给了我很大的支持,使我完成了论文。感谢我独一无二的母亲,是她成就了今天的我。感谢一直支持我的爸爸。还有我的弟弟。然后,我还要感谢以下的人,没有他们,我就不可能完成这项研究并获得学位!我要感谢我的导师 Romain ROUVOY、Pierre RUST 和 Joel PENHOAT,他们在我完成论文期间给予了我巨大的支持,鼓励我并指导我完成这次冒险。我还要感谢我在论文期间合作过的人,包括 Arnaud DIQUELOU、Chakib BELGAID、Guillaume FIENI、Jean Remy FALLERI 以及参与我研究和采访的其他所有人。最后,我要感谢记者和审稿人,感谢他们同意成为评审团的一员,并在抽出时间阅读和审阅我的作品。
安全 SLC 评估涉及全面的测试和评估活动,评估员将从中为每个控制目标及其相关的测试要求生成详细的工作文件。这些工作文件包含评估活动的全面记录,包括观察、配置、流程信息、访谈笔记、文档摘录、参考、屏幕截图以及评估期间收集的其他证据。安全 SLC 合规报告 (ROC) 实际上是从评估员的工作文件中得出的证据摘要,用于描述评估员如何执行验证活动以及如何得出和证明结果。从高层次上讲,安全 SLC ROC 提供了在安全 SLC 评估期间执行的测试活动和收集的信息的全面摘要。安全 SLC ROC 中包含的信息必须提供足够的细节和覆盖范围,以支持评估员的观点,即安全 SLC 合格软件供应商已满足 PCI 安全 SLC 标准中的所有控制目标。
本报告描述了对用于预处理连续模型的软件进行的一组测试的结果。它针对希望在解决方案计算之前更多地了解评估网格质量的有限元软件包用户。此处报告的工作重点是用于有限元分析的自动网格生成器。本报告的目的是解释一些影响网格质量的因素,讨论一些评估网格质量的方法,并使用在常用软件包上运行的测试来说明提出的观点。先前的计量软件支持 (SS f M) 计划已经对连续模型解决方案包进行了测试 [10, 11],从这项工作中获得的经验教训已被纳入 SS f M 测试算法和软件指南 [7]。
第一类要求适用于所有仪器。第二类需求涉及以下 IT 功能:测量数据的长期存储 (L)、测量数据的传输 (T)、软件下载 (D) 和软件分离 (S)。这些需求的每一组仅在存在相应功能时才适用。最后一类是进一步的仪器特定需求的集合。编号遵循 MID 中仪器特定附件的编号。可应用于给定测量仪器的一组需求块示意性地显示在图 2-1 中。
安全 SLC 评估涉及全面的测试和评估活动,评估员将根据这些活动为每个控制目标及其相关测试要求生成详细的工作文件。这些工作文件包含评估活动的全面记录,包括观察、配置、流程信息、访谈笔记、文档摘录、参考资料、屏幕截图以及评估期间收集的其他证据。安全 SLC 合规报告 (ROC) 实际上是从评估员的工作文件中得出的证据的摘要,用于描述评估员如何执行验证活动以及如何得出和证明结果。从高层次上讲,安全 SLC ROC 提供了在安全 SLC 评估期间执行的测试活动和收集的信息的全面摘要。安全 SLC ROC 中包含的信息必须提供足够的细节和覆盖范围,以支持评估员的观点,即安全 SLC 合格软件供应商已满足 PCI 安全 SLC 标准中的所有控制目标。
在预处理步骤中,处理参数根据原始数据和元数据确定(例如CEOS 领导者文件)。在距离压缩期间,可以通过预过滤在方位角上抽取数据以进行快速查看图像处理。方位角处理器使用距离多普勒算法,并根据 RADARSAT-1 数据的要求选择二次距离偏移。用户可以选择图像的输出几何形状是倾斜校正还是非倾斜校正。自动对焦算法用于改进沿轨平台速度估计。处理后的图像针对天线方向图、雷达的沿轨增益变化、方位角和距离参考函数的长度以及斜距进行辐射归一化。使用有源转发器或通过与机构处理的校准数据进行交叉验证,确定了许多可用传感器/模式的绝对校准常数。已经证明,伽马处理器可以保留干涉处理的相位。多视图像由单视复杂图像样本的时间域平均生成。处理相关参数和数据特性保存为文本文件,可以使用商业绘图包显示。支持使用精密轨道(“Delft”、PRC、DORIS)。支持 ASAR 替代极化 (AP) 原始数据处理。对于 PALSAR-1,支持细光束单极化 (FBS)、细光束双极化 (FBD) 以及来自 JAXA(针对科学用户)或 ERSDAC(针对商业用户)的全极化数据处理。此外,还支持 PALSAR-1 ScanSAR 原始数据处理。对于 COSMO-SkyMed,支持所有条带模式的 RAW 数据处理。不支持 Sentinel-1 数据的原始数据处理。
环境科学和地球观察的一个长期目标是使创建语义互连的数据和模型的“模型网”。地理空间模型通常在网络上公开,作为通过异质界面访问的服务。但是,代表称为Model-As-a-Service(MAAS)的范式的实例的此类服务,无法轻易地利用超出其最初使用的服务提供商所定义的。为了克服这一重要限制,并更好地支持透明度,可重复性,可复制性和可重复性(遵循开放科学范式),我们研究了采用模型 - 资源(MAAR)方法,其中模型被认为是一种通用数字资源,因此可以在不同的潜在用途情况下扮演不同的角色。所提出的MAAR框架可以在实现产生环境知识的数字生态系统的实现中发挥重要作用。手稿中讨论了主要的挑战和机遇。