超声波自动化积雪深度测量与分析

来源 :测绘与空间地理信息 | 被引量 : 0次 | 上传用户:liandakj2005
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究设计并利用超声波传感器对雪深进行监测,在融雪期对其中两个监测点利用人工测量实际雪深,使其与超声波传感器监测雪深值进行对比分析。通过数据分析发现:1)数据通过了拉依达法则标准下的质量控制。2)以地表面为基准面,超声波雪深监测仪监测雪深值与人工实际测量雪深值二者之间的相关系数为0.956 4。最小误差率为0.53%,最大误差率为29.12%,平均误差率为3.97%。3)以积雪表面为基准面,在2 h的时间间隔时,仪器监测雪深值与人工测量雪深值之间误差、标准差均最小,分别为±2.15 cm和1.34 c
其他文献
城市排水管网作为城市重要的基础设施,担负着城市生活污水、工业废水的收集以及雨水排除的任务。本文以哈尔滨市道里区某一条街道为研究对象,在SWMM模型的基础上建立了管网排水模型,根据一年一遇的强降雨数据进行模拟计算,得到溢流节点共20个,溢流峰值流量在0.009—0.272 m~3/s之间,溢流总量在9—318 m~3之间;瓶颈管段有50个,其中管段承载时长在0.09—1.74 h之间。最后针对构建的
基于无人机影像对不同农作物植被在不同生长期的净初级生产力进行估算。本文对试验田区域的可见光植被指数(GRRI、GBRI、NGRDI、NGBDI、VDVI及RGBVI)与NDVI指数进行相关性分析,发现可见光波段差异指数(VDVI)与NDVI指数呈显著相关性。在此基础上,将无人机影像的VDVI指数代入CASA模型,对试验田的农作物的月净初级生产力进行估算。结果表明:1) VDVI指数可以很好地区分水
结合河湖和水利工程管理范围划界工程实例,探讨了利用Omap和ArcGIS软件进行辅助作业,简化了作业流程,提高了工作的质量和效率,确认Omap和ArcGIS软件在河湖和水利工程管理范围划界工作中的可行性和实用性。
立足湖南省已开展的重要河湖遥感监测工作的经验,探讨了河湖"四乱"问题遥感监测体系的主要监测内容、业务支撑体系和业务运行流程,提出了一套集变化快速发现、任务交办跟踪、问题整改处置于一体的业务化运行监测体系。该监测体系与自然资源部门开展的卫星监测体系协同联动,能够及时精准发现各类"四乱"问题,降低各级河长实地巡查的工作量,促使河湖巡查不留死角,真正实现全省河湖巡查全覆盖,全面提高全省河湖监管信息化水平
鉴于当前点状地名数据仅以点坐标形式记录其空间位置,缺乏空间范围的具体描述,造成多源地名匹配后,位置信息包含不确定性,不利于后期地名认证。本文在地名融合的基础上引入地理实体概念,使用含有地理实体轮廓的Wikimapia项目数据,作为地名数据的空间描述,拓展地名数据的位置信息。并以俄罗斯局部区域的村庄数据为例进行了实验,实验结果表明,融合后的地名数据具有较高的准确性、有效性,扩展了属性数据,有效解决了
准确地估测植被覆盖度对于生态环境、自然资源评估有着重要的意义。本文通过无人机获取多光谱影像结合DEM,对拍摄区域植被面积进行估测;利用无人机遥感平台搭载的Sequoia多光谱相机获取影像数据,研究了常见的4种植被指数(归一化差值植被指数(NDVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、绿度归一化植被指数(GNDVI))在植被面积估测中的适用性。实验结果表明,无人机多光谱影像结合D
采用精密单点定位(PPP)的方法,分别进行静态实验和动态实验,对重庆主城地区的BDS与GPS定位的精度进行研究,发现BDS系统的可视卫星数量明显多于GPS系统,但在稳定性上稍稍弱于GPS,对比BDS卫星导航定位系统、GPS卫星导航定位系统以及BDS/GPS组合定位的精度及时效性,得出了BDS/GPS组合定位精度更高且时效性更好的结论。
针对基础性地理国情监测中耗时耗力的质量检查工作,以广东省2019年基础性地理国情监测为例,基于ArcGIS+FME设计了一套地理国情监测检查工具。通过ArcGIS+FME实现了地表覆盖图斑常规检查模型和地表覆盖图斑接边检查模型,提高了质量检查效率,为基础性地理国情监测项目质量检查工作提供了参考。
主要研究了异构地理信息服务集成方面的问题,探讨了基于适配器原理的异构服务集成的可行性。通过实验将切片服务、ArcGIS Server以及Erdas Apollo发布的WMS 3种异构服务集成到一起,形成一个新的、面向专题的地图服务,并与基于API的异构服务集成方法进行对比分析。该研究具有重要理论价值和实际意义,研究结果为大数据时代分布的地理空间信息服务高效集成、实现功能更加完善的WebGIS以及W
利用无人机获取研究区域的数字影像和多光谱影像,经过数据处理,提取研究区域的植被指数,基于已有的农作物株高和生物量等农业数据,在归一化处理后进行分析,进而反演出农作物长势规律,实现无人机一次数据采集得到农作物同一时期生长规律的监测,提高监测效率,降低监测成本。