基于SURF算法的无人机航空图像自动配准研究

针对实时性要求中SIFT特征配准算法耗时长的缺点,本文将SURF(Speeded Up Robust Feature,即加速鲁棒特征)算法应用于无人机航空图像的自动配准问题中。首先利用Hessian检测子检测特征点,再通过粗匹配和细匹配得到匹配点对,最后执行几何变换完成对图像的配准。通过与SIFT(Scale Invariant Feature Transform,即尺度不变特征变换)配准方法进行对比,结果表明SURF算法在满足精度的前提下具有比SIFT算法计算量小、速度快的优点,有一定的理论和应用价值。

“新工科”背景下《工程测量》课程教学改革与实践

以“新工科”培养理念为导向,通过分析《工程测量》课程教学中存在的课时少、设备更新滞后、师资力量薄弱、考核方式单调等问题,提出了融入课程思政教育、加强实践教学、改进教学方法和手段、完善考核制度、以赛促教等一系列的教学改革措施。实践证明,教学改革取得了良好的效果,可为其他专业课的课程教学改革提供思路与途径。

基于卫星遥感与同步地面实验数据的冬小麦长势遥感监测

农作物长势的有效监测对于精准农业建设意义重大。基于Landsat8卫星影像和同步实验数据,采用双变量相关性分析法筛选植被指数,构建LAI反演模型并进行精度评定。结果表明:DVI与LAI的相关性最高,其次为SAVI和EVI,NRI与LAI相关性最低。基于DVI建立的模型精度最高,模型R2为0.77。研究区冬小麦长势总体良好,其中长势一般的区域占44.37%,长势良好的区域主要分布在扶风县中南部,武功县中部,长势过旺地区主要分布在扶风县西部地区,武功县西北部地区。

联合光谱-空间信息的短波红外高光谱图像茶叶识别模型

茶叶种类识别和等级划分的实践意义重大。成像光谱技术较传统检测、识别手段具有图谱合一及快速无损等优势。获取了君山银针、无锡白茶、信阳毛尖、和六安瓜片4种外观相近的线条形茶叶的短波红外(1 000~2 500 nm)高光谱图像。首先利用最小噪声分数(MNF)和非参数权重特征提取(NWFE)将高维高光谱数据投影到低维子空间,然后用单因素方差分析(ANOVA)重新评估投影特征的可分性并选择对茶叶识别较为有效子空间,同时考虑到“光谱和特征”能较好地表征物质反射属性,将选择的投影子空间MNF 1, MNF 2, MNF 4, MNF 6, MNF 8, NWFE 1, NWFE 2,及“光谱和特征”一起作为光谱特征集并用SVM分类器获得光谱特征下像元的分类结果。另一方面,利用图像本质分解(IID)算法将高光谱图像的光谱分解为自身反射光谱R与阴影成分S;在均质性较优的光谱范围(1 006~1 900 nm)按照光谱距离对R求取梯度图像并用分水岭算法实现了图像空间分割,得到空间相关度较高的分割子块。最后,将像元分类和图像分割结果进行融合,具体:在每个图像分割子块中,重新统计像元分类结果并按照最大投票法对整个子块的类别进行赋值,也即联合光谱-空间信息的茶叶识别模型。结果表明,构建的模型对4种茶叶的识别结果较为满意,在仅为约1%水平的训练样本下,茶叶的总体分类精度达94.3%, Kappa系数为0.92。该模型还较好地克服了茶叶光谱的“同物异谱”现象,并期待方法对实践生产具有指导意义。

PROSAIL模型和水云模型耦合反演农田土壤水分

土壤水分的实时、动态监测对农业生产及作物估产有着非常重要的意义。该文提出一种光学和雷达遥感半经验耦合模型,该模型通过引入植被覆盖度将作物覆盖下的散射贡献与裸露地表的直接散射贡献区分开,结合水云模型和PROSAIL模型对农田区域土壤水分进行反演研究。结果表明:该耦合模型模拟得到的后向散射系数与实测值之间具有较好的线性关系,在HH和VV极化下决定系数R2分别为0.792和0.723,RMSE分别为0.600和0.837 dB。同时该模型对农田区域土壤水分的反演精度也较高,其R2为0.809,RMSE为0.043cm3/cm3。因此该模型可以有效分离农田作物及裸露土壤对雷达信号的影响,准确建立地表直接后向散射贡献与土壤水分的关系,为大面积复杂地表类型覆盖区域的土壤水分反演提供研究思路和理论支持。

基于改进作物散射模型的陕西杨凌区麦田土壤水分反演研究

本文提出一种改进作物散射模型反演麦田土壤水分,该模型根据冬小麦等低矮植被的散射特性,在原模型的基础上保留植被层直接散射部分以及植被与地表相互耦合作用的信息,同时加入裸土地表的直接散射部分,并根据经验权重将两部分信息分离开,构建出适用于冬小麦等低矮植被的后向散射模型,并结合RADARSAT-2雷达数据以及陕西杨凌农田试验区的地面实测数据,计算得到改进模型的经验参数,进而对模型进行验证分析。研究结果表明:改进作物散射模型的模拟精度相对于未改进的作物散射模型有显著的提高,R^2在HH和VV极化下都达到80%以上。为了验证改进的作物散射模型算法及土壤水分反演的有效性,本研究将改进作物散射模型与TVDI光学指数模型、简化的MIMICS模型的土壤水分反演结果进行对比分析,改进的作物散射模型反演精度比TVDI和简化的MIMICS模型要好,R^2达到84.3%,均方根误差为0.028 cm^3/cm^3,简化的MIMICS模型反演结果比TVDI要好,但是精度不高,R^2为66.9%,均方根误差为0.043 cm^3/cm^3。改进的作物散射模型对地表植被比较敏感,可以有效地将冬小麦对雷达信号散射影响和裸土层散射贡献区分开,为植被覆盖下地表土壤水分的反演创造条件,给大面积大范围的地表土壤水分反演提供强有力的技术支撑。

大地测量学基础课程教学改革探讨

对教学内容、教学方法与手段、课堂实习和考核方法等方面进行了探讨,分析了多项保证教学质量的改革措施,达到增强教学效果的目的,使学生不仅能更好地掌握理论知识,同时提高了实际操作能力。

蒙药巴特尔-7抑制口腔上皮癌KB细胞增殖及诱导细胞周期阻滞作用研究

目的:研究蒙药巴特尔-7对口腔上皮癌KB细胞增殖、细胞周期作用影响。方法:利用2.5mg/mL的蒙药巴特尔-7作用于口腔上皮癌KB细胞,经体外培养,研究对口腔上皮癌KB细胞增殖影响,利用流式细胞技术检测口腔上皮癌KB细胞周期的改变。结果:蒙药巴特尔-7可明显抑制口腔上皮癌KB细胞增殖,并诱导口腔上皮癌KB细胞于G2/M期阻滞。结论:蒙药巴特尔-7可抑制口腔上皮癌KB细胞细胞增殖速率,诱导KB细胞周期阻滞,研究蒙药巴特尔-7对口腔上皮癌KB细胞抑制作用,为临床治疗提拱了理论依据。

ALOS-PRISM立体像对提取DEM的应用研究

本文使用ALOS-PRISM高分辨率立体像对数据提取DEM;针对DEM精度评定过程中地形单一的问题,文中着重分析了DEM在不同地形条件下的精度情况,通过与1∶50 000实测DEM比较分析,结果表明在无植被覆盖的平原地区DEM精度最高,高程中误差可以达到4.46m;其次是城区,山区最差,与同类卫星产品相比该精度已有很大的提高,因此ALOS-PRISM的应用可以为我们快速获取高精度的DEM提供一种新的途径。

利用改进温度植被干旱指数反演农田表层土壤水分的研究

土壤水分作为土壤的重要组成部分,是气候、农业和生态系统的关键组成要素。快速、大面积和实时地监测土壤含水量,对旱情预报、农田灌溉和作物估产有着十分重要的作用。本文主要结合Landsat 8光学影像数据对地表土壤含水量进行反演,在温度植被干旱指数(TVDI)的地表温度-植被指数特征空间基础上引入分形覆盖度,构建地表温度-分形覆盖度特征空间,从而计算得到改进温度植被干旱指数(ITVDI),采用研究区实测土壤含水量数据对计算的结果进行对比分析。为了分析TVDI和ITVDI与土壤体积含水量的关系,分别制作TVDI、ITVDI与土壤体积含水量的散点图并分析相关性。研究结果表明:在小麦拔节期内,研究区域大部分地区处于干旱状态,轻旱地区主要分布在研究区西部、北部以及中部的高植被覆盖地区;重旱地区主要分布在城市中心及部分裸露地面和小麦种植地区。TVDI和ITVDI与地表土壤含水量线性相关显著,两者均可表征研究区干旱的实际情况。但ITVDI引入分形植被覆盖度参数,在一定程度上避免干旱指数受到地表覆盖类型的限制,使得ITVDI与实测土壤含水量的相关性和反演精度都高于TVDI。因此,ITVDI能够更好地反映研究区域土壤含水量的状况,更适合高植被覆盖度地区土壤含水量反演。

基于改进粒子群神经网络的麦田土壤水分反演

作物区土壤水分遥感反演往往受到作物冠层、地表粗糙度等因素影响,较难得到满意的土壤水分反演结果。为解决麦田土壤水分反演的问题,提出一种改进粒子群神经网络优化算法。该算法将多源光学和雷达影像数据进行联合,利用改进粒子群算法对神经网络权值进行优化,建立遥感影像与土壤水分之间一种隐式映射,并将影像数据作为该优化模型的输入变量,对麦田土壤水分进行反演。结果表明改进粒子群神经网络优化算法反演精度高于其他的反演方法,同时主被动遥感联合反演地表土壤水分的精度也比仅使用单一数据源作为输入的方法精度高,R^2达到0.807,RMSE为0.043 cm^3cm^(-3)。由此可见,改进粒子群神经网络的优化方法是可行的,可以有效建立后向散射系数与土壤水分之间的隐式关系,获取较高精度的土壤水分值。该方法可为利用雷达影像数据进行大范围土壤水分估测提供支持。