无人机平台航空遥感监测核电站温排水--以辽宁省红沿河核电站为例

针对现有监测技术手段难以满足核电站温排水常态化监测业务需求的现状,以辽宁省红沿河核电站温排水监测为例,构建基于无人机平台的航空遥感监测系统,开展温排水热扩散信息的遥感提取研究,并分别以四次多项式拟合及同步实测数据订正实现广角成像畸变校正与水体表面温度信息的获取。独立样本同步实测数据验证表明,水体表面温度反演平均偏差在0. 4℃以内。结果分析显示,高效、便捷的无人机平台遥感监测系统可有效弥补现有监测技术手段的不足,且精度较高,有望在核电站温排水环境影响评估及业务监测中得到进一步的推广应用。

基于小波分析的神经网络在遥感测温数据拟合中的应用

将小波母函数嵌入人工神经网络的神经元,形成紧致型小波神经网络,该网络用于遥感测温的数据拟合中,可提升纯粹的BP神经网络的拟合精度。本文结合红沿河核电站无人机红外测温试验,对其采集的一组温度数据采用小波神经网络进行拟合。对实验数据进行了统计分析,结果表明:小波神经网络能保证拟合误差在很小的范围之内,并且优于BP神经网络。

基于高边坡垂直特征线下双目标三角高程精度解析

从边坡沉降监测实际数据,可以看出若采用基于高边坡垂直特征线下双目标三角高程观测,在选择了有利的观测条件,并进行差分计算后,可以有效地消除或减弱大气折光带来的误差,相对没有进行动态改正的单向观测(按0.14的经验折光系数进行修正)结果,精度提高比较明显。本方法所需设备条件简单,具有测量方便、精度高和安全实用特点。