基于GF-6影像的农作物种植结构提取研究

红边波段可以有效地监测植被的生长状况,GF-6卫星是国内首颗单独设置红边波段的多光谱遥感卫星,提升了国产卫星对农业、林业、草原等资源的监测能力。以2020年8月26日的GF-6 WFV数据为数据源,利用随机森林算法对拜泉县水稻、大豆和玉米进行空间分布提取,利用野外采集验证点数据进行分类精度验证。结果表明：基于GF-6 WFV遥感数据利用随机森林算法对拜泉县主要农作物种植结构进行提取,kappa系数为0.893 72,总分类精度达92.5%。采用GF-6 WFV数据提取农作物种植结构,其精度能够满足监测要求,为摸清农业要素家底、推进农业数字化管理提供有力的数据支撑。     

基于无人机遥感与随机森林的荒漠草原植被分类方法

荒漠草原是草原中最旱生的类型,属于草原的极限生态状态,也是气候变化和生态系统演变的预警区。利用无人机高光谱遥感技术快速、准确地提取荒漠草原草地植被类型,对动态监测草原生态安全和合理开发草地畜牧业具有重要意义。以无人机搭载高光谱成像系统采集内蒙古荒漠草原遥感图像,获得具有高空间分辨率和高光谱分辨率的图像;通过光谱连续统去除变换,增强草地植被之间的光谱差异,并构建植被指数;采用分步波段选择法选择荒漠草原植被的特征波段,实现高光谱数据降维;构建融合光谱特征、植被特征、地形特征和纹理特征等24个变量的随机森林分类模型,并与支持向量机（SVM）、K-最近邻（KNN）和最大似然分类（MLC）法进行比较。结果表明,在4种分类方法中随机森林分类算法分类效果最好,总体分类精度达到91.06%,比SVM、KNN和MLC等机器学习算法分别高7.9、15.61、18.33个百分点,Kappa系数达到0.90,比SVM、KNN和MLC算法分别高0.13、0.23和0.26。无人机高光谱低空遥感和随机森林算法的结合为荒漠草原草地植被分类提供了新途径。     

基于随机森林的高寒湿地地区土地覆盖遥感分类方法

高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。     

基于GF-1卫星数据和P-M方法的灌溉需水量空间格局研究

【目的】分析作物需水量与灌溉需水量时空分布规律,为新疆灌溉用水管理和最严格水资源管理制度的实施提供基础数据和技术支撑。【方法】通过构建多时相归一化植被指数(NDVI)曲线,提取南疆地区作物种植结构;基于GF-1数据构建NDVI多时相序列,采用监督分类方法提取阿克苏河绿洲区作物种植结构,并结合Penman-Monteith公式与GIS空间分析功能,分析绿洲区作物需水量与毛灌溉需水量的时空分布特征。【结果】多时相NDVI序列下,监督分类中最大似然法分类结果最优,总体精度达93.08%,Kappa系数为0.913。监督分类结果显示粮食作物(水稻,玉米,小麦)主要分布在流域上游的乌什县和温宿县;经济作物棉花主要分布在阿克苏市、阿拉尔市及农一师的部分农场;果树主要分布在阿克苏市和阿瓦提县。南疆阿克苏流域作物需水量和灌溉需水量时空分布存在显著性差异,时间上,春夏需水量占全年需水量70%左右;空间上,温宿县附近区域需水量和灌溉需水量明显高于其他地区。同种作物需水量在不同区域存在差别,其中棉花年需水量范围在704.4～808.8 mm之间,不同地区需水量差达100mm左右。【结论】基于GF-1数据的多时相NDVI序列与监督分类结合的方法可以实现大区域作物种植结构的提取。阿克苏流域绿洲区作物需水量和灌溉需水量在空间和时间上均存在明显差异,需水量和灌水量的空间分布图可以为灌溉制度的制定和农业水资源利用的格局优化提供参考。     

基于时间序列MODIS的农作物类型空间制图方法

为快速获取大范围种植结构复杂区域的作物种植面积,以MODIS数据为数据源,选择归一化植被指数(Normalized difference vegetation index,NDVI)、增强植被指数(Enhanced vegetation index,EVI)、宽动态植被指数(Wide dynamic range vegetation index,WDRVI)、地表水分指数(Land surface water index,LSWI)、归一化雪被指数(Normalized difference snow index,NDSI)5种特征,结合同步的实地调查样本点,采用支持向量机算法(Support vector machines,SVM)提取黑龙江省主要农作物的种植面积。研究表明,在待选特征中NDVI、EVI与LSWI指数组合取得了最高的分类精度,总体分类精度为74.18%,Kappa系数为0.60;支持向量机算法与最大似然算法、随机森林算法相比,分类精度更优。该方法为在大区域中提取农作物种植面积提供了参考价值。     

基于校正光谱序列融合的小麦腥黑穗病籽粒分类方法

针对小麦腥黑穗病轻度患病籽粒易与健康籽粒混淆,人工识别难度大的问题,将校正光谱序列融合技术与深度学习模型相结合,实现小麦腥黑穗病籽粒快速、精准分类。以健康、轻度患病、重度患病各300粒小麦籽粒的高光谱数据为样本,通过多元散射校正算法(MSC)和标准正态变换算法(SNV)对原始光谱进行预处理,并利用二维相关光谱法(2D-COS)分析SNV与MSC算法处理后的光谱之间的互补性。使用校正光谱序列融合技术将原始光谱、SNV预处理光谱与MSC预处理光谱三者进行融合得到序列融合光谱,以充分利用不同光谱预处理数据间的互补信息。最终,利用序列融合光谱数据建立基于ResNet 50算法的小麦腥黑病分类模型。试验结果表明,序列融合光谱ResNet 50模型总体准确率最高为93.89%,F1值为93.87%,分类性能优于单一预处理光谱建立的ResNet 50模型。为进一步评估模型分类效果,使用序列融合光谱分别建立偏最小二乘判别分析(PLS-DA)、支持向量机(SVM)以及集成学习算法模型随机森林(RF)与极端梯度提升树(XGBoost)模型,并进行对比,结果显示：SVM、PLS-DA、RF与XGBoost总体准确率分别为81.67%、84.44%、89.44%与90.55%,F1值分别为81.59%、84.04%、89.49%与90.59%,ResNet 50总体准确率与F1值优于传统光谱分析模型。因此,本研究表明校正光谱序列融合技术结合深度学习模型,能够实现对不同患病程度腥黑穗病籽粒的有效分类。     

GEE环境下融合主被动遥感数据的冬小麦识别技术

遥感技术已成为大宗作物种植面积提取的有效手段。为避免冬小麦提取中受光学数据缺乏的影响,基于随机森林算法（RF）和Google Earth Engine（GEE）云平台,探索时间序列Sentinel-1合成孔径雷达（SAR）数据后向散射系数对冬小麦提取效果,并融合Sentinel-1、2主被动遥感数据,研究后向散射系数、光谱特征、植被指数特征与纹理特征的不同组合对冬小麦识别精度的改善情况。结果表明：仅融合多时相Sentinel-1 SAR数据时,分类总体精度为85.93%,Kappa系数为0.75,冬小麦识别精度达到95%以上。融合多时相SAR数据与单时相光学数据,在充分利用极化信息和光谱信息进行分类后,分类总体精度为95.78%,Kappa系数为0.92,比多时相SAR分类结果分别提高9.85个百分点和约22.67%,对冬小麦的识别精度提高约2个百分点。通过分析不同特征组合情况下纹理特征对分类的影响,发现纹理特征对冬小麦的识别精度影响程度较小。     

基于无人机高光谱遥感影像的防护林树种分类

树种信息对林业资源监测和管理具有重要意义,及时准确地掌握树种及长势状况是防护林工程建设与效益评价的基础。为研究利用无人机高光谱数据进行防护林树种分类的效果,选取典型区域使用Matrice600型六旋翼无人机搭载Rikola高光谱成像仪获取高光谱影像,基于支持向量机-递归特征消除算法（SVM-RFE）选取原始波段最佳组合,再结合纹理特征、植被指数和数理统计特征,使用随机森林算法对所有特征进行重要性评估并与分类精度相结合进行特征优化,进而构建高光谱影像全波段、原始波段最佳组合、全部特征变量、基于随机森林（RF）特征优化后特征变量4种分类方案,分别采用最大似然法（MLC）、支持向量机（SVM）、随机森林对防护林优势树种进行分类。结果表明：所提出的基于交叉验证的SVM-RFE算法选出的原始波段组合能更好地还原原始光谱特征;通过RF算法的特征重要性分析与分类精度相结合的方法可以有效选出重要特征,当使用全部特征的85%（包括17个光谱特征、3个纹理特征、5个植被指数和3个数理统计特征）进行分类时,总体精度最高为9593%（Kappa系数为0.9475）;所有特征中植被指数特征最重要,3种分类方法中RF算法分类总体精度（OA）最高。     

基于无人机多光谱影像特征的最佳波段组合研究

针对卫星遥感影像分辨率低、时间周期长、波段冗余信息多等问题,利用无人机多光谱数据获取便捷、成本低、周期短的优势,以玛纳斯河畔为研究区,使用固定翼无人机搭载Micro MCA12 Snap多光谱传感器获取高分辨率多光谱影像。通过对多光谱影像数据标准差及相关性进行分析排序,结合OIF方法得到原始波段最佳组合,使用多种植被及水体指数、主成分分析、灰度共生矩阵确定信息量最大的光谱特征与纹理特征波段,提出将光谱特征、纹理特征信息与最佳波段指数结合的方法来确定地物分类最佳波段组合。实验结果表明,针对Micro MCA12 Snap多光谱传感器,可选择波段1、6、11、NDVI、NDWI以及灰度共生矩阵中的Mean参量作为其地物分类的最佳波段组合。感兴趣区域内非监督IsoData分类精度从83.57%提升到89.80%,监督的SVM分类精度从95.58%提升到99.76%。研究结果可为无人机多光谱遥感最佳波段组合选择提供借鉴和参考。     

MODIS土地利用/覆被多时相多光谱决策树分类

利用MODIS多时相与多光谱结合,尝试探讨低成本、高精度的北京土地利用/覆被实时获取方法。首先根据归一化植被指数（NDVI）的均值、标准差建立了研究区各地类的典型NDVI时间序列曲线,进而提取了6个可以反映区域物候模式、植被生长速率等信息的分类参数;然后对反映地表土壤信息较多的3月份多光谱影像进行主成分变换,选取第一主成分（PC1）作为辅助分类参数;最后基于分类回归树（CART）算法进行监督决策树分类。经SPOT-5影像验证,分类总体精度达到83%,Kappa系数为0.769,PC1辅助分类后总体精度提高     

灌溉水平及灌溉间隔对大豆植株干物质积累的影响

采用桶栽方法,选用黑农48为试验材料,设计4个灌溉水平及4种干旱胁迫历时进行交叉试验,研究了灌溉水平及干旱胁迫历时对大豆干物质积累的影响。结果表明,花荚期大豆植株叶、茎、根和荚果更易受干旱胁迫历时影响,干旱胁迫历时越短越有利于植株生长,灌溉水平对植株的生长影响相对弱于干旱胁迫历时。植株各器官干质量的等高线图表明高灌溉水平、短干旱胁迫历时比低灌溉水平、长干旱胁迫历时有绝对优势,同时也表现出高灌溉水平、长干旱胁迫历时处理与低灌溉水平、短干旱胁迫历时处理之间具有相似性。     

摊铺机压实机构动态特性仿真

在摊铺机中,由熨平压实机构和压实介质组成的系统,为两个自由度的非线性动力学系统,压实介质简化为粘弹塑性体.建立熨平压实机构动态特性力学模型,利用计算机仿真,研究了熨平压实机构的动力学问题,分析了熨平压实机构动力学参数变化对该系统动态特性的影响.     

番茄果实热导率测试装置参数实

微热探针法测试热导率系统已被广泛应用于食品材料热导率的测试中.但是,由于实验条件或实验设备的限制,基于理想的线热源瞬态模型测量原理得到的结果会产生某些测试误差.针对测试误差,从探针输入电压、加热时间和样品的径向尺寸等装置操作参数的选择着手,通过实验,得到装置系统测定中输入电压的最佳值为2.5～6.5V、加热时间最佳值为20～50s.最后通过实际测试,得到了番茄果实在不同成熟阶段的热导率变化规律.     

影响感官检验棉花品级的因素探析

感官检验棉花的品级,这是农村常见的一种检测手段.它的一个主要特点就是存在不确定性.这是由于检验员的品级检验水平存在一定的差异,其中有很多因素制约着检验的结果.文章对影响感官检验结果的因素进行了系统的分析.     

并联压电泵腔体初始容积设计

为探究腔体初始容积对压电泵性能的影响,设计了双腔体并联压电泵.通过理论分析,确定了双腔并联压电泵能够工作时泵腔初始容积的取值范围,根据理论公式设计制作了6种不同腔体初始容积的双腔并联有阀压电泵样机,对泵腔初始容积的变化与泵工作性能关系进行研究.在110 V工作电压下,工作频率小于400 Hz范围内,用压电双晶片进行驱动,分别以液体水和空气为介质,对不同压缩比（压电振子振动产生的泵腔容积变化量与泵腔初始容积的比值）下的并联泵进行了试验测试.结果表明,当泵送液体水时,压缩比为1/18时泵的整体输出流量最好,最大输出流量可达1 330 mL/min,压缩比越大,泵的输出压力和自吸能力越好,最大输出压力和自吸高度分别为58.5 kPa和69 cm;当泵送气体空气时,压缩比越大,泵的输出能力越好,最大输出流量和压力分别为850 mL/min和6.5 kPa,当压缩比小于1/32时,泵已经失去了输出气体能力.     

迷宫流道转角对灌水器抗堵塞性能的影

以转角分别为45.0°、60.0°、67.5°和75.0°的齿形流道灌水器为研究对象,应用CFD流场速度数值分析、PIV颗粒运动轨迹线和速度观测对比以及浑水抗堵塞测试相结合的方法,研究了转角对灌水器水力性能和抗堵塞能力的影响.结果表明转角与流量系数及流态指数均呈负相关关系,而灌水器的抗堵塞能力随着转角的增加呈下降趋势.综合分析转角对水力性能和抗堵塞性能的影响,提出迷宫流道结构灌水器的合理转角为60.0°.     

叶轮后密封环直径加大量对轴向力特性的影响

以300QJ230-40/2型潜水泵为研究对象,以清水为介质,采用标准k-ε湍流模型在多重参考系下对该泵全流道进行了定常不可压数值模拟,获得了外特性和轴向力预测值,并绘制了性能曲线和轴向力随扬程变化的关系曲线;采用机械法对该泵轴向力进行了试验测量,并将模拟值与试验值进行对比分析.结果表明:在0.8Q_sp~1.2Q_sp(对应扬程为46~36 m)的工作区域,泵性能和轴向力的数值计算结果与实测结果基本吻合.在叶轮前密封环直径、平衡孔直径及数量不变的条件下,在叶轮后密封环直径加大量Δr_m≠0时,对该潜水泵进行了全流道数值模拟和轴向力数值计算,绘制了不同后密封环直径下泵轴向力随扬程变化的关系曲线,结果表明了加大后密封环直径能有效地减小轴向力;绘制了轴向力系数与比面积关系的无因次曲线.     

PLC在泵站群计算机远动系统RTU终端中的应用

以某泵站群计算机运动系统为实例，分析由PLC构成的泵站远方终端RTU的特点及功能。     

迷宫流道转角对灌水器水力性能的影

为研究齿形、梯形以及矩形流道转角变化对水力性能的影响,采用Fluent软件对不同形状下不同转角的流道进行了数值模拟.研究结果表明:当其他条件相同时,转角的变化与流量系数、流态指数呈负相关,其变化对梯形流道灌水器的流量系数影响最大,最多下降了19.03%,齿形流道次之,下降了10.14%,矩形流道是梯形流道转角角度增加的延伸,具有相同的水力性能变化规律;随着角度的增加,梯形流道总的局部水头损失系数最多增加了32.5%,而齿形流道总的局部水头损失系数最多增加了23.4%,变化都很明显;压力较高时,摩阻系数基本保持不变,流体为紊流状态.     

基于流体体积模型的叶片数对水车性能的影响

为了研究一种利用微水头发电的水车装置,利用Fluent软件流体体积(VOF)模型模拟明渠无压流动,选用SST k-ω两方程湍流模型和滑移网格旋转模型对不同叶片数的水车在不同转速下进行非定常模拟.结果表明:3叶片水车效率区最为宽广,最优效率最高;3叶片水车上游局部湍流黏度较大,影响范围较小,而8叶片水车上、下游湍流黏度较为平均,影响范围较大;相同工况下,增加叶片数会增强水车的阻塞效应,使上、下游水位差平均增大,但可降低水位差的波动,水位差平均值增大将降低水车出力,水位差的波动对水车轴系的稳定性产生不利的影响;相同工况下,增加叶片数可以提高水车运行中转矩波动的稳定性,但会降低水车的出力,转矩波动使水车在运行中受到周期性不平衡力矩的作用,引起水车结构剧烈振动和叶片疲劳损伤.