时域卷积组合模型在桥梁沉降预测中的研究

针对桥梁所承受的动静荷载特性差异问题,该文通过小波分解将垂直位移监测数据分解成低频和高频信号,低频信号稳定性强,主要呈现了静荷载影响特点,而高频信号波动性较大,呈现了动荷载影响特点,因此将低频信号和高频信号分别进行小波重构,重构后的低频信号和高频信号分别使用时域卷积神经网络和BP神经网络进行预测,并进行叠加处理得到最终预测结果。以常泰大桥实际静力水准沉降监测项目为例,将该文模型预测结果分别与小波优化的BP神经网络模型和小波优化的自回归滑动平均模型(ARIMA)预测结果进行对比分析,已有的两种模型预测的平均绝对误差分别为0.61 mm和1.38 mm,而该文模型预测的平均绝对误差为0.46 mm,预测精度的提高,为桥梁的施工和维护提供参考。     

基于频谱融合的近景摄影影像灰度质量分析

近景摄影测量已被广泛应用于基坑监测、工业测量、文物修复等领域。在长时序近景摄影测量监测中,图像灰度变化对监测精度的影响仍是需要解决的问题。本文以合肥轨道交通5号线2标段扬子江车站基坑监测为工程背景进行研究。首先分析影像灰度变化对监测精度的影响,确定最优灰度区间;然后采用频谱融合法对非最优灰度区间影像灰度进行改正,将影像原有相位谱与最优灰度影像的幅度谱进行融合,调节灰度至最优灰度区间,并进行精度分析。试验结果表明：精度最高时对应的影像最优灰度范围为139.0～173.8;频谱融合处理后影像精度提升了43.7%～79.5%,变异系数降低,数据稳定性提高。研究结果为长时序近景摄影测量中由灰度原因引起的影像精度不佳问题提供了一种新的解决思路。     

基于Landsat 8影像的合肥市地表温度空间椭圆分析

近年来合肥城镇化速度加快,经济增长迅速带来的城市热岛效应,会对人们的生活与城市规划产生影响。遥感技术的发展为大面积获取地物类型与地表温度提供了数据基础。本文以合肥市为研究区,通过获取合肥市2016与2019年的Landsat8遥感影像,通过大气校正法进行地表温度反演。通过监督分类提取出不透水层作为城市区域,引入空间标准差椭圆的方法定量分析了不透水层的空间变化特征。结果显示2019年生成的1倍标准差椭圆面积小于2016年,扁率大于2016年,椭圆的空间旋转角由南北方向向东西方向偏转,椭圆中心向西北方向略微偏移。研究结果为下一步城市规划方向提供了数据参考。