基于高光谱SMPI法的草原地表微斑块识别与分类

草原地表微斑块特指在高光谱图像上荒漠化草原 鼠洞、裸土和植被所表现出的斑块。这些是评价草 原退化的重要指标。地表微斑块的识别与分类是基于遥感草原退化监测与评价研究的基础性 的工作,对草 原区域性规划、系统恢复与重建理起到至关重要的作用。由于高光谱采集及分析诸多方面的 原因,目前地 表微斑块高光谱的识别研究较少。本研究首次以荒漠化草原实地地表微斑块为研究对象采集 高光谱数据, 提出了SMPI法(Surface Mini-Patch Index,地表微斑块指数法),实现了草原地表微斑 块的高精度识别与 分类。研究结果表明,SMPI法可将荒漠化草原地表微斑块进行高精度识别与分类,通过Kapp a系数验证, 整体验证精度高于96%。此研究为无人机或低空遥感进行草原退化监测与定量反演提供了基 础。     

基于无人机高光谱荒漠草原鼠洞识别方法研究

近年,我国草原鼠害有逐年上升的趋势。草原鼠害不仅加剧了水土流失与荒漠化进 程,还会 引发鼠疫。鼠洞洞口数是我国进行鼠害监测与等级评价的重要指标,目前采用的人工勘察方 法存在着 精度低、费时费力、调查成本较高、只适用小面积调查等诸多问题,难以满足大面积实时监 测和研究 的要求。进行实时、动态的鼠洞数量分布监测,是有效地制定灭鼠措施和预防鼠疫发生的重要手 段。本研 究利用无人机携带高光谱仪对荒漠化草原进行数据采集,提出鼠洞指数(rat hole index, RHI)对草 原鼠洞进行识别。研究结果表明,利用RHI识别草原鼠洞,总体精度可达97%,Kappa系数可达0.93, 该模型与归一化植被指数(normalized difference vegetation index,NDVI)、土壤调节植被指数(soil-adjusted vegetation index,SAVI)、比值植被指数(ratio vegetation index,RVI)等3种植被指数模型相比具有较高的识别精度。RHI的提出,有 效地提高 草原鼠洞的识别精度和效率,为鼠害防治以及草原退化监测和研究提供有效方法。     

基于A-Clenet5的荒漠化草原草种识别与分类

草原退化已经成为人类面临的主要生态问题,其标 志之一是草原植被群落结构的改变,而草原草种的高光谱识别与分类是利用遥感进行大面积 高精度草原退化监测与治理的基础与前提。由于天然草原草种分布的随机性和遥感图像云系 情况的复杂性,草种识别精度低的问题未能得到满意的解决。本研究基于深度学习首次提出 A-Clenet5法,在天然草原自然光下采集典型牧草高光谱数据,对数据进行预处理,利用A -Clenet5法进行特征挖掘和数据分类。研究结果表明,该方法对草种识别精度可达到92.18%,满足基于高光谱的草原草种的识别要求,为草原退化高精度遥感 监测提供了可能。     

碳纤维增强莫来石陶瓷的介电性能和吸波性能研究

采用模压成型工艺和固相反应烧结制备了碳纤维/莫来石（Cf /Mullite）复合材料。对Cf /Mullite复合材料的物相组成、微观结构进行了表征,使用矢量网络分析仪研究了碳纤维（Cf）含量对莫来石（3Al2O3 2SiO2）陶瓷在X波段（8.2~12.4 GHz）的介电性能和吸波性能的影响。结果表明：Al2O3和SiO2在高温下充分反应生成了莫来石陶瓷,Cf /Mullite复合材料具有相对致密结构,Cf /Mullite复合材料的介电常数和介电损耗角正切值（tan δ）均随碳纤维添加量的增加而增大,且Cf的加入使得莫来石陶瓷具有更优的电磁波吸收性能。Cf体积分数为1.2%、Cf /Mullite复合材料厚度d=1.5 mm时,反射损耗最大吸收峰为-33.3 dB,反射损耗优于-5 dB的吸收频宽达3.675 GHz,反射损耗优于-10 dB的频宽达到2.205 GHz。Cf的加入显著提高了莫来石陶瓷的吸波性能。