高分六号红边特征的农作物识别与评估

红边作为植被敏感波段,其红边特征的运用是遥感识别农作物并实现精准农业的高新手段之一。以黑龙江松嫩平原北部为研究区,以国内首个提供红边波段的多光谱高分六号影像和玉米、大豆、水稻总计82859个作物样本同时作为研究对象,从以下几个方面研究了红边波段和红边指数波段等红边特征在农作物识别中的表现,并评估了农作物的识别精度。（1） 通过作物样本辐射亮度值的统计特征,初步显示了在两红边波段0.710 μm和0.750 μm处有比其他波段更好的区分;（2） 根据传统归一化植被指数形式构建了红边归一化植被指数NDVI710和NDVI750,综合两指数在J-M距离表征的作物样本类别区分度上比传统NDVI更显著;（3） 通过多种手段筛选了有效波段并且制定了支持向量机（SVM）框架下4种农作物识别的分类策略,分别在5∶5、6∶4、7∶3、8∶2、9∶1等5套随机样本分割方案下完成研究区域农作物的分类预测。在这20类分类精度中kappa系数均高于0.9609,总体精度高于0.9742;列向上5∶5分割方案的精度最高,8∶2的精度最低;横向上分类精度排序如下：SVM-RFE > SVM-RF > SVM-有红边波段 > SVM-无红边波段,该结果表明了红边指数和红边波段的参与显著地提高了作物的识别精度;（4） 由于水域等其他样本的缺少,SVM-RFE方法和SVM-RF方法的分类图像均存在少量错分现象。但从分类精度和图像细节展示上来看,SVM-RFE方法要优于SVM-RF方法,二者分类图像的交叉验证中kappa系数为0.8060,总体精度为0.8743。总之,高分六号红边特征在作物识别中表现优越,使得识别精度显著提高。后续研究者可开发更多与红边相关的植被指数,充分发挥红边特征在精准农业中的作用。     

基于Smart3D三维模型的大比例尺地形图测绘精度分析

近几年来,随着无人机技术的迅猛发展,无人机价格也变得相对便宜起来,倾斜摄影实景三维建模变得异常火爆,相关研究成果也是层出不穷。运用Smart3D重建三维模型,在所获得三维模型上进行大比例尺地形的测绘,相对于传统数字测图,更新了传统数字测图的作业方式、节省更多的时间、提高测图的效率、节省成本。在三维模型上进行大比例尺地形图的测绘,最重要的就是保证精度,本文就基于Smart3D重建的三维模型进行1∶500地形图精度的分析。     

ASM-IV仪器在河口近底层悬沙浓度观测分析中的应用研究

近底层悬沙时空变化对于理解河口冲淤变化有着至关重要的作用。然而,长期以来河口近底层水体悬沙浓度的连续变化大都是基于单点观测数据或水样处理获取。基于此,本研究利用光学仪器边界层悬浮物剖面测量仪(Argus Surface Meter IV,ASM-IV)获得长江口南槽近底层进行连续10 d的实测数据,探讨ASM-IV仪器监测悬沙浓度精度的有效性。结果表明:(1)传统仪器布设方法所获取的数据,相对误差高于基于ASM-IV所测误差,在大、中及小潮期间的平均误差值分别为24.15%、17.31%和16.18%;越靠近底部河床,相对误差从距底52 cm向下随距底距离的减小而逐渐增大;(2)对于近底层单宽悬沙通量测量结果而言,传统测量仪器布设方法所测量数值一般偏小;(3)大潮时期近底层1 m内的水体悬沙分布均匀,分层不明显;在中、小潮时期,与近底层1 m内平均悬沙浓度相差最大的点皆位于距底20~50 cm附近。因而,近底层悬沙浓度测量时间在大潮时期或越靠近底层,利用ASM-IV监测近底层悬沙浓度值更为准确。中、小潮时期利用单点或采集水样测量时,选取0.8H层水体悬沙浓度代替近底层悬沙浓度较最底部水体悬沙浓度更为准确。     

遥感影像水体追踪识别提取算法及应用

针对大尺度区域所有规模以上水体一次性智能化水体提取的问题,提出了水体追踪识别提取算法。这种方法可以追踪图像中所有的连通区域,并对区域进行识别与提取。以花马湖区域的水体为例,使用水体追踪识别算法提取湖泊,能够准确地追踪各种形状的湖泊,与两边扫描法、区域增长法相比,扫描重复率低、精度高。     

重大地质灾害隐患早期识别中综合遥感应用的思考与建议

2017年以来,以四川茂县新磨村高位垮塌、金沙江白格滑坡为代表的重大地质灾害多次发生,呈现出隐蔽性强、突发性高、破坏力大等特点,难以早期发现。值得注意的是,尽管地质灾害防治工作已在全国大范围开展并受到国家层面的高度重视与支持,但绝大部分灾害仍发生于全国现有地质灾害隐患点分布以外的区域。对这些人迹罕至、人不能至且观测条件苛刻的地区的重大隐患进行有效早期识别,是当前地质灾害防治工作尚需解决的难题和重要任务。在总结合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术特点与其应用局限的基础上,从光学遥感、InSAR、激光雷达等综合遥感测量的角度提出了以“形态、形变、形势”（三形）为观测内容、以定性识别灾害隐患位置、定量监测灾害体变形幅度、依靠综合遥感动态监测数据提升隐患识别能力的技术思路。对未来工作提出了若干建议与思考,以期服务于重大地质灾害隐患综合判断与早期识别工作。     

HYCOM模式SST的预报误差订正

尝试了一种新的通过自回归模型进行模式预报订正的方法:通过1992—2006年的卫星遥感和NERSC-HYCOM模式模拟的SST资料,计算模式15 a的历史误差序列,建立自回归模型AR(p),来估算2007年和2008年两年的误差,并用来对输出的模式资料进行修订,对修订后的模式预报结果进行检验。可以得出:经过数据订正以后,模式SST的均方根误差明显减小,相关系数增大,模式误差在很大程度上得到消减,订正效果明显;同时,订正效果也存在时间和空间上的差异,不同时刻,不同海域订正效果不尽相同。该方法计算过程简单,计算量小,便于实现。总体而言,利用本文方法对模式SST的预报订正具有很强的操作性和可应用性。     

礁区浮游植物群落结构特征及其与环境因子的关系

通过2015年7月(夏季)和10月(秋季)对渤海湾天津海域人工鱼礁区浮游植物2个航次的调查,共鉴定出浮游植物2门10属14种,其中硅藻门(Bacillariophyta)9属12种,甲藻门(Pyrrophyta)1属2种。夏、秋季全区浮游植物密度和种类季节变化明显,夏季细胞丰度(平均值为13.4×10~4cells/m~3)高于秋季细胞丰度(平均值为1.87×10~4cells/m~3)。夏季主要优势种有星脐圆筛藻(Coscinodiscus asteromphalus)、夜光藻(Noctiluca scintillans)、尖刺拟菱形藻(Pseudo-nitzschia pungens)。秋季优势种有星脐圆筛藻、格氏圆筛(Coscinodiscus granii)、夜光藻,其中,星脐圆筛藻是夏、秋季的第一优势种。虽然浮游植物优势种存在明显的季节更替现象,但鱼礁区与对照区的优势种相同。通过冗余分析(RDA)发现,影响天津海域人工鱼礁区浮游植物群落结构的主要环境因子,夏季包括叶绿素、亚硝酸盐;秋季包括水温、亚硝酸盐和磷酸盐。     

中西医结合治疗肺结核合并糖尿病40例临床观察

目的：观察中西医结合治疗肺结核合并糖尿病的临床疗效。方法：将80例肺结核合并糖尿病患者随机分为治疗组和对照组各40例。对照组采用联合化疗、胰岛素强化降糖治疗,治疗组在对照组基础上加用生脉散加味治疗,疗程均为8个月。观察2组肺内病灶吸收率、痰菌转阴率、空洞闭合率及化疗结束后2个月末的空腹血糖、餐后2h血糖、糖化血红蛋白水平。结果：治疗组肺内病灶吸收率、痰菌转阴率、空洞闭合率均显著高于对照组,组间比较,差异具有统计学意义（P<0.01）;治疗组化疗结束后2个月末各项血糖指标水平均高于对照组,组间比较,差异有统计学意义（P<0.05）。结论：中西医结合治疗肺结核合并糖尿病患者,不仅可有效控制血糖,而且能提高肺结核的治愈率,值得临床推广应用。