Wybieramy obszar
Określamy terytorium, okres i pytanie: roślinność, woda, teren albo kontekst miejski.
Inteligență geospațială Implementare specializată
FlowMind organizuje mapy, źródła publiczne i produkty Copernicus w przestrzeni analitycznej. Przechodzimy od obrazu tła do warstw ze źródłem, datą, sensorem i ograniczeniami interpretacji.
FlowMind
Określamy terytorium, okres i pytanie: roślinność, woda, teren albo kontekst miejski.
Stosujemy produkty optyczne, radarowe, termiczne i atmosferyczne odpowiednie do pytania.
Wyświetlamy warstwy na mapie i zachowujemy kontekst potrzebny do świadomej decyzji.
Sentinel-2 oraz indeksy takie jak NDVI i NDWI do badania zmian.
Sentinel-1 uzupełnia informację optyczną, także wtedy, gdy występuje zachmurzenie.
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
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.
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`.
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”.
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.
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.
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.
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
Od eksploracji do wdrożenia
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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
Scenariusz użycia, bez danych klienta ani przypisanych wyników handlowych.
Urząd gminy otrzymuje zgłoszenie, że wycięto las na trudno dostępnym terenie i chce wiedzieć, czy warto wysłać zespół w teren.
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.
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
Analiza obrazów i wskaźników satelitarnych do planowania, ochrony środowiska lub rolnictwa, z podaniem rozdzielczości, daty i ograniczeń każdego źródła.
Definiujemy pilotaż wokół realnego procesu: użytkownicy, dane, integracje, koszty i kryteria akceptacji. Rozszerzenie następuje po ocenie wyniku.
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 pilotZobacz, jak wykorzystujemy obserwacje Copernicus i jak eksplorujemy orbity satelitów.
Cronberry łączy autoryzowane źródła, rozmowy i relacje w przestrzeni do badań i koordynacji.
Dezvoltare & demonstrațiiTworzymy reprezentacje 3D miasta, które łączą rzeźbę terenu, mapy i dane o przestrzeni zabudowanej.
Prototip & cercetaresesizari.md organizuje zgłoszenia dotyczące przestrzeni publicznej: miejsce, kategoria, opis i powiązane materiały.
Platformă publicăOpowiedz nam o swoim procesie. Wspólnie ustalimy, co warto zbudować, co da się połączyć i jak sprawdzimy wynik.