Прошлая неделя в дистанционном зондировании Земли: 26 мая 2025 г.

Леса в огне, Почему Google и Microsoft создают модели погоды на основе искусственного интеллекта?

💰 О деньгах: финансирование, контракты и сделки

Финансирование
·       Испанская ДЗЗ-компания Xoople, вышла из тени с финансированием в размере 115 миллионов евро;

·        Стартап SARsatX из Саудовской Аравии привлек $2,6 млн начального финансирования для предоставления услуг SAR;

·        Индийский стартап ДЗЗ PierSight привлек нераскрытую сумму в качестве дополнительного капитала в рамках начального раунда расширения.

Контракты

·        Урса, Университет Иллинойса и компания Palantir выиграли контракты на десятки миллионов долларов каждый от Национального агентства геопространственной разведки.

📈 Стратегические вопросы: партнерство и анонсы

Объявления

·        Компания Microsoft объявила о запуске Microsoft Planetary Computer Pro, платформы для приема, каталогизации, хранения, обработки и распространения геопространственных данных;

·        Южнокорейский поставщик ДЗЗ SI Imaging Services представил свое предложение по аренде мощностей своего спутника для получения изображений высокого разрешения;

·        Базирующийся в ОАЭ производитель спутников Orbitworks объявил планах по созданию группировки из 10 спутников с поддержкой искусственного интеллекта.

Партнерства

·        Компания Iceye объединилась с французской оборонной фирмой Safran и японской машиностроительной корпорацией IHI.

🗞️ Интересные материалы

• Национальное разведывательное управление США предупредило о потенциальном сокращении финансирования, которое может сократить на целую треть ранее запланированный бюджет на коммерческую съемку в размере 450 миллионов долларов на предстоящий финансовый год;

Это сигнализирует о трех потенциальных сдвигах для спутниковых компаний:

1) диверсификация потоков доходов и расширение на международном уровне,
2) ускорить внедрение ДЗЗ в коммерческом варианте использования;
3) стремление к более глубокому партнерству или консолидации для выживания.

Это еще одно напоминание о том, что спрос со стороны государства не гарантирован и не будет гарантирован. Долгосрочная устойчивость ДЗЗ будет зависеть от более широкого охвата рынка и более устойчивых бизнес-моделей.
 
·       Open AI продемонстрировала некоторые геопространственные возможности новых моделей OpenAI на конференции GEOINT.
 
🔗 Материалы, достойные клика: ознакомьтесь

·        В этой статье подробно рассказывается о базовой модели искусственного интеллекта Aurora от Microsoft и о том, как она выходит за рамки прогнозирования погоды;

·        В этой статье обсуждается роль Национальной геодезической службы в поддержании пространственной информации в США (и почему она находится под угрозой);

·        В этой статье рассказывается о том, как геопространственный анализ может привести к пониманию природных рисков.

По теме: Глубокое погружение TerraWatch в ДЗЗ для мониторинга биоразнообразия

·        Это изображение разноцветного озера в Казахстане, сделанное ЕSА в искусственных цветах.

Почему Google и Microsoft создают модели погоды на основе искусственного интеллекта?

В последние несколько месяцев Google выпустила GraphCast, глобальную модель прогнозирования погоды на основе машинного обучения, а Microsoft выпустила Aurora, свои собственные модели погоды на основе искусственного интеллекта. Обе модели утверждают, что прогнозы быстрее, дешевле и точнее, чем традиционные модели.
Я думаю, что реальная история здесь не о точности погоды, и уж точно не о замене ECMWF или NOAA в будущем.

На самом деле речь идет о том, чтобы погода стала частью облачной инфраструктуры, о превращении прогнозирования в облачный сервис, который глубоко встроен в их вычислительные экосистемы. Таким образом, на самом деле этот шаг связан не столько с самой погодой, сколько со стратегией их платформы.
 
Создание погоды в качестве основного слоя

Для таких секторов, как энергетика, страхование, сельское хозяйство, логистика и финансы, погода — это не просто данные, это ключевой фактор принятия решений. Если вы сможете предложить нативные, настраиваемые прогнозы по запросу, пользователи начнут строить свои продукты и рабочие процессы вокруг вас: модели, симуляции, информационные панели, оповещения и триггеры, также известные как «липкий» сервисный слой.

И это касается не только погоды. Модели искусственного интеллекта, которые они разрабатывают, распространяются на качество воздуха, лесные пожары, наводнения и более широкий мониторинг земной системы, что еще больше расширяет стратегическую ценность для большего числа вариантов использования.

Таким образом, вместо вызова внешних погодных API-интерфейсов или загрузки файлов с привязкой к сетке из государственных учреждений пользователи в будущем смогут:
 
-        запускайте модели прогнозирования по требованию в своих облачных средах и динамически генерируйте прогнозы,

-        объединяйте прогнозы с собственными данными, собранными с помощью Интернета вещей, исторических архивов и других источников,

-        создавайте пользовательские рабочие процессы для автоматизации решений и действий - триггеров, оповещений, динамического ценообразования и т.д.

Большое преимущество? Все это происходит в их собственной среде с использованием существующих инструментов, которые они используют: BigQuery / Synapse / Redshift и их собственные конвейеры передачи данных. Как только это произойдет, миграция перестанет быть неудобной, поскольку станет дорогостоящей, отнимающей много времени и нарушающей работу.
 
Проще говоря, цель состоит в том, чтобы сделать погоду частью "клея", который скрепляет облачные платформы, то есть сервиса, на основе которого пользователи создают, интегрируют и от которого в конечном итоге зависит их бизнес.
 
Это следует той же логике, которая сделала карты (например, Google Maps), платежи (например, Stripe) и облачные хранилища данных (например, Snowflake) частью современных платформ: внедрите критически важный сервис, сделайте его программируемым и превратите в инфраструктуру. Как только сервис становится основой для прогнозов, принятия решений или операционных процессов, он перестает быть просто функцией, а становится основополагающим.

TL; DR: Я думаю, Google и Microsoft пытаются сделать погоду основополагающей, превратив ее в программируемый инфраструктурный уровень, который обеспечивает горизонтальный уровень метеорологической разведки и климатического обслуживания.

PS. Не забывайте про NVIDIA

В то время как Google и Microsoft создают сервисный уровень для разведки погоды, NVIDIA играет другую, но не менее важную роль.

Благодаря своим высокопроизводительным графическим процессорам, фреймворкам для разработчиков, таким как Modulus, и платформе Earth-2, NVIDIA позиционирует себя как основу для вычислений и моделирования для моделирования погоды и климата нового поколения. Они не предлагают прогнозы, а позволяют их делать. Не конкурируя с облачными провайдерами, а поддерживая их в рабочем состоянии.

Чтобы узнать больше о погоде из космоса, ознакомьтесь с этим бесплатным обзором, сделанным пару лет назад.
 
Леса в огнеСогласно анализу, опубликованному Институтом мировых ресурсов, в 2024 году тропики потеряли рекордные 6,7 миллиона гектаров тропических лесов, что почти равно площади Панамы. Несмотря на то, что в Малайзии и Индонезии были некоторые хорошие новости о снижении, эта цифра больше, чем в любой другой год, по крайней мере, за последние два десятилетия, была вызвана в основном пожарами.

Долгосрочные спутниковые данные, такие как данные Landsat, являются фундаментальной частью такого анализа. Ознакомьтесь со статьей для получения дополнительной информации о тенденциях на уровне стран и других факторах, способствовавших обезлесению.