基于无人机多光谱的沼泽植被识别方法

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林（RF）算法,对输入的多维数据集进行变量选择和参数（mtry、ntree）调优,构建适合沼泽植被群丛尺度识别模型.结果表明：优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四（结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数）获得最高总体精度为87.12%,kappa系数为0.850,比方案二（结合了光谱波段、几何特征和位置特征）总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.     

无人机遥感系统在某河流域环境监测项目中的应用

剖析了无人机遥感系统的组成及工作流程,结合无人机遥感系统在某河流域环境监测项目中的应用案例进行深度分析,凸显了应用方案的诸多优势,并对该系统在环境保护领域中的应用前景进行了展望。     

无人机通信信道模型研究

研究合适的无人机通信信道模型对无人机数据链的设计和性能分析具有重要意义。目前,根据无人机不同的飞行状态和不同的飞行环境,通信信道模型可以分为大尺度衰落模型和小尺度衰落模型。在分析这两种模型相关参数和概率分布函数的基础上,结合大尺度衰落和小尺度衰落的特性,利用自由空间路径损耗和粗糙地面路径损耗理论,建立了适合不同环境下无人机特性的统一信道模型。     

无人机数字摄影测量与激光雷达在地形地貌与地表覆盖研究中的应用及比较

无人机数字摄影测量（UAV-DAP）与激光雷达（LiDAR）凭借其机动灵活、高效便捷和高分辨率的特点,在地形地貌、生态监测、工程勘察、环境规划、林业资源清查等领域得到广泛应用。本文针对数字摄影测量与激光雷达的技术特征和应用趋势,着重比较两者在数据采集、数据处理、应用领域以及成本耗费等方面的区别,分析了两种技术在林业资源清查、地形地貌研究、灾害防控等领域的最新应用动态,并且基于两者的技术特点和发展动态提出了进一步的可能应用前景。基于运动结构重建算法的数字摄影测量技术获得的数字地表模型在一定条件下可以达到激光雷达技术的超高空间分辨率程度（如0.2 m×0.2 m）,但是数字摄影无法穿透植被冠层,而激光雷达可以较好地穿透植被层从而获取植被及地表信息。然而数字摄影测量技术设备简单、操作方便,成本低廉,并具有较高的空间分辨率,因而能够和高精度、高耗费、大数据量的激光雷达技术形成优势互补。无人机数字摄影测量与激光雷达技术是林业资源清查、地形地貌研究、灾害防控等领域在快速响应、高精度调查、多时期扫描等方面进一步发展的重要突破口。     

基于无人机探空和数值模拟天津一次重污染过程分析

污染发生在边界层中,边界层热力和动力垂直结构对重污染天气形成有显著影响.本文基于无人机探空、地基遥感观测和数值模式,开展天津地区2019年1月10~15日重污染过程期间边界层垂直结构及污染成因分析,以期加强北方沿海城市边界层过程对重污染影响规律认知,提升重污染天气预报预警准确率.结果表明：大气温度层结对重污染天气形成、持续和消散有显著影响,此次过程伴随逆温层的发展和消散,PM_2.5高浓度区白天向大气上层发展,高度可达300 m以上,夜间向近地面压缩,高度在100 m左右;雾天气出现并在白天维持,改变了边界层垂直结构特征,雾顶逆温的持续存在抑制了污染物向大气上层扩散,使得白天湍流垂直混合过程贡献明显下降,导致近地面重污染天气维持和发展;过程期间区域输送贡献率为66.6%,边界层垂直结构与重污染天气区域输送密切相关,区域污染物输送高度主要出现在边界层顶部以及雾顶逆温层以上的大风速层处,且随着边界层和雾顶抬升高度的变化,通过下沉运动影响地面,形成北部弱高压天气控制下静稳天气区域输送;边界层垂直结构影响冷空气对空气质量的改善效果,S3阶段雾顶的强逆温导致冷空气无法通过湍流切应力传导到地面,在高低空存在明显的风速差,冷空气影响地面时间延后,作用减弱,重污染天气无法彻底缓解.     

基于改进蚁群算法的无人机安全航路规划研究

为减少无人机(UAV)坠毁伤人事故发生,首先,通过UAV飞行空域栅格化,以每飞行小时地面人员伤亡数量为指标定义栅格风险因子,创建航路安全代价期望函数;然后,考虑UAV航路代价,探究距离和安全双重约束条件下的航路规划方法,并采用改进蚁群算法规划最优航路;最后,通过城市物流UAV配送场景验证该模型的有效性,并对比是否考虑安...     

灾害监测无人机技术应用与研究

以汶川8.0级地震灾害中民政部门使用无人机采集数据、评估灾情、监测灾后恢复重建进展情况为例,总结灾害监测无人机技术在灾害救助过程中的积极作用,归纳其技术范围,分析其应用方法以及在地震灾害监测评估中的突出应用,指出其技术应用优势和不足。最后,从该技术发展现状、应用程度和减灾救灾应用需求角度出发,指出灾害监测无人机技术在灾害预警监测、快速评估、恢复重建等方面广泛应用前景,并提出建立与完善重大自然灾害应急无人机监测体系。     

低空无人机飞行冲突分类探测与差异解脱方法研究

针对低空空域这一民用无人机当前的主要活动空间，为解决低空无人机飞行冲突问题，保证无人机飞行安全，提出了一种无人机飞行冲突分类探测与差异解脱方法。首先，在分析无人机低空运行模式的基础上，从对头、交叉和追赶等视角构建低空无人机异质飞行冲突场景，设计了基于安全间隔的无人机飞行保护区，建立了基于改进速度障碍法的无人机飞行冲突探测方法；然后，采用调整高度、航向和速度的飞行调配思路，设计了无人机飞行冲突解脱策略及其适用条件，构建了以最小化冲突解脱时间成本为导向的无人机飞行冲突解脱策略最优配置规则及实施流程；最后，设计多种典型冲突场景对所提方法进行了仿真验证，并分析了时间约束的敏感性。仿真结果表明，所提方法可对低空空域内潜在的无人机飞行冲突进行有效探测，并实现异质冲突场景下解脱策略优先级的科学配置，最优解脱策略的求解时间可控制在2.5 s以下。研究成果可为提升低空空域系统内无人机运行安全管理水平提供依据。     

Bi-PPYOLO tiny:一种轻量型的机场无人机检测方法

机场“黑飞”无人机的检测关系着整个机场的安全问题，机场现有基于雷达手段的无人机探测方法无法正确识别无人机的类型及个数。基于现有雷达探测无人机方法存在的缺点，对PPYOLO tiny目标检测方法在无人机检测中存在的问题进行改进，结合机场“黑飞”无人机的特性和硬件设备部署中模型参数量小的特性，提出了基于Bi-PPYOLO tiny的轻量型无人机检测方法，提出双锥台特征融合结构，并优化检测头部的锚框大小，有效提升了无人机的检测精度。经试验验证，该方法将平均检测精度P_mA从68.07%提升至76.71%,模型参数量为4.06 MB,推理速度为32.21帧/s。所提方法有助于轻量型无人机检测方法在光电设备上的部署与实施，与现有机场无人机探测手段共同保障机场安全。     

利用无人机低空遥感技术的管道爆炸污染监测研究

为了有效监测突发性环境污染，提出了利用无人机低空遥感技术的管道爆炸污染监测研究。以突发性管道爆炸污染事件为例，采用无人机低空遥感技术，识别突发性环境污染程度与区域范围，获取污染测量结果。根据污染物类别与气象条件因素，得到污染物质量浓度，验证污染监测的可靠性。实验结果表明，所提方法的污染监测失效率和可靠度分别为3.7%和93%,污染监测精确度为93%,污染监测时间为30.9s。验证了所提方法能够有效提高突发性环境污染监测精度和效率，确保突发性环境污染监测可靠性，为有效监测突发性环境污染提供了一定的参考。