基于ARM7的嵌入式三维电阻率采集子站的设计研究

提出了一种基于ARM7的嵌入式三维电阻率采集子站设计方法,采用24位A/D转换器（ADS1258）和ARM7微处理器（LPC2378）,使三维电阻率法数据采集系统具有体积小、功耗低、成本低、精度高等特点,同时实现μC/OSⅡ操作系统在ARM的移植,为数据采集的实时性提供可能。     

基于移动式监测的道路PM2.5浓度精细化时空模拟

作为主要的大气污染指标,PM_2.5浓度常来源于固定环境监测站点的监测与遥感影像数据,但时空精度普遍不足,难以揭示微尺度下城市内部PM_2.5时空分布情况。本文利用移动式监测方法,选择典型工作日(2017年11月27日),对广州市主城区道路以1 s和1 m为时空粒度进行PM_2.5浓度数据采集,并以早、晚出行高峰时段为对象,通过机器学习方法模拟道路PM_2.5精细化时空分布格局。结果表明,主城区早高峰道路PM_2.5浓度值相近的平均范围为24 m,晚高峰为15 m,PM_2.5浓度存在微尺度的时空异质性。利用多层感知器(MLP)构建的早、晚高峰PM_2.5浓度模型,拟合度分别达到0.70和0.68,明显优于传统的普通最小二乘法(OLS)线性回归模型。模型揭示出早高峰主城区全路网PM_2.5平均浓度为30.19μg/m3,晚高峰达到44.55μg/m3,部分高达94.82μg/m3,且“西高东低”的分布特征显著。本文提出的PM     

降雨径流与洪水淹没模型耦合的应用研究

洪水研究包括径流与淹没两种模式。为了探究流域降雨产汇流与淹没情况、提高洪水预报精度,本研究在传统流域水文模型的基础上耦合二维水动力学模型,建立水文-水动力耦合模型。以我国吉林温德河流域为研究实例,模拟了2017年“7·13”洪水在下游口前镇所处子流域洪水淹没过程。首先对基础数据进行预处理,建立HEC-HMS水文模型并进行参数优化后,最终获得流量过程水文结果作为水动力学模型边界条件,之后建立HEC-RAS二维水动力学模型对重要子流域进行淹没模拟。耦合模型计算结果显示,水文模型经多参数优化流量模拟的NSE系数为0.988,水动力计算最大淹没水深达9.3 m相对误差为-5.2%。从泛洪模拟结果来看,子流域上游部分的农田大量被淹,淹没水深范围在0.5~2.0 m,平均流速基本在1 m/s以下。下游口前镇内最大淹没水深接近1 m,水流速度0.2 m/s至1.5 m/s,与实际的淹没情况相吻合。研究表明,所建水文水动力耦合模型模拟计算的结果准确率较高,对具有复杂水文、水力条件的流域的洪水预报具有重要的指导意义。     

海底三维声学图像实时处理系统设计

结合多核CPU硬件PC平台,设计了一种海底三维声学图像实时处理系统,主要包括声学前端信号处理子系统、数据传输控制子系统和PC客户端图像处理系统三个部分。声学前端信号处理子系统统根据接收到的多路声学换能器信号,通过两级FPGA信号处理,采集多通道水声信号,进行实时电子聚焦波束形成。为了解决海量声学数据快速传输问题,数据传输控制子系统未采用传统用户空间TCP/IP传输机制,而是直接通过嵌入式PowerPC处理器在Linux内核态采用DMA通道进行声学数据转发,减少系统调用和数据拷贝开销,有效提高网络传输效率。针对海量声学数据实时处理需求,PC客户端图像处理系统通过对复杂、耗时的单帧重建和数据拼接算法模块根据声学数据点的角度范围进行等分分割,对每个子范围声纳数据采用多线程并行处理,均衡多个CPU核之间负载,实现高性能三维声学图像实时处理。通过室内水池和湖试实验,结果表明该系统能够实时高效地进行三维声学图像采集、传输与处理。     

初始几何缺陷对管道极限承载力影响研究

初始几何缺陷被认为是影响管道极限承载力和稳定性的重要因素,但是大部分的管道力学特性研究都没有考虑初始缺陷的影响。基于管道几何尺寸测量机,获得管道的壁厚和直径沿轴向以及环向的分布规律。据此建立了四个三维实体有限元模型,分别为完好管道模型、只考虑直径缺陷的管道模型、只考虑壁厚缺陷的管道模型以及考虑所有缺陷的管道模型。分析了初始缺陷对管道的极限内压承载力、极限轴力承载力和极限弯矩承载力的影响。结果表明,直径缺陷对管道的极限内压承载力影响较大;壁厚缺陷对管道在复杂荷载作用下的极限弯矩承载力影响较大。     

基于OSM Buildings生成WebGIS三维建筑日照阴影模型

随着WebGIS和图形学技术的发展,三维GIS已经成为GIS领域的主流,但现阶段发展三维GIS受成本和网速等影响,限制了三维GIS广泛运用。本文供述在ArcGIS Server平台下以HTML5为技术,运用OSM Buildings插件在Canvas渲染出建筑物三维日照阴影模型,简化WebGIS三维可视化的难度。     

A bottom-up approach to segment individual deciduous trees using leaf-off lidar point cloud data

Light Detection and Ranging (Lidar) can generate three-dimensional (3D) point cloud which can be used to characterize horizontal and vertical forest structure, so it has become a popular tool for forest research. Recently, various methods based on top-down scheme have been developed to segment individual tree from lidar data. Some of these methods, such as the one developed by Li et al. (2012), can obtain the accuracy up to 90% when applied in coniferous forests. However, the accuracy will decrease when they are applied in deciduous forest because the interlacing tree branches can increase the difficulty to determine the tree top. In order to solve challenges of the tree segmentation in deciduous forests, we develop a new bottom-up method based on the intensity and 3D structure of leaf-off lidar point cloud data in this study. We applied our algorithm to segment trees in a forest at the Shavers Creek Watershed in Pennsylvania. Three indices were used to assess the accuracy of our method: recall, precision and F-score. The results show that the algorithm can detect 84% of the tree (recall), 97% of the segmented trees are correct (precision) and the overall F-score is 90%. The result implies that our method has good potential for segmenting individual trees in deciduous broadleaf forest.     

基于改进麻雀搜索算法优化BP神经网络的PM_(2.5)浓度预测北大核心CSCD

针对传统BP神经网络模型收敛速度慢、易陷入局部极值等问题,本文采用分段线性混沌映射(PWLCM)和萤火虫算法(FA)改进麻雀搜索算法(SSA),并优化BP神经网络模型初始权值和阈值,对西安市PM_(2.5)浓度进行预测。通过比较不同模型预测结果的评价指标,并与性能较优的SSA-BP模型对比,ISSA-BP模型预测结果的RMSE、MAPE、MAE分别下降了3.70、3.73、3.34。试验结果表明,改进后的麻雀搜索算法具有高效的全局最优搜索能力,优化后的ISSA-BP神经网络预测稳定性高,精度优于BP、SSA-BP神经网络模型,可用于预测PM_(2.5)浓度。     

基于最小支持的2.5维直流电阻率正则化反演研究

地球物理反问题存在多解性和不稳定性,正则化是得到稳定解的重要手段之一,正则化方法中稳定因子的设计与正则化因子的选择是两项重要研究内容。稳定因子的主要功能是对模型的解空间进行限制,以减少多解性,求得稳定解;为更好的定位地下目标体,研究工作采用了最小支持稳定因子,并给出了统一表达形式。正则化因子在模型误差与数据误差之间起到平衡作用,研究工作在＂L曲线法＂自动选取正则化因子的基础上,提出一种修正的计算正则化因子算法。以2.5维直流电阻率为例,运用非线性共轭梯度法,进行了试算研究,结果表明了修正的＂L曲线法＂算法快速、稳定,最小支持稳定因子具有较好的聚焦特性,有利于实现陡变边界反演。     

地面高精度磁法在陕南西乡地区磁铁矿勘查中的应用

陕南西乡太山庙地区以往物化探工作程度低,方法单一,异常信息量少。为了探明基性岩体中磁铁矿的展布、延伸边界及深部变化情况,利用地面高精度磁法,使用向上延拓、2.5D人机交互反演等方法,结合1∶2.5万水系沉积物地球化学测量成果和初步的地质特征,对异常作出解释推断和综合评价。通过对地面高精度磁法资料的精细处理,圈定了磁异常范围,确定了基性岩体中磁铁矿的分布范围和空间特征,为地质勘查工程部署提供了可验证靶区。