多视角监控视频中动态目标的时空信息提取方法

监控视频中动态目标的精准定位与跟踪作为计算机视觉领域中重要的研究方向,近年来已成为监控领域的研究热点。传统视频动态目标检测仅依赖图像特征数据,忽略了与地理坐标系精准匹配,特别是对于多个摄像机覆盖的区域,拍摄的角度不同,投影后形成的图像空间分辨率也不同,因此,难以满足智能监控在复杂的地理场景中全方位时空信息感知。本文提出一种多摄像头协同的视频监控图像与地理空间数据互映射模型构建方法来获取动态目标的轮廓和地理位置等时空信息,首先建立监控图像信息与地理空间数据的互映射关系,将观测角度不同、尺度不同和空间分辨率的监控图像置于同一坐标系下,并在此基础上通过融合Canny算子与背景减法来检测目标的边缘信息;然后采用质心偏移算法还原目标在该场景的实际位置,从而实现多角度下连续跟踪,提升地理场景的时空理解力和分析力,提高动态目标的精准定位与跟踪能力。     

基于光谱特征参数组合的高光谱数据矿物填图方法

受大气环境等因素的影响, 高光谱遥感矿物识别难以达到较高的精度.为解决该问题, 根据光谱吸收特征参数在大气变化中能保持相对稳定的特点, 提出一种基于光谱特征参数组合的高光谱矿物类型识别方法.文中计算了多种光谱特征参数, 通过最佳指数因子(optimum index factor, OIF)优选特征参数组合, 选定最佳特征参数组合, 利用模式识别方法实现矿物识别.利用机载可见/红外成像光谱仪(airborne visible infrared imaging spectrometer, AVIRIS)高光谱数据, 在美国内华达州Cuprite矿区进行了该方法的应用试验研究, 并与前人矿物填图结果做了对比.结果表明: 吸收波谷位置-吸收面积-吸收右肩位置(P-A-S₂)光谱特征参数组合的矿物识别效果最优, 整体精度达到74.68%.      

查找表方法确定气溶胶类型

针对传统气溶胶类型确定方法的局限性以及当前气溶胶类型确定存在的困难,提出一种使用多波段气溶胶光学厚度数据确定气溶胶类型的方法。基于大气颗粒物的散射与吸收特性分析,通过构建查找表的方法实现气溶胶类型的确定。该方法利用Mie散射理论通过正向模拟不同类型气溶胶粒子数量与多波段光学厚度之间的关系来构建查找表,基于该查找表,使用440 nm、670 nm、870 nm及1020 nm 4个波段的气溶胶光学厚度确定气溶胶类型。使用模拟的多波段气溶胶光学厚度数据开展了气溶胶类型的确定实验,分析了不同波段气溶胶光学厚度误差对气溶胶类型确定结果的影响。结果表明,该方法可根据4个波段的气溶胶光学厚度以较高的精度确定出沙尘性、水溶性和煤烟3种气溶胶粒子的数量,从而确定气溶胶类型。     

河南省肺癌空间分布格局及环境因素影响

肺癌是最常见的恶性肿瘤之一,也是主要的肿瘤死因,河南省肺癌发病率和死亡率常年居恶性肿瘤首位,研究肺癌的空间分布格局及其与环境因子的关系对肺癌的相关防控工作意义重大。本文以2016—2018年河南省肺癌发病数据为研究对象,使用空间自相关分析方法研究河南省肺癌的空间分布格局,基于地理探测器量化各个环境因子及其两两交互作用对肺癌发病率的解释力。结果表明：空间上肺癌具有明显的集聚特征,高发区集中分布于豫中、豫东和豫南的平原和盆地地区。在所选的12种环境因子中,PM_2.5浓度、O₃浓度、年均风速、采矿业从业人员占比、人均GDP具有更高的决定力,人均GDP和医护人员占比则对多种要素的决定力均具有明显的非线性增强的作用。研究结果可以为河南省肺癌发病机理研究和相关防治工作提供科学支撑。     

滇西南地区PM_(2.5)时空变化特征及其季节性增强的成因分析北大核心CSCD

利用CHAP PM_(2.5)、MODIS MCD19A2、ERA5再分析等数据集,以及SNPP/VIIRS卫星监测火点等数据,从污染物后向轨迹、环流形势、高低空动力结构配置等方面入手,采用最小二乘法等多种分析方法对滇西南地区年均和四季PM_(2.5)浓度时空分布及季节性突增的成因进行探究。结果表明:研究区PM_(2.5)浓度和气溶胶光学厚度空间分布均呈北低南高,东弱西强;PM_(2.5)浓度年内7月最低、3月最高。2—4月稳定的污染源输送造成研究区春季PM_(2.5)浓度值高且波动较其余季节小,但变化百分率空间分布差异更明显;近20年PM_(2.5)浓度变化百分率减少程度以-30%~—20%居多,夏、秋、冬季变化百分率则以小于-30%为主。研究区紧邻的缅甸东部和老挝北部一年中超过90%的火点发生在2—4月,在偏西气流引导下,途经高火点区的偏西向(西南向)污染物短距离输送,在上空中低层辐散的动力作用下造成下沉,致使研究区PM_(2.5)浓度季节性升高。较大范围利于污染物扩散的气象条件和更多降水的清洗,可减少境外大气污染物输送对滇西南地区PM_(2.5)污染的贡献。关键区境外火点数变化对PM_(2.5)浓度及气溶胶光学厚度的影响表现为显著正相关,且其对PM_(2.5)的影响滞后于火点数变化2天左右,二者相关程度由南向北逐渐减弱。     

基于静风期污染物的PM2.5排放清单空间精细化方法

有利气象条件之后的静风期,极大降低了PM_2.5跨区域传输的影响,能够揭示本地源的排放状况。本文尝试性引入了静风期污染物分布揭示本地源排放特征的概念,提出了一种基于遥感数据的PM_2.5排放清单空间精细化方法：首先,利用 MODIS MCD19A2反演的ChinaHighPM_2.5数据,构建高时空分辨率PM_2.5数据融合方法;然后,构建唐山市有利气象条件之后的静风期污染物遴选方法（合理风向和风速：有利气象条件为东风,地面10 m高度风速大于3 m/s,其他风向,持续的较大风力5~10 m/s;静风期风速小于1.5~2.0 m/s）;其次,基于遴选的静风期PM_2.5数据分配MEIC清单中的PM_2.5总排放量,同时对比传统插值方法：基于GDP、人口密度、路网、土地利用类型数据,实现清单各污染源PM_2.5的1 km×1 km空间分配;最后,利用WRF-CMAQ模拟数据和地面台站实测数据进行真实性检验。研究结果表明：① PM_2.5数据填补融合方法能够有效提高PM_2.5监测数据的时空分辨率,且与地面监测值显著相关（R²=0.94,RMSE=4.64 µg/m³,NMB=2%,NME=7%）;② 引入有利气象条件后的静风期概念,提出了静风期污染物的遴选方法,有效降低了PM_2.5跨区域传输的影响,更好地反映了本地源排放的空间分布特征;③ WRF-CMAQ模拟方法的精度验证结果表明,该方法较传统面积插值法NME降低7%,NMB降低10%,RMSE降低1.54 µg/m³,R²提高11%。该方法为排放清单的空间精细化提供了新的研究思路。     

融合UWB+PDR的室内定位方法改进

近年来,随着科技的进步和创新,对室内定位的研究正朝着多技术互补融合的方向发展,将导航技术与室内定位相融合成为目前的研究热点。行人航位推算(PDR)和超宽带(UWB)技术以其独特的定位优势和精确度等众多优点成为室内定位的主流技术,但PDR由于其累积误差的影响只适用于短时间内高精度室内导航需求,而超宽带在复杂环境中,时间信息可能会严重失真,导致定位信息缺失。因此,本文利用扩展卡尔曼滤波(EKF)对两者进行融合改进,以此发挥各自技术优势。试验结果表明,定位解算的终点误差最大为0.819 5 m,最小为0.144 3 m,平均误差为0.347 8 m,位置平均误差为0.475 0 m,有效提升了室内定位的精度。