Сега имаме GMES/Copernicus и можем да развием услугите.
Услугите могат да варират от много прости до много напреднали, изключително развити.
Нека ви дам няколко примера
и да видим какви са условията за ефикасни и големи услуги.
Това е просто засичане.
Тук няма голямо обработване,
това е откриване на нефтен разлив, което можете да видите на изображенията от радара.
Както можете да видите от ярката област, това е снимка на Адриатическо море
близо до Италия.
От дясната страна на това черно-бяло изображение, ярката точка е кораб
и можете да видите, че зад него има дълга, черна следа,
която вероятно е нефтен разлив.
Тази следа не е черна, защото това е нефт, а защото нефтът всъщност
заради своя вискозитет ще изравни морето и
ако морето е равно, тогава обратното разсейване на сигнала на радара е по-ниско
и следата изглежда черна, защото по-малко сигнал идва от тази област.
Но това по същество е директно/пряко засичане.
После, разбира се, бреговата охрана може да направи нещо с тази информация.
Малко по-развито и сложно е управлението на (риска от) наводнения,
при което можете да използвате образите с малко обработка,
за да картографирате обхвата на наводнението.
Това е много интересен пример, при който е използвана др. много важна особеност
на Copernicus. Това не е само изображението от Sentinel, а изображение комбинирано със
снимка от Cosmo-Skymed сателита, който е италиански сателит.
Това показва как Copernicus позволява да обединим ресурсите
на националните страни с източниците на ЕС
и после да съберем всичките сателитни данни заедно, за да получим повече информация.
Тук има малко обработване. Има дори повече обработване при това красиво изображение
на Везувий и на Флегрейските поля в Италия
при Неапол, които са вулканична област,
където земята непрекъснато се деформира.
Тази деформация може да бъде наблюдавана и измервана
чрез техниката диференциална интероферометрия, за която споменах
при земетресението в Калифорния.
Тези цветни ивици могат да бъдат използвани, за да измерваме деформацията на земята
с точност до няколко милиметра.
Това е невероятно точен механично уред за определянето на деформацията
и е нещо, което може да бъде използвано от учени, но
може да има и редица комерсиални приложения
за случаите, когато деформацията не е причинена от естествен феномен,
геофизичен феномен като вулкан или земетресение,
а е свързана с градското развитие -
строежи, подземни дейности, минно дело и т.н.
Това е малко по-напреднало ниво на обработка,
и все пак не е нещо, което да е много комплексно и сложно.
Това е още един пример за употребата на Sentinel 1 и на други сателити,
които са малко по-интегрирани.
Те отговарят за проблема с оризовите култури в Югоизточна Азия
в две направления:
едното се отнася за производството на ориз,
за подобряването производството и ефикасността в производството,
но също така и за застраховка.
Затова и Allianz, швейцарската застрахователна компания участва в този проект.
Това е отново интересна демонстрация за това как сложното приложение
на сателити се нуждае не просто от един сателит за земно наблюдение,
а от комбинация от много сателити.
Може би за да разберем по-ясно какво прави една гео-услуга успешна,
защо е трудно да разработим гео-услуга и
и каква може да е ролята на сателитите
в разработването, в подобряването или управлението на гео услугите,
трябва да разгледаме един пример.
Примерът е реално архетипът на гео-услугите, а именно прогнозата за времето.
Първо, това, което прави прогнозата за времето възможна, е
комбинацията от in situ наблюдения,
наблюдения на терена,
т.е. ние не започваме на ниво сателити.
Реално, прогнозата за времето съществува от два века или малко повече.
Тя не е чакала за съществуването на сателити.
Така че имаме in situ наблюдения в океаните чрез кораби,
но най-вече са наблюденията в континентите и това всъщност е проблемът.
Имам предвид, че тези наблюдения не са разпределени навсякъде по планетата.
Те са предимно концентрирани на континентите
и по-специално в северното полукълбо.
Но те са in situ наблюдения. Разбира се, има и глобална метереологична наблюдателна система,
т.нар. Глобална наблюдателна система, която има редица геостационарни сателити,
предоставени от всички по-големи страни-членки на Световната метеорологична организация (СМО),
всичките които са на тази Геостационарна орбита:
сателитите GOES от САЩ, METEOSAT предоставени от Европа и
после FY сателитите от Китай, единият MTSAT от Япония.
Също така има серия от НОО сателити в квази полярна орбита.
Някои от тях са всъщност в по-наклонени орбити
като например JASON за океаните или TRIMM,
който сега е сменен от GPM - Мисии за Глобално измерване на валежите,
които са в орбита с ниска инклинация.
Така че имаме in situ наблюдения, сателитни наблюдения от ГО и от НОО.
После, разбира се, следват моделите, изчислителните капацитети и моделите.
Това са трите ключови компонента,  елементи на инфраструктурата
на една добра прогноза на времето.
Трябват ни  in situ наблюдения, добре кооординирани сателитни наблюдения
и изчислителен капацитет
и, разбира се, добър модел, който да асимилира данните.
Можете да видите на слайда, че от съществуването на сателитите,
можете да видите, че през последните 20 г.
количеството сателитни данни, които са били интегрирани/асимилирани
в числено прогнозиране на времето
или с други думи чрез тези компютърни модели,
които ни позволяват да прогнозираме времето,
това количество се увеличило невероятно много.
Сега имаме 150 млн. наблюдения, които биват обработвани на всеки  половин ден,
за да можем да направим прогноза на времето.
Именно въвеждането на тези сателитни наблюдения в модела
ни позволи да осъществим този невероятен прогрес
в прогнозата за времето и нейната надеждност.
Това е много добре илюстрирано на тези криви.
Горната синя крива показва развитието от 1981 г. до 2010 г.
Това са годините.
Вертикалната скала показва надеждността на прогнозата в проценти.
Синята крива показва прогноза на три дни,
червената - на пет дни,
прогнозата на 7 дни е зелената крива
и последно, прогнозата на 10 дни, което е най-вероятно максимумът, който днес можем да имаме.
Тази прогноза вече става значително маргинална.
Това, което е важно тук, е че горната част на кривата
показва прогнозата в северното полукълбо,
а долната част е за прогнозата в южното полукълбо.
Да вземем синята крива.
Виждаме, че в северното полукълбо надеждността на прогнозата се е подобрила
от 85 % през 1980 г. до 96 %, 97 % надеждност,
което значи, че в северното полукълбо при прогноза на три дни
имаме 96 %, 97 % надеждност на прогнозата. Това е отлично.
Това увеличение реално е свързано със сателитите.
Още по-интересното е, че ако разгледате долната част на синята крива,
прогнозата за времето в южното полукълбо,
ще видите, че през 1980 г. надеждността е 70 %,
което не е много значимо.
Само да обясня  -  за да направите смислена прогноза за времето
тя трябва да е по-добра от 60 %.
Простичък начин да разгледаме това е, че
ако направите прогноза, че утре времето ще е като днес,
има малко повече от 50 % шанс да сте прави.
Така че трябва да сте над 60 %, за да направите значително подобрение
на тази много проста прогноза.
Виждате в южното полукълбо 70 % през 1980 г.,
а сега са 97 %, същият процент като в северното полукълбо.
Аз мисля, че това всъщност е красотата на сателитите,
защото те предоставят равномерно наблюдение на цялата планета.
Имам предвид, че те изследват северното полукълбо също толкова, колкото южното.
Прогнозата в южното полукълбо е станала толкова надеждна, колкото тази в северното.
Това е едно от истинските достойнства на сателитите.
Наблюдавате подобно поведение в пет дни
и отново смаляването на разликата.
Същото е и за 7 дни:
цялостно подобрение и намаляване на разликата между северно и южно полукълбо.
Това наистина красиво демонстрира ефикасността на въведението на сателити
в една добре координирана глобална услуга.
Благодарение на този капацитет, който, очевидно, е глобално кооординиран
от правителства и големи регионални организации,
сега има прогноза за времето като обществена услуга,
което ни позволява да предвидим 5 дни по-рано къде ще удари ураган,
което дава на местните власти шанс да предупредят
и да евакуират хората.
Интересен индикатор за това колко подобрения сме осъществили е
да разгледаме историята на ураганите в Бенгалския залив.
Преди 20 г. голям тайфун в Бенгалския залив би убил хиляди хора.
Днес, когато има тайфун все още има жертви, все още има много разрушение,
но поне не умират хиляди хора, както в онези времена.
Това е свързано с по-добрата подготовка, построяването на подслони,
но също така и с отлична прогноза 4 дни по-рано,
която дава достатъчно време на местните власти да подготвят хората.
Интересно развитие, че сега прогнозата за времето може да стане комерсиална услуга.
Има все повече индустрии и компании, които се нуждаят от точна местна прогноза на времето.
Това е B2B вид услуга, но очевидно тя се развива.
Един явен пример са вятърните електроцентрали, вятърните ферми, където
е нужна добра прогноза за вятъра.
Тази прогноза е всъщност нужна на върха на вятърните генератори,
който е обикновено на около 100 м. височина Ще се върна на това по-късно в презентацията си,
защото това всъщност не е толкова лесно за постигане
и сами сателитите не могат да се справят.
Офшорните операции, разбира се, ще се нуждаят от много добра местна прогноза .
Всички дейности като фермерството например, които са зависими от атмосферните условия
ще се нуждаят от местна прогноза за времето
и ще са готови да платят за допълнително подобрена местна прогноза
за собствените си цели .
Днес виждаме прогнозата за времето да се развива като обществена услуга
за уведомяване на гражданите,
но и за безопасността на различни населения,
както и като комерсиална В2В услуга.
