Trung tâm vụ trũ Khrunichev của Nga phát triển hệ thông tên lửa tái sử dụng

/in /by

Nga: Trung tâm Nghiên cứu và Sản xuất Không gian Khrunichev của Nga đã hoàn thành việc xây dựng kế hoạch chi tiết cho tên lửa tái sử dụng của Nga và gửi tài liệu đến Viện Nghiên cứu Trung tâm Máy xây dựng (TsNIIMash) của Roscosmos để đánh giá, Sputnik đưa tin.

“Các tài liệu về các chủ đề tái sử dụng được gửi đến TsNIIMash. Họ cần nghiên cứu và cung cấp các ý kiến ​​chuyên gia của họ, ”một phát ngôn viên của trung tâm không gian cho biết.

Trước đây,  Trung tâm Khrunichev đã được báo cáo rằng đang thực hiện các công trình nghiên cứu thiết kế trên các tên lửa mang với giai đoạn tái sử dụng đầu tiên. Nhiều đề án tái sử dụng tên lửa đang được nghĩ tới, bao gồm cả hạ cánh thẳng đứng, hệ thống cứu hộ dù bay và sơ đồ có cánh của phần có thể tái sử dụng của tên lửa.

Đây không phải là dự án đầu tiên trong lĩnh vực tên lửa tái sử dụng được phát triển ở Nga. Ngày 4 tháng 6, Phó Tổng Giám đốc Quản lý Dự án của Ilyushin Aviation Complex Dmitry Gerasimov cho biết các nhà sản xuất Nga đã phát triển một số cấu hình cho tên lửa không gian tái sử dụng quốc gia đầu tiên.

Nguồn

Bốn vệ tinh Galileo được phóng thành công từ Guiane thuộc Pháp

/in /by

Pháp:  Bốn vệ tinh Galileo 23, 24, 25, 26 đã được phóng thành công từ tên lửa Ariane 5 ES vào thứ Tư 25/07 lúc 11:25 GMT từ bãi phóng Spaceport của châu Âu ở Kourou, Guiana thuộc Pháp. Sự kiện này đánh dấu việc hoàn thành chu kỳ xây dựng đầu tiên cho nhóm vệ tinh Galileo, hiện tại đã có 26 vệ tinh. Đây cũng là sứ mệnh thứ 99 và là cuối cùng của tên lửa Ariane 5 sẽ được thay thế bởi tên lửa Ariane 6 mới hơn.

Hệ thống Galileo bắt đầu hoạt động vào ngày 15/12/2016 và kể từ đó một số lượng lớn các thiết bị thương mại sử dụng Galileo đến nay. Hoàn thiện giúp Galileo cải thiện đáng kể độ chính xác định vị.

Sau sự kiện phóng này, vẫn sẽ có bốn vệ tinh được triển khai cho đến năm 2021 để đạt được 30 vệ tinh (24 hoạt động và 6 thay thế cho thế hệ vệ tinh đầu tiên). Tại thời điểm này, hệ thống định vị sẽ hoàn toàn tự động.

Công bố thuật toán học sâu mới giúp giải quyết khối Rubik lập phương

/in /by

Khối Rubik lập phương được phát minh bởi nhà điêu khắc và kiến ​​trúc sư người Hungary Erno Rubik nằm 1974.  Nhóm các nhà nghiên cứu của UC Irvine đã phát triển thuật toán có khả năng giải khối Rubik mà không đến sự hỗ trợ của con người. Đây là một bước tiến của học sâu tăng cường (DRL) – là sự kết hợp của học sâu và Monte Carlo Tree Search (MCTS). Kết quả nghiên cứu đã được công bố trong bài báo “Solving the Rubik’s Cube Without Human Knowledge” xuất bản trên arXiv.

“Các thuật toán của chúng tôi có thể giải quyết 100% các khối ngẫu nhiên trong khi đạt được độ phân giải trung bình 30 di chuyển – nhỏ hơn hoặc bằng các giải pháp sử dụng kiến ​​thức của con người” theo kết luận của bài báo.

Khối Rubik lập phương có một không gian trạng thái lớn, với khoảng 4.3 × 10^19 trạng thái. Rubik đã dành một tháng để tìm ra thuật toán đầu tiên để giải quyết khối lập phương. “Kể từ đó, Cube của Rubik đã trở nên phổ biến trên toàn thế giới và nhiều thuật toán định hướng con người để giải quyết nó đã được phát hiện. Các thuật toán này rất đơn giản để ghi nhớ và dạy cho con người cách giải quyết khối lập phương theo cách có cấu trúc, từng bước”. Tuy nhiên, việc giải bài toán này bằng máy là vô cùng phức tạp vì không gian trạng thái lớn và số lượng trạng thái phần thưởng rất nhỏ. Dưới đây là mô tả ngắn gọn về cách các nhà nghiên cứu tấn công vấn đề được trích từ bài báo:

To overcome a sparse reward in a model-based environment with a large state space, we introduce Autodidactic Iteration (ADI): an algorithm inspired by policy iteration for training a joint value and policy network. ADI trains the value function through an iterative supervised learning process. In each iteration, the inputs to the neural network are created by starting from the goal state and randomly taking actions. The targets seek to estimate the optimal value function by performing a breadth-first search from each input state and using the current network to estimate the value of each of the leaves in the tree. Updated value estimates for the root nodes are obtained by recursively backing up the values for each node using a max operator. The policy network is similarly trained by constructing targets from the move that maximizes the value. After the network is trained, it is combined with MCTS to efficiently solve the Rubik’s Cube.

Mạng đào tạo sử dụng phương pháp ADI vói 2.000.000 lần lặp. Số lượng dữ liệu đào khoảng 8 tỷ trường hợp (bao gồm các trương lặp lại) và được huấn luyện trong 44 giờ. Nhóm nghiên cứu đã sử dụng một máy chủ với Intel Xeon E5-2620 (32 nhân) và 3 GPU NVIDIA Titan XP.

Thông qua nghiên cứu này, nhóm tác giả đã chứng minh mạng học sâu có thể được đào tạo để hiểu các khái niệm toán học. Từ đó, các nhà khoa học có thẻ hiểu rõ hơn và tối ưu phương pháp này.

Nguồn: hpcwire

Theo dõi lở đất gần thời gian thực do các cơn mưa lớn gây ra

/in /by

Mới đây các nhà khoa học có thể xem xét các mối đe dọa lở đất bất cứ nơi nào trên thế giới gần thời gian thực, nhờ vào dữ liệu vệ tinh và mô hình mới do NASA phát triển.

Mô hình này, được phát triển tại Trung tâm bay không gian Goddard của NASA ở Greenbelt, Maryland, ước tính hoạt động lở đất có thể xảy ra do lượng mưa. Lượng mưa là sự kích hoạt phổ biến nhất của lở đất trên khắp thế giới. Nếu các điều kiện bên dưới bề mặt Trái đất đã không ổn định, mưa lớn hoạt động như rơm cuối cùng gây bùn, đá hoặc mảnh vụn – hoặc tất cả kết hợp – sat lở và trôi xuống núi và sườn đồi.

Một mô hình mới đã được phát triển để xem xét hoạt động sạt lở tiềm năng đang thay đổi trên thế giới như thế nào. Một mô hình đánh giá nguy cơ trượt lở đất toàn cầu (LHASA –  Landslide Hazard Assessment model for Situational Awareness) đã được phát triển để cung cấp một dấu hiệu cho thấy nơi và khi sạt lở đất có thể có khả năng trên khắp thế giới mỗi 30 phút.

Mô hình này được thiết kế để nâng cao hiểu biết của chúng ta về nơi và khi có nguy cơ xảy ra hiện tượng lở đất và cải thiện các ước tính về các mô hình dài hạn. Một phân tích toàn cầu về lở đất trong 15 năm qua bằng cách sử dụng Đánh giá nguy cơ trượt lở đất là một trong những mô hình mới chonhận thức tình huống đã được công bố trực tuyến vào ngày 22 tháng 3 trên tạp chí Earth’s Future.

Dalia Kirschbaum, chuyên gia lở đất tại Goddard và là đồng tác giả của video tư liệu, cho biết: “Lở đất có thể gây ra sự tàn phá và tử vong trên diện rộng, nhưng chúng tôi thực sự không hiểu được nơi nào và khi nào có thể xảy ra hiện tượng lở đất. “Mô hình này giúp xác định thời gian, địa điểm và mức độ nghiêm trọng của các hiểm họa lở đất tiềm ẩn trong thời gian thực gần như trên toàn cầu. Chưa từng có mô hình thực hiện như thế này trước đây”.

Mô hình ước lượng hoạt động lở đất tiềm năng bằng cách xác định các khu vực đầu tiên có lượng mưa lớn, dai dẳng và gần đây. Ước tính lượng mưa được cung cấp bởi một sản phẩm đa vệ tinh được NASA phát triển bằng cách sử dữ liệu đo lường lượng mưa toàn cầu của Cơ quan thăm dò vũ trụ của NASA và Nhật Bản, cung cấp ước tính lượng mưa trên toàn thế giới cứ 30 phút một lần. Mô hình xem xét khi dữ liệu GPM vượt quá ngưỡng mưa và đối chiếu với các dữ liệu quan trọng trong bảy ngày qua.

Ở những nơi có lượng mưa cao bất thường, mô hình sau đó sử dụng bản đồ độ nhạy để xác định xem khu vực có dễ bị sạt lở đất hay không. Bản đồ nhạy cảm toàn cầu này được phát triển dựa trên 5 yếu tố đóng vai trò quan trọng trong hoạt động lở đất:

  • Các con đường đã được xây dựng gần đó
  • Cây cối bị loại bỏ hoặc đốt cháy
  • Lỗi kiến ​​tạo lớn ở gần
  • Nền địa chất yếu
  • Sườn đồi dốc.

 

Nếu bản đồ nhạy cảm cho thấy khu vực có lượng mưa lớn là dễ bị tổn thương, mô hình sẽ tạo ra một “nowcast” xác định khu vực là có khả năng xảy ra lở đất cao hoặc trung bình. Mô hình tạo ra các bản tin mới mỗi 30 phút.

Nghiên cứu này cho thấy xu hướng dài hạn khi sản lượng của mô hình được so sánh với cơ sở dữ liệu trượt lở có niên đại từ năm 2007. Phân tích của nhóm cho thấy “mùa lở đất” toàn cầu với mức cao nhất về số lở đất trong tháng 7 và tháng 8. Mùa gió mùa và gió mùa nhiệt đới ở Đại Tây Dương và Thái Bình Dương.

 

Nguồn: NASA

ESA ra mắt dự án trường học để với chủ đề về bảo vệ khí hậu của trái đất

/in /by

ESA đã công bố một dự án trường học mới cho học sinh trong độ tuổi từ 8 đến 15, sẽ bắt đầu vào đầu tháng 10 năm 2018 và được tổ chức trong suốt năm học. Học sinh sẽ được thử thách để ‘tạo sự khác biệt’. Các học sẽ xác định một vấn đề khí hậu bằng cách quan sát môi trường địa phương của họ và được giao nhiệm vụ điều tra với tư cách như là ‘Các thám tử khí hậu’ bằng cách sử dụng các hình ảnh vệ tinh hoặc các phép đo mặt đất. Dựa trên kết quả của này, các nhóm có thể đề xuất các cách để theo dõi hoặc nâng cao nhận thức về vấn đề có thể ảnh hưởng đến khí hậu của trái đất. Các học sinh sẽ tìm hiểu về khí hậu trên Trái đất như một hệ thống phức tạp và luôn thay đổi và hiểu được tầm quan trọng của việc tôn trọng môi trường của chúng ta.

Trong quá trình phối hợp với Văn phòng Khí hậu ESA và Văn phòng Nguồn lực Giáo dục Không gian Châu Âu (ESERO), tại các giai đoạn quan trọng của dự án, các chuyên gia trong lĩnh vực quan sát trái đất và khí hậu sẽ hỗ trợ các nhóm bằng cách đưa ra phản hồi bằng văn bản về kế hoạch dự án của họ. Các sự kiện trực tuyến có sự tham gia với một nhà khoa học cũng sẽ được tổ chức để cung cấp cho đội cảm hứng và hướng dẫn cho công việc thực tế của họ. Tất cả các đội tham gia sẽ chia sẻ kết quả nghiên cứu của họ thông qua một trang web dự án chuyên dụng.

Sự tham gia dành cho các nhóm học sinh, từ 8-15 tuổi, từ một nước thành viên của ESA. Các đội phải được dẫn dắt bởi một giáo viên và phải bao gồm ít nhất 6 học sinh trở lên.

Công tác chuẩn bị cho dự án đang được gấp rút hoàn thành. Các chủ đề nghiên cứu, tìm hiểu bao gồm thời tiết và khí hậu, mùa, trái đất và khí quyển, và các thảm họa tự nhiên và nhân tạo.

 

Nguồn: ESA launches school project to protect earth’s climate

G-Tourism: Ứng dụng GIS trong du lịch

/in /by

Ấn Độ là quê hương của 36 di tích và kỳ quan thế giới, Ấn Độ cũng luôn là một trong những điểm đến mơ ước của du khách trên toàn thế giới.

Ấn Độ, vùng đất đa văn hóa và sắc tộc! Ấn Độ thu hút hơn 8.03 triệu du khách nước ngoài vào năm 2015 và con số này tăng lên 8.8 triệu vào năm 2016 (GOI, 2017). Theo báo cáo của tổ chức du lịch Thế giới (WTTC, 2017), ngành du lịch của Ấn Độ tạo ra 220 tỉ USD vào năm 2016, chiếm khoảng 9.6% GDP của nước này. Ngành công nghiệp này cũng đáp ứng công việc cho hơn 40.43 triệu người, chiếm khoảng 10% tổng số lao động của quốc gia.

Việc quảng bá du lịch hiện đang sử dụng sức mạnh của internet để thu hút du khách. Facebook, Twitter, YouTube, Instagram và các mạng xã hội khác đã trở thành một công cụ hữu ích có thể tác động đến ngành du lịch. E-Tourism (Du lịch điện tử) đã tiếp quản các hình thức du lịch truyền thống và nó đã hoàn toàn thay đổi cách các ngày lễ được nghiên cứu, lên kế hoạch và trải nghiệm. Những tiến bộ công nghệ như Drone cho phép cung cấp hình ảnh, video với góc nhìn 360 độ và tác động của truyền thông xã hội trong việc chia sẻ trải nghiệm đã cách mạng hóa ngành du lịch trên khắp thế giới.

Sự bùng nổ kĩ thuật số đã mang lại nhiều lợi ích cho các đất nước này nhiều hơn khách du lịch. Ngày nay, từ khách sạn đến quán ăn, mọi thứ cần được hiện diện trên mạng để được công nhận. Một báo cáo của Huffington Post cho biết 95% khách du lịch đọc trung bình ít nhất 7 đánh giá trước khi đặt kỳ nghỉ của họ (HuffPost, 2017). Số lượng ngày càng tăng của du khách kết nối với internet cũng dẫn đến việc khám phá các điểm đến ít được biết đến đã trở thành một xu hướng mới. Ấn Độ cũng cung cấp dịch vụ E-Visa (Visa điện tử) cho hơn 150 quốc gia, để giảm sự phức tạp của du khách khi nhận được Visa (GOI,2016).

Hệ thống thông tin địa lý (GIS) được sử dụng để ghi lại, lưu trữ, chỉnh sửa, phân tích và tái tạo dữ liệu không gian hoặc địa lý. Hệ thống GIS sử dụng dữ liệu lớp, trong đó mỗi lớp đại diện cho một dạng dữ liệu không gian, chẳng hạn như một lớp đường phố, lớp rừng, lớp thực vật và nhiều hơn. Tất cả các lớp này sau đó được kết hợp để tạo thành một lớp tích hợp tất cả các dữ liệu. Nó hoạt động như một công cụ để phân tích dữ liệu không gian và hỗ trợ xây dựng các hệ thống hỗ trợ quyết định cho các tổ chức. GIS đã dần dần định hình lại việc quản lý với nhiều ứng dụng của mình, chẳng hạn như Hệ thống thông tin làng (VIS), giảm thiểu rủi ro sạt lở đất và lập bản đồ bầu cử. Chắc chắn, GIS cũng đã đến với ngành du lịch theo cách như vậy.

Khách du lịch có thể dễ dàng truy cập phần lớn tất cả các thông tin liên quan đến một quốc gia, tiểu bang hoặc thành phố đã có sẵn trên internet. Nhưng vẫn còn một số hạn chế, vì việc tìm kiếm thông tin chính xác nhất vẫn là một nhiệm vụ khó. Lượng thông tin khổng lồ không chỉ gây nhầm lẫn mà còn tiêu tốn rất nhiều thời gian. GIS đã được áp dụng trong ngành du lịch để khắc phục những vấn đề này.

GIS không chỉ cung cấp thông tin về các điểm tham quan du lịch mà còn là cơ sở dữ liệu về điều kiện địa lý, giao thông, chỗ ở,… GIS tạo ra các bản đồ chuyên biệt có thể giúp khách du lịch hiểu được điểm đến của họ một cách tốt hơn và chi tiết hơn. Bản đồ GIS được tạo ra từ các ô lưới GIS thực hiện tại Huyện Almora, Uttarakhand. Thông tin về các ô lưới này được thực hiện với sự hỗ trợ của Hệ thống quản lý dữ liệu tài nguyên thiên nhiên (NRDMS), Sở Khoa học và Công nghệ, Chính phủ Ấn Độ và Chính phủ Uttarakhand. Bản đồ phân bố không gian của quận Almora như sau:

Source: GIS Cell, Almora District, Government of Uttarakhand

Hình ảnh trên mô tả vị trí của tất cả các ngôi đền ở quận Almora của Uttarakhand. Bản đồ tương tự có thể được tạo ra cho các đối tượng địa lý khác như dân số, điều kiện tự nhiên và vị trí của khách sạn và nhà nghỉ.

Ứng dụng GIS trong du lịch mở ra con đường mới và nâng cao trải nghiệm du lịch. Thông tin chi tiết, chính xác của những khu vực gần du khách mà họ muốn ghé thăm có thể giúp nâng cao trải nghiệm và hiểu rõ văn hóa và giá trị của của người dân sống trong khu vực. GIS không chỉ giúp khách du lịch mà còn có thể giúp các nhà chức trách trong việc khuyến cáo về những điều không nên làm ở một số nơi, dựa vào đặc điểm dân số, dân tộc và điều kiện môi trường. Sự phát triển của du lịch là cần thiết và GIS đang giúp ngành công nghiệp này có những bước tiến lớn trong việc quản lý và trao đổi thông tin hiệu quả.

Ra mắt chip siêu nhỏ: Google đặt cược lớn vào IoT

/in /by

Google đã công bố một con chip và bộ phần mềm có thể giúp cho các doanh nghiệp ứng dụng IoT và đặt nó trên nền tảng tốt hơn so với các đối thủ cạnh tranh Amazon và Microsoft.

Google đang thực hiện hai bước – một phần cứng và một phần mềm – mang khả năng phân tích và học máy của mình tới các thiết bị IoT để giải quyết tốt hơn với dữ liệu được tạo bởi số thiết bị IoT ngày càng tăng , công ty cho biết tại hội nghị công nghệ Cloud Next.

Bước đầu tiên là Google mở rộng các tính năng của nền tảng phần mềm Cloud IoT của nó để kết nối mạng. Thứ hai là một chip nhỏ có thể được tích hợp trong các thiết bị IoT và xử lý dữ liệu mà chúng thu thập được trước khi truyền nó.

Edge computing – mô tả một kiến trúc nơi một máy tính chuyên dụng ngồi rất gần các điểm cuối IoT để thực hiện phân tích và xử lý dữ liệu từ các điểm cuối đó, trái ngược với việc gửi thông tin đó trở lại trung tâm dữ liệu – và mô hình sắp tới để triển khai IoT, đặc biệt trong các trường hợp sử dụng có các yêu cầu nghiêm ngặt về độ trễ.

 

Google đứng trong số các đối thủ cạnh tranh của nó có thể được trợ giúp bởi chip mà nó công bố tại Cloud Next gọi là Edge TPU giúp tăng tốc độ học máy thông qua phần mềm TensorFlow AI của công ty.

“Tùy thuộc vào hiệu quả của Edge TPU, điều này có thể đã không chỉ bắt chúng lên, nhưng cho phép họ để kéo về phía trước của cuộc thi về mặt kỹ thuật,” Renaud nói.

Edge TPU, một chip tùy chỉnh chỉ bằng một phần nhỏ kích thước của một xu được thiết kế đặc biệt để chạy các mô hình học máy của TensorFlow Lite của Google trên các thiết bị đầu cuối. Ý tưởng là sử dụng các thiết bị IoT để tạo ra các dự đoán và hiểu biết có ý nghĩa.

Google cho biết trên trang web của mình rằng chip có thể được sử dụng để cho phép đưa ra các dự đoán, phát hiện bất thường, thị giác máy, rô bốt và nhận dạng giọng nói, trong số những thứ khác.

Nguồn: Google’s tiny chip represents a big bet on IoT

FIMO tổ chức giải Bi Lắc mở rộng

/in /by

Ngày 27/07/2018 nhân dịp ngày thương binh liệt sỹ và hòa theo không bầu không khí của mùa World Cup tại FIMO đã diễn ra giải đấu Bi Lắc.

Giải đấu được tổ chức lấy tiêu chí rèn luyện sức khỏe và giao lưu học tập. Hình thức tổ chức thi đấu theo cặp và bốc thăm ngẫu nhiên để chọn ra cặp thi đấu và đội đối đầu.

Danh sách các cặp đấu sau khi bốc thăm:

STT Thành viên
1 – Chức MD
– Kazuki
2 – Linh NH
– Văn HD
3 – Dương
– Dũng PT
4 – Cô Thanh NTN
– Công ĐT
5 – Thầy Hưng BQ
– Trường NX
6 – Phan Anh
– Ngọc ĐTN
7 – Thắng LQ
– Phương HX

Sau một bốc chọn đội đối đầu các đội tiến hành thi đấu

Bảng đối đầu vòng loại:

STT A Vs B
1 Đội 1 Đội 2
2 Đội 4 Đội 6
3 Đội 5 Đội 7
Lucky Đội 3

Hình ảnh thi đấu giữa các đội

Đội 1 Vs Đội 2.

Đội 1 đã giành chiến thắng một cách hoàn toàn áp đảo.

Đội 4 Vs Đội 6

Chiến thắng đã thuộc về đội 4.

Đội 5 Vs Đội 7

Đội 7 đã giành chiến thắng 1 cách đầy may mắn.

Kết thúc vòng thi đấu thứ nhất các đội tiến hành bốc thăm để tiếp tục thi đấu vòng bán kết:

Bảng thi đấu bán kết:

STT A Vs B
1 Đội 1 Đội 7
2 Đội 3 Đội 6

Kết thúc vòng thi bán kết chỉ còn lại 2 đội: Đội 1 và Đội 6, 2 đội lại tiếp tục vòng thi chung kết. Giải thưởng cho đội về nhất trong giải đấu đầy hấp dẫn khiến cho trận đấu cuối càng trở nên hấp dẫn hơn bao giờ hết:

Giải thưởng cho đội về nhất

Trận đấu chung kết

Kết thúc giaiar đấu với kết quả đội về nhất là Đội 6.

Hình ảnh ăn mừng sau giải đấu

Xin chúc mừng Đội 6.

Chúng ta cùng chờ đón giải đấu sắp tới. Hy vọng trong giải đấu tiếp theo sẽ có sự góp mặt của các tuyển thủ mới ở FIMO.

Phòng thí nghiệm Descartes mang hệ thống theo dõi @WildfireSignal trực tiếp lên Twitter

/in /by

Một bức ảnh có sức mạnh hơn cả ngàn lời nói. Việc theo dõi các sự kiện thiên nhiên theo thời gian thực đang trở lên thú vị hơn bao giờ hết nhờ việc đăng tải những hình ảnh vệ tinh trên các phương tiện truyền thông.

Hệ thống theo dõi @WildfireSignal của Descartes Labs khám phá khả năng này. Công cụ GOES-16 cùng với bot giúp người dân và những người liên quan trực tiếp theo dõi các vụ cháy rừng ở địa phương bằng các hình ảnh vệ tinh thông qua Twitter. Trong một bài đăng blog gần đây của Descartes Labs, công ty giải thích cách công cụ hoạt động, “Được nhúng trong mỗi tweet, và được phân phát qua hệ thống, là các video time-lapse sử dụng dữ liệu RGB và cận hồng ngoại. Dấu hiệu một đám cháy đang hoạt động xuất hiện dưới dạng một tập hợp các điểm ảnh có màu đỏ và trắng sáng. Các cột khói có thể nhìn thấy trong ảnh quang học. ”

Sự hiệu quả của hệ thống có thể được chứng minh với sự kiện cháy rừng ở Ute Park Fire, phía bắc Santa Fe gần thị trấn Taos, Mỹ, nơi cháy rừng xảy ra vào tháng Năm. Ở đây hình ảnh quang học ở bên trái cho thấy sự phát triển của cột khói, và bên phải ngọn lửa màu đỏ tươi xuất hiện trong ảnh hồng ngoại.

Điều này cũng cho chúng ta một bức tranh rõ ràng về tầm quan trọng của hình ảnh vệ tinh trong quản lý thiên tai. Trước khi nghiên cứu sâu hơn về cách công cụ này hoạt động, hãy cùng tìm hiểu rõ hơn về vai trò của hình ảnh vệ tinh trong quản lý thiên tai

Hình ảnh vệ tinh quan trọng như thế nào trong việc quản lý thiên tai

Việc sử dụng hình ảnh vệ tinh để theo dõi hậu quả của thiên tai được xem là một bước quan trọng trong việc hỗ trợ các nỗ lực phục hồi lâu dài. Bất cứ lúc nào, hơn hai nghìn vệ tinh nhân tạo đang vòng quanh hành tinh của chúng ta. Chúng giúp chúng ta liên lạc, định vị, quan sát và thu thập dữ liệu.

Việc bắt giữ khu vực bị ngập lụt do thiên tai có thể giúp các chính phủ và nhà cung cấp dịch vụ khẩn cấp đánh giá tốt hơn nguy cơ và khả năng dễ bị tổn thương của khu vực của họ. Thông tin này sẽ cho phép ưu tiên các hoạt động giảm thiểu và chuẩn bị mục tiêu cho khu vực của họ.

GOES-16 hoạt động như thế nào

Hy vọng rằng công cụ này có thể cung cấp một cách mới để hình dung và theo dõi cháy rừng, Descartes Labs giải thích cách công cụ hoạt động trên blog của mình, “Chúng tôi lấy danh sách active-fire từ Inciweb, nền tảng quản lý sự cố liên ngành của chính phủ và sử dụng hình ảnh từ vệ tinh GOES-16 để tạo video time-lapse của tất cả các vụ cháy rừng đang diễn ra ở Hoa Kỳ ”

GOES-16 cung cấp nguồn cấp dữ liệu trực tiếp của Hoa Kỳ (cập nhật 5 phút một lần) và công ty có thể thu nhận, xử lý và phân tích dữ liệu trong vòng bốn phút kể từ khi chụp ảnh. Điều này cho phép hiểu biết nhanh chóng về các chuyển động của cháy rừng và khói của chúng. Công ty cũng cung cấp hình ảnh có độ phân giải cao hơn hai lần một tuần từ Landsat 8 và Sentinel 2 được sử dụng để xác nhận “đốt sẹo” khi đám cháy di chuyển (được hiển thị bên dưới).

Tài khoản Twitter cập nhật sáu giờ một lần và tự động tạo video mới trong sáu giờ trước đó, tất cả được kết nối với hashtag (ví dụ #UteParkFire), để cho phép mọi người dễ dàng tìm kiếm và theo dõi đám cháy.

Nguồn

ESRI ra mắt giải pháp lập bản đồ trong nhà – ArcGIS Indoors

/in /by

ESRI đã ra mắt ArcGIS Indoors. Đây là một phần mềm được thiết kế để cho phép lập bản đồ trong nhà. Esri đã tích hợp các công nghệ định vị mới nhất để cung cấp cho người dùng các thông tin chi tiết như tài sản, sơ đồ, đường đi và bố trí trong nhà. ArcGIS Indoors có khả năng tương tác và xử lý dữ liệu của người dùng thời gian thực. Giải pháp này cho phép người dùng nhanh chóng truy cập thông tin chi tiết như vị trí và trạng thái của bình chữa cháy, lần kiểm tra cuối cùng, ….

ArcGIS Indoors mang đến không gian xây dựng nội thất cho tương lai bằng cách đặt dữ liệu về nhân viên, lịch trình, cuộc họp, khách hàng và sự kiện vào bối cảnh địa lý.

Ông Nitin Bajaj – giám đốc sản phẩm của Esri cho biết:

Nhận thức không gian mang lại cho các giám đốc điều hành, các nhà quản lý và nhân viên cái nhìn sâu sắc hơn để họ có thể hoạt động hiệu quả hơn và cạnh tranh hơn.

Theo Esri, ArcGIS Indoors được phân phối chính thức vào cuối năm 2018. Ngoài ra, một phiên bản beta của sản phẩm đã được phát hành tại Hội nghị người dùng Esri năm nay, diễn ra ngày 9-13 tháng 7 tại Trung tâm Hội nghị San Diego ở Thành phố San Diego, bang California.

 

Nguồn: geospatial-solutions.com