用曲面拟合法确定平原区域正常高的方法

对应用GPS技术结合几何水准测量资料确定正常高的方法进行了研究,针对测区地形特点,选择合理的曲面拟合数学模型,并以此为基础建立计算其他GPS点高程异常和正常高的方程。同时,结合工程实践对上述求解方程进行了验证,其拟合结果的标准差为1.1cm,达到了四等水准测量的要求。研究证明,采用一定密度及合理分布的GPS水准高程联测点,选择曲面函数模型拟合区域大地水准面,是平原区域确定正常高的一种行之有效的方法。     

基于分数阶微分光谱指数的冬小麦根域土壤含水率估算模型

为探讨分数阶微分（fractional-order differentiation,FOD）技术联合光谱指数改善高光谱反演冬小麦根域土壤含水率（soil moisture content,SMC）的效果,该研究以冬小麦为研究对象,测取高光谱反射率和土壤含水率数据,将高光谱反射率经Savitzky-Golay(SG)平滑处理后计算典型光谱指数以此构建偏最小二乘回归（partial least squares regression,PLSR）、随机森林（random forest,RF）和BP神经网络（back propagation neural network,BPNN）3种土壤含水率反演模型;将高光谱反射率进行0～2.0阶（步长为0.2）的分数阶微分处理后计算比值指数（ratio index,RI）和归一化指数（normalized difference index,NDI）,分析不同阶的RI、NDI与SMC之间的二维相关性,筛选得出敏感光谱指数并分组,以此构建3种反演模型（PLSR、RF和BPNN）。结果表明：不同典型光谱指数与土壤含水率的相关性存在很大差异,相关系数波动范围在0....     

地下工程导线测量中加测陀螺方位角的最佳位置研究

针对地下工程导线测量中,采用测角量边的单一导线控制测量而导致控制精度较低的问题,分析了直伸型导线测量中加测陀螺方位角的数量及其增益,并探讨了直伸型导线和非直伸型典型导线,如L,Z,U型导线加测陀螺方位角的最佳位置。     

基于小波特征和冬小麦生理参数的土壤水分高光谱模型优化

土壤水分是影响作物生长的关键因子,在精准灌溉中估算土壤含水率有重要意义,结合作物生理参数与叶片光谱特性,能够在一定程度上增强土壤含水率遥感监测模型的稳定性。为了提高土壤含水率遥感监测模型在冬小麦多种物候期的适用性以及迁移能力,该研究通过连续小波变换增强光谱对叶片不同生化生理指标的响应后,通过变量投影重要性分析方法对冬小麦叶片含水率、叶绿素、叶面积指数敏感的光谱特征进行特征筛选,结合偏最小二乘回归构建土壤含水率模型,并与土壤含水率所选特征建立的监测模型在独立年份数据与不同传感器之间进行比较。结果表明,土壤含水率变化显著改变了冬小麦叶绿素以及叶面积,进而影响了小麦冠层光谱,小尺度小波变换可以增强冬小麦冠层光谱和土壤含水率的相关性（相关系数由0.46提升至0.61）。综合基于地面非成像数据集和机载成像数据集进行的模型验证结果,基于叶绿素所选小波特征在2021年高光谱非成像数据集和2022年机载成像数据集构建的土壤含水率监测模型表现最优,其中基于1尺度叶绿素小波特征构建的模型效果最好,其在独立非成像数据集验证中决定系数为0.541,均方根误差为2.42%,在成像数据集验证中决定系数为0.687,均方根误差为1.92%。因此,通过冬小麦叶片叶绿素与连续小波变换选取的光谱特征进行土壤含水率监测的适用性更强,可以进一步提高土壤含水率监测模型的准确性及稳定性。     

现代测绘条件下土地规划与利用专业地籍测量学课程的改革

本分析了现代测绘的特点，并对面向21世纪土地规划与利用专业地籍测量学课程改革的指导思想，教学大纲和教材内容及教学实习改革方向等问题进行了必要的探讨。     

光照与阴影对无人机热红外遥感监测土壤含水率的影响

为探究作物冠层受阳光直射或阴影遮挡对无人机热红外遥感诊断作物水分胁迫、监测土壤含水率的影响，该研究以不同灌溉处理的夏玉米为研究对象，将热红外图像划分为光照冠层、阴影冠层、光照土壤、阴影土壤4个部分，分别提取光照温度与阴影温度后计算了11:00、13:00、15:00的冠气温差（冠层温度与大气温度之差，ΔT）、作物水分胁迫指数（crop water stress index，CWSI）、蒸发比（潜热通量与有效能量的比值，evaporative fraction，EF），并对比了3种指数在不同时刻使用光照温度（ΔT_L、CWSI_L、EF_L）与阴影温度（ΔT_S、CWSI_S、EF_S）后对土壤含水率的监测效果变化情况。结果表明：1）3种指数的监测效果会随时间发生变化，11:00与15:00时EF监测效果较好，13:00时CWSI监测效果较好，ΔT的监测效果较差但随时间波动最小；2）拔节期在区分光照温度与阴影温度后监测效果在11:00时提升幅度最大，EF、EF_S、EF_L的R²分别为0.54、0.65、0.78，CWSI、CWSI_S、CWSI_L的R²分别为0.47、0.64、0.70，抽雄期与灌浆期使用光照温度对监测效果提升不大，但使用阴影温度的指数监测效果有明显降低，在13:00时CWSI_S较CWSI有最大降幅，R²降幅分别为0.11、0.06；3）在拔节期与抽雄期使用11:00的EF_L，在灌浆期使用13:00的CWSI能取得最好的土壤含水率监测效果，预测土壤含水率的R²分别为0.75、0.75、0.89。该研究可以为无人机热红外监测土壤含水率提供参考。