NOAA Uydu Verileri: Atmosferik Gözlemler ve Veri İşleme Teknolojileri

Herkese selam,

Biraz Minecraft konularından uzaklaşmak için bu konuyu yazıyorum. Umarım bu konudan ve yaptıklarımızdan etkilenip ileride mühendisliğe kaymak isteyen bazı forum üyeleri aramızdan çıkar. Herkese iyi okumalar :>


Bugün arkadaşlarla biraz farklı bir şey denemek istedik. Havanın soğuk ama berrak olduğu bir akşamüstü, sırt çantalarımızı hazırlayıp parka doğru yol aldık. Amacımız, NOAA (National Oceanic and Atmospheric Administration) uydularından gelen sinyalleri yakalayıp kendi görüntülerimizi oluşturmaktı. Evet, kulağa bilim kurgu gibi geliyor olabilir, ama doğru ekipman ve biraz bilgiyle bu tamamen mümkün!
Yanımızda birkaç temel ekipman vardı:

• SDR (Software Defined Radio) alıcısı: Uydudan gelen radyo sinyallerini işlemek için.
• V-dipol anten: NOAA uydularından gelen frekanslara (137 MHz civarında) uygun bir anten.
• Bir dizüstü bilgisayar: Sinyalleri kaydedip işlemek ve görselleştirmek için gerekliydi.
• Yazılım: "WXtoImg" ve "SDRSharp" gibi yazılımlar kullanarak sinyalleri işlemek üzere hazırlık yaptık.

Uydu takibi için önceden NOAA'nın geçiş zamanlarını kontrol ettik ( ). Uydular, Dünya etrafında alçak yörüngede (yaklaşık 800-850 km yükseklikte) hareket ediyorlar ve belirli geçiş açılarına göre Dünya üzerindeki farklı bölgelerin görüntülerini kaydediyorlar. Bugün geçiş yapacak olan NOAA-18 ve NOAA-19 uydularını hedef aldık.

Uydu Avı​

Saat tam geçtiğimiz uydunun görüş alanımıza girdiği zamanı işaret ederken, elimizdeki V-dipol anteni gökyüzüne doğru çevirdik. Bilgisayarımızdaki SDR yazılımı frekansı sabitlemiş, 137.9125 MHz’de NOAA-19’un sinyalini bekliyordu. Birkaç saniye sonra, radyo sinyalleri kulaklıklarımızdan duyulabilir hale geldi. Elde ettiğimiz "çıtırdayan" sesler aslında uydunun bize gönderdiği ham veriydi.

Bu verileri kaydettik ve sonraki aşamada işlemek üzere bilgisayarımıza aktardık. İşte bu aşamada bilimin büyüsü başladı!

Topladığımız ham sinyalleri, SatDump ile görselleştirdik. Her görüntü, farklı kanallardan (görünür ışık, kızılötesi, termal) gelen verilerin bir araya getirilmesiyle oluştu. Elde ettiğimiz görüntüler inanılmazdı! İşte bunlar arasında en dikkat çekici olanlar:

---

Cloud Top IR (Bulut Üstü IR - Termal Görüntüleme)


Bu görüntü, atmosferdeki bulutların üst katmanlarının sıcaklıklarını temsil ediyor. Mavi bölgeler soğuk, yani yüksek irtifadaki bulutları; daha açık tonlar ise daha sıcak, alçak irtifadaki bulutları gösteriyor.

Kullanım Alanları:

• Fırtına tahminleri ve atmosferik hareketlerin izlenmesi
• Bulut yüksekliği ve yoğunluğunun ölçülmesi
• Meteorolojik modellemelerde sıcaklık değişimlerinin analiz edilmesi

MCIR Haritası (Multicolor Infrared Composite Haritası)

MCIR haritası, farklı kızılötesi dalga boylarının birleştirilmesiyle elde edilir. Yüzey sıcaklıklarını, bulut yapılarını ve bitki örtüsünü ayırt edebilmek için renk tonları kullanılır. Sarı ve yeşil alanlar kara yüzeylerini, beyaz tonlar ise bulutları gösterir.

• Kullanım Alanları:
  • Yeryüzü ve atmosfer haritalaması
  • Tarım alanlarının durum analizi
  • İklim değişikliği modellemeleri

NO Enhancement (Doğrudan Radyometrik Görüntü)​

Bu görüntü, minimum işlenmiş bir kanal çıktısını temsil eder. Çıplak gözle veya yazılım yardımıyla yapılacak detaylı analizler için ham veriler sunar.

• Kullanım Alanları:
  • Görüntü işleme algoritmalarının geliştirilmesi
  • Arazi sınıflandırması ve spektral analiz
  • Uydu kalibrasyonu

APT Channel B Map (APT Kanal Haritası)

APT (Automatic Picture Transmission) sistemiyle elde edilen ve kara ile atmosferin görünür ışık ve kızılötesi verilerini birleştiren bir haritadır. Bu tür veriler, bölgesel hava durumu analizlerinde kullanılır.

Kullanım Alanları:

• Bulut yapıları ve rüzgar sistemlerinin analizi
• Bölgesel atmosferik olayların izlenmesi
• Eğitim ve halk bilgilendirme çalışmaları

Ham Veri Görselleştirmesi (Raw Sync)


Bu görsel, uydudan alınan işlenmemiş ham veriyi temsil ediyor. Kalibrasyon ve geometrik düzeltme yapılmadan önceki haliyle gösterilen sinyaller, görüntü işleme sürecinin ilk adımıdır.

Kullanım Alanları:

• Veri kalitesinin değerlendirilmesi
• Görüntüdeki hataların düzeltilmesi (örneğin, geometrik bozulmalar)
• Uydu sensörlerinin doğruluğunun test edilmesi

---

Neler Öğrendik?​

Bu süreçte uydu sinyallerini toplamanın ve bu verileri anlamlı hale getirmenin ne kadar heyecan verici olduğunu gördük. NOAA gibi açık kaynaklı uydu verileri, bilim insanlarından teknoloji meraklılarına kadar herkesin faydalanabileceği inanılmaz bir veri hazinesi sunuyor.

• Atmosferik olayları analiz etmek: Bulut hareketleri, sıcaklık değişimleri ve hava durumu tahminleri yapılabiliyor.
• Eğitim ve farkındalık yaratmak: Çocuklara ve gençlere uzay teknolojileriyle ilgili pratik bilgiler sunmak.
• Tarım ve çevre analizleri: Bitki örtüsünün sağlığı ve su kaynaklarının yönetimi gibi konularda veri sağlamak.

---

Böylesine nerd arkadaşları bulup üstüne de böyle bir işsizliği yapmaya ikna etmiş olman büyük başarı, kamplı yıldız gözlemi de yapıyor musunuz :D

Uzay teknolojilerine ilgi duyan arkadaşlar için ben de bir öneride bulunabilirim. Günümüzde uydu verilerini ai destekli şekilde işleyerek çeşitli şeyler başarmaya çalışan yüzlerce girişim var bunları araştırabilirsiniz.



Bu video süper açıklamış

Girişimcilik asıl ilgi alanım olduğu için şu yönde bir öneride bulunmak isterim, hava durumu gibi şeylerle uğraşmayın(Hava olaylarını ai destekli şekilde işleyebilirsiniz tabi) bunlar zaten yapılmış ve yeterince çözüm bulunan şeyler. Daha güncel konulara yönelmeniz sizin için çok daha iyi olacaktır.

Kovalski' Alıntı:

Böylesine nerd arkadaşları bulup üstüne de böyle bir işsizliği yapmaya ikna etmiş olman büyük başarı, kamplı yıldız gözlemi de yapıyor musunuz :D

Uzay teknolojilerine ilgi duyan arkadaşlar için ben de bir öneride bulunabilirim. Günümüzde uydu verilerini ai destekli şekilde işleyerek çeşitli şeyler başarmaya çalışan yüzlerce girişim var bunları araştırabilirsiniz.



Bu video süper açıklamış

Girişimcilik asıl ilgi alanım olduğu için şu yönde bir öneride bulunmak isterim, hava durumu gibi şeylerle uğraşmayın(Hava olaylarını ai destekli şekilde işleyebilirsiniz tabi) bunlar zaten yapılmış ve yeterince çözüm bulunan şeyler. Daha güncel konulara yönelmeniz sizin için çok daha iyi olacaktır.

Genişletmek için tıkla ...

Sanırım olay yanlış anlaşılmış. Bu bir girişim veya bir iş fikri değil :D Bu sadece bir hobi, amatör telsizciliğin bir parçası. Sadece bir şeylerin nasıl çalıştığını anlamak ve eğlenmek için yaptık. Ço ğu kişi böyle şeyleri işsizlik olarak yorumlayabiliyor ama eğer bir mühendissen ve bir şeyleri anlamlandırmak istiyorsan böyle şeyler aslında çok güzel küçük projeler haline geliyor. Bence tüm mühendisler "işsiz" olmalı, boş zamanlarını böyle küçük şeylerle değerlendirebilmeli. Kamplı yıldız gözlemi biraz bizi aşıyor, teleskoplar çok pahalı.

AI ile yorumlama konusunda haklısın çok fazla çalışma yürütülüyor şu anda şirketler tarafından. Hem şirket olarak fonlandığımız ve aynı zamanda bitirme projesi olarak yaptığımız "Rapid Disaster Response and Assessment with AI-Driven VTOL Aircraft(s)" adında bir projemiz var. Yüksek kaliteli görsel almak istediğimiz zaman uydular her zaman lehimize olmuyor maalesef. Bu yüzden GIS sistemlerinde eğer detaylı fotoğraflama gereken uygulamalar oluyorsa insansız hava araçları daha çok tercih ediliyor. Hem hızlılar hem de uydulara göre daha yüksek çözünürlüklü fotoğraf çekebiliyorlar, hem de lidar sistemler ile 3D nokta bulutu modellemesi yapabiliyorlar.

Girişimciliğin ilgi alanın olması güzel bir şey. Araştırma yapmakla, yapay zekayla veya herhangi bir şeyle uğraşıyorsan küçük detaylar dinlemek isterim.

Yorumun için teşekkürler, iyi forumlar.