基于移动GIS的生态环境智能感知方法

随着全球范围移动互联网的高速发展,人们作为"传感器"行走在真实社会中制造实时的、实地环境的、大范围的地理信息,特别是具有互动性和实时性的区域环境状况的地理信息。这类数据具有交互性、实时性、丰富性、社会性等特点,成为数据科学家眼中的金矿。基于"互联网+"时代背景,随着移动互联网、移动GIS技术和LBS技术日趋成熟,本文提出了基于移动GIS的生态环境智能感知方法,开发基于Android平台的APP,实现查询环境质量指数、查看环境污染地图、污染一键分享和解决等功能,从大众的视角感知和获取生态环境信息,为大众提供实时动态环境信息查询方式,引导鼓励公众参与环境保护,提供治理环境污染和地理信息资源获取的新思路。     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

新型移动三维激光扫描技术在盾构管片椭圆度检测中的应用

铁运营阶段对隧道结构的变形监测保证了地铁运行的安全,而椭圆度检测是地铁隧道结构检测的重要工作。本文简单介绍了传统椭圆度检测的基本方法,分析了新型移动三维激光扫描检测系统基本原理及隧道椭圆度检测的方法和处理流程。通过工程案例实际应用以及对检测结果的综合分析,证明了移动三维激光扫描技术在盾构管片椭圆度检测中的优势。     

建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法

针对现有利用阴影长度法提取建筑物高度时存在的阴影间相互遮挡问题,提出了一种基于建筑物侧面轮廓线进行建筑物高度估算的新方法。首先,利用RPC模型计算建筑物像点位移的方向与卫星成像角度,再将遥感影像进行旋转,使建筑物像点位移沿水平方向;然后,利用Canny算法进行轮廓检测,并构建一定长度的矩形形态学结构元素,对轮廓图像进行形态学开运算,以提取侧面轮廓线,再利用Hough变换与建筑物角点约束,对所提取的轮廓线进一步筛选;最后,根据卫星侧视成像时建筑物高度与像点位移的几何关系进行建筑物的高度估算。利用实际的高分辨率卫星影像对本文方法进行了验证,并与阴影法估算建筑物高度进行了对比。试验结果证明,利用建筑物侧面轮廓线进行建筑物高度估算平均误差可以达到0.7 m,且实际精度优于使用阴影法进行建筑物高度估算。     

组合粗差探测的MHSS ARAIM算法

针对目前MHSS ARAIM (multiple hypothesis solution separation advanced receiver autonomous integrity monitoring)算法存在的抗差能力弱、计算子集过多、计算量过大等不足,提出一种组合粗差探测的MHSS ARAIM算法。该算法先用粗差探测方法对原始数据进行粗差识别与剔除,而后用MHSS ARAIM算法处理经粗差探测后的数据,可弥补MHSS ARAIM算法的不足。对若干IGS和全球连续监测评估系统iGMAS(international GNSS monitoring and assessment system)监测站观测数据进行计算和分析。结果表明:在航行LPV-200阶段,该算法应用于GPS和BDS导航的性能优于MHSS ARAIM;在假设单故障情况下,该算法对GPS和BDS观测数据的有效监视门限EMT(effective monitor threshold)的精度分别提高了22.47%和9.63%,对VPL(vertical protection level)的精度分别提高了32.28%和12.98%;在假设双故障情况下,对EMT的精度分别提高了80.85%和29.88%,对VPL的精度分别提高了49.66%和18.24%。     

基于点特征的单目视觉里程计实现

本文采用特征点检测实现移动机器人的单目视觉里程计,通过对图像进行网格划分保证特征点均匀分布,提高特征点匹配效率。并行计算基础矩阵及单应矩阵实现单目视觉里程计的自动初始化,采用RANSAC算法剔除外点提高特征点匹配质量。设定运动模型及参考帧模型加速帧间运动估计,并通过合理的关键帧选取策略及图优化提高相机位姿精度及鲁棒性。利用TUM数据集测试本文设计的单目视觉里程计,实验轨迹误差为3.58 m,通过Turtlebot2移动机器人对真实环境进行测试,实验表明本文方法的有效性。     

中国近海藻毒素及有毒微藻产毒原因种调查研究进展

麻痹性贝类毒素在我国近海污染问题已十分突出,基本呈现逐年加剧的趋势。20世纪90年代,南海麻痹性贝类毒素污染较重; 21世纪初,北黄海麻痹性贝类毒素污染较重;近几年,渤海和福建近海麻痹性贝类毒素污染较重;可产生麻痹性贝类毒素的微藻有亚历山大藻和裸甲藻等。采用小鼠生物法检测我国近海腹泻性贝类毒素超标率32%左右,采用液相色谱/质谱法检测,仅有3起超标的研究报道;现行小鼠生物法检测腹泻性贝类毒素假阳性问题十分突出,应尽快废除;腹泻性贝类毒素均是脂溶性的,脂溶性海洋生物毒素在我国近海常年可检出,偶有虾夷扇贝毒素和鳍藻毒素超标现象。可产生脂溶性毒素微藻有鳍藻和原甲藻及网状原角藻等。失忆性贝类毒素在我国近海常有检出,但无超标现象;产毒微藻有拟菱形藻等。西加鱼毒素在我国南海污染较重,但毒素标准物质的匮乏,限制了西加鱼毒素的调查研究;至今尚未确定产生西加鱼毒素的微藻。酶联免疫吸附法和液相色谱串联质谱法相结合已成为藻毒素快速准确检测成熟的技术,逐渐代替小鼠生物法和液相色谱法。     

海面溢油无人机高光谱遥感检测与厚度估算方法

海上溢油是海洋国家所面临的共同问题,但至今仍没有一种可靠实用的海上溢油准确识别和油量遥感监测方法。为此,本文以无人机高光谱遥感为手段,开展了海面溢油检测与厚度估算方法研究。实验中,通过搭建室外大型水槽溢油实验装置,获取了模拟真实海洋环境条件下不同溢油量的遥感和现场光谱数据,在此基础上,分析并提取了海上溢油特征光谱波段,给出了海上溢油高光谱检测模型;针对现场实验条件下水面油膜厚度难以测定的问题,设计了3种利用总体溢油量的油膜厚度估算模型。得到如下主要结论:（1）675 nm和699 nm是海上溢油检测的有效特征波段,但对极薄的油膜没有检测能力;（2）提出了归一化溢油指数模型、反比例模型和吸收基线模型等3种海上溢油油膜厚度估算模型,其中对于薄油膜（厚度≤ 5 μm）和厚油膜（厚度>50 μm）,反比例模型是溢油厚度反演的首选也是唯一选择。对于中厚度油膜,晴朗天气条件下,归一化溢油指数模型是油膜厚度反演的首选,同时反比例模型和溢油吸收基线模型也都有较好的反演能力,而在多云天气条件下,反比例模型效果最佳。     

经济海藻病害及防控技术的研究进展

经济海藻的病害一直是海藻人工栽培的一大障碍,往往造成严重的经济损失。目前对藻类病害的研究大多集中于病原鉴定,而病原的多样性和复杂的海区微环境增加了病原分离和鉴定的难度。本文综述了经济海藻病害发生的原因、病原的多样性和致病机制、病原的鉴定、检测和防治方法,并对未来我国海藻病害研究方向进行了展望,以期对藻类病害的防控提供参考。