基于GF-1 WFV影像和机器学习算法的玉米叶面积指数估算

目的 叶面积指数（LAI）是重要的植被生物理化参数,对农作物长势和产量预测具有重要研究意义。基于物理模型和经验模型的LAI估算方法被认为是当前最常用的方法,但两种方法的估算效率和精度有限。近年来,机器学习算法在遥感监测领域广泛应用,算法具有描述非线性数据拟合、融合更多辅助信息的能力,为了评价机器学习算法在玉米LAI遥感估算中的适用性,本文分析比较了随机森林和BP神经网络算法估算玉米LAI的能力,并与传统经验模型进行了比较。方法 以河北省怀来县东花园镇为研究区,基于野外实测玉米LAI数据,结合同时期国产高分卫星（GF1-WFV影像）,首先分析了8种植被指数与LAI的相关性,进而采用保留交叉验证的方式将所有样本数据分为两部分,65%的数据作为模型训练集,35%作为验证集,重复随机分为3组,构建以8种植被指数为自变量,对应LAI值为因变量的RF模型、BP神经网络模型及传统经验模型。采用决定系数R²和均方根误差（RMSE）作为模型评价指标。结果 8种植被指数与LAI的相关性分析表明所有样本数据中,实测LAI值与各植被指数均在（P<0.01）水平下极显著相关,且相关系数均高于0.5;将3组不同样本数据在随机森林、BP神经网络算法中多次训练,并基于验证数据集进行估算精度检验,经验模型采用训练数据集建模,验证数据集检验,结果表明,RF模型表现出了较强的预测能力,LAI预测值与实测值R²分别为0.681、0.757、0.701,均高于BP模型（0.504、0.589、0.605）和经验模型（0.492、0.557、0.531）,对应RMSE分别为0.264、0.292、0.259;均低于BP模型（0.284、0.410、0.283）和经验模型（0.541、0.398、0.306）。结论 研究表明,RF算法能更好地进行玉米LAI遥感估算,为快速准确进行农作物LAI遥感监测提供了技术参考。     

聚乳酸基离聚物的合成与表征

聚乳酸是一种绿色环保高分子材料。以丙交酯为单体,辛酸亚锡为催化剂,N-甲基二乙醇胺为引发剂通过丙交酯的开环聚合法制备了聚合物分子链中含有氨基官能团的双端羟基聚乳酸,然后以异佛尔酮二异氰酸酯作为扩链剂进行溶液扩链反应制备了聚乳酸基聚氨酯,然后再与冰醋酸、碘甲烷、溴乙烷反应,制备了以聚乳酸基聚氨酯为基体的离聚物。并采用特性粘数测定、GPC、差示扫描量热法、热重分析法、X射线衍射等方法对聚合物进行了表征。结果表明,聚乳酸基聚氨酯离聚物的特性粘数高于聚乳酸基聚氨酯,离聚物的热稳定性优于聚乳酸及聚乳酸基聚氨酯。     

深切割区尾矿库排洪系统"空天地一体化"行洪能力评估

尾矿库作为矿山重大危险源，其排洪系统行洪能力直接影响着尾矿库的稳定性。为解决传统方法对深切割区尾矿库排洪系统行洪能力评估效率低、精度差的问题，以川西高原高山峡谷区某尾矿库为例，首先采用高分遥感技术获取尾矿库汇水区信息，然后利用无人机摄影测量和三维激光扫描技术提取现状库身长度，建立尾矿库DEM，计算调洪库容，最后进行调洪验算，构建了基于“空天地一体化”的深切割区尾矿库排洪系统行洪能力评估方法。实例计算结果表明：尾矿库排洪系统最大泄流量出现于时序3.15 h，泄流量21.58 m³/s，所需调洪库容3.52万m³，小于尾矿库具备的调洪库容4.62万m³，表明排洪系统行洪能力满足相应等级要求，同时也体现出该方法在深切割区尾矿库排洪系统行洪能力评估中具有优越性和可复制性。