基于Sentinel-1/2数据特征优选的冬小麦种植区识别方法研究

为了提高冬小麦种植区识别精度,本文基于谷歌地球引擎(Google Earth Engine,GEE)平台和随机森林算法,对比雷达和光学遥感数据对冬小麦提取效果的差异,并对多类特征变量进行重要性分析,研究特征优选对冬小麦识别精度的影响。选取2019年3—5月冬小麦关键生育期的Sentinel-1和Sentinel-2影像为数据源,构建Sentinel-1的极化特征和纹理特征以及Sentinel-2的光谱特征、植被指数特征、植被指数变化率特征共5类特征变量;设置不同数据源和不同特征组合的冬小麦种植区提取方案;对方案中特征变量进行优选,得出最优特征组合,利用最优特征组合对河南省驻马店市冬小麦种植区进行提取。结果表明,无论是否进行特征优选,基于多源遥感数据的冬小麦识别精度均优于仅采用光学或雷达数据的精度;经过特征优选后,各方案的分类精度均有不同程度的提升,说明多源数据特征变量组合和特征优选均能够提高分类精度。不同月份和类型的特征变量对分类精度的贡献率不同,贡献率由大到小为4月、3月和5月;贡献率由大到小的特征类型为极化特征、植被指数变化率特征、植被指数特征、光谱特征和纹理特征。基于多源数据特征优选提取的2019年驻马店冬小麦空间分布最优,总体精度为95.60%,Kappa系数为0.93,冬小麦提取面积与统计年鉴数据相比,相对误差为2.23%。本文可为基于多源光学和雷达遥感影像进行农作物种植区提取的研究提供理论参考。

基于作物及遥感同化模型的小麦产量估测

为提高陕西省关中平原冬小麦的估产精度,该文通过粒子滤波算法同化Landsat遥感数据反演的状态量叶面积指数(leaf area index,LAI)、土壤含水量(0~20 cm)、地上干生物量数据和CERES-Wheat模型模拟的状态量数据,分析小麦不同生育期的LAI、土壤含水量及生物量同化值和实测单产的线性相关性,以构建同化估产模型。结果表明,在返青期土壤含水量同化值和实测单产的相关性高于LAI、生物量同化值和实测单产的相关性,选择土壤含水量作为最优变量;在拔节期和抽穗-灌浆期同时选择LAI、土壤含水量及生物量作为最优变量;在乳熟期选择生物量作为最优变量。在小麦各生育时期同化最优变量的估产精度(R2=0.85)高于同时同化LAI、土壤含水量及生物量的估产精度,同时同化LAI、土壤含水量及生物量的估产精度高于同时同化LAI和土壤含水量(或LAI和地上干生物量、或土壤含水量和地上干生物量)的估产精度,表明在作物不同生育时期同化与产量相关性较大的变量对提高估产精度有重要作用。

基于四维变分和集合卡尔曼滤波同化方法的冬小麦单产估测

为了通过数据同化方法提高冬小麦的估产精度，以陕西省关中平原为研究区域，采用标定的CERES-Wheat模型模拟8个典型样点冬小麦整个生育期的叶面积指数（LAI），通过四维变分（4DVAR）和集合卡尔曼滤波（EnKF）2种同化算法同化CERES-Wheat模型模拟的LAI和遥感数据反演的LAI，获得单点尺度的LAI同化数据，将单点尺度的LAI同化值扩展到区域尺度，对两种同化方法的单点尺度和区域尺度的同化结果进行对比与分析。结果表明，两种同化方法均能综合遥感反演LAI和模型模拟LAI的优势，使LAI同化值更符合冬小麦LAI的实际变化规律；在单点尺度和区域尺度上，EnKF-LAI 均更能反映关中平原冬小麦的实际生长状况。采用 EnKF-LAI 构建关中平原冬小麦估产模型估测2008年和2014年的冬小麦单产，通过实测单产对估产模型进行验证，结果表明，2008年样点估测单产与实测单产的相对误差均小于15%，部分县估测单产与实测单产的相对误差均小于10%；与2014年模拟单产与实测单产间的相对误差相比，估测单产与实测单产间的相对误差降低0.57%～9.30%，RMSE降低217 kg/hm2，其中，8个样点的估产精度达到94%以上，表明组合估产模型的估产精度较高。

基于粒子滤波和多变量权重的冬小麦估产研究

为了构建能够反映作物长势的综合性指标以及准确估测作物产量,采用粒子滤波算法同化CERES-Wheat模型模拟和基于Landsat数据反演的叶面积指数(Leaf area index,LAI)、地上生物量和0~20 cm土壤含水率,获取冬小麦主要生育期以天为尺度的变量同化值,分析不同生育时期的LAI、地上生物量和土壤含水率同化值与实测单产的相关性,并应用熵值的组合预测方法确定不同状态变量影响籽粒产量的权重,进而生成综合性指数,并分析其与实测单产的相关性。结果表明,LAI、地上生物量和土壤含水率同化值和田间实测值间的均方根误差(Root mean square error,RMSE)以及平均相对误差(Mean relative error,MRE)均低于这些变量模拟值和实测值间的RMSE和MRE,说明数据同化方法提高了时间序列LAI、地上生物量和土壤含水率的模拟精度。基于不同状态变量的权重生成的综合性指数与实测单产间的相关性大于单个变量与实测单产间的相关性;基于综合性指数构建小麦单产估测模型,其估产精度(R2=0.78,RMSE为330 kg/hm2)分别比基于LAI、地上生物量和土壤含水率建立模型的估产精度显著提高,表明构建的综合性指数充分结合了不同变量在作物估产方面的优势,可用于高精度的冬小麦单产估测。

应用粒子滤波同化条件植被温度指数的土壤水分估测

为了准确地获取2013—2015年关中平原冬小麦主要生育期土壤含水量(0~20 cm)的时空信息,基于Landsat-8遥感数据反演条件植被温度指数(CVTI),并结合CVTI和实测土壤水分间的线性相关性构建土壤水分反演模型。应用粒子滤波(PF)算法同化基于CVTI反演的和CERES-Wheat模型模拟的土壤水分,得到以天为步长的土壤水分同化值,利用土壤水分实测值分别检验土壤水分模拟值、反演值和同化值的精度。结果表明,CVTI和实测土壤水分间的线性相关性显著,尤其在小麦拔节期和抽穗~灌浆期,其相关性达到极显著水平(P<0.01);土壤水分同化值和实测值间的线性相关性(r=0.96,P<0.001)大于土壤水分模拟值和实测值间的相关性(r=0.71,P<0.01)以及土壤水分反演值和实测值间的相关性(r=0.89,P<0.001);土壤水分同化值的均方根误差(RMSE)和平均相对误差(MRE)比土壤水分模拟值的RMSE和MRE分别降低了0.025 cm^3·cm^(-3)和2.70%,比土壤水分反演值的RMSE和MRE分别降低了0.016 cm^3·cm^(-3)和4.15%,同化过程提高了时间序列土壤含水量的估测精度。因此,基于CVTI和PF算法能够较为准确估测关中平原小麦主要生育期的土壤含水量。

可拆式板式换热器在换热站的应用

传统的管壳式换热器传热系数低、占地面积大、且维修不便;钎焊式板式换热器和激光全焊接式板式换热器设备购置成本高,且不可拆检;而可拆式板式换热器适用温度又有限,介绍了在可拆式板式换热器前加减温装置的方案在加热载体为高温蒸汽的换热站的成功应用。

高职校外实习基地长效管理机制研究

高职校外实习基地是完成高素质技术技能型人才培养的重要环节,因此建立长效管理机制十分必要。通过调研,本文阐释了高职校外实习基地长效管理机制建立的必要性,分析了校外实习基地长效管理机制实施的困难,并针对校外实习基地长效管理机制建立提出了建设性建议和措施。

备用油浆泵机械密封失效原因及对策

催化热裂解工艺反应温度高、裂解深度大,致使循环油浆中含有较多易结焦积炭的聚合物。苛刻的工作条件降低了油浆泵机械密封的使用性能,并且备用油浆泵时常因机械密封失效而发生泄漏,以至不能正常运行。对备用油浆泵机械密封失效原因进行了分析,调整了备用油浆泵常开机械密封冲洗液的操作方案;为避免因粗柴油冲洗液汽化使运行泵发生汽蚀,改用常压渣油作为机械密封冲洗液,取得了良好的效果。改造后的油浆泵已运行5个月,主、备泵切换累计3次,未更换机械密封,节省了机械密封的备件费用,降低了柴油作为冲洗液所增加的生产成本,未发生过主、备泵机械密封同时大量泄漏的事故,确保了装置长周期稳定运行。

基于工作过程的《商务英语口语》课程开发尝试

基于工作过程的商务英语口语课程开发,以工作任务为线索构建课程体系,然后以职业能力为依据组织课程内容,最后通过全程的教学做合一,有效的实施课程教学。

行动导向的大学英语精读教学设计与实践

针对大学英语精读教学的现状采用行动导向教学模式进行教学设计与实践,不失为一种应用现代职业教育理论于课程建设改革的有效探索,也为特色专业建设铺平了道路。

项目教学法在高职少儿英语教学中的应用

少儿英语教育人才市场需求的旺盛使得少儿英语教师师资紧缺。将项目教学法应用于高职少儿英语教学课程之中是培养壮大少儿英语教师队伍的一项有效的教学改革举措,也是职业教育的一个新课题。

国内近二十年笛福和《鲁滨逊漂流记》研究述评

笛福和他的《鲁滨逊漂流记》经历了几百年的译介传播与阅读,也经历几百年的学术研究批评,国内近二十年的研究情况表明这部文学经典常读常新,艺术魅力恒长久远。

鲁滨孙的旅行冒险与追寻——解读《鲁滨孙历险记》中的旅行活动

笛福塑造的鲁滨孙通过航行冒险积累丰厚的财富,改造荒岛、征服自然,实现人生价值,确证自我。同时呈现了旅行者和被旅行者的文化差异、文化传递现象,再现文化交流与认证,通过对《鲁滨孙历险记》中"他者"形象的分析,呈现文化传递中的种种误读。

基于时间序列叶面积指数傅里叶变换的作物种植区域提取

为了获取不同农作物的空间分布信息,以华北平原黄河以北地区为研究区域,利用Savitzky-Golay滤波对2014—2016年的时间序列叶面积指数(leaf area index,LAI)进行重构,进而应用一阶差分法和重构LAI的傅里叶变换的谐波特征对研究区域主要农作物冬小麦、玉米和棉花种植区域进行识别和提取,并对不同作物的识别精度进行验证。结果表明,基于Savitzky-Golay滤波重构的LAI能够去除由云、大气等因素造成的LAI骤降的影响,重构LAI曲线平滑且符合作物的生长规律特征。研究区域2014—2016年作物识别的总体精度均大于80.00%,2015年达到87.08%,冬小麦-夏玉米、春玉米、棉花和单季夏玉米的识别精度分别为92.50%、80.00%、85.00%和82.50%,表明利用一阶差分法能够准确提取研究区域一年一季和一年两季作物种植区域。结合傅里叶变换方法和作物物候信息能够有效地识别不同作物的种植区域,进而获取研究区域主要农作物的分布信息。该研究可为研究区域主要作物的长势监测及产量估测预测提供参考。

基于4D-VAR和条件植被温度指数的冬小麦单产估测

条件植被温度指数(VTCI)综合了地表主要参数——归一化植被指数(NDVI)和地表温度(LST),能够较为准确地对干旱进行监测,可为抗旱救灾、作物估产等提供科学依据。为了提高VTCI的区域估产精度,以陕西省关中平原为研究区域,将遥感反演的VTCI与CERES-Wheat小麦生长模型模拟的土壤浅层含水率相结合,通过四维变分(4D-VAR)同化算法实现2008—2014年冬小麦主要生育期旬尺度VTCI的同化。将同化和未同化的VTCI分别运用改进的层次分析法、熵值法及两者组合赋权法建立冬小麦单产估测模型,选择最优估测模型对2011年关中平原各县(区)进行单产估测和精度评价,并分析2008—2014年关中平原冬小麦单产的时空分布特征,结果表明:无论是在单点尺度还是区域尺度,同化的VTCI均能更好地响应外部观测数据,区域VTCI纹理性更好,更符合VTCI的先验知识。与未同化VTCI构建的估测模型相比,应用同化的VTCI所建的估测模型的估测精度明显提高,相关系数达到0.784(P<0.001)。应用最优估测模型对2011年关中平原29个县(区)估产结果中,有16个县(区)的估测单产相对误差小于10%,28个县(区)的估测单产相对误差小于15%,总体平均相对误差为8.68%,均方根误差为421.9 kg/hm^2。近年来关中平原的冬小麦单产呈现个别年份波动、总体增长的年际变化规律,且呈现出中部单产最高、西部次之、东部最低的空间分布特征,与实际情况符合。

点荷载法测试易风化泥质岩强度的可靠性分析

在川南地区在近年的煤炭开发过程中,多数基建矿井在巷道开拓期间大量出现围岩软弱、易风化、节理裂隙发育、变形大、支护难、多次返修等严重困扰矿井正常投产的支护难题,为合理选取支护技术,必须对软岩类型及等级进行划分。首先进行地质工程调查,选择巷道主要分布的厚层黑灰色泥岩为研究对象,在井下采用点荷载测试仪对新鲜不规则岩块进行强度测试。在对可疑数据采用Grubbs准则进行取舍后,采用传统法、ISRM法、工程分级法分别进行点荷载强度计算,所得结果采用F检验法和t检验法对各公式计算结果进行随机误差和系统误差检验,研究各方法的适宜性。研究发现,在对泥岩进行点荷载测试时,传统法和ISRM法较工程分级法所得单轴抗压强度平均值的随机误差和系统误差小,更适宜作为该类岩性进行工程软岩分级评价时的重要指标;点荷载所获泥岩强度值的偏差系数在11%~30%范围内,与一般岩石单轴抗压强度测定值偏差系数接近,具有可靠、快速、方便、费用低的优点,适宜作为围岩取样困难的巷道进行软岩类型评价的测试方法。

基于结构相似度的关中平原旱情空间分布特征

季节性干旱是影响关中平原农业生产最主要的灾害,研究气候变化背景下的关中平原旱情空间分布特征和变化规律具有重要的科学意义与应用价值。基于关中平原2003—2014年每年3月上旬—5月下旬的旬时间尺度条件植被温度指数(VTCI)的干旱监测结果,采用结构相似度(SSIM)研究关中平原VTCI的空间变化特征及其影响因子。结果表明:关中平原VTCI的空间变化特征具有明显的区域差异性和空间异质性,结构性因素是VTCI空间变化的主要影响因子,总体上受水热、地形分布格局等因素的结构性影响,但微地貌、下垫面覆盖的不同及变化和人为因素导致其主体产生变化。当微地貌、下垫面覆盖类型和人为因素成为主导因子时,结构相似度与其高度相关,对其变化的响应非常敏感。与利用某些指数直接作为干旱的指示因子或构建统计模型分析干旱特征相比,引入研究图像的结构信息的参量SSIM实现了定量、准确、形象地描述干旱的空间分布特征和变化规律。

基于职业行动的少儿英语教学法课程教学设计与实施

以职业行动导向理论对高职"少儿英语教学法"课程进行开发再建设,在少儿英语教师职业分析的基础上设计学习情境,合理采用项目教学法、案例分析法、模拟教学法等进行教学,同时思考英语教育专业在职业教育领域的发展。

大学英语课堂教学中语篇意识的培养——以《葛底斯堡演说》语篇分析教学为例

大学英语课堂教学要打破传统侧重于词汇语法知识的教学定式,重新设计课堂教学环节,以林肯的《葛底斯堡演说》为例,借鉴系统功能语法理论进行语篇分析作为教学案例,诠释培养学生语篇意识的重要性。

基于LAI和VTCI及粒子滤波同化算法的冬小麦单产估测

为进一步提高冬小麦单产的估测精度和验证粒子滤波算法在同化研究中的适用性,以陕西省关中平原为研究区域,以叶面积指数(LAI)和条件植被温度指数(VTCI)为同化系统的状态变量,采用重采样粒子滤波算法同化CERES-Wheat模型模拟的与遥感数据反演的LAI和VTCI,并依据在不同类型样点应用最优同化LAI和VTCI构建的单产组合估测模型对2008—2014年冬小麦单产进行估测。结果表明,同化LAI具有良好的时间和空间连续性,可减缓CERES-Wheat模型模拟LAI的剧烈变化,其峰值出现时间与遥感LAI变化趋势基本同步,更加符合关中平原冬小麦实际变化情况;同化VTCI能同时表达模型模拟值和遥感观测值的变化趋势,且更能反映冬小麦对水分胁迫的敏感性。比较不同类型样点基于不同同化变量建立的估产模型,发现在旱作样点,同时同化VTCI和LAI的单产估测结果(R2=0.531)优于单独同化VTCI(R2=0.475)或LAI(R2=0.428)的估测结果,且同时同化VTCI和LAI与实测产量间相关性达极显著水平(P<0.001);而在灌溉样点单独同化LAI的估测结果精度最高(R2=0.539),同时同化VTCI和LAI的估测结果次之(R2=0.457),单独同化VTCI的估测结果较差(R2=0.243)。表明在旱作样点,冬小麦叶面积指数和水分胁迫是影响其产量形成的主要因子,而在灌溉样点,叶面积指数是影响冬小麦产量形成的主要因子。