Friske, gratis sattelitfotos åbner et væld af nye muligheder
Det er ikke en svær opgave for DMI’s eksperter at skelne hav fra is på et satellitfoto. Det er heller ikke raketvidenskab at tælle biler og beregne belægningsprocenten på en parkeringsplads. Men at gøre begge dele dagligt kan hurtigt blive en omfattende opgave.
Derfor bliver den slags analyser i disse år langsomt, men sikkert flyttet fra menneskehænder til vores hurtigere og mere tålmodige hjælpere: satellitter og computere. Og at den flytning kan lade sig gøre, skyldes en kombination af nye satellitter, gratis adgang til billeder og muligheden for at analysere dem med kunstig intelligens.
»Udviklingen har for alvor taget fart i løbet af de seneste par år, og fremover kan vi kun forvente større datamængder. Baseret på de tilgængelige markedsanalyser kan vi forvente noget, der ligner en fire- til femdobling af data i løbet af de næste par år. Samtidig får vi bedre og bedre mulighed for at analysere disse data,« konstaterer Rasmus Borgstrøm, direktør i rådgivningsvirksomheden DHI Gras.
Denne artikel stammer fra Ingeniørens magasin Året Rundt 2017. KLIK HER for at læse hele magasinet. Ingeniørens podcast Transformator går bag om de enkelte artikler. Følg med ved at søge på Ingeniøren i din podcast-app eller besøg vores podcast-fokusLæs resten af magasinet
Virksomheden er blandt dem, der længe har brugt satellitdata professionelt, men tilgængeligheden af billederne betyder, at de kan anvendes til langt flere formål i dag, konstaterer Rasmus Borgstrøm.
Sentinel vender markedet på hovedet
Særligt en enkelt nyhed har gjort en forskel for myndigheder og virksomheder landet over. I 2014 blev den første af de såkaldte Sentinel-satellitter opsendt af Den Europæiske Rumorganisation (ESA) som en del af Copernicus-programmet.
Med Sentinel-satellitterne er satellitbilleder med ét gået fra at være en relativt dyr og begrænset ressource til at være en gratis råvare, der opdateres flere gange om ugen – også for ethvert punkt i Danmark. Flere kommercielle virksomheder leverer lignende og især mere specialiserede billeder, men Sentinel-billedernes pris og tilgængelighed er nyskabende.
Satellitterne leverer billeder af Jorden med et ‘almindeligt’ kamera og med et infrarødt kamera, som det har været kendt fra satellitter i årtier, men opløsningen er blevet bedre, og satellitterne kan nu se detaljer, der er ned til 25 x 25 cm store. Det er imidlertid ikke kvaliteten af billederne, men den hyppige leverance af gratis billeder, der har gjort forskellen, vurderer Rasmus Borgstrøm.
»Det betyder, at billederne kommer bredere ud. Flere og flere bliver opmærksomme på, at man kan bruge dem. Det betyder også, at der opstår flere startups omkring Sentinel i øjeblikket, men andre aktører såsom kommuner og myndigheder er kommet med. De har ikke været de hurtigste til at komme med, men det sker nu på grund af Sentinel.«
Blandt de institutioner, der nu tør kaste sig ud i at benytte satellitdata på et nyt område, er en enkelt, der allerede er velbevandret inden for traditionel anvendelse af satellitbilleder. Danmarks Meteorologiske Institut (DMI) er nemlig så sent som i denne måned begyndt på et projekt, hvor de sammen med DTU skal automatisere arbejdet med at kortlægge is i Arktis.
I dag foregår arbejdet hos DMI’s istjeneste manuelt ved, at DMI-medarbejdere indkøber og studerer de relevante satellitbilleder. Men gennem et treårigt projekt vil DMI og DTU nu forsøge at effektivisere og udvide processen.
På DTU, som står for den tekniske del af projektet, er opfattelsen den samme som på DHI Gras: Det er snarere den store mængde billeder end den forbedrede teknologi, der er årsagen til, at satellitbillederne breder sig over stadigt flere anvendelser.
»Der er ikke noget særligt i teknologien, der har ændret sig, men hele systemet er sat anderledes op nu, så det kan sammenlignes med de vejrsatellitter, som meteorologerne er vant til at bruge,« konstaterer lektor og vicedirektør ved DTU Space Henning Skriver.
»Konceptet med, at data kommer ofte og med sikkerhed, har skabt stor interesse. Folk opdager, at der pludselig er et system, man kan basere operationelle ting på. Det er det virkelig nye. Som myndighed ser man for eksempel, at der er et system, man tør gå ind i, fordi man kan stole på, at data er der,« påpeger han.
Maskinlæring gør data brugbare
Men når der ikke længere er tale om blot at købe ti satellitbilleder om dagen, bliver analyseopgaven også uoverkommelig at udføre manuelt. Det er her, den anden del af udviklingen bliver relevant.
Maskinlæring – og navnlig den automatiske billedforståelse kendt som ‘computer vision’ – bliver relevant for den analyse af billederne, der kan gøre dem til brugbare data. Hos DHI Gras gælder det eksempelvis optælling af biler på en parkeringsplads, beregning af havdybder eller genkendelse af oversvømmede områder efter en storm.
Det betyder samtidig, at der inden længe er løsninger, som kan benyttes uden hjælp fra virksomheder som DHI Gras.
»Folk er begyndt at kaste sig over computer vision til den type opgaver, og der begynder at komme open source-løsninger, som kan bruges af for eksempel landmænd,« siger Rasmus Borgstrøm.
Indtil videre betyder udviklingen imidlertid ikke, at der er mindre arbejde til den type virksomheder – tværtimod, understreger han.
Det er også denne teknologi, DTU og DMI vil benytte til at skelne is fra vand på de mange billeder, der skal analyseres, hver gang Sentinel-satellitterne har passeret de arktiske egne.
»Der er sket en udvikling i maskinlæring, som ikke har været prøvet i denne sammenhæng før. Hvis de fremskridt kan bruges her, kan vi i højere grad automatisere fremstillingen af iskort. I dag gør folk det manuelt i både Danmark, Norge og andre lande. Det gør, at det ikke er praktisk eller økonomisk muligt at udvide tjenesterne,« vurderer Henning Skriver.
Det er kun de to Sentinel-2-satellitter, der laver ‘almindelige’ satellitfotos af Jorden. De øvrige Sentinel-satellitter i Copernicus-programmet har et bredt udvalg af andre instrumenter om bord. Det seneste skud på stammen er eksempelvis Sentinel-5P, der indeholder et multispektralt billedspektrometer, som blandt andet giver overblik over den globale forurening med NO2 og methan.
