ТЕПЛОВА ЗЙОМКА ЗЕМНОЇ ПОВЕРХНІ З КОСМОСУ: ТЕНДЕНЦІЇ ТА ПЕРСПЕКТИВИ РОЗВИТКУ

Анотація

DOI: https://doi.org/10.15407/itm2026.01.102

Теплова зйомка Землі з космосу відіграє ключову роль у моніторингу природних та антропогенних процесів, таких як пожежі та вулканічна активність. Вона використовується для вимірювання температури поверхні, оцінки вологозабезпеченості сільськогосподарських культур та визначення складу гірських порід. Однак доступність і просторова роздільна здатність таких даних довгий час значно поступалася оптичним аналогам через низку технічних складнощів. В останні роки ситуація змінюється завдяки розвитку угруповань малих комерційних космічних апаратів (КА) дистанційного зондування Землі (ДЗЗ) і застосуванню нових технологій. У статті аналізуються сучасні тенденції та перспективи розвитку теплової інфрачервоної зйомки з борту малих КА, а також розглядаються проєкти нічної оптичної зйомки. Особлива увага приділена комерційним угрупованням, таким як OTC (OroraTech / Spire Global), HotSat (SatVu / Leonardo), Hydrosat, FireSat (Muon Space), EarthDaily та ін. Досліджуються їх чисельність, параметри орбіти, періодичність зйомки, спектральні можливості, просторова роздільна здатність та корисне навантаження. Показано, що більшість угруповань теплової зйомки мають подвійне  цивільне та військове  призначення. Спостерігається перехід до мультиспектральної зйомки в середньохвильовому і довгохвильовому інфрачервоному діапазонах, а також застосування синхронної теплової та оптичної зйомки. Впроваджуються менш енергоємні неохолоджувані датчики (мікроболометри). Розвивається високодетальна оптична зйомка в нічний час, яку ведуть малі КА традиційного оптичного ДЗЗ американських і китайських компаній. Розширюється застосування методів штучного інтелекту (ШІ) для попередньої обробки даних, підвищення їх просторової роздільної здатності, а також автономного виявлення аномалій безпосередньо на борту КА. Розвиваються дослідження в області автономного наведення і управління орієнтацією КА за допомогою ШІ.

ПОСИЛАННЯ

1. Храмов Д. О., Пироженко О. О. Оптичні методи дистанційного зондування Землі та перспективи їх використання в комерційних космічних апаратах. Технічна механіка. 2024. № 4. С. 17–30. https://doi.org/10.15407/itm2024.04.017

2. Храмов Д. О., Маслова А. І., Пироженко О. О. Мікрохвильові методи дистанційного зондування Землі з космосу та перспективи їх застосування. Технічна механіка. 2025. № 3. С. 98–113. https://doi.org/10.15407/itm2025.03.098

3. Botelho R. C., Xavier A. L. A Unified Satellite Taxonomy Proposal Based on Mass and Size. Advances in Aerospace Science and Technology. 2019. V. 4, N 4. P. 57–73.  https://doi.org/10.4236/aast.2019.44005

4. Gillespie A. et al. A temperature and emissivity separation algorithm for Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) images. IEEE Transactions on Geoscience and Remote Sensing. 1998. V. 36, N 4. P. 1113–1126. https://doi.org/10.1109/36.700995

5. Sobrino J. A., Jiménez-Muñoz J. C. Minimum configuration of thermal infrared bands for land surface temperature and emissivity estimation in the context of potential future missions. Remote Sensing of Environment. 2014. V. 148. P. 158–167. https://doi.org/10.1016/j.rse.2014.03.027

6. Li X. et al. ECOSTRESS estimates gross primary production with fine spatial resolution for different times of day from the International Space Station. Remote Sensing of Environment. 2021. V. 258. P. 112360. https://doi.org/10.1016/j.rse.2021.112360

7. ASTER: Advanced Spaceborne Thermal Emission and Reflection Radiometer. URL: https://asterweb.jpl.nasa.gov (дата звернення: 04.12.2025).

8. Abrams M., Yamaguchi Y. Twenty Years of ASTER Contributions to Lithologic Mapping and Mineral Exploration. Remote Sensing. 2019. V. 11, N 11. P. 1394. https://doi.org/10.3390/rs11111394

9. Chen Q. et al. ASTER and GF-5 Satellite Data for Mapping Hydrothermal Alteration Minerals in the Longtoushan Pb-Zn Deposit, SW China. Remote Sensing. 2022. V. 14. P. 1253. https://doi.org/10.3390/rs14051253

10. Gomez C. et al. Using ASTER remote sensing data set for geological mapping, in Namibia. Physics and Chemistry of the Earth, Parts A/B/C. 2005. V. 30, N. 13. P. 97–108. https://doi.org/10.1016/j.pce.2004.08.042

11. Lee C. M. et al. An introduction to the NASA Hyperspectral InfraRed Imager (HyspIRI) mission and preparatory activities. Remote Sensing of Environment. 2015. V. 167. P. 6–19. https://doi.org/10.1016/j.rse.2015.06.012

12. Portela B. et al. Landsat Next current design for geological remote sensing: VNIR-SWIR-TIR data continuity and new opportunities. Science of Remote Sensing. 2025. V. 12. P. 100258. https://doi.org/10.1016/j.srs.2025.100258

13. Cawse-Nicholson K. et al. NASA’s surface biology and geology designated observable: A perspective on surface imaging algorithms. Remote Sensing of Environment. 2021. V. 257. P. 112349.

14. Barsi J. Landsat-8 Thermal Infrared Sensor (TIRS) Vicarious Radiometric Calibration. Remote Sensing. 2014. V. 6, N. 11. P. 11607–11626. https://doi.org/10.3390/rs61111607

15. Goldberg A. C., Stann B., Gupta N. Multispectral, hyperspectral, and three-dimensional imaging research at the U.S. Army research laboratory. Sixth International Conference of Information Fusion, Cairns, QLD, Australia. 2003. P. 499–506. https://doi.org/10.1109/ICIF.2003.177488

16. SatVu Satellite Specification V 1.1  MARCH 2025. URL: https://cdn.prod.website-files.com/664e1cfdaf0f190ac9bb6e1e/67d33d1f3a0df0f312281a0a_Satellite%20Specification.pdf (дата звер­нення: 14.12.2025).

17. Remote Sensing Instruments. EarthDaily satellite constellation. URL: https://geospatialworld.net/gsi/2023/presentations/18-oct/new-space-economy/session-2/EarthDaily-Satellite-Constellation-B-V-Ramana-Kumar.pdf (дата звернення: 18.12.2025).

18. Jilin-1GP01_02  Chang Guang Satellite Technology Co., Ltd. URL: https://www.jl1.cn/EWeb/product_view.aspx?id=676 (дата звернення: 20.12.2025).

19. NOVI Sensor Suite. URL: https://www.novispace.ai/sensor-suite (дата звернення: 25.12.2025).

20. Canadian Space Agency: WildFireSat data sheet. URL: https://www.asc-csa.gc.ca/eng/satellites/wildfiresat/data-sheet.asp (дата звернення: 27.12.2025).

21. Li L., Yu J., Chen F. TISD: A Three Bands Thermal Infrared Dataset for All Day Ship Detection in Spaceborne Imagery. Remote Sensing. 2022. V. 14, N. 21. P. 5297. https://doi.org/10.3390/rs14215297

22. Xie Y. et al. The Potential of Using SDGSAT-1 TIS Data to Identify Industrial Heat Sources in the BeijingTianjinHebei Region. Remote Sensing. 2024. V. 16, N. 5. P. 768. https://doi.org/10.3390/rs16050768

23. Su Z. et al. High Sensitive Night-time Light Imaging Camera Design and In-orbit Test of Luojia1-01 Satellite. Sensors. 2019. V. 19, N. 4. P. 797. https://doi.org/10.3390/s19040797

24. Zhu X. et al. Assessment of a New Fine-Resolution Nighttime Light Imagery From the Yangwang-1 (“Look up 1”) Satellite. 2022. IEEE Geoscience and Remote Sensing Letters. V. 19. P. 15, https://doi.org/10.1109/LGRS.2021.3139774

25. de Meester J., Storch T. Optimized Performance Parameters for Nighttime Multispectral Satellite Imagery to Analyze Lightings in Urban Areas. Sensors. 2020. V. 20, N. 11. P. 3313. https://doi.org/10.3390/s20113313

26. Combs C. L., Miller S. D. A Review of the Far-Reaching Usage of Low-Light Nighttime Data. Remote Sensing. 2023. V. 15. P. 623. https://doi.org/10.3390/rs15030623

27. Schifano l., Hélière A. Advancements and challenges in nighttime light remote sensing. Proc. SPIE 13699, International Conference on Space Optics  ICSO 2024, 136992F (28 July 2025). https://doi.org/10.1117/12.3071580

28. Wu H. et al. National-scale nighttime high-temperature anomalies from Landsat-8 OLI images. ISPRS Journal of Photogrammetry and Remote Sensing. 2024. V. 212. P. 212–229. https://doi.org/10.1016/j.isprsjprs.2024.05.002

29. BlackSky Gen-3 Constellation. URL: https://www.blacksky.com/wp-content/uploads/2025/02/BlackSky-Gen-3-Data-Sheet.pdf (дата звернення: 27.12.2025).

30. Chien S. et al. Flight of Dynamic Targeting on CogniSAT-6  Update. 18^th International Conference on Space Operations, Montreal, Canada, 2630 May 2025. ID #356. P. 16. URL: https://ai.jpl.nasa.gov/public/documents/papers/dt-spaceops-2025.pdf (дата звернення: 28.12.2025).

31. Djebko K. et al. LeLaR: The First In-Orbit Demonstration of an AI-Based Satellite Attitude Controller. arXiv. 2025. URL: https://arxiv.org/abs/2512.19576 (дата звернення: 29.12.2025).