一种拱顶储罐可视化机械清洗技术

针对拱顶罐传统清洗工艺能耗高、风险系数高、清洗周期长、人工劳动强度大、环境污染重等弊端,研发了拱顶储罐可视化机械清洗技术。其工艺原理:利用设备的抽吸过滤、加压加热循环、可视化喷射等对罐内非流动性油品进行溶解回收,最后通过热水将罐内表面清洗干净,使罐内可达动火检修的要求。现场实践应用证明:与原有清洗工艺相比,该工艺清洗工期缩短为原来的60%,罐内油品回收量增加了98%;同时,该工艺在安全风险、人工劳动强度、环境污染程度及施工成本等方面都有大幅降低。     

河南省水土保持三维可视化管理信息系统的研发

基于GIS,采用C#.NET+SQL Server集成的二次开发模式,存储集成全省多次水土流失遥感普查和基础影像数据,开发河南省水土保持三维可视化管理信息系统。该系统能实现野外调查图像与数据库建立的三维可视化、交互显示效果,是具有输入、查询、检索、对比分析和输出等多功能的综合管理信息平台。河南省水土保持三维可视化管理信息系统基本实现了水土保持管理信息化,为水土保持工作决策、规划、治理提供了科学的依据。     

基于TM遥感图像的农村居民点分布模式研究——以济宁市微山县为例

介绍了现阶段我国农村居民点空间分布的有关内容,并针对性地根据济宁市微山县2012年TM遥感图像、地形图等得出研究区居民点空间分布特征信息,然后采用样方分析(QA)、K(d)函数以及Voronoi图分析法研究微山县居民点空间分布的特征.研究结果表明,微山县农村居民点具有明显集聚特征的空间分布,并且集聚性指数与研究尺度呈正相关关系;同时具有微观随机性、中观尺带性、宏观块状集中等特点.     

剔除土壤背景的冬小麦根域土壤含水率遥感反演方法

为剔除无人机多光谱图像中的土壤背景、提高作物根域土壤含水率反演精度,以不同水分处理的拔节期冬小麦为研究对象,利用无人机多光谱相机分别在09:00、11:00、13:00、15:00和17:00等5个时刻获取高分辨率多光谱图像,采用改进的植被指数阈值法快速确定植被像元与土壤像元的分类阈值,通过阈值划分剔除土壤背景,并根据阈值变化研究土壤背景对冬小麦冠层反射率的影响,建立了剔除土壤背景前后基于植被指数的土壤含水率反演模型。结果表明,应用改进的植被指数阈值法可有效剔除多光谱图像中的土壤背景,其中基于植被指数RDVI的剔除精度最高,总体精度在91.32%以上;土壤背景对冬小麦冠层近红外波段的反射率影响较大,红边波段次之,而对可见光波段的反射率影响较小;剔除土壤背景前后的植被指数与土壤含水率均呈线性关系,剔除土壤背景对反演土壤含水率的精度有显著提高,其中NGRDI反演深度10~20cm的冬小麦根域土壤含水率效果最好,建模集R2和RMSE分别为0.739和2.0%,验证集R2和RMSE分别为0.787和2.1%。     

基于卷积神经网络的生菜多光谱图像分割与配准

针对多光谱图像中由于多镜头多光谱相机各通道之间存在的偏差以及传统分割方法的不适用,图像分析处理过程往往会出现无法自动化分割或分割精度较低的问题,提出采用基于相位相关算法和基于UNet的语义分割模型对田间生菜多光谱图像进行各个通道的精确配准并实现前景分割。使用Canny算法对多光谱各通道图像进行边缘提取,进而使用相位相关算法对多光谱各通道图像进行配准,单幅图像平均处理时间0.92s,配准精度达到99%,满足后续图像分割所需精度;以VGG16作为主干特征提取网络,直接采用两倍上采样,使最终输出图像和输入图像高宽相等,构建优化的UNet模型。实验结果表明：本文所提出的图像配准和图像分割网络,分割像素准确率达到99.19%,平均IoU可以达到94.98%,能够很好地对生菜多光谱图像进行前景分割,可以为后续研究作物精准表型的光谱分析提供参考。     

基于“淹没法”的双孢菇检测及直径测量方法

随着双孢菇种植面积和产量的增长,智能化采摘机器人的需求已迫在眉睫。为了给采摘机器人提供作业目标和参数信息,通过对双孢菇(白菇)深度图像进行处理和分析,实现了目标检测和直径测量。首先,根据双孢菇三维纵深结构特点,开发了“淹没法”双孢菇-菇床基质分割方法,实现了双孢菇的准确检测;然后,通过坐标变换,得到双孢菇菇盖边缘点的世界坐标,利用Hough圆检测实现双孢菇的直径测量。试验结果表明:此方法双孢菇检出率89%以上,漏检率低于11%,错检率低于2.26%,直径测量误差为2.15%~3.15%,单个蘑菇运算耗时约0.26~0.37s,可为双孢菇机械化采收提供在线、实时的信息决策支持,提高了双孢菇采收质量和效率,并有助于提高双孢菇采收机器人的智能化水平。     

偏振光谱在枣叶无损检测中的应用

红枣通过光谱无损检测技术可以快速预测红枣水分、糖分等参量,而将偏振光谱技术应用于红枣叶片的无损检测可以快速对枣叶的水分、叶绿素进行预测,进而预测枣树的生长状态。利用近红外偏振光谱技术对南疆红枣叶片含水量和叶绿素含量进行无损检测,分别选用偏最小二乘法(PLS)和主成分回归分析法(PCR)的化学计量学方法建立红枣叶片校正模型,光谱数据预处理分别选择原始光谱、一阶导数光谱、SG平滑。预测含水率使用0度偏振片和PLS方法效果最好,其校正相关系数(Rc)、校正标准偏差(RMSEC)、预测均方差(RMSEP)分别为0.94222、0.00845、0.00826,预测叶绿素使用0度偏振片和PCR方法效果最好,其Rc、RMSEC、RMSEP分别为0.53646、3.49、4.25。通过试验结果可以看出偏振片为0度时的预测效果最好,且PLS对含水率预测效果更好,PCR对叶绿素预测效果更好。     

无人机多源光谱反演大田夏玉米叶面积指数

【目的】研究多源光谱反演大田夏玉米叶面积指数(LAI)的效果。【方法】以大田夏玉米为研究对象,利用无人机获取试验区不同生育期热红外以及多光谱影像,提取热红外冠层温度(TC)以及多光谱植被指数,结合地面实测LAI数据,分析光谱数据与实测LAI之间的相关关系,并将TC与筛选出的11种植被指数作为输入变量,LAI作为输出变量利用多元线性回归、支持向量机和随机森林3个算法模型训练学习,建立了夏玉米LAI的反演模型。【结果】多光谱植被指数以及TC均与夏玉米LAI在P0.000 1水平上显著相关,相关系数均在0.5以上;RF算法于拔节期、喇叭口期、以及吐丝期3个生育期的LAI预测值与实测值的R~2均高于MLR算法和SVM算法,对应的RMSE及NRMSE均低于MLR算法和SVM算法;融合热红外TC后的RF模型反演精度均有不同程度的提升,各生育期LAI预测值与实测值R~2均大于同时期未融合TC的LAI反演模型。【结论】多光谱植被指数以及TC均与夏玉米LAI具有较强的相关性,且RF算法构建的夏玉米LAI反演模型精度优于MLR和SVM算法,同时TC的加入可以有效提升夏玉米LAI反演精度。     

基于文献计量分析的投影寻踪法在水问题中应用的研究进展

投影寻踪法因其良好的高维数据处理能力和灵活的问题导向性而得到广泛应用。【目的】系统分析投影寻踪的研究现状、探索其未来发展趋势。【方法】以中国知网数据库收录的投影寻踪中文文献为基础进行了文献计量分析,借助VOSviewer可视化分析功能进行了研究热点聚类分析。从理论研究、水质评价、水资源承载力、水安全、水资源系统脆弱性5个方面综述了投影寻踪在水问题中的研究进展,在此基础上指出了投影寻踪研究未来发展趋势。【结果】水利工程、环境、数量经济是投影寻踪法应用较多的学科领域;研究热点主要有投影寻踪评价、投影寻踪回归模型、投影寻踪方案优选和投影寻踪动态聚类;相对其他学科,投影寻踪在水问题中的应用较多。【结论】在理论研究方面,需要继续深化投影寻踪思想,进一步探讨投影指标函数和窗宽半径的确定方法,深化投影寻踪与其他方法的耦合;在应用研究方面,需在预测、动态评价、诊断识别、预警、决策等方面继续深化研究。     

基于不规则子块的农作物图像自适应增强算法

在对直方图均衡化算法基本原理深入分析的基础上,结合图像灰度值分布特征,提出一种改进的直方图均衡化增强算法,该算法首先引入自适应维纳滤波算法,对所获取的降质农作物图像进行预处理,以尽可能排除随机噪声;然后提出一种基于图像灰度信息的自适应子块获取方法,通过图像中灰度值的分布特点来自适应确定子块,对各子块分别进行直方图均衡化处理,从而获得高清晰度的农作物图像。采用峰值信噪比及均方根误差等指标,将图像自适应增强算法与自适应维纳滤波算法、直方图均衡化算法及其改进算法对降质农作物图像的处理性能进行定量评价,结果表明,图像自适应增强算法在去除噪声的同时能够有效提高图像对比度,对于农作物图像处理具有一定的借鉴价值。