肃北县一次暴雨天气过程分析

利用自动站实测资料、MICAPS系统中物理量场实况及FY2E卫星云图资料,从环流形势、物理量场、卫星云图方面,对2015年7月3日肃北县出现的一次暴雨天气过程进行诊断分析,结果表明:中高纬度亚洲地区两槽一脊型环流形势是造成此次暴雨的天气尺度系统;700 h Pa风场切变与500 h Pa相配合,有利于形成暴雨;充足的水汽是形成此次暴雨的必要条件。暴雨发生时高层辐散、低层辐合,形成了强烈的抽吸作用;对流层内出现较强的上升运动;中低层流场的配置有利于水汽的输送和汇聚。     

一次豫东暖区暴雨特征分析

利用常规气象资料、数值预报产品、卫星云图和雷达回波等观测资料,从环流特征、影响系统、物理量场等方面,对2016年7月19—20日豫东地区一次暴雨特征进行分析。结果表明,此次暴雨主要有暖区对流降水造成,范围广,强度大,主要影响系统有副热带高压、低涡、切变线和低空急流等。动力条件有低层正涡度增大,辐合加强,有利于上升运动。西南和东南急流提供充沛水汽,暖云层和湿层厚,层结不稳定,降水效率高,雨强大。云图表现为斜压叶状云系,雷达为多单体涡带状回波。     

利用无人机高分辨率影像进行树木高度提取

无人机遥感技术在树木参数获取中具有重要作用。为探讨利用无人机高分辨率影像提取树高的可行性,本文选择邱集煤矿矿区森林公园为研究区,采用Pix4D软件对无人机采集的高分辨率影像进行处理,生成研究区正射影像和三维点云;利用最大类间方差法将三维点云分割为树木点云及树下地面点云两部分,由此提取树木顶端高度和地面平均高度,并将地面平均高度视为树木根部的高度,得到树木高度。研究表明:最大类间方差法能够准确分割树木点云和地面点云;利用无人机高分辨率影像进行树高提取是可行的,树木高度测量绝对误差小于80cm、相对误差绝对值最大为16.2%、标准误差为36.3cm;同时,树冠的形状会对树高测量造成影响,阔卵形树冠的法国梧桐和圆锥形树冠的圆柏高度标准误差分别为29.2和50.9cm,两者树高测量值与真实值决定系数分别为0.9920和0.8894,阔卵形树冠的法国梧桐测高精度明显高于圆锥形树冠的圆柏测高精度。      

虚拟化技术的数字图书馆云服务平台的构建

文章主要阐述了云计算技术以及虚拟化技术在数字图书馆中的应用,分析研究了虚拟化技术的数字图书馆云服务平台的构建和深层次的研究虚拟化技术建设方案的设计,提供了数字图书馆云服务平台的相关结构以及虚拟技术层次结构。     

安徽省淮河流域农业旱灾风险正态云模型评估

为合理评估农业旱灾风险,文章从危险性、暴露性、灾损敏感性、抗旱能力四个方面分析安徽省各地区农业旱灾风险等级,建立正态云评估模型。结果表明,淮北、亳州、宿州、蚌埠、阜阳农业旱灾风险为中险;淮南、合肥淮河流域、滁州淮河流域、六安淮河流域为轻险。评估模型可实现评语与评估指标值间不确定映射,体现旱灾评估随机性,为安徽省淮河流域农业旱灾防控提供科学决策参考。     

基于边缘检测滤波的机载激光雷达点云数据处理

机载激光雷达（Lidar）是一种主动式对地观测技术,可以直接获取点的三维坐标.Lidar点云数据的括滤波和分类,是Lidar数据处理的重要步骤.利用国际摄影测量与遥感协会ISPRS提供的实验数据,采用边缘检测滤波算法和线性卷积滤波算法对数据进行滤波,滤波后的图像表明,边缘检测滤波算法效果优于线性卷积滤波.采用基于Axelsson的改进的不规则三角格网加密方法进行点云分类,将Lidar点云分为以下8类：低点、孤立点、空中点、地面点、模型关键点、低于地表的点、建筑物点和植被点.分类后的Lidar点云数据都被分到了唯一的类别中,清楚地显示出地面信息.结果表明,采用的滤波和分类算法有效可行,对Lidar点云数据处理有重要的借鉴意义.     

基于离散因子的多传感器数据融合和导航线提取方法

目的 针对玉米田间路径边界模糊和形状不规则特点,普通的田间导航线提取算法在农业机器人实际应用中会出现偏差过大的问题,本文针对3~5叶期玉米田提出了基于离散因子的相机与三维激光雷达融合的导航线提取算法。方法 首先利用三维激光雷达获取玉米植株点云数据,同时将相机采集的图像利用超绿化算法和最大类间方差法自动获得绿色特征二值图像,然后将聚类分析后的点云数据投影到图像中的目标边框上,构建多传感器数据融合支持度模型进行特征识别,最后拟合所获取特征中心点即为导航基准线。结果 该算法能够很好地适应复杂环境,具有很强的抗干扰能力,单帧平均处理时间仅为95.62 ms,正确率高达95.33%。结论 该算法解决了传统算法寻找特征质心偏移、识别结果不可靠等问题,为机器人在玉米田间行走提供了可靠的、实时的导航路径。     

云存储在图书馆数字资源保存中的作用

介绍了云存储技术的分类和架构,分析了云存储在图书馆数字资源长期保存中的优势,探讨了云存储发展的前景。     

基于RGB-D相机的果树三维重构与果实识别定位

为实现对果园果实机器人采摘提供科学可靠的技术指导,提出了一种基于RGB-D相机的苹果果树三维重构以及进行果实立体识别与定位的方法。使用RGB-D相机快速获取自然光照条件下果树的彩色图像和深度图像,通过融合果树图像彩色信息和深度信息实现了果树的三维重构;对果树的三维点云进行 R-G 的色差阈值分割和滤波去噪处理,获得果实区域的点云信息;基于随机采样一致性的点云分割方法对果实点云进行三维球体形状提取,得到每个果实质心的三维空间位置信息和果实半径。实验结果表明,提出的果树三维重构和果实立体识别与定位方法具有较强的实时性和鲁棒性,在0.8~2.0 m测量范围内,顺光和逆光环境中果实正确识别率分别达95.5%和88.5%;在果实拍摄面的点云区域被遮挡面积超过50%的情况下正确识别率达87.4%;果实平均深度定位偏差为8.1 mm;果实平均半径偏差为4.5 mm。     

基于正态云模型的三峡库区土地利用生态风险评价

为有效解决三峡库区土地利用生态风险评价中因某些基础数据不能被准确获取或量化而造成的评价指标和评价结果中存在的模糊性和不确定性问题,引入了正态云综合评价模型。正态云模型既能直观地看出各评价指标的状态,也能客观地反映出各评价指标对整个三峡库区土地利用生态风险的影响。该文采用三峡库区2000年和2012年遥感数据、社会数据、经济数据以及环境监测数据,基于压力-状态-响应(pressure-state-response,PSR)模型构建评价指标体系,利用正态云模型对三峡库区土地利用生态风险进行评价。结果表明:三峡库区2000-2012年各区县平均土地利用生态风险等级均隶属于较低等风险级;其隶属度值由0.4233下降到0.4013,库区总体土地利用生态风险等级有逐年上升的趋势,并在空间上由东北到西南逐渐增加;库区6区县,含库腹4区县和库尾2区县,土地利用生态恶化突出,特别是重庆长寿区,值得重点关注。正态云模型实现了各评价因子向生态风险等级的不确定性映射,兼顾了评价因子量化与等级划分的随机性和模糊性,使评价结果更具客观性。该研究结果为三峡库区合理土地利用与生态保护政策的制定提供一定的借鉴参考。