Satelity działające w ramach europejskiego programu Copernicus zapewnią 10 petabajtów danych rocznie. Liczba obrazów satelitarnych rośnie w ogromnym tempie, narzędzia do przetwarzania i analizy danych powoli przestają już wystarczać. Opracowane przez polską firmę innowacyjne narzędzie Deep Flow ułatwi zbieranie informacji ze zdjęć satelitarnych. Oprogramowanie interpretuje satelitarne dane obrazowe i może je wykorzystać np. w rolnictwie czy ochronie zdrowia. Dzięki technologii głębokiego uczenia komputery są w stanie analizować tysiące zdjęć i odkrywać wzorce.
– Deep Flow jest narzędziem, które wspomaga przetwarzanie zdjęć satelitarnych za pomocą algorytmów głębokiego uczenia. Możliwe jest przetwarzanie bardzo dużej liczby zdjęć i znajdowanie tych samych wzorców nawet na tysiącach zdjęć satelitarnych, co znacznie skraca czas i możliwości pozyskiwania informacji – tłumaczy w rozmowie z agencją informacyjną Newseria Innowacje Katarzyna Lipka, product owner w Deep Flow.
Szacuje się, że satelity należące do europejskiego programu Copernicus będą dostarczać rocznie 10 petabajtów danych, czyli ok. 10 mln GB. Obecnie stosowane programy do analizy zgromadzonych danych przy takiej liczbie spływających informacji stopniowo przestają wystarczać. Opracowane przez polską firmę KPLabs narzędzie pozwoli rozwiązać ten problem. Deep Flow ułatwia zbieranie informacji ze zdjęć satelitarnych, pomaga znaleźć podobne wzorce w tysiącach nowych obrazów. Jeśli obrazy wymagają wstępnego przetwarzania i dalszych transformacji, to przydatne są mechanizmy korekcji obrazu.
– Jest to innowacyjne narzędzie w skali światowej, nie znaleźliśmy dotychczas podobnego. Pozwala zautomatyzować cały proces zbierania i przetwarzania zdjęć satelitarnych. Do tej pory wszystkie te rzeczy były wykonywane ręcznie, natomiast teraz dzięki technologii możliwe jest wykonywanie tego automatycznie – przekonuje Katarzyna Lipka.
Dzięki integracji DeepFlow z programem Copernicus i platformą DIAS, czas potrzebny na uzyskanie informacji jest znacznie krótszy. Uczenie maszynowe pozwoli szybko pozyskać dane ze zdjęć satelitarnych, a obrazy poddać niezbędnej obróbce. Zastosowanie Deep FLow pozwoli skrócić czas reakcji na monitorowane zdarzenia, ale liczba możliwych zastosowań jest praktycznie nieograniczona.
– Za pomocą Deep Flow jesteśmy w stanie w przyszłości określić miejsca zagrożone klęskami żywiołowymi. Już w tym momencie na podstawie danych ze zdjęć radarowych jesteśmy w stanie określić ryzyka związane z bliskością zabudowy. Możemy oszacować, jak duża była skala np. przy powodzi, jakie obszary zostały zniszczone, i głównie w tych aspektach wspieramy teraz właśnie branżę ubezpieczeniową – mówi ekspertka.
Firma KP Labs konstruuje też małego satelitę Intuition-1, wyposażonego w instrument hiperspektralny i oparte na głębokich sieciach neuronowych przetwarzanie danych na pokładzie. To pierwszy na świecie satelita o mocy przetwarzania, która umożliwi segmentację obrazów hiperspektralnych na orbicie. W satelicie zostanie umieszczona kamera o wysokiej rozdzielczości spektralnej, a większa liczba kanałów pozwoli podnieść jakość wykonywanych zdjęć satelitarnych i skrócić czas reakcji na monitorowane zdarzenia. W połączeniu z narzędziem Deep Flow da to nieograniczone możliwości w analizie danych.
W rolnictwie pomoże w prognozie plonów, detekcji chorób roślin czy mapowaniu chwastów. Dzięki dokładnej analizie gleby ustali, które rośliny mają szansę rosnąć w określonym miejscu. System dokładnie przewidzi susze i spustoszenia, jakie mogą przynieść huraganowe wiatry czy powodzie. Dzięki analizie zdjęć satelitarnych będzie można przygotować dokładną mapę emisji zanieczyszczeń, nie tylko powietrza, lecz także wód i gleby.
– Te zdjęcia będą już obrabiane, przetwarzane na orbicie. Natomiast my będziemy mogli dużo szybciej niż dotychczas przetwarzać wszystkie informacje, które są zawarte na zdjęciach satelitarnych – wskazuje Katarzyna Lipka.
Firma P&S Research Market ocenia, że w 2023 roku światowy rynek usług opartych na obrazowaniu satelitarnym będzie wart ok. 5,2 mld dol.
