基于U-NET的双分支海上SAR溢油检测模型

为提高海上溢油SAR(Synthetic Aperture Radar)检测的准确率,本文提出一种基于U-NET和注意力门的海上溢油SAR检测模型(AW-net),该模型将U-NET中传统的单输入编码器替换为双分支编码器,分别输入纹理特征和SAR灰度特征,并进一步采用注意力门融合纹理信息和灰度信息。实验利用1景海丝一号(HISEA-1)SAR数据构建样本训练集进行AW-net模型训练,分别应用1景HISEA-1 SAR数据和1景Radarsat-2SAR数据开展模型测试,溢油检测准确率均优于U-NET、AttentionU-NET和FCN等语义分割模型,说明该模型具有较强的强鲁棒性和应用潜力。

基于三维卷积残差网络的无人机高光谱岩性分类

岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明:该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。

基于样本增强和自动参数优化的高光谱目标检测方法

基于深度学习的高光谱目标检测面临着样本质量不足、网络结构复杂、参数调整费力等问题,本文提出了一种具有数据增强和自动超参数优化的深度学习方法。为了解决样本质量不足的问题,本文引入了一种样本扩增策略。该策略利用端元提取和聚类技术直接从高光谱图像中获取大量背景像素,通过使用相减像素配对方法将这些像素与少量已知目标像素配对,获得大量标记的纯样本对,从而实现数据增强。此外,与大多数复杂的深度网络不同,本文设计了一个由12个卷积层组成的轻量级卷积神经网络(CNN)。该网络专门设计用于高效快速地学习输入样本对与其对应标签之间的映射。结合粒子群优化算法,该网络具有超参数自动优化的能力,克服了参数调整费力的缺点,这使得网络能够根据来自不同高光谱图像的样本自动调整超参数,从而产生最优结果。对于测试像素,训练网络的输入是中心像素与其相邻像素之间的光谱差。当一个测试像素属于目标时,输出分数接近1,反之则接近0。在五个高光谱数据集上的实验结果表明:本文提出的方法明显优于现有的技术。

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机(Unmanned Aerial Vehicle,UAV)高光谱影像(Hyper-spectral Imaging,HSI)和激光雷达(Light Detection and Ranging,LiDAR)数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络(SSF-C-DBCNN)。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。

基于无人机贴近摄影测量的剖面数字露头系统研发及岩层面重构方法

针对大坡度、大规模的露头剖面考察中识别范围不足,面貌不全、人工依赖大、精度差、数据共享低的状况,使用无人机贴近摄影测量技术摄取露头剖面影像,建立毫米级精度的全景三维模型,采用Web GIS技术,自主研发网络版数字露头平台,实现露头数据的共享。为重构某一局部岩层面,三维模型表面需建立一个贴面。数字地球引擎Cesium内置方法、边界面法建立贴面时,出现了贴面范围不准确、内部不连续的问题,提出一种在Web虚拟场景上充分利用空间场景几何特征与空间距离度量关系,自动判定岩层剖面特征点的新方法。特征点作为加密点在空间范围内构建三维Delaunay三角网,准确标定出某一岩层范围,实现了剖面岩层的重构。结果表明,该方法重构的岩层范围正确,内部连续,结果清晰,为地质资料知识库构建提供辅助手段与数据支撑。

基于DJI精灵4多光谱版无人机的红树林精细分类

本文基于DJI(大疆)精灵4多光谱版无人机能够同时获取地表可见光照片和多光谱影像的特点,提出了使用摄影测量技术构建冠层高度模型(CHM)的方法,并结合多光谱影像应用于红树林分类。将上述方法应用于广东省湛江红树林国家级自然保护区高桥镇研究区,结果表明:基于无人机摄影测量技术构建的红树林CHM与多光谱影像结合后能够大幅提高红树林的分类精度,可替代传统的机载激光雷达数据;DJI精灵4多光谱版无人机数据获取效率高,能够实现高精度的红树林分类,在红树林监测业务工作中具有推广应用价值。

多尺度融合卷积神经网络支持下的SAR影像变化检测

相干斑噪声的存在影响着合成孔径雷达(SAR)影像识别变化信息的能力。为了提高变化检测的准确性,必须充分考虑相干斑噪声的影响。本文提出了一种新的变化检测方法,利用联系上下文显著性提取方法,从差异图中提取潜在变化区域和背景信息,在保留图像主要纹理细节的同时去除背景噪声。针对当前变化检测方法特征表达不足的问题,设计了一种多尺度通道注意力模块squeeze,expand and excitation(SEE),在获取多感受野信息的同时强调重要信息,不至于产生信息冗余。在此基础上,提出了一种多尺度融合卷积神经网络——SEENet。SEENet将3个SEE模块残差连接,以实现信息的多级利用。通过在4个SAR真实数据集上的试验,验证了该方法的有效性。

消费级无人机的大比例尺测图能力分析

随着消费级无人机技术的不断成熟,利用消费级多旋翼无人机进行摄影测量成为可能。本文以消费级无人机搭载普通相机,在对相机进行高精度标定的基础上,根据消费级无人机的特点对像控点的布设进行设计和分析,得到消费级无人机摄影测量中像控点布设一般规律。对消费级无人机进行大比例尺测图的能力进行分析和精度评定,结果证明在合理像控点布设的情况下,消费级无人机测图结果的空三精度、分辨率和高程精度均可满足1∶500、1∶1000和1∶2000大比例尺地形测图的精度要求。利用消费级无人机进行大比例尺测图,可提高工作效率、降低工作成本,可推广到小范围大比例尺测图中。

面向城市复杂区域的无人机倾斜摄影航线规划方法

本文针对城市复杂区域倾斜摄影建筑物遮挡问题,提出了一种无人机航线规划方法。该方法首先基于前期测区踏勘成果确定航线的高度范围,选择合适的高度并进行合理性验证;然后通过建筑最密集区域确定航线方向并计算重叠度;最终根据侧视影像临界点设计该区域的航线路径。本文以大型企业园区为例进行实景三维建模试验。结果表明,基于该方法建立的三维模型,每栋建筑均能保持完整的侧面纹理,且与飞行控制软件自动规划的航线相比,模型分辨率更高,纹理及整体效果更佳。

倾斜摄影测量构建地质数字露头

随着地质研究目标趋向于精细化和复杂化,传统的地质考察手段难以获取地质露头精细化的表征参数。多旋翼无人机和单反相机具有良好的机动性和适应性,可以提供多视角的地质露头影像,倾斜摄影测量技术构建的实景三维模型可以提供精确的三维坐标。利用多旋翼无人机和单反相机采集新疆一间房、断溶体两处地质露头影像,通过倾斜摄影测量技术对两种手段采集的多视角影像进行一体化处理,构建三维数字露头辅助地质考察工作。实践表明:(1)无人机搭载相机适用于大范围的可飞区,单反相机适用于岩溶缝洞、狭窄地带等无人机不易操控区域进行影像采集工作;(2)可以根据不同需要、不同地形选择合适设备灵活采集影像,构建的三维数字露头生动形象,最高分辨率可达毫米级,能够还原野外真实场景,实现地质现象解译的精细化和定量化。

一种全极化高分SAR与中分光学影像融合方法

针对全极化SAR(synthetic aperture radar,合成孔径雷达)与中分光学影像的融合问题,提出基于主成分分析(PCA)与HSV(hue,saturation,value,色调、饱和度、明度)色彩空间变换的遥感影像融合方法。对全极化SAR四个极化波段进行主成分分析,提取第一主成分,将中分光学影像变换到HSV空间,第一主成分替换V分量,用新的V分量逆变换到RGB空间,得到全极化SAR与中分光学的融合影像。通过利用Radarsat-2全极化SAR与TM/ETM+中分光学影像开展融合实验,结果表明,该方法优于传统融合方法(PCA变换、HSV变换、小波变换等)的单极化SAR与光学影像融合结果,能够有效利用全极化SAR的纹理信息,提高影像解译能力。

基于消费级无人机的地质露头三维建模技术研究

针对传统地质露头三维建模技术存在设备昂贵、过程复杂等问题,提出一种基于消费级无人机的重建方案,并开展了精度评定实验和项目应用。利用消费级无人机开展地质露头三维建模易于操作、成本低,三维模型纹理精细度高,能够真实反映研究对象的表面状况,可在模型上精确量测距离和方向,在降低了野外工作量的同时,提高了地质露头传统野外量测精度,为地质露头野外踏勘提供了一种新的技术手段。

采用GIS技术的地质实习辅助教学软件开发

将WebGIS和Mobile GIS应用到地质实习教学中,开发了地质实习辅助教学软件。该软件采用数据层、逻辑层和应用层3层架构,包含网络辅助、野外辅助2个子系统和前台应用、后台管理、地图操作、导航定位、信息查询、信息采集等7个模块,为学生和教师提供不同客户端的实习仿真环境,形成虚实结合的实习教学模式,提高了学生野外地质实习的趣味性和教学质量,丰富了实习基地建设的模式。

无人机多光谱遥感反演近海fDOM浓度

荧光溶解有机物(Fluorescent Dissolved Organic Matter,fDOM)是沿岸水质、海洋污染程度评价的一个代表性参数,f DOM荧光可作为陆源污染很好的指示剂。考虑到卫星数据受时空分辨率、云雾以及大气校正精度影响等问题,本文采用无人机多光谱遥感数据反演fDOM浓度,以青岛灵山湾为研究区,首先基于海面实测光谱数据及实测水质数据构建多种fDOM浓度反演模型,然后利用效果最优的反演模型开展基于无人机多光谱数据的fDOM浓度反演,并应用于GF-1卫星多光谱影像。实验结果表明:(1)以海面实测光谱R(452.0)/R(560.9)和R(452.0)/R(650.0)波段反射率比值作为特征变量,构建的多元线性回归模型决定系数为0.75,平均相对误差为8.76%;(2)基于实测光谱建立的反演模型可以很好地应用于无人机多光谱数据,实测水质采样位置的f DOM浓度反演值与实测值拟合的决定系数为0.77,平均相对误差为16.34%,GF-1卫星多光谱影像反演得到的研究区fDOM浓度空间分布与海上实测结果趋势基本一致。

带经济器补气的单螺杆压缩机空气源热泵系统模拟分析

为了深入研究带补气过程的单螺杆压缩机内部的工作过程,介绍了带经济器的单螺杆压缩机空气源热泵系统循环原理,并以R22为工质,建立了描述经济器补气压缩过程的热力学模型.以非稳定流动开口系能量方程、质量守恒方程以及实际气体状态方程等建立以螺杆转角为自变量,以工作腔内压力、温度和质量等为应变量的多元一阶线性微分方程组.利用四阶龙格-库塔法进行分析求解,得到相应螺槽内工质相关物性参数随螺槽容积的变化规律.结合单螺杆压缩机的结构型线,建立了描述单螺杆压缩机经济器补气过程更为全面的计算模型,以及单螺杆压缩机补气过程中循环耗功的计算方法,利用该模型计算分析了经济器补气过程中,不同蒸发温度下单螺杆压缩机的制热量、耗功率以及能效比等相关参数.通过与常规无经济器补气过程的空气源热泵系统对比分析得出,经济器补气过程对压缩腔内工质的工作过程影响较大,具有经济器补气结构的空气源热泵系统的制热性能和能效比均可以得到有效的提高.

基于海洋环境要素的动态航行风险评估

为得到精确动态航行评估结果,将多准则决策方法与GIS风险制图技术相结合,以5种海洋环境要素(风场、洋流、海浪、海温和海底地形)作为评估因子,通过数据时空插值法和层次分析法(AHP,Analytic Hierarchy Process)确定评估因子权重,提出权重优化算法改进权重值,进而得到最优动态航行风险评估结果。结果表明:动态航行风险评估结果能够直观展示海域航行风险空间分布和变化趋势,评估具有实时性和连续性,可以为海域恶劣海况提供足够预警能力。

基于GOCI数据的黄河口高悬浮物浓度海域的叶绿素a提取指数构建与浓度反演

高浓度悬浮物(TSM)的不透光性干扰了叶绿素(Chl-a)浓度的光谱量测,影响了Chl-a浓度的反演精度。本文以黄河口近岸海域为研究对象,根据最大叶绿素指数(MCI)原理,针对GOCI数据构建叶绿素敏感指数(S_(chl))和悬浮物敏感指数(S_(TSM)),进一步构建了Chl-a提取指数(CEI)以削弱TSM对S_(chl)的影响。采用2011-2018年采集的619组实测Chl-a浓度及同期的GOCI遥感反射率,基于随机森林算法对比多种指数构建的Chl-a浓度反演模型,结果显示:在不分区的情况下,采用CEI构建的Chl-a浓度反演模型的平均相对误差(MRE)为45.9%,其精度结果优于S_(chl)(MRE=49.76%)。为进一步验证CEI在高TSM浓度海域的精度,本文根据波谱斜率(R_(6)-R_(4))/(λ_(6)-λ_(4))将研究区分为Chl-a和TSM主导型水体后,分别构建Chl-a浓度反演模型,研究结果显示:Chl-a主导型水体采用S_(chl)构建的反演模型的MRE为35.81%,TSM主导型水体采用S_(chl)与CEI构建的反演模型的MRE分别为60.39%与36.74%,这也证实了在高TSM浓度海域,采用CEI能够有效削弱TSM对S_(chl)的干扰。

10kV配电网电能质量综合等级评估方法研究

针对现有电能质量评估指标限值不权威,评估等级划分不够合理,评估的矩阵计算存在大量零元素导致计算效率不高的问题,提出了一种10kV配电网电能质量综合等级评估方法。首先,基于国内外标准对主要电能质量指标的限值进行分析,筛选合理的限值设计了5个电能质量等级,作为科学评估的依据;其次,设计了基于区间数的电能质量等级综合评估方法,并详细分析了指标规范化处理、区间数决策评价矩阵和决策评定准则,同时针对非零元素过多的矩阵计算进行了优化;最后,通过对某地区10个变电站中10kV母线的电能质量监测数据进行算例分析,验证这种方法的有效性。

基于非同步dq坐标变换的电压暂降快速检测方法

针对现有电压暂降检测算法高度依赖同步采样、检测计算量大、易受干扰影响等问题,设计了一种基于非同步dq坐标变换的电压暂降快速检测方法。首先,通过电压坐标变换检测电压暂降的主要特征量,包括幅值、持续时间、相位跳变等,可摆脱传统方法对同步采样的依赖;其次,采用参数自适应设计,对噪声、频率偏移、幅值波动的影响进行滤波,从而达到提高检测精度的设计目的。最后,通过算例比较和分析验证了所提方法的有效性。

一种考虑地形影响的GNSS-IR冻土冻融形变监测方法

多年冻土区地表高程因活动层每年的融化和冻结而发生季节性下沉和隆起,对工程建筑的安全、生态环境的平衡以及全球气候变化等方面都具有重要的影响。利用全球导航卫星系统干涉反射(global navigation satellite systeminterferometricreflectometry,GNSS-IR)遥感对冻土冻融形变进行监测是一种新型技术手段。针对格洛纳斯(GLONASS)、伽利略(Galileo)系统等长重访周期卫星因每日轨迹不重复造成的地形影响,提出了一种考虑地形的冻土冻融形变监测方法,通过引入反射面倾斜角消除地形变化影响,反演得到更接近实际情况的季节性冻融形变。利用位于美国阿拉斯加北部的SG27站点2018年、2019年无雪日GNSS信噪比数据进行了实验,并与现有研究中的反演方法所得结果进行了对比分析,验证了该方法在冻土冻融形变监测中的有效性。实验结果表明,相比于不考虑地形影响的方法,GLONASS和Galileo所得地表高程变化具有更小的离散性以及更小的不确定性,与复合模型拟合的一致性和决定系数R2都有了一定提升,标准差总平均分别减小约28.9%和36.9%,R2总平均分别提高约0.23和0.24,且不可重复轨道每日数据利用率总平均增幅分别约为19.6%和22.8%。研究结果为监测冻土冻融形变提供了有价值的参考,同时拓展了多GNSS系统的GNSS-IR冻土冻融监测应用。