软基水闸底板脱空动力学反演模型构建与试验验证

软基水闸极易因地基不均匀沉降、渗透变形等发生底板脱空现象，传统的无损检测方法难以在水下探测底板脱空，且不具实时性，其应用还存在一定局限性。该研究基于软基水闸室内物理模型，提出了一种软基水闸底板脱空动力学反演方法。首先，基于多参数变量的底板脱空范围数学模型，改进了反映软基水闸底板脱空参数与水闸动力学参数（模态参数）之间非线性映射关系的数学代理模型；其次，以水闸多测点多阶频率和振型变化率组合作为动力学敏感特征量，建立了软基水闸底板脱空参数反演的目标函数，并基于遗传算法对目标函数进行求解。最后，建立了软基水闸室内物理模型，并在模型中设置3种不同的底板脱空工况，采用软基水闸底板脱空动力学反演方法对软基水闸底板的脱空进行反演识别与模型验证。结果表明：基于动力学参数反演识别的水闸底板脱空区域趋势和脱空面积与模型实际脱空情况吻合较好，3种工况下水闸底板脱空面积反演结果与模型实际脱空面积的相对误差分别为7.47%、6.78%、6.90%，验证了该方法的可靠性，可望为软基水闸实际工程底板脱空隐患检测提供一种新的思路。     

桃蚜在辣椒上的空间分布及抽样技术研究

桃蚜作为世界范围内农作物主要害虫,在我国主要蔬菜种植区均有发生。因其繁殖能力强以及对蔬菜尤其是辣椒质量造成危害而成为重要防治对象。为了明确四川省成都主要辣椒种植区桃蚜空间分布格局,本试验运用2种回归方法和8个聚集度指标(K, C, CA, I, M*, m*/m, L*, L*/(1+m))对桃蚜盛发期种群的空间格局进行了研究；同时,通过Iwao回归法和Taylor幂法计算桃蚜种群理论抽样数,Iwao和kuno序贯抽样技术拟合桃蚜的序贯抽样模型。结果表明桃蚜种群呈聚集分布,聚集强度随种群密度的升高而增加,且个体间相互吸引,其聚集原因是由桃蚜习性与环境因素共同引起的,但8月下旬开始聚集原因主要有环境因素决定；通过种群密度与聚集度指标相关性分析表明,用平均拥挤度(m*/m)、负二项分布指标(K),久野指数(CA)及L*/(m+1)分析桃蚜空间分布型更具说服力；并利用空间格局参数确定了理论抽样数和序贯抽样模型。     

基于Sentinel-2数据的青海门源县天然草地生物量遥感反演研究

草地地上物生物量(AGB)是评价草地生产力的重要指标，精准反演天然草地的AGB，对草地长势监测和草畜平衡评估具有重要的意义。由于常用的遥感数据(如Landsat和MODIS等)受较低时间或空间分辨率引发的诸多问题的影响，因此探索具有更高时空分辨率及更多光谱波段的Sentinel-2卫星数据在县域尺度的草地植被监测状况具有极其重要的作用。利用Sentinel-2卫星遥感影像和青海门源县实测草地AGB数据，构建了基于随机森林(RF)、支持向量机(SVM)和人工神经网络(ANN)3种机器学习方法的草地生物量估算模型，研究了2019-2021年门源县天然草地生物量时空分布特征。结果表明：1)Sentinel-2卫星影像的3个原始波段(B2、B6、B11)和2种植被指数[反红边叶绿素指数(IRECI)和特定色素简单比值植被指数(PSSRa)]，是草地AGB敏感的特征变量。其中，红边波段(B5、B6、B7)对天然草地AGB遥感反演具有重要作用。2)基于RF算法的草地AGB估测模型是门源县天然草地生物量估测的最优模型(验证集R2为0.72,RMSE为622.616 kg·hm-2)，优于SVM模型(...     

差分吸收光谱反演方法在环境监测系统中的研究

随着人类文明的高速发展,自然环境却遭到了破坏,受到破坏后的自然环境对人类造成了反作用,使人们的生活质量受到严重威胁,此时人们不得不对自己的行为进行反思。为了拟补人类对自然界造成的伤害,人类试图通过科技来保护自然环境,其中差分吸收光谱技术就是为此而存在。它可以准确监测到对大气造成污染的物质,在实践应用中做出了巨大贡献。为了对这一项技术更一步的了解,本文从差分吸收光谱的原理及特点做切入点,对差分吸收光谱反演方法在环境监测系统中的作用及应用进行探讨。     

甘肃省高寒草甸植被覆盖度反演及其时空变化研究

本研究以甘肃省高寒草甸为研究区,基于2000—2019年遥感数据和2014年实测数据,采用经验回归模型法构建植被覆盖度(fractional vegetation cover,FVC)估算模型,并研究了过去20年高寒草甸FVC时空变化规律、稳定性及变化原因,以期为FVC动态监测提供科学依据。结果表明：在6种植被指数(vegetation index,VI)中除比值植被指数(ratio vegetation index,RVI)外,其余VI与FVC相关系数均大于0.65(P<0.01);模型精度检验发现高寒草甸FVC最佳反演模型为归一化植被指数(normalized difference vegetation index,NDVI)二项式模型：y=-0.65x²+1.97x—0.23(R²=0.81,RMSE=7.33);甘肃省高寒草甸FVC呈现南高北低的格局,20年FVC均值处于较高水平,年均FVC呈现波动上升趋势,平均增速0.15%·a^-1,其中FVC增加的面积占52.76%,稳定的面积占27.58%,下降的面积占19.66%,FVC变异系数小于0.15的面积占86.57%。综上所述,2000—2019年甘肃省高寒草甸FVC整体上呈现增加趋势,并且稳定性较高。     

微分响应在降雨误差修正中的应用

误差修正是实时洪水预报研究和应用中的重要内容,从修正模型降雨输入角度出发,提出了一种基于微分响应的降雨误差修正方法,并通过实例论证了该方法修正降雨量的适用性。该方法通过计算降雨所对应模型的微分响应来修正降雨,从而修正出口断面流量过程。将该修正方法结合新安江模型,对闽江建阳流域的19场历史洪水进行了有效性检验,结果表明:此方法对洪量、洪峰的修正效果明显,且能够显著提高洪水预报的合格率,修正后合格率由63.2%提高到94.7%。     

基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。     

基于多源数据融合的盐分遥感反演与季节差异性研究

为提高多光谱盐分遥感反演的精度,利用实测高光谱与多光谱进行数据融合,并分析了不同季节盐分遥感的差异性。以河套灌区永济灌域为研究区域,以实测光谱仪测定的土壤高光谱数据和Landsat-8 OLI多光谱数据为基础,通过光谱变换和多元逐步回归方法筛选特征波段和特征光谱指数,构建了春、秋两季土壤盐分多光谱、高光谱反演模型,并利用特征光谱指数的线性回归构建了高-多光谱数据融合反演模型。结果表明:高光谱的反射率总体比多光谱高36. 83%,春季反射率比秋季平均高23. 78%。利用模型中最优变量-特征光谱指数对多光谱模型与高光谱模型进行融合,高-多光谱融合反演模型训练集和验证集R2平均值分别为0. 651和0. 635,RMSE平均值分别为2. 44 g/kg和2. 49 g/kg,精度明显高于对应的多光谱反演模型,其中训练集、验证集的R2平均值分别提高了36. 19%和35. 64%,RMSE平均值分别降低了34. 28%和41. 72%。春季多光谱、高光谱和融合反演模型的精度均高于秋季,其中训练集R2平均值比秋季模型分别提高了6. 03%、6. 05%和4. 40%,验证集R2平均值分别提高了19. 07%、12. 21%和1. 75%。构建的高-多光谱融合模型反演灌域春秋两季平均盐分含量分别为6. 05、5. 97 g/kg,平均相对误差分别为9. 65%和10. 68%,总体上该区域春季土壤主要为重盐化土,秋季土壤主要为中盐化土。     

非邻域相干系数估计的PolInSAR树高反演算法

为了提高全极化干涉合成孔径雷达树高反演精度,提出了一种基于非邻域窗口相干系数估计的Pol In SAR树木高度反演算法。该算法首先求取4对全极化干涉SAR图像的最优干涉相位图,再以局部窗口内像素的幅度和相位联合条件概率密度为准则选取与当前像素满足独立同分布的样本,进而获得相干系数的准确估计值,最后采用三段法进行树木高度反演。对仿真数据的处理结果表明,所提算法能够提高观测场景中树木高度的反演精度,并且能够很好地保持图像中的边界细节信息。     

基于MODIS数据计算的RLPM模型在黄土高原地区的应用

为了更加准确地估算黄土高原的蒸散发,本文基于FAO56的Penman-Monteith数学模型,结合Leuning提出的叶面积指数(LAI)反演ET的理论思想,提出Remote Sensing Leaf Area Index Penman-Monteith模型(RLPM)。使用MODIS中国合成产品NDVI和研究区气象资料数据反演出所需的参数值,以黄土高原为研究区域,最后可计算研究区域内任意时间、任意地点的日ET值。将本模型的ET反演值与普通的P-M模型得到的反演值进行线性分析,得到相关性系数均大于0.8。该研究旨在丰富蒸散发模型计算方法,提高蒸散发计算的准确度。