遥感图像时空分析的数据处理系统设计

简单介绍了配准后的NOAA-AVHRR图像数据的空间格局时序分析的数据处理系统设计。主要分析了系统目标,介绍了数据处理的数学模型和相应的技术措施,提出了数据处理结果正确性检查机制及对反演多样化数学模型变更作出快速反应的方法,同时还探讨了时空数据物理设计的有关问题。     

盐阳离子类型对红壤裂缝开闭规律的影响

为了探究灌溉水中盐离子浓度及类型对土壤裂缝变化过程的影响,为南方灌溉用水安全提供数据理论支持,采用蒸馏水配置15.0,10.0,5.0和2.5 g/L等4个质量浓度梯度的NaCl,KCl,CaCl2和MgCl2等4种类型溶液,分别浸泡南方亚热带地区的典型红壤,并且采用恒温蒸发模拟干燥过程和喷湿法模拟增湿过程,结合数字图...     

区域尺度分布式水文模拟的时空分辨率

基于数据实验,就区域尺度分布式水文模拟中时空分辨率匹配问题进行讨论,就分布式水文建模中时空分辨率匹配问题提出建议。结果表明:低分辨率高程数据在区域水文要素空间离散过程中,导致边界错位、高程趋于集中、坡度变缓、河网稀疏失真等不良后果,在区域水文模拟研究中,应根据不同时间尺度对应的科学计算需求,选择适宜的空间分辨率数据进行模型平台构建。     

"服务无小事,小事意义大" ——高校图书馆服务礼仪片论

从学校公共关系角度,揭示了高校图书馆服务礼仪对图书馆形象和高校形象所具有的形象外显和形象隐喻价值,论述了“规范的服务礼仪”的基本要求,探讨了在服务礼仪的教化和培训中内化和外化相结合的方式。     

基于温岭市二类调查的航空影像正射纠正技术研究

航空影像是二类调查的重要基础资料,但航空影像因地形等因素影响而产生畸变,使用前需要消除畸变进行正射纠正。本研究根据UltraCamX数字航摄相机的信息,在LPS工程中设置对应的参数,读入数据自带的外方位元素,直接对空三计算结果进行设定,对正射影像的定位精度以地形图为参照进行分析。结果表明：应用LPS就可以完成对数字航摄影像正射纠正,处理后的影像的匹配性较好,定位精度较高,效果较理想;通过检查点提取地形图和影像的对应坐标进行误差计算,平均总误差仅为1.249 m,可以满足温岭市森林资源二类调查的需要;该方法解决了航空影像数据量大、数量多、处理时间长、DEM使用等难题,对实际生产具有重要意义。     

基于MWatNet模型的河套灌区解放闸灌域灌溉水体提取

为提高灌溉农田中灌溉水体的识别精度,以河套灌区解放闸灌域作为研究区,基于Sentinel-2遥感影像,结合灌区实际情况对地表水体提取模型(WatNet)进行改进,得到MWatNet模型并提取灌溉水体。采用总体精度（Overall accuracy,OA）、平均交并比（Mean intersection over union,MIoU）、F1值等水体提取精度指标进行综合评价。结果表明：改进后的地表水体提取模型(MWatNet)在解放闸灌域农田灌溉水体的提取上具有较好的识别精度,模型总体精度达到96%,平均交并比达到83%,F1值为80%,实地调研验证准确度为85.7%;对比原WatNet、水体语义分割模型(Deeplabv3_plus)和水体提取模型(Deepwatermapv2),MWatNet在灌溉水体提取的连结性、剔除道路和城镇干扰等方面,均表现出更好的效果和模型运行效率。利用该模型可以实现灌溉水体定量化表征,为灌溉用水调度提供了数据支撑。     

改进MobileViT网络识别轻量化田间杂草

为解决现有的田间杂草识别方法无法兼顾高准确率与实时性的问题,该研究提出了一种基于改进MobileViT网络的轻量化杂草识别方法。首先,该方法使用高效的MobileViT网络构建杂草特征提取网络,在保证特征提取能力的同时实现更少的模型参数量与计算量;其次,通过高效通道注意力机制加强下采样后特征图中的重要特征,进一步提升模型的特征提取能力;最后,特征提取网络中的MobileViT模块被用于同时学习局部语义信息和全局语义信息,仅通过少量模块的组合便能够准确地捕捉到不同类别杂草与作物间细微差异。为验证该方法的有效性,该研究以农田环境下采集的玉米幼苗及其4类伴生杂草图像为数据进行了模型训练,试验结果表明,该方法的识别准确率、精准度、召回率和F1分数分别为99.61%、99.60%、99.58%和99.59%,优于VGG-16、ResNet-50、DenseNet-161、MobileNetv2等常用卷积神经网络;同时,可视化结果表明该方法能够有效提取杂草图像中的关键特征,并抑制背景区域对识别结果的影响。该研究提出的方法能够精准、快速地区分出农田环境下形态相似的多种杂草与作物,可为智能除草设备中的杂草识别系统设计提供参考。     

基于EnMAP Box的遥感图像分类研究

采用2007年6月云南省勐腊县TM遥感数据,利用EnMAP box进行了支持向量机的图像分类研究,以网格搜索法寻找最优参数,在设定的范围内,求得了最优C和g参数,用此参数进行支持向量机的遥感图像土地覆盖分类。结果表明：SVM方法较最大似然分类方法具有较高的分类精度,特别是阔叶林和橡胶林的精度明显优于最大似然分类方法;对于面积较小的次要类型,2种分类方法的精度基本保持一致;SVM的总体精度相对于最大似然分类提高了119%。     

机械故障诊断技术研究综述

随着国民经济的飞跃发展和人们日益增长的生活需求,机械系统越来越复杂,功能越来越完善。同时,鉴于各行业对机械使用的密切性和广泛性,机械故障的发生和检测诊断技术也引起了各国的关注和研究。在机械中,旋转机械是使用最广泛的,几乎每个机械系统中都有旋转部件的存在,因此,对旋转机械故障的检测和诊断技术的研究也备受关注。基于此,从振动信号处理技术和图像处理技术对国内外故障检测和诊断的研究进行分析,以及对故障检测诊断领域的发展方向进行展望。     

Evaluation of Some Physical Properties of Cucumber （Cucumis sativus L.）

Cucumber is one of the important vegetables in many countries. Information about physical properties of cucumber is necessary for designing, grading, sorting and processing operations. In this study, some physical properties such as diameter, length, height, and weight of three varieties of cucumber （Green Gold, Dharwad, and Super Dominus） were measured. The results revealed that there was no significant difference （P〈0.01） in the density values of the studied varieties, but regarding other physical properties there were a significant difference （P〈0.01） among them. The average density for Green Gold, Dharwad and Super Dominus were 0.98, 0.95 and 0.94 g/cm^3, respectively. Green Gold cucumber had the highest diameter, volume, weight, flesh diameter, geometric mean diameter and sphericity. Dharwad and Super Dominus varieties with 15.49 cm length and 4.61 length to diameter ratio had the highest length and length to diameter ratio, respectively. Smallest skin thickness （1.48 cm） was for Super Dominus. Surface area of Green Gold, Dharwad and Super Dominus were 192.29, 192.4 and 131.2 cm^2. As well as there was a high and positive correlation between weight and volume in the studied varieties. There was a non-significant and low correlation （0.56） between diameter and length in Super Dominus. There was also a high and positive correlation between diameter and geometric mean diameter in all the varieties.