六腿机器人的典型步态研究

本文从稳定性、速度、负重3个角度对六腿机器人在同样占空比下的3中静态稳定性周期步态进行比较。对六腿仿生机器人的静态典型步态运动原理进行了分析,探讨了仿生六腿机器人的典型三脚步态行走规划,并对六腿机器人三角步态稳定性简要分析。本文的研究工作为六腿机器人在非平坦地面自由步态规划提供一定参考意义。     

基于GF-1与Landsat-8的康保县叶面积指数遥感反演研究

以GF-1和Landsat8遥感影像为数据源,采用逐步回归、非线性Logistic回归和基于空间位置的地理加权回归3种方法,结合134个野外样地调查数据,在河北省康保县开展叶面积指数反演研究,并对结果进行精度检验。结果表明:(1)在荒漠化地区,GF-1和Landsat-8遥感影像提取的植被指数因子与LAI均有较高的相关性。运用主成分分析方法对植被指数因子进行处理,可以有效消除各影响因子间的共线性。(2)基于GF-1和Landsat-8影像分别建立的3种模型,均以地理加权回归决定系数最大,均方根误差最小,反演精度最高。(3)国产GF-1数据反演LAI效果优于Landsat-8,可以代替Landsat-8数据进行叶面积指数的估测。     

基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。     

园林技术在城市规划中的应用探讨

为了做好城市的发展规划,要全力打造园林工程,这就需要提高园林技术。本文主要围绕园林技术在城市规划中的应用展开分析和论述,首先介绍当下城市规划中园林技术应用的现状,然后提出做好城市规划中园林技术的有效举措。     

巨菌草种植对崩岗区土壤微生物数量及酶活性的影响

研究通过比较巨菌草种植对崩岗区土壤微生物数量及土壤酶活性的影响,以期为种植菌草治理崩岗提供更多的理论依据。试验采集巨菌草种植不同区域土样,即根面土、根区土、非根际土及对照土进行分析,结果表明,巨菌草种植提高了土壤微生物数量及酶活性,且不同采集区域存在差异,巨菌草有较明显的根际效应,具体为,土壤微生物数量:根面土根区土非根际土对照土,根面区域的巨菌草根圈比为:细菌53. 89放线菌52. 96真菌14. 14,根区的巨菌草根圈比为:放线菌2. 96细菌2. 17真菌1. 70;土壤酶活性:根区土非根际土对照土。     

基于北斗卫星的森林资源信息外业采集系统关键技术研究

我国自主研制的北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)兼备通信及定位功能,适用于复杂的林区环境,目前已经对我国领域实现全范围覆盖。而我国森林资源信息采集工作中存在通信盲区多,定位时间长、定位误差大等问题。本研究率先将北斗技术应用到森林资源信息采集系统中:利用北斗短报文解决盲区紧急通信问题,采用固定位长算法,将关键信息由20个字节压缩至8个字节,压缩率40%;利用北斗无线电测定业务(Radio Determination Satellite Service,RDSS)辅助移动智能终端定位,首次定位时间(Time To First Fix,TTFF)由10 s以上缩短至4 s左右,有效解决智能设备定位慢的问题;运用四参数和直接校正法,将平均定位误差由22.2 m缩小至3.9 m。     

生态系统服务权衡最新研究进展

生态系统服务权衡研究对协调生态环境保护和社会经济发展至关重要。为推动生态系统服务管理和提升人类福祉,本文以Web of Science核心合集(WOS)和中国科学引文数据库(CSCD)为数据源,运用文献计量分析法,系统梳理和总结生态系统服务权衡研究的学科知识基础、科学领域结构和热点变化等发展现状以及最新研究进展。研究表明:1)不同研究层面上,生态系统服务间的权衡关系受外部风险和人类需求、参数选取和服务提供者及区域差异性和不均衡性的影响。2)研究方法主要有基于关系识别和具体表征的权衡分析、权衡模拟和预测的模型量化分析和生态系统服务权衡管理优化的多准则分析3类。3)生态系统服务权衡关键驱动因子为城市化、生态工程和气候变化。基于此,我们认为把握生态系统服务权衡不同研究层面的关联特征、创新和优化生态系统服务权衡研究方法、准确甄别生态系统服务权衡关键驱动因子以及充分整合多维生态系统服务权衡资源搭建数据共享平台是未来研究的重点。     

主要道路路面材料高光谱特征分析

随着公路建设的发展,路面材料变得更加多元化。利用高光谱监测不同性质的路面材料,非常值得关注。本研究采用美国ASD公司生产的地物波谱辐射仪(波段范围350~2 500 nm),开展了对沥青、混凝土、裸土和草地等典型路面材料的高光谱数据的野外观测,利用光谱均值、一阶微分、二阶微分、倒数后对数等方法,对原始光谱数据进行变换,得到4种材料的光谱特征曲线图,并进行对比和分析。结果表明:在多种数据变换方法中,倒数后对数方法最好,利用高光谱遥感方法能实现对不同路面材料的分类和识别,说明高光谱遥感技术能实现对道路材料和结构的监测。     

银杏落叶期叶片NDVI值2种拟合方法比较

【目的】对银杏Ginkgo biloba L.落叶期(9—12月)的叶片进行连续定期定点的高光谱测量,计算出能代表其生长状况和营养信息的高光谱参量NDVI值,通过选用两种不同的曲线拟合方法对其NDVI值进行宏观上的以时间为自变量的曲线拟合,选出最优拟合方法,更好地了解银杏落叶期叶片光谱特征参量NDVI值的变化趋势,从而更有效地对其进行决策和控制,为植被的大尺度遥感动态监测提供方法参考。【方法】利用SVC HR-1024I全波段地物光谱仪,选取三株健康、生长环境相同、长势相近的中龄银杏为叶片采集对象,对其落叶期冠层叶片进行定期定点定方位的高光谱观测。对获取的高光谱原始数据进行数据筛选与预处理后,通过计算得出叶片的NDVI值,分别采用二次函数拟合法和ARIMA时间序列拟合法对落叶期叶片的NDVI值进行曲线拟合,并对两种拟合方法的拟合结果进行比较,选出最适合银杏叶片落叶期NDVI值的拟合方法。【结果】二次函数拟合结果为NDVI=-0.0221T2+0.0547T+0.711,决定系数R2为0.926,但因拟合结果t值不显著,样本结果随机性大,不具广泛性;ARIMA时间序列拟合中ARIMA(2,1,2)模型估测结果与实际情况接近,R2为0.811,拟合效果较好。【结论】ARIMA时间序列拟合方法比二次行数拟合方法更适用于对银杏落叶期叶片的NDVI值进行拟合。     

3种模型在GF-2影像的生物量估测中的比较

为了研究高分二号(GF-2)影像生物量估测的模型效果,以攸县黄丰桥林场为研究区,在研究区内采用随机抽样的方法,结合国家森林资源连续清查样地,获取了共47个样地的生物量数据。对GF-2影像进行预处理,结合相关研究,提取8个单波段信息、24个多波段组合信息、4个植被指数以及海拔、坡度、坡向等39个因子作为建模的自变量,采用主成分分析、偏最小二乘和BP神经网络3种方法建立生物量估测模型。结果表明:主成分回归模型的实测值和预测值的决定系数R~2为0.44,模型的估测精度为65.83%;偏最小二乘回归模型的R~2为0.50,模型的估测精度为67.66%;BP神经网络模型的R~2为0.79,模型的估测精度为78.62%。比较可知,BP神经网络模型效果最好。