Alegem zona
Definim teritoriul, perioada și întrebarea: vegetație, apă, teren sau context urban.
Inteligență geospațială Implementare specializată
FlowMind organizează hărți, surse publice și produse Copernicus într-un spațiu de analiză. Trecem de la o imagine de fundal la straturi cu sursă, dată, senzor și limite de interpretare.
FlowMind
Definim teritoriul, perioada și întrebarea: vegetație, apă, teren sau context urban.
Folosim produse optice, radar, termice și atmosferice potrivite întrebării.
Afișăm straturile pe hartă și păstrăm contextul necesar unei decizii informate.
Sentinel-2 și indici precum NDVI și NDWI pentru explorarea schimbărilor.
Sentinel-1 completează informația optică, inclusiv când există acoperire de nori.
Date termice Sentinel-3 și atmosferice Sentinel-5P, la rezoluțiile specifice acestor produse.
Datele nu sunt un flux video continuu. Interpretarea depinde de rezoluție, anotimp, nori și momentul observației. Analizele InSAR de deplasare necesită un flux separat, aflat în dezvoltare.
FlowMind în detaliu
FlowMind este un strat de agregare pentru un teritoriu: adună într-o singură hartă operațională ce se poate citi despre un oraș din surse publice — imagini satelitare Copernicus, geometrie OpenStreetMap, camere rutiere publice, incidente, meteo — și arată lângă fiecare strat de unde vine și când a fost citit ultima dată.
Regula pe care e construit se cheamă în cod ZERO FALSE DATA: când o sursă nu răspunde, platforma scrie OFFLINE și motivul, nu umple golul cu o valoare plauzibilă. Există un gardian automat, `noFakeLive`, care refuză să marcheze LIVE un strat fără dovada unei citiri reușite. La verificarea de azi el raportează zero încălcări.
Nu avem sateliți. Lucrăm prin Copernicus Data Space Ecosystem, cu credențiale OAuth2 client_credentials pe identity.dataspace.copernicus.eu, și cerem produse procesate prin API-ul Sentinel Hub. Ce înseamnă asta practic: rezoluția, frecvența de revizitare și norii sunt ale misiunii, nu ale noastre, și se văd în text.
Sentinel-2 MSI la 10 m în trei variante (true color din B04/B03/B02, NDVI din B08/B04, NDWI din B03/B08), Sentinel-1 C-SAR raport VV/VH la 10 m, Sentinel-3 SLSTR banda termică S8 la ~1 km și Sentinel-5P TROPOMI NO₂ la ~3,5 × 5,5 km. Colecțiile cerute la Sentinel Hub sunt `sentinel-2-l2a`, `sentinel-1-grd`, `sentinel-3-slstr` și `sentinel-5p-l2`.
Cererile Sentinel-2 filtrează scenele peste 40% acoperire de nori, iar în evalscript pixelii marcați de banda SCL ca nor, umbră de nor, cirrus sau zăpadă (clasele 3, 8, 9, 10, 11) sunt returnați transparenți. Un pixel gol înseamnă „nu am observat aici”, nu „aici nu e nimic”.
Sentinel-1 trece prin nori și lucrează noaptea, la 10 m, cu revizitare de aproximativ 6–12 zile. E screening pe o singură scenă, nu interferometrie: raportul VV/VH arată diferențe de suprafață și umiditate, nu deplasări milimetrice.
538 de puncte de infrastructură rutieră mapate din OpenStreetMap (245 semafoare, 174 semafoare pietonale, 61 radare, 58 camere) și un prober care testează efectiv fiecare flux de cameră și scrie motivul când unul cade.
Harta 3D drapează ortofotoul guvernamental de la geodata.gov.md (WMS, Agenția Geodezie, Cartografie și Cadastru) peste un model de teren din plăcile terrarium AWS Open Data, randat cu MapLibre GL. Zero chei API, zero cost pe afișare.
Traiectoriile sateliților se propagă din elemente TLE CelesTrak cu `satellite.js` în proces, cu vârsta datelor orbitale marcată fresh / stale / expired. E o hartă a cerului, nu un produs de imagine.
Date și funcționare
De la explorare la implementare
Care e teritoriul, ce vrea echipa să urmărească (vegetație, apă, teren, aer, infrastructură) și la ce scară se ia decizia. Rezoluția potrivită pentru un raion nu descrie o parcelă.
Verificăm ce camere, geoportaluri, fluxuri de transport și registre publice există efectiv și răspund. Fiecare sursă intră în platformă cu licența, atribuirea și starea ei; cele care nu răspund rămân vizibile ca OFFLINE cu motivul, nu dispar din listă.
Se creează un client OAuth2 în Sentinel Hub Dashboard din CDSE și se pun `CDSE_CLIENT_ID`, `CDSE_CLIENT_SECRET` și `CDSE_INSTANCE_ID` în mediul aplicației. Cota de 30.000 PU/lună rămâne a clientului, ceea ce înseamnă că el o vede și o controlează.
Instalarea se face pe un server al clientului (Next.js sub systemd, nginx în față). Verificarea de acceptare e `/api/worldview/source-health`: dacă `noFakeLive` raportează vreo încălcare, instalarea nu e gata.
Instalarea actuală de referință merge pe HTTP fără TLS și fără autentificare pe citire. Pentru un deploy expus public, TLS și autentificarea sunt lucrări separate, planificate explicit — nu se presupun incluse.
Sentinel-1, Sentinel-2, Sentinel-3 și Sentinel-5P, prin Copernicus Data Space Ecosystem. În cod colecțiile se cheamă exact `sentinel-1-grd`, `sentinel-2-l2a`, `sentinel-3-slstr` și `sentinel-5p-l2`. Nu avem sateliți proprii și nu cumpărăm imagini comerciale de mare rezoluție — dacă vă trebuie 30 cm, aceea e altă discuție și alt furnizor.
Nu, și nimeni nu vă poate da asta cu Sentinel. Sentinel-2 trece peste același loc cam la 5 zile, Sentinel-1 la 6–12 zile, iar produsul are nevoie de timp de procesare. De aceea fereastra implicită a straturilor e ultimele 7 zile, încheiate ieri. Ce primiți e cea mai bună scenă disponibilă în intervalul cerut, cu data ei declarată.
Optica se pierde. Filtrăm scenele peste 40% nori și mascăm pixelii pe care banda SCL îi marchează nor, umbră, cirrus sau zăpadă — apar transparenți, nu inventați. Când optica nu poate, rămâne Sentinel-1: radarul trece prin nori și lucrează noaptea, cu prețul că citirea lui e altfel — vede rugozitate și umiditate, nu culoare.
Nu. Asta cere InSAR: perechi de scene, orbite precise, DEM și dezambiguizarea fazei. În cod acest produs e listat cu statusul `requires_pair_processing` — adică declarat ca neimplementat, nu ascuns. Ce facem în schimb: screening. Există un modul de triaj pentru alunecări care se prezintă singur ca `flowmind-landslide-screening-v0`, euristic, cu avertismentul scris în răspunsul API că nu e detectare confirmată.
Puține, și e mai bine să o auziți de la noi. Un sondaj OSINT propriu din iulie 2026 a găsit un plafon de aproximativ 34 de camere rutiere publice live în toată țara — 12 ANDSA plus 22 la frontieră. La verificarea de azi, din 116 fluxuri sondate răspundeau 13, toate imagini JPEG reînnoite, zero flux video. Restul sunt declarate cu motivul: abonament expirat, token rotit, folder dispărut, port inaccesibil. Dacă cineva vă promite 150 de camere în Moldova, cereți-i lista.
Nu, și nici nu are cum în forma actuală. Cele 245 de semafoare sunt mapate ca puncte în date, din OpenStreetMap — platforma le vede pe hartă, nu le comandă. Controlul activ ar însemna integrare cu controlerele fizice și responsabilitate de siguranță, care e un proiect separat, cu alți parteneri.
Nu. Nu există niciun model antrenat în depozit și niciun cod de învățare automată nu e apelat de aplicație; directoarele `ml/gnn` și `ml/forecasting` sunt goale. Arhitectura cu RL și GNN din ARCHITECTURE.md e ținta, marcată ca atare în chiar acel fișier.
Contul standard Copernicus vine cu 30.000 de unități de procesare și 30.000 de cereri pe lună, gratuit. Fiecare tile cerut consumă din ele. Platforma reduce consumul prin cache (30 de minute în memorie, 24 de ore în răspuns) și prin limite pe dimensiunea și intervalul cererii, dar nu are un contor al cotei — dacă instalarea are trafic public mare, contorizarea și un plan plătit sunt lucruri de decis înainte, nu după.
Exemplu ilustrativ
Un scenariu de utilizare, fără date de client sau rezultate comerciale atribuite.
O primărie primește o sesizare că s-a tăiat pădure într-o zonă greu accesibilă și vrea să știe dacă merită deplasarea unei echipe.
Se cere stratul Sentinel-2 NDVI pe caseta zonei, pentru o fereastră de dinainte de sesizare și una recentă — maximum 31 de zile fiecare, cu filtru de 40% nori. Pixelii marcați nor sau umbră de banda SCL rămân transparenți. Dacă ambele ferestre sunt înnorate, se comută pe Sentinel-1 VV/VH, care trece prin nori. Suprapunerea cu geometria OSM arată dacă zona cu valoarea scăzută e într-adevăr pădure și pe ce parcelă cade.
O pereche de imagini datate, la 10 m, cu conturul zonei unde indicele de vegetație a scăzut între cele două ferestre, și cu suprafața aproximativă a acelei zone. Un pixel de 10 m înseamnă că o tăiere de sub aproximativ 0,1 ha nu se distinge de zgomot — se vede o parcelă, nu un copac.
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.
Posibilități de colaborare
Analiza imaginilor și indicatorilor satelitari pentru planificare, mediu sau agricultură, cu menționarea rezoluției, datei și limitelor fiecărei surse.
Definim un pilot în jurul unui proces real: utilizatori, date, integrări, costuri și criterii de acceptare. Extinderea urmează după evaluarea rezultatului.
Stabilim cerințele de accesibilitate, găzduire, protecție a datelor și interoperabilitate. Orice conexiune cu servicii AGE sau STISC necesită validarea eligibilității, accesului și aprobărilor.
Acestea sunt scenarii de adaptare, nu declarații despre contracte sau parteneriate existente. Funcțiile propuse se confirmă în domeniul de lucru al proiectului.
Discută un pilotVezi cum folosim observațiile Copernicus și cum explorăm orbitele sateliților.
Cronberry aduce împreună surse autorizate, conversații și relații într-un spațiu de cercetare și coordonare.
Dezvoltare & demonstrațiiDezvoltăm reprezentări 3D ale orașului care combină relief, hărți și date despre spațiul construit.
Prototip & cercetaresesizari.md organizează sesizările despre spațiul public: loc, categorie, descriere și materiale relevante.
Platformă publicăPovestește-ne despre procesul tău. Împreună stabilim ce merită construit, ce putem conecta și cum verificăm rezultatul.