Der YouTuber Colsto nutzt die Geräusche von Propellerflugzeugen, die durch Empfängernetzwerke von Diensten wie Flightradar24 und FlightAware gesammelt werden, um den Standort einer Aufnahme zu bestimmen.
### Datensatz und Technische Spezifikationen
Colsto nutzt Python-Skripte, um über Stunden sämtliche ADS-B-Flugdaten für den 8. September über den kontinentalen USA herunterzuladen. Diese Daten enthalten Position, Geschwindigkeit, Höhe und Typcode der Maschinen.
### Entwicklung und Analyse
Nach mehr als 5000 Zeilen Code identifiziert Colsto im Clip zwei Überflüge im Abstand von 920 Sekunden. Er nutzt dabei die Schalllaufzeit und ein landesweites Höhenmodell, um die genaueste Positionierung zu erreichen.
### Praktische Anwendung
Zunächst identifiziert Colsto im Clip zwei Überflüge im Abstand von 920 Sekunden. Im zweiten Schritt bestimmte er aus dem Frequenzabfall der Doppler-Kurven Fluggeschwindigkeit und Abstand der Maschinen zum Mikrofon. Das ergab für die ganzen USA etwa 73.000 Kandidatenpunkte, viele davon in der Nähe von Flughäfen.
### Spezifische Technische Details
In einem kleinen Testgebiet (weniger als 0,05 Prozent der Fläche der kontinentalen USA) blieben allein nach diesem Filter rund 35.000 Punkte übrig. Im dritten Schritt nutzte er aus, dass zwischen den beiden Überflügen gut 15 Minuten lang kein weiteres Flugzeug zu hören war. Orte, an denen man in dieser Zeit eines gehört hätte, etwa in Flughafennähe, schieden aus. Übrig blieben rund 15.000 Punkte.
### Modellname und Funktion
Colsto modellierte für jeden dieser Punkte die Doppler-Kurve, die sich aus den tatsächlichen Flugdaten ergeben würde, und verglich sie mit dem Spektrogramm. Den mit Abstand höchsten Score erzielte ein Ort, der sich auch als Kamerastandort herausstellte.
### Praktische Anwendung
In einem zweiten Test fand er denselben Ort mit nur einer Minute Audio und bekannter Aufnahmezeit, obwohl die Doppler-Kurve darin kaum erkennbar war.