微型无人机遥感系统在汶川地震中的应用

微型无人机遥感系统具有运行成本低、执行任务灵活性高等优点,是遥感数据获取的重要工具之一。首先介绍了微型无人机遥感系统的组成,并设计了微型无人机遥感监测的技术流程,最后应用微型无人机遥感系统对"5.12汶川大地震"的重灾区北川县城进行了航拍,获得了107张高清晰的航空照片。通过图像拼接和几何校正,对比震前的卫星影像,对灾区的受灾情况进行了初步评价,取得了较好的效果。     

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.     

战场电磁环境对无人机系统的干扰分析

提高无人机系统抗电磁干扰能力,是适应信息化战争复杂战场电磁环境的必然要求.从干扰源、干扰设备、干扰途径等不同方面综合分析了复杂战场电磁环境对无人机系统可能存在的电磁干扰,描述了作用机理,对潜在的危险性作出分析评估,并提出了有效的抗电磁干扰的防护措施.     

基于无人机可见光影像的绿色植被提取

在分析健康绿色植被光谱特性及无人机可见光影像典型地物各波段像元值差异的基础上,提出一种综合利用红、绿、蓝3个可见光波段信息的新型绿色植被指数——差异增强植被指数(DEVI).利用该指数及其他8种常见可见光植被指数结合不同阈值方法提取研究区域绿色植被信息,并采用地表真实感兴趣区和基于SVM的监督分类方法进行精度量化评价....     

美制“未来战机”力求三大突破

正未来战机在技术上会有哪些特色?美国《流行科技》杂志称,未来军机(包括无人机和有人驾驶飞机)技术极有可能实现以下三大突破:固定翼战机将与直升机融合,无人机将具备"集群"作战/侦察技能,3万米、6倍音速让防空导弹鞭长莫及。绝密的"VTOL-X战机"近期,美国陆军与美国高级研究计划局联合启动了代号"垂直起降(VTOL-X飞机)"的绝密计划,意图打造能像固定翼战机     

基于深度学习的无人机环境污染目标识别技术研究

为了优化环境污染监测,需要对环境污染目标区域进行有效识别,提出基于深度学习和无人机技术的环境污染目标区域识别方法,采用无人机机载空间扫描方法进行图像采集,对采集的环境图像进行污染区域的边缘轮廓检测和图像分割处理,采用深度学习算法对环境污染区域的图像进行自适应分块标记和识别,实现对环境污染区域的图像检测和三维区域识别。采用该方法进行环境污染区域的目标识别准确性较好,对环境污染区域分块识别的精度较高,较强。     

广西典型自然保护区监管天地一体化技术应用探究

基于遥感影像、无人机航摄与移动核查技术,构建了集自然保护区"一张图"、图斑任务管理、移动核查为一体的天地一体化自然保护区人类活动监管系统,并以防城金花茶国家级自然保护区为例,进行试点监测监管研究。结果表明,利用监管系统可提高自然保护区监管时效性,有效解决监管盲区。对防城金花茶国家级自然保护区的人类活动进行监测评价,该保护区有工矿用地、农田、居民点、道路、其他人工设施等5类,以农田、居民点、普通道路为主,人类活动影响一般。     

基于无人机多光谱影像的海滨景区浒苔信息提取研究

2007年以来,黄海绿潮（浒苔）灾害连年大规模暴发,对山东半岛近岸海域生态环境造成严重影响,大量靠岸浒苔若处置不及时会腐烂发臭,严重影响海滨景区旅游业及附近居民健康。为了提高绿潮灾害重点区域遥感监测的精度、提升靠岸浒苔预警的准确性和浒苔清理的工作效率,本研究利用无人机航拍的高精度影像对乳山市银滩海滨景区绿潮灾害进行监测,结合地物光谱仪实地测量浒苔和岸边植被的光谱特征,通过四种植被指数对浒苔和岸边植被进行光谱分析和识别对比,验证不同植被指数下浒苔和岸边植被的提取情况,并基于提取方法对靠岸浒苔生物量进行估算。研究表明:在红边波段,浒苔和岸边植被具有明显的可区分性,使其可以利用MTCI（MERIS terrestrial chlorophyll index）、NDVI_redge、SR_redge、MSR_redge四种植被指数与岸边植被进行区分,MTCI区分提取效果最好,精度可达91.3%,其次是SR_redge、NDVI_redge、MSR_redge,提取精度分别为85.3%,83.8%,81.2%;利用MTCI指数建立的生物量估算模型,估算的300 m研究区内靠岸浒苔约600 t,为海滨景区绿潮灾害动态监测及清理工作提供有效方法。     

基于TOPAZ的无人机冲突解脱安全评估技术

针对当前无人机空域运行安全评估体系缺乏的现状,利用TOPAZ构建了一种用于无人机飞行冲突解脱技术的安全评估体系。构造了无人机的空域运行环境,加入单机45°交叉相遇、90°交叉相遇和双机同时交叉相遇的冲突场景。选取一种典型的无人机冲突解脱算法作为安全评估对象,依据TOPAZ的评估流程展开了系统的评估,得出冲突解脱算法的安全水平。对冲突解脱算法提出了改进方案,加入了动态的启发式因子,有效提高了冲突解脱技术的安全性能。通过基于TOPAZ的迭代评估过程进一步找出了无人机冲突解脱算法的安全瓶颈所在,证实了当前各类冲突解脱技术还无法满足有人机与无人机共域飞行的安全需要。