211service.com
Et skyfrit satellitkort over jorden
Det er Jorden, da ikke engang astronauter kan se den - helt uden skyer.
Et skyfrit billede af vegetationsmønstre over hele verden, sat sammen fra data fra NASA og andre regeringskilder.
Software udviklet af startup Descartes Labs syr daglige satellitbilleder sammen til et live kort over planetens overflade og redigerer automatisk ethvert skydække. Det giver en pænere udsigt og hjælper også algoritmer, der automatisk sporer ændringer i arealanvendelse eller vegetation. Virksomheden siger, at dets software kan lave bedre prognoser for USAs majsafgrøde end det amerikanske landbrugsministerium.
Descartes Labs blev grundlagt for at kommercialisere billedgenkendelsessoftware udviklet til satellit- og luftbilleder ved Los Alamos National Laboratory. Softwaren er blevet trænet til at identificere træk ved Jordens overflade såsom landbrug, vandfunktioner og skovtyper ved at sammenligne kommenterede kort fra kilder som U.S. Geological Survey med farve-, infrarød- og ultraviolette satellitbilleder.
Kombinationen af mange satellitbilleder gør det muligt at se ændringer i vegetation, afgrøder og arealanvendelse over tid, som det ses her på grænsen mellem Kina og Indien. Algoritmer kan automatisk spore mønstre, for eksempel for at forudsige den mulige størrelse af en høst.
Virksomheden har også udviklet software, der sammensætter et løbende opdateret kort over Jorden fra de seneste satellitbilleder fra NASA og andre regeringskilder i andre lande. Nogle billeder, der bruges på kortet, opdateres dagligt.
Descartes Labs billedgenkendelsessoftware kan bruge den næsten levende visning til at visualisere eller måle ændringer såsom oversvømmelser eller ændringer i afgrødernes tilstand. Virksomheden anvender en maskinlæringsteknik kaldet deep learning, som har ført til store fremskridt inden for billedgenkendelse i de senere år (se 10 Breakthrough Technologies 2013: Deep Learning).
Steven Brumby, medstifter og teknologichef for Descartes Labs, siger, at teknikken gør satellitbilleder meget mere nyttige. Det har aldrig før været muligt at udnytte alle disse data fra NASA og andre kilder i stor skala, siger han.
Brumby siger, at hans algoritmer kan udtrække værdifulde signaler fra satellitbilleder. For eksempel er nogle blevet trænet til at forudsige fremtidige majsafgrøder baseret på farven og udseendet af planterne på en mark. Brumby siger, at analyse af data fra de seneste 11 år viser, at hans forudsigelser er mere nøjagtige end USDA's, lavet ved hjælp af data indsamlet fra landmænd. Han håber at sælge sådan information til landmænd, leverandører af landbrugsudstyr, råvarehandlere og politiske beslutningstagere.
Måling af vegetationens sundhed eller ændringer i vandfordelingen kunne også være med til at give udenrigspolitik, siger Brumby. Udenrigsminister John Kerry foreslået i sidste måned at flere års tørke og dårlig høst kan have været med til at fremskynde borgerkrigen i Syrien.
Descartes Labs er ikke den eneste virksomhed, der forsøger at tjene penge ved at udtrække data fra satellitbilleder. Startup Orbital Insight bruger dyb læring til at granske infrastruktur såsom parkeringspladser og olielagercontainere med den idé, at hvor fyldte de er afslører vigtige økonomiske data (se Startup Promises Business Insights from Satellite Images). Sidste år købte Google Skybox Imaging, som tilbyder lignende tjenester og driver endda sine egne satellitter.
Brumby siger, at hans og de andre virksomheder snart vil være i stand til at udvide deres tilbud på grund af stigningen af små, billige cubesats, som snart skulle tage billeder af Jorden i stort antal. Der kommer en eksplosion af data, siger han.