基于Landsat8与Sentinel-1遥感图像融合的土壤含水率反演模型

针对当前运用单一光学卫星反演土壤含水率时易受到云的影响,单一SAR卫星反演土壤含水率时易受到地表粗糙度和植被影响的问题,以内蒙古河套灌区沙壕渠为研究区域,以4个深度的土壤含水率为研究对象,分别采用主成分分析(PCA)、施密特正交变换(GS)融合Landsat8和Sentinel-1图像以减少云、植被、土壤粗糙度的影响,并对融合后的图像质量进行评价,然后用融合图像的灰度构建1134种遥感指数,基于相关系数分析、变量投影重要性分析、灰色关联分析3种变量筛选方法与BP神经网络(BP)、极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)4种机器学习算法的耦合模型反演沙壕渠土壤含水率。研究结果表明:经PCA、GS融合后的融合图像可同时保持Sentinel-1和Landsat8图像的优势,并成功定量反演土壤含水率。基于融合图像构建的三维指数普遍比二维指数对土壤含水率更敏感。在表层土壤含水率反演中,基于GS融合的VIP-ELM模型精度最高(决定系数R2=0.66,均方根误差(RMSE)为1.35%)。将GS融合的VIP-ELM模型应用于其他土壤深度含水率的反演后发现,20~40 cm反演精度最高(R2=0.79,RMSE为0.94%),其次是0~10 cm、40~60 cm、10~20 cm。该研究可为多源卫星图像融合反演土壤含水率提供参考。

中学地理新课程内容要求的思维逻辑分析与启示

我国中学地理新课程标准的主体部分是内容要求,包括知识内容和能力要求。参照中学新课程方案,思维素养在课程目标中的地位非常重要,地理课程综合思维的思维维度和层次尤为齐全。梳理分析地理课程内容要求的知能结构,主要是划分地理思维的层次要求,还体现地理思维的逻辑要求。本文通过分析地理课程标准内容要求内在的思维逻辑结构得出,中学地理新课程思维逻辑以综合分析为主,思维逻辑顺应内容要求。中学地理新课程思维逻辑分析的启示有,要将分析和运用思维逻辑摆在地理课程教学的重要位置上,要构建与地理知识属性科学匹配的地理思维逻辑,要在地理核心素养系统培育中凝炼思维逻辑。

多尺度局部特征和Transformer全局学习融合的发动机剩余寿命预测

飞机发动机剩余寿命(Remaining useful life,RUL)的准确预测对确保其安全性和可靠性至关重要.在基于多传感器检测数据预测时,需解决局部特征提取问题以全面捕捉设备在不同时间尺度下的退化趋势,并需解决时间序列中各元素之间长期依赖性的全局学习问题.因此,提出了结合多尺度局部特征增强单元(Multi-sacle local feature enhancement unit,MSLFU_BLOCK)和Transformer编码器的预测模型,称之为MS_Transformer.MSLFU_BLOCK利用堆叠的因果卷积逐层从时间序列数据中提取多尺度局部信息,同时避免了传统卷积计算中固有的未来数据泄漏问题.随后,Transformer编码器通过其自注意机制进一步捕获时间序列数据中的短期和长期依赖关系.通过将多尺度局部特征增强单元与Transformer编码器相结合,提出的MS_Transformer全面捕捉了时间序列数据中的局部和全局模式.在广泛使用的CMAPSS基准数据集上进行的消融和预测实验验证了模型的合理性和有效性.与13个先进预测模型的比较分析表明,MS_Transformer模型在操作条件更复杂的FD002和FD004数据集上的RMSE和Score指标优于其他模型,同时在四个数据集上的平均性能最优.该研究为发动机剩余寿命预测提供了更为可靠的解决方案.

并行特征提取和渐进特征融合的计算机主板装配缺陷检测

针对计算机主板装配缺陷检测中的元器件位置分布复杂、缺陷目标不显著及多尺度等问题,本文提出了一种并行特征提取和互交叉渐进特征融合的端到端的缺陷检测算法。首先,结合部分卷积和视觉Transformer提出了一种并行残差特征提取网络,利用部分卷积的低计算复杂度的优势提取局部特征,同时利用视觉Transformer的长距离建模能力扩大模型的感受野,增强网络的特征提取能力。其次,引入注意力机制和特征渐进融合机制,提出了一种多尺度注意力互交叉的渐进特征融合网络,增强检测模型的特征融合能力。在公开数据集上的实验结果表明,该算法的平均精度均值(mAP)达到了94.63%,相较于基线模型YOLOv5提升了4.62%,并优于其他几种先进模型,检测速度达到了25 FPS。实现了较好的检测精度与速度的平衡,为实际工业环境下计算机主板表面装配缺陷检测自动化和智能化的实现提供了一种快速、有效的方法。

ViT和注意力融合的类别不均衡PCB缺陷检测方法

针对实际环境下印刷电路板(PCB)缺陷样本难以收集造成的数据长尾分布和检测精度低以及ViT用于检测时计算复杂度高等问题,提出多尺度ViT特征提取和注意力特征融合的端到端PCB缺陷检测算法。首先结合ViT和部分卷积构建多尺度特征提取网络,利用层级多头注意力对不同尺度的特征图执行自适应的注意力操作,使网络能够更好地捕捉局部和全局信息进而增强其特征提取能力,部分卷积可以降低计算开销。其次,基于能量空域抑制的无参数注意力机制将多尺度特征有效融合,提升网络融合特征图的表达能力。最后,引入对类别不均衡敏感的分类函数对网络的损失函数进行改进,增强网络对类别不平衡数据的拟合程度,提高网络的泛化能力。在3种不同类型的公开PCB数据集上的实验结果表明,所提出的检测算法在PCB表面缺陷数据集的平均精度均值(mAP)均有提升,分别为99.13%、98.67%,99.82%;在类别不均衡的PCB缺陷检测任务上,相较于改进前方法,mAP提升了11.94%,网络检测速度达到25 FPS,为PCB缺陷的检测提供了一种快速、有效的方法。

初中地理课程思政的特性刍议

初中地理课程思政与《义务教育地理课程标准(2022版)》在内容上密切相关,二者具有传承性、丰富性和融合性三个特性,突显了初中地理课程思政的特色优势,值得地理教学研究者关注。地理教师应当回归地理课程本真,充分了解“地理学科性质——地理课程性质——地理课程思政性质”一脉相承的特色,避免地理课程思政的泛化和窄化,担当起初中地理课程的思政教育重任。

基于Sentinel-1/2改进极化指数和纹理特征的土壤含盐量反演模型

目前Sentinel-1/2协同反演植被土壤含盐量的研究大多是基于Sentinel-2光谱信息和Sentinel-1后向散射系数,没有考虑Sentinel-2光谱信息容易受土壤亮度等信息影响,Sentinel-1后向散射系数容易受土壤粗糙度和水分影响。为进一步提高Sentinel-1/2协同反演植被土壤含盐量的精度,用水云模型对雷达卫星后向散射系数进行校正,消除植被影响;然后协同Sentinel-2纹理特征,基于VIP、OOB、PCA 3种变量筛选和RF、ELM、Cubist 3种机器学习回归模型构建植被土壤含盐量反演模型。研究结果表明:经过水云模型去除植被影响后的雷达后向散射系数及其极化组合指数与土壤含盐量的相关性有一定程度的提高。不同变量选择方法与不同机器学习方法耦合模型在反演土壤含盐量中,OOB变量筛选方法与RF、ELM和Cubist 3种机器学习方法的耦合模型精度最佳,建模集和验证集的R2都在0.750以上,且验证集的RMSE和MAE均最小;其中OOB-Cubist耦合模型精度最高,且R_(v)^(2)/R_(c)^(2)为0.955,具有良好的鲁棒性。研究可为机器学习协同物理模型、光学卫星协同雷达卫星在土壤含盐量反演中的进一步应用提供思路。

融合无人机光谱信息与纹理特征的大豆土壤含水率估测模型研究

及时获取大田作物根区土壤含水率(Soil moisture content,SMC)对于实现精准灌溉至关重要。本研究采用无人机多光谱技术,通过连续2年(2021—2022年)田间试验,采集了大豆开花期不同土壤深度的SMC数据以及相应的无人机多光谱图像,建立了与作物参数具有较强相关性的植被指数及冠层纹理特征。通过分析植被指数和纹理特征与各深度土层SMC的相关性,分别筛选出与各深度土层SMC相关系数达显著相关(P<0.05)的参数作为模型的输入变量(组合1:植被指数;组合2:纹理特征;组合3:植被指数结合纹理特征),分别利用支持向量机(Support vector machine,SVM)、梯度提升模型(Extreme gradient boosting,XGBoost)和梯度提升决策树(Gradient boosting decision tree,GDBT)对各深度土层SMC进行建模。结果表明,与20~40 cm和40~60 cm土层深度相比,植被指数和纹理特征在0~20 cm土层深度中与SMC表现出更高的相关性。XGBoost模型为SMC估算的最佳建模方法,特别是对于0~20 cm土层深度。该深度估计模型验证集决定系数为0.881,均方根误差为0.7%,平均相对误差为3.758%。本研究结果为大豆根区SMC无人机多光谱监测提供了基础,为水分胁迫条件下作物生长的快速评估提供了参考。

基于地面高光谱遥感的大豆产量估算模型研究

为在田间管理中对作物产量进行估测,通过两年大田试验收集了大豆生殖生长期的高光谱数据及产量数据,基于各生育期一阶微分光谱反射率计算了7个光谱指数:比值指数(Ratio index, RI)、差值指数(Difference index, DI)、归一化光谱指数(Normalized difference vegetation index, NDVI)、土壤调整光谱指数(Soil-adjusted iegetation index, SAVI)、三角光谱指数(Triangular vegetation index, TVI)、改进红边归一光谱指数(Modified normalized difference index, mNDI)和改进红边比值光谱指数(Modified simple ratio, mSR),使用相关矩阵法将光谱指数与大豆产量数据进行相关性分析并提取最佳波长组合,随后将计算结果作为与大豆产量相关的最佳光谱指数,最后将各生育期筛选出的与大豆产量相关系数最高的5个光谱指数作为模型输入变量,利用支持向量机(Support vector machine, SVM)、随机森林(Random forest, RF)和反向神经网络(Back propagation neural network, BPNN)构建大豆产量估算模型并进行验证。结果表明,各生育期(全花期(R2)、全荚期(R4)和鼓粒期(R6))计算的光谱指数与产量的相关系数均高于0.6,相关性较好,其中全荚期的光谱指数FDmSR与大豆产量的相关系数最高,达到0.717;大豆产量最优估算模型的方法是输入变量为全荚期构建的一阶微分光谱指数和RF组合的建模方法,模型验证集R2为0.85,RMSE和MRE分别为272.80 kg/hm^(2)和5.12%。本研究成果可为基于高光谱遥感技术的作物产量估测提供理论依据和应用参考。

基于无人机图像纹理和表型参数的夏玉米水分胁迫诊断

农田水分胁迫是影响作物生长发育和产量品质的重要原因。及时准确地诊断作物水分胁迫状况,对于实现精准灌溉、提高作物抗逆性和产量等具有重要意义。为优化夏玉米水分胁迫诊断方法和提高诊断精度,该研究以夏玉米为对象,利用无人机搭载六通道多光谱传感器获取2022年夏玉米拔节期和抽雄期的遥感影像数据,且同步采集夏玉米气孔导度和表型参数数据,监督分类剔除冗余背景后使用灰度共生矩阵计算得到冠层植被指数和图像纹理信息,通过贝叶斯信息准则和全子集筛选法筛选出敏感的植被指数、图像纹理和表型参数及其组合,结合极限学习机、随机森林和反向传播神经网络3种机器学习方法构建夏玉米气孔导度预估模型,并基于最优气孔导度预估模型绘制夏玉米水分胁迫状况反演图。结果表明,多光谱图像的夏玉米冠层反射率与气孔导度呈弱负相关,植被指数和表型参数与气孔导度呈显著正相关,不同波段的图像纹理均与气孔导度有较高的相关性。植被指数用于评估植被整体健康和水分状况,图像纹理用于捕捉作物空间分布、纹理和结构特征,表型参数用于立体反映作物生理和形态信息,它们在诊断作物水分胁迫的机理上具有互补性。基于植被指数、图像纹理和表型参数构建的反向传播神经网络模型是夏玉米水分胁迫诊断的最佳模型(决定系数为0.841,均方根误差为0.043 mol/(m^(2)·s),平均绝对误差为0.034 mol/(m^(2)·s)),并显著改善了对气孔导度较低值的低估情况。绘制的夏玉米水分胁迫状况反演图呈现出广泛的应用潜力,能够便捷准确地诊断作物水分胁迫状况,以优化灌溉策略,调整资源分配。研究结果可为夏玉米的水分胁迫诊断提供一种可行而准确的方法。

新课程背景下图形数字化资源库建设

高等数学、线性代数和解析几何都属于大学中的抽象数学课程,数学课程大多需要通过抽象符号,复杂图形来开展教学,为帮助学生理解数学思想。我们应用MATLAB、Python、GeoGebra等软件的作图功能,绘制平面曲线、立体曲面的图像,得到一系列的静图和动图,将这些资源整合,辅助高校进行数学课堂教学,提高学生的学习质量,提高教师的教学效率。本文通过对数字图像的开发设计,构建直接具体的数学模型,为高校师生提供可视化的动图和动态化的图形,为师生创造一个具体形象、立体交互、能人人操作的动态学习资源库,为大学数学课程教育教学提供教学工具。

文化自信视角下高中地理、历史跨学科融合探索

地理学科的跨学科融合是其综合性、实践性的体现,也是培育核心素养的重要途径。本文基于文化自信视角和新课标理念,以“马尾船政的‘前世今生来世’”为案例,融合地理、历史学科核心素养和知识内容设计教学活动,为文化自信渗透高中地理课堂和跨学科融合教学提供参考。

初中地理新课程教材研究与运用的关键点——以人教版地理新教材七年级上册为例

初中地理课程教材在理念、内容和形式方面的修订力度很大,一线教师必须将地理新课程标准与新教材结合起来加以研究和运用,特别注意地理课程思政统摄引领、地理逻辑思维优化进阶、地理实践活动检验创新三方面,充分发挥三者在义务教育新课程中的优势,从而达到课程目标相关要求。

新型化学建筑材料对建筑经济成本管理的影响——评《建筑材料化学分析》

建筑业的可持续发展一直是政府和产业界共同关注的命题。伴随化学建筑新材料的崛起,其卓越性能和环境友好特性成为推动行业转型升级的重要驱动力。传统建材往往依赖成熟工艺和标准化估算方法进行经济成本管理,但崭新化学材料突破了常规边界。

基于无人机遥感图像纹理与植被指数的土壤含盐量反演

基于无人机遥感技术获取农田土壤盐分信息为盐渍化治理提供了快速、准确、可靠的理论依据。本文在内蒙古河套灌区沙壕渠灌域试验地上采集了取样点0~20 cm的土壤含盐量,并使用M600型六旋翼无人机平台搭载Micro-MCA多光谱相机采集图像。利用Otsu算法对多光谱图像进行图像分类(土壤背景和植被冠层),基于分类结果分别提取剔除土壤背景前后的光谱指数和图像纹理特征,采用支持向量机(SVM)和极限学习机(ELM)构建土壤含盐量监测模型,其4种建模策略分别为:未剔除土壤背景的光谱指数(策略1)、剔除土壤背景后的光谱指数(策略2)、未剔除土壤背景的光谱指数+图像纹理特征(策略3)、剔除土壤背景的光谱指数+图像纹理特征(策略4),通过比较4种建模策略的模型精度以筛选出最优变量组合。结果表明:策略3、4所计算出的土壤含盐量反演精度高于策略1、2,策略1~4验证集决定系数R_(v)^(2)分别为0.614、0.640、0.657、0.681,因此利用图像纹理特征+植被指数对提高土壤含盐量的反演精度有重要意义。对比策略3、4,图像纹理特征+植被指数受到土壤背景的影响,策略4精度低于策略3精度,其R_(v)^(2)分别为0.614、0.657;各变量处理的最优模型均为ELM模型,建模集R_(v)^(2)分别为0.625、0.644、0.618、0.683,标准均方根误差分别为0.152、0.134、0.206、0.155。相比于SVM模型,ELM模型提高了土壤含盐量的反演精度。

利用软件技术实现《不动产权证书》附图电子化应用探析

随着科技进步,传统的《不动产权证书》办理方式已不能满足群众需求。为增进百姓的获得感、幸福感,这一领域亟待创新。利用Web service、JavaScript等技术,能有效解决《不动产权证书》附图电子化问题。就软件技术在不动产登记领域的具体应用进行详细探讨,希望能对各地不动产登记的发展及良好营商环境的创造提供参考意见。

低温等离子消融对扁桃体切除术患儿术后恢复及免疫功能的影响

目的:研究低温等离子射频消融术(PFA)应用于慢性扁桃体炎中的治疗效果,以及其对患儿术后恢复和免疫功能的影响。方法:选择我院自2020年3月至2022年8月接诊的77例行双侧扁桃体切除术的患儿。根据随机数字表分组,分为传统组38例和观察组39例,传统组采用传统扁桃体切除,观察组采用PFA医治。比较两组小儿围术期指标状况、术后疼痛评分结果、术前和术后患儿T淋巴细胞亚群(CD4^(+)、CD8^(+)及CD4^(+)/CD8^(+))水平和患儿术后并发症的发生率。结果:观察组手术时长、首次进食时间、留院时长均短于传统组,术中出血量以及术后1天、5天疼痛评分均低于传统组(P<0.05)。观察组术后CD4^(+)、CD4^(+)/CD8^(+)水平均高于传统组,CD8^(+)则低于传统组(P<0.05)。观察组术后并发症总发生率低于传统组(P<0.05)。结论:采用PFA治疗儿童慢性扁桃体炎,可促进患儿术后恢复,减少出血量,术后痛感降低,并发症发生率减少,有助于保持患儿正常机体免疫,具备安全性,有一定临床应用价值。

中国免热处理压铸铝合金专利信息现状

铝合金是一种重要的工业金属材料,其种类繁多,可根据其加工方式和用途,大致分为变形铝合金和铸造铝合金两大类,其中铸造铝合金用量占据主导地位,占比超80%。铸造铝合金按照生产方式的不同又可分为重力铸造铝合金和压铸铝合金两种。压铸铝合金与传统重力铸造工艺相比,在低收缩率、高温稳定性、尺寸精度、力学性能和材料利用率等方面都有明显优势,更适应于生产结构复杂、壁薄的铝合金零部件。因此,压铸铝合金广泛应用于航空航天、舰船、建筑、家电以及汽车等行业,约占整个铸造铝合金用量的70%,成为铝合金中应用最广泛的品种。

基于时变终端滑模的任意迭代初态抑制控制

为解决迭代学习过程中的任意迭代初值和迭代收敛理论证明难的问题,本文构造了一种轨迹跟踪误差初值恒位于滑模面内的时变终端滑模面,将轨迹跟踪误差初值不为零的轨迹跟踪控制问题转换为滑模面初值恒为零的滑模面跟踪控制问题,建立了任意迭代初值与相同迭代初值的迭代学习控制理论连接桥梁.本文提出一种基于时变滑模面的比例–积分–微分(PID)型闭环迭代学习控制策略,基于压缩映射原理证明了迭代学习的收敛性,给出了迭代收敛条件.时变终端滑模面经有限次迭代学习收敛到零,达到轨迹跟踪误差最终稳定在时变滑模面内的目的;Lyapunov稳定理论证明了位于滑模面内的轨迹跟踪误差在有限时间内收敛到原点,达到轨迹局部精确跟踪目的.随机初态下的工业机器人轨迹跟踪控制数值仿真验证了本文方法的有效性和系统对外部强干扰的鲁棒性.

情景模拟教学在院前急救培训中的效果分析

目的探讨情景模拟教学对非医学专业背景学员院前救护培训急救技能的效果。探索院前救护实训教学模式。方法选取2020—2021年度院前救护培训学员252名为研究对象,2021年度学员为研究组,2020年度学员为对照组,每组126名,对照组采用常规理论加实训的教学方法,研究组在常规教学的基础上,在总学时不变的基础上调整为增加情景模拟教学方法。考核学员的理论与实践学习成绩。结果研究组学生实践成绩(三项技能考核成绩:心肺复苏技术、止血包扎、骨折固定)均明显高于对照组,差异有统计学意义(P<0.05)。结论情景式实训教学方法能明显提高院前救护技能培训教学效果,建议在院前救护教学中继续使用,将对普及民众院前救护技能起到积极作用。