Vesta no language defined: Ошибка NO LANGUAGE DEFINED в панели VESTA

Nguyên nhân lỗi НЕТ ЯЗЫКА VestaCP gây ra thng do VPS của bạn bị thiếu dung lượng, hoặc Quota của bi bn bn. Đầu tiên để biết nguyên nhân do đâu bạn cần phải dùng lệnh sau để kiểm tra

Các bước tiến hành kiểm tra và khắc phục lỗi

df -h
df -i

Bn có thể sử dụng 1 trong 2 lệnh trên để kiểm tra: nếu thị Quota quá ít, khả năng bạn đã bị giới hạn bởi Quota. Вы можете перейти в файл , используя файл user.conf , или chnh lại Quota

nano / usr / local / vesta / data / users / admin / user.конф

Tiến hành chỉnh Квота thành Без ограничений

DISK_QUOTA = ’неограниченно’

Sau đó bạn cần lưu lại файл user.conf

v-update-user-quota admin

xem thêm bài viết:

ây là 3 bước khắc phục lỗi НЕТ ЯЗЫКА ОПРЕДЕЛЕННОГО VestaCP gây ra khiến bạn không thể ăng nhập được vào admin VestaCP để thao tác. Vì vậy nếu gặp lỗi này bạn cần thực hiện giống như mình hướng dẫn.M bảo sẽ ăng nhập thành công vào VPS của bn. Chúc các bạn khắc phục lỗi thành công trong quá trình quản trị vps của mình.

Введение

В этом приложении описывается формальный синтаксис и семантика Весты-2. Язык описания программного обеспечения (SDL). Мы ожидаем, что он будет использоваться как ссылка пользователей Весты.Хотя описание должно быть полный и однозначный, это ни в коем случае не учебник по языку или гид пользователя.

В Весте инструкции по созданию программного артефакта написано как программа SDL. Оценка программы приводит к тому, что программное обеспечение система, которую предстоит построить; значение результата программы обычно содержит файлы, производные от оценки.

Vesta SDL — это функциональный язык с лексической областью видимости. Его пространство значений включает логические значения, целые числа, тексты, списки (аналогично LISP списки), последовательности пар имя-значение, называемые привязками , закрытия и уникальное значение ошибки.

Язык динамически типизирован; то есть типы связаны со значениями времени выполнения вместо статических имен и выражений. Даже без проверки статического типа язык строго типизирован: выполнение программы Vesta не может нарушить систему типов языка. В определены ожидаемые типы параметров языковых примитивов, и эти типы проверяются при оценке примитивов. В язык включает положения для определения типов определяемых пользователем аргументы функции и локальные переменные, но эти объявления типов в настоящее время не отмечены.

Язык содержит около 60 примитивных функций. Существует Примитив _run_tool для вызова внешних инструментов, таких как компиляторы и компоновщики как вызовы функций. Внешние инструменты могут быть вызваны из Веста без доработок.

Концептуально каждый программный артефакт, созданный с помощью Vesta, построен из царапины, тем самым гарантируя, что результирующий артефакт составлен последовательных частей. Веста использует обширное кеширование, чтобы избежать ненужное восстановление. Веста записывает зависимости программного обеспечения автоматически.Методы кеширования реализации вызовы функций и определение зависимостей описаны в главах 6 и 7 из отчет об исследовании ( Vesta: A System for Software Configuration Управление ).

Сокращение разрыва между наблюдениями с Земли и межпланетных миссий: Vesta увидела VLT / SPHERE

Сокращение разрыва между наземными и межпланетными наблюдениями миссий: Vesta, увиденная VLT / SPHERE

р.JL. Fétick ¹ , L. Jorda ¹ , P. Vernazza ¹ , M. Marsset ^{2 , 3} , A. Drouard ¹ , T. Fusco ^{1 , 4} , B. Carry ⁵ , F. Marchis ⁶ , J. Hanuš ⁷ , M. Viikinkoski ⁸ , M. Birlan ⁹ , P. Bartczak ¹⁰ , J. Berthier ⁹ , J. Castillo -Rogez ¹¹ , F. Cipriani ¹² , F. Colas ⁹ , G. Dudziński ¹⁰ , C.Дюма ¹³ , M. Ferrais ¹⁴ , E. Jehin ¹⁴ , M. Kaasalainen ⁸ , A. Kryszczynska ¹⁰ , P. Lamy ¹ , H. Le Coroller ¹ , A. Marciniak ¹⁰ , T. Michalowski ¹⁰ , P. Michel ⁵ , LM Mugnier ⁴ , B. Neichel ¹ , M. Pajuelo ^{9 , 15} , E. Podlewska-Gaca ^{, 16} , T. Santana-Ros ¹⁰ , P. Tanga ⁵ , F. Vachier ⁹ , A.Виган ¹ , О. Витассе ¹² и Б. Ян ¹⁷

¹ Университет Экс-Марсель, CNRS, CNES, Лаборатория астрофизики Марселя, Марсель, Франция
электронная почта: [email protected]
² Департамент Земли, атмосферы и планетных наук, Массачусетский технологический институт, 77 Массачусетс-авеню, Кембридж, MA 02139, США
³ Центр астрофизических исследований Королевского университета Белфаста, BT7 1NN, Великобритания
⁴ ONERA, Французская аэрокосмическая лаборатория BP72, 29 авеню де ла Дивизион Леклерк, 92322 Châtillon Cedex, Франция
⁵ Université Côte d’Azur, Observatoire de la Cote d’Azur, CNRS, Laboratoire Lagrange, Франция
⁶ Институт SETI, Центр Карла Сагана, Проспект Бернадо 189, Маунтин-Вью, Калифорния 94043, США
⁷ Институт астрономии Карлова университета, Прага, V Holešovičkách 2, 18000, г. Прага 8, Чехия
⁸ Департамент математики Технологического университета Тампере, А / я 553, 33101 Тампере, Финляндия
⁹ IMCCE, Парижская обсерватория, 77 авеню Денфер-Рошро, 75014 Paris Cedex, France
¹⁰ Институт астрономической обсерватории, физический факультет, Университет Адама Мицкевича, Słoneczna 36, 60-286 Познань, Польша
¹¹ Лаборатория реактивного движения, Калифорнийский технологический институт, 4800 Oak Grove Drive, Пасадена, CA

Поступило: 30 Ноябрь 2018 г.
Принято: 12 Январь 2019 г.

Аннотация

Контекст. За последние десятилетия несколько межпланетных миссий изучали небольшие тела на месте, что привело к значительным успехам в нашем понимании их геологических и геофизических свойств. Однако у этих миссий было ограниченное количество целей. Среди них миссия NASA Dawn детально охарактеризовала топографию и изменение альбедо по поверхности астероида (4) Веста с пространственным разрешением ~ 20 м, пиксель в масштабе ^-1 .

Цели. Здесь наша цель состояла в том, чтобы определить, сколько топографической информации и информации об альбедо можно получить с земли с помощью VLT / SPHERE в случае Весты, имеющей предыдущую космическую миссию (Рассвет), предоставляя нам наземную истину, которую можно использовать в качестве ориентира. .

Методы. Мы наблюдали Весту с помощью VLT / SPHERE / ZIMPOL в рамках нашей большой программы ESO (ID 199.C-0074) в шесть разных эпох и деконволюционировали собранные изображения с помощью параметрической функции рассеяния точки (PSF). Затем мы сравнили наши изображения с синтетическими изображениями Весты, полученными из трехмерной модели формы миссии «Рассвет», на которой мы спроецировали информацию об альбедо Весты.

Результаты. Мы показываем, что деконволюция изображений VLT / SPHERE с параметрической PSF позволяет восстановить основные топографические и альбедные особенности, присутствующие на поверхности Весты, вплоть до пространственного разрешения ~ 20–30 км.Выделение контура показывает точность ~ 1 пиксель (3,6 мсек.). Настоящее исследование предоставляет самую первую количественную оценку точности наземных наблюдений с использованием адаптивной оптики для получения изображений поверхности астероидов.

Выводы. В случае Весты следующее поколение 30–40-метровых телескопов (ELT, TMT, GMT) должно в принципе быть способным разрешить все основные особенности, присутствующие на его поверхности, включая впадины и дихотомию кратеров с севера на юг. при условии, что они работают на дифракционном пределе.

Ключевые слова: методы: высокое угловое разрешение / методы: обработка изображений / методы: наблюдения / малые планеты, астероиды: индивидуальные: Vesta

На основе наблюдений, сделанных телескопами ESO в обсерватории Паранал в рамках программы ID 199.C-0074 (PI: П. Вернацца).

© R. JL. Fétick et al. 2019

Статья в открытом доступе, опубликованная EDP Sciences в соответствии с условиями лицензии Creative Commons Attribution License (http: // creativecommons.org / licenses / by / 4.0), что разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии правильного цитирования оригинальной работы.

1 Введение

Топография поверхности Весты, второго по величине астероида в главном поясе после карликовой планеты Церера, была подробно охарактеризована камерой кадрирования (FC; Sierks et al. 2011) на борту миссии NASA Dawn. Dawn FC нанес на карту ~ 80% поверхности Весты с масштабом изображения ~ 20 м пиксель ^-1 . Эти изображения показали сложную топографию (Russell et al.2012; Jaumann et al. 2012; Marchi et al. 2012; Schenk et al. 2012) резюмируется ниже:

• Южный полярный регион состоит из двух перекрывающих друг друга ударных бассейнов (Реасильвия и Венения) и центрального холма, высота которого сопоставима с олимпийскими горами на Марсе. Часть внешнего периметра впадины Реасильвии ограничена крутым уступом. Отметим, что как ударный бассейн, так и центральный пик были впервые обнаружены Thomas et al. (1997) с использованием космического телескопа Hubble .

• Поверхность характеризуется регионами с повышенным рельефом (~ 20 км), например Весталия Терра, самая южная часть которой сливается с краевой областью бассейна Реасильвии (Jaumann et al. 2012).

• На поверхности Весты имеется множество желобов, особенно в экваториальных и северных регионах. Экваториальные впадины имеют длину от 19 до 380 км и ширину до 15 км, тогда как наиболее заметная северная впадина имеет длину 390 км и ширину 38 км (Jaumann et al. 2012).

• Кратерные данные Весты демонстрируют сильную дихотомию между севером и югом, при этом северные территории Весты гораздо более изрезаны кратерами, чем южные (Marchi et al. 2012).

Изображения миссии «Рассвет» также позволили создать карту с высоким разрешением альбедо на поверхности Весты, показав наибольшую вариацию нормального альбедо среди всех наблюдаемых астероидов; (нормальное альбедо колеблется от ~ 0,15 до ~ 0,6; Reddy et al.2012; Schröder et al. 2014).

Здесь мы представляем новый набор наземных изображений Весты, полученных с помощью VLT / SPHERE / ZIMPOL в рамках нашей большой программы ESO (ID 199.C-0074; Vernazza et al. 2018). Эти наблюдения путем прямого сравнения с измерениями Dawn in situ были выполнены с целью тестирования максимального разрешения, достигаемого для изображений, полученных с помощью этой системы адаптивной оптики (AO) нового поколения (Beuzit et al., 2008; Fusco et al. 2006, 2016) и надежность нашего алгоритма деконволюции, который использует в качестве входных данных синтетическую функцию рассеяния точки (PSF). Эти наблюдения также использовались, чтобы определить, какие из геологических особенностей, обнаруженных Dawn (см. Выше), уже могут быть идентифицированы с земли, и установить предел размера, выше которого эти особенности могут быть восстановлены. Наконец, эти наблюдения были использованы для создания карты альбедо, которую можно было напрямую сравнить с картой, основанной на изображениях ФК Рассвет (Schröder et al. 2014). Таким образом, Vesta использовалась в качестве эталона для нашей большой программы, что позволило нам протестировать и в конечном итоге проверить наши различные методы анализа изображений.

2 Наблюдения и обработка данных

Мы наблюдали (4) Весту с помощью прибора VLT / SPHERE / ZIMPOL (Beuzit et al. 2008; Thalmann et al. 2008; Schmid et al. 2012) в шесть разных эпох в период с 20 мая 2018 г. по 10 июля 2018 г. ( см. полный список наблюдений в таблице A.1). Протокол сокращения данных одинаков для всех целей в нашей большой программе. Мы отсылаем читателя к Vernazza et al. (2018) для описания процедуры. Подмножество изображений Vesta после редукции конвейера и до деконволюции показано на рис.В.1.

3 Метод деконволюции

3.1 Повторяющиеся артефакты деконволюции с наблюдаемым PSF

Наша большая программа изначально была задумана следующим образом. За каждым наблюдением астероида следовало получение звездного PSF с использованием звезды той же видимой величины, что и астероид. Изображение астероида (обрезанное до 500 × 500 пикселей) и связанный с ним PSF (тот же размер пикселя, что и изображение) затем были переданы в алгоритм MISTRAL (Mugnier et al. 2004) для процесса деконволюции.Оказалось, что для почти 50% наблюдений деконволюция привела к сильным артефактам на краях астероидов, подчеркнутым наличием яркой короны (см. Пример на верхней левой панели рис. 2). Мы отмечаем, что краевые проблемы, возникающие в результате процесса деконволюции, уже сообщались в литературе (Marchis et al. 2006).

Проблема была немного решена с помощью миопической деконволюции (Конан и др. , 1998) с алгоритмом MISTRAL. В этом режиме алгоритм градиентного спуска одновременно оценивает пару {объект + PSF}.В частности, PSF, наблюдаемый в течение ночи, использовался для вычисления средней оптической передаточной функции (OTF), то есть преобразования Фурье PSF, и все PSF, наблюдаемые во время большой программы, использовались для вычисления дисперсии OTF вокруг среднего . Используя этот подход, интенсивность артефактов была уменьшена, но все еще видна. Это, казалось, указывало на то, что проблемы деконволюции исходили от самого PSF. Мы также сделали вывод, что артефакты деконволюции могут возникать из-за несоответствия между наблюдаемой звездной PSF и истинной PSF во время наблюдения астероида.Если форма наблюдаемого PSF слишком далека от истинного PSF, миопическая деконволюция не может полностью исправить эту проблему. Более того, близорукая (или слепая) деконволюция оценивает одновременно изображение астероида и PSF, что приводит к процессу оптимизации, который зависит от большого количества параметров. Следовательно, математическая проблема миопической (или слепой) деконволюции может выродиться (Blanco & Mugnier 2011), и алгоритм минимизации может сойтись к неверному решению.Таким образом, уменьшение количества параметров для PSF критически важно, чтобы избежать проблем с вырождением и деконволюцией.

3.2 Использование параметрической PSF для деконволюции

Чтобы преодолеть проблемы деконволюции, с которыми мы столкнулись, мы начали использовать параметрические PSF вместо звездных PSF. Преимущество параметрической PSF заключается в гибкости ее параметров, которые можно отрегулировать, чтобы лучше оценить истинную PSF во время наших наблюдений за астероидом. Мы решили моделировать эти синтетические PSF, используя профиль Моффата (Moffat, 1969), поскольку такие функции широко используются в астрономии для воспроизведения резкого когерентного пика и широких крыльев PSF в наблюдениях АО (Andersen et al.2006; Sánchez et al. 2006). Кроме того, функция Моффата имеет то преимущество, что она зависит только от двух параметров. Он определяется как (1)

, где r — радиус до центра PSF, α — масштабный коэффициент, а β — индекс степенного закона Моффата. Установка β > 1 необходима для получения конечной энергии. При этом условии мультипликативный коэффициент ( β — 1) ∕ πα ² в выражении гарантирует, что полная энергия PSF равна единице.

В качестве следующего шага мы позволили двум параметрам Моффата α и β изменяться в пределах их реалистичного диапазона значений: ( α , β ) ∈] 0, + ∞ [×] 1, + ∞ [. Затем мы определили разумный диапазон значений при визуальном осмотре изображений: ( α , β ) ∈ [2,5, 4,5] × [1,3, 1,7], где α дано в пикселях. На рисунке 1 показаны 4 из 25 PSF Моффата, протестированных для деконволюции наших изображений Vesta (соответственно для минимального и максимального значений α и β ), а также выделено то, что мы считаем широким диапазоном форм PSF для процесс деконволюции.

После сканирования всего диапазона α и β , среди деконволюционных изображений Vesta были выявлены две систематические тенденции: большое значение α в тандеме с небольшим значением β приводит к артефакту короны, который регулярно возникал при использовании наблюдаемые PSF (см. раздел 3.1), и небольшое значение α в тандеме с большим значением β приводит к недостаточной деконволюции, что означает, что размытие изображения ослабляется только частично, а деконволюция не завершается (см. рис.2).

Эти тенденции могут быть физически хорошо поняты, если учесть тот факт, что полная ширина на полувысоте (FWHM) и коэффициент Штреля для PSF Моффата являются функциями α и β , где FWHM может быть записано как (2)

и коэффициент Штреля как (3)

, где A (0) представляет собой дифракционную картину, наведенную зрачком (диаграмма Эйри для круглой незагороженной апертуры) в центре PSF r = 0.

Диагональное поведение, наблюдаемое при деконволюции по параметрам α и β (рис.2) имеет смысл, если посмотреть на FWHM соответствующих коэффициентов PSF и Strehl на рис. 2 (нижний рисунок). Для больших FWHM (верхний левый угол) — или, что эквивалентно, низких отношений Штреля — появляются артефакты деконволюции (артефакт короны). Это означает, что артефакты короны, с которыми мы столкнулись в процессе деконволюции с наблюдаемыми PSF, скорее всего, произошли либо потому, что наблюдаемые PSF переоценивали FWHM наших наблюдений за астероидами, либо недооценивали их коэффициент Штреля. И наоборот, для малых FWHM — или больших отношений Штреля — изображения Vesta кажутся недоразвернутыми.Диагональ снизу слева направо вверх показывает довольно стабильные значения как для FWHM, так и для коэффициента Штреля, что согласуется с визуальным качеством деконволюции, выделенным на рис. 2. Учитывая тенденцию деконволюции как функцию коэффициента Штреля (рис. 2) , мы всегда выбираем параметры α и β таким образом, чтобы края объекта были максимально резкими, не доходя до точки, где появляется эффект яркой короны (Таблица 1, Рис. 2). Этот метод уже применялся к изображениям, полученным для (16) Psyche (Viikinkoski et al.2018) и теперь систематически применяется ко всем целям нашей большой программы. В данном случае количественное обоснование (то есть точность наших деконволюционных изображений Vesta по сравнению с изображениями миссии Dawn) для выбора параметров ( α , β ) приведено в Приложении C.

Таким образом, деконволюция с помощью Moffat PSF на практике сходится к удовлетворительным результатам. Поэтому в рамках нашей большой программы мы начали систематически использовать параметрический PSF с формой Моффата для деконволюции наших изображений.Развернутые изображения Весты показаны на рис. 3.

Параметры α и β выбираются для каждой эпохи.

4 VLT / SPHERE по сравнению с Dawn

В этом разделе мы определяем, сколько топографической информации и информации об альбедо может быть получено с земли с помощью VLT / SPHERE в случае Весты, имеющей предыдущую космическую миссию (Рассвет), предоставляя нам достоверную информацию, которую мы можем использовать в качестве ориентира.

4.1 Синтетические изображения OASIS

Миссия NASA / Dawn in situ предоставила изображения Весты с высоким разрешением, используемые для создания глобальной модели формы (Preusker et al.2016). На изображениях также с высокой точностью представлены параметры вращения объектов (Коноплив и др., 2014). Зная эфемериды Весты и положение Земли в экваториальном кадре J2000, таким образом, можно генерировать несвернутые синтетические изображения Весты во время наблюдений СФЕРЫ. Мы использовали инструмент OASIS (Jorda et al. 2010), разработанный и использованный в рамках миссии Rosetta для создания этих изображений. Инструмент учитывает пиксельный масштаб инструмента, условия просмотра и освещения объекта, его общую форму, его параметры вращения и параметры Хапке, описывающие его свойства двунаправленного отражения.Он строго учитывает отбрасываемые тени и учитывает геометрическое пересечение между треугольными гранями модели формы и пикселями для вычисления значений отражательной способности для каждого пикселя. Мы использовали функцию Хапке (1986), построенную с использованием однопараметрической фазовой функции Хеньи-Гринштейна и параметров Ли и др. (2013) для описания отражения поверхности. Эти синтетические изображения представляют предел разрешения, которого можно было бы достичь с менее турбулентной атмосферой и совершенной оптикой.Наконец, изображения OASIS умножаются на карту альбедо от Schröder et al. (2014), полученные из миссии Dawn и охватывающие южную часть Весты до 30 ° с. ш. (см. Рис. 3, средний столбец).

4.2 Выделение и сравнение контуров

Для количественного сравнения наблюдаемых и синтетических изображений OASIS мы провели сравнение контурных графиков. Контуры важны для алгоритмов восстановления трехмерной формы. Извлечение этих контурных графиков было выполнено в несколько этапов, описанных ниже. Для наблюдаемых изображений был оценен низкий порог T ₁ путем подгонки гистограммы пикселей в прямоугольнике 21 × 21 пиксель вокруг минимального пикселя изображения. Для синтетических изображений нижний порог был установлен на ноль. Затем был вычислен высокий порог T ₂ как максимальное значение пикселя после удаления 10% самых высоких значений пикселей.Используемый уровень контура был определен как T = T ₁ + ζ ( T ₂ — T ₁ ), где ζ — параметр в интервале [ 0, 1], позволяя установить значение уровня контура относительно верхнего и нижнего порогов. Здесь было выбрано ζ = 0,3. Затем изображение было преобразовано в треугольную сетку. Для этого декартовы координаты вершин определялись координатами ( X = i , Y = j ) пикселя ( i , j ), дополненными его значением Z = P _ij . Каждый блок размером 2 × 2 пикселя позволил нам определить два треугольника. Полученный набор треугольников представляет изображение в виде треугольной сетки. Наконец, пересечение треугольной сетки с плоскостью Z = T определило контурный график, представленный здесь как набор связанных двухмерных точек.

Назовем и соответственно набор точек, определяющих деконволюционный контур и контур модели OASIS. Мы определили среднеквадратичную метрику как

, где индекс суммы i проходит по всем точкам контура развернутого изображения, — это евклидово расстояние между точкой с номером i и ее ортогональной проекцией на контур OASIS, λ _i пиксель весовой коэффициент. Мы выбрали λ _i как среднее расстояние между D _i и его соседями D _{i −1} и D _{i +1} как (5)

, так что возможный кластер близких точек в наборе контуров не вызывает сильно локализованного взвешивания в норме х . Поскольку точки разделены почти однородно, поправка мало влияет на норму χ по сравнению с простым взвешиванием λ _i = 1.Наконец, принуждение λ _i = 0 для некоторых точек позволяет нам выбрать конкретную область, такую ​​как конечность или ограничитель, для сравнения контуров.

Извлечение контуров из синтетических и деконволюционных изображений показывает хорошее соответствие (см. Рис. 4 для визуализации контуров). Совпадение контуров лучше на лимбе ( χ _Limb = 0,44 пикселя), чем на терминаторе ( χ _Term = 1,02 пикселя). Действительно, освещение граней OASIS гораздо более чувствительно к угловым ошибкам в ориентации граней для почти касательных солнечных лучей, чем для нормальных лучей. Более того, ошибки интенсивности в синтетических изображениях на терминаторе приводят к большим ошибкам в положении контура, потому что градиент интенсивности там меньше по сравнению с большим скачком, происходящим на конечности.

Средняя ошибка контура с учетом всех точек контура составляет × = 0,93 пикселя, показывая, что разрешение контура субпикселя достижимо на деконволюционных изображениях астероидов.

Площадь, окруженная деконволютивным контуром, больше, чем контур OASIS, с относительной разницей площадей +1.15%. Эта ошибка может быть связана с остаточным размытием, которое не было полностью удалено деконволюцией, а также с трудностями при извлечении контура OASIS рядом с терминатором. В результате погрешность по громкости составит ~ + 1,73%. Все результаты, касающиеся контуров, приведены в таблице 2.

4.3 Разведка основных топографических объектов Весты

Похоже, что большинство основных топографических особенностей поверхности Весты уже можно распознать с земли (рис. 3). Сюда входят ударный бассейн южного полюса и его выдающийся центральный холм, несколько кратеров D размером ≥ 25 км и Матроналия Рупес, включая его крутой уступ, а также малую и большую дуги (Krohn et al. 2014). Из этих наблюдений мы можем определить предел размера ~ 30 км для деталей, которые могут быть разрешены с помощью VLT / SPHERE (то есть объектов шириной 8–10 пикселей). Этот предел обнаружения в принципе должен быть достаточным для распознавания дихотомии кратера север-юг, обнаруженной Даун (Marchi et al.2012; Винсент и др. 2014), согласно тому факту, что в северном полушарии находится 70% кратеров с D ≥ 30 км (Liu et al. 2018). Есть несколько правдоподобных объяснений того, почему мы не смогли разрешить эту дихотомию. Во-первых, мы в основном изображали южное полушарие из-за ориентации оси вращения Весты. Во-вторых, атмосферное размытие (не полностью устраненное АО) — еще один ограничивающий фактор. В-третьих, изменение альбедо на поверхности велико, что приводит к путанице между оттенком кратеров и локальным изменением альбедо. Это четко видно на синтетических изображениях, созданных OASIS без информации об альбедо (см. Средний и правый столбцы на рис. 3). В-четвертых, мы не наблюдаем экваториальные впадины Весты, ширина которых составляет 15 км, что ниже предела обнаружения наших изображений. Отсюда следует, что телескопы будущего поколения с размерами зеркал в диапазоне 30–40 м в принципе должны быть в состоянии разрешить основные особенности, присутствующие на поверхности Весты, при условии, что они работают на дифракционном пределе.

Наконец, мы пытаемся ограничить скорость обнаружения самых больших кратеров диаметром более 40 км. Кроме большого бассейна Реасильвии, на Весте находится 21 такой кратер (Лю и др., 2018), и 9 из них были охвачены нашими наблюдениями. Из этих девяти кратеров мы смогли идентифицировать семь из них (см. Рис. 3) на наших изображениях, что означает степень обнаружения ~ 80%. Два недостающих кратера — это Марсия и Кальпурния, которые являются частью цепи кратеров Снеговика, расположенной на ~ 13 ° северной широты и ~ 195 ° восточной долготы. Необнаружение цепи кратеров снеговика неудивительно, если смотреть на два синтетических изображения OASIS (с информацией об альбедо и без нее), поскольку цепь кратеров едва ли можно распознать на синтетических изображениях с информацией об альбедо (см. Рис. 5).

Результаты извлечения контуров для изображений OASIS и деконволюции.

4.4 Разведка основных характеристик альбедо Весты

Чтобы дополнительно проверить надежность процедуры наблюдения и деконволюции, мы построили карту альбедо Весты из деконволюционных изображений SPHERE и сравнили эту карту с картой Schröder et al.(2014) из натурных измерений Dawn. Мы использовали подвыборку из 19 высококачественных изображений из шести эпох наблюдений VLT / SPHERE.

Из-за ограниченного числа геометрических изображений, исследованных SPHERE, не всегда возможно отличить тени от истинных вариаций альбедо без предварительного знания топографии местной поверхности. Эта информация очень хорошо ограничена в случае Весты и может быть получена из модели OASIS. Однако это не так для большинства целей в нашей программе наблюдений и почти для всех астероидов в целом.Поэтому мы намеренно не использовали какую-либо предварительную информацию о топографии Весты при построении карты, чтобы оценить нашу способность извлекать информацию об альбедо только из наблюдений SPHERE.

Во-первых, мы скорректировали градиент освещения, присутствующий на изображениях SPHERE, который зависит от местного падения, отражения и фазового угла. Это было выполнено путем подгонки полиномиальной поверхности второго порядка к диску (интенсивности изображения) Весты. Этот метод обеспечивает удовлетворительные результаты для наземных наблюдений за астероидами (Carry et al.2008, 2010). В рамках нашей программы наблюдений мы также обнаружили, что он дает лучшие результаты, чем использование закона рассеяния (Lommel – Seeliger, Hapke; Li et al. 2015), когда мало что известно о локальной топографии объекта. Использование одного из вышеупомянутых законов рассеяния с моделью формы с низким разрешением действительно приводит к искусственно «замощенным» изображениям из-за разрешения, то есть размера граней модели. Использование полиномиальной аппроксимации, которая качественно имитирует законы Ломмеля – Силигера, к диску объекта приводит к более плавной фотометрической коррекции без искусственных разрывов.Однако он не может должным образом соответствовать освещению местных особенностей местности, таких как кратеры и горы.

Затем для каждого изображения СФЕРЫ мы определили область интереса (ROI), содержащую набор пикселей, которые будут проецироваться на карту. Как обсуждалось в разд. 3, сверхдеконволюция обычно увеличивает яркость областей изображения с сильным градиентом яркости, таких как граница астероида. Чтобы избежать включения пикселей, затронутых этим эффектом, мы рассматривали только пиксели, содержащиеся в центральной области астероида, т.е.е. На расстоянии 20 пикселей от контура астероида (лимба и терминатора).

Затем были измерены долгота и широта каждого пикселя, содержащегося в ROI, с использованием проекции модели OASIS (раздел 4.1). Для других целей в нашей программе это будет выполняться с использованием модели с более низким разрешением, полученной с помощью программного обеспечения ADAM (Viikinkoski et al. 2015).

Затем значение каждого пикселя проецировалось на карту с помощью эквидистантной цилиндрической проекции. Затем отдельные карты из разных эпох наблюдений были объединены с использованием перекрывающихся областей, чтобы сбалансировать уровень их яркости.В частности, комбинированная карта была рассчитана как средневзвешенное значение отдельных карт, где каждому пикселю был присвоен гауссов вес, обратно пропорциональный проецируемой площади поверхности, которую он покрывает, и обратно пропорционален прогнозируемому расстоянию от точки под землей. Наконец, мы нормализовали комбинированную карту с глобальным средним альбедо Весты в полосе Johnson V (с центром на 540 нм), чтобы позволить прямое сравнение с картой альбедо Schröder et al. (2014).

Полученная карта показана и сравнивается с картой Schröder et al. (2014) на рис. 5. На карте Dawn отображается только область Весты, видимая SPHERE, чтобы облегчить сравнение. Остальные пиксели были обнулены.

Карта SPHERE демонстрирует широкий диапазон значений альбедо (обычно A _{V, N} = 0,34–0,45), близкий к карте Dawn (в основном A _{V, N} = 0,30–0,46), но немного уже из-за более низкого пространственного разрешения и остаточного размытия из-за несовершенной деконволюции (рис. 6). Пик двух распределений немного смещен из-за разной формы распределений: распределение SPHERE появляется даже по обе стороны от пика, тогда как нижний конец распределения Dawn шире, чем верхний предел, возможно, потому что несколько видов с разными альбедо пространственно разрешены. Большинство основных характеристик альбедо, представленных на карте Dawn, также можно идентифицировать на карте SPHERE. Мы обнаружили, что поверхностные объекты размером до 20 км могут быть идентифицированы по карте SPHERE.

Обнаружены лишь некоторые несоответствия между двумя картами. Наиболее очевидным примером является наличие темной области, расположенной около λ = 80 °, ϕ = -50 ° на карте SPHERE, тогда как Dawn не обнаруживает такого изменения альбедо в этом месте. Эта особенность, скорее всего, является результатом присутствия теней на изображениях SPHERE, вызванных неровностями ландшафта, а не истинными вариациями альбедо. Яркость самого южного региона Весты на карте для λ, ∈ [180 °, 270 °] и ϕ, <−60 ° увеличивается с помощью SPHERE по сравнению с Dawn. Это связано с освещением центрального пика реазильвии, которое невозможно точно скорректировать. Карта Dawn содержит очень локализованные области с очень низкими значениями альбедо ( A _{V, N} <0,25). Хотя эти области также видны с помощью SPHERE, они имеют более высокое альбедо ( A _{V, N} > 0,30) из-за более низкого пространственного разрешения карты, которое ослабляет высокочастотные вариации альбедо. Дополнительные различия между двумя картами могут возникать из-за различных фильтров, используемых во время наблюдений: ZIMPOL N_R ( λ = 589.2–702,6 нм) по сравнению с прозрачным фильтром DAWN FC2 ( λ = 438–965 нм).

5 Заключение

В этой статье мы оценили, сколько топографической информации и информации об альбедо можно получить с земли с помощью VLT / SPHERE в случае астероида (4) Веста.Этот объект можно использовать в качестве эталона для наземных наблюдений, поскольку космическая миссия Dawn предоставила нам достоверную информацию. Мы наблюдали (4) Весту с VLT / SPHERE / ZIMPOL в рамках нашей большой программы ESO в шесть разных эпох и деконволюционировали собранные изображения с помощью параметрической PSF. Затем мы сравнили наши изображения VLT / SPHERE с синтетическими изображениями Весты, полученными с помощью программного обеспечения OASIS, которое использует в качестве входных данных трехмерную модель формы миссии Dawn и на которую мы повторно спроецировали карту альбедо миссии Dawn (Schröder et al.2014). Далее мы составили нашу собственную карту альбедо Весты только на основе изображений SPHERE, не используя никакой предварительной информации о топографии поверхности Весты. Мы сравнили эту карту с картой Шредера и др. (2014), чтобы оценить нашу способность отличать истинное разнообразие альбедо от теней и областей с усиленным освещением из-за несовершенной фотометрической коррекции изображений SPHERE.

Мы показываем, что деконволюция изображений VLT / SPHERE с помощью параметрической PSF позволяет восстановить основные топографические и альбедные особенности, присутствующие на поверхности Весты, вплоть до пространственного разрешения ~ 20–30 км. Выделение контура показывает точность ~ 1 пиксель, с большой разницей между оценкой лимба (точность ~ 0,5 пикселя) и терминатором (точность ~ 1 пиксель). Последующая относительная погрешность оценки площади составляет ≤2%.

Настоящее исследование впервые демонстрирует точность наземных наблюдений за астероидами с помощью АО по сравнению с наблюдениями в точке. Телескопы будущего поколения (ELT, TMT, GMT) могут использовать Весту в качестве эталона, чтобы уловить все основные особенности, присутствующие на ее поверхности (включая впадины и дихотомию кратера север-юг), при условии, что эти телескопы работают на дифракционном пределе.

Поиск данных : как только статьи для нашей большой программы будут приняты к публикации, мы сделаем соответствующие уменьшенные и деконволюционные изображения AO и трехмерные модели форм общедоступными ¹ .

Благодарности

Эта работа была поддержана Французским управлением Générale de l’Armement (DGA) и Aix-Marseille Université (AMU). P.V., A.D. и B.C. были поддержаны CNRS / INSU / PNP. J.H. при поддержке гранта 18-09470S Чешского научного фонда и исследовательской программы Карлова университета №UNCE / SCI / 023. Этот проект получил финансирование от исследовательской и инновационной программы Европейского Союза Horizon 2020 в рамках грантового соглашения № 730890. Этот материал отражает только точку зрения авторов, и Комиссия не несет ответственности за любое использование информации, содержащейся в нем. Авторы благодарят S. Schröder за предоставленную реконструированную карту альбедо, основанную на изображениях Dawn, и за его очень плодотворные комментарии в качестве рецензента.

Приложение A Таблица наблюдений

Приложение B Дополнительный рисунок

Приложение C Оптимизация параметров PSF

Используя синтетические изображения OASIS с альбедо, мы также смогли определить оптимальные значения α и β для деконволюции, вычислив квадратный корень ошибки между деконволюционными изображениями SPHERE / ZIMPOL и синтетическими изображениями (модель OASIS + albedo ). Ошибка записывается как

, где сумма вычисляется по пикселям, OAS — это модель OASIS, умноженная на альбедо a _p , соответствующее каждому пикселю, а DEC — это наше деконволютивное изображение. При записи DEC _p ( α , β ) напоминаем, что деконволюция зависит от параметров PSF ( α , β ). Минимизация ошибки ϵ ( α , β ) определяет оптимальные значения для параметров α и β и, таким образом, наиболее точную деконволюцию в смысле нормы, заданной уравнением. (В.1). На рисунке C.2 показана эволюция ϵ по отношению к параметрам PSF α и β для шести эпох. Минимум достигается в узком диапазоне α ≃ 3,5 — 4 и β ≃ 1,5 — 1,6. На рисунке C.2 также показано, что ошибка резко возрастает, когда появляется артефакт короны, и что минимальная ошибка достигается для резких деконволюций непосредственно перед эффектом короны.

Таким образом, параметры ( α , β ), оцененные эмпирически в разд.3,2 близки к фактическим оптимальным значениям, которые минимизируют критерии ϵ . Вблизи таких оптимальных значений только эффект короны может исказить результат деконволюции при высоком α и низком β . В противном случае зона деконволюции будет стабильной, поскольку качество деконволюции непрерывно изменяется вместе с параметрами (см. Рисунки 2 и C.2).

Важно отметить, что мы считаем, что возможно дальнейшее улучшение процедуры деконволюции, используя еще более точные модели PSF, с формой, более близкой к форме PSF с коррекцией AO (готовится документ по моделированию AO PSF). Наконец, параметры PSF (независимо от используемой модели PSF) могут быть оценены автоматически с помощью алгоритма близорукой деконволюции, такого как Mugnier et al. (2004) и Blanco & Mugnier (2011).

Список литературы

1. Андерсен, Д. R., Stoesz, J., Morris, S., et al. 2006, ПАСП, 118, 1574 [НАСА ADS] [CrossRef] [Google ученый]
2. Бойзит, Дж.-Л., Фельдт, М., Долен, К. и др. 2008, в наземных и бортовых приборах для астрономии II, SPIE, 7014, 701418 [Google ученый]
3. Бланко, Л. , Мунье, Л. М. 2011, Опт. Экспресс, 19, 23227 [НАСА ADS] [CrossRef] [Google ученый]
4. Керри, Б., Дюма С., Фульчиньони М. и др. 2008, A&A, 478, 235 [НАСА ADS] [CrossRef] [EDP Sciences] [Google ученый]
5. Керри, Б. , Dumas, C., Kaasalainen, M., et al. 2010, Икар, 205, 460 [НАСА ADS] [CrossRef] [Google ученый]
6. Конан, Дж.-M., Mugnier, L.M., Fusco, T., Michau, V., & Rousset, G. 1998, Appl. Опт., 37, 4614 [НАСА ADS] [CrossRef] [Google ученый]
7. Фуско, Т. , Petit, C., Rousset, G., et al. 2006, Proc. SPIE, 6272, 62720K [CrossRef] [Google ученый]
8. Фуско, Т., Sauvage, J.-F., Mouillet, D., et al. 2016, в Adaptive Optics Systems V, Proc. SPIE, 9909, 99090U [CrossRef] [Google ученый]
9. Хапке, Б. 1986, Икар, 67, 264 [НАСА ADS] [CrossRef] [Google ученый]
10. Яуманн, Р., Уильямс, Д. А., Бучковски, Д. Л. и др. 2012, Наука, 336, 687 [НАСА ADS] [CrossRef] [Google ученый]
11. Жорда, Л. , Spjuth, S., Keller, H.U., Lamy, P., & Llebaria, A. 2010, Proc. SPIE, 7533, 753311 [CrossRef] [Google ученый]
12. Коноплив, А.S., Asmar, S. W., Park, R. S., et al. 2014, Икар, 240, 103 [НАСА ADS] [CrossRef] [Google ученый]
13. Крон, К. , Jaumann, R., Otto, K., et al. 2014, Икар, 244, 120 [НАСА ADS] [CrossRef] [Google ученый]
14. Ли, Дж.-Y., Le Corre, L., Schröder, S.E., et al. 2013, Икар, 226, 1252 [НАСА ADS] [CrossRef] [Google ученый]
15. Ли, Дж. Ю., Хельфенштейн, П., Буратти, Б., Такир, Д., и Кларк, Б. Е. 2015, Астероид IV (Тусон, Аризона: Университет Аризоны Press), 129 [Google ученый]
16. Лю З., Юэ З., Майкл Г. и др. 2018, Икар, 311, 242 [НАСА ADS] [CrossRef] [Google ученый]
17. Марчи, С. , McSween, H.Y., O’Brien, D.P. и др. 2012, Наука, 336, 690 [НАСА ADS] [CrossRef] [Google ученый]
18. Маркис, Ф., Kaasalainen, M., Hom, E.F.Y., et al. 2006, Икар, 185, 39 [НАСА ADS] [CrossRef] [PubMed] [Google ученый]
19. Моффат, А. 1969, A&A, 3, 455 [Google ученый]
20. Mugnier, L.M., Fusco, T., & Conan, J.-M. 2004, JOSA A, 21, 1841 [НАСА ADS] [CrossRef] [Google ученый]
21. Преускер, Ф. , Scholten, F., Matz, K.-D., et al. 2016, Система планетарных данных НАСА, 268, РАССВЕТ [Google ученый]
22. Редди В., Натус А., Ле Корре Л. и др. 2012, Наука, 336, 700 [НАСА ADS] [CrossRef] [Google ученый]
23. Рассел, К. T., Raymond, C.A., Coradini, A., et al. 2012, Наука, 336, 684 [НАСА ADS] [CrossRef] [Google ученый]
24. Санчес, Ф.М., Дэвис Р., Эйзенхауэр Ф. и др. 2006, A&A, 454, 481 [НАСА ADS] [CrossRef] [EDP Sciences] [Google ученый]
25. Шенк, П. , О’Брайен, Д. П., Марчи, С. и др. 2012, Наука, 336, 694 [НАСА ADS] [CrossRef] [Google ученый]
26. Шмид, Х.-M., Downing, M., Roelfsema, R., et al. 2012 г., в «Наземные и бортовые приборы для астрономии IV», Proc. SPIE, 8446, 84468Y [CrossRef] [Google ученый]
27. Шредер, С. Э., Моттола, С., Келлер, Х.У., Раймонд, К.А., и Рассел, К.Т. 2014, Planet. Космические науки, 103, 66 [НАСА ADS] [CrossRef] [Google ученый]
28. Сиркс, Х., Keller, H.U., Jaumann, R., et al. 2011, Космические науки. Ред., 163, 263 [НАСА ADS] [CrossRef] [Google ученый]
29. Тальманн, К. , Schmid, H.M., Boccaletti, A., et al. 2008, в «Наземные и бортовые приборы для астрономии II», Proc. SPIE, 7014, 70143F [CrossRef] [Google ученый]
30. Томас, П.К., Бинзель, Р. П., Гаффи, М. Дж. И др. 1997, Наука, 277, 1492 [НАСА ADS] [CrossRef] [Google ученый]
31. Вернацца, П. , Brož, M., Drouard, A., et al. 2018, A&A, 618, A154 [НАСА ADS] [CrossRef] [EDP Sciences] [Google ученый]
32. Виикинкоски, М., Kaasalainen, M., & Durech, J. 2015, A&A, 576, A8 [НАСА ADS] [CrossRef] [EDP Sciences] [Google ученый]
33. Виикинкоски, М. , Vernazza, P., Hanuš, J., et al. 2018, A&A, 619, Л3 [НАСА ADS] [CrossRef] [EDP Sciences] [Google ученый]
34. Винсент, Дж.-B., Schenk, P., Nathues, A., et al. 2014, Планета. Космические науки, 103, 57 [НАСА ADS] [CrossRef] [Google ученый]

Все таблицы

Параметры α и β выбираются для каждой эпохи.

Результаты извлечения контуров для изображений OASIS и деконволюции.

Все фигуры

Cara Mudah Mengatasi NO LANGUAGE DEFINED Pada VestaCP

Среда, 20 сентября 2017 г.

Tetapi kekurangan VestaCP ini adalah tidak adanya File manajer, bukan tidak ada, tetapi fitur file manager ini hanya untuk pelanggan premium / berbayar. Ян бесплатный сая саранин memakai bitvise агар lebih mudah dalam pengolahan данные дари загрузить маупун скачать файл дари сервер ke komputer agan sekalian.

anda dapan space 9025

anda dapat space 9025

anda dapat space 9025

anda dapat space 9025

anda dapat space 9025

anda dapat space 9025

Pasti anda bertanya tanya bagaimana mencari file yang berukuran besar?
файл mencari янь беркуран besar sangatlah mudah anda cukup menggunakan perintah seperti di bawah ini:

find / -type f -size + 20M -exec ls -lh {} \; | awk ‘{print $ NF «:» $ 5}’

/ var / lib / mysql / ibdata1: 58M

/ usr / lib / locale / locale-archive-rpm: 95M

/usr/lib/apache/domain/domain.com.log: 12G

/usr/lib/libmysqld.so.18: 50M

find: `/ proc / 8495 / task / 8495 / fd / 5 ‘: нет такого файла или каталога

find: `/ proc / 8495 / task / 8495 / fdinfo / 5 ‘: нет такого файла или каталога

find: `/ proc / 8495 / fd / 5 ‘: нет такого файла или каталога

find: `/ proc / 8495 / fdinfo / 5 ‘: нет такого файла или каталога

Lalu bagaimana cara menghapus file nya? файл menghapus bisa dilakukan dengan dengan perintah:

rm Nama_file

rm latest.zip

ПРИМЕЧАНИЕ: karena perintah tersebut memerlukan ROOT ACCESS maka pastikan anda telah login sebagai ROOT, jika tidak maka perintah tersebut tidak akan berjalan.

rm /usr/lib/apache/domain/domain.com.log

/etc/init.d/apache2 перезапуск

ATAU

sudo /etc/init.

No related posts.