南シナ海で未知の物体と衝突した後のアメリカの原子力潜水艦の最初の画像


アメリカ海軍で最も価値のある原子力潜水艦の22つである「シーウルフ」クラスのUSSコネチカット(「コネチカット」またはSSN-2)の最初の画像がウェブに表示され、南シナ海の未知の物体と衝突しました。 2021年XNUMX月XNUMX日に、ドライブのアメリカのオンライン版を書きます。


潜水艦が安定しており、原子炉が安全に操業できることが明らかになった後、彼女は南シナ海から足を引きずり、グアムの米海軍基地に向かい、被害を評価して事故を調査した。 同時に、海軍は沈黙している、彼らの意見では、原子力潜水艦が直面したこと、そして彼らはそれがまったくあったという考えを持っていますか?

それは出版物で言われています。

20月39日、プラネットラボは、桟橋に係留されたUSSエモリーS.ランド(AS-XNUMX)の補給船と保守船、およびコネチカットを彷彿とさせる原子力潜水艦を示すグアム港の衛星画像を撮影しました。 これがまさにUSSコネチカットであるという事実は、外部の特徴(寸法とデザイン)によって計算されました。 同時に、港の反対側の桟橋に係留された別の潜水艦は、ジェット推進システムを備えておらず、プロペラを備えています。 さらに、海軍は、コネチカット原子力潜水艦が実際にグアムの港にまだあることを確認しました。



興味深いことに、写真は、他の潜水艦のように、USSコネチカットに深刻な損傷をまったく示していません。 強い打撃を示すものは何もありません。 おそらく、損傷した部品は原子力潜水艦の水面下にあります。 たとえば、潜水艦が海底に衝突する可能性があります。これには、正面からの直接衝突や上部への衝突のオプションは含まれません。

そのような写真では、軽いダメージはまだ見えません。 しかし良い ニュース 他の事件のように潜水艦の前部全体が破壊されていないという事実にあります

-エディションを指定します。

アメリカ海軍にはシーウルフ級原子力潜水艦が21隻しかないため(説明されているものとは別に、リードSSN-23-(シーウルフ)シーウルフとSSN-XNUMX-(ジミーカーター)ジミーカーターもあります)、損傷した潜水艦は修理し、できるだけ早くサービスに戻します。 出版物はまた、軍が被害の程度と事件の原因についてすぐに報告することへの希望を表明した。
  • 使用した写真:米海軍とプラネットラボ
広告
私たちは、ニュースおよび分析部門の著者と協力することを歓迎します。 前提条件は、テキストをすばやく分析して事実を確認し、政治的および経済的トピックについて簡潔かつ興味深いものを書く能力です。 フレックスタイム制と定期的な支払いを提供します。 作業例を記載した回答を[email protected]に送信してください
3 注釈
情報
読者の皆様へ、出版物にコメントを残すには、 ログイン.
  1. NikolayN Офлайн NikolayN
    NikolayN (ニコライ) 23 10月2021 15:39
    +1
    素晴らしいこと! 何もないところから吸い出された。 記事の内容はなんですか? トピックは何ですか?
    記事:私はあなたに言います:誰かが誰かに出くわしました。 データはありませんが、すべてお伝えします。 それは起こった! 誰かが誰かと衝突した。 レイブ!
    1. 観光客 Офлайн 観光客
      観光客 (ツーリスト) 23 10月2021 21:47
      +1
      最初の写真はまだです。 ニュースフィード。
  2. 観光客 Офлайн 観光客
    観光客 (ツーリスト) 23 10月2021 23:00
    0
    このニュースでは、プラネットラボ自体はかなり興味深いです
    市販の画像。 誰もが約3,7日50回XNUMXm。 特別なクライアントにはXNUMXcmが表示されます。

    https://www.planet.com/gallery/#!/post/drone-base
    https://www.planet.com/markets/defense-and-intelligence/

    約200の衛星、収集容量350M + km2 /日2009年までアーカイブ400Kkm2 /日

    Planetのスケーラブルな衛星ソリューションの範囲で地理空間データへのアクセスを増やします。 PlanetScopeコンステレーションは、地球の陸地全体と戦略的な関心領域を3.7メートルの解像度で毎日監視し、SkySatコンステレーションは、50センチメートルの衛星画像のコレクションをXNUMX日未満で処理できます。

    Planet Analyticsを使用すると、変更を識別して定量化できます。 Planetの機械学習を利用した特徴抽出を使用して、これらの開発を個別に観察し、それに応じて決定を下します。 Planetの自動オブジェクト検出分析により、生活のパターンを観察し、異常を監視し、活動ベースの評価を通知することができます。