宽刈幅干涉雷达高度计SWOT(Surface Water and Ocean Topography)卫星进展(待完善)

news2024/10/1 7:31:51
> 以下信息搬运自SWOT官方网站等部分文献资料,如有侵权请联系:sunmingzhismz@163.com
> 排版、参考文献、部分章节待完善
> 2023.02.17.22:00 初稿

概况


  2022年12月16日地表水与海洋地形卫星SWOT (Surface Water and Ocean Topography)在加利福尼亚州范登堡航天基地由SpaceX猎鹰9号(SpaceX Falcon 9)火箭发射升空(点击查看直播视频)。该卫星由美国国家航空航天局(NASA)和法国国家空间研究中心(CNES)与加拿大航天局(CSA)和英国航天局(UKSA)合作研制。凭借其宽幅测高技术,将对全球地表水进行详细观测。


图1.SWOT概念图/

图1. SWOT卫星概念图([https://swot.jpl.nasa.gov/](https://swot.jpl.nasa.gov/))

  2022年12月16日SpaceX猎鹰9号火箭搭载SWOT卫星从加利福尼亚州范登堡航天基地升空。图1为SWOT卫星概念图,作为首个能够提供厘米级精度的宽刈幅星载雷达干涉测高卫星,SWOT将覆盖全球河流、湖泊、水库以及海洋获取重要信息,全覆盖一次需11天,标志着第一次从太空角度对地球淡水进行全面地的监测,并将把海洋图像的分辨率提高到目前最好卫星分辨率的10倍。2023年1月20日SWOT卫星搭载的Poseidon-3C高度计对河流和湖泊进行了首次测量(图2)。图3为SWOT在海洋上采集高度计波形。宽刈幅海洋学数据采集将在2023年3月22日开始,普通用户有望在2023年底得到SWOT的海面高数据产品。目前全球科学家正在利用部署在卫星轨迹附近的实测数据资料进行SWOT检验校正工作,详见:https://www.swot-adac.org/。


在这里插入图片描述

图2. 2023年1月20日SWOT卫星搭载的Poseidon-3C高度计对河流进行首次测量。左图为利塔尼河上提取出一个波形,波形呈现典型的河流回波特征。右图为南美洲法属圭亚那Maroni盆地的河流上,由Poseido-3C采集的波形。([https://www.aviso.altimetry.fr/en/news/front-page-news/news-detail.html?tx_ttnews%5Btt_news%5D=2828])

图3. 2023年1月16日SWOT卫星搭载的Poseidon-3C高度计采集的第一个Ku波段波形。(https://www.swot-adac.org/news/swot-first-echo-over-the-ocean/)

图3. 2023年1月16日SWOT卫星搭载的Poseidon-3C高度计采集的第一个Ku波段波形。(https://www.swot-adac.org/news/swot-first-echo-over-the-ocean/

任务阶段


  SWOT是美国国家研究委员会2007年地球科学十年调查中列出的15项任务之一。如图4所示,在最初阶段,任务经历了概念研究(前期阶段A)和概念与技术开发(阶段A)。2015年初,SWOT进入B阶段,初步设计和技术完成。2016年,SWOT任务被批准实施,从而进入C阶段(最终设计和制造)。SWOT在D阶段发射。大约在发射后的前六个月,它将处于“快速采样”阶段,在857公里的高度以一天为周期重复运行。这一初始阶段的重点是在研究快速变化的现象时实现校准和验证目标。“快速采样”阶段分为两部分:检测调试阶段(85天)、校准阶段(90天)。之后卫星将调整轨道高度进入“科学数据采集”阶段(E阶段,运行与维持),运行期限为三年。SWOT卫星将在21天的重复轨道上对星下120 km范围频繁采样。每个周期内的观测数据覆盖全球大部分地区,平均重访时间为11天。“快速采样”“科学数据采集”阶段对应的轨道信息见表1。

图4. SWOT任务周期(https://swot.jpl.nasa.gov/mission/launch/)

图4. SWOT任务周期(https://swot.jpl.nasa.gov/mission/launch/)

在这里插入图片描述

科学目标


  SWOT任务的主要目标是描绘地球上水的分布和迁移状况,主要分为三部分:海洋学、陆地水文学、协同应用。
SWOT任务的海洋学目标是根据海洋表面地形确定海洋中尺度和亚中尺度环流。目前高度计只能解决分辨率大于200 km的二维海洋环流。在小于200公里的尺度上,海洋变化的动力学(如涡流变化的形成、演化、耗散)及其在海空相互作用中的作用,将通过SWOT的观测解决。
  SWOT任务的陆地水文目标是描述全球地表水的时空变化,将提供陆地地表水体变化的测量结果,并提供全球大型(大于100 m)河流的流量估计。SWOT将与美国宇航局的全球降水任务(GPM)、土壤湿度主动被动任务(SMAP)、GRACE后续任务提供关键的补充资料。
  SWOT数据还将用于其他领域。潜在的应用领域包括:补充传统高度计的海洋观测数据,以提高对全球和区域海平面变化的理解;通过测量海冰干舷来计算浮冰厚度;测量格陵兰岛和南极冰盖的地形及其变化;估计全球海洋平均海面和地表坡度。以更高的分辨率和精度计算海洋水深;监测河流、河口和湿地受潮汐影响的程度,以帮助更好地理解淡水/海洋相互作用;通过计算平均湖面波动确定重力变化引起的垂线偏差;为里海、非洲湖、贝加尔湖、提地喀喀湖以及北美五大湖等大型湖泊的水循环建模提供有效信息。


仪器载荷


  SWOT搭载的主要设备(图5)有:Ka波段雷达干涉仪(KaRIn)、传统测高仪(Poseidon -3C)、先进微波辐射计(AMR: Advanced Microwave radiometer)、X 波段天线、卫星精密定轨系统。
  KaRIN是最重要的载荷,可以对海洋和地表水体进行高精度、高分辨率的宽刈幅干涉测量(图5)。KaRIn 将根据具体情况以两种不同的模式运行:1)专用于海洋学的低速率(Low Rate,LR)模式,该模式具有 500 m 的空间分辨率,并且使用在轨预处理,将数据传输速率降低到 0.2 Mbps 左右;2)陆地表面的高速率(High Rate,HR)模式,该模式在轨预处理时,仅限于 2 倍多视方位角,从而将数据传输速率提升至约 300 Mbps(Fjørtoft 等, 2013 ;Rodriguez and Esteban-Fernandez, 2010)。使用 Ka 波段的测高仪相较于最常使用的 Ku 波段的测高仪有以下优点:1)电离层延迟小,而传统雷达高度计大多使用双频波段进行电离层改正;2)脉冲重复频率为 4 KHz,提升了观测数据的水平分辨率;3)带宽为 500 MHz,使测高仪垂直分辨率由 0.46 m 提高到 0.3 m;4)穿透性较弱(小于 1 cm),能够有效改善冰面、雪地和冰盖的观测精度(Mclain 等, 2012)。但由于 Ka 波段对水汽较为敏感,水汽延迟的影响较大,~3 mm/h 以上的降雨会极大影响观测精度。
图5.,左图SWOT卫星概念图(https://swot.jpl.nasa.gov/resources/104/diagram-of-swot-data-collection/),右图SWOT卫星载荷(https://swot.jpl.nasa.gov/resources/91/swot-payload/)

图5,左图SWOT卫星概念图(https://swot.jpl.nasa.gov/resources/104/diagram-of-swot-data-collection/),右图SWOT卫星载荷(https://swot.jpl.nasa.gov/resources/91/swot-payload/)

  传统剖面测高仪Poseidon -3C(Ku(13.6 GHz) 和 C(5.3 GHz) 波段)由CNES提供,与Jason-3携带的高度计相同。它可以利用两个不同频率(Ku和C波段)测量距离、波高和风速,这些数据可以用来校准和补充KarIn观测值。它采用的“开环跟踪模式(open loop tracking mode)”,使高度计数据在内陆水体上的观测效果更优。
  AMR测量的辐射值取决于表面风、海洋温度、盐度、泡沫、水蒸气和云的吸收以及各种其他因素。为了准确确定大气中的水蒸气含量,设计者需要考虑辐射计接收到的信号中的海面和云的贡献。这就是为什么AMR使用不同的频率,每个频率都比其他频率对其中一个贡献更敏感。主要的23.8 GHz频率用于测量水蒸气;34 GHz信道提供对非含雨云的校正;18.7 GHz信道对海面中的风驱动变化高度敏感。通过结合在每个频率下获得的测量值,我们可以提取水蒸气和液态水信号。
  卫星精密定轨系统主要包括: DORIS(Doppler Orbitography and Radiopositioning Integrated by Satellite)接收机、GPS(Global Positioning System)接收机以及 SLR(satellite laser ranging)反射棱镜。DORIS是一种卫星跟踪系统,由CNES于20世纪80年代末设计,用于在近地轨道卫星上提供精确的轨道。DORIS的运作依赖于密集的全球地面站网络,以已知频率发送全向信号, 提供实时定位和精确的轨道, 导航解决方案的实时精度约为3.5cm。GPS接收器将从GPS卫星星座中获取跟踪信号。SLR是一个完全被动的反射器,用于将激光脉冲反射回地球上的激光站。三者都用于卫星轨道的精密定轨与校准。


图6. KaRIn干涉测量工作示意图。

图6. KaRIn干涉测量工作示意图。

SWOT测量原理

待完善

SWOT数据产品


  SWOT数据将通过NASA的物理海洋学分布式主动存档中心(PO.DAAC:The Physical Oceanography Distributed Active Archive Center)向用户分发,该机构隶属于加州帕萨迪纳的NASA喷气推进实验室。PO.DAAC管理了NASA的海洋学和水文数据(卫星、机载和实测)。存储的数据包括重力、海洋风、海面温度、海洋表面地形、海面盐度和循环。这些数据可广泛应用于气候研究、天气预测、资源管理、政策和海洋数据资源管理等领域。为了更好地了解全球海洋物理过程和状况该机构也负责一些数据处理软件和相关服务。目前SWOT所有类型的数据产品均提供了示例数据,可访问https://podaac.jpl.nasa.gov/SWOT获取。
  SWOT数据产品分为低频(LR: Low rate)、高频(HR: High Rate )两种,两种数据的空间分布见图9。低频和高频数据是卫星在下传数据前星载系统完成的预处理,高频和低频的差异是星载处理系统导致的,而非地面处理系统的算法。因此海面上的高分辨率数据、陆地上的低分辨率数据也可以使用,但其中包含一些噪声。


图9. SWOT HR模式观测的空间分布

图9. SWOT HR模式观测的空间分布

海洋数据产品


  一级低频产品(L1B_LR_INT:Level 1B KaRIn low rate interferogram product)将在数据收集后的45天内生产完成。文件命名规则为:SWOT_L1B_LR_INTF__.nc,其中:和是周期和轨道编号;和< RangeEndingDateTime>是文件中观测数据的起始时间(UTC);是复合发布标识符,它包含数据产品的版本代码,如果处理软件和/或辅助输入数据更新,该版本代码将发生变化;是不同版本数据标识符,使用同一版本的处理软件多次生成的产品版本。该数据是生产二级数据的输入数据。

  二级低频产品(L2_LR_SSH:Level 2 KaRIn Low Rate Sea Surface Height Product)将在数据收集后的45天内完成生产,不同版本数据可能存在延迟。文件命名规则为:SWOT_L2_LR_SSH_< RangeEndingDateTime>.nc,其中:是 “Basic”、 “WindWave”、 “Expert”或 “Unsmoothed”(表2),其他与L1B_LR_INT数据文件命名方式相同。
  SWOT卫星两侧各有9个波束进行干涉测量如(图10) ,通过合成孔径干涉测量技术,9条波束的测量值统一归算到第五条波束所在的区域(图10)。测量结果在跨轨和沿轨道方向上的空间分辨率约为250 m和500 m。由于原始数据文件较大(单个文件约为42GB),为了减少数据下行传输压力,星载处理器对数据进行了平滑(500 m *500 m)处理。地面系统未进一步做平滑处理,但为了减少噪声,便于数据处理,地面数据处理系统将数据插值成了2 km间隔的规则地理网格数据,如图11所示。各类型数据产品的详细介绍可访问:https://podaac.jpl.nasa.gov/swottab=datasets&sections=about%2Bdata

图10. 宽刈幅波束形成示意图及其空间分布

图10. 宽刈幅波束形成示意图及其空间分布

图11. L2_LR_SSH产品中使用的采样网格示意图

图11. L2_LR_SSH产品中使用的采样网格示意图

在这里插入图片描述

陆地水文数据产品


  高频数据的初级产品(L1B_HR_SLC)针对在SAR处理方面有特殊需求和专业知识的用户,该数据为NetCDF-4格式,包含了单视影像、辐射校准信息、辅助信息等,但该数据并不是地理坐标。

  基于L1B_HR_SLC生产的二级产品(L2_HR_)剔除了大部分陆地,仅保留了陆地内的水体部分,因此可以用来研究精细尺度的水文现象。二级产品中提供了河流水面高度、宽度、坡度、流量等信息;湖泊水位、面积、水深、水储量等信息(表4)。


在这里插入图片描述

其他数据产品


  除了应用于陆地水文和海洋的KaRIn数据产品(表6),NASA还公布了星载其他设备的观测数据,这些数据将用于精确调整和分析卫星运行姿态,评估和提升KaRIn的数据质量。

在这里插入图片描述

SWOT成果的应用研究

待完善

总结


  SWOT是首次对地表水进行全球调查的卫星。SWOT科学团队拥有来自全球的海洋学和水文学研究人员,他们紧迫地希望解决地球淡水资源的可用性、海洋和海岸变化等问题。利用先进的“KaRIn”测量技术,SWOT将为陆地水资源评估、海平面变化监测、沿海过程调查、小规模洋流和涡流探测提供关键信息,即将开展的研究工作将有助于研究大陆和海洋的环境变化。

  充分认识和量化陆地淡水资源,可以评估环境变化对农业、工业和生产活动的影响。全球气候变暖深刻地改变了陆地淡水资源的分布,产生了重大的社会影响。在许多偏远或战乱地区,现有的水文观测设备有限,人们容易受到洪水和干旱的影响。充分了解河流流量和河流断面对于水资源管理、洪涝灾害监测等至关重要。SWOT将提供数十万个湖泊的观测数据以及中大型河流的流量。这些信息将促进对陆地水循环的理解,加深对洪泛区和湿地的碳汇动态的认识,提供水资源的全球视野,特别是跨界河流(即跨越国家边界的河流)、湖泊和水库。
  海洋是地球上最大的热量和二氧化碳储存库,这些热量和二氧化碳通过洋流实现全球再分布,使地球气候适宜居住。现有的观测卫星揭示了气候和海洋之间的许多联系,如全球变暖、海平面上升、海流厄尔尼诺和拉尼娜等现象。然而,许多海洋运动的尺度较小,现有的观测手段无法监测到它们的变化。这些小尺度变化包含了为海洋物质循环提供动力的大部分能量,因此它们是评估气候变化的重要因素。此外,这些小尺度的洋流和涡流对沿海过程(如船舶航行、海滩侵蚀和污染物扩散)非常重要。SWOT将测量20公里尺度的洋流和漩涡,有助于改进使用海洋环流数据预测未来气候条件的模型,更好地理解沿海过程,包括与渔业、船舶航行、海岸线侵蚀和污染物扩散相关的过程。
  SWOT成功发射是高度计发展历史上具有里程碑意义的事件。它为全球地表水监测带来了巨大的机遇,将促进多个领域和学科的融合发展,探索世界上更多的未知现象。随着宽刈幅高度计的不断发展,将会有更多卫星(例如:中国的观澜号)参与到观测队列中。人们对陆地水资源、全球水循环、海洋环境的认识将进一步拓展。


参考文献:


[1]. Fu, L.-L., and A. Cazenave, editors, 2001: Satellite Altimetry and Earth Sciences: A Handbook of Techniques and Applications. Academic Press, San Diego, 463 pp
[2]. Fu, L.-L., and R. Rodriguez, 2004: High-resolution measurement of ocean surface topography by radar interferometry for oceanographic and geophysical applications. AGU Geophysical Monograph 150, IUGG Vol. 19: State of the Planet: Frontiers and Challenges, 209–224. Eds. R.S.J. Sparks and C.J. Hawkesworth.
[3]. AVISO. INSTRUMENTS [EB/OL]. https://www.aviso.altimetry.fr/en/missions/future-missions/swot/instruments.html, 2022–12–17/2023–02–14.
[4]. David T. Sandwell. Participation in the SWOT Science Team: Marine Geophysics [EB/OL]. https://swot.jpl.nasa.gov/documents/1536/,2020-09-21/2023-02-14.
[5]. NASA Jet Propulsion Laboratory. KaRIn: Ka-band Radar Interferometer On-Board Processor (OBP) Algorithm Theoretical Basis Document (ATBD) [EB/OL]. https://swot.jpl.nasa.gov/, 2021–08–03/2023–02–14.
[6]. NASA Jet Propulsion Laboratory. SWOT Project Release Note for Sample Data Products [EB/OL]. https://swot.jpl.nasa.gov/, 2021–08–30/2023–02–14.
[7]. NASA Jet Propulsion Laboratory. SWOT Product Description Long Name: Level 1B KaRIn low rate interferogram product Short Name: L1B_LR_INTF [EB/OL]. https://podaac.jpl.nasa.gov/swot?tab=datasets&sections=about%2Bdata, 2022–09–28/2023–02–14.
[8]. NASA Jet Propulsion Laboratory. SWOT Product Description Long Name: Level 2 KaRIn Low Rate Sea Surface Height Product Short Name: L2_LR_SSH [EB/OL]. https://podaac.jpl.nasa.gov/swot?tab=datasets&sections=about%2Bdata, 2022–09–28/2023–02–14.
[9]. Jin T , Zhou M , Zhang H , et al. Analysis of vertical deflections determined from one cycle of simulated SWOT wide-swath altimeter data[J]. Journal of geodesy, 2022(4):96.
[10]. Yu D, Hwang C, Andersen B, et al. Gravity recovery from SWOT altimetry using geoid height and geoid gradient [J] .Remote Sensing of Environment, 2021(265):112650.
[11]. 薛兆楠. SWOT测高卫星监测南海海平面变化的模拟研究 [D]. 武汉: 中国科学院大学, 2022.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/352936.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringCloud(一)注册中心

注册中心eureka服务端客户端负载均衡nacos服务端客户端nacos分级存储模型配置集群属性nacos环境隔离-namespace临时实例和非临时实例Eureka和Nacos的异同负载均衡策略饥饿加载eureka 服务端 依赖 <!-- eureka注册中心服务端依赖--><dependencies><depe…

【数据结构与算法】1.树、二叉树、字典树、红黑树

文章目录简介1.树 (Tree)2.二叉树&#xff08;Binary Tree&#xff09;2.1.二叉树数据结构2.2.二叉树的三种遍历方式3.二叉查找树(Binary Search Tree)3.1.二叉查找树的概念和定义3.2.二分查找算法4.字典树(Trie)5.红黑树(Red-Black Tree)简介 本章主要讲解一些树的基本概念,二…

windows10/11,傻瓜式安装pytorch(gpu),在虚拟环境anaconda

安装anaconda地址 &#xff1a;Anaconda | The Worlds Most Popular Data Science Platform安装选项全默认点击next就行。查看支持cuda版本cmd命令行输入nvidia-smi。下图右上角显示11.6为支持的cuda版本。要是显示没有nvidia-smi命令。得安装nvidia驱动&#xff0c;一般情况都…

字符串匹配 - Overview

字符串匹配(String Matchiing)也称字符串搜索(String Searching)是字符串算法中重要的一种&#xff0c;是指从一个大字符串或文本中找到模式串出现的位置。字符串匹配概念字符串匹配问题的形式定义&#xff1a;文本&#xff08;Text&#xff09;是一个长度为 n 的数组 T[1..n]&…

Nodejs的安装

1. Nodejs的真正用途 a. 一个javascirpt的运行环境 b. 运行在服务器&#xff0c;作为web server c. 运行在本地&#xff0c;作为打包&#xff0c;构建工具 2. Nodejs的下载和安装 a. 普通方式&#xff08;访问官网&#xff09; 下载对应系统版本即可&#xff08;个人学习可无需…

【数据结构与算法分析】介绍蛮力法以及相关程序案例

文章目录蛮力法之排序选择排序冒泡排序实际应用蛮力法之最近对和凸包问题最近对问题凸包问题蛮力法(brute force)&#xff0c;其本质跟咱常说的暴力法是一样的&#xff0c;都是一种简单直接地解决问题的方法&#xff0c;通常直接基于问题的描述和所涉及的概念定义进行求解。 蛮…

【嵌入式】HC32F460串口接收超时中断+DMA

一 项目背景 项目需要使用一款UART串口编码器&#xff0c;编码器的数据以波特率57600持续向外发送。但这组数据包没有固定的包头和校验尾&#xff0c;仅仅是由多圈圈数和单圈角度组成的六字节数据码&#xff0c;这样接收到的数组无法确定实际的下标&#xff0c;所以这边考虑用串…

8月起,《PMBOK®指南(第七版)》将被采用,考PMP的注意了!

PMP第七版教材采用时间定了&#xff01;&#xff01;&#xff01;2023年【8月开始】第一次使用第七版教材&#xff0c;通知明显指出&#xff0c;第六版的关键知识任然还是有效的。第七版做的调整还是蛮大的&#xff0c;首次提出了项目管理的 12 项原则和8个项目绩效域&#xff…

Java基础语法小结来啦

简单的来说&#xff0c;一个java的程序他是有一系列对象的集合组成&#xff0c;通过对这些对象相互间调用的方式协同工作&#xff0c;下面就是我有关于Java基础语法的一些小结。 一、return简单使用 下面来一个Java程序&#xff0c;表示的是在self1这个包中我们创建了一个名叫…

Skywalking ui页面功能介绍

菜单栏 仪表盘&#xff1a;查看被监控服务的运行状态&#xff1b; 拓扑图&#xff1a;以拓扑图的方式展现服务之间的关系&#xff0c;并以此为入口查看相关信息&#xff1b; 追踪&#xff1a;以接口列表的方式展现&#xff0c;追踪接口内部调用过程&#xff1b; 性能剖析&am…

GEE学习笔记 八十:批量下载影像

最近问如何批量导出集合的小伙伴非常多&#xff0c;一个一个回复太麻烦&#xff0c;我这里直接给一段例子代码吧&#xff1a; var l8 ee.ImageCollection("LANDSAT/LC08/C01/T1_SR"); var roi /* color: #d63000 */ee.Geometry.Polygon( [[[115.64960937…

从0到1一步一步玩转openEuler--17 openEuler DNF(YUM)检查更新

文章目录17.1 检查更新17.2 升级17.3 更新所有的包和它们的依赖DNF是一款Linux软件包管理工具&#xff0c;用于管理RPM软件包。DNF可以查询软件包信息&#xff0c;从指定软件库获取软件包&#xff0c;自动处理依赖关系以安装或卸载软件包&#xff0c;以及更新系统到最新可用版本…

Nacos框架服务注册发现和配置中心原理

文章目录1.简介2.整体架构和原理2.1 服务发现注册原理2.1.1 注册和拉取数据2.1.2 Server集群一致性2.1.3 健康检查2.2 配置中心原理2.2.1 支持功能和资源模型2.2.2 server集群数据一致性问题2.2.3 client和server的通信监听改动方式2.2.4 client拉取数据2.2.5 client请求server…

kubernetes教程 --Pod生命周期

Pod生命周期 pod创建过程运行初始化容器&#xff08;init container&#xff09;过程运行主容器&#xff08;main container&#xff09;过程 容器启动后钩子&#xff08;post start&#xff09;、容器终止前钩子&#xff08;pre stop&#xff09;容器的存活性探测&#xff08;…

利用设计模式、反射写代码

软件工程师和码农最大的区别就是平时写代码时习惯问题&#xff0c;码农很喜欢写重复代码而软件工程师会利用各种技巧去干掉重复的冗余代码。 业务同学抱怨业务开发没有技术含量&#xff0c;用不到设计模式、Java 高级特性、OOP&#xff0c;平时写代码都在堆 CRUD&#xff0c;个…

网站项目部署在k8s案例与Jenkins自动化发布项目(CI/CD)

在K8s平台部署项目流程 在K8s平台部署Java网站项目 制作镜像流程 第一步&#xff1a;制作镜像 使用镜像仓库&#xff08;私有仓库、公共仓库&#xff09;&#xff1a; 1、配置可信任&#xff08;如果仓库是HTTPS访问不用配置&#xff09; # vi /etc/docker/daemon.json { "…

matlab 简单的水轮机系统的模糊pid控制仿真

1、内容简介略641-可以交流、咨询、答疑2、内容说明模糊介绍&#xff1a;Matlab4.2以后的版本中推出的模糊工具箱(Fuzzy Toolbox)&#xff0c;为仿真模糊控制系统提供了很大的方便。 在Simulink环境下对PID控制系统进行建模是非常方便的&#xff0c;而模糊控制系统与PID控制系统…

DataFrame 循环处理效率的记录

几种工具的处理效率比较&#xff1a; 每次循环都使用复杂的操作尽可能拆分成向量化操作&#xff0c;也可转为numpy&#xff0c;再用numba加速。 对 DataFrame 中的数据做循环处理的效率&#xff1a; 方法一&#xff1a;下标循环 for i in range(len(df)): if df.iloc[i][…

GEE学习笔记 七十七:GEE学习方法简介

这是一篇关于学习方法的思考探索&#xff0c;当然我不会大篇文章介绍什么学习方法&#xff08;因为我也不是这方面的专家?&#xff09;&#xff0c;这个只是总结一下我是如何学习GEE以及在学习中遇到问题时如何解决问题的。我写这篇文章的目的就是在和一些学习GEE的新同学接触…

Stable diffusion扩散模型相关原理

时隔两年半&#xff08;2年4个月&#xff09;&#xff0c;我又回来研究生成技术了。以前学习研究GAN没结果&#xff0c;不管是技术上&#xff0c;还是应用产品上&#xff0c;结果就放弃了&#xff0c;现在基于diffusion的技术又把生成技术带上了一个新的高度。现在自己又来研究…