介质含水率与探地雷达电磁波特征参数关系

【目的】研究GPR电磁波属性参数与含水率的内在关系,揭示流域范围内土壤水分赋存特征具有重要意义。【方法】利用美国劳雷工业SIR-3000型地质雷达,对不同含水状态风积沙进行GPR探测试验,分析了不同含水率风积沙试样中电磁波传播过程的参数特征,建立了其与含水率的关系模型,并推算介电常数;利用介电常数仪直接测定不同含水率风积沙试样的介电常数,对比基于波速间接所得介电常数,校验了介质含水率与电磁波特征参数关系模型的有效性。【结果】随介质含水率增加,GPR电磁波的双程走时呈非线性增加趋势,波速呈负线性降低趋势;随含水率增加,基于GPR波速间接推算介电常数与介电常数仪直接测定介电常数呈相似增大趋势,相同条件下两类介电常数最大误差约3.6%。【结论】借助GPR电磁波波速与双程走时可以有效评价风积沙水分赋存特征与介电特性。     

天水市伏羲庙古侧柏树干空腐状况诊断及其应用

为进一步加强对天水市伏羲庙内古侧柏的保护,运用TRU树木雷达对伏羲庙28棵古侧柏树干空洞情况进行了检测。结果表明,28棵古侧柏树干都不同程度地出现了空腐,其中轻度空腐的占25%、中度空腐的占67.85%,重度空腐的占7.14%。同时对古侧柏健康地上部分进行诊断,利用层次分析法得出完全健康的为0株,较健康的有17株,占比60.71%;不健康的6株,占比21.43%;显著不健康的4株,占比14.29%,濒临枯死的1株,占比3.58%。综合古侧柏地上部分生长的健康状况评估结果和空洞情况结果进行分析得出,古侧柏的树龄与健康程度之间没有明显的相关性,树龄只是导致树衰弱的主要因素,不是重要因素。空洞情况与健康程度之间存在一定的相关性,在树龄较小情况下,空洞越小的健康程度越大,但有少量古侧柏之间关系呈负相关,主要原因可能是地下根系较为发达,树冠茂盛,矿物质、水分和光合作用的能力较强,部分古侧柏病虫害情况较为严重。基于以上研究结果,提出伏羲庙古侧柏保护建议措施,为进一步研究古树、保护古树的措施提供借鉴。     

基于雷达图的鄱阳湖湿地水质评价

采用雷达图的方法来评价鄱阳湖湿地的水质状况,验证其在鄱阳湖湿地水质评价中的可行性。基于鄱阳湖湿地30个采样点的实测水质数据,选取溶解氧(DO)、高锰酸盐指数(COD_(Mn))、叶绿素a(Chl-a)、氨氮(NH~+_4-N)、总磷(TP)、总氮(TN)及重金属铜(Cu)、铅(Pb)为水质评价因子,构建水质雷达图对鄱阳湖湿地进行水质评价,雷达图红色区域的面积大小和形状能直观反映采样点的水质状况及主要的污染因子,并基于雷达图红色区域的面积大小计算雷达图水质指数。结果显示,鄱阳湖湿地水体的主要污染物为氮、磷营养盐、重金属及Chl-a;自然保护区及周边湿地的水质较好,而河口附近湿地的水质最差;雷达图水质指数与内梅罗指数、主成分水质指数的评价结果间存在显著的相关性,表明其能较客观地反映鄱阳湖湿地的水质状况。与传统方法以单一数值呈现水质评价结果相比,水质雷达图以可视化的方式、多维度地呈现采样点的水质状况,其结果更直观易懂,尤其有助于增强公众对水环境污染的认知和关注度,为水质评价及评价结果的展示提供方法上的借鉴。     

2010年后汛期一次东风波雷雨大风天气分析

[目的]分析2010年后汛期一次东风波雷雨大风天气。[方法]利用常规观测资料、自动站资料、NCEP 1°×1°再分析资料和多普勒雷达反射率、径向速度资料,对2010年8月4～5日东风波雷雨大风天气过程进行了分析,研究了雷雨大风发生的环流形势、东风波风场和动力热力结构、多普勒雷达回波特征等。[结果]此次雷雨大风天气发生在深厚东风波槽前的东北风区域。发生时,副高位置偏北(脊线35°N),北支槽的东移迫使副高分裂成东西2环。东环副高西伸、鞍形场环流有利东风波生成发展。随着东风波发展西移,在其槽前影响区域,高空东风分量下传,使低空东北风显著加大,出现雷雨大风天气。雷雨大风发生的区域,中低层气流气旋式辐合,近地层反气旋式辐散,下沉运动明显;并具有中高层趋干冷、低层趋暖湿的热力结构。4日,超级单体风暴处在发展阶段,具有明显中气旋和钩状回波特征(中小尺度特征)。5日,广东中西部出现飑线和大风区、逆风区特征。中气旋、钩状回波和飑线、大风区、逆风区多普勒特征对雷雨大风短临预报具有指示意义。[结论]该研究揭示了一些对当地预报此类东风波雷雨大风有意义的信息。     

基于脉宽调制的变量喷药技术控制系统

针对机组行走速度变化和施药机械施药量不能满足农艺要求的问题,设计了一种基于脉宽调制的变量喷药控制系统.该系统可根据车速的变化,由电子控制单元实时调整脉宽调制信号的占空比,进而控制脉宽,调制喷头的喷药量,实现了依据车速变化的变量施药作业.其目标是提高农药利用率,减轻化学物质对农业生态环境的污染.     

合成孔径雷达水稻识别和监测研究进展

合成孔径雷达（SAR）具有全天时、全天候、高分辨率、大幅面监测地物的特征,利用SAR在阴雨天气多、云量大的水稻种植地区开展水稻识别、监测和估产具有光学遥感无可比拟的优势。目前基于雷达对水稻进行识别和监测的研究多用ERS/SAR、RADARSAT/SAR、ENVISATASAR等,其多是以民用或军民两用为主的星载合成孔径雷达。在用SAR数据监测水稻时,其后向散射系数来自4个方面：①入射波直接被水稻散射回去,即直接散射项（D-BS）;②入射波经水稻层的散射到达水面后,经水面反射到水稻层,经水稻层衰减回到雷达（SRE）;③入射波经水稻层衰减到达水面,经水面反射回到水稻层,经水稻层散射回去（ERS）;④入射波经水稻层衰减到达水面,经水面反射到水稻层,经水稻层的散射改变方向下行,再次经水面反射到水稻层,并经水稻层的衰减后回到雷达（W-R-W）。其中,后向散射系数的主要来源是SRE项和ERS项。SAR数据后向散射系数不仅要受到水稻物候期、植株高度、生物量、含水量等的影响,也受到自身入射角、波段、极化方式等的影响。一般地,水稻后向散射系数总体上是先随水稻生长增大,然后略有下降;水稻生长早期,后向散射系数随入射角波动的幅度较小,在水稻生长后期,后向散射系数随入射角波动的幅度变大,波动起伏次数增加;L波段和C波段的后向散射系数表现基本类同,但值要小很多,X波段则与L、C波段的表现相差较大。已有研究中大部分采用同极极化方式的后向散射系数作为研究对象。VV极化的后向散射系数变化比较平滑,HH极化的后向散射系数变化比较复杂。随着雷达卫星技术的发展,多极化、多模式、特殊波段将更能突出星载SAR的优势,拓宽SAR的应用范围,为进一步分析、识别和检测目标提供更有力的工具。     

基于探地雷达的典型喀斯特坡地土层厚度估测

土层厚度是坡地水文过程的一个重要控制因素。本研究使用MALA公司的探地雷达,分别采用100和500MHZ频率的天线对土层厚度进行探测,然后通过开挖探槽实测土层厚度,同时调查了影响探地雷达结果的因素—土石交界面的基岩风化度,并建立了不同输入下的线性回归模型和GEP模型,对探地雷达在喀斯特坡地土层厚度估测的适用性进行了探讨。结果表明,喀斯特坡面土层浅薄且含有较多碎石,使用频率较高的天线可以提高探测精度;同时将不同频率天线探测的结果以及基岩风化度作为输入,均能提高对土层厚度的模拟精度;相同输入条件下,总体来看,基于GEP算法建立的土层厚度模型模拟精度较经典统计的线性回归和多元回归模型高,R2最大能提高7.6%     

无人机载雷达在冰厚及冰层结构探测中的应用

为提高黄河冰厚测量效率,利用无人机载雷达对黄河内蒙古什四份子弯道进行了冰厚测验,并与人工实测冰厚进行了对比,描述了冰层典型特征雷达图谱.结果表明:弯道冰厚分布不均匀,整体冰厚在40~80 cm,纵向冰厚沿程逐渐减小,弯顶处冰厚最小,横向冰厚凹岸侧大于凸岸侧,清沟断面冰厚呈小-大-小趋势,靠近水面位置冰厚最小;立封区测验效果一般,雷达测量结果大于人工测量结果,误差在10%左右,平封处精度良好,误差在5%以下,雷达与人工对冰厚走向的测量结果基本一致;雷达波在冰层中传播速度为15~17 cm/ns;雷达图谱可以反映冰层结构,确定裂缝的走向、位置,平立封冰盖的雷达图谱差别较大.无人机载雷达能快速对一定区域的冰厚进行连续测量,极大地提升了小范围冰厚的测验效率,为分析黄河冰的冻融过程、冰层结构提供了技术参考,是一种较为理想的冰层探测方法.     

冀东地区“9.27”雷暴大风的雷达回波特征

为提高唐山地区雷暴大风的预报和监测能力,利用常规气象资料、秦皇岛站多普勒雷达资料和每6 h 1次的NCEP FNL 1°×1°再分析资料,分析了2012年9月27日（简称“9.27”）在冀东出现的大范围雷暴大风天气过程。结果表明：近乎垂直的西来槽和上干下湿的结构是此次天气产生的环境背景,地面冷锋和干线触发了此次天气过程。低层辐合、高层辐散以及充足的水汽条件使系统进一步加强,强大的倾斜上升气流使系统得到维持。雷达回波图上可识别出明显的穹窿结构、阵风锋、前侧入流和后侧出流回波特征和大风区,垂直速度剖面存在明显的辐合区。根据雷达回波特征演变推断,这次雷暴大风主要由强回波高度的快速下降,强冷空气入侵和回波的快速移动产生。     

基于特征优选的多时相SAR数据水稻信息提取方法

多时相合成孔径雷达(Synthetic aperture radar, SAR)数据可为水稻提取提供丰富信息,在多云多雨地区对水稻识别和监测具有独特优势。但过多特征变量的加入,一定程度上造成“维数灾难”及信息冗余,因此,本文提出一种基于多时相后向散射特性及干涉相干性优选特征的水稻提取方法。基于研究区水稻生长周期的多时相Sentinel-1 SAR数据,构建后向散射系数和干涉相干系数特征集,利用ReliefF算法对特征重要性进行排序,同时采用JM距离确定最优特征数目完成最优特征选择,结合随机森林分类算法对研究区水稻进行提取及精度评价。结果表明：基于优选特征提取水稻面积相对误差为4.96%,总体精度达到92.48%,Kappa系数为0.90;从优选特征剔除干涉相干特征提取的水稻面积相对误差增加2.39个百分点,总体分类精度和Kappa系数分别降低4.03个百分点、0.06,说明干涉相干性有利于水稻信息提取。基于多时相后向散射特性及干涉相干性的特征优选减少了数据冗余,提高了运算效率,可实现大范围高精度水稻提取。