search icon search icon

Анализ космических снимков и геопространственных данных

  • Рынки НТИ: Аэронет
  • III уровень РСОШ
  • 100 баллов к ЕГЭ
  • Рынки НТИ: Аэронет
  • III уровень РСОШ
  • 100 баллов к ЕГЭ
Информатика География
  • Этап 1
    27 сентября — 17 октября
    2021
  • Этап 2
    9 ноября — 10 января
    2022
  • Финал
    21 февраля — 30 апреля
    2022

Расписание

Съёмка Земли из космоса широко используется в различных отраслях хозяйства и сферах бизнеса, в том числе для управления территориями, при чрезвычайных ситуациях, для изучения и экологического мониторинга нашей планеты. Как «чёрные ящики» на самолёте, сотни спутников постоянно записывают завораживающую картину происходящих на наших глазах драматических изменений мира, в котором мы живём, – как в глобальном, так и в местном масштабе. Для космических снимков не существует границ и закрытых зон, нет «слишком далёких» и недоступных мест.

Для анализа огромного массива космических данных используются самые передовые технологии обработки и анализа изображений и самые разнообразные алгоритмы. Геоинформатика – это также цифровые карты, системы навигации и совместная работа миллионов мобильных устройств, пространственное моделирование и анализ больших данных. Геоинформационные инструменты и системы развиваются быстро, но объём данных дистанционного зондирования Земли растёт ещё быстрее. Нам нужны новые подходы, новые идеи и новые энтузиасты!

При этом космические снимки и инструменты работы с ними сегодня доступны как никогда ранее. Открытые данные, общедоступные космические снимки и карты на их основе, геоинформационные системы с открытым кодом, станции для приема информации прямо со спутников, стоящие на крыше вашей школы и собираемые самими учащимися – это сегодняшние реалии отрасли. Большая наука, изучающая нашу планету, и успешные информационные бизнесы во многом построены на тех же данных и инструментах, с которыми Вы будете работать, если станете участниками нашего профиля.

Анализ космических снимков и геопространственных данных1
Анализ космических снимков и геопространственных данных2
Анализ космических снимков и геопространственных данных3
Анализ космических снимков и геопространственных данных4
Анализ космических снимков и геопространственных данных5
Анализ космических снимков и геопространственных данных6
Анализ космических снимков и геопространственных данных7
Анализ космических снимков и геопространственных данных8
Анализ космических снимков и геопространственных данных9
01 9

Контакты

Основной общий контакт

Основной общий контакт

Перейти
Руководитель профиля: Гершензон Ольга Николаевна (группа компаний «ЛОРЕТТ», президент)

Руководитель профиля: Гершензон Ольга Николаевна (группа компаний «ЛОРЕТТ», президент)

Перейти
Гершензон Ольга Николаевна (Телеграм)

Гершензон Ольга Николаевна (Телеграм)

Перейти
Координатор профиля: Никитская Карина Евгеньевна (ООО «ЛОРЕТТ», заместитель генерального директора)

Координатор профиля: Никитская Карина Евгеньевна (ООО «ЛОРЕТТ», заместитель генерального директора)

Перейти
Ведущий разработчик профиля: Аксенов Дмитрий Евгеньевич (директор АНО «Прозрачный мир»)

Ведущий разработчик профиля: Аксенов Дмитрий Евгеньевич (директор АНО «Прозрачный мир»)

Перейти
Аксенов Дмитрий Евгеньевич (Телеграм)

Аксенов Дмитрий Евгеньевич (Телеграм)

Перейти
Информационный канал профиля (информация обо всех мероприятиях профиля, открытии и закрытии задач и этапов, проведении вебинаров, итогах и результатах)

Информационный канал профиля (информация обо всех мероприятиях профиля, открытии и закрытии задач и этапов, проведении вебинаров, итогах и результатах)

Перейти
Чат профиля (та же информация, что и в канале профиля но с возможностью всех участников прокомментировать или задать вопрос. Все вопросы по содержательной части профиля можно направлять сюда)

Чат профиля (та же информация, что и в канале профиля но с возможностью всех участников прокомментировать или задать вопрос. Все вопросы по содержательной части профиля можно направлять сюда)

Перейти
Чат для педагогов и родителей финалистов профиля (актуален только на этапе подготовки и проведения финала)

Чат для педагогов и родителей финалистов профиля (актуален только на этапе подготовки и проведения финала)

Перейти

Этапы соревнований

Этап 1

В рамках первого этапа участникам предстоит решить задачи по географии и информатике.

Этап 2

Задания второго этапа будут нацелены на освоение участниками навыков работы по следующим темам.

Пространственные данные и работа с ними, системы географических координат.

Геопорталы и работа с ними, источники открытых пространственных данных.

Геоинформационные системы и работа в них с пространственными данными: QGIS, GRASS, Semi-Automaic Classification Plugin и т.д. (в том числе, – программирование на Python в среде QGIS и/или GRASS).

Алгоритмы классификация растровых изображений: нейросетевые алгоритмы, decision tree, метод опорных векторов, kNN или любые другие.

Алгоритмы change detection.

Вегетационные индексы и другие метрики, рассчитываемые как функции от значений яркости спектральных каналов оптических снимков.

Работа в Google Earth Engine.

На втором этапе буду представлены индивидуальные задачи, ориентированные, в первую очередь, на информатиков-программистов, и задачи, ориентированные на географов-дешифровщиков. Но каждый участник может решать все индивидуальные задачи. Командные задачи второго этапа потребуют участия всех членов команды.

Все задания второго этапа будут оформлены в виде соответствующего курса на платформе “Stepik” с автоматической проверкой. Количество попыток для решения каждого задания на «Степике» будет рассчитываться с учётом того, что каждый член команды может вводить решения независимо. В этом отношении команды в составе 4-х человека будут иметь преимущество по попыткам перед командами в составе 3-х человек.


Финал

Задача заключительного этапа будет посвящена алгоритмам и методам обработки космических снимков, принятых на наземные станции для целей ОПЕРАТИВНОГО мониторинга текущих событий на поверхности Земли и в атмосфере: облачности, дымов, пожаров, ледовой обстановки, наводнений.

Задача будет разбита на несколько подзадач.

Подзадача 1.

Участникам заключительного этапа будет предложено обнаружить текущие изменения/события на определённых территориях (например, вновь возникшие природные/ландшафтные пожары/травяные палы) в масштабе времени близком к реальному (первые минуты/десятки минут после пролёта спутника над местом событий и сброса информации на наземную станцию приёма). Будет учитываться скорость решения задачи участниками. Будут использованы открытые космические снимки низкого разрешения, которые будут в реальном времени приняты на станции приемной сети компании «Лоретт» и доступны значительно раньше появления этих снимков в открытых источниках. Подзадача будет включать обработку результатов нескольких сеансов приёма, включая тренировочные. У участников будет возможность совершенствовать свои алгоритмы обработки данных между сеансами.

Подзадача 2.

Участникам будет предложено оконтурить и измерить изменения, произошедшие на поверхности Земли в результате наблюдаемых событий (например, площадь сгоревшей территории в результате обнаруженного пала). Подзадача будет подобрана таким образом, что для её решения будут необходимы более детальные космические снимки (среднего разрешения), чем полученные и обработанные в ходе решения первой подзадачи. Участники смогут использовать как общедоступные снимки из открытых источников, так и актуальные снимки среднего и высокого разрешения, полученные специально для финала олимпиады на изучаемую территорию и снятые непосредственно в дни финала. Возможные варианты оперативного получения снимков включают: прием снимков среднего разрешения на наземные станции приемной сети компании «Лоретт»; заказ оперативной съёмки территории у отечественных (РКЦ «Прогресс») или зарубежных операторов соответствующих спутников. В течении трёх дней подряд участникам придётся использовать различные типы снимков, так как единственный источник не обеспечит необходимой регулярности покрытия.

Подзадача 3.

Для успешного решения первой и второй подзадач, участникам будет необходимо применить алгоритмы обработки снимков для проведения по ним соответствующих измерений. В частности, для точного измерения площадей по снимкам среднего разрешения, необходима будет корректная привязка их к местности (а иногда также – синхронизация между собой различных спектральных каналов). Снимки, принятые на наземные станции, как правило не привязаны достаточно точно и обладают другими дефектами, требующими корректировки. Качество такой корректировки (например, привязки) участниками будет оцениваться отдельно.

Для заключительного этапа мы предполагаем, что отдельные подзадачи будут решаться командой параллельно. Над каждой из них одномоментно может работать пара, дешифровщик и программист, либо единственный участник. В команде из трёх человек один программист может работать с двумя дешифровщиками над двумя разными подзадачами (или наоборот). Команда также может распределить подзадачи между своими участниками так, что каждый участник отвечает за одну подзадачу индивидуально.


Рекомендации для наставника

Видеокурс на платформе «Фоксфорд» – «Современные технологии в преподавании школьной географии. Использование изображений Земли из космоса».
Кроме общих сведений о космических снимках, он содержит практические навыки работы с геоинформационными системами (ГИС) и геопространственными данными. Соответствующие видеоуроки даются на примере NextGIS QGIS..

Требования к команде

Требования к команде

Для того, чтобы правильно интерпретировать то, что вы видите на космических снимках, необходимы знания из разных областей географии и некоторых областей биологии. В частности, с самого начала участникам будут необходимы:

  • Хорошее знание физической географии в целом и изучаемых регионов, особенно в части растительности и ландшафтов (в том числе агроландшафтов) — чтобы анализировать распределение и характер растительности в зависимости от различных физических факторов: рельефа, гидрологии, геологии, климата и пр.

  • Хорошее знание экономической географии и основных видов природопользования изучаемых регионов — чтобы разобраться, какая хозяйственная деятельность человека формирует ландшафты, которые вы видите на космических снимках.

  • Знание основ функционирования и динамики различных экосистем (растительных сообществ) — чтобы анализировать, связаны ли наблюдаемые изменения на снимках из космоса с сезонными явлениями, со сменой одних растительных сообществ другими (сукцессиями) или с воздействием человека.

Hard skills необходимые для старта

  • Владение английским языком хотя бы на базовом уровне (чтение) или умение использовать онлайн-переводчики.

  • Умение «читать» географические карты, находить на них нужные территории и объекты.

  • Умение интерпретировать космические снимки хотя бы на базовом уровне, – визуально определять по ним различные объекты и характер растительного покрова. (Потренируйтесь, разглядывая знакомые вам места на «Яндекс Картах», Google Maps и портале «Глобальные изменения лесного покрова», а также на задачах первого этапа.)

  • Умение анализировать причины того или иного распределения и характера растительности, а также изменений растительного покрова в зависимости от различных факторов: рельефа, гидрологии, геологии, климата и хозяйственной деятельности человека.

Рекомендуется хотя бы для некоторых членов команды (хотя и не является критическим):

  • Владение базовыми навыками программирования на одном или нескольких языках. Прежде всего, рекомендуется Python (который используется в среде QGIS и/или GRASS) и JavaScript (лучше всего подходит для задач в среде Google Earth Engine), дополнительно – Perl (рекомендуется ActivePerl, используется для доступа к некоторым данным и для автоматизации их обработки) и R (на нём реализованы некоторые бесплатные алгоритмы анализа и классификации).

Hard skills необходимые финалистам

  • Владение хотя бы простейшими приёмами работы с пространственными данными в геоинформационных системах, включая загрузку и визуализацию наборов векторных и растровых данных, редактирование векторных данных, работа с каналами и гистограммами космических снимков, подсчёты площадей и простейшая геообработка векторных данных (обрезка, пересечение, объединение). Выбор конкретного программного обеспечения остаётся на усмотрение участников и их наставников. Набор возможных ГИС-систем включает, но не ограничивается следующими пакетами: QGIS (сборка от российской компании «NextGIS» или международная версия), GRASS GIS, SNAP, Semi-Automaic Classification Plugin, gvSIG.

  • Умение работать с основными источниками пространственных данных (космических снимков, различных электронных карт) в интернете, навыки работы с геопорталами. Задания всех этапов олимпиады, особенно второго и заключительного этапов, будут опираться на общедоступные космические снимки и другие данные.

  • Владение методами / алгоритмами классификации растровых изображений: нейросетевые алгоритмы, decision tree, метод опорных векторов, kNN или другие – чтобы выявлять по космическим снимкам и картографировать те или иные объекты или типы растительности. Не требуется знать всё разнообразие алгоритмов – достаточно уверенно владеть одним-двумя.

  • Владение хотя бы одним методом / алгоритмом анализа изменений (change detection) – чтобы по паре разновременных космических снимков выявлять изменения, произошедшие между ними.

  • Владение методами расчёта вегетационных индексов и других метрик, рассчитываемых как функции от значений яркости спектральных каналов оптических снимков. Динамика этих индексов поможет вам разделить разные типы растительности (например, поля, засеянные разными культурами).

  • Умение проводить простейшие статистические расчеты для пространственных данных: оценивать ваши результаты по пробным участкам, строить матрицу ошибок.

  • Использование библиотек работы с пространственными данными GDAL/OGR.

  • Работа в среде Google Earth Engine.

Численность команды и роли

Для участия на втором и заключительном этапах вам понадобится команда из: 3 или 4 человека.

Роль 1. Информатики-программисты: 1 или 2 человека
Основные задачи: прежде всего, обработка растровых изображений, классификация, работа с пространственными данными и геоинформационными системами, вероятное написание скриптов для массивной или автоматизированной обработки пространственных данных. Программисты разрабатывают / осваивают алгоритмы автоматической обработки космических снимков, расчёта яркостной температуры и отражающей способности, вегетационных индексов и других показателей.

Роль 2. Географы-дешифровщики: 1 или 2 человека.
Основные задачи: работа с геоинформационными системами, дешифрирование космических снимков, анализ результатов дешифрирования. Дешифровщики изучают дешифровочные признаки различных классов объектов на разных типах космических снимков и ищут источники данных и дополнительную информацию, проводят визуальную проверку корректности выделения объектов, сделанного с помощью алгоритмов. В значительной мере именно дешифровщики подводят итоги и оформляют результаты решения задач в виде картографических материалов.

Роли могут по-разному распределяться между участниками для решения каждой задачи. При решении одних задач ведущая роль будет принадлежать программисту / программистам, при решении других – дешифровщику / дешифровщикам. Умение работать с геоинформационными системами необходимо всем участникам.

На всех этапах эффективное распределение ролей внутри команды является прерогативой и ответственностью самой команды.

Материалы подготовки

Разработчики

background image background image background image background image background image background image background image background image background image background image background image background image
background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image