针对目前草原植被盖度和物候期监测中存在的连续工作能力差、自动监测能力弱和精确度较低问题,将固定监测、移动监测和云平台结合,研制了一种草原植被盖度与物候智能监测系统。该系统主要由固定监测子系统、移动监测子系统以及草原物候智能监测云平台组成。固定监测子系统主要由物候相机、供电模块、通信模块、边缘计算控制器和支撑立杆等组成,移动监测子系统主要包括手持机和应用程序。草原物候智能监测云平台基于浏览器/服务器模式架构设计,具有信息查询、数据分析、数据显示和数据共享等功能。固定监测子系统和移动监测子系统可实现草原植被图像数据的采集和上传,然后通过云服务器部署的图像处理程序自动提取草原植被指数和植被盖度并存入数据库。在此基础上,通过拟合植被指数的时间序列获得植被生长曲线,并利用TIMESAT软件提取物候参数。经测试,提出的利用过绿指数(excess green index,EXG)结合最大类间方差法分割草原植被图像进而实现草原植被盖度识别的方法获得了90%的精确度,满足草原植被盖度自动化和批量化提取需求。并且,该研究在提取相对绿度指数(green chromatic coordinate,GCC)、EXG与归一化红绿差分指数(normalized green red difference index,NGRDI)植被指数的基础上,采用Double Logistic函数拟合的植被生长曲线可以准确反映植被生长周期。该系统为草原植被数智化监测和管理提供了可靠的技术和数据支撑。
为有效检测树干分层介质厚度和相对介电常数,该研究提出一种基于雷达探测的树干分层结构介电参数反演方法。基于斯涅耳定律结合树干生理结构特点,构建雷达信号在树干分层结构中的传播模型。利用软件定义无线电平台(software defined rad...
详细信息
为有效检测树干分层介质厚度和相对介电常数,该研究提出一种基于雷达探测的树干分层结构介电参数反演方法。基于斯涅耳定律结合树干生理结构特点,构建雷达信号在树干分层结构中的传播模型。利用软件定义无线电平台(software defined radio,SDR)搭建树干探测雷达。然后采用稀疏分解算法、K-SVD字典训练以及层剥离算法对探测雷达回波信号进行参数反演,并对不同的稀疏分解算法反演结果进行了对比。试验表明在回波混叠和无混叠的情况下,该方法均能够对树干分层介质厚度和相对介电常数进行估算;无混叠时相对介电常数和厚度的反演误差分别在2.93%和3.5%以内,混叠时相对介电常数和厚度的反演误差分别在7.52%和7.61%以内。综合试验结果表明,在5种反演算法中,SAMP算法在未知信号稀疏度的条件下表现最佳,具有较高的反演准确率和鲁棒性。
暂无评论