利用无人机影像监测不同生育阶段玉米群体株高的精度差异分析

为明确利用无人机影像监测玉米群体株高的精度及其影响因素,本研究基于无人机搭载光学成像设备构建大田玉米群体数字高程模型(Digital Elevation Model,DEM),研究不同生育时期下玉米群体株高监测的精度差异。针对3个玉米品种、8个播期处理构建的株高差异化群体,用多旋翼无人机搭载高清RGB相机和多光谱成像设备,采集试验区高清RGB和多光谱影像,获取玉米群体数字高程信息DEM和各处理区植株高度,分析不同品种和播期处理下基于无人机和人工测量株高间的相关关系。试验结果表明,高清RGB相机和多光谱成像设备获取的DEM均能反映玉米群体的高度差异。高清RGB相机的株高监测精度优于多光谱成像设备,但株高监测精度不足,难以反映玉米群体的较小株高差异。不同生育阶段对玉米株高监测精度具有较大影响,生育前期冠层尚未全部覆盖地表或生育后期植株衰老叶片枯黄下垂时,受裸露地表影响,群体株高被严重低估。本研究分析了影响无人机搭载成像设备监测玉米株高精度的因素,可为该方法应用于大田生产提供借鉴意义。

Landsat/OLI与夜间灯光数据在提取城市不透水面中的精度差异分析

不透水面作为反映城市发展程度和表征城市生态环境的重要指标,在城市化研究中成为重要的数据源。当前,不透水面信息的获取通常基于遥感数据来开展,包括不同分辨率的遥感数据。这些遥感数据在高精度提取城市不透水面的能力具有较大的差异,会因尺度不同而带来提取精度的偏差。因此,理解不同遥感数据源在不透水面提取上的差异尤为重要。本文利用Landsat/OLI光谱数据和VIIRS/DNB夜间灯光数据分别采用线性光谱混合分析法和大尺度不透水面指数法提取珠江三角洲研究区的不透水面信息,并从不透水面总体精度、不同密度精度对比分析2类数据源提取不透水面的差异。结果表明:①Landsat/OLI和VIIRS/DNB两者提取不透水面的总体精度差异不大,Landsat/OLI提取不透水面的精度总体上略高于VIIRS/DNB。2种数据提取不透水面的均方根误差RMSE分别是0.18和0.21,系统误差SE分别是0.12和0.13,决定系数R2分别是0.76和0.67。②Landsat/OLI和VIIRS/DNB数据对不同密度不透水面分布区域的提取能力不同:VIIRS/DNB在低密度不透水面区域提取精度高于Landsat/OLI;而Landsat/OLI在中、高密度不透水面区域提取精度均高于VIIRS/DNB。通过2种数据提取精度差异的对比,以期为不同密度的不透水面分布区域提取找到最佳尺度的数据源,提高不透水面提取的效率和精度。

矿山测量中电磁波测距三角高程精度分析

在EDM三角高程测量中,利用平距和斜距计算高差的两个公式是等价的。但是在计算高差的测量精度时,由于两个高差计算公式对应的精度计算公式函数特性不同,且在光电测距三角高程测量中,平距是由斜距计算而来,平距计算中存在误差传播,造成精度计算结果存在差异且在达到临界点后差异急剧增大。文中对两个高差计算公式的精度差异进行了验证,分析了造成精度差异且在达到临界点后差异急剧增大的原因,求出了临界点,得出利用斜距计算高差的公式精度较高且较为稳定的结论。

非稳态导热问题有限体积法

为了研究非稳态导热问题中的常用有限体积方案(FVM1)和新提出的有限体积方案(FVM2)的精度差异问题,采用理论推导和实例验证的方法,建立基于有限体积法原理的热平衡积分方程,利用矩形网格进行离散化,建立了平面非稳态热传导问题有限体积法数学模型,推导出与有限单元法(FEM)方案相类似的线性方程组,对比分析所建立的各个方程组中参数的差异.研究结果表明:方案FVM2与FEM精度相同,为较优方案.最后结合一个典型实例,用VB编制了数值计算软件,对比分析这两种方案,验证了上述结果.该结果对工程计算数值模拟有一定的参考价值.

导热问题中4种有限体积方案对比

为研究平面导热问题中常用的3种有限体积方案(FVM2、FVM3、FVM4)和新提出的方案(FVM1)的精度差异问题.采用理论推导和实例验证的方法,对解算区域进行三角形网格划分,建立了平面导热问题有限体积法数学模型,推导出了有限体积法解决平面温度场问题的线性方程组,分析了各种有限体积法方案以及有限单元法计算公式的类似性和公式中参数的差异.编制了数值计算软件,结合特例,解算出不同有限体积方案的温度分布,并与理论解进行了对比.研究结果表明:方案FVM1与FEM精度相同,且与理论值基本一致,为最优方案.在不考虑第三类边界情况下,FVM4的精度也与FEM精度相同.该结果对工程计算数值模拟有一定的参考价值.

不同DEM分辨率下的坡面土壤侵蚀模型的坡长因子提取对比研究

采用基于GIS的非累计流量的坡长直接提取算法(NCSL)和空间分析提取法(SAC)对陕北省安塞县10个样区的坡长进行提取,并计算相应的坡长因子。对不同DEM分辨率下的坡长提取结果对比,结果表明:NCSL对坡长的提取精度明显好于SAC的提取结果,其中DEM在5、10 m分辨率下的提取精度最好,且二者计算的坡长因子值差异不大,因此,可采用10 m分辨率NCSL方法提取坡长。

Diverse AdaBoost-SVM分类方法及其在航空发动机故障诊断中的应用

提出采用考虑到精度/差异权衡的SVM作为弱分类器的一种新的组合分类诊断方法——DiverseAdaBoost-SVM。该方法通过在一组具有适当精度的弱分类器中进一步选择具有较大差异性的弱分类器,对这些具有较大差异性的弱分类器进行组合,从而较好解决AdaBoost算法中存在的精度/差异权衡的难题;同时该方法也较好地解决了现有的AdaBoost方法存在的弱分类器本身参数选取困难问题及训练轮数T的合理选取问题。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明和其他方法相比,DiverseAdaBoost-SVM方法具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类,也更适合对非对称故障样本集进行分类。

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数(Normalized Difference Vegetation Index, NDVI)、改进的归一化水体指数(Modified Normalized Difference Water Index, MNDWI)和归一化建筑指数(Normalized Difference Building Index, NDBI)年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明:单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高(精度可达93.66%,Kappa系数为0.81)。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。