基于TRMM降水数据的空间降尺度模拟

本研究以黑河流域为例,通过在不同空间尺度上建立降水与影响因素的关系并选择最优尺度以此进行降尺度,建立了基于地理加权回归（GWR）与高精度曲面建模方法（HASM）相结合的跨尺度统计降尺度方法,对TRMM降水数据进行了降尺度模拟。最后,结合站点观测数据采用交叉验证法对降尺度结果进行了验证。结果表明,与传统的降尺度方法相比,考虑最优尺度的降尺度方法在一定程度上提高了降尺度结果的精度,同时表明对跨尺度过程中产生的误差进行修正可进一步提高结果精度。本研究所提出的方法可用于粗分辨率降水数据的降尺度模拟,可为站点稀疏地区或地形复杂地区高分辨率高精度降水数据的获取提供方法上的支持。     

基于无人机智能基站的空地协同低空无人机遥感网构建及应用

无人机可以灵活、高效地获取地表要素信息，近年来轻小型民用无人机广泛普及，无人机遥感与行业应用的结合不断深入。随着科技的进步，无人机载荷、通信、数据处理等技术取得了快速发展，同时，由于续航时间和覆盖范围有限，无人机在自然资源、生态环境、社会治理中的应用也面临着困难和挑战。本文针对低空无人机组网观测的关键问题，提出了智能无人机、无人机基站和运营系统组成的空地协同低空无人机遥感网系统，通过无人机智能基站实现无人机高频次观测，通过运营系统实现多无人机自主协同作业，通过智能无人机实现智能化监测。研究成果在佛山市丹灶镇开展示范应用，构建了由8台无人机智能基站组成的低空无人机遥感网，通过5G网联无人机组网，打破传统无人机作业在巡查频率、覆盖范围、响应时间的限制，为当地水务、环保、公安、应急、城管、国土等部门提供高频次、全天时、快速响应的无人机智能巡查服务。本文提出了一种空地协同的低空无人机遥感网系统，并成功应用于国土、交通、生态环境等领域，打造了无人机遥感网驱动的智慧城镇模式，未来将与地理空间智能、物联网等技术深度融合，构建立体化无人机遥感网和智能运营平台，并在全国开展低空无人机遥感网的示范应用。