Долго ли, коротко ли, а только мой проект спутниковой интерферометрии PyGMTSAR, начинавшийся просто для проверки некоторых идей и алгоритмов, превратился в самостоятельную Python PyPI библиотеку и обзавелся тестами (CI on Github Actions) и "живыми" примерами на Google Colab и в образе Docker, плюс документацией на GitHub Pages.



"Классическая" интерферограмма — обычно так выглядит смещение поверхности в результате сильного землетрясения

https://habr.com/ru/post/692334/?utm_source=habrahabr&utm_medium=rss&utm_campaign=692334

После анализа модели Танцующие горы Ирана по данным спутниковой интерферометрии мне захотелось проверить набор гипотез и улучшить качество результатов. Как оказалось, ни один из существующих интерферометрических пакетов не позволяет этого сделать так, как мне нужно. Оценив фронт работ, я решил, что за месяц фулл-тайм работы я смогу написать свою систему спутниковой интерферометрии для радарных снимков Sentinel-1 на основе открытого продукта GMTSAR, реализовав собственные алгоритмы обработки данных и обеспечив удобную работу в среде Jupyter Python. По образованию я радиофизик и мой диплом магистра по моделированию голограмм в оптически нелинейных средах (равно моделированию интерференции) в свое время был признан победителем во всероссийском конкурсе, так что мне удалось уложиться в поставленные сроки и реализовать все запланированное — больше свободного времени на этот проект у меня просто нет. Итак, встречайте PyGMTSAR (Python GMTSAR) — по ссылке вы найдете готовые ноутбуки, которые в один клик можно запустить на Google Colab и прямо в браузере увидеть результаты и, при желании, тут же поработать с ними. Для Debian Linux я сделал скрипт инициализации облачного инстанса GMTSAR.install.debian10.sh, а на Google Colab ноутбуки автоматически установят все необходимые зависимости, что позволяет легко запускать их в "облаках".

https://habr.com/ru/post/583834/?utm_source=habrahabr&utm_medium=rss&utm_campaign=583834

Территория северо-западного Ирана на границе с Каспийским морем выделяется своей сейсмической необузданностью, как во времена молодости нашей планеты. В недрах этого района и сегодня продолжаются процессы нефтегазообразования, например, поблизости от вулкана Дамаванд, геологическую модель которого я показывал ранее. Недавно я занимался вопросом устойчивости плотины Ямчи в провинции Ардебиль и полученные результаты оказались настолько удивительными, что я хочу ими здесь поделиться. Пусть в предыдущих статьях я уже показывал, как растут горы, но чтобы горы еще и танцевали — это мало где удастся увидеть! Как обычно, все данные доступны в GitHub репозитории Yamchi Dam, Ardabil, North Iran.

Плотина выделена красным кольцом, далее от нее в направлении к правому верхнему краю картинки течет река, питающая город Ардебиль. Озеро и плотина растут вверх со коростью около 10 см в год, а сам город с такой же скоростью погружается вниз. Но самое интересное в том, как именно происходит это движение — хотя значение вертикального смещения за год велико, это лишь малая часть общей картины.

https://habr.com/ru/post/571976/?utm_source=habrahabr&utm_medium=rss&utm_campaign=571976

В предыдущей статье Растровые, векторные и графовые методы геологического линеаментного анализа мы занимались теорией и инструментами линеаментного анализа и теперь перейдём к практике. Начнем с мультимасштабного анализа землетрясения — посмотрим, что происходит в недрах и на поверхности при сейсмических событиях. В то время как лишь некоторые самые опытные геологи способны представить себе в деталях происходящие процессы, мы их можем визуализировать как 4D модели и все рассмотреть.

Трехмерная многомасштабная роза диаграмма, где по вертикали слоями расположены розы диаграммы линеаментов разных масштабов, от 1000 м внизу и до 100 м вверху. Для упрощения сравнения, зелеными контурами показано состояние до землетрясения. Поскольку линеамент это отрезок (не вектор), то роза диаграмма линеаментов симметрична относительно центра. Далее в статье будет видеозапись для этой 4D модели.

https://habr.com/ru/post/568736/?utm_source=habrahabr&utm_medium=rss&utm_campaign=568736

Бездомные сотрудники Google протестуют на улице (2018 год). Они говорят, что их 7394

Все большее число стартапов и крупных IT-компаний предлагают акции, опционы, RSU, SAR и так далее. Но немногие разработчики понимают, что для них это значит.

Например, когда мы пообщались с программисткой Uber в Амстердаме, мы узнали, что инженеры там в первые 5 лет уделяли гораздо больше внимания своей базовой зарплате, мало интересуясь, что происходит с их акционным капиталом. И только намного позже — иногда во время IPO — осознавали, насколько важен был хороший пакет акций.

«Почему я должен волноваться об опционах?» — часто спрашивают сотрудники. Особенно хочется работать, а не считать проценты. Но вот почему это важно: при зарплатах, превышающих $250 тысяч в США и €150 тысяч в Европе, около половины дохода IT-сотрудников приходится на ежегодный или ежеквартальный вестинг.

Такая же тенденция идет и в Россию. Все крупные компании — «Яндекс», Mail.ru, Ozon — уже давно предлагают опционы, SAR и RSU своим опытным инженерам. А за российскими IT-гигантами постепенно следует остальной рынок.

Но вы знали, что, получив опцион, можно на самом деле потерять деньги? Вплоть до того, что придется брать кредиты и продавать дом. Сколько налогов нужно заплатить при реализации опционов? Почему некоторые владельцы компаний сами остаются без акций, и вынуждены ходить по судам?

В этом посте мы собрали самые заметные истории успехов и провалов людей, получивших опционы. Информацию, которую многие хотели бы знать раньше, когда принимали решение о том, где работать.

https://habr.com/ru/post/563424/?utm_source=habrahabr&utm_medium=rss&utm_campaign=563424

Эта статья является продолжением двух предыдущих: Ударим биспектром по бездорожью, или как найти золото в Сибири, в которой мы рассмотрели геологическую модель месторождения золота на территории Новосибирской области и Ищем рудное золото на острове Сумбава, Индонезия, в которых мы построили геологически обусловленную модель машинного обучения для поиска золота или других рудных минералов по всему Тихоокеанскому рудному поясу, используя для геологического моделирования открытые данные на платформе Google Earth Engine (GEE).

Убедившись в сходстве геологических моделей Сибири и Индонезии, применим классификатор для рудного золота Западной Сумбавы, Индонезия для Сибири. Так мы получим геологически корректный детальный прогноз золоторудности для Сибири, не используя вообще никаких геологических данных для этого региона.

https://habr.com/ru/post/557456/?utm_source=habrahabr&utm_medium=rss&utm_campaign=557456

В предыдущей статье Ищем рудное золото на острове Сумбава, Индонезия я рассказывал про поиски золота в Индонезии, где при схожей геологической ситуации золотые жилы зачастую выходят на поверхность, в то время как в Сибири жилы обычно погребены под толщей осадочных пород. Конечно, десятки метров наслоений разных геологических периодов и состава сильно усложняют задачу поиска рудных ископаемых. Кроме того, есть проблема наличия геологических данных, собранных непосредственно на местности — задачи обследования территории теплой Индонезии и морозной болотистой Сибири не сравнимы. А еще следует помнить про специфику России — детальные геологические обследования времен СССР до сих пор засекречены (а после того не проводились, по крайней мере, в сопоставимых масштабах), при этом бумажные карты и данные бурения находятся в архивах, а номера скважин на картах и в отчетах о бурении намеренно изменены, при этом таблицы соответствия хранит министерство обороны… как в сказке про смерть Кащея. Так что в реальности эти данные все равно что и не существуют.

В связи со сложностью задачи, нам потребуются серьезные статистические методы, такие, как полиспектральный анализ. Что интересно, такой анализатор у нас уже есть… в голове. Это легко подтвердить тем, что мы способны различать так называемый «малиновый звон» колоколов — этот эффект не проявляется на спектре, зато отлично виден на биспектре. Большинство людей отличает колокола с малиновым звоном, для этого даже не требуется наличие музыкального слуха. Опытный геолог, занимающийся визуальной дешифровкой космоснимков, способен вручную выделить на них элементы, сопутствующие различным погребенным геологическим структурам. Мы же, как обычно, воспользуемся вычислительными методами и построим 3D геологические модели для автоматизированного анализа.

https://habr.com/ru/post/556926/?utm_source=habrahabr&utm_medium=rss&utm_campaign=556926

Я раньше не очень интересовался cubesat. Они казались мне чем-то неземным, сложным, далеким. Но все изменилось, когда недавно нам пришел заказ на разработку одной подсистемы для наноспутника. Я стал интересоваться, а какое же радиооборудование люди умудряются ставить на этих малышей. К своему удивлению, я увидел даже примеры создания радарных систем на cubesat. Эта техника показалась мне настолько крутой, что мы c k_const составили себе труд присмотреться к некоторым примерам спутниковой радарной обработки с синтезированной апертурой.

https://habr.com/ru/post/535850/?utm_source=habrahabr&utm_medium=rss&utm_campaign=535850