利用多元回归分析反演西南印度洋区域海底地形

针对海底地形与重力异常和重力异常垂直梯度在相应频段呈现强线性相关的特点,引入多元回归分析技术,提出并详细推导了联合多元重力数据的海底地形建模方法。然后,在西南印度洋SWIR(Southwest India Ridge)所在部分海域开展了海底地形反演试验及地形地貌分析研究。试验结果表明:6种海深模型中,基于多元回归分析技术构建的海深模型(BDVG模型)检核精度最高,相较于S&S V18.1模型和ETOPO1模型精度分别提高了11.51%和57.81%左右;2000 m以上水深海域,各个海深模型的检核精度较高,相对误差波动较小,反映了深海海域具有良好的反演效果;地形起伏剧烈海域或者浅海海域,BDVG海深模型,相较于以重力异常和重力异常垂直梯度作为单一输入源建立的BDG模型和BVGG模型相对误差及相对误差波动变化较小,反映了BDVG模型拥有更好的稳定性,从而体现了联合反演的必要性和优势。Indomed FZ—Gallieni FZ上唯一轴部缺失裂谷洋脊段(27洋脊段)目前属于岩浆供应充足阶段,构造作用的海底扩张对其影响较小;同时由于对称裂离方式影响,27洋脊段沿轴南北对称分布有地形隆起。     

内点最大化与冗余点控制的无人机遥感图像配准

利用小型无人机进行遥感图像配准在自然灾害损害评估、环境监测和目标检测与追踪等领域发挥着至关重要的作用,但小型无人机的图像采集过程容易受风速/风向、复杂地形、电池容量、飞行姿态、飞行高度等自然或人为因素的影响。这些问题通常会导致捕捉到的场景重叠率低与图像非刚性畸变,在特征点提取过程中产生大量冗余点,增加了图像配准的难度。本文提出一种基于特征点的小型无人机图像配准方法,该方法的核心思想是在配准过程中识别冗余点,同时最大化可用内点数量。所识别的冗余点当作控制点,用于控制网格代图像的运动。最后通过最大化内点和合理移动控制点来恢复图像变换。本文使用50对小型无人机图像进行特征匹配和图像配准的实验,其中平均配准精度可达80.38%,并且本文方法在所有的情况下都优于5种当前流行算法。     

基于多分辨率分析的GF-5和GF-1遥感影像空—谱融合

针对空间分辨率比率较大尺度差异下的高分五号(GF-5)与高分一号(GF-1)卫星影像的空—谱融合问题,提出多传感器影像融合策略:一方面,通过现有空—谱融合方法的分步融合得到融合影像;另一方面,在分步融合理论基础上,推导得出一体化融合基础框架,并进一步提出基于多分辨率分析的多传感器一体化融合方法,缓解现有方法因空间分辨率比率过大导致影像空、谱互补信息难以有效集成的问题。其中,提出的一体化融合方法基于调制传递函数MTF (Modulation Transfer Function)滤波对多传感器影像空间(高频)和光谱(低频)分量进行分解提取,并充分考虑多传感器高空间分辨率影像与高光谱分辨率影像之间的关系,以及高光谱分辨率影像波段间关系,设计合理的融合权重,最终可得到具有最高空间分辨率和最高光谱分辨率的融合影像。通过GF-1全色影像、GF-1多光谱影像、GF-5高光谱影像数据对提出方法进行实验验证,结果表明:本文方法可有效集成多传感器影像间的空、谱互补信息,得到较优融合结果。     

Mapping 3D visibility in an urban street environment from mobile LiDAR point clouds

ABSTRACT

Visibility determination is a key requirement in a wide range of national and urban applications, such as national security, landscape management, and urban design. Mobile LiDAR point clouds can depict the urban built environment with a high level of details and accuracy. However, few three-dimensional visibility approaches have been developed for the street-level point-cloud data. Accordingly, an approach based on mobile LiDAR point clouds has been developed to map the three-dimensional visibility at the street level. The method consists of five steps: voxelization of point-cloud data, construction of lines-of-sight, construction of sectors of sight, construction of three-dimensional visible space, and calculation of volume index. The proposed approach is able to automatically measure the volume of visible space and openness at any viewpoint along a street. This approach has been applied to three study areas. The results indicated that the proposed approach enables accurate simulation of visible space as well as high-resolution (1 m × 1 m) mapping of the visible volume index. The proposed approach can make a contribution to the improvement of urban planning and design processes that aim at developing more sustainable built environments.     

The Structure of Potential Amur Tiger (Panthera tigris altaica) Habitats and Evaluation of Its Prey in Taipingou National Reserve (China) Based on Remote Sensing Data

Izvestiya, Atmospheric and Oceanic Physics - The population of the Amur tiger (Panthera tigris altaica) in the Russian Far East is currently being restored; young individuals are being spread...     

Multiple Unmanned Underwater Vehicles Consensus Control with Unmeasurable Velocity Information and Environmental Disturbances Under Switching Directed Topologies

China Ocean Engineering - A consensus algorithm proposed in the paper is applied to tackle remarkable problems of unmeasurable velocities, the environmental disturbances, and the limited...     

Influence Analysis and Vibration Restraint Solutions Research on the Underwater Acoustic Monitoring System

China Ocean Engineering - In order to reduce the hydrodynamic and structural influences on the detection accuracy especially in the very-low-frequency range, some vibration restraint methods are...     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。     

芙蓉江上游一次特大暴雨成因及地形影响作用分析

为探究2021年8月8日遵义市区域性暴雨天气过程中芙蓉江上游局地特大暴雨成因及地形的影响作用,该文利用探空资料、地面自动站观测资料、多普勒雷达观测资料及ERA5再分析资料,采用常规诊断方法对此次过程进行了详细分析。结果表明：(1)受地形影响,强降雨集中发生在芙蓉江上游峡谷内,200 mm以上的降雨发生在峡谷左侧山脉上,100 mm以上的降雨发生在峡谷底部。(2)副高控制及南北两支水汽输送在遵义上空汇聚,形成高温高湿的大气环境,低层及地面锋区南压触发对流,夜间副高增强使低层系统长时间维持,导致区域性暴雨产生。(3)中心强度在55～60 dBz的低质心降水回波带长时间维持少动是造成本次区域性暴雨天气的直接原因。峡谷左侧山脉上的回波单体发展旺盛,回波顶高在15 km以上,具有悬垂结构及小尺度辐合区。能量耗尽后峡谷内中心强度在55 dBz的低质心降水回波发展导致峡谷底部出现大暴雨天气。(4)大气不稳定性最强时,系统长时间维持导致南北两股气流汇入峡谷中产生狭管效应,峡谷深处出现小尺度气旋性环流使对流增强,由此引发峡谷山脉上特大暴雨。不稳定能量耗散后,冷空气越过山脉叠加在峡谷底部暖空气之上,使大气...     

南海油气钻井平台遥感监测研究

南海油气资源储量巨大,近年来周边国家对该海域油气资源的争夺日益白热化,南海领土及油气资源归属的矛盾日益突出,及时监测海上油气钻井平台的分布及其变化状况,对维护国家海洋权益和海洋资源环境保护具有重要意义.针对南海油气钻井平台的监测问题,从遥感影像的数据源选择和识别方法2个方面对近年来南海油气钻井平台的遥感监测情况进行了分...