变电站红外测温技术开发应用情况及效益分析

通过变电站红外测温技术能够及时发现电气设备内部缺陷，实现状态检修，提高经济效益。     

红外在线测温系统

该系统是由红外测温技术、同步扫描技术、高速信号采集处理、实时图像处理软件设计等高技术集成的智能机电一体化测温产品。系统的核心部件——高速非接触式红外测温仪，主要是通过被测物体向外发射红外辐射能量进行检测，并通过内部一个高速旋转的光学系统收集被测物体发出的红外辐射能量，经内部电路转换处理，每秒可连续采集1250个位置点的温度，以实现大面积、精确、实时在线温度测量。该系统具有响应时间短（μs级）、检测扫描速度高、温度采样准确等优点，且具备自动跟踪线扫描及温度校正功能。可广泛应用于建材、电力、冶金、轻工等工业领域，尤其适用于高温、多粉尘、腐蚀性气体环境下对物体的监测，对工业生产的质量保证、节能降耗、提高生产效率、保障安全生产具有重要作用。     

天然高分子海藻酸盐成膜研究(1)

利用红外光谱法对海藻酸盐的成膜机理进行了探讨,提出了制膜方法,确定了最佳成膜条件,解决了成膜速度难以控制的问题。该方法简便,为开发多种具有成膜性的日用化工产品提供了依据。     

基于遥感的杭州城市建成区扩展研究

以1978年MSS影像,1985、1991、1995、2005、2008年的TM影像和2000年ETM+影像作为数据源,以ArcGIS为制图和数据提取的分析手段,通过引入建成区年均增长率、重心坐标、扩展系数、异速生长特征系数等指标,研究了杭州城市建成区扩展的时空特征以及与人口发展之间的协调关系。结果表明:改革开放以来,杭州建成区扩展明显表现出缓慢增长、快速增长和高速增长的阶段性特征,其中,1978～1991年建成区扩展缓慢,1991～2000年建成区快速增长,2000～2008年高速增长;杭州城市建成区重心总体向东北移动;杭州城市建成区扩展与人口发展之间的关系是协调的。     

改进的基于CNN的高光谱遥感图像分类办法

由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法。首先,通过主成分分析,降低光谱维度,消除光谱亢余信息。然后,将数据进行分块处理,获得分块数据的样本标签,并将数据分为训练集和验证集,用训练集和验证集训练改进的针对高光谱遥感图像分类的卷积神经网络的参数。最后,将测试集投入训练好的2D-CNN上进行分类,得到分类结果。实验结果表明,提出的模型的分类精度明显提高,从而验证了该方法的有效性和实用性。     

智能水面搜救机器人设计方案研究

智能水面搜救机器人坚持以人为本的设计理念,采用人工手动控制和智能自动化控制为一体的控制方式,通过机器人底座皮划艇上配备的三轴陀螺仪、三轴加速度计、全向压力传感器、电子罗盘传感器、碰撞传感器、回充传感器等的驱动装置正常、快速运行,利用机体内的人体红外感应器、LDS激光测距传感器、超声波传感器和图像成影防水摄像及视频装置进行搜索并定位被搜救对象,借助可伸缩承重机器人长臂、360度旋转腰部的伸缩调控以及具有轻柔微调性能的机器力量托抱起被救对象,采用光电编码器、电动船控制器、钓鱼船速度控制器等配合实现水面灵活回转快速靠站功能,第一时间把被搜救对象托放至水上救援艇上,实现省时、省力、精准、安全的水面救援。     

尺度变化对油菜种植面积遥感监测精度的影响

农作物种植面积监测是遥感估产的基础工作之一,监测结果的精度直接影响到数据的可信度和可用性。随着多光谱和多空间分辨率数据集的日益普遍,多尺度遥感数据源的综合应用是进行大范围农作物种植面积遥感监测业务化运行的必然趋势,因此尺度变化对农作物种植面积遥感监测精度影响的研究势在必行。该研究采用高空间分辨率的多光谱遥感影像进行油菜种植面积提取,对其提取结果进行基于简单多数原则的尺度转化,得到不同空间分辨率的提取结果,通过与地面实测样方数据构建误差矩阵进行精度分析,分析不同空间分辨率影像对作物种植面积遥感信息提取精度的影响。运用多种精度评价指标,从不同空间分辨率、不同监测方法、不同遥感监测时相等角度系统分析了农作物种植面积遥感测量中的尺度效应问题。为基于多尺度遥感数据综合应用的农作物种植面积遥感监测业务化运行中的数据选择和精度保证问题提供理论与实验基础。     

基于优化HRNetV2的高分辨率遥感影像土地利用自动分类

研究目的：基于语义分割模型HRNetV2实现高分辨率遥感影像的土地利用自动分类,以期推动深度学习语义分割方法实现遥感影像的土地利用自动分类研究,并为该类研究提供可参考的案例。研究方法：首先对语义分割模型HRNetV2从损失函数、特征提取方面进行优化,以提高模型的分割精度;其次用优化后的HRNetV2模型对民乐县2 m的高分辨率遥感影像进行土地利用分类,并基于混淆矩阵对分类的结果进行评估。研究结果：（1）优化后的HRNetV2语义分割模型的MIOU达81.9%,相较于优化前提高了4.4%, 证明了优化方法的有效性;（2）针对民乐县进行的土地利用自动分类总体精度达89.72%,Kappa系数达0.888。研究结论：优化后的HRNetV2语义分割模型在高分辨率遥感影像的土地利用自动分类中具有较强的应用前景。     

内陆水体叶绿素a遥感信息提取的研究现状与进展

叶绿素是反映水体富营养化程度的一个重要参数,遥感提取内陆水体叶绿素浓度是实现内陆水体富营养化动态监测的一个重要途径.内陆水体大部分属于二类水体,受人类活动干扰较大,富营养化严重,其复杂的水体光学特性增加了叶绿素遥感信息提取的难度.目前内陆水体叶绿素遥感信息提取取得了一定的进展,但提取的精度有待进一步提高,模型的普适性与稳定性需进一步研究.文章总结了近年来内陆水体叶绿素遥感提取所用的遥感数据源及其提取方法,分析了各遥感数据及提取方法的优缺点;讨论了目前内陆水体叶绿素遥感信息提取存在的问题并对研究进行了展望.