یکی از جدیدترین برنامه های ارائه شده توسط Google،محیط Google Earth Engine، یک پلت فرم پیشرفته پردازش زمین شناسی مبتنی بر فضای ابری است که عمدتاً برای تجزیه و تحلیل داده های زیست محیطی در مقیاس سیاره ای طراحی شده است. این مجموعه ای از کاتالوگ چند پتایی از تصاویر ماهواره ای و مجموعه داده های مکانی را در اختیار کاربران قرار می دهد تا به کاربران امکان تجسم، دستکاری، ویرایش و ایجاد داده های مکانی را به روشی آسان و سریع ارائه دهند. این مجموعه طیف گسترده ای از ابزارهای دستکاری مکانی را در اختیار دانشمندان، محققان و توسعه دهندگان قرار می دهد تا تغییرات، روند نقشه ها و تعیین اختلافات در سطح زمین را تشخیص دهند.

بررسی اجمالی

نمایش پرونده های داده های GPM / TRMM HDF با استفاده از THOR

Orbit Viewer THOR ابزاری برای نمایش پرونده های داده ماهواره ای در بایگانی ماموریت اندازه گیری بارش باران گرمسیری (TRMM) است. THOR مخفف "ابزاری برای بررسی با وضوح بالا" است. این برنامه نقطه ای و کلیک در IDL است که بر روی لینوکس، مک OS X و ویندوز اجرا می شود. این شما را قادر می سازد تا روی نقشه ای از مشاهدات TRMM Earth با وضوح کامل ابزار نمایش داده شود. حتی اگر می خواهید با استفاده از برنامه های IDL خود، خواندن و تجزیه و تحلیل فایل های GPM HDF5 را انجام دهید، می تواند به بیننده داده های THOR نصب شود تا بررسی های سریع روی پرونده های HDF5 شما در حال تجزیه و تحلیل باشد.

شکل 1: به عنوان مثال نتایج جستجوی Mirador برای IMERG.

بررسی اجمالی:

داده های GPM IMERG را با استفاده از پایتون بخوانید.

این دستورالعمل نحوه خواندن داده ها از مجموعه داده IMERG ماموریت جهانی اندازه گیری بارش (GPM) با استفاده از پایتون را نشان می دهد.

بهترین شکل:

کاربر می خواهد داده های GPM IMERG را با استفاده از پایتون بخواند

با استفاده از Giovanny، نمودار یا نقشه ای از باران های باران را برای یک محدوده زمانی و موقعیت مکانی تهیه کنید

1. متغیر مورد علاقه را جستجو و انتخاب کنید

با استفاده از مرورگر وب مورد نظر خود به وب سایت Giovanni بروید:

IMERG را در قسمت Keyword وارد کنید و دکمه جستجو را فشار دهید. در صفحه وب نتیجه باید مانند شکل 1 زیر باشد.

یکی از چالش های بزرگ بشر در قرن بیست و یکم با آن روبرو است، تهدید تغییرات جهانی آب و هوا به دلیل افزایش سطح دی اکسید کربن و سایر گازهای گلخانه ای موجود در جو است. آیا تهدید واقعی است؟ مدل های رایانه ای که شرایط آینده را پیش بینی می کنند با برخی از مدل های پیش بینی گرم یا کمی گرم شدن، با بعضی از روش های بسیار مهم تفاوت دارند، در حالی که برخی دیگر افزایش دما را پیش بینی می کنند که به طور قابل توجهی روش زندگی ما را تغییر می دهد. بدون داده های بیشتر و درک بهتر از سیستم فعلی آب و هوا، امید زیادی وجود ندارد که بتوانیم تفاوت های موجود بین مدل های فعلی خود را درک کنیم و هر دو طرف در بحث زیست محیطی همچنان به دنبال نظرات آنها باشند.

ماموریت جهانی اندازه گیری بارش (GPM) یک شبکه بین المللی ماهواره ها است که مشاهدات جهانی نسل بعدی باران و برف را ارائه می دهد. با تکیه بر موفقیت ماموریت اندازه گیری بارش باران گرمسیری (TRMM)، مراکز مفهومی GPM در استقرار ماهواره "هسته" حامل یک سیستم رادار / رادیومتر پیشرفته برای اندازه گیری میزان بارش از فضا و به عنوان یک استاندارد مرجع برای متحد سازی اندازه گیری بارش از مجموعه ماهواره های تحقیقاتی و عملیاتی. از طریق اندازه گیری های مناسب میزان بارش در سطح جهان، ماموریت GPM در پیشبرد درک ما از چرخه آب و انرژی زمین، پیش بینی حوادث شدید که باعث ایجاد خطرات طبیعی و بلایای طبیعی می شوند، بهبود می بخشد و قابلیت های فعلی را در استفاده از اطلاعات دقیق و به موقع بارش باران به طور مستقیم به دست می آورد. جامعه GPM که توسط ناسا و آژانس اکتشاف هوافضا ژاپن (JAXA) به عنوان جانشین جهانی TRMM آغاز شده است، کنسرسیومی از آژانس های فضایی بین المللی، از جمله مرکز National d'Études Spatiales - CNES، سازمان تحقیقات فضایی هند (ISRO) را تشکیل می دهد. اداره ملی اقیانوس و اتمسفر (NOAA)، سازمان اروپایی بهره برداری از ماهواره های هواشناسی (EUMETSAT) و دیگران. رصدخانه هسته GPM در تاریخ 27 فوریه 2014، ساعت 1:37 بعد از ظهر EST از مرکز فضایی Tanegashima، ژاپن آغاز به کار کرد. 

Coronaviruses - CoV خانواده بزرگی از ویروس ها هستند که باعث ایجاد بیماری از سرماخوردگی گرفته تا بیماریهای شدیدتر می شوند. طبق اعلام سازمان بهداشت جهانی (WHO)، اگرچه پایداری در آب آشامیدنی امکان پذیر است، هیچ مدرک و مدارکی در مورد وجود کرونا ویروس ها در منابع سطحی یا زیرزمینی وجود ندارد یا از طریق آب آشامیدنی آلوده منتقل نمی شود.

با این حال، گسترش ویروس ارتباط نزدیکی با آب و فاضلاب دارد. تمیز کردن دست ها می تواند انتقال را کاهش داده و به سالم ماندن افراد کمک کند اما امروز میلیاردها انسان فاقد آب سالم، بهداشت و شستشوی دست هستند و بودجه کافی هستند.

با معرفی کیفیت آب Ulyssys Viewer، یک اسکریپت سفارشی برای تجسم پویا از شرایط کلروفیل و رسوب بدنهای آب بر روی تصاویر Sentinel-2 و Sentinel-3 می توان بدست آورد. کار آندرس زلینسکی و گرگلی پادنیی-گلیس در دور دوم مسابقه اسکریپت سفارشی Sentinel Hub جایزه اول را بدست آورده است و در مخزن GitHub ما موجود است. این پست بخشی از سلسله پستهای  مهمان است که توسط نویسندگان اسکریپت نوشته شده است، در مورد ورود آنها به مسابقه ما صحبت می کند، به بینش بیشتری در مورد نحوه کار اسکریپت ها و آنچه می توان با استفاده از آنها دست یافت.

گزارش بحران های آب یکی از اهداف توسعه پایدار سازمان ملل متحد است و کاهش کیفیت و کمیت موجود در آب شیرین به عنوان یکی از ده جدی ترین ریسک اجتماعی توسط گزارش خطرات مجمع جهانی رتبه بندی شده است. رصدخانه BlueDot با استفاده از تصاویر ماهواره ای که از طریق برنامه داده های باز AWS و AWS Cloud موجود است، یک سیستم نظارت جهانی را برای همه ساختار های در معرض خطر ایجاد می کند. این نظارت یک حقیقت غم انگیز را نشان می دهد - از بین رفتن کل ساختار آب در آینده ای نه چندان دور است.

در شکل بالا سطح آب جاری سد استرکفونتین (98.3٪)، سد براندولی (59.9٪) و هاکسکین پان (0٪) در آفریقای جنوبی با استفاده از تصاویر Sentinel-2 تهیه شده توسط ESA تعیین شد. همه ما از طریق مستندهای تلویزیونی، اخبار در رسانه های رسمی یا بسترهای رسانه های اجتماعی بیشتر و بیشتر در آگاهی از تصاویر ماهواره ای قرار می گیریم. دلیل اصلی همه اینها، سیاست داده های باز است که ابتدا توسط ناسا و بعد از آن توسط برنامه کوپرنیک اتحادیه اروپا اتخاذ شده است، که تصاویر ماهواره ای را تقریباً برای همه قابل دسترسی کرده است. قادر بودن به دیدن سیاره ما از راه دور، دیدگاه های ما در مورد کره زمین و چگونگی تغییر آن را تغییر می دهد. ما می توانیم تغییرات فصلی، ویرانی های ناشی از بلایای طبیعی یا پیامدهای تغییرات آب و هوایی را مشاهده کنیم. 

پشته ای از تصاویر Sentinel-2 از یک منطقه کوچک در اسلوونی، و به دنبال آن یک پیش بینی پوشش زمین، که از طریق روش های ارائه شده در این پست بدست آمده است. قسمت دوم درباره کاربری اراضی و طبقه بندی پوشش اراضی با eo-Learn در اینجا در دسترس است. این قسمت از امتداد قسمت اول انتخاب می شود، جایی که ما یک رویکرد اساسی در مورد موارد زیر ارائه کردیم:

• تقسیم منطقه مورد علاقه (AOI) به EOPatches
• به دست آوردن داده های تصویر Sentinel-2 و ماسک های ابری
• محاسبه اطلاعات اضافی از جمله شاخص پوشش گیاهی با اختلاف عادی (NDVI)، شاخص آب عادی تفاوت (NDWI)، هنجار اقلیدسی باند های شامل (NORM) و غیره.
• افزودن داده های مرجع شطرنجی از داده های بردار به EOPatches

برای بسیاری از پروژه های مدل سازی آبخیز، داشتن صحیح DEM یا TIN می تواند تفاوت زیادی ایجاد کند. وارد کردن DEM یا TIN به WMS از هر طریق ممکن است انجام شود.

ساده ترین راه برای بدست آوردن DEM یا TIN وارد کردن پرونده از رایانه به طور مستقیم به پروژه شما است. این کار با استفاده از هر یک از روش های باز کردن پرونده قابل انجام است: دستور Open ،drag-and-drop و غیره.

TUFLOW AD - Advection Dispersion یک ماژول برای شبیه سازی انتقال ذرات تشکیل دهنده متوسط ​، دو و یک بعدی است. هر دو ماده حل شده و ذرات را می توان شبیه سازی کرد.

TUFLOW AD زمینه های عمق و سرعت محاسبه شده توسط موتورهای TUFLOW و ESTRY را بدست می آورد و از این اطلاعات، همراه با شرایط اولیه و مرزی، برای شبیه سازی جریان و پراکندگی اجزاء استفاده می کند. TUFLOW AD بطور خاص در سیستم هایی از جمله آب های ساحلی، مصب رودخانه ها، رودخانه ها، سیلاب ها و مناطق شهری به طور خاص چنین تحلیل هایی را انجام می دهد.

مقدمه WaterHUB

WaterHUB یک بستر ارتباطی و تحقیقاتی جهانی برای تحقیق، آموزش، به اشتراک گذاری دانش و دسترسی جهانی است. WaterHUB برای ارتباط و به اشتراک گذاری دانش و همچنین برای توسعه قابلیت های مبتنی بر فرمتی خاص که شامل داده ها و مدل هایی برای برنامه های مبتنی بر آب است، از زیرساخت های HUB Purdue استفاده می کند. علاوه بر این، WaterHUB همچنین از سایر اقدامات سطح ملی مانند کنسرسیوم دانشگاه ها برای ارتقاء خدمات وب اطلاعاتی هیدرولوژیک (CUAHSI) سیستم اطلاعات هیدرولوژیک (CUAHSI) برای دسترسی به حوزه های عمومی و سطح تحقیقات از مشاهدات سطح نقطه برای جریان، بارندگی و کیفیت آب استفاده می کند. WaterHUB یک محیط مدل سازی چند مقیاس برای پرداختن به چالش جهانی آب با استفاده از مجموعه داده های چندگانه، ناهمگن زمین شناسی و زمانی ارائه می دهد. علاوه بر پرداختن به مباحث فنی و تحقیقاتی، WaterHUB به عنوان پورتال جهانی فعالیت خواهد کرد که محققان، مربیان، دانشجویان، سیاست گذاران و عموم مردم از جمله رسانه ها را به هم متصل می کند تا یک چارچوب جامع برای مقابله با چالش جهانی آب ایجاد کند.

eo-Learn یک کتابخانه پایتون منبع باز است که به عنوان پلی بین ارتباط زمین مشاهده / سنجش از راه دور و اکوسیستم Python برای علم داده و یادگیری ماشین عمل می کند. ما در حال حاضر یک پست وبلاگ اختصاصی در اینجا داریم که شما را به خواندن تشویق می کنید. این کتابخانه از آرایه های بی شماری و هندسه های زیبا به منظور ذخیره و اداره داده های سنجش از دور استفاده می کند. هم اکنون در منبع GitHub ما موجود است و می توانید مستندات بیشتری را در صفحه ReadTheDocs بیابید.

ماژول GPU TUFLOW به TUFLOW HPC اجازه می دهد تا برای محاسبه خود به سخت افزار واحد پردازش گرافیک (GPU) دسترسی پیدا کند. TUFLOW با GPU NVIDIA سازگار است و 10 تا 100 برابر افزایش سرعت را ارائه می دهد!

ماژول GPU پیکربندی شده است که اجازه می دهد دسترسی به چندین کارت GPU به طور موازی برای یک شبیه سازی واحد باشد. این کار برای مدلهای بزرگتر با 10 میلیون میلیون سلول 2D عملکرد استثنایی را فراهم می کند و باعث می شود که ماژول GPU به خوبی با برنامه های سرعت واقعی و با دقت بالا در زمان واقعی مناسب باشد.

ماژول چند دامنه دو بعدی (M2D) اجازه می دهد تا هر تعداد از حوزه های دو بعدی با اندازه و جهت گیری سلول های مختلف در یک مدل ساخته شود. دامنه های 2D را می توان با دامنه های 1D یا از طریق ویژگی پیوند 2D / 2D مرتبط کرد. هر دامنه می تواند از نظر اندازه، جهت و اندازه سلول متفاوت باشد.

این تصویر از شهری است که در نزدیکی رود واقع شده است که در حوادث شدید مورد آسیب سیل قرار می گیرد. این شهر با استفاده از یک شبکه 10 متری که در یک شبکه 30 متری رودخانه اطراف آن جاسازی شده است؛ به یک شبکه 60 متر از یک سیستم رودخانه بزرگ پیوند می خورد، و در ادامه به این طریق مدل سازی شده است.

طرح های راه حل دو بعدی و یک بعدی TUFLOW به گونه ای طراحی شده اند که بطور پویا با سایر طرح ها در ارتباط باشند. این برنامه خارجی برای دسترسی به TUFLOW_LINK.dll تنظیم شده است تا TUFLOW و برنامه خارجی حافظه و روال های مشترک را برای به حداکثر رساندن سرعت انتقال داده ها و محاسبات به اشتراک بگذارند. پیوندها به سادگی از طریق اشیاء فوری در یک یا چند لایه GIS یا رابط کاربری گرافیکی تنظیم می شوند. این برنامه های خارجی همچنین از ویژگی های TUFLOW برای نمایش خروجی 1D و 2D ادغام شده به عنوان یکی استفاده می کند.

رابط کاربری گرافیکی (GUI) برای TUFLOW جایگزینی برای استفاده از GIS برای مدل سازی TUFLOW ارائه می دهد، یا به عنوان افزودنی قدرتمند برای استفاده از GIS استفاده می شود. یک رابط کاربری گرافیکی مزیت اصلی توسعه و مشاهده مدل های TUFLOW را به طور کامل در یک بخش از نرم افزار ارائه می دهد. نیازی به استفاده از فایلهای متنی، صفحه گسترده یا GIS نیست. GUI ها هم متن، صفحه گسترده و پرونده های GIS را در پشت صحنه تولید می کنند، بنابراین اگر با روش GIS آشنا هستید می توانید این فایل ها را باز کرده و مشاهده کنید تا تجربه مدل سازی خود را گسترش دهید.

بیشتر داده های ورودی به TUFLOW از طریق لایه های GIS است. TUFLOW قالب هایی از لایه ها را ایجاد می کند، که سپس در یک محیط GIS ویرایش، اصلاح و مدیریت می شوند. لایه های موجود GIS نیز به راحتی مورد استفاده قرار می گیرند (به عنوان مثال لایه های کاربری زمین، شبکه های لوله).

کاربر به یک GIS نیاز دارد که از فرمت .mif MapInfo Interchange یا فرمت ArcGIS .shp پشتیبانی کند. بسته به تقاضای کاربران، سایر قالب ها ساخته خواهند شد. نرم افزار مدل سازی سطح سه بعدی همچنین برای استخراج ارتفاعات زمین و عمق سنج و همچنین برای نمایش، کانتورینگ و بررسی از سطوح سیل ایجاد شده توسط TUFLOW لازم است. MapInfo با نقشه بردار عمودی یا Discover 3D ،ArcGIS with Analist فضایی / تحلیلگر سه‌بعدی (www.esri.com)، و محصولات رایگان منبع آزاد مانند SAGA - www.saga-gis.org نمونه هایی از محیط های توسعه مدل GIS / 3D TUFLOW هستند.

MapInfo از لحاظ تاریخی GIS مورد علاقه است که برای ایجاد، مدیریت و مشاهده مدل های TUFLOW مورد استفاده قرار می گیرد. این سیستم دارای چندین مزیت نسبت به سایر سیستم عامل های GIS از جمله سهولت استفاده، هزینه، استحکام، سرعت  انواع شیء مختلط (به عنوان مثال نقاط و خط ها) و نماد شناسی در یک لایه، به راحتی سفارشی می شود (برای مثال، به miTools مراجعه کنید). با این حال، MapInfo عمق ویژگی ها را در مقایسه با، به عنوان مثال ArcGIS، ندارد و اغلب به عنوان یک سیستم اطلاعات جغرافیایی شرکتی گزینه ای ارجح نیست. بسیاری از کاربران TUFLOW رویکرد استفاده از MapInfo را برای مدل سازی TUFLOW اتخاذ می کنند و از GIS شرکت خود برای نقشه برداری سیل نهایی و سایر کارهای پردازش قبل و بعد استفاده می کنند.