结合PCA与IR-MAD的降雨型滑坡检测方法

季节强降雨是诱发滑坡失稳的重要因素之一,特别是在我国中山丘陵地区,滑坡发生场景相对复杂,探究复杂情景下的滑坡检测方法对灾情评估、灾后应急调查等工作具有重要研究意义。针对遥感特征相近地物干扰造成滑坡识别精度低的问题,本文提出了一种结合PCA与IR-MAD的滑坡检测方法,实现了新生滑坡准确提取。结果表明,与现有方法相比,本文方法有效抑制了由作物播种收获、洪水汛期等季相因素产生的裸地、滩涂等滑坡遥感特征相似地物对滑坡检测造成的干扰,其在滑坡检测精确率和滑坡识别模型稳定性方面均有一定提升。

时-空-谱融合自动纯化生成样本的农作物遥感分类

准确及时地获取农作物种植面积是粮食估产的重要基础,对稳定市场和粮食安全至关重要。随着卫星遥感技术的发展和农作物识别算法的成熟,遥感在农业领域得到了广泛深入的应用,但农作物自动化识别普遍受到缺乏足够代表性训练样本数据的制约。该研究提出了一种多阶段样本纯化策略,综合考虑时间、空间、光谱和物候信息,基于历史作物空间分布图和当季遥感影像自动生成高质量的训练样本,以支持农作物的自动化识别。利用谷歌地球引擎(google earth engine,GEE)云平台及Sentinel-2数据,采用随机森林算法对浙江省两个地区的水稻进行自动化识别。研究结果表明,该方法能够利用历史专题数据和当季遥感影像生成最新且充足的训练样本,样本点精度高达98.5%。样本点数量和影像特征对分类结果影响的定量分析结果表明,作物识别的精度超过96%,Kappa系数超过0.93。此外,所提算法对含有误差的历史分类数据表现出较好的鲁棒性。研究结果可为区域级农作物识别提供一种可靠的样本自动化生成方法,在大尺度自动化作物制图中具有广泛的应用潜力。

基于HFACS-FCMs模型的船舶搁浅事故人因分析

为分析船舶搁浅事故致因因素中人为失误的干扰,建立人为因素分析及分类系统(human factors analysis and classification system,HFACS)-模糊认知地图(fuzzy congitive maps,FCMs)量化分析模型,从4个层面、20个分类项目角度分析在船舶搁浅事故中人为因素的影响,采用航运业专家对船舶搁浅事故致因因子的评估打分方法,构建船舶搁浅事故致因因子关系矩阵,以模拟与计算的总体中心值和标准中心值分析船舶搁浅事故致因因子。结果表明:船舶安全管理组织不当对船舶搁浅事故影响最大,组织影响和不安全行为前提条件对船舶搁浅事故影响较大,不安全行为与不安全监督对船舶搁浅事故影响次之,缺乏团队合作对船舶搁浅事故影响最小。结合分析结果,提出船舶搁浅事故的预防措施,为有效预防和减少人为失误导致的船舶搁浅事故提供参考。

促进学科能力发展的“配合物”教学研究——基于农村学校的实践探索

以学科能力框架为理论依据,对“配合物”教学单元进行分析,从研究对象和化学问题、能力活动任务类型、知识基础、认识方式四个维度构建“配合物”教学单元的学科能力模型,制定学科能力发展目标,设计以学科能力为导向的教学方案。通过教学实验和前、后测的数据分析,证实基于学科能力的教学改进有利于农村学校学生学科能力的发展,提出教学实践中应有层次、有梯度地发展农村学校学生化学学科能力。

促进学科能力发展的教学改进——以必修“有机化合物”单元复习为例

以学科能力框架为理论依据,对课程标准和教材进行分析,制定“有机化合物”主题的学科能力发展目标,有针对性地改进教学内容组织、教学活动设计和教学实施过程。通过教学实验及其前、后测数据的分析,证实了基于学科能力的主题式复习有利于学生学科能力的发展,尤其是预测能力要素提升显著。提出常规复习与“主题式”复习互为补充、相得益彰以及基于测评数据改进教学提高精准度等教学启示。

黄河大堤河南段白蚁种类及分布调查

为了解黄河流域白蚁的种类及分布情况,2019年首次对黄河大堤河南段和沁河大堤开展了白蚁现场调查,共采集112份标本,其中隶属于白蚁科土白蚁属1种、鼻白蚁科散白蚁属2种。在黄河大堤右岸高家庄护滩工程、白鹤控导工程、铁谢险工及裴峪控导工程首次发现了会对堤坝产生危害的黑翅土白蚁Odontotermes formosanus活动迹象,其余大部分堤段未见白蚁危害;在沁河大堤焦作武陟段发现了黑胸散白蚁Reticulitermes chinensis。通过对黄河大堤气候环境和土壤pH值的调查分析,预测了黄河流域白蚁发展趋势,并提出了下一步工作建议。

基于深度学习的温室大棚实例识别及模型迁移

温室大棚实例提取在蔬菜种植面积测算和产量估计等方面具有重要意义。该研究以高效准确地识别大尺度范围内温室大棚实例为目标,提出了一种基于卷积神经网络和形态学后处理的“区域-边界”实例提取方法,以及单纯迁移模式、尺度适应模式、模型微调模式3种不同的迁移模式。试验结果表明,利用UNet网络构建“区域-边界”多分类模型识别温室大棚实例效果最优(实例召回率达到91.05%)。形态学后处理操作能够进一步优化温室大棚实例提取结果(单元交并比相比于操作前提高10.53个百分点)。探讨了3种模型迁移模式应用在不同场景时的表现,迁移效果由高到低依次为模型微调模式(实例召回率为87.93%)、尺度适应模式(实例召回率为41.72%)、单纯迁移模式(实例召回率为24.15%)。基于“区域-边界”实例提取方法并根据预测区域和训练区域的场景差异选择不同的迁移模式可以快速精准地识别大尺度范围内温室大棚实例,为农业设施的智能化建设提供信息支撑。

隔离开关自动转换装置设计

针对低压隔离开关试验中操作手柄力矩和行程时间的统一配合问题,对电感式接近开关进行了研究。隔离开关自动转换装置中的制动装置采用高可靠性的电感式接近开关,自动转换驱动是利用电容分相的原理控制电动机正向转动和反向转动,从而使被测隔离开关分合闸自动操作。依据国家标准GB/T 14048.3-2017研制了隔离开关自动转换装置,提高了产品试验时的稳定性和可靠性,保障了试验操作人员的人身安全和试验线路的设备安全,为生产企业进行产品研发论证提供了参考。

乙酰丙酸对红富士苹果叶片生长和产量品质的影响

为了探究乙酰丙酸在苹果上的应用效果,以凤翔、蒲城两地的‘红富士’苹果为试材,研究乙酰丙酸不同喷施稀释倍数和不同喷施时间对苹果生长和产量的影响。试验设置3个不同喷施稀释倍数(稀释600倍、800倍、1000倍)和3个不同喷施时间(5、6月,5、6、7月,5、6、7、8月)及对照,共10个处理。结果表明:与对照相比,两地喷施乙酰丙酸处理均提高叶片叶绿素SPAD值和百叶鲜质量,且稀释600倍的效果最显著,分别高于对照5.4%、8.1%和1.3%、19.5%。同一稀释倍数水平下,均是5、6、7月和5、6、7、8月喷施对苹果叶绿素SPAD值和百叶鲜质量的增加效果优于5、6月喷施。与喷施时间相比,喷施不同的稀释倍数对苹果产量的影响较大;与对照相比,不同稀释倍数的乙酰丙酸均增加苹果产量,且稀释600倍处理的增产效果最佳,凤翔、蒲城两地产量分别比对照增加16.5%和12.4%。乙酰丙酸处理增加果实可溶性糖质量分数,但喷施不同稀释倍数与喷施时期之间的影响差异不明显。因此,生产中可以在5、6、7月喷施稀释600倍的乙酰丙酸来促进苹果叶片生长和提高产量品质。

土地覆盖遥感制图方法研究现状与展望

区域尺度土地利用/覆盖分类研究是当今国际上开展土地利用/覆盖变化研究的重要领域之一。及时、准确地获取地球表面特性对于掌握人类和自然现象之间的关系和相互作用至关重要。本文根据土地覆盖遥感分类方法特点,从硬分类方法、软分类方法以及最新的软硬分类方法出发,总结了国内外的各研究成果,分析了各种方法的分类策略与特点及其方法适用性。研究结果表明:软硬分类方法能够灵活适用于遥感图像上纯净、混合像元并存的特点,可以有效解决光谱的异质性,在土地覆盖遥感监测中具有广阔的应用潜力。文中提出了基于变端元的软硬分类土地覆盖制图方法框架,并指出了今后的研究重点。

剖线强度梯度变化的作物软硬变化区精确划分

[目的]软硬变化区的划分是进行遥感变化检测技术识别农作物的基础。为解决人工判读方法中存在人为主观因素影响以及自动判别和交互式判别方法对不同研究区的适用性问题,该文提出基于剖线梯度变化(Profile based Gradient Change Magnitude,PGCM)进行软硬变化区划分的方法。[方法]该研究选择破碎农业景观种植区域为研究区,计算拔节期Quick Bird影像和播种期模拟影像两个时相的变化强度,从作物地块内部向外绘制剖线,利用剖线强度的梯度变化确定硬变化区(Hard change region,HCR)、软变化区(Soft change region,SCR)和未变化区(Non change region,NCR)3者间的划分阈值。[结果]从识别结果来看,PGCM能够有效在地块边界处探测到软变化像元,进而确定HCR、SCR。像元分辨率在5~60 m不同尺度下,识别HCR区混入比例为11%~16%,混入比例随着分辨率下降而降低;NCR区混入比例为3%~4%,受分辨率尺度影响不大;SCR区识别比例为74%~86%,识别精度较高,识别结果与冬小麦空间分布结果保持一致。[结论]PGCM方法能够自动、便捷地确定阈值,摆脱人工判定的主观性,有效地划分出HCR、SCR和NCR 3个区域,为进一步HCR、SCR区内的作物识别提供基础。

滑坡体变形运动的多层次监测研究

滑坡的失稳是一个渐变到突变的过程,破坏前会有一些预兆,捕捉这些信息并及时发现问题、采取处理措施是滑坡监测的主要目的。对小浪底某滑坡进行综合监测研究,在滑坡的关键位置设置25个地表变形监测点和3个深部变形监测点,所有监测点组成多层次综合监测系统,进行监测研究。分析监测数据可知:该滑坡体地质结构大致分为前部滑塌体、中后部滑移体和后缘拉裂体。坡体的力学性质分区大致为崩坡积物、碎裂岩体、裂隙、基岩,由此分析了滑坡体表面及深部变形的趋势和影响因素。

基于TVDI的东北地区春玉米干旱监测——以2018年为例

为探究不同植被指数计算的温度植被干旱指数(TVDI)用于东北春玉米干旱监测时受发育进程及农田环境影响的监测精度,选取干旱监测敏感性强、精度高的TVDI对东北春玉米生长季进行监测,揭示2018年东北春玉米生育期内干旱时空格局及其变化规律.基于重建的归一化植被指数(NDVI)、增强型植被指数(EVI)分别与经数字高程模型(DEM)矫正后的地表温度(LST)构建的2种植被指数LST-VI特征空间,计算2种温度植被干旱指数(TVDI-N、TVDI-E);利用特征空间拟合方程决定系数差异,确定TVDI-N、TVDI-E对干旱敏感的最佳监测时期及敏感性转换期;利用地面调查数据分析TVDI-N、TVDI-E受春玉米发育阶段、土壤质地、海拔高度、坡度等农田环境影响下的干旱监测精度.结果表明,春玉米生长前期,TVDI-N干边拟合方程决定系数持续高于TVDI-E,最大差值为0.44,最小差值为0.10,平均差值为0.23,TVDI-N和TVDI-E监测干旱等级与实测干旱等级的判对率均达到100.0%,TVDI-N监测干旱等级与实测干旱等级一致性高于TVDI-E 33.3个百分点,该阶段TVDI-N干旱监测敏感性强、精度高;春玉米生长中期,虽无明显出现一种特征空间干边拟合方程决定系数持续高于或持续低于另一种特征空间干边拟合方程决定系数情况,TVDI-N监测干旱等级与实测干旱等级的判对率低于TVDI-E 12.5个百分点,一致性检验结果则与TVDI-E相同,该阶段虽为两者敏感性转换时期,但TVDI-E监测精度更高;春玉米生长后期,TVDI-N干边拟合方程决定系数持续低于TVDI-E,最大差值为0.29,最小差值为0.13,平均差值为0.18,TVDI-E监测干旱等级与实测干旱等级判对率和一致性分别高于TVDI-N 8.7个百分点和39.2个百分点,该阶段TVDI-E干旱监测敏感性强、精度高.利用春玉米各发育阶段监测精度高的TVDI对2018年春玉米生长季干旱进行监测,得到研究区2018年2次严重干旱事件的发生、发展和减弱过程以及春玉米各发育阶段受干旱的影响情况.且春玉米生长前期干旱监测判对率达到100.0%,一致性达到83.3%;春玉米生长中后期干旱监测判对率达到82.6%,一致性达到78.3%.通过对TVDI-N、TVDI-E用于春玉米不同发育阶段干旱监测的敏感性和监测精度分析,得出TVDI-N适用于春玉米生长前期干旱监测,TVDI-E适用于春玉米生长中后期干旱监测,利用该结论对2018年东北春玉米生长季进行干旱监测,可以揭示干旱时空格局及春玉米受旱情况,提高监测精度.

基于遥感识别误差校正面积的农作物种植面积抽样高效分层指标研究——以冬小麦为例

【目的】在遥感与空间抽样相结合进行农作物面积调查中,由于传统的基于面积规模的分层指标设计中缺失对遥感识别结果分类误差的表达,一定程度上影响抽样效率,因此提出基于遥感分类误差校正面积的分层标志——误差校正面积,以期改进农作物种植面积抽样调查效率。【方法】选取北京市通州、大兴区为研究区域,以冬小麦为例,选择16 m分辨率GF-1号影像(获取时间2015年4月4日)为遥感数据源,进行抽样方案的设计。设计与计算高效分层指标,先从像元尺度判断像元相应的错入、错出方向并计算其对应的误差面积,再在抽样单元尺度上统计所有像元的误差面积,将其用于面积规模的校正,校正后结果即为所提出的分层抽样指标——误差校正面积(S_(correct));构建边长为90—300 m的规则正方形格网为抽样框,并完成设置分层层数、确定分层界限方法、样本量分配方式、总体估计方式等空间抽样方案设计。基于设计的抽样方案进行试验,进行研究区冬小麦的区域总量面积反推。以误差校正面积指标和传统分层指标——面积规模为分层指标,进行多次种植面积抽样推断后进行指标有效性分析和精度评价,通过对相关性、典型区域分类错误像元误差分布、总体方差、平均相对误差r、CV值等方面的对比分析,验证所提出指标的可行性与优势。【结果】(1)通过结合原始影像、目标真值分布、遥感分类结果图、分类错误像元误差分布图的对比分析,从像元尺度验证了该指标能校正分类错误像元,从而改善分类结果;在试验抽样框下,误差校正面积的相关系数相较于面积规模略有提高,且数值大于0.7,可保证其与真值较高且稳定的相关性。验证了该指标作为分层指标的有效性。(2)在试验抽样框下,使用误差校正面积作为分层指标进行多次外推面积得到的总体方差在1.70×1013—2.41×1013,面积规模的总体方差为2.05×10^(13)—3.11×10^(13),误差校正面积在推断稳定性方面高于面积规模;采用误差校正面积作为分层指标得到的r为4.21%—5.00%,面积规模的r为4.87%—5.98%,误差校正面积指标能稳定提高近1%的精度;选择误差校正面积指标作为分层指标进行抽样估算结果的CV值在试验抽样框下始终低于面积规模的推断结果,能稳定减少近0.8%。因此误差校正面积指标在与目标真值相关性、抽样精度、推断稳定性等方面均优于传统面积规模分层指标。【结论】误差校正面积指标可在一定程度上提高种植面积抽样调查精度,保证推断的稳定性,验证了遥感识别误差校正面积指标作为分层标志的有效性,能够提高抽样效率,其相较面积规模指标更具有优势。

基于像元物候曲线匹配的生长季内河北省冬小麦空间分布识别

及时、准确的农作物空间分布信息是进行作物长势监测、灾害评估与产量估计的基础。传统方法一般在作物收获期前后进行作物的识别,时间上滞后,难以满足农业生产的应用,时空泛化能力差,模型复用程度低。该研究以历史知识为支撑,提出冬小麦像元匹配模型(Pixel-Matched Model,PMM)进行冬小麦空间分布提取,旨在生长季内实现冬小麦空间分布的快速提取。研究结果表明,PMM能充分利用作物物候特征变化,排除冬小麦种植物候空间异质性的影响,能够在播种后2个月内实现冬小麦的准确提取,总体精度达到了95.49%,F1分数为0.83,且不随物候曲线的延伸而大幅提高精度。与传统参考曲线模型(Reference Curve Model,RCM)相比,PMM在消除区域内冬小麦生长物候差异方面具有优势,可在年际间实现冬小麦的准确识别,具有较强的时间泛化能力,能够实现冬小麦的自动化识别。

基于深度卷积神经网络的云检测方法

本文将Fmask云检测结果作为标记样本对深度卷积神经网络进行训练以实现云检测。在仅利用可见光波段和近红外波段的前提下,本文方法的云检测总体精度达到87.65%,高于Fmask的86.92%,而且单景Landsat 8影像的识别用时18 s,远低于Fmask的72 s,具有更高的精度和效率。另外,该方法适用于不同的地表土地覆盖类型,具有很强的泛化能力,是一个通用性强的算法,为进一步的遥感应用打下基础。

船舶冲突时空特征分析

为更加全面地分析水域船舶冲突的时空特征,从船舶动态航行过程出发,以船舶领域模型代替船舶碰撞半径,对船舶冲突数据进行识别与提取。通过对空间自相关模型在时间维度上的拓展,探讨船舶冲突数据在时空上的变化特征。基于该模型,研究不同时间尺度下船舶冲突空间变化趋势。实例结果表明,研究水域内的船舶冲突具有较强的空间自相关性,且会随着空间阶的提升而消散。

基于EEMD-SE和栈式降噪自编码网络的局部放电模式识别

由于变电站环境复杂,利用传统的特征统计方法不能准确地提取局部放电(PD)信号的特征及对其识别分类。对此,提出一种基于集合经验模态分解(EEMD)和样本熵(SE)的局部放电信号特征提取方法。利用EEMD算法对局部放电信号进行时频分析;计算EEMD分解得到的固有模态函数(IMF)的样本熵,并将其作为特征向量表征不同放电类型;采用栈式降噪自编码网络(SDAE)对放电类型进行分类识别。通过对四类局部放电故障进行特征提取和模式识别,对比实验结果表明,该方法能有效地提取放电信号的特征,并较准确地识别各类放电类型。

基于光斑跟踪的夜间航行船舶跟踪方法

针对当前普通摄像头对夜间航行船舶检测研究方面的不足,提出一种基于光斑检测和跟踪的方法,实现夜间航行船舶检测。采用边缘检测算子(Laplacian of Gaussian,LOG)对视频图像光斑进行检测,采用阈值化方法对光斑进行过滤;Kalman滤波算法对多光斑目标进行跟踪,通过对光斑进行标记,判断光斑的属性,从而实现光斑的新增和删除。以实际夜间船舶航行监控视频为例进行方法验证,结果表明:该方法能对夜间船舶进行有效检测和跟踪,从而验证采用光斑跟踪的方法能提高夜间船舶的检测精度。

基于栈式降噪自编码器的GIS绝缘缺陷识别研究

气体绝缘开关柜(GIS)作为电力系统中重要的设备之一,其可靠性与电网的安全稳定运行密切相关。考虑到传统方法多是依靠经验人为地进行缺陷识别,不能准确地提取局部放电信号的特征并进行分类,提出了一种基于栈式降噪自编码网络的局部放电信号特征提取方法。通过网络自适应的方法提取局部放电相位分布谱图内在的特征向量,并以此表征不同放电类型对网络进行训练及测试,实现对GIS缺陷的分类识别。结果表明,可以有效地提取放电信号的特征,并准确地识别GIS缺陷类别。