摘要光原子时钟和光学时间传输的最新进展已使精确计量学的新可能性进行了基本物理和时机应用的两种测试。在这里,我们描述了一个太空任务概念,该概念将将最先进的光原子钟放在地球周围的怪异轨道上。高稳定性激光链路将将轨道航天器的相对时间,范围和速度连接到地球站。此任务的主要目标是测试重力红移,这是一种经典相对论的经典测试,其灵敏度超出了当前限制的30 000倍。其他科学目标包括其他相对论测试,对暗物质的搜索和基本常数的漂移以及建立高精度的国际时间/地理参考。
笔记本电脑级解决方案的一个关键用途是利用先进的视频技术实现态势感知。L-3 的 VideoScout 系列可互操作视频开发、情报和管理系统就是其中的一个例子(图 1)。这些系统旨在捕获、处理和利用来自各种有人和无人机载平台、车辆、船舶和基于网络的视频流的视频和遥测数据。一旦收到数据,VideoScout 便允许用户创建衍生视频文件和静态图像,以及注释、地理参考、存储和与战场上的其他人共享生成的智能视频。VideoScout 可帮助前线战术家和情报分析师快速将大量视频数据转换为简洁、易于共享的视频情报,以改进任务规划、执行和任务后分析。
制定基于地理信息系统 (GIS) 的总体/发展规划是 AMRUT 下的重要改革之一。这项改革的目标是利用 GIS 为 AMRUT 计划下的所有城市制定总体规划,并开发通用的数字地理参考基础地图和土地利用图。然而,中小型城镇使用传统 GIS 技术制定总体规划的能力有限,因此,该部希望探索使用无人机 (UAV) 技术为这些城镇制定基于 GIS 的总体规划。为此,在印度测量总监的主持下成立了一个委员会,负责制定应用无人机技术为中小型城镇制定基于 GIS 的总体规划的设计和标准(参见 2018 年 9 月 26 日发布的命令号 K-14031/5/2016-AMRUT(CB)-Part(2))。
领土森林砍伐面积(公顷)是指每个城市每年被清除(皆伐)的原生植被(或旧再生植被)的面积。我们结合了玻利维亚亚马逊地区的亚马逊地理参考社会环境信息网络 (RAISG, 2022) 森林砍伐数据集以及 Mapbiomas Chaco (2022) 的土地利用和土地利用覆盖变化。这两个数据集均基于卫星图像(Landsat 图像,30 米像素分辨率)。Mapbiomas Chaco 数据集提供了土地利用和土地覆盖类别,我们通过在每个类别首次出现时将“农业”和“牧场”类别重新归类为森林砍伐来计算森林砍伐,取代 2000 年至 2010 年间检测到的自然植被类别。该指标适用于亚马逊和查科地区,可在地图中访问。
本文介绍了 TIA,一种用于航空图像采集的工具箱。TIA 为有人驾驶和无人驾驶飞机添加了工具,简化了与航空图像采集和处理相关的任务。实施 TIA 的第一步是进行需求分析,并生成一系列有用的功能。这些功能包括任务规划、自动任务执行、飞行员引导以及使用 GPS 接收器对照片和视频帧进行地理参考。TIA 的实施架构由三个计算机模块组成:充当显示器/键盘单元的掌上电脑、主计算机和摄像头控制器。每个计算机模块都有相应的软件模块。该工具箱已在超轻型飞机上进行了测试,目前正在集成到固定翼无人机 (UAV) 中。
本文介绍了 TIA,一种用于航空图像采集的工具箱。TIA 为有人驾驶和无人驾驶飞机添加了工具,简化了与航空图像采集和处理相关的任务。实施 TIA 的第一步是进行需求分析,并生成一系列有用的功能。这些功能包括任务规划、自动任务执行、飞行员引导以及使用 GPS 接收器对照片和视频帧进行地理参考。TIA 的实施架构由三个计算机模块组成:充当显示器/键盘单元的掌上电脑、主计算机和摄像头控制器。每个计算机模块都有相应的软件模块。该工具箱已在超轻型飞机上进行了测试,目前正在集成到固定翼无人机 (UAV) 中。
联邦政府向南里奥格兰德州洪水受害者支付的“重建援助”的紧急处理连接了来自公共和私人机构的 20 多个数据库,成为强大而有效的国家数据基础设施 (IND) 重要性的具体例子。资格处理的起草从 Dataprev 已经运营的社会数据生态系统的基础开始,并与 CadÚnico 的家庭数据进行交叉引用,用于支付家庭补助金等援助福利。此外,还需要在南里奥格兰德州建立一个地址库。“重建援助”的另一个标准是向市政厅通报的住所位置。一旦地理参考(使用纬度和经度数据),就需要将其插入受洪水影响的周边地区。这场会议将解释“重建援助”以及如何在其处理中使用 AI。
图 1:估计开放存储库中未知数量的“缺失”数据集。美国和加拿大最近发布的两个哺乳动物、鸟类、爬行动物和两栖动物宏观遗传数据库中重叠数据集的空间分布 (a) 和比例 (b):1) MACROPOPGEN 17,由从已发表文章中提取的地理参考微卫星得出的汇总统计数据组成;2) SDbG 18–20 由直接从开放存储库中提取的原始微卫星基因型数据集组成。经过交叉检查,只有 21.38% 的数据条目在两个数据库中都找到了(黑点),而 59.5% 的数据条目仅在 MACROPOPGEN 中找到(蓝点)。低重叠率表明 MACROPOPGEN 中包含的大部分遗传研究没有可查找的公开存档数据和/或足够的元数据,因此无法在 SDbG 中使用。
摘要 激光雷达(lidar)技术的出现为三维建筑物检测提供了有前途的资源。由于去除植被的困难,大多数建筑物检测方法将激光雷达数据与多光谱图像融合以获取植被指数,而仅使用激光雷达数据的方法相对较少。然而,融合过程可能会导致分辨率和时间差异、阴影和高层建筑位移问题以及地理参考过程引入的误差。本研究提出了一种形态建筑物检测方法,通过逐步去除非建筑物像素来识别建筑物。首先,地面过滤算法将地面像素与建筑物、树木和其他物体分离。然后,分析方法使用大小、形状、高度、建筑物元素结构以及第一次和最后一次返回之间的高度差去除剩余的非建筑物像素。实验结果表明,该方法在奥斯汀市区的研究地点取得了不错的效果,总体准确率达到 95.46%。
• 第二级:中度不利影响 工作涉及对资源的重大改变,超过一半的场地将受到影响。除非县考古学家、受影响部落和 DAHP 另有指示,否则缓解措施应包括从至少五个 1 米 x 1 米单位和每英亩受影响场地进行三次铲子测试以恢复数据;在移除之前对原始特征进行地理参考测绘和照片记录;对文化资源进行深入的记录;以及开发现场和独立的教育材料,以有意义地教育公众有关历史资源的知识。示例包括但不限于现场挖掘期间的公共考古开放日、信息网站/小册子以及回收文物的公开展示。现场材料包括但不限于安装在文化资源现场的信息亭、包含历史照片和信息的实用包装或面板以及与文化资源和场地相关的地图。