从学校教师到光谱专家
9947 评价此文章:
4.3
从学校教师到光谱专家
Erin Eckles 2020年9月22日,星期二
虽然詹恩·施密特在过去26年的职业生涯经历了一些有趣的转折,但贯穿始终的主题是对学习、教学和科学的热情。而她的事业正渐入佳境。
施密特从印第安纳大学获得教育学学位后,在印第安纳州印第安纳波利斯开始了她的教师职业生涯。她的第一所学校是一所航空航天磁石学校,她很兴奋能为学生带来生动的航空航天知识。她的课程包括太空飞行史、飞行物理学、模拟任务控制、在太空进行实验,甚至参加了在阿拉巴马州亨茨维尔举行的美国宇航局太空营。
接下来的四年,她在同一学区的一所专注于大脑研究的综合主题教学学校任教。她接触到了加德纳的多元智能理论以及人们学习的各种方式——有些人通过语言学习,有些人通过身体动觉学习,还有些人通过音乐熏陶学习。“总的来说,有八种不同的智能,我们每个人在不同智能上都有各自的优势和劣势。我学会了评估这些不同的智能并相应地教学,以提高所有类型学习者的成功率。”施密特在教导儿童和成人时反复运用了这些知识。
在短暂休假组建家庭后,她在俄亥俄州特拉华州的一所学校教授了五年的物理和地球科学。在此期间,她获得了地球科学硕士学位,以便能成为她所教授的科学内容方面更多的专家。几年后,一个机会出现了,她可以去鲍尔航空航天技术公司面试光谱分析师职位。


“在鲍尔工作的一位私人联系人知道我有地球科学硕士学位,并且热爱科学,所以他鼓励我申请。我并不知道这份工作具体需要什么,尽管一些人因为我缺乏技术背景而持怀疑态度,但面试进行得很顺利。幸运的是,招聘经理看到了我对物理科学的深切热情,注意到了我强大的沟通能力,并认为我学习能力很强。因此,他给了我一个机会,对此我万分感激。”
从学术界到企业界的转变是巨大的,施密特非常怀念与学生的互动,但最终,她热爱所做工作的科学内涵,以及能够对我们国家的安全产生影响。十二年来,施密特作为光谱主题专家,在赖特-帕特森空军基地为国家航空航天情报中心提供支持,服务于地理空间情报中队。通过她的领导,施密特壮大了她的团队,并管理了30多名支持该中队的承包商,同时她继续提供直接的光谱支持。
“当我开始在NASIC工作时,由于我的背景和与他人合作的能力,我很快就被拉入了培训和领导岗位。我向团队新成员,包括政府雇员、文职人员、军方人员和承包商,教授光谱分析。这是一个很好的方式,将我的两个专业背景——教师和光谱分析师——结合在一起。”
当施密特成为团队负责人时,她发现她在课堂上学到的很多技能非常适用于国防承包领域,比如管理团队、做演示、组织会议、教学以及与不同类型的人和学习者互动。“成年人和孩子没什么不同。他们学习方式不同,节奏也不同。你必须要有意识、有耐心、善于鼓励并保持容忍。”
在支持NASIC期间,施密特参与了首个名为ARTEMIS的高光谱星载传感器项目。这个研发传感器包含480个光谱波段,为了有效工作,她必须深入了解传感器的特性、能力以及处理高光谱数据的开发工具。“最终,我们的目的是证明星载高光谱成像的能力——我们成功做到了。”
在施密特支持NASIC期间,她有机会使用ENVI®从高光谱数据中提取信息。“ENVI是我们处理ARTEMIS数据的主要工具之一,我发现与其他地理空间工具相比,ENVI在可应用于数据的算法多样性和数量方面是最强大的。我喜欢它能访问光谱库,我经常使用这些库,因为它们内容广泛且光谱特征经过验证。除此之外,ENVI能够显示并链接多个窗口进行并列比较,这非常有帮助。”
ARTEMIS的成功为其他政府和商业高光谱传感器奠定了基础。后来,施密特是NASIC一个小团队的成员,DigitalGlobe曾咨询该团队,为其WorldView-3传感器确定要包含的波段。发射后,她对传感器的光谱和空间分辨率进行了初步分析。
施密特参与的另一个非保密高光谱项目名为“作物测绘描绘团队”,这令她感到兴奋。他们的任务是测绘中东一个重要区域的植被。在几年的时间里,他们测绘并预测了年度生长情况。正是在这里,她认识到了在空间和时间上检测和可视化变化的价值。
在为NASIC做了十二年承包商后,施密特于2017年加入L3Harris,担任一个名为Yorktown的大型NGA合同的首席培训师。在这个角色中,施密特为NGA新的地理空间搜索与检索云端软件开发了教师指导和基于计算机的培训课程。她向CONUS和OCONUS的多个情报机构(如NSA、CIA和NGA)以及军队(包括陆军、海军陆战队和海军)的人员提供培训,以支持士兵进行地理空间情报工作。
有一天,施密特偶遇了一位来自L3Harris Geospatial的经理,这位经理对光谱分析有着同样的热情。在了解到施密特的背景和对ENVI的熟悉程度后,施密特被邀请加入团队,负责领导关键的政府客户项目,并创建电子学习光谱认证课程,以满足许多客户对此类按需培训的需求。该认证将教授光谱数据与分析的现象学、应用和优势。


多年来,施密特目睹了高光谱传感器数量的增长,但她也意识到没有足够多的终端用户了解或理解他们能用这些数据做什么。因此,她主动承担起培训情报界和民用领域终端用户的责任,让他们更好地理解光谱数据及其能力。
“我热爱光谱数据,因为它测量的是可见光谱内外的能量。当你收集可见光谱之外的能量,并使用像ENVI这样的开发工具将这些能量可视化时,你就可以检测和区分我们肉眼无法看到的材料、目标和地表特征。这极其强大。”
“我希望增加能够利用光谱数据服务于国家安全以及其他重要商业、农业和环境应用(如评估自然灾害)的人员数量。能够传授我的知识,使他人能够理解并处理数据,从而从中解读出有意义的信息,这让我非常有成就感。”
在施密特的职业生涯中,当机会来临时,她总是准备就绪并欣然接受,但正是她对科学的热爱,以及有幸与她共事的人们(无论老少)的热情,持续推动着她取得成功。
发现更多
ENVI 深度学习模块

自动化分析
通过深度学习自动化分析,获得快速、准确的结果。
录制的网络研讨会

SAR三部分系列
了解合成孔径雷达的应用和优势。
高光谱影像的优势

录制的网络研讨会
了解来自空间站的高光谱影像的优势和应用。