211service.com
Una mappa satellitare della Terra senza nuvole
È la Terra perché nemmeno gli astronauti riescono a vederla, completamente senza nuvole.
Una visione senza nuvole dei modelli di vegetazione in tutto il mondo, cucita insieme dai dati della NASA e di altre fonti governative.
Il software sviluppato dalla startup Descartes Labs unisce le immagini satellitari quotidiane in una mappa dal vivo della superficie del pianeta ed elimina automaticamente la copertura nuvolosa. Ciò consente una visione migliore e aiuta anche gli algoritmi che tracciano automaticamente i cambiamenti nell'uso del suolo o nella vegetazione. La società afferma che il suo software può fare previsioni migliori sul raccolto di mais americano rispetto al Dipartimento dell'Agricoltura degli Stati Uniti.
Laboratori di Cartesio è stata fondata per commercializzare software di riconoscimento delle immagini sviluppato per immagini satellitari e aeree presso il Los Alamos National Laboratory. Il software è stato addestrato per identificare le caratteristiche della superficie terrestre come l'agricoltura, i giochi d'acqua e i tipi di foresta confrontando mappe annotate da fonti come l'US Geological Survey con immagini satellitari a colori, infrarossi e ultravioletti.
La combinazione di molte immagini satellitari consente di osservare i cambiamenti nella vegetazione, nei raccolti e nell'uso del suolo nel tempo, come si vede qui al confine tra Cina e India. Gli algoritmi possono tracciare automaticamente i modelli, ad esempio per prevedere le possibili dimensioni di un raccolto.
L'azienda ha anche sviluppato un software che unisce una mappa della Terra continuamente aggiornata dalle ultime immagini satellitari della NASA e di altre fonti governative in altri paesi. Alcune immagini utilizzate nella mappa vengono aggiornate quotidianamente.
Il software di riconoscimento delle immagini di Descartes Labs può utilizzare quella vista quasi dal vivo per visualizzare o misurare cambiamenti come inondazioni o cambiamenti nelle condizioni delle colture. L'azienda utilizza una tecnica di apprendimento automatico chiamata deep learning, che negli ultimi anni ha portato a importanti progressi nel riconoscimento delle immagini (vedi 10 Breakthrough Technologies 2013: Deep Learning).
Steven Brumby, cofondatore e chief technology officer di Descartes Labs, afferma che la tecnica rende le immagini satellitari molto più utili. Non è mai stato possibile sfruttare tutti questi dati della NASA e di altre fonti su larga scala prima d'ora, afferma.
Brumby afferma che i suoi algoritmi possono estrarre segnali preziosi dagli scatti satellitari. Ad esempio, alcuni sono stati addestrati a prevedere le future colture di mais in base al colore e all'aspetto delle piante in un campo. Brumby afferma che l'analisi dei dati degli ultimi 11 anni mostra che le sue previsioni sono più accurate di quelle dell'USDA, fatte utilizzando i dati raccolti dagli agricoltori. Spera di vendere informazioni del genere ad agricoltori, fornitori di attrezzature agricole, commercianti di materie prime e responsabili politici.
Anche la misurazione della salute della vegetazione o dei cambiamenti nella distribuzione dell'acqua potrebbe informare la politica estera, afferma Brumby. Il segretario di Stato John Kerry suggerito il mese scorso che diversi anni di siccità e scarsi raccolti possano aver contribuito a far precipitare la guerra civile in Siria.
Descartes Labs non è l'unica azienda che cerca di fare soldi estraendo dati dalle immagini satellitari. Startup Orbital Insight utilizza il deep learning per esaminare le infrastrutture come parcheggi e contenitori per lo stoccaggio di petrolio, con l'idea che quanto siano pieni riveli importanti dati economici (vedi Startup Promises Business Insights from Satellite Images). L'anno scorso, Google ha acquistato Skybox Imaging, che offre servizi simili e gestisce anche i propri satelliti.
Brumby afferma che la sua e quelle altre società saranno presto in grado di espandere le loro offerte a causa dell'ascesa di piccoli cubetti a basso costo, che presto dovrebbero scattare immagini della Terra in gran numero. Ci sarà un'esplosione di dati, dice.