化工园区大气致癌物四氯乙烯的智慧化在线监测方案设计

以襄阳余家湖化工工业园的生产现状为例,提出与园区化工生产对应的智慧化四氯乙烯释放的应急监测方案设计,以期通过对上述排放物的常态化在线实时监测、数据收集与研判、事故快速响应和处置,最终避免事故发生和实现环境危害最小化的目的。     

基于GB/T 38924—2020民用轻小型无人机系统环境试验方法浅析

为了提高民用轻小型无人机企业产品质量,提高相关环境试验人员的综合试验能力,提升行业检测技术水平,以GB/T 38924—2020系列为基础,对民用轻小型无人机环境试验方法进行了浅析.描述了民用轻小型无人机系统环境试验受到的影响因素,主要有气候环境因素和机械环境因素.对气候环境试验方法、机械环境试验方法进行了对比分析和技...     

基于HMM和DT的无人机异常检测方法

为了实时检测无人机异常状态,提出基于隐马尔可夫模型(Hidden Markov Model,HMM)和决策树(Decision Tree,DT)的无人机异常检测方法(HMMDT).首先根据异常致因将无人机异常分为干扰异常和硬件异常;然后结合HMM和DT建立无人机异常检测模型,定义无人机异常度衡量异常状态的严重程度,确定...     

基于无人机多光谱影像的小微水域水质要素反演

总磷(TP)、悬浮物浓度(SS)、浊度(TUB)3种水质参数可以直接通过遥感反演得到,常用于评价区域水环境的污染状况.以浙江农林大学东湖为研究对像,使用无人机携带多光谱传感器(Mica Sense Red Edge)获取多光谱影像,进而提取16个光谱参数,分别构建东湖水域TP、SS、TUB的反演模型.结果表明:光谱参数V5(NIR 0.770～0.890μm)与TP、SS相关性显著(r分别为0.470、-0.537,p0.05),V4(0.670～0.760μm)与TUB相关性显著(r=0.486,p0.05).在建立的TP反演模型中,指数函数模型精度最高,决定系数R~2为0.7829;在建立的SS、TUB反演模型中,多项式函数模型精度最高,决定系数R~2分别为0.7503、0.7334.经检验,TP、SS、TUB模型估测值与实测值线性拟合曲线的决定系数R~2分别为0.7374、0.8978、0.6726,满足水质要素反演的精度要求.最后利用建立的模型,结合多光谱影像数据,建立了东湖水域各参数的空间分布图,实现了水质参数的可视化,可为小微水域的污染防治提供技术支撑.     

无人机遥感调查黄河源玛多县岩羊数量及分布

本研究于2017年利用无人机航拍调查对黄河源玛多县县域内的岩羊种群数量进行了估算,并对其分布规律进行了研究。无人机航拍共获取影像23784张,有效面积326.6 km~2,通过目视解译,获取样带内的岩羊种群数量为203只,种群密度为0.6215只/km~2。通过推算,得到玛多县岩羊种群数量为8968只。对玛多县岩羊分布位置与环境因子的分析结果显示:岩羊偏好于选择海拔为4100～4200 m、距公路大于3 km、距悬崖峭壁200 m以内的区域活动。本研究利用无人机航拍样带调查估算黄河源玛多县岩羊种群数量与密度,并结合ArcGIS软件对其生境进行分析,将3S技术与野生动物调查相结合,为青藏高原地区大型野生动物相关研究提供了新思路。     

基于多旋翼无人机平台的大气PM2.5垂直结构观测技术

目的设计可用于大气边界层范围的大气污染观测平台。方法使用多旋翼无人机作为载体,集成多种大气污染物和气象要素的便携式检测设备,组建无人机观测平台。通过地面比对实验,保障所搭载的设备数据可靠,通过与大载荷系留气艇平台的垂直比对实验验证平台集成后的数据可靠性。结果对于重点观测指标PM_(2.5)而言,无人机和系留气艇所获取的垂直廓线表现出良好的一致性,各个航次的R2最低值为0.762,多数航次的组内相关系数为0.94以上。在2017年12月18日的案例中,无人机的观测数据表明,早上的大气垂直结构呈现了明显分层,0～200 m高度较为稳定的大气层结阻碍了污染物向上扩散,导致了近地面PM_(2.5)80μg/m~3的较高浓度,而下午的观测数据有助于解释污染消散。结论文中搭建的多旋翼无人机平台可以用于0～1000 m范围内的边界层观测,尽管个别航次数据和系留气艇平台仍存在差异,但现有观测结果已表明,该平台有助于研究人员了解污染事件的发生和消散,可以进一步推广应用。     

基于无人机遥感与机器学习的岸滩大型塑料垃圾监测方法

鉴于现场人工调查手段对海滩垃圾的监测具有成本高、耗时长等特点,近年来无人机遥感技术在海洋垃圾监测中的应用受到广泛关注。为评估无人机遥感及机器学习技术在海洋垃圾信息收集与分析中的有效性,首先,本研究将无人机遥感图像的目视解译结果与实地调查进行对比,结果表明,目视解译对垃圾的总体识别率达68.1%～75.1%,对各类塑料垃圾的识别率达38.9%～94.3%,说明无人机图像解译垃圾具有较强的可行性;其次,在目视解译无人机图像的基础上,引入机器学习技术自动解译图像,该技术对各类塑料垃圾的识别准确率达77.9%～81.5%,回收率达45.6%～60.6%;最后,本研究将无人机遥感与机器学习技术运用于崇明岛岸滩的实地调查中,成功地实现了样区塑料瓶、塑料渔网、塑料浮球、塑料泡沫和浮木等多类垃圾通量和组成的快速统计与空间分布分析,并揭示了台风前、后岸滩垃圾的变化特征。本研究发展并验证了基于无人机遥感与机器学习图像解译的岸滩塑料垃圾监测技术,实现了垃圾数据的半自动化采集、识别与统计的完整监测过程,提升了监测效率。本研究发展的机器学习模型可解决海量、复杂无人机影像中垃圾的定位与识别需求,一定程度上实现了智...     

基于无人机摄影测量的尾矿坝边坡表面变形监测

为弥补传统基于GPS/GNSS的单点监测方式无法反映尾矿坝整体变形的局限性,提出1种结合坝坡现有位移监测系统的无人机尾矿坝边坡表面变形监测方法.利用单镜头轻小型多旋翼无人机和计算机视觉技术对尾矿坝的空间三维地理信息进行数据采集与重建;基于设置在坝坡表面的位移人工监测点(水泥桩)对多期尾矿坝点云数据进行配准;通过对不同时...     

无人机在重大自然灾害中的应用与探讨

重大自然灾害往往会造成重灾区信息通讯中断和道路交通破坏,灾情传递受阻将导致抢险救灾盲目部署,继而造成更大的损失和次生灾害。因此,获取灾情成为重大自然灾害抢险救灾的首要问题。无人驾驶飞机(简称无人机)是一种新工具,能够越过山川河流阻隔,通过摄影、摄像或其他遥感手段获取灾情。通过在北川县曲山镇等地震灾区进行无人机获取灾害信息实验,在2010年玉树地震抢险救灾工作中实现了高原灾区无人机首次航拍,获取的高清图片为划分灾区范围提供了重要依据。鉴于上述实践和探索,介绍了无人机性能和影响无人机摄影的诸多因素,如天气条件、无人机航带航迹和高度、航片重叠率、图片拼接及校正等,对相机与地面影像分辨率的关系进行了介绍,还通过航拍图片和地面图片比对,总结出建筑物倒塌破坏识别的基本要则。     

高科技救灾的首选——无人机

伴随着无人机技术的不断发展,在应急救援等专业领域里不断被推广使用。救援专用无人机结合视频、红外等监控及图传设备,可对各类突发事故和安全隐患进行巡查、侦测、现场救援指挥以及防控,极大程度上解决了传统手段勘查难的问题。