2005～2017年快速城市化背景下洱海流域不透水表面时空格局分析

近年来随着我国经济建设的不断加快以及城市化的快速发展,工业和人口的大规模聚集造成了不透水表面的快速扩张,这对城市生态环境产生了严重的影响。作为城市化水平的关键指示因子,不透水表面已经被广泛应用在城市生态环境评估中。为了定量的分析洱海流域不透水表面拓展的时空动态特征规律,本文以大理市所在的洱海流域为研究对象,利用2005年至2017年的大理市Landsat 5、Landsat 8遥感影像,提取归一化水体指数(MNDWI)和归一化差值不透水表面指数(NDISI)对洱海流域的城市、道路进行空间分析并提取出不透水表面信息进行空间格局分析。研究结果表明：2005~2017年间,随着城市化的快速发展,洱海流域的植被覆盖率和水体等自然地物覆盖率处于下降状态,而不透水覆盖率从11.6%上升到19.8%,呈现快速持续上升趋势。由洱海水质和其流域内不透水覆盖率线性拟合结果可以得到两者具有一定的负相关性。可以预见洱海水质未来发展中随着不透水覆盖率的增长而下降。因此,在城市发展的同时,应该注重对洱海的综合治理,不能任水质自行调节。本研究结果为洱海流域内城市规划管理和流域(水)环境治理提供参考信息,具有重要的现实意义。     

区域旅游资源调查中遥感技术应用研究

针对遥感技术的特点，分析了遥感技术在区域旅游资源调查中的作用，阐述了目视解译法、类比法、典型地区调查法和资料汇集法，以及访问座谈、发放调查表和旅游制图等辅助方法在确立解译标志时的应用。     

应用ETM+影像分析佛山市绿地信息

应用ETM 影像和地理信息系统对佛山城市绿地信息进行了研究。为了提取正确的绿地专题信息，对提取的方法进行了探讨。研究结果表明，佛山市绿地分布很不平衡．并提出了佛山市绿地建设的合理化建议。     

红外遥控键盘单片机接口实现技术

本介绍了一种利用电视机遥控器作为单片机输入键秀的接口原理和方法，并讨论了如何使用单片机来指令的解码，实践证明这种接口方式可以节省单片机的硬件资源，缩小单片机系统的体积，同时也方便了单片机的操作，尤其是某些需要远距离操作场合。     

水库闸坝自动化监控系统浅析

水库闸坝自动化监控系统对于提高闸坝的运行管理水平和组建流域水文调度系统具有重要作用。该系统具有远程控制与调节能力、大坝安全检测系统及自动监控系统，为水库的安全运行提供有力的保障。     

基于ArcScan的遥感影像中水域信息快速提取方法

将遥感信息的动态性和地理信息系统的分析功能相结合,可以快速、准确地分析水域动态变化。作者在总结前人研究的基础上,提出了基于ArcScan自动矢量化水体边界、快速提取水域信息的方法,文章主要介绍了ArcScan模块、研究流程与具体的方法,并以安徽巢湖2个时期的水域信息提取为例,取得了很好的效果;实践表明,在遥感图像分类的基础上,基于ArcScan自动提取水域信息的方法获得底图要素,可以大大提高专题制图的质量、效率和灵活性。     

快鸟数据在光学遥感器成像仿真中的应用

针对早期光学遥感成像模拟软件基于地面图像或机载航空图像的情况,提出针对高分辨率快鸟图像进行航天光学遥感器成像仿真的方法。基于高分辨率快鸟图像,采用ISODATA法进行非监督分类,得到土地分类专题图,通过地物光谱数据库进行反射率转换,从而获得地面反射率图像;利用大气辐射传输软件MODTRAN对其进行大气修正,结合卫星遥感器辐射定标系数,最终得到卫星遥感器输出图像。通过系统仿真结果表明,利用快鸟进行光学遥感器成像仿真为伪装效果检验提供一种有效的手段。     

虚拟GDB远程调试技术及其在硬件仿真器中的应用

为了解决当前硬件仿真器采用测试激励与探针采样调试方法导致的额外硬件资源需求增加以及调试方法复杂死板的问题,研究出一种虚拟GDB远程调试技术提高硬件仿真器的调试能力。首先,使用JTAG的消息代理器与事务处理器进行软件与硬件的信息交互,实现计算机与硬件仿真器的通信;然后,通过VPI接口实现GDB与JTAG代理器的软件信息交互,完成虚拟GDB调试;最后,在硬件仿真器中进行应用实验。结果表明,虚拟GDB远程调试系统可支持断点插入、单步运行、寄存器读写等功能,与插入探针的调试方法相比,使用虚拟GDB调试提速近百倍。虚拟GDB远程调试技术丰富了硬件仿真器的软件调试手段,增强了硬件仿真器的调试能力,提升了芯片设计验证效率。     

基于改进YOLOv5的遥感图像飞机目标检测

针对遥感图像中飞机检测尺寸大小不一、背景复杂导致的难以识别问题,提出一种基于YOLOv5网络模型的改进方法。首先,在YOLOv5网络模型中融入Swin-Transformer模块,使网络全局建模并使全维度信息交互,以提升网络的特征提取能力;其次,对损失函数进行优化,引入SIOU损失函数以考虑真实框和预测框之间的向量角度问题。对比实验表明,优化前后网络模型检测精度均为95.3%。在检测精度相同的情况下,改进后的网络模型召回率为91.2%,比改进前提升0.6个百分点;改进后平均检测精度mAP_0.5为95.7%,比改进前提升0.2个百分点。结果表明,改进后的YOLOv5网络模型能在一定程度上提升遥感图像中飞机目标检测性能。     

基于弱监督的VGG深度学习网络遥感影像云检测

大多遥感影像云检测方法中,训练数据需要对影像的每个像素进行标记,标记成本非常昂贵,为了减轻深度学习遥感影像云检测中人工劳动标记数据的成本,图像块标签代替像素标签进行深度学习训练。首先,将多种下垫面的遥感影像裁剪成图像块并标记,带有标签的图像块作为数据集;然后,块状的数据集训练改进VGG深度学习网络,训练好的网络对大型遥感影像进行云检测;最后,选取多种中分辨率卫星图像分别用改进VGG与VGG网络进行了云检测对比实验。结果表明,改进VGG遥感影像云检测方法能很好地检测出碎云和厚云,整个云区的平均精度都在90%以上。使用带标签的图像块,不仅减少了人工劳动,而且有效地进行遥感影像云检测,可为弱监督深度学习的遥感影像相关研究提供参考。