Przejdź do treści
megapromotingPorozmawiajmy
Produkty FlowMind

Inteligență geospațială Implementare specializată

Dane o miejscu, widziane razem.

FlowMind organizuje mapy, źródła publiczne i produkty Copernicus w przestrzeni analitycznej. Przechodzimy od obrazu tła do warstw ze źródłem, datą, sensorem i ograniczeniami interpretacji.

OBSERVAȚIEDATESTRAT PE HARTĂ
Cum funcționează FlowMind

FlowMind

Od informacji do wykonanej pracy.

01

Wybieramy obszar

Określamy terytorium, okres i pytanie: roślinność, woda, teren albo kontekst miejski.

02

Przetwarzamy dane

Stosujemy produkty optyczne, radarowe, termiczne i atmosferyczne odpowiednie do pytania.

03

Porównujemy i interpretujemy

Wyświetlamy warstwy na mapie i zachowujemy kontekst potrzebny do świadomej decyzji.

Gdzie staje się przydatny.

Roślinność i woda

Sentinel-2 oraz indeksy takie jak NDVI i NDWI do badania zmian.

Obserwacje radarowe

Sentinel-1 uzupełnia informację optyczną, także wtedy, gdy występuje zachmurzenie.

Kontekst regionalny

Dane termiczne Sentinel-3 i atmosferyczne Sentinel-5P, w rozdzielczościach właściwych tym produktom.

Dane nie są ciągłym strumieniem wideo. Interpretacja zależy od rozdzielczości, pory roku, chmur i momentu obserwacji. Analizy InSAR przemieszczeń wymagają osobnego strumienia, będącego w rozwoju.

FlowMind w szczegółach

Co możesz zrobić z tym projektem.

FlowMind to warstwa agregacji dla terytorium: zbiera w jednej operacyjnej mapie to, co można odczytać o mieście z publicznych źródeł — obrazowanie satelitarne Copernicus, geometrię OpenStreetMap, publiczne kamery drogowe, incydenty, pogodę — i pokazuje przy każdej warstwie, skąd pochodzi oraz kiedy została ostatnio odczytana.

Reguła, na której jest zbudowany, nazywa się w kodzie ZERO FALSE DATA: gdy źródło nie odpowiada, platforma zapisuje OFFLINE i powód, nie wypełniając luki prawdopodobną wartością. Istnieje automatyczny strażnik, `noFakeLive`, który odmawia oznaczenia LIVE warstwy bez dowodu udanego odczytu. W dzisiejszej weryfikacji zgłasza on zero naruszeń.

Nie mamy satelitów. Pracujemy przez Copernicus Data Space Ecosystem, z poświadczeniami OAuth2 client_credentials na identity.dataspace.copernicus.eu, i pobieramy produkty przetworzone przez API Sentinel Hub. Co to oznacza w praktyce: rozdzielczość, częstotliwość rewizyty i chmury są po stronie misji, nie naszej, i widać to w tekście.

01

Sześć warstw Copernicus, każda z własnym sensorem

Sentinel-2 MSI przy 10 m w trzech wariantach (true color z B04/B03/B02, NDVI z B08/B04, NDWI z B03/B08), Sentinel-1 C-SAR stosunek VV/VH przy 10 m, Sentinel-3 SLSTR pasmo termiczne S8 przy ~1 km oraz Sentinel-5P TROPOMI NO₂ przy ~3,5 × 5,5 km. Kolekcje wymagane w Sentinel Hub to `sentinel-2-l2a`, `sentinel-1-grd`, `sentinel-3-slstr` i `sentinel-5p-l2`.

02

Maska chmur, nie usuwanie chmur

Zapytania Sentinel-2 filtrują sceny powyżej 40% zachmurzenia, a w evalscript piksele oznaczone przez pasmo SCL jako chmura, cień chmury, cirrus lub śnieg (klasy 3, 8, 9, 10, 11) są zwracane jako przezroczyste. Pusty piksel oznacza „nie zaobserwowano tutaj”, a nie „tutaj nic nie ma”.

03

Radar, gdy optyka nie może

Sentinel-1 przechodzi przez chmury i działa w nocy, z rozdzielczością 10 m i ponownym odwiedzeniem co około 6–12 dni. To screening pojedynczej sceny, nie interferometria: stosunek VV/VH pokazuje różnice powierzchni i wilgotności, nie milimetrowe przemieszczenia.

04

Inwentarz infrastruktury i sondowane kamery

538 punktów infrastruktury drogowej zmapowanych z OpenStreetMap (245 sygnalizacji świetlnych, 174 sygnalizacje dla pieszych, 61 radarów, 58 kamer) oraz prober, który faktycznie testuje każdy strumień kamery i zapisuje przyczynę, gdy któryś upada.

05

Scena 3D bez płatnych kluczy

Mapa 3D nakłada ortofotomapę rządową z geodata.gov.md (WMS, Agencja Geodezji, Kartografii i Katastru) na model terenu z kafelków terrarium AWS Open Data, renderowany w MapLibre GL. Zero kluczy API, zero kosztów za wyświetlenie.

06

Pozycje orbitalne obliczane lokalnie

Trajektorie satelitów są propagowane z elementów TLE CelesTrak przy użyciu `satellite.js` w procesie, z wiekiem danych orbitalnych oznaczonym jako fresh / stale / expired. To mapa nieba, nie produkt obrazowy.

Dane i działanie

Co trafia do systemu. Co trzeba sprawdzić.

Czego wymagamy od dostawcy i co robimy my
Od Copernicus wymagamy już przetworzonego rastra dla obszaru i przedziału czasowego: wysyłamy evalscript do `https://sh.dataspace.copernicus.eu/api/v1/process` i otrzymujemy obraz. Indeksy NDVI, NDWI oraz stosunek VV/VH są obliczane w tym evalscript, na serwerze dostawcy. Lokalnie pozostają: cache, strażnicy walidacji, inwentarz źródeł i interpretacja.
Rzeczywista pula przetwarzania
Standardowe konto Copernicus Data Space ma 30.000 jednostek przetwarzania i 30.000 żądań miesięcznie. W aplikacji nie ma licznika tej puli — to najważniejszy limit, który warto znać przed instalacją z dużym ruchem. Zamiast tego istnieją: cache kafelków 30 minut z 200 wpisami, `Cache-Control` 24 godziny na odpowiedzi oraz własny limiter 1.200 żądań/minutę na kafelek, 120/minutę na API JSON i 30/minutę na zapisy.
Limity, które nakładamy na żądania
Żądanie kafelka akceptuje od 64 do 2048 px na bok, skrzynkę o maksymalnie 5° na każdej osi oraz przedział nie dłuższy niż 31 dni; po 15 sekundach żądanie do Copernicus jest porzucane. Domyślne okno warstw to ostatnie 7 dni, zakończone wczoraj — nie dzień bieżący, ponieważ produkty nie są gotowe natychmiast.
Ponowne odwiedzenie i co oznacza
Rejestr produktów w kodzie deklaruje: Sentinel-2 ~5 dni na konstelację (produkt użyteczny co ~2 dni, gdy istnieje scena bez chmur), Sentinel-1 ~6–12 dni, Sentinel-3 termiczny codziennie do wielokrotnie w ciągu dnia, Sentinel-5P NO₂ codziennie. Pochmurna zima może zostawić tygodnie bez użytecznej sceny optycznej; tam wchodzi radar.
Czym nie jest produkt satelitarny
Tło mapy służy jedynie orientacji wizualnej, a śledzenie orbit nie jest produktem obrazowym — oba są wyraźnie oznaczone `basemapIsSatelliteProduct: false` i `orbitTrackingIsMapProduct: false` w odpowiedzi API produktów.
Persistență
Dane operacyjne (incydenty, raporty, status kamer) są przechowywane w plikach JSON na dysku, a nie w bazie danych. To świadomy wybór dla obecnej skali, z codziennym backupem przez cron; dla klienta z wymaganiami retencji zmienia się to przed instalacją.

Od eksploracji do wdrożenia

Jak przygotowujemy projekt z FlowMind.

01

1. Ustalamy pytanie i obszar

Jaki jest teren, co zespół chce śledzić (roślinność, wodę, teren, powietrze, infrastrukturę) i na jaką skalę podejmuje się decyzję. Rozdzielczość odpowiednia dla rejonu nie opisuje działki.

02

2. Inwentaryzujemy rzeczywiste źródła miejsca

Sprawdzamy, jakie kamery, geoportale, strumienie transportowe i rejestry publiczne faktycznie istnieją i odpowiadają. Każde źródło trafia do platformy wraz z licencją, atrybucją i swoim stanem; te, które nie odpowiadają, pozostają widoczne jako OFFLINE z podanym powodem, nie znikają z listy.

03

3. Łączymy Copernicus na koncie klienta

Tworzony jest klient OAuth2 w Sentinel Hub Dashboard z CDSE i w środowisku aplikacji ustawiane są `CDSE_CLIENT_ID`, `CDSE_CLIENT_SECRET` oraz `CDSE_INSTANCE_ID`. Limit 30.000 PU/miesiąc pozostaje po stronie klienta, co oznacza, że ta osoba go widzi i kontroluje.

04

4. Instalujemy i weryfikujemy z włączonymi strażnikami

Instalacja odbywa się na serwerze klienta (Next.js pod systemd, nginx z przodu). Weryfikacja akceptacyjna to `/api/worldview/source-health`: jeśli `noFakeLive` zgłasza jakiekolwiek naruszenie, instalacja nie jest gotowa.

05

5. Co zamyka się przed publicznym dostępem

Obecna instalacja referencyjna działa po HTTP bez TLS i bez uwierzytelniania przy odczycie. Dla publicznie wystawionego wdrożenia TLS i uwierzytelnianie są osobnymi pracami, planowanymi wprost — nie zakłada się, że są wliczone.

Pytania, które warto wyjaśnić.

Jakie satelity są używane konkretnie?

Sentinel-1, Sentinel-2, Sentinel-3 i Sentinel-5P, przez Copernicus Data Space Ecosystem. W kodzie kolekcje nazywają się dokładnie `sentinel-1-grd`, `sentinel-2-l2a`, `sentinel-3-slstr` i `sentinel-5p-l2`. Nie mamy własnych satelitów i nie kupujemy komercyjnych obrazów o wysokiej rozdzielczości — jeśli potrzebne są 30 cm, to jest inna rozmowa i inny dostawca.

Czy otrzymuję obraz na żywo z satelity?

Nie i nikt nie może tego zapewnić z Sentinel. Sentinel-2 przelatuje nad tym samym miejscem mniej więcej co 5 dni, Sentinel-1 co 6–12 dni, a produkt potrzebuje czasu na przetworzenie. Dlatego domyślne okno warstw to ostatnie 7 dni, zakończone wczoraj. Otrzymywana jest najlepsza dostępna scena w żądanym przedziale, z podaną datą.

Co się dzieje, gdy jest pochmurno?

Optyka się traci. Odfiltrowujemy sceny z ponad 40% chmur i maskujemy piksele, które pasmo SCL oznacza jako chmurę, cień, cirrus lub śnieg — pojawiają się jako przezroczyste, a nie zmyślone. Gdy optyka nie może, pozostaje Sentinel-1: radar przechodzi przez chmury i działa w nocy, kosztem tego, że odczyt jest inny — widzi chropowatość i wilgotność, a nie kolor.

Mierzycie przemieszczenie zboczy albo budynków?

Nie. To wymaga InSAR: par scen, precyzyjnych orbit, DEM i rozwiązywania niejednoznaczności fazy. W kodzie ten produkt jest wymieniony ze statusem `requires_pair_processing` — czyli oznaczony jako niezaimplementowany, nie ukryty. Co robimy zamiast tego: screening. Istnieje moduł triage dla osuwisk, który sam przedstawia się jako `flowmind-landslide-screening-v0`, heurystyczny, z ostrzeżeniem zapisanym w odpowiedzi API, że nie jest potwierdzoną detekcją.

Ile kamer drogowych możecie uruchomić w Mołdawii?

Niewiele i lepiej usłyszeć to od nas. Własny sondaż OSINT z lipca 2026 wykazał pułap około 34 publicznych kamer drogowych na żywo w całym kraju — 12 ANDSA plus 22 na granicy. Przy dzisiejszej weryfikacji, z 116 sondowanych strumieni odpowiadało 13, wszystkie były odświeżanymi obrazami JPEG, zero strumieni wideo. Pozostałe są oznaczone powodem: wygasła subskrypcja, obracany token, zniknięty folder, niedostępny port. Jeśli ktoś obiecuje wam 150 kamer w Mołdawii, poproście o listę.

Steruje sygnalizacją świetlną?

Nie, i nie ma jak w obecnej formie. Te 245 sygnalizatorów jest zmapowanych jako punkty w danych, z OpenStreetMap — platforma widzi je na mapie, nie steruje nimi. Aktywne sterowanie wymagałoby integracji z fizycznymi kontrolerami i odpowiedzialności za bezpieczeństwo, a to jest osobny projekt, z innymi partnerami.

Czy są modele uczenia maszynowego w produkcji?

Nie. Nie ma żadnego wytrenowanego modelu w repozytorium i żaden kod uczenia maszynowego nie jest wywoływany przez aplikację; katalogi `ml/gnn` i `ml/forecasting` są puste. Architektura z RL i GNN w ARCHITECTURE.md jest celem, oznaczonym jako takim właśnie w tym pliku.

Ile kosztuje mnie ruch przez satelitę?

Standardowe konto Copernicus obejmuje 30.000 jednostek przetwarzania i 30.000 żądań miesięcznie, bezpłatnie. Każdy zamówiony tile zużywa je. Platforma zmniejsza zużycie przez cache (30 minut w pamięci, 24 godziny w odpowiedzi) oraz przez limity rozmiaru i zakresu żądania, ale nie ma licznika limitu — jeśli instalacja ma duży publiczny ruch, rozliczanie i plan płatny to rzeczy do ustalenia z góry, a nie po fakcie.

Przykład ilustracyjny

Weryfikacja podejrzenia wycinki lasu na 40 hektarach

Scenariusz użycia, bez danych klienta ani przypisanych wyników handlowych.

Sytuacja początkowa

Urząd gminy otrzymuje zgłoszenie, że wycięto las na trudno dostępnym terenie i chce wiedzieć, czy warto wysłać zespół w teren.

Jak to działa

Żądana jest warstwa Sentinel-2 NDVI dla ramki obszaru, dla okna sprzed zgłoszenia i jednego niedawnego — maksymalnie po 31 dni każde, z filtrem 40% chmur. Piksele oznaczone jako chmura albo cień przez pasmo SCL pozostają przezroczyste. Jeśli oba okna są zachmurzone, przełącza się na Sentinel-1 VV/VH, który przenika przez chmury. Nakładka z geometrią OSM pokazuje, czy obszar o niskiej wartości rzeczywiście jest lasem i na jakiej działce leży.

Rezultatul

Para datowanych obrazów, w rozdzielczości 10 m, z konturem obszaru, gdzie indeks wegetacji spadł między tymi dwoma oknami, oraz z przybliżoną powierzchnią tego obszaru. Piksel 10 m oznacza, że wycinka poniżej około 0,1 ha nie odróżnia się od szumu — widać działkę, nie drzewo.

Ce este necesar:Un cont Copernicus Data Space cu client OAuth2 (gratuit) și o fereastră de timp în care există măcar o scenă cu nori sub prag. Rezultatul e un motiv de verificare în teren, nu o constatare legală.

Możliwości współpracy

FlowMind, w kontekście waszej organizacji.

Obserwacja terytorium

Analiza obrazów i wskaźników satelitarnych do planowania, ochrony środowiska lub rolnictwa, z podaniem rozdzielczości, daty i ograniczeń każdego źródła.

Firmy prywatne

Definiujemy pilotaż wokół realnego procesu: użytkownicy, dane, integracje, koszty i kryteria akceptacji. Rozszerzenie następuje po ocenie wyniku.

Instytucje i spółki państwowe

Ustalamy wymagania dotyczące dostępności, hostingu, ochrony danych i interoperacyjności. Każde połączenie z usługami AGE lub STISC wymaga walidacji kwalifikowalności, dostępu i zatwierdzeń.

To są scenariusze adaptacji, a nie oświadczenia o istniejących umowach lub partnerstwach. Proponowane funkcje są potwierdzane w zakresie pracy projektu.

Discută un pilot

Patrzymy także poza mapę.

Zobacz, jak wykorzystujemy obserwacje Copernicus i jak eksplorujemy orbity satelitów.

Explorează datele și cosmosul

Część ekosystemu.

Co chcesz, żeby działało lepiej?

Opowiedz nam o swoim procesie. Wspólnie ustalimy, co warto zbudować, co da się połączyć i jak sprawdzimy wynik.

Porozmawiajmy