирование продуктов с помощью шейп-файлов
4. Более продвинутое использование куба данных - карта аномалий NDVI
5. Более продвинутое использование куба данных - анализ таймсерий
6. Более продвинутое использование куба данных - знакомство с продуктами MODIS и Snow Map
7. Более продвинутый Python - введение в работу с ЦМР
8. Более продвинутое использование куба данных - интерактивное состояние растений.

Центрально-Азиатский Институт прикладных Исследований Земли (ЦАИИЗ)
Central-Asian Institute for Applied Geosciences (CAIAG)