摘要 :遥感卫星图像在数量、质量和应用方面发展迅速,用于检测和提取地球表面各种自然和人工特征,如车辆、建筑物、树木、道路、水、飞机、船舶。这些卫星图像为城市规划、灾害管理和环境管理等各种应用提供了重要信息。研究人员引入了不同的算法和方法来从卫星图像中提取指定的特征。在城市场景中,建筑物是最重要的基本结构之一,在城市发展、城市规划、气候研究、灾害管理、地图制作、土地利用分析和变化检测领域发挥着重要作用。该研究的目的是采用机器学习算法提取建筑物足迹。各种研究讨论了提取建筑物足迹的各种方法然而,从大都市提取建筑物屋顶一直是一项艰巨的任务,因为建筑物屋顶具有不同的形状、大小和光谱特性。除此之外,其他城市特征,如道路、荒地等,也表现出与建筑物屋顶相似的光谱特性。因此,建筑物提取技术已成为一个重要而棘手的研究问题,并得到了更好的认可。所提出的技术使用机器学习算法对建筑物和非建筑物像素进行分类。为了消除错误检测的建筑物像素,使用了中值滤波、形态学算子和连通分量标记。该技术已根据像素和基于对象的标准进行评估,同时考虑了精度、召回率、建筑物(城市对象)的质量。
*占整个 NSA 平民人口的 2.7%,也占残疾人总数的 12.6%;包括耳聋、失明、肢体缺失、部分瘫痪、癫痫、严重智力障碍的人,
低灵敏度MR技术(例如磁共振光谱成像(MRSI))从超高范围MR提供的信噪比中的增益极大地受益。高分辨率和全杆脑MRSI由于长期获取,低信号,脂质污染和领域不均匀性,因此仍然非常具有挑战性。在这项研究中,我们提出了一种采集重建方案,该方案结合了1小时的自由感应 - 赛(FID)-MRSI序列,短TR习得,压缩感应加速度和低级别的建模与总概要变化约束,以在7 tesla时在两次和三个Dimens中获得代谢成像。所得的图像和体积揭示了高度详细的分布,这些分布是针对每个代谢产物的特异性分布,并遵循潜在的大脑解剖结构。MRSI方法在含有细胞代谢物结构的高分辨率幻影和五个健康志愿者中进行了验证。这种压缩感应加速度的新应用为高分辨率MRSI在临床环境中铺平了道路,获取时间在2.5 mm时为2d MRSI,在2.5 mm处为2d MRSI,在3.3 mm的各向同性型MRSI下为3D MRSI。2021作者。由Elsevier Inc.出版这是CC BY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)下的开放访问文章。
因此,除了理论工作之外,德国航空航天中心(DLR)微波与雷达研究所还开发并构建了一种名为 IoSiS(太空卫星成像)的实验雷达系统,用于对获取低地球轨道物体的先进高分辨率雷达图像产品的新概念进行基础研究。本文概述了使用地面 ISAR 对卫星进行高分辨率成像的原理。此外,还概述了实验雷达系统 IoSiS,并简要概述了计划中的 IoSiS-Next Generation 系统概念。最新的真实空间目标测量结果证明了该系统的能力以及使用厘米分辨率成像雷达进行未来基于雷达的空间监视的潜力。作为基于雷达的空间物体成像领域的新产品,全面的模拟结果表明,使用通过多静态成像几何实现的新预期成像概念,可以多么精确地在三维空间中对空间目标进行成像。
1 2 3 4 MD-82 商用客机头等舱的精确高分辨率边界条件和流场 6 7 刘伟 1 , 温继洲 1 , 赵江月 1 , 尹伟友 1 , 沈晨 1 , 赖代一 1 , 林朝欣 8 2 , 刘俊杰 1 , 孙和江 1,* 陈庆艳 1,3 9 10 1 天津大学环境科学与工程学院,天津 300072,11 中国 12 2 波音民用飞机公司环境控制系统,华盛顿州埃弗雷特 98203,美国 13 3 普渡大学机械工程学院,印第安纳州西拉斐特 47907,美国 14 15 * 电子邮件地址:sunhe@tju.edu.cn 16 17 摘要 18 19商用客机客舱中的流场对于创造热舒适和健康的客舱环境至关重要。除了客舱几何形状和家具外,流场还取决于扩散器处的热流体边界条件。为了研究客舱中的流场,本文介绍了一种获取客舱几何形状、扩散器边界条件和流场的程序。本研究使用激光跟踪系统和逆向工程生成了 MD-82 飞机客舱的数字模型。尽管该系统的测量误差很小,但仍需要近似值和假设来减少工作量和数据量。几何模型还可以轻松用于计算空间体积。结合使用热球风速计 (HSA) 和超声波风速计 (UA) 来测量
解决方案 2004 年,为了满足对现场应急变化检测能力的需求以提高指挥速度,TEC 团队开发了 BuckEye,这是一种机载数字成像系统,可捕捉图像并生成高分辨率地理空间数据,供战术任务使用。该系统包括一个数字彩色相机和一个用于收集高程数据的 LIDAR 传感器。笔记本电脑控制传感器并在飞行过程中监控数据采集。它可以在各种高度下运行,具体取决于所需的图像分辨率、扫描宽度和 LIDAR 点密度——各种配置可以满足每种战术要求——并且每天能够获取超过 100 平方公里的数据。图像和 LIDAR 的结合使得为战略行动生成精确的高分辨率城市数字高程模型变得更加容易。
Readme Chelsa - 地球表面积高分辨率的气候。1.1版Chelsa(http://chelsa-climate.org/)是高分辨率(30弧sec,〜1 km)的气候数据集,用于地球地面面积。版本1.0是第一个版本。它包括1979 - 2013年期间的每月和年平均温度和降水模式。chelsa_v1基于ERA临时全球循环模型(http://www.ecmwf.int/en/research/climate/climate-reanalysis/era inersy/ERAS)的准机械统计降低缩减(http://www.ecmwf.int scalime ofera) (https://www.ncdc.noaa.gov/ghcnm/)偏置校正。规格:高分辨率(30 Arcsec,〜1 km)降水量和温度每月覆盖1979 - 2013年掺入topocclimate(例如,地形降雨和风场)。缩小的ERA-Interim模型。允许根据每月值(例如干燥期长度等)计算派生参数。Chelsa的所有产品均位于参考WGS 84水平基准的地理坐标系中,水平坐标为小数为小数。Chelsa层的扩展(最小和最大纬度和经度)是从1- arc-second gmted2010数据继承的坐标系的结果,该数据本身从1- arc-second srtm数据继承了网格范围。请注意,由于输入GMTED2010数据的像素中心引用,每个Chelsa网格的全部范围由像素的外部边缘定义与纬度或经度的整数值不同,而纬度或经度的整数值为0.00013888888度(OR 1/2 Arc-Second)。基于Legacy Gtopo30产品的产品用户应注意,Chelsa(和GMTED2010)和GTOPO30的坐标参考并不相同。在gtopo30中,纬度和经度的整数线直接落在30弧秒的像素的边缘上。因此,当用基于GTOPO30的产品覆盖Chelsa时,将在相应30- arc-second像素的边缘之间观察到1/2弧形 - 第二位。数据集为Geotiff格式。可以使用标准GIS软件(例如:saga gis - (免费)http://www.saga-gis.org/ arcgis -https://wwwww.arcgis.com/ qgis-qgis- qgis-(免费) GIS-(免费)https://grass.osgeo.org/从现在的1.0网格范围变化,现在类似于GMTED2010分辨率(十进制程度)的一个:0.00833333333西范围西范围(最小x配合,x配置,最小值):-180.000.000.000.000.000.000.000.000.000.000.000.000.000.000138888 ymimuimum y mimum y -00 musitive y latitive 8.90 0.90:90.90:90.90。范围(最大X坐标,经度):179.9998611111 NorthExtent(最大Y坐标,纬度):83.9998611111行:20,800 Columsn:43,200 - 每月降水版本1.1现在具有GHCN偏置校正。
虽然 AST 推力平衡器目前的状态已经超出了其设计目标,但它还有进一步改进的潜力,以实现更高的分辨率和更低的噪音。从我们的角度来看,机械结构似乎尚未达到极限。目前,AST 正在构建基于非常相似的机械设计的推力平衡器的新版本,它将具有改进的电子元件。目前,音圈致动器能够产生从 -1.8 N 到 1.8 N 范围内的力,固有分辨率为 16 位,通过插值技术略有增强。新版本的推力平衡器将使用分辨率更高的组件,因此在高达 1 N 的整个测量范围内表现出更好的性能。此外,还将开发一种专用于推力噪声测量的新型音圈电流源。它仅覆盖较小的推力范围,从而显着提高分辨率并降低此特定应用的噪音。在目前的状态下,推力平衡电子设备仅由标准型部件组成。在全新改进的电路设计的关键部分使用低噪声部件也有望显著降低整体本底噪声。作为一项附加功能,新型推力平衡器将配备第二个独立的现场校准装置,该装置基于物理原理而非音圈致动器。因此,这种新装置与现有的第二个音圈致动器相结合,将提供两种独立的现场校准方法,从而实现绝对推力测量的高精度。
为了充分发挥其潜力,许多科学和技术领域(例如地球气候监测和保护、国防和安全以及太阳系探索)需要尽可能多地获得非常高分辨率的图像,将高分辨率图像和高重访率结合起来。然而,目前,以合理的成本实现高空间分辨率和高时间分辨率的结合还遥不可及。事实上,只有使用 LEO(低地球轨道)星座中的多颗卫星才能同时满足这两个要求,这需要使用小型单个卫星来降低成本。然而,使用小型平台(例如 CubeSat,一种微型标准卫星)会限制光学孔径的大小,从而限制空间分辨率。例如,由于衍射极限,直径为 10 厘米的望远镜(CubeSat 上的典型最大孔径)只能从 500 公里轨道提供可见光波长(500 纳米)下 3 米分辨率的图像。在 CubeSat 上开发大于 10 厘米的光学孔径是一项重大的光机挑战。
近年来,光学遥感系统和方法已成为控制地球表面物体状态和事件的基本工具。为了监测自然现象后果和地球表面状态,需要使用高空间分辨率的卫星:Pleiades-1A、Pleiades-1B、TripleSat Constellation (DMC-3)、DubaiSat-2、Jilin-1、WorldView-1、2、3、RapidEye、Cartosat -3 等。这些卫星可以以数字方式获取目标局部区域的数百幅图像。这种多通道数据的分析是一项非常困难的任务,归结为强调特定物体、获取其特征和相对位置。安装在卫星上的遥感设备的典型数据集包括:多光谱(多通道)图像和全色图像(PAN)。全色图像的空间分辨率通常高于多光谱图像,这大大增加了物体识别的复杂性并对所使用的处理方法施加了限制。对于原始数据的信息内容改进,现有的图像处理方法存在一系列缺点,其中最主要的是颜色失真 [1-4]。这项工作的目的是提高原始多通道图像的空间分辨率,尽量减少颜色失真。从 WorldView-2 卫星拍摄的图像被用作输入数据。为了确定所提出的信息技术的有效性