基于机载激光雷达点云的森林场景建模

利用机载激光雷达森林点云数据进行真实森林场景的精细三维重建,为构建数字森林环境与林业资源管理应用提供参考.提出利用点云魔方软件对森林点云数据进行处理,分离得到地面点云和植被点云;采用层堆叠分割方法对森林植被进行分割并提取每株树木的平面位置、树高、冠幅直径及面积等参数;运用景观设计软件SketchUp和Lumion进行森林场景三维建模,模拟真实森林三维场景中的地形和植被效果.以某地区约4万m2的森林场景机载激光雷达点云数据为实例进行森林场景三维重建,从激光雷达数据中分割出的773棵树木点云,结合树种分布、树高及轮廓等信息构建了逼真的三维森林场景.试验结果表明,根据森林点云数据的分割结果能快速高效地构建模拟现实树木形态结构的真实感三维模型,克服传统树木建模精度低和可视化不高的缺点.     

岷江上游典型流域林冠截持降雨遥感模型与反演

在对岷江上游典型流域研究区实地踏勘和定位观测的基础上,综合利用ETM和ASTER遥感数据、地面实测数据和常规观测数据等资料,结合森林水量平衡原理,建立了岷江上游典型流域林冠截持降雨遥感信息模型。以遥感图像中单个像元作为测算单位,对模型参数叶面最大持水度、覆盖度、叶面积指数(LAI)进行了计算,并对岷江上游毛儿盖地区林冠截留降雨量进行了反演。并利用研究区实测数据、生态环境本底遥感调查数据和水文气象数据对上述模型反演结果进行验证和精度分析。结果表明,模型反演结果精度较高,能较好反应研究区植被冠层截留量的实际状况。     

Landsat 8数据地表温度反演算法对比研究——以南京市为例

为了对比研究针对Landsat 8数据的地表温度反演算法,选择南京市为研究区,采用Jiménez-Muoz等提出的SC和SW算法对地表温度进行反演,结果表明,SC算法比SW算法反演的地表温度平均高3.67 K.然后采用模拟数据法来验证两种算法的反演精度,结果表明,基于TIRS 10波段数据的SC算法平均反演误差在1K以内,与基于TIRS 10,11波段数据的SW算法相比结果更为可靠.     

深度转换因子对高密度电法反演成像的影响

深度转化因子的选取直接影响着基于反演成像的高密度电法勘探资料处理、解释速度和精度。本文以高密度电法反演成像理论为基础,通过构建大量电阻率异常体模型,选择不同深度转化因子进行反演成像模拟,经对反演成像结果、反演速度和收敛性等综合性能的对比与分析,得到了高密度反演过程中最佳的深度转化因子。经工程实测数据验证可知,深度转化因子选0.3时反演成像精度较高、反演速度和收敛性较快。     

矿区土壤重金属Cd高光谱建模与模型适应性分析

以粤北南岭某矿区土壤为研究对象,采用传统采样检测方法分析土壤重金属含量.借助ASD FieldSpec 4型便携式高光谱仪测量土壤光谱反射率,将土壤反射率经过卷积平滑后进行8种数据变换,分析9种光谱数据指标与镉(Cd)含量的相关性.采用偏最小二乘和随机森林方法,结合Pearson相关系数分别建立9种光谱数据指标的土壤重金属Cd含量的高光谱反演模型.并对其预测能力进行评价,实现了局地尺度上土壤重金属Cd含量反演,探究了不同Cd浓度区间对建模精度的影响.结果表明:通过不同的数据变换方式可以有效消除基线,去除背景干扰并提高光谱数据与Cd的相关性.其中一阶微分变换效果最为理想;偏最小二乘(Partial Least Squares Regression,PLSR)与随机森林(Random Forest Regression,RF)均能不同程度预测Cd含量,其中采用一阶微分结合随机森林(FD-RF)方法所建模型具备较高可靠性,R2超过0.80;当样本浓度平均值变化超过40％时,建立的模型预测能力降低.该研究方法可以作为土壤重金属Cd检测的手段,研究结果可以为土壤重金属高光谱反演提供方法和理论支持.     

基于CyGNSS数据的土壤水分与植被光学厚度反演研究

本文提出了一种仅基于CyGNSS数据,能够同时反演土壤水分与植被光学厚度的方案,该方案使用了神经网络与暴力穷举算法.首先考察了2018年以及2020年的数据,并对结果进行了验证.通过分析发现反演结果与参考数据展现了良好的一致性.土壤水分的反演结果与2018年和2020年的测试数据比较,其相关系数分别高达0.86和0.8...     

铝冰发动机两相内弹道计算

为了在铝冰发动机内弹道计算中考虑两相不平衡效应的影响,提高压强估算的精度,本文应用两相等温流模型、颗粒定温模型对喷管两相流控制方程进行简化和推导,得到发动机稳态工作时燃烧室零维平衡压强的两相流修正计算式。使用铝含量为50%的铝冰发动机实验结果对压强修正公式进行验证,两相等温流模型修正的压强公式估算结果误差约为13.08%,颗粒定温模型修正的压强公式估算误差约为6.57%,可用于指导铝冰发动机实验开展。     

基于D-InSAR技术的同震位移场反演及验证

差分干涉合成孔径雷达(differential interferometric synthetic aperture radar,D-InSAR)技术在获取地震同震位移场中具有极大的潜力,但由于地震产生的同震位移场区域通常较大,难以获得地表对应区域的测量数据(如GPS、水准测量等测量数据)进行验证,使得对D-InSAR获取的同震位移信息进行精度检验比较困难.以2016年中国台湾省高雄市发生的6.7级地震为例,采用Sentinel-1 A升降轨数据,使用D-InSAR技术反演该区域的地震同震位移场信息,并采用典型特征点的升降轨数据的相关性、基于弹性半空间模型(Okada)反演的断层几何参数辅助验证D-InSAR反演结果的有效性.结果表明:升降轨反演结果的相关性较高,D-InSAR反演结果带入Okada模型模拟的位移场信息与以往研究结果基本一致;D-InSAR反演结果中,地震区最大抬升和沉降量分别为17.2 cm和15.6 cm,升降轨典型特征点形变量线性拟合的R2为0.9784,Okada反演的参数显示地震位于旗山断层和潮州断层的断裂带上,震源深度为14.59 km,发震机制为走滑逆冲断层.     

广域电磁法反演方案评估

E-Ex广域视电阻率和大地电磁法卡尼亚视电阻率具有较高的相似性,部分生产单位基于大地电磁法反演开展广域电磁法的数据处理,但该反演方案对人工源电磁法中的假极小值和进入过渡区后的频点资料过度拟合,导致反演结果在深部出现偏差,误导地质解释。基于最小构造约束的最小二乘法算法,对典型地电模型的广域电磁法数据进行大地电磁法反演和广域电磁法反演,对比反演结果和地电模型,研究适用于广域电磁法的反演方案。研究表明,采用大地电磁法反演得到初始模型后,开展广域电磁法反演,可以极大的缩短反演时间,提高反演精度。     

基于支持向量机的模糊回归估计

针对给定的大规模数据集的回归估计问题，提出基于支持向量机的模糊回归估计方法.该方法把复杂的数据集看作多个群体的混合，每个群体采用单一的回归模型进行描述，使得大规模数据集的回归估计问题变成了一个多模型估计问题.在此基础上把支持向量机与模糊C聚类结合起来得到基于支持向量机的模糊回归模型，并给出了实现该模型回归估计的算法.该方法对大规模的数据样本进行模糊C聚类，并回归估计各聚类的数据样本.数值仿真结果表明，该方法在聚类数据样本的同时能实现多个模型的回归估计，而且模糊隶属度的初始化影响要小于其他的模糊回归估计方法.