2006-2022年黔南州冰雹特征分析

【目的】为了解黔南州的冰雹特征。【方法】利用2006—2022年多普勒天气雷达、常规气象观测资料以及人工影响天气作业站点冰雹观测等资料,采用统计学方法分析了影响黔南州冰雹个例的冰雹直径、降雹持续时间、冰雹日变化、冰雹云移动速度等特征。【结果】黔南州的降雹主要出现在3、4月份,降雹以中冰雹为主,冰雹日变化明显,一天中冰雹主要发生在15时—次日00时,白天17—20时冰雹频发。降雹持续时间短,65%的降雹持续时间在5 min以内。冰雹云单体的移动速度范围为16~102 km·h-1,平均速度50 km·h-1。冰雹云单体的维持时间最短仅为17 min,最长可达290 min,平均122 min。冰雹云移动路径主要以西南路径为主,其次是西北路径和偏西路径。西南路径降雹点主要分布在黔南州中部一线,西北路径降雹点主要分布在黔南州中西部的惠水、长顺,偏西路径的降雹点主要在黔南州中北部。影响黔南的冰雹云源地有境外移入和黔南州境内生成的两类,主要源地在安顺市、黔南州、黔西南州东部和北部、毕节市东部和南部以及贵阳市南部,不同路径的冰雹云源地具有明显的分布差异。【结论】本文研究成果可进一步提高对黔南冰雹特征的认识。     

一种多层特征融合的道路场景实时分割方法

道路场景理解是自动驾驶领域中重要模块之一,它可以提供关于道路更丰富的信息,对于建立高精度地图和实时规划都具有重要作用。其中,语义分割可以为图像每个像素赋予类别信息,是自动驾驶场景理解中最常用的方法。但是,目前常用的语义分割算法在速度和精度上大都不能达到很好的平衡。本文在MobileNetV2的基础上,提出了一种多层次特征融合的方法,使得网络可以在实时运行的同时保证精度满足实际应用的需求,并在Cityscapes数据集上进行了试验验证和分析。     

结合PS特征点的SBAS地表形变监测

针对SARscape SBAS技术存在人工选取地面控制点影响监测结果的问题,本文提出了一种结合PS特征点的SBAS地表形变监测方法。通过设置PS技术中的振幅离差指数与相干性阈值,提取PS监测结果中的特征点作为地面控制点进行轨道精炼与形变反演。以2017年3月至2018年12月覆盖南昌地区的Sentinel-1影像为数据源,进行了地表形变监测与验证。结果表明：①该方法与PS方法监测结果均显示南昌市城区在监测时段内整体呈小幅度上升趋势,年平均沉降速率相关性达到了0.959,具有高度一致性。②将该方法、PS方法、人工选取地面控制点的SBAS方法的监测结果与水准数据进行对比,该方法与水准数据的误差不超过3.5 mm,说明了该方法的有效性。     

结合图像增强和恢复的增强现实跟踪注册

增强现实中的跟踪注册技术一直是研究的重点和难点,而地下矿道和巷道内亮度低,产生的图像较昏暗,车载相机快速运动和抖动,对传统的基于特征匹配的跟踪注册提出了挑战。本文从提高增强现实中跟踪注册稳健性和精度出发,采用基于Retinex改进的方法增强昏暗图像的亮度,同时利用基于对抗神经网络的方法恢复运动模糊图像。首先提取图像ORB特征,实现初始化;然后根据跟踪特征点的数量,开启图像增强和图像恢复线程,提高特征点提取质量和数量。在数据集和真实模拟场景下的试验结果显示,跟踪精度提高了12%左右,在低亮度和含有轻微模糊的情况下,跟踪注册稳健性也有显著提高。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。     

关于GeoMedia Professional坐标系统定义问题的探讨

介绍了GeoMedia Professional软件在油田地面工程数字化工作中的应用,并针对设置工作空间、数据库、特征类的坐标系统时容易混淆的问题,及该问题引起的不同数据库之间的坐标系统不一致,以及一个数据库中个别特征类的坐标系统参数不正确的情况进行了分析,同时总结了操作过程中需要注意的问题及解决方法。     

基于GIS的宁夏路网空间特征研究

宁夏回族自治区作为我国唯一的省级回族集聚地区,是一个很独特的地理-人口-交通单元,也是连接华北和西北的重要节点.以宁夏的交通路网数据为基础,通过设置阻抗改进网络分析法,并结合成本距离算法和GIS空间分析计算2011、2017年和2023年的县(区)可达性,研究全区路网的空间结构特征,并提出路网发展的决策建议.研究表明:...     

不同植被盖度沙质草地生长季土壤水分动态

水分是干旱半干旱沙地生态系统最大的限制因子,研究植被盖度和土壤水分之间的关系有助于沙地生态恢复和保护。基于生长季科尔沁沙质草地不同植被盖度下土壤水分动态和降水的观测试验,分析了沙质草地植被盖度和土壤水分的耦合关系。结果表明：在土壤剖面上土壤水分存在明显的分层结构,依次为水分剧变层（0~40 cm）、缓变层（40~100 cm）和稳定层（100~180 cm）;植被盖度对土壤水分有很大影响,不同植被盖度下土壤含水量存在显著差异,土壤水分与盖度之间呈倒“V”型关系,土壤水分状况在28%的盖度下最优;不同的植被盖度下土壤水分对降水的响应也存在差异,在13%盖度下响应最敏感,28%和46%的盖度下响应微弱,后二者的土壤水分也相对稳定。在沙地生态恢复建设过程中合理的植被盖度配置可提高降水利用效率,并能使土壤水分和植被达到一种良好的平衡状态,从而有利于生态系统的稳定。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。