На программе «Большие вызовы» участники направления «Космические технологии» разработали методику, которая помогает определять, когда начинаются и заканчиваются вегетационные сезоны — периоды активного роста растений. Для этого команда объединила данные метеостанций и спутниковые снимки, а также создала несколько автоматизированных алгоритмов для их анализа.
Это важно, потому что традиционно границы сезонов определяют только по данным отдельных метеостанций и картина получается неполной. Новый подход позволяет видеть ситуацию на больших территориях и составлять карты, где видно, как меняются сезоны в разных местах. Такие данные будут полезны и для изучения изменений климата, и для сельского хозяйства: например, чтобы вовремя планировать посевы и уборку урожая на обширных площадях.
«Растения очень чутко реагируют на смену температур — распускаются, зеленеют, увядают. Спутник, пролетая над территорией, фиксирует эти изменения в масштабах, недоступных наземным приборам. Так вместо разрозненных точек на карте, где стоят метеостанции, получается не точечная картинка, а общая картина по всей территории. При этом в разных регионах ситуация сильно различается. Детализированная оценка важна и для науки, и для практики: зная, на каких полях вегетационный сезон начинается раньше, а на каких позже, можно грамотно выстраивать логистику и понимать, какие участки засеять в первую очередь», — объясняет наставник проекта, доцент СПбГУ Евгений Паниди.
Для работы команда использовала в том числе снимки с российского спутника «Метеор‑М»: они показывают состояние растительности на огромных территориях. Чтобы обрабатывать снимки, участники применяли разные цифровые инструменты: облачную платформу (для обработки спутниковых изображений), электронные таблицы для работы с данными наблюдений (чтобы вручную изучать графики годового хода изучаемых параметров), язык программирования Python (для автоматизации анализа) и настольную геоинформационную систему (для работы с картографическими данными).
К концу программы команда разработала четыре инструмента: они помогают строить графики состояния растительности, обрабатывать снимки со спутников, восстанавливать динамику температуры по данным о растительности с помощью машинного обучения и автоматически определять даты смены сезонов.
«Кроме того, наша команда собрала большой массив данных — временные ряды температур и показателей состояния растений — и проверила, насколько точно работает новая методика. На проекте я занимался сразу несколькими задачами: извлекал и готовил спутниковые данные в облачной платформе, систематизировал и анализировал информацию, работал со специальной картографической программой. Ещё участвовал в создании презентации и сайта — чтобы результаты проекта было удобно показывать и объяснять людям. Всё это — огромный практический опыт», — рассказывает один из участников проекта Дмитрий Кондретеня из Тюмени.
Партнёрами проекта выступили Государственная корпорация «Роскосмос» и Санкт-Петербургский государственный университет.
