Ved hjelp av bilder som dette av parkeringsplasser, kan man automatisere beregninger av belegningsprosent på parkeringsplasser. På dette bildet er to parkeringsplasser i København markert med henholdsvis røde og grønne markeringer, avhengig av om den enkelte plassen er opptatt eller ikke.
Ved hjelp av bilder som dette av parkeringsplasser, kan man automatisere beregninger av belegningsprosent på parkeringsplasser. På dette bildet er to parkeringsplasser i København markert med henholdsvis røde og grønne markeringer, avhengig av om den enkelte plassen er opptatt eller ikke. (DHI Gras/DigitalGlobe)

SATELITTBILDER

To nyvinninger gjør satelittbilder tilgjengelig for «alle» 

Oppdaterte satellittbilder er ikke lengre bare et kostbart produkt fra spesialiserte bedrifter. De er nå også en pålitelig og gratis kilde til data som kunstig intelligens gjør det enklere å analysere.

  • satelitt

Det er ikke en vanskelig oppgave for ekspertene ved Danmarks Meteorologiske Institutt å skjelne hav fra is på et satellittfoto. Det er heller ikke rakettforskning å telle biler og beregne belegningsprosenten på en parkeringsplass.

Men å gjøre begge deler daglig, kan raskt bli en omfattende oppgave. Derfor blir denne typen analyser i disse dager sakte, men sikkert flyttet fra menneskehender til våre raskere og mer tålmodige hjelpere: satellitter og datamaskiner.

Og at den flyttingen lar seg gjøre, skyldes en kombinasjon av nye satellitter, gratis adgang til bilder og muligheten for å analysere dem med kunstig intelligens.

– Utviklingen har for alvor skutt fart i løpet av de siste par årene, og framover kan vi bare forvente oss større datamengder. Basert på de tilgjengelige markedsanalysene, kan vi forvente noe som ligner en fire- til femdobling av data i løpet av de neste par årene. Samtidig får vi stadig bedre mulighet for å analysere disse dataene, konstaterer direktør Rasmus Borgstrøm, i rådgivningsbedriften DHI Gras.

Bedriften er blant dem som lenge har brukt satellittdata profesjonelt, men tilgjengeligheten av bildene betyr at de kan brukes til langt flere formål i dag, forteller Rasmus Borgstrøm.

Sentinel snur markedet på hodet

Spesielt en enkelt nyhet har utgjort en forskjell for myndigheter og bedrifter i Danmark. I 2014 ble den første av de såkalte Sentinel-satellittene sendt opp av Den Europeiske Romorganisasjonen (ESA), som en del av Copernicus-programmet.

Med Sentinel-satellittene er satellittbilder med ett gått fra å være en relativt dyr og begrenset ressurs, til å være en gratis råvare som oppdateres flere ganger i uka – også for ethvert punkt i Europa. Flere kommersielle bedrifter leverer lignende og særlig mer spesialiserte bilder, men prisen og tilgjengeligheten til Sentinel-bildene er nyskapende.

Satellittene leverer bilder av Jorden med et «vanlig» kamera og med et infrarødt kamera, slik det har vært kjent fra satellitter i årtier, men oppløsningen har blitt bedre, og satellittene kan nå se detaljer som er ned til 25 x 25 cm store.

Men det er ikke kvaliteten av bildene, men de hyppige leveransene av gratis bilder som har utgjort forskjellen, mener Rasmus Borgstrøm.

At data kommer ofte og med sikkerhet, har skapt stor interesse. Folk oppdager at det plutselig finnes et system som man kan basere operasjonelle ting på.

Henning Skriver, lektor og visedirektør, DTU Space

– Det innebærer at bildene kommer bredere ut. Stadig flere blir oppmerksomme på at man kan bruke dem. Det betyr også at det oppstår flere oppstartsbedrifter rundt Sentinel for øyeblikket, men andre aktører som for eksempel kommuner og myndigheter, har også kommet med. De har ikke vært de kjappeste til å bli med, men det skjer nå på grunn av Sentinel.

Blant de institusjonene som nå tør å kaste seg ut i å benytte satellittdata på et nytt område, er det én som allerede er vel bevandret innen tradisjonelt bruk av satellittbilder. Danmarks Meteorologiske Institut (DMI) har nemlig så sent som i denne måneden begynt på et prosjekt der de sammen med Danmarks Tekniske Universitet (DTU) skal automatisere jobben med å kartlegge is i Arktis.

I dag foregår arbeidet hos DMIs istjeneste manuelt ved at DMI-medarbeidere kjøper inn og studerer de relevante satellittbildene. Men gjennom et treårig prosjekt vil DMI og DTU nå prøve å effektivisere og utvide prosessen.

På DTU, som står for den tekniske delen av prosjektet, er oppfattelsen den samme som på DHI Gras: Det er snarere den store mengden av bilder enn den forbedrede teknologien som er årsaken til at satellittbildene sprer seg over stadig flere bruksområder.

– Det er ikke noe spesielt med teknologien som har endret seg, men hele systemet er satt opp annerledes nå, slik at det kan sammenlignes med de værsatellittene som meteorologene er vant til å bruke, konstaterer Henning Skriver, som er lektor og visedirektør ved DTU Space.

– Konseptet med at dataene kommer ofte og med sikkerhet, har skapt stor interesse. Folk oppdager at det plutselig er et system som man kan basere operasjonelle ting på. Dette er det den virkelige nyheten. Som myndighet ser man for eksempel at det er et system man tør å gå inn i, fordi man kan stole på at dataene er der, påpeker han.

Maskinlæring gjør data brukbare

Men når det ikke lengre er snakk om bare å kjøpe ti satellittbilder om dagen, blir analyseoppgaven også uoverkommelig å utføre manuelt. Det er her den andre delen av utviklingen blir relevant.

Maskinlæring – og i dette tilfellet den automatiske billedforståelsen kjent som computer vision – blir relevant for den analysen av bildene som kan gjøre dem om til brukbare data. Hos DHI Gras gjelder det for eksempel telling av biler på en parkeringsplass, beregning av havdybder eller gjenkjennelse av oversvømte områder etter en storm.

Det innebærer samtidig at det om kort tid finnes løsninger som kan benyttes uten hjelp fra bedrifter som DHI Gras.

– Folk har begynt å kaste seg over computer vision til den typen oppgaver, og det begynner å komme løsninger med åpen kildekode, som kan brukes av for eksempel bønder, sier Rasmus Borgstrøm.

Men inntil videre betyr utviklingen ikke at det er mindre arbeid for denne typen virksomheter – tvert imot, understreker han.

Bredt utvalg instrumenter

Det er også denne teknologien som DTU og DMI vil benytte for å skjelne is fra vann på de mange bildene som skal analyseres hver gang Sentinel-satellittene har passert de arktiske områdene.

– Der har skjedd en utvikling innen maskinlæring, som ikke har vært prøvd i denne sammenhengen før. Hvis de framskrittene kan brukes her, kan vi i større grad automatisere framstillingen av iskart. I dag gjør folk det manuelt i både Danmark, Norge og andre land. Det gjør at det ikke er praktisk eller økonomisk mulig å utvide tjenestene, mener Henning Skriver.

Det er bare de to Sentinel-2-satellittter som tar «vanlige» satellittbilder av Jorden. De øvrige Sentinel-satellittene i Copernicus-programmet har et bredt utvalg av andre instrumenter ombord.

Det siste skuddet på stammen er for eksempel Sentinel-5P, som inneholder et multispektralt bildespektrometer som blant annet gir overblikk over den globale forurensingen fra NO2 og metan.

Får overblikk etter en storm

Etter stormer og andre naturkatastrofer er satellittbilder velegnede til å registrere skadene (se bildet over). Større land bruker bildene til å få oversikt over vanskelig tilgjengelige områder, mens man i Danmark kan bruke satellittene til å kartlegge nøyaktig hvor store arealer som er oversvømte, eller hvor mye skog som er ødelagt av en storm.

 
  DHI Gras/Airbus

På bildet ses Odense Fjord etter stormen Ingolf i oktober. De oversvømte områdene er automatisk gjenkjent, og markert på bildet. Metoden ble for eksempel også brukt etter at stormen Egon i 2015 hadde lagd oversvømmelser omkring Limfjorden. Her avslørte bilder at store områder ned mot fjorden fortsatt var oversvømt tre dager etter stormen. Oversvømmelsesbildene lages vanligvis av en kombinasjon av radarsatellitter og fotosatellitter.

Satelitter kartlegger byen

Multispektrale bilder av byområder kan være med på å kartlegge hvor det er parkerte biler, telle opp arealer med grønne tak og vurdere tilstanden til vegetasjonen på grønne arealer.

 
  DHI Gras/DigitalGlobe

Her er vegetasjonen i et område omkring Christianshavn framhevet. Kombinasjonen av fotos med forskjellige bølgelengder gjør en datamaskin i stand til å skjelne vegetasjon fra andre objekter som ellers har samme farge for det blotte øye.

Måler havdybder 

Ved hjelp av bilder tatt ved flere bølgelengder enn dem vi kan se med det blotte øye – såkalt multispektrale bilder – kan man på bakgrunn av satellittdata beregne havdybder i kystnære soner. Alternativet er å bruke skip og fly, noe som raskt blir dyrt og tidkrevende. Her er vist et eksempel fra Esbjerg og Fanø Bugt, hvor DHI Gras har kartlagt havdybden ved hjelp av satellittfotos.

 
  DHI Gras/Copernicus

Kommentarer (3)

Kommentarer (3)