Premessa: Il post serve per spiegare che si può creare effettivamente servizi (anche a pagamento) a partire dai dati pubblici (ad esempio quelli di Copernicus ma non solo) ed anche l’uso che se ne può fare per monitorare le nostre città.

Sentinel Hub è un servizio che vi consente in questa pagina di navigare da browser e visualizzare le acquisizioni satellitari di una certa area geografica del mondo usando una serie di filtri che consentano di evidenziare alcune aree piuttosto che altre, si può ad esempio mettere in risalto i corsi d’acqua o le zone verdi della terra.

Il servizio vi consente inoltre di sviluppare la vostra applicazione attivando una trial gratuita di accesso ai dati satellitari in modo pittosto semplice e, usando programmazione python, visualizzare le immagini e scaricarle (a scopo di prova) in modo gratuito. Chi poi volesse usare le fonti in modo serio per professione può far riferimento ai questi costi. A cosa serve quindi il servizio Sentinel Hub fa da “amplificatore” dei provider dei dati satellitari qualunque essi siano, intendo dire i dati aperti consentono anche la creazione di questa tipologia di servizi.

Ok, detto questo…cosa ho fatto? Mi sono quindi cimentato nel riuso delle immagini satellitari per provare a vedere le acquisizioni fatte sulla città di Prato in un certo lasso di tempo.

Dopo aver registrato un account trial di prova configurate un’applicazione in questa pagina vi viene fornito un codice chiamato “Service end-points” da inserire nel vostro codice. Il codice seguente è piuttosto commentato e si comprende bene, in ogni caso lo trovate archiviato sul mio github qui. Eseguendo tutto, il risultato è che le immagini che vengono trovate nell’intervallo di tempo che avete impostato sono scaricate sul vostro computer in formato PNG e possono essere visualizzate e analizzate.

La fonte è la guida online che trovate a http://sentinelhub-py.readthedocs.io/en/latest/examples/ogc_request.html#Imports configuazione e import, la configurazione dell’applicazione deve essere fatta in questa pagina https://apps.sentinel-hub.com/configurator/#/ inserendo nella variabile INSTANCE_ID la chiave che viene fornita

INSTANCE_ID = 'XXXXXXXXXXXXXX'
%reload_ext autoreload
%autoreload 2
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import datetime
from sentinelhub.data_request import WmsRequest, WcsRequest
from sentinelhub.constants import MimeType
from sentinelhub.common import BBox, CRS

Disegnare l’immagine in colore RGB e mostrarla.

def plot_image(data, factor=1):
    fig = plt.subplots(nrows=1, ncols=1, figsize=(15, 7))
    rgb = np.zeros(data.shape, dtype=np.float32)
    rgb[..., 0] = data[..., 2]
    rgb[..., 1] = data[..., 1]
    rgb[..., 2] = data[..., 0]
    plt.imshow(rgb*factor)

Definizione dell area geografica da monitorare, nel mio caso Prato.

prato_coords_wgs84 = [43.9351, 11.0004, 43.8327, 11.1681]
prato_bbox = BBox(bbox=prato_coords_wgs84,crs=CRS.WGS84)

Configurazione della richiesta dei dati satellitari. I paramentri sono la folder di salvataggio delle immagini, il layer (filtro che si vuole attivare), l’area di interesse, le date che definiscono il periodo di osservazione, la dimensioni dell’immagini, la percentuale di nuvolosità che consente di escludere immagini non chiare ed il codice privato associato al vostro account.

wms_true_color_request = WmsRequest(data_folder='immagini',
                                    layer='TRUE-COLOR',
                                    bbox=prato_bbox,
                                    time=('2018-01-01', '2018-01-31'),
                                    width=1000, height=1000,
                                    maxcc=0.2,
                                    instance_id=INSTANCE_ID)

Richiesta dei dati al servizio e salvataggio delle immagini.

wms_true_color_img = wms_true_color_request.get_data()
wms_bands_img = wms_true_color_request.save_data()

print('Ci sono %d immagini di Sentinel-2 disponibili con una copertura nuvole inferiore al %1.0f%%.' % (len(wms_true_color_img), wms_true_color_request.maxcc * 100.0))

Ci sono 1 immagini di Sentinel-2 disponibili con una copertura nuvole inferiore al 20%.

plot_image(wms_true_color_img[-1], 1./255)

print('Le %d immagini prelevate hanno queste date:' % len(wms_true_color_img))
for index, date in enumerate(wms_true_color_request.get_dates()):
    print(' - image %d was taken on %s' % (index, date))

Le 1 immagini prelevate hanno queste date:
 - image 0 was taken on 2018-01-24 10:13:52