XiaoMi-AI文件搜索系统
World File Search SystemNOAA
CDFW Ltr NOAA BOEM
2022 年 5 月 6 日 阿曼达·莱夫顿 主任 海洋能源管理局 1849 C Street, NW 华盛顿特区 20240 https://www.regulations.gov/docket/BOEM-2022-0012 回复：BOEM-2022-0012 – 请求就美国国家海洋和大气管理局渔业局和海洋能源管理局关于减轻海上风能开发对美国国家海洋和大气管理局渔业局东北和中大西洋地区调查的影响的实施战略草案发表评论 尊敬的莱夫顿主任， 感谢您给我机会对国家海洋渔业局 (NOAA Fisheries) 和海洋能源管理局 (BOEM) 的联邦调查缓解实施战略草案 - 美国东北地区 (实施战略) 发表评论。 加州鱼类和野生动物部 (Department) 以以下概述的各种角色参与加州海上风能规划和开发，并致力于以保护海洋生物多样性和促进合作利用海洋的方式推进海上风能。该部门还定期协调和开展渔业调查，并与 NOAA 渔业部门合作管理渔业。 部门权力和管辖权 该部门是加利福尼亚州鱼类和野生动物资源的受托机构，并根据法规为该州所有人民托管这些资源（《鱼类和野生动物法典》，§§ 711.7，subd. (a) & 1802；《公共资源法典》，§ 21070）。该部门以其受托人身份，对鱼类、野生动物、本地植物和这些物种生物可持续种群所需的栖息地的养护、保护和管理具有管辖权（同上，§ 1802）。该部门还负责根据《海洋生物保护法》在加利福尼亚州沿海海域保护海洋生物多样性，并确保根据《海洋生物管理法》可持续地管理渔业。根据法律规定，该部门在公共机构环境审查工作期间提供可用的生物学专业知识，特别关注可能对鱼类和野生动物资源产生不利影响的项目和相关活动。该部门根据加州
NOAA 数据战略行动计划
数据是 NOAA 的基础，几乎支撑着我们使命的所有方面。这包括 NOAA 的关键优先事项，例如向公众提供有关气候科学的数据和信息、减少恶劣天气事件的影响以及实现新蓝色经济。NOAA 是多个国家数据集的权威来源，这些数据集构成了国家空间数据基础设施的基础，包括大地测量控制、航海图、沿海海拔、天气和气候模型、关键栖息地以及卫星和观测平台。NOAA 的数据是重要的国家资产，可满足行业、学术界、其他政府机构和公众中无数利益相关者的需求。NOAA 数据来自全球收集的观测数据，这些观测数据反过来又支持地球系统的分析和预测、航海图的开发和更新、生命和财产保护、可持续渔业和生态系统管理以及许多其他 NOAA 任务领域。持续及时地获取高质量的 NOAA 数据可显著提高国家投资的价值和回报。
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
低地球轨道 (LEO) 微波大气探测...
4 51.76 400 H 32 5 /4 52.8 400 H 32 /H 32 /20/5 53.246±0.08 2x140 /h /20 6/6 53.596±0.115 2x170 54.94 400 H /H 32 /20 9/10 55.5 330 H /H 32 /20 10/20 10/11 57.290344 2X155 /330 H /H 32 /H 32 /20 11 /12 57.290344 /20 13/14 57.290344±0.3222±0.022 4x16 h /h 32 /20 14 /15 57.290344±0.3222±0.010 4x8 h /h 32 /h 32 /20 15/20 15/26 57.290344±0.322222222±0.222±0.22±0.22±0.20 16 /32 /32 h 4 32 h 4 32 h 4 32 h 4 32 h 3 4 x 3 4 x 3 4 x 3 4 x 3 4 x 3 4 32 h 3 4 x 3 4 x 3 4 x 3 4 x 3 4 32 h 3 4 x 3 4 32 2000/4000 V /V 32 /17 < /div>
NOAA西南渔业科学中心空间句法研究
空间句法是一种分析建筑空间配置的工具。本文研究了一项关于研究中心建筑类型的研究。目的是确定所选建筑类型的空间布局，因为这会影响人们如何利用建筑空间。案例研究是美国国家海洋和大气管理局西南渔业科学中心。本研究使用现有布局计划的档案来配置建筑空间的空间句法。该研究使用对齐图作为可测量工具，检查了建筑物内部的寻路和渗透程度。结果表明，整个建筑的空间连接具有良好的空间配置，其中 70% 为私人空间。此外，布局空间定义明确，因为每个区域的寻路都具有良好的可达性。本研究表明，空间句法是建筑师了解空间功能的有效工具，因为它展示了量化建筑类型重要特征的建筑空间配置。
报告草案 - NOAA 军团保留/DE&I
总体而言，与美国相比，NOAA 军团的种族构成以白人为主（约 26 个百分点），西班牙裔或拉丁裔成员（约 13 个百分点）和黑人或非裔美国人成员（约 12 个百分点）的代表性明显不足。NOAA 军团按级别划分的种族人口统计数据也呈现出与性别数据中观察到的类似模式，O-1 和 O-2 级别的多样性相对较高，而 O-3 至 O-5 级别的种族群体的实际数量和数量均显着下降。虽然 O-6 级别中的少数族裔比例有所增加，但总数中只有一个少数族裔。此外，虽然 O-7 和 O-8 级别的样本量很小，但这些级别中没有代表性不足的群体。总体而言，少数族裔在 NOAA 军团中的代表性严重不足，尤其是在中高级领导职位中。
NOAA IRM 战略计划 2021-2025
NOAA 需要投资培训，以建立一支能够在 NOAA 的整个任务范围内提供 IT 解决方案的员工队伍，以应对本战略计划的 5 年期和未来。具体而言，NOAA 将需要一支训练有素的 IT 系统工程师队伍来支持任务和业务决策，并在整个价值链中发挥 IT 领导作用。实现这一目标的一个重要工具是为现有和未来的员工创建和应用能力模型。这些模型将为完成 NOAA 复杂任务所需的各种 IT 能力设定标准。最重要的是，这些能力模型将支持优秀的 EX，提高满意度和绩效，同时明确定义职业成功之路，并实现这一战略目标，以吸引和留住顶尖人才。
NOAA蓝色经济战略计划2021-2025 -NET
为期5年的NOAA蓝色经济战略计划与这些举措保持一致，并包括海洋勘探咨询委员会蓝色经济小组委员会的临时报告，关于加速美国蓝色经济增长的临时报告，概述了NOAA在接下来的十年中为美国蓝色经济增长一倍的初步步骤。该计划还包括计划或在NOAA系列和员工办事处进行的努力，这些努力继续证明NOAA在解决2019年白宫海洋S＆T合作伙伴关系期间建立的承诺方面的领导地位。除了为NOAA蓝色经济计划的5支支柱（目标1-5）提供框架外，该计划还概述了NOAA最大化NOAA贡献数据和服务并与多部门合作伙伴互动的能力，并通过改善跨越的内部重点领域，并利用外部蓝色经济经济发展范围（6-7）。
NOAA 蓝色经济战略计划（2021-2025）- NET
美国是一个海洋国家，其蓝色经济正在不断发展。2018年，包括商品和服务在内的美国蓝色经济为该国国内生产总值贡献了约3730亿美元，支持了230万个就业岗位，增长速度超过了整个美国经济。2017年至2018年，与海洋相关的国内生产总值增长了5.8%，高于以当前美元计算的美国国内生产总值5.4%的增幅。仅美国海港的经济活动就从2014年到2018年增长了17%，达到5.4万亿美元，占该国20.5万亿美元国内生产总值（GDP）的近26%。尽管面临COVID-19疫情带来的挑战，但美国海港仍在增加码头和码头，预计到2030年海上贸易需求将增长两倍。此外，美国沿海县有1.27亿人口，占总人口的40%。 2010 年至 2016 年，墨西哥湾沿岸各县人口增长了 24.5%，是全国增长最快的地区，平均增长率为 14.8%。如果美国沿海各县是一个国家，那么它们的 GDP 将位居世界第三，仅次于美国和中国。因此，这个国家的繁荣和安全取决于我们对海洋、海岸和五大湖的理解、健康和可持续利用。
NOAA 组学战略计划
组学描述了一套用于分析 DNA、RNA、蛋白质或代谢物的尖端工具。许多组学方法比传统方法更快、侵入性更小、更全面。组学的进步彻底改变了生物学研究，使公共卫生、医学、农业和保护等许多领域受益。对于 NOAA 来说，可以利用高通量 DNA 测序和随后的生物信息学分析等技术来造福众多国家优先事项，包括渔业管理、水产养殖发展、食品和水安全、物种和栖息地保护、海鲜消费者保护、生物多样性监测和天然产品发现。NOAA 内部对组学的持续投资将有助于提高运营效率、生态系统评估和预测以及美国蓝色经济（生物经济）。