Sign In

Tên lửa Vega đưa vệ tinh Sentinel-2C lên quỹ đạo

00:00 09/09/2024

Chọn cỡ chữ A a  

Tên lửa Vega của châu Âu đã thành công trong việc đưa vệ tinh quan sát Trái đất vào quỹ đạo vào ngày 4 tháng 9.

Tên lửa Vega đã cất cánh từ cảng không gian châu Âu tại Kourou, Guyane, Pháp, vào lúc 9:50 tối theo giờ miền Đông. Việc phóng đã bị hoãn một ngày do sự cố điện với hệ thống mặt đất, khiến đồng hồ đếm ngược dừng lại vài giờ trước thời gian cất cánh dự kiến.

Vega đã đữa vệ tinh Sentinel-2C, vào quỹ đạo ở độ cao khoảng 775 km gần một giờ sau khi cất cánh.

Vệ tinh Sentinel-2C nặng 1.143 kg được chế tạo bởi Airbus Defence and Space cho chương trình quan sát Trái đất Copernicus của Ủy ban châu Âu và Cơ quan Vũ trụ châu Âu (ESA). Vệ tinh này mang theo một camera cung cấp hình ảnh trong 13 dải quang học và hồng ngoại ngắn với độ phân giải 10 mét.

Dữ liệu từ vệ tinh Sentinel-2C sẽ được sử dụng cho nhiều ứng dụng quan sát Trái đất khác nhau. “Đó là một sứ mệnh ảnh vệ tinh ban đầu được thiết kế để hỗ trợ các yêu cầu về đất đai,” chẳng hạn như lâm nghiệp và nông nghiệp”, Simonetta Cheli, giám đốc các chương trình quan sát Trái đất tại ESA, cho biết về chương trình Sentinel-2 trong một buổi họp báo vào ngày 29 tháng 8. Tuy nhiên, ảnh vệ tinh từ Sentinel-2C được ứng dụng ở nhiều lĩnh vực khác, từ đo độ sâu đến giám sát khí methane.

Sentinel-2C sẽ thay thế Sentinel-2A, được phóng vào năm 2015 và đang gần đến cuối tuổi thọ thiết kế của nó. Một vệ tinh thứ tư, Sentinel-2D, dự kiến sẽ được phóng vào năm 2028 để thay thế Sentinel-2B và cung cấp sự liên tục cho chương trình vào những năm 2030.

Một vệ tinh thế hệ tiếp theo, Sentinel-NG, đang được nghiên cứu mà Cheli cho biết có thể cung cấp độ phân giải không gian cải thiện và nhiều dải quang phổ hơn. ESA có kế hoạch xin phê duyệt từ các quốc gia thành viên tại hội nghị bộ trưởng năm 2025 để bắt đầu công việc trên chương trình đó.

Trích nguồn (Final original Vega launches Sentinel-2C - SpaceNews)

Trung tâm Giám sát tài nguyên môi trường và Biến đổi khí hậu, Cục Viễn thám quốc gia.

Ý kiến

Tích hợp dữ liệu SMAP và CYGNSS trong giám sát độ ẩm đất và hạn hán nông nghiệp tại Nghệ An: Tiềm năng mở rộng ứng dụng cho Việt Nam

Tích hợp dữ liệu SMAP và CYGNSS trong giám sát độ ẩm đất và hạn hán nông nghiệp tại Nghệ An: Tiềm năng mở rộng ứng dụng cho Việt Nam

Nghiên cứu “Integrating SMAP and CYGNSS data for daily soil moisture and agricultural drought monitoring in Nghe An province, Vietnam” của Hoang Tich Phuc và cộng sự công bố trên tạp chí Remote Sensing Applications: Society and Environment năm 2025 đã đề xuất một phương pháp tích hợp dữ liệu viễn thám tiên tiến nhằm giám sát độ ẩm đất và hạn hán nông nghiệp với độ phân giải không gian và thời gian cao. Đây được xem là một hướng tiếp cận có ý nghĩa đặc biệt đối với Việt Nam trong bối cảnh biến đổi khí hậu làm gia tăng tần suất và cường độ hạn hán tại nhiều vùng sản xuất nông nghiệp trọng điểm.

Ứng dụng viễn thám trong ước tính độ ẩm đất phục vụ nông nghiệp: Xu hướng công nghệ và cơ hội triển khai tại Việt Nam

Độ ẩm đất là một trong những tham số quan trọng nhất đối với sản xuất nông nghiệp, quản lý tài nguyên nước và thích ứng biến đổi khí hậu. Trong bối cảnh hạn hán, xâm nhập mặn và biến động thời tiết ngày càng gia tăng, nhu cầu giám sát độ ẩm đất theo thời gian thực trên diện rộng đang trở thành yêu cầu cấp thiết. Báo cáo tổng quan hệ thống của Ana C. Teixeira và cộng sự đăng trên tạp chí Science of Remote Sensing năm 2025 đã cung cấp một cái nhìn toàn diện về các phương pháp ước tính độ ẩm đất bằng dữ liệu viễn thám phục vụ nông nghiệp chính xác.

Phương pháp mới khử nhiễu ảnh siêu phổ bằng mạng học sâu QRSAN

Ảnh siêu phổ (Hyperspectral Image – HSI) là một trong những nguồn dữ liệu quan trọng của công nghệ viễn thám hiện đại nhờ khả năng ghi nhận đồng thời thông tin không gian và phổ với hàng trăm kênh phổ liên tục. Nhờ đó, ảnh siêu phổ cho phép nhận dạng vật chất, phân loại lớp phủ bề mặt và phát hiện biến động với độ chính xác cao. Công nghệ này hiện được ứng dụng rộng rãi trong giám sát tài nguyên môi trường, nông nghiệp thông minh, y học, an ninh quốc phòng và kiểm tra chất lượng thực phẩm. Tuy nhiên, trong quá trình thu nhận dữ liệu, ảnh siêu phổ thường bị ảnh hưởng bởi nhiều loại nhiễu như nhiễu Gaussian, nhiễu sọc (stripe noise), nhiễu đường chết (dead-line noise), nhiễu xung và các sai lệch do điều kiện khí quyển hoặc cảm biến gây ra. Những loại nhiễu này làm suy giảm đáng kể chất lượng ảnh và ảnh hưởng trực tiếp đến các bài toán xử lý sau như phân loại, phát hiện mục tiêu hay giám sát biến động.