Assimila Data Cube

Assimila Data Cube er Assimila Ltd's værktøj til adgang, forbehandling og analyse af jordobservationsdata. Det løser en praktisk udfordring: satellitdata kommer fra mange portaler i forskellige formater, opløsninger og projektioner, hvilket gør opdagelse, adgang og forbehandling vanskeligt.

Automatiserede downloadere får adgang til flere dataportaler, enten ved at downloade data eller ved at tilgå dem i et cloud-miljø. Dataene katalogiseres i en PostGIS-database og gemmes som Cloud Optimized GeoTIFFs, med xarray og Dask til multidimensionel, parallel behandling. Assimila nævner MODIS- og VIIRS-data fra NASAs LP DAAC, Sentinel-2 og ERA5 reanalyse blandt de datasæt, de kan tilgå, og har brugt samme teknologi til at producere et 500 m analyseklart datasæt for overfladerefleksion, der fusionerer MODIS (Terra og Aqua) med OLCI-instrumentet på Sentinel-3. Forbehandling (kalibrering, atmosfærisk korrektion, mosaiklægning, sammensætning og kvalitetsflag) resulterer i analyseklare datasæt med brugerdefinerede opløsninger, projektioner og formater som CSV, COG eller NetCDF.

Brugere anmoder om tidsserier for alt fra et enkelt punkt til hele kloden via en Python API (Assimilas DQTools-klient, offentliggjort på GitHub og brugt med en adgangsnøgle udstedt af Assimila), gennem Jupyter Notebooks i en webbrowser eller via en QGIS-plugin. Assimila tilpasser Data Cube med klienter til specifikke anvendelser. Det bruges i Assimilas skadedyrsrisikomodellering for det UK Space Agency-finansierede PRISE-projekt, og i en UK Space Agency-finansieret demonstrator blev det implementeret på JASMIN for at levere MODIS vegetation indeks, albedo og jordoverfladetemperatur tidsserier til tørvemoseforskere ved universiteterne i Reading og Durham.