Assimila Data Cube

Assimila Data Cube är Assimila Ltd:s verktyg för att få tillgång till, förbehandla och analysera jordobservationdata. Det löser ett praktiskt hinder: satellitdata kommer från många portaler i olika format, upplösningar och projektioner, vilket gör upptäckt, åtkomst och förbehandling svårt.

Automatiska nedladdare hämtar data från flera portaler, antingen genom att ladda ner data eller genom att komma åt dem i en molnmiljö. Data katalogiseras i en PostGIS-databas och lagras som Cloud Optimized GeoTIFFs, med xarray och Dask för flerdimensionell, parallell bearbetning. Assimila nämner MODIS- och VIIRS-data från NASAs LP DAAC, Sentinel-2 och ERA5-reanalys bland de dataset som kan nås, och har använt samma teknik för att producera ett 500 m analysfärdigt dataset för ytspegelreflektion som sammanfogar MODIS (Terra och Aqua) med OLCI-instrumentet på Sentinel-3. Förbehandling (kalibrering, atmosfärisk korrigering, mosaikering, kompositbildning och kvalitetsflaggor) ger analysfärdiga dataset med användarspecificerade upplösningar, projektioner och format som CSV, COG eller NetCDF.

Användare kan begära tidsserier för allt från en punkt till hela jordklotet via ett Python-API (Assimilas DQTools-klient, publicerad på GitHub och använd med en åtkomstnyckel utfärdad av Assimila), via Jupyter Notebooks i en webbläsare eller via ett QGIS-plugin. Assimila anpassar Data Cube med klienter för särskilda tillämpningar. Det används i Assimilas skadedjursriskmodellering för det UK Space Agency-finansierade PRISE-projektet, och i en UK Space Agency-finansierad demonstrator implementerades det på JASMIN för att tillhandahålla MODIS-tidsserier för vegetationindex, albedo och markytetemperatur till torvmarksforskare vid universiteten i Reading och Durham.