Перейти к основному содержимому
megapromotingДавайте обсудим
Продукты FlowMind

Геопространственный интеллект Специализированное внедрение

Данные о месте, рассмотренные вместе.

FlowMind организует карты, публичные источники и продукты Copernicus в пространстве анализа. Мы переходим от фонового изображения к слоям с источником, датой, сенсором и пределами интерпретации.

OBSERVAȚIEDATESTRAT PE HARTĂ
Cum funcționează FlowMind

FlowMind

От информации к сделанному делу.

01

Выбираем зону

Определяем территорию, период и вопрос: растительность, вода, рельеф или городской контекст.

02

Обрабатываем данные

Используем оптические, радарные, тепловые и атмосферные продукты, подходящие для вопроса.

03

Сравниваем и интерпретируем

Отображаем слои на карте и сохраняем контекст, необходимый для обоснованного решения.

Где это становится полезным.

Растительность и вода

Sentinel-2 и индексы, такие как NDVI и NDWI, для изучения изменений.

Радиолокационные наблюдения

Sentinel-1 дополняет оптическую информацию, в том числе когда есть облачность.

Региональный контекст

Тепловые данные Sentinel-3 и атмосферные данные Sentinel-5P, с разрешениями, специфичными для этих продуктов.

Данные — это не непрерывный видеопоток. Интерпретация зависит от разрешения, сезона, облаков и момента наблюдения. Анализы InSAR по смещению требуют отдельного потока, который находится в разработке.

FlowMind в деталях

Что вы можете делать с этим проектом.

FlowMind — это слой агрегации для территории: он собирает в одну операционную карту всё, что можно прочитать о городе из публичных источников — спутниковые изображения Copernicus, геометрию OpenStreetMap, публичные дорожные камеры, инциденты, погоду — и рядом с каждым слоем показывает, откуда он взят и когда был прочитан в последний раз.

Правило, на котором он построен, называется в коде ZERO FALSE DATA: когда источник не отвечает, платформа пишет OFFLINE и причину, а не заполняет пустоту правдоподобным значением. Есть автоматический страж, `noFakeLive`, который отказывается помечать LIVE слой без доказательства успешного чтения. При сегодняшней проверке он сообщает о нуле нарушений.

У нас нет спутников. Мы работаем через Copernicus Data Space Ecosystem, с OAuth2 client_credentials через identity.dataspace.copernicus.eu, и запрашиваем обработанные продукты через API Sentinel Hub. Что это означает на практике: разрешение, частота повторного посещения и облака зависят от миссии, а не от нас, и это видно в тексте.

01

Шесть слоёв Copernicus, каждый со своим датчиком

Sentinel-2 MSI с разрешением 10 м в трёх вариантах (true color из B04/B03/B02, NDVI из B08/B04, NDWI из B03/B08), Sentinel-1 C-SAR с отношением VV/VH при 10 м, Sentinel-3 SLSTR тепловая полоса S8 примерно при ~1 км и Sentinel-5P TROPOMI NO₂ примерно при ~3,5 × 5,5 км. Запрошенные в Sentinel Hub коллекции — `sentinel-2-l2a`, `sentinel-1-grd`, `sentinel-3-slstr` и `sentinel-5p-l2`.

02

Маска облаков, а не удаление облаков

Запросы Sentinel-2 фильтруют сцены с более чем 40% облачности, а в evalscript пиксели, помеченные полосой SCL как облако, тень облака, cirrus или снег (классы 3, 8, 9, 10, 11), возвращаются прозрачными. Пустой пиксель означает «здесь мы не наблюдали», а не «здесь ничего нет».

03

Радар, когда оптика не может

Sentinel-1 проходит сквозь облака и работает ночью, при 10 м, с повторным посещением примерно каждые 6–12 дней. Это скрининг по одной сцене, а не интерферометрия: отношение VV/VH показывает различия поверхности и влажности, а не миллиметровые смещения.

04

Инвентаризация инфраструктуры и проверенные камеры

538 точек дорожной инфраструктуры, нанесённых из OpenStreetMap (245 светофоров, 174 пешеходных светофора, 61 радар, 58 камер), и пробер, который фактически тестирует каждый поток камеры и записывает причину, когда один из них падает.

05

3D-сцена без платных ключей

3D-карта накладывает государственное ортофото с geodata.gov.md (WMS, Агентство геодезии, картографии и кадастра) поверх модели рельефа из плит terrarium AWS Open Data, отрисованной с помощью MapLibre GL. Ноль API-ключей, ноль стоимости за отображение.

06

Локально вычисляемые орбитальные позиции

Траектории спутников распространяются из элементов TLE CelesTrak с `satellite.js` в процессе, с пометкой возраста орбитальных данных как fresh / stale / expired. Это карта неба, а не продукт изображения.

Данные и работа

Что входит в систему. Что нужно проверить.

Что мы запрашиваем у поставщика и что делаем мы
У Copernicus мы запрашиваем уже обработанный растр для зоны и интервала: отправляем evalscript на `https://sh.dataspace.copernicus.eu/api/v1/process` и получаем изображение. Индексы NDVI, NDWI и соотношение VV/VH вычисляются в этом evalscript, на сервере поставщика. Локально остаются: кэш, валидирующие стражи, инвентарь источников и интерпретация.
Реальная квота обработки
Стандартный аккаунт Copernicus Data Space имеет 30.000 единиц обработки и 30.000 запросов в месяц. В приложении нет счётчика этой квоты — это самое важное ограничение, которое нужно знать перед установкой с большим трафиком. Вместо этого есть: кэш тайлов на 30 минут с 200 записями, `Cache-Control` на 24 часа в ответе и собственный ограничитель 1.200 запросов/минуту на тайл, 120/минуту на JSON API и 30/минуту на записи.
Ограничения, которые мы накладываем на запросы
Запрос тайла принимает от 64 до 2048 px по стороне, прямоугольник максимум 5° по каждой оси и интервал не более 31 дня; по истечении 15 секунд запрос к Copernicus отклоняется. По умолчанию окно слоёв — последние 7 дней, завершившиеся вчера, а не текущий день, потому что продукты не готовы мгновенно.
Повторное посещение и что это означает
Реестр продуктов в коде указывает: Sentinel-2 ~5 дней на созвездие (полезный продукт примерно раз в 2 дня, когда есть сцена без облаков), Sentinel-1 ~6–12 дней, Sentinel-3 термический ежедневно до многодневного, Sentinel-5P NO₂ ежедневно. Облачная зима может оставить недели без пригодной оптической сцены; туда входит радар.
Что не является спутниковым продуктом
Фон карты — это только визуальная ориентация, а отслеживание орбит — не продукт изображения; оба явно помечены как `basemapIsSatelliteProduct: false` и `orbitTrackingIsMapProduct: false` в ответе API продуктов.
Persistență
Операционные данные (инциденты, отчёты, статус камер) хранятся в JSON-файлах на диске, а не в базе данных. Это осознанный выбор для текущего масштаба, с ежедневным бэкапом через cron; для клиента с требованиями к хранению это меняется до установки.

От исследования к внедрению

Как мы готовим проект с FlowMind.

01

1. Определяем вопрос и зону

Какова территория, что команда хочет отслеживать (растительность, вода, рельеф, воздух, инфраструктура) и на каком масштабе принимается решение. Подходящее разрешение для района не описывает участок.

02

2. Инвентаризируем реальные источники местности

Проверяем, какие камеры, геопорталы, транспортные потоки и публичные реестры действительно существуют и отвечают. Каждый источник попадает в платформу со своей лицензией, атрибуцией и статусом; те, которые не отвечают, остаются видимыми как OFFLINE с причиной, а не исчезают из списка.

03

3. Подключаем Copernicus на аккаунте клиента

Создаётся OAuth2-клиент в Sentinel Hub Dashboard из CDSE, и `CDSE_CLIENT_ID`, `CDSE_CLIENT_SECRET` и `CDSE_INSTANCE_ID` помещаются в среду приложения. Квота 30.000 PU/месяц остаётся у клиента, то есть он её видит и контролирует.

04

4. Устанавливаем и проверяем с включёнными стражами

Установка выполняется на сервере клиента (Next.js под systemd, nginx спереди). Проверка приёмки — `/api/worldview/source-health`: если `noFakeLive` сообщает о каком-либо нарушении, установка не завершена.

05

5. Что закрывается до публичного доступа

Текущая эталонная установка работает по HTTP без TLS и без аутентификации на чтение. Для публично доступного деплоя TLS и аутентификация — отдельные работы, явно запланированные; они не считаются включёнными.

Вопросы, которые стоит уточнить.

Какие спутники вы используете, конкретно?

Sentinel-1, Sentinel-2, Sentinel-3 и Sentinel-5P, через Copernicus Data Space Ecosystem. В коде коллекции называются точно `sentinel-1-grd`, `sentinel-2-l2a`, `sentinel-3-slstr` и `sentinel-5p-l2`. У нас нет собственных спутников, и мы не покупаем коммерческие изображения высокого разрешения — если вам нужно 30 см, это уже другой разговор и другой поставщик.

Я получу живое изображение со спутника?

Нет, и никто не может дать вам это с Sentinel. Sentinel-2 проходит над одним и тем же местом примерно раз в 5 дней, Sentinel-1 — раз в 6–12 дней, а продукту нужно время на обработку. Поэтому по умолчанию окно слоёв — последние 7 дней, завершённые вчера. Вы получаете лучшую доступную сцену в запрошенном интервале, с объявленной датой.

Что происходит, когда облачно?

Оптика теряется. Мы отфильтровываем сцены с более чем 40% облачности и маскируем пиксели, которые полоса SCL помечает как облако, тень, cirrus или снег — они становятся прозрачными, а не выдуманными. Когда оптика не может, остаётся Sentinel-1: радар проходит сквозь облака и работает ночью, ценой того, что читается иначе — он видит шероховатость и влажность, а не цвет.

Вы измеряете смещение склонов или зданий?

Нет. Для этого нужен InSAR: пары сцен, точные орбиты, DEM и развязка фазы. В коде этот продукт указан со статусом `requires_pair_processing` — то есть заявлен как не реализованный, а не скрытый. Вместо этого мы делаем screening. Есть модуль триажа для оползней, который сам представляет себя как `flowmind-landslide-screening-v0`, эвристический, с предупреждением, написанным в ответе API, что это не подтверждённое обнаружение.

Сколько дорожных камер вы можете подключить в Молдове?

Немного, и лучше услышать это от нас. Собственный OSINT-опрос из июля 2026 года показал потолок примерно в 34 публичные живые дорожные камеры по всей стране — 12 ANDSA плюс 22 на границе. На сегодняшней проверке из 116 опрошенных потоков отвечали 13, все — обновляемые JPEG-изображения, ноль видеопотоков. Остальные объявлены с причиной: просроченная подписка, обновлённый токен, исчезнувшая папка, недоступный порт. Если кто-то обещает вам 150 камер в Молдове, попросите у него список.

Управляет ли он светофорами?

Нет, и в текущем виде не может этого делать. Эти 245 светофоров отображаются как точки в данных из OpenStreetMap — платформа видит их на карте, но не управляет ими. Активное управление означало бы интеграцию с физическими контроллерами и ответственность за безопасность, а это отдельный проект с другими партнёрами.

Есть ли в производстве модели машинного обучения?

Нет. В репозитории нет ни одной обученной модели, и приложение не вызывает никакой код машинного обучения; каталоги `ml/gnn` и `ml/forecasting` пусты. Архитектура с RL и GNN из ARCHITECTURE.md — это цель, и она отмечена как таковая прямо в этом файле.

Сколько мне стоит спутниковый трафик?

Стандартный аккаунт Copernicus включает 30.000 единиц обработки и 30.000 запросов в месяц, бесплатно. Каждый запрашиваемый тайл расходует их. Платформа снижает расход за счёт кэша (30 минут в памяти, 24 часа в ответе) и ограничений на размер и интервал запроса, но счётчика квоты у неё нет — если у установки будет большой публичный трафик, учёт и платный план нужно решать заранее, а не потом.

Показательный пример

Проверка подозрения на вырубку леса на 40 гектарах

Сценарий использования, без данных клиента или приписанных коммерческих результатов.

Исходная ситуация

Мэрия получает сообщение о том, что в труднодоступной зоне вырубили лес, и хочет понять, стоит ли отправлять туда команду.

Как это работает

Запрашивается слой Sentinel-2 NDVI по области интереса для окна до сообщения и для недавнего окна — максимум по 31 дню каждое, с фильтром 40% облачности. Пиксели, помеченные как облако или тень по полосе SCL, остаются прозрачными. Если оба окна облачные, переключаются на Sentinel-1 VV/VH, который проходит сквозь облака. Наложение с геометрией OSM показывает, действительно ли зона с низким значением находится в лесу и на каком участке она лежит.

Rezultatul

Пара датированных изображений с разрешением 10 м, с контуром зоны, где индекс растительности снизился между двумя окнами, и с приблизительной площадью этой зоны. Пиксель 10 м означает, что вырубка меньше примерно 0,1 га не отличима от шума — видно участок, а не дерево.

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.

Возможности сотрудничества

FlowMind, в контексте вашей организации.

Наблюдение за территорией

Анализ спутниковых изображений и индикаторов для планирования, экологии или сельского хозяйства, с указанием разрешения, даты и ограничений каждого источника.

Частные компании

Мы определяем пилот вокруг реального процесса: пользователи, данные, интеграции, затраты и критерии приемки. Масштабирование следует после оценки результата.

Государственные учреждения и компании

Мы устанавливаем требования к доступности, размещению, защите данных и совместимости. Любое соединение с сервисами AGE или STISC требует проверки соответствия, доступа и утверждений.

Это сценарии адаптации, а не заявления о существующих контрактах или партнерствах. Предлагаемые функции подтверждаются в рабочей области проекта.

Обсудить пилот

Мы смотрим и дальше карты.

Посмотрите, как мы используем наблюдения Copernicus и как изучаем орбиты спутников.

Explorează datele și cosmosul

Часть экосистемы.

Что вы хотели бы наладить?

Расскажите о своём процессе. Вместе определим, что стоит построить, что можно подключить и как проверим результат.

Давайте обсудим