XiaoMi-AI文件搜索系统
World File Search System成像仪
海军空间 - NAVEDTRA 14168A - 海军部落
鸣谢 下面列出的插图由指定来源提供。非常感谢使用这些插图的许可。复制本出版物中的插图和其他材料必须先获得来源方的许可。 图 4-7，霍曼传输，Damon，Thomas D. (2001) 太空简介：太空飞行科学，第三版。Krieger Publishing Company，Malabar，FL，http://www.krieger-publishing.com/。 图 4-8，快速传输，Damon，Thomas D. (2001) 太空简介：太空飞行科学，第三版。Krieger Publishing Company，Malabar，FL，http://www.krieger-publishing.com/。 图 7-8，GPS 标称星座，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html。图 7-9，GPS 导航解决方案，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-10，精度几何稀释，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-11，GPS 主控和监控站网络，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-12，电磁波谱，什么是遥感？网页，http://ls7pm3.gsfc.nasa.gov/mainpage.html 。图 7-13，制作彩色图像，遥感简介网页，http://satftp.soest.hawaii.edu/space/hawaii/vfts/oahu/rem_sens_ex/rsex.spectral.1.html 。图 7-14，入射角，遥感简介网页，http://satftp.soest.hawaii.edu/space/hawaii/vfts/kilauea/radar_ex/intro.html 。图 7-15，Landsat，Landsat 信息网页，http://www.exploratorium.edu/learning_studio/landsat/landsat.html 。图 7-16，AN/SMQ-11 接收终端，DMSP AN/SMQ-11 船载接收终端网页，http://www.laafb.af.mil/SMC/CI/overview/dmsp35.html 。图 7-17，GOES，NOAA 的地球静止和极地轨道气象卫星网页，http://psbsgi1.nesdis.noaa.gov:8080/EBB/ml/genlsatl.html。图 7-18，GOES 定位，NOAA 的地球静止和极地轨道气象卫星网页，http://psbsgi1.nesdis.noaa.gov:8080/EBB/ml/genlsatl.html。图 7-19，GOES 成像仪、探测器图片，http://www.nnic.noaa.gov/SOCC/gifs/sndr.gif。
3D云通过地理空间意识到的蒙版自动编码器
swath（1.4 km）。此外，凭借其太阳同步轨道，Cloudsat在同一当地时间经过赤道，将观察结果限制为在一天中的特定时间内“快照”。相比之下，成像仪器在更广泛的视野和更高的时间分辨率上进行测量，但它们仅提供“自上而下”的视角，并且不会直接测量大气曲线。但是，将不同光谱通道中的图像与大气轮廓重叠的测量结合在一起，可以推断雷达轨道以外的垂直轮廓。Barker等。[3，4]通过强度像素匹配，开发了一种将地球保健曲线扩展到3D的算法。最近的工作[5，6，7]使用了基于ML的方法（例如U-NET，CGAN，线性回归，随机森林，XGBoost），以从“自上而下”的测量中估算垂直云信息。特别是Brüning等人。[5]从MeteoSat第二代（MSG）旋转增强的可见和红外成像仪（Seviri）的卫星图像进行了训练，并具有Cloudsat Cloud Cloud Radar（CPR）反射率，重建3D云结构。对于所有方法，模型训练需要数据源之间的精确空间和时间对齐。由于雷达卫星的立交桥有限（图1b），轮廓测量值少于可用的图像（为了进行比较，MSG/Seviri每年产生40 TB的图像数据，而CPR每年产生150 GB）。然后，我们使用匹配的图像profile对进行了3D云重建任务的预训练模型。自我监督学习（SSL）的最新进展（SSL）在大型未标记数据集的训练前模型中表现出了希望，但它们在云研究中的应用仍然不足。在这项工作中，我们将SSL方法（MAE，MAE，[8]）和GeoSpatemance Authewawe AutoCododers（基于Satmae，[9]）应用于2010年的多光谱MSG/SEVIRI数据。我们的结果表明，预训练始终提高此任务的性能，尤其是在热带对流带等复杂地区。具有地理空间意识的预训练模型（即时间和坐标编码），尤其是胜过随机初始化的网络和更简单的U-NET体系结构，从而改善了重建结果。该代码将在接受后提供。
对2D层的钙钛矿微晶膜中X射线的超稳定和鲁棒响应，直接沉积在柔性基材上
过去十年。尤其是，光线和灵活设备的开发将代表该领域的重大突破，因为它允许新的检测器设计和应用程序，例如，便携式实时X射线测量器或弯曲的数字X射线成像仪。[1] Exposure to high doses of X-rays increases the risks of developing radiation-induced disorders such as can- cers [2] and enhancing the detection limit of detectors is a critical key issue for medical application, since it would help reducing the radiation dose delivered to the patient and therefore limit the radiation hazards linked to radiation therapy and diagnostics (e.g., mammography, X-ray tomography).上面引用的规格要求开发可处理的X射线直接检测材料与柔性塑料底物上的低温沉积兼容，并能够以低辐射剂量工作。不过，由于机械刚度低和高X射线吸收的双重必要性，所有这些要求都无法轻易满足单个材料，因此通常通过浓稠且沉重的吸收层来实现后者。的确，参与直接X射线检测的传统最先进材料包括硅（SI），无定形硒（α-SE）和锌锌锌醇锌（CZT）（CZT），它们因其高原子数（z）和密度而以其高X射线停止功率而闻名。柔性应用受到塑料基材及其机械刚度的高加工温度输入的阻碍。带有构图的3D ho最近，有机半导体似乎是直接X射线检测的传统无机半导体的有希望的替代品。[3,4]有机半导体具有吸引人的特性，尤其是通过基于大区域溶液的技术进行处理的可能性，例如钢筋涂层[5]或喷墨印刷[6]在柔性基板上。有机材料的低z然而，限制了其停止功率，从而限制了低辐射剂量以高能X射线的检测。机械刚性和大型X射线吸收之间的权衡是应对新型X射线检测材料的开发的有趣挑战。在过去的几年中，关于直接X射线检测材料的研究主要围绕混合有机/盐酸卤化物钙钛矿（HOIP）围绕。
海军空间 - NAVEDTRA 14168A - 海军部落
鸣谢 下面列出的插图由指定来源提供。非常感谢使用这些插图的许可。复制本出版物中的插图和其他材料必须先获得来源方的许可。 图 4-7，霍曼传输，Damon，Thomas D. (2001) 太空简介：太空飞行科学，第三版。Krieger Publishing Company，Malabar，FL，http://www.krieger-publishing.com/。 图 4-8，快速传输，Damon，Thomas D. (2001) 太空简介：太空飞行科学，第三版。Krieger Publishing Company，Malabar，FL，http://www.krieger-publishing.com/。 图 7-8，GPS 标称星座，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html。图 7-9，GPS 导航解决方案，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-10，精度几何稀释，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-11，GPS 主控和监控站网络，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-12，电磁波谱，什么是遥感？网页，http://ls7pm3.gsfc.nasa.gov/mainpage.html 。图 7-13，制作彩色图像，遥感简介网页，http://satftp.soest.hawaii.edu/space/hawaii/vfts/oahu/rem_sens_ex/rsex.spectral.1.html 。图 7-14，入射角，遥感简介网页，http://satftp.soest.hawaii.edu/space/hawaii/vfts/kilauea/radar_ex/intro.html 。图 7-15，Landsat，Landsat 信息网页，http://www.exploratorium.edu/learning_studio/landsat/landsat.html 。图 7-16，AN/SMQ-11 接收终端，DMSP AN/SMQ-11 船载接收终端网页，http://www.laafb.af.mil/SMC/CI/overview/dmsp35.html 。图 7-17，GOES，NOAA 的地球静止和极地轨道气象卫星网页，http://psbsgi1.nesdis.noaa.gov:8080/EBB/ml/genlsatl.html。图 7-18，GOES 定位，NOAA 的地球静止和极地轨道气象卫星网页，http://psbsgi1.nesdis.noaa.gov:8080/EBB/ml/genlsatl.html。图 7-19，GOES 成像仪、探测器图片，http://www.nnic.noaa.gov/SOCC/gifs/sndr.gif。
海军空间 - NAVEDTRA 14168A - 海军部落
鸣谢 下面列出的插图由指定来源提供。非常感谢使用这些插图的许可。复制本出版物中的插图和其他材料必须先获得来源方的许可。 图 4-7，霍曼传输，Damon，Thomas D. (2001) 太空简介：太空飞行科学，第三版。Krieger Publishing Company，Malabar，FL，http://www.krieger-publishing.com/。 图 4-8，快速传输，Damon，Thomas D. (2001) 太空简介：太空飞行科学，第三版。Krieger Publishing Company，Malabar，FL，http://www.krieger-publishing.com/。 图 7-8，GPS 标称星座，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html。图 7-9，GPS 导航解决方案，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-10，精度几何稀释，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-11，GPS 主控和监控站网络，全球定位系统概述网页，http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html 。图 7-12，电磁波谱，什么是遥感？网页，http://ls7pm3.gsfc.nasa.gov/mainpage.html 。图 7-13，制作彩色图像，遥感简介网页，http://satftp.soest.hawaii.edu/space/hawaii/vfts/oahu/rem_sens_ex/rsex.spectral.1.html 。图 7-14，入射角，遥感简介网页，http://satftp.soest.hawaii.edu/space/hawaii/vfts/kilauea/radar_ex/intro.html 。图 7-15，Landsat，Landsat 信息网页，http://www.exploratorium.edu/learning_studio/landsat/landsat.html 。图 7-16，AN/SMQ-11 接收终端，DMSP AN/SMQ-11 船载接收终端网页，http://www.laafb.af.mil/SMC/CI/overview/dmsp35.html 。图 7-17，GOES，NOAA 的地球静止和极地轨道气象卫星网页，http://psbsgi1.nesdis.noaa.gov:8080/EBB/ml/genlsatl.html。图 7-18，GOES 定位，NOAA 的地球静止和极地轨道气象卫星网页，http://psbsgi1.nesdis.noaa.gov:8080/EBB/ml/genlsatl.html。图 7-19，GOES 成像仪、探测器图片，http://www.nnic.noaa.gov/SOCC/gifs/sndr.gif。
卫星探空数据及其预报产品...
威斯康星大学麦迪逊分校和汉普顿大学（HU）气象卫星研究所（UW-CIMSS）和汉普顿大学（HU）严重天气研究中心（HU-SWRC）是联合卫星卫星系统证明地面和风险降低（JPS/PGRR）的合作伙伴（JPS/PGRR），以改善对交流的天气。使用直接广播卫星（DBS）在UW，HU和MiamiFla。NOAA/ATLantic海洋学和气象实验室（AOML）接收站获得的直接广播卫星（DBS）高光谱辐射。使用与DBS天线共同列持的DBS数据处理计算机上安装在DBS数据处理计算机上的威斯康星大学社区卫星处理软件包（CSPP）提供了校准和地球定位数据。提供这些数据提供的卫星高光谱仪器是美国Suomi-NPP和JPSS-1上的CRIS（交叉轨道红外发声器），以及欧洲Metop-A，Metop-B和Metop C卫星的Iasi（红外大气卫星干涉仪）上的Iasi（红外大气卫星干涉仪）。从这些仪器中得出的辐射衍生的温度和水蒸气是在位置创建的，并具有1到9小时的时间分辨率，水平空间分辨率约为15 km。这些极性高光谱的声音（pHS）声音与从GOOS-16高级基线成像仪（ABI）辐射得出的水蒸气相结合，也在威斯康星大学实时获得。目前，这些产品可用于图1所示的两个大域：（1）严重的对流风暴/龙卷风预测域（SCST）和（2）热带风暴/飓风预测域（TSHFD）。这些称为“ Phsnabi”的极性和地静止的卫星声音的空间分辨率为2公里，时间分辨率为30分钟，并且有能力以五分钟的频率生产这些产品。phsnabi声音在连续的小时基础上被吸收，以初始化8公里的分辨率快速刷新（RAP）配置的WRF模型，以提供1 - 12小时的预测，以预测降水和对流的严重风暴和龙卷风的启动，并提供整个美国大陆（SCST）的陷入困境，并提供1至3天的悬挂式预报，并提供了悬而未决的预测，并相互启动的预报和悬而未决的风暴及其型号的预测，并提供了风暴的预测，并提供了风暴的预测，并提供了风暴的预测，并提供了风暴的预测，并提供了风暴的预测，并提供了风暴的预测。对于美国中部和海湾地区（TSHFD）。
应用于 PHI 太阳磁力仪的空间相机的设计和优化
基于定制有源像素传感器 (APS) 的相机已设计、特性化并经过太空应用认证。该相机针对其在太阳磁力仪中的应用进行了优化，旨在用于太阳轨道器任务中的偏振和日震成像仪 (PHI)。设计的相机的控制电子设备在现场可编程门阵列 (FPGA) 中实现。对控制电子设备进行优化，可在高读出速度和温度梯度等可变操作条件下最大限度地降低相机噪声。此外，控制模块可保护图像传感器免受空间辐射引起的单粒子效应 (SEE) 的影响。图像传感器和相机的特性化结果揭示了它们的电气和光电性能。此外，三次辐射活动已经允许研究定制探测器对电离剂量、非电离剂量和单事件效应的耐受性。辐射，特别是非电离剂量，会显著增加传感器的暗电流，并对其他参数产生较小的影响。辐照后测试表明，如果保证适当的飞行退火和工作温度，这些影响可以部分克服，因此不会危及科学成果。对探测器实施的防 SEE 保护成功避免了相机的永久性功能故障。应用分析显示了相机特性及其与其他仪器单元的组合操作如何影响 PHI 磁力仪的偏振和计时性能。该分析既定义了相机的最低要求，又制定了联合操作偏振、光谱和成像模块的最佳策略。该仪器要求相机具有 2048 × 2048 像素的分辨率、快速读出和较大的满阱容量。反过来，任务的具有挑战性的轨道对所有机载子系统施加了恶劣的热和辐射环境。相机电子设备和 APS 传感器已经超越了这些得出的最低性能和操作条件。太阳轨道器是一项太空任务，将研究太阳、日光层以及它们之间的关系。该航天器将比以往任何太空任务更接近太阳。作为太阳轨道器有效载荷的一部分，PHI 磁力仪将测量太阳可见表面（即光球层）的磁场和气体流速。这项工作的大部分内容，包括需求研究、相机设计解决方案和图像传感器的辐射评估，都可以应用于未来的太阳观测站或直接用于其他太空科学相机。
Neuroxplorer的性能特征，下一代人脑PET/CT成像器
耶鲁大学，加利福尼亚大学，戴维斯大学和联合成像医疗保健的合作成功地开发了神经脱落者，这是一家专门的人脑宠物成像仪，具有高空间分辨率，高灵敏度和内置的3维相机，用于无标记的无效运动跟踪。它具有较高的相互作用和交流时间的分辨率，以及52.4厘米的横向视野（FOV）和扩展的轴向FOV（49.5厘米），以增强灵敏度。在这里，我们介绍了神经解释器的身体表征，性能评估和第一个人类图像。方法：对空间分辨率，灵敏度，计数率性能，能量和时序的测量以及图像质量进行了遵守国家电子制造商协会（NEMA）NU 2-2018标准。通过对Hoffman 3维脑幻影和迷你Derenzo phanmom的成像研究来证明该系统的性能。提出了来自健康志愿者的最初18个F-FDG图像。结果：通过过滤后的反射重建，径向和tan量的空间分辨率（最大宽度为一半）平均为1.64、2.06和2.51mm，轴向分辨率为2.73、2.89，2.89和2.93 mm的径向偏移量为1、10和20cm，相应的距离。平均交流分辨率为236 PS，能量分辨率为10.5％。NEMA敏感性分别为46.0和47.6 kCPS/MBQ，分别为10 cm偏移。在FOV中心达到了11.8％的敏感性。在58.0 kBQ/mL时，峰值噪声等效率为1.31 mcps，在5.3 kbq/mL时的散射分数为36.5％。峰值噪声当量计数率在峰值等效率下的最大计数率少于5％。在3次迭代时，NEMA图像质量对比度恢复系数从74.5％（10毫米球）到92.6％（37毫米球）不等，背景可变性在4.0：1的对比度为3.1％至1.4％。一个例子人脑18 F-FDG图像表现出很高的分辨率，在皮质和皮层结构中捕获了复杂的细节。结论：神经塑料提供了高灵敏度和高空间分辨率。具有长的轴向长度，它还可以实现高质量的脊髓成像和颈动脉的图像衍生的输入功能。这些绩效增强能力将大大扩大人脑宠物范式，方案的范围，从而扩大临床研究应用。
欧洲研究区的太阳能设施
举办了 15 次短期培训访问，并进行了 42 次流动。开发了总结联盟提供的 RI 和服务的最新情况的数据库，确定了可能缺少的基础设施/服务，以实现最新 CST 实施计划的目标，并与利益相关者进行了讨论。最终确定了协调融资机会的概念说明，并举办了研讨会。EU-SOLARIS 成为 ERIC。与其他 CST 相关的欧盟项目和国际倡议开展合作。准备了实施 TA 活动的文件。发起了 5 次电话会议；完成了 4 次访问活动。4 次关于 TA 的网络研讨会。制定了熔盐 (MS) 对结构材料的动态腐蚀协议，研究了材料作为潜热或显热能储存介质的可行性的方法，并制定了原型测试指南。确定了 MS 回路的关键组件，并审查了当前程序。举办了关于 CSP MS 工厂组件特性的传播研讨会。制定了报告 DWT 系统行为的协议和指南，对适当的测试程序进行了通用定义，以评估 DWT 中要实施的新组件和材料的性能，改进了模拟软件并验证了其中使用的相关性。实施了新的实验装置。完成了开发用于热力学、动力学和循环稳定性测试的标准化材料测试的工作。对太阳能燃料 (SF) 生产工艺领域的 200 多种出版物进行了文献综述，并用于制定 SF 生产反应堆的品质因数。改进了用于评估 CSP 接收器热机械性能的测试台并进行了首次太阳能测试。组装了相机原型，基于一种改进 CSP 太阳能接收器温度测量的新方法。进行了 RRT 发射率测量。使用红外摄像机进行了参数识别以确定线性集热器管的温度。改进了加速老化装置。制定了脏污镜测量指南，分析了脏污散射行为，并提供了基于模型的分析传递函数。在测试台和太阳能集热器上生成了更多 REPA 负载数据，包括传感器数据分析。开发了新的抛物面槽 (PT) 接收器热损失测量程序。验证了混合预测模型，开发了预测模型。研究了使用天空成像仪数据对 PT 性能参数确定准确性的影响。发表了菲涅尔 RI 对 DNI 变化的稳健性。LFR
题为“基于星载和低空空中/无人机平台的高光谱遥感——方法、数据处理方法和应用方面的差异”的特刊社论
如今，已有多种基于星载和低空空中/无人机平台的高光谱遥感传感器可用于地球科学应用，具有多种光谱和空间分辨率[1-4]。高光谱遥感图像的发展促进了新型图像处理技术的发展，并在土壤地球化学、水质评估、森林物种制图、农业压力、矿物蚀变制图等广泛领域取得了令人欣喜的成果。在过去的二十年里，不同的空间机构发射了多个星载高光谱传感器（例如，美国国家航空航天局 (NASA) 于 2000 年 11 月发射的 Hyperion；日本宇宙航空研究开发机构 (JAXA) 于 2019 年 12 月发射的高光谱成像仪套件 (HISUI)；意大利航天局 (ASI) 于 2019 年 3 月发射的高光谱应用任务前体探测器 (PRISMA)）[1,5,6]。这些传感器充分利用了高光谱数据，并带来了从噪声消除到光谱制图等数据处理方法的创新。先前的研究强调了高光谱星载传感器在识别纯目标和识别具有弱光谱特征的光谱目标方面的局限性，因为这些高光谱传感器具有粗空间分辨率（通常为 20 m 至 30 m）和较差的信噪比（例如，Hyperion 在短波电磁域中的信噪比 (SNR) 较差）[7-10]。然而，这些星载传感器在环境监测方面取得了令人鼓舞的结果（例如，森林覆盖分类、检测森林的物候变化、土地利用/土地覆盖制图、农业土地覆盖表征、作物压力估计、岩性和矿物制图 [11-13]）。高光谱图像处理解决了与分类方法相关的主要困难，例如相关数据的高维性和标准处理技术的有限可用性[14]。为了克服这些局限性，最近建立了几种机器学习算法，补充了高光谱数据处理的巨大潜力[14]。由于星载高光谱传感器缺乏全球覆盖，不同国家使用不同的先进高光谱传感器进行常规的基于飞机和无人机的高光谱调查，例如先进的可见红外光谱仪（AVIRIS）及其最新版本AVIRIS-下一代（AVIRIS-NG）；HyMap；数字机载成像光谱仪（DAIS）等。这些传感器能够收集