211service.com
En molnfri satellitkarta över jorden
Det är jorden som inte ens astronauter får se den – helt utan moln.
En molnfri bild av vegetationsmönster över hela världen, sammanfogad från data från NASA och andra statliga källor.
Programvara som utvecklats av startupen Descartes Labs syr ihop dagliga satellitbilder till en livekarta över planetens yta och redigerar automatiskt alla molntäcke. Det ger en snyggare vy och hjälper också algoritmer som automatiskt spårar förändringar i markanvändning eller vegetation. Företaget säger att dess programvara kan göra bättre prognoser för USA:s majsskörd än det amerikanska jordbruksdepartementet.
Descartes Labs grundades för att kommersialisera programvara för bildigenkänning utvecklad för satellit- och flygbilder vid Los Alamos National Laboratory. Programvaran har tränats för att identifiera egenskaper på jordens yta som jordbruk, vattendrag och typer av skog genom att jämföra kommenterade kartor från källor som U.S. Geological Survey med färg-, infraröd- och ultravioletta satellitbilder.
Att kombinera många satellitbilder gör det möjligt att se förändringar i vegetation, grödor och markanvändning över tid, som man ser här på gränsen mellan Kina och Indien. Algoritmer kan automatiskt spåra mönster, till exempel för att förutsäga den möjliga storleken på en skörd.
Företaget har också utvecklat mjukvara som syr ihop en kontinuerligt uppdaterad karta över jorden från de senaste satellitbilderna från NASA och andra statliga källor i andra länder. Vissa bilder som används på kartan uppdateras dagligen.
Descartes Labs bildigenkänningsprogram kan använda den nästan levande vyn för att visualisera eller mäta förändringar som översvämningar eller förändringar i grödors tillstånd. Företaget använder sig av en maskininlärningsteknik som kallas djupinlärning, vilket har lett till stora framsteg inom bildigenkänning de senaste åren (se 10 Breakthrough Technologies 2013: Deep Learning ).
Steven Brumby, medgrundare och teknisk chef för Descartes Labs, säger att tekniken gör satellitbilder mycket mer användbara. Det har aldrig varit möjligt att utnyttja all denna data från NASA och andra källor i stor skala tidigare, säger han.
Brumby säger att hans algoritmer kan extrahera värdefulla signaler från satellitbilder. Vissa har till exempel utbildats i att förutsäga framtida majsskördar baserat på växternas färg och utseende på en åker. Brumby säger att analys av data från de senaste 11 åren visar att hans förutsägelser är mer exakta än USDA:s, gjorda med hjälp av data som samlats in från bönder. Han hoppas kunna sälja sådan information till bönder, leverantörer av jordbruksutrustning, råvaruhandlare och beslutsfattare.
Att mäta hälsan hos vegetationen eller förändringar i vattenfördelningen skulle också kunna vara till nytta för utrikespolitiken, säger Brumby. Utrikesminister John Kerry föreslog förra månaden att flera år av torka och dåliga skördar kan ha bidragit till att föra fram inbördeskriget i Syrien.
Descartes Labs är inte det enda företaget som försöker tjäna pengar genom att extrahera data från satellitbilder. Startup Orbital Insight använder djupinlärning för att granska infrastruktur som parkeringsplatser och oljelagringsbehållare, med tanken att hur fulla de är avslöjar viktig ekonomisk data (se Startup Promises Business Insights from Satellite Images ). Förra året köpte Google upp Skybox Imaging, som erbjuder liknande tjänster och driver till och med sina egna satelliter.
Brumby säger att hans och de andra företagen snart kommer att kunna utöka sina erbjudanden på grund av uppkomsten av små, billiga cubesats, som snart borde ta bilder av jorden i stort antal. Det kommer att bli en explosion av data, säger han.