На рисунке 3️⃣ показаны снимки в С- 3️⃣a и в L-диапазоне 3️⃣b области в северном Висконсине (США), которая в основном покрыта лесом и содержит много озер. Из-за зеркального отражения от гладких поверхностей озера на обоих снимках выглядят темными. След от торнадо (ветровал) проявляется в виде почти вертикальной темной линии, проходящей через центр снимка 3️⃣b. Торнадо произошел за 10 лет до съемки и повалил большинство деревьев на своем пути. Большую часть поваленных деревьев убрали, а на их месте выросли молодые деревья. Во время съемки, полог молодых деревьев, растущих в районе следа от торнадо, стал достаточно шероховатым, так что на снимке в С-диапазоне (6 см) молодые деревья сливаются с более зрелыми деревьями окружающего лесного массива. Для волн L-диапазона (24 см) полог молодых деревьев выглядит более гладким, чем окружающий лесной массив, поэтому след от торнадо виден на снимке как темная линия.
Угол падения также оказывает значительное влияние на отражение сигнала радара от растительности. На рисунке 4️⃣ показаны спутниковые радарные снимки лесистой местности на севере штата Флорида (США), которые сделаны под разными углами падения сигнала. Рельеф местности пологий, со средней высотой 45 м. На рисунке 4️⃣b различные типы почвенно-растительного покрова можно определить по их тону, текстуре и форме. Водоемы (W) имеют темный тон и гладкую текстуру. Вырубки (C) имеют темный тон с неяркой пестрой текстурой и прямоугольную или угловатую форму. Полоса отвода линий электропередач (P) и дороги (R) имеют темный тон, и форму в виде узких линейных полос. Сосновый лес (F), занимающий большую часть снимка, имеет средний тон с пестрой текстурой. Болота (S), покрытые в основном из лиственными породами деревьев, имеют светлый тон и пеструю текстуру.
Однако относительные тона лесных массивов значительно меняются в зависимости от угла падения сигнала. Например, болота с лиственным лесом имеют темный оттенок при угле падения 58°, и визуально их невозможно отличить от соснового леса. Но те же болота выглядят несколько светлее соснового леса при угле падения 45°, и гораздо светлее — при угле падения 28°. Считается, что очень высокий уровень отражения радарного сигнала от этих болот на изображении под углом 28° вызван зеркальным отражением от стоячей воды в сочетании с отражением от стволов деревьев, что приводит к двойному отражению (действию уголкового отражателя). Этот эффект более выражен при угле падения 28°, чем при больших углах падения, потому что проникновение радарных волн сквозь лесной полог больше при меньшем угле падения.
#SAR #основы
Угол падения также оказывает значительное влияние на отражение сигнала радара от растительности. На рисунке 4️⃣ показаны спутниковые радарные снимки лесистой местности на севере штата Флорида (США), которые сделаны под разными углами падения сигнала. Рельеф местности пологий, со средней высотой 45 м. На рисунке 4️⃣b различные типы почвенно-растительного покрова можно определить по их тону, текстуре и форме. Водоемы (W) имеют темный тон и гладкую текстуру. Вырубки (C) имеют темный тон с неяркой пестрой текстурой и прямоугольную или угловатую форму. Полоса отвода линий электропередач (P) и дороги (R) имеют темный тон, и форму в виде узких линейных полос. Сосновый лес (F), занимающий большую часть снимка, имеет средний тон с пестрой текстурой. Болота (S), покрытые в основном из лиственными породами деревьев, имеют светлый тон и пеструю текстуру.
Однако относительные тона лесных массивов значительно меняются в зависимости от угла падения сигнала. Например, болота с лиственным лесом имеют темный оттенок при угле падения 58°, и визуально их невозможно отличить от соснового леса. Но те же болота выглядят несколько светлее соснового леса при угле падения 45°, и гораздо светлее — при угле падения 28°. Считается, что очень высокий уровень отражения радарного сигнала от этих болот на изображении под углом 28° вызван зеркальным отражением от стоячей воды в сочетании с отражением от стволов деревьев, что приводит к двойному отражению (действию уголкового отражателя). Этот эффект более выражен при угле падения 28°, чем при больших углах падения, потому что проникновение радарных волн сквозь лесной полог больше при меньшем угле падения.
#SAR #основы
1️⃣ Снимок сельскохозяйственных полей в окрестностях Виннипега (провинция Альберта, Канада), сделанный радаром L-диапазона с беспилотника: a) 17 июня, b) 17 июля.
2️⃣ Снимки сельскохозяйственных полей на территории Нидерландов, сделанные авиационным радаром a) C-диапазон (3.75–7.5 см), b) L-диапазон (15–30 см), c) P-диапазон (30–100 см). HH-поляризация.
3️⃣ Снимки радара SIR-C покрытой лесом территории в северном Висконсине (США): a) C-диапазон, b) L-диапазон. След от торнадо в виде вертикальной темной линии виден только на снимке, сделанном в L-диапазоне.
4️⃣ Снимки радара SIR-B images на территории северной Флориды, L-диапазон: a) угол падения 58°, 9 октября; b) угол падения 45°, 10 октября; c) угол падения 28°, 11 октября. C —вырубки (clear-cut area), F — сосновый лес, P — полоса отвода под линию электропередач, R — дорога; S — болото, W — открытый водоем.
Источник снимков: Lillesand T.M., Kiefer R.W., Chipman J. Remote Sensing and Image Interpretation (7th edition), Wiley, 2015. Chapter 6.
2️⃣ Снимки сельскохозяйственных полей на территории Нидерландов, сделанные авиационным радаром a) C-диапазон (3.75–7.5 см), b) L-диапазон (15–30 см), c) P-диапазон (30–100 см). HH-поляризация.
3️⃣ Снимки радара SIR-C покрытой лесом территории в северном Висконсине (США): a) C-диапазон, b) L-диапазон. След от торнадо в виде вертикальной темной линии виден только на снимке, сделанном в L-диапазоне.
4️⃣ Снимки радара SIR-B images на территории северной Флориды, L-диапазон: a) угол падения 58°, 9 октября; b) угол падения 45°, 10 октября; c) угол падения 28°, 11 октября. C —вырубки (clear-cut area), F — сосновый лес, P — полоса отвода под линию электропередач, R — дорога; S — болото, W — открытый водоем.
Источник снимков: Lillesand T.M., Kiefer R.W., Chipman J. Remote Sensing and Image Interpretation (7th edition), Wiley, 2015. Chapter 6.
Forwarded from Наука, Техника и Нейросети
This media is not supported in your browser
VIEW IN TELEGRAM
100-летний прибор для рисования — камера-люцида. С её помощью художники добивались правильной перспективы и большего сходства.
Забытые технологии
Забытые технологии
Успешное тестирование камер наноспутника “Святобор-1”
Успехом завершилось тестирование блока камер наноспутника НИЯУ МИФИ “Святобор-1”. Аппарат был запущен 27 июня текущего года, в рамках проекта Space π. Он будет отслеживать стихийные бедствия и пожары.
На тестовом снимке (источник) лесных пожаров нет, есть только облака. Камера видимого диапазона должна обеспечить пространственное разрешение 15–17 метров на пиксель. Есть и тепловизионная камера с пространственным разрешением около 250 метров.
Аппаратурой ДЗЗ интересное на “Святоборе” не ограничивается. На спутнике стоит экспериментальная плазменная двигательная установка VERA, разработки института ЛаПлаз и студентов НИЯУ МИФИ, предназначенная для коррекции и поддержания орбиты.
Видео о создании спутника.
#пожары
Успехом завершилось тестирование блока камер наноспутника НИЯУ МИФИ “Святобор-1”. Аппарат был запущен 27 июня текущего года, в рамках проекта Space π. Он будет отслеживать стихийные бедствия и пожары.
На тестовом снимке (источник) лесных пожаров нет, есть только облака. Камера видимого диапазона должна обеспечить пространственное разрешение 15–17 метров на пиксель. Есть и тепловизионная камера с пространственным разрешением около 250 метров.
Аппаратурой ДЗЗ интересное на “Святоборе” не ограничивается. На спутнике стоит экспериментальная плазменная двигательная установка VERA, разработки института ЛаПлаз и студентов НИЯУ МИФИ, предназначенная для коррекции и поддержания орбиты.
Видео о создании спутника.
#пожары
Интерпретация радарных снимков: электрические свойства
Электрические свойства наблюдаемой поверхности, в тесной связи с геометрическими характеристиками, определяют интенсивность отраженного радарного сигнала. Одним из показателей, характеризующих электрические свойства объектов, является диэлектрическая проницаемость.
Под воздействием внешнего электрического поля происходит поляризация диэлектрика, в результате которой в диэлектрике создается внутреннее противоположно направленное электрическое поле. Чем больше диэлектрическая проницаемость, тем сильнее проявляется эффект поляризации. При этом внешнее поле (сигнал радара) проникает внутрь материала на меньшую глубину, но сильнее отражается от поверхности.
В микроволновой области спектра большинство природных материалов в сухом состоянии имеют диэлектрическую проницаемость в диапазоне от 3 до 8. С другой стороны, вода имеет диэлектрическую проницаемость около 80. Таким образом, наличие влаги в почве или растительности существенно повышает отражательную способность последних. Более того, изменение уровня радарного сигнала при переходе от одного материала к другому часто связано с изменением влагосодержания гораздо теснее, чем с изменением самих материалов. Поскольку растения обладают большой площадью поверхности и часто имеют высокое содержание влаги, они являются особенно хорошими отражателями энергии сигнала радара. При этом диэлектрические свойства и микрорельеф растительного полога изменяется в течение года.
Диэлектрическая проницаемость растительности изменяется в зависимости от атмосферных условий. Облака ограничивают падающую на поверхность Земли радиацию, изменяя содержание воды в приземной растительности. В частности, облака уменьшают или прекращают транспирацию — испарение воды через наружные органы растений. Это, в свою очередь, приводит к изменению влагосодержания растений, а значит — изменению их диэлектрической проницаемости и отражения радарного сигнала.
Металлические объекты также дают сильное отражение радарного сигнала, в результате чего металлические транспортные средства, мосты, силосные башни, железнодорожные пути и столбы обычно выглядят на радарных снимках как яркие объекты. На рисунке 1️⃣ показан радарный снимок Гонконга (4 октября 1994 года) и прилегающих к нему районов юго-восточного Китая, сделанный в X-диапазоне. Гонконг — один из самых оживленных морских портов в мире, и многочисленные корабли выглядят на снимке как небольшие яркие объекты. Очень высокое отражение сигнала от кораблей объясняется их металлическим корпусом, двойными отражениями от судовых конструкций, а также двойными отражениями от поверхности воды и бортов судов. Городские районы на снимке также демонстрируют очень высокий уровень отражения сигнала из-за наличия крупных зданий, которые выступают в роли уголковых отражателей. Поверхность моря является зеркальным отражателем и выглядит темной. Отметим также эффект наложения (layover) на гористом рельефе острова Гонконг в правой части снимка.
Некоторые особенно яркие объекты на рисунке 1️⃣, такие как корабли и крупные здания, имеют аномальные крестообразные узоры, направленные наружу от центральных точек (мы уже видели такие здесь). Эти артефакты возникают, когда обратное рассеяние от объекта (как правило, металлического уголкового отражателя) настолько велико, что превышает динамический диапазон радарной системы, вводя электронику антенны в состояние насыщения. Крестообразные узоры часто наблюдаются при съемке крупных угловатых металлических объектов, таких как мосты, корабли и морские нефтяные вышки, на фоне темной гладкой воды.
#SAR #основы
Электрические свойства наблюдаемой поверхности, в тесной связи с геометрическими характеристиками, определяют интенсивность отраженного радарного сигнала. Одним из показателей, характеризующих электрические свойства объектов, является диэлектрическая проницаемость.
Под воздействием внешнего электрического поля происходит поляризация диэлектрика, в результате которой в диэлектрике создается внутреннее противоположно направленное электрическое поле. Чем больше диэлектрическая проницаемость, тем сильнее проявляется эффект поляризации. При этом внешнее поле (сигнал радара) проникает внутрь материала на меньшую глубину, но сильнее отражается от поверхности.
В микроволновой области спектра большинство природных материалов в сухом состоянии имеют диэлектрическую проницаемость в диапазоне от 3 до 8. С другой стороны, вода имеет диэлектрическую проницаемость около 80. Таким образом, наличие влаги в почве или растительности существенно повышает отражательную способность последних. Более того, изменение уровня радарного сигнала при переходе от одного материала к другому часто связано с изменением влагосодержания гораздо теснее, чем с изменением самих материалов. Поскольку растения обладают большой площадью поверхности и часто имеют высокое содержание влаги, они являются особенно хорошими отражателями энергии сигнала радара. При этом диэлектрические свойства и микрорельеф растительного полога изменяется в течение года.
Диэлектрическая проницаемость растительности изменяется в зависимости от атмосферных условий. Облака ограничивают падающую на поверхность Земли радиацию, изменяя содержание воды в приземной растительности. В частности, облака уменьшают или прекращают транспирацию — испарение воды через наружные органы растений. Это, в свою очередь, приводит к изменению влагосодержания растений, а значит — изменению их диэлектрической проницаемости и отражения радарного сигнала.
Металлические объекты также дают сильное отражение радарного сигнала, в результате чего металлические транспортные средства, мосты, силосные башни, железнодорожные пути и столбы обычно выглядят на радарных снимках как яркие объекты. На рисунке 1️⃣ показан радарный снимок Гонконга (4 октября 1994 года) и прилегающих к нему районов юго-восточного Китая, сделанный в X-диапазоне. Гонконг — один из самых оживленных морских портов в мире, и многочисленные корабли выглядят на снимке как небольшие яркие объекты. Очень высокое отражение сигнала от кораблей объясняется их металлическим корпусом, двойными отражениями от судовых конструкций, а также двойными отражениями от поверхности воды и бортов судов. Городские районы на снимке также демонстрируют очень высокий уровень отражения сигнала из-за наличия крупных зданий, которые выступают в роли уголковых отражателей. Поверхность моря является зеркальным отражателем и выглядит темной. Отметим также эффект наложения (layover) на гористом рельефе острова Гонконг в правой части снимка.
Некоторые особенно яркие объекты на рисунке 1️⃣, такие как корабли и крупные здания, имеют аномальные крестообразные узоры, направленные наружу от центральных точек (мы уже видели такие здесь). Эти артефакты возникают, когда обратное рассеяние от объекта (как правило, металлического уголкового отражателя) настолько велико, что превышает динамический диапазон радарной системы, вводя электронику антенны в состояние насыщения. Крестообразные узоры часто наблюдаются при съемке крупных угловатых металлических объектов, таких как мосты, корабли и морские нефтяные вышки, на фоне темной гладкой воды.
#SAR #основы
1️⃣ Радарный снимок Гонконга (Китай), сделанный в X-диапазоне 4 октября 1994 года. Источник: Lillesand T.M., Kiefer R.W., Chipman J. Remote Sensing and Image Interpretation (7th edition), Wiley, 2015. Chapter 6.
2️⃣ Фрагмент радарного снимка с движущимся железнодорожным составом. Источник: Коберниченко В. Г. Радиоэлектронные системы дистанционного зондирования Земли. Екатеринбург: Изд-во Урал. ун-та, 2016.
2️⃣ Фрагмент радарного снимка с движущимся железнодорожным составом. Источник: Коберниченко В. Г. Радиоэлектронные системы дистанционного зондирования Земли. Екатеринбург: Изд-во Урал. ун-та, 2016.
Новости гиперспектрометра EMIT
Недавний вебинар Meet EMIT, the Newest Imaging Spectrometer on the International Space Station принес новости о данных гиперспектрометра EMIT. Коротко:
1. На Earthdata Search появились данные второго уровня 1️⃣: EMIT L2A Estimated Surface Reflectance and Uncertainty and Masks 60 m и EMIT L2B Estimated Mineral Identification and Band Depth and Uncertainty.
2. Заработал портал Visions, где доступно покрытие и план съемки EMIT 2️⃣.
3. Съемка EMIT не ограничена “пылевыми” регионами. Снимают, в частности, Европу. Снимок территории Румынии показан на рисунке 3️⃣ (композит в естественных цветах). Подробнее — смотри Visions.
#гиперспектр #данные
Недавний вебинар Meet EMIT, the Newest Imaging Spectrometer on the International Space Station принес новости о данных гиперспектрометра EMIT. Коротко:
1. На Earthdata Search появились данные второго уровня 1️⃣: EMIT L2A Estimated Surface Reflectance and Uncertainty and Masks 60 m и EMIT L2B Estimated Mineral Identification and Band Depth and Uncertainty.
2. Заработал портал Visions, где доступно покрытие и план съемки EMIT 2️⃣.
3. Съемка EMIT не ограничена “пылевыми” регионами. Снимают, в частности, Европу. Снимок территории Румынии показан на рисунке 3️⃣ (композит в естественных цветах). Подробнее — смотри Visions.
#гиперспектр #данные
Forwarded from РГАНТД - официальный канал Российского государственного архива научно-технической документации
июле-августе 1973 г. Советский Союз направил к Марсу сразу четыре автоматические станции – «Марс-4, -5, -6, -7». РГАНТД впервые публикует ранее секретный документ о результатах этого проекта.
В РГАНТД хранится исторически важный, недавно рассекреченный документ – «Отчет о результатах проведения научных экспериментов на КА «Марс-4, 5, 6, 7»», который был утвержден 20 сентября 1974 г. директором Института космических исследований АН СССР академиком Р.З. Сагдеевым. В отчете представлен состав научной аппаратуры и подробные результаты научных экспериментов по каждому прибору в отдельности (всего 20 научных приборов). В документе также приведены результаты полета всех четырех «Марсов».
Подробности на нашем сайте в материале Сергея Шамсутдинова.
В РГАНТД хранится исторически важный, недавно рассекреченный документ – «Отчет о результатах проведения научных экспериментов на КА «Марс-4, 5, 6, 7»», который был утвержден 20 сентября 1974 г. директором Института космических исследований АН СССР академиком Р.З. Сагдеевым. В отчете представлен состав научной аппаратуры и подробные результаты научных экспериментов по каждому прибору в отдельности (всего 20 научных приборов). В документе также приведены результаты полета всех четырех «Марсов».
Подробности на нашем сайте в материале Сергея Шамсутдинова.
РГАНТД
Марсианская эскадра
В июле-августе 1973 г. Советский Союз направил к Марсу сразу четыре
автоматические станции – «Марс-4, -5, -6, -7». РГАНТД впервые публикует ранее
секретный документ о результатах этого проекта.
автоматические станции – «Марс-4, -5, -6, -7». РГАНТД впервые публикует ранее
секретный документ о результатах этого проекта.
Выявление геоглифов Наска с помощью нейросети
Группа японских ученых из Университета Ямагата обучила нейросеть выявлять геоглифы на плато Наска. Нейросеть обнаружила на аэрофотоснимках четыре ранее неизвестные фигуры — изображения гуманоида, пары ног или рук, рыбы с широко открытым ртом и птицы. Статья опубликована в Journal of Archaeological Science.
Поиск новых геоглифов осложняли несколько проблем. Во-первых, использовать для обучения известные геоглифы целиком было нельзя, из-за риска, что обученная таким образом нейросеть будет искать только геоглифы, похожие на уже известные. Во-вторых, объем обучающих данных был мал: для решения подобных задач нужны наборы данных, состоящие из миллионов изображений, тогда как в распоряжении ученых был всего 21 геоглиф. В-третьих, геоглифы имеют размеры порядка десятков метров и не помещаются целиком на аэрофотоснимке.
Третья проблема подсказала путь решения задачи. Ученые разделили известные геоглифы на относительно простые изобразительные элементы и использовали их в качестве обучающих данных, предположив, что в новых геоглифах будут встречаться аналогичные элементы. Если несколько элементов будет найдено в одном месте, из них можно будет собрать целый геоглиф. Последний этап работы доверили человеку
На рисунках показаны три из четырех новых геоглифа (один авторы опубликовали раньше). Сначала идет аэрофотоснимок, затем контуры геоглифа, обнаруженные нейросетью.
#археология #нейронки
Группа японских ученых из Университета Ямагата обучила нейросеть выявлять геоглифы на плато Наска. Нейросеть обнаружила на аэрофотоснимках четыре ранее неизвестные фигуры — изображения гуманоида, пары ног или рук, рыбы с широко открытым ртом и птицы. Статья опубликована в Journal of Archaeological Science.
Поиск новых геоглифов осложняли несколько проблем. Во-первых, использовать для обучения известные геоглифы целиком было нельзя, из-за риска, что обученная таким образом нейросеть будет искать только геоглифы, похожие на уже известные. Во-вторых, объем обучающих данных был мал: для решения подобных задач нужны наборы данных, состоящие из миллионов изображений, тогда как в распоряжении ученых был всего 21 геоглиф. В-третьих, геоглифы имеют размеры порядка десятков метров и не помещаются целиком на аэрофотоснимке.
Третья проблема подсказала путь решения задачи. Ученые разделили известные геоглифы на относительно простые изобразительные элементы и использовали их в качестве обучающих данных, предположив, что в новых геоглифах будут встречаться аналогичные элементы. Если несколько элементов будет найдено в одном месте, из них можно будет собрать целый геоглиф. Последний этап работы доверили человеку
На рисунках показаны три из четырех новых геоглифа (один авторы опубликовали раньше). Сначала идет аэрофотоснимок, затем контуры геоглифа, обнаруженные нейросетью.
#археология #нейронки