Thanassis Rikakis 擅长组建跨学科团队,涵盖艺术和技术学科,以创造具有影响力的创新。去年夏天,他将自己的技能带到了卡内基梅隆大学,那里是没有人比他做得更好的地方。8 月,Rikakis 加入卡内基梅隆大学,担任设计、艺术和技术副教务长。他是美术学院设计学院的全职教授,并兼任音乐学院和工程学院生物医学工程系的兼职教授。他还负责管理该大学的娱乐技术中心 (ETC)。自从从亚利桑那州立大学来到卡内基梅隆大学后,Rikakis 一直在与大学内外的人士会面,收集信息,帮助他更好地了解使卡内基梅隆大学成为世界领先的艺术和技术大学的协同作用。他说,他期待与帮助建立这一声誉的众多人士合作。 《Piper》最近采访了里卡基斯,谈论了他的新角色、大学以及他来到匹兹堡的道路。
卡内基机载观测站 (CAO) 的建立是为了满足宏观测量的需求,以揭示地球生态系统的结构、功能和有机组成。2011 年,我们完成并启动了 CAO-2 下一代机载分类制图系统 (AToMS),其中包括高保真可见光至短波红外 (VSWIR) 成像光谱仪 (380 – 2510 nm)、双激光波形光检测和测距 (LiDAR) 扫描仪以及高空间分辨率可见光至近红外 (VNIR) 成像光谱仪 (365 – 1052 nm)。在这里,我们描述了如何使用硬件和软件协同对准和处理技术融合来自这些传感器的多个数据流。通过这些数据流,我们定量地证明了精确的数据融合极大地提高了从遥感中获得的生态信息的维度。我们比较了两个截然不同场景的数据维度——斯坦福大学的建筑环境和亚马逊低地热带森林。主成分分析显示,斯坦福案例中有 336 个维度(自由度),亚马逊案例中有 218 个维度。亚马逊案例呈现的遥感数据维度可能是有史以来森林生态系统的最高水平。模拟数据流错位使有效信息内容减少了 48%,凸显了在进行多传感器