植被状况、覆盖、变化和过程的评估是全球变化研究项目的主要组成部分,也是具有重大社会意义的课题。光谱植被指数是最广泛使用的卫星数据产品之一,它为气候、水文和生物地球化学研究、物候学、土地覆盖和土地覆盖变化检测、自然资源管理和可持续发展提供了关键测量数据。植被指数 (VI) 是一种稳健且无缝的数据产品,无论生物群落类型、土地覆盖状况和土壤类型如何,它都以类似的方式在时间和空间上对所有像素进行计算,因此代表了真实的表面测量值。VI 的简单性使其能够跨传感器系统融合,这有助于确保长期陆地表面建模和气候变化研究的关键数据集的连续性。目前,已有超过二十年的 NOAA 高级甚高分辨率辐射计 (AVHRR) 得出的一致的全球归一化差异植被指数 (NDVI) 陆地记录,这对全球生物群落、生态系统和农业研究做出了重大贡献。在本章中,我们介绍了中分辨率成像光谱仪 (MODIS) VI 产品的当前状态、其算法状态和传统、验证和 QA。我们重点介绍了陆地遥感科学的一些重要进展,并讨论了使用 MODI 所带来的各种应用和社会效益
摘要:无人机视觉技术在野外救援中的重要性日益凸显。针对野外网络状况不佳、天气恶劣的人类,本文提出了一种从无人机多光谱相机实时拍摄的视频或预先下载的卫星多光谱图像中提取道路和检测路况的技术,为人类提供最优的路线规划。此外,根据无人机的飞行高度,人类可以通过动态手势识别与无人机进行交互,以识别紧急情况和潜在危险,以便进行紧急救援或重新规划路线。本研究的目的是检测路况并识别紧急情况,以便为野外的人类提供必要和及时的援助。通过获取归一化植被指数(NDVI),无人机可以有效区分裸土路和碎石路,从而完善我们之前的路线规划数据的结果。在低空人机交互部分,我们基于媒体管道手势标志,结合机器学习方法,构建了四种基本手势的数据集,用于求救动态手势识别。我们在不同的分类器上测试了数据集,最好的结果表明该模型在测试集上可以达到 99.99% 的准确率。在这篇概念验证论文中,上述实验结果证实了我们提出的方案可以实现我们预期的无人机救援和航线规划任务。
CBD Central Business District DRRP Disaster Risk Reduction Plan 2023 -2025 DEM Digital Elevation Model DSPD Department of Spatial Planning and Development ELB Epworth Local Board EMA Environmental Management Agency FGD Focus Group Discussion GEE Google Earth Engine GIS Geographic Information System GRDC Goromonzi Rural District Council KII Key Informant Interview LEAP Local Environmental Action Plan 2021 - 2025 LPA Local Planning Authority LULC Land Use and Land Cover MLGPW地方政府和公共工程部NDS1国家发展战略I NDVI标准化差异植被指数NDWI标准化差异差异水指数非政府组织RDC农村地区理事会RLB RUWA RUWA RUWA RUWA RUWA RUWA RUS RUS ROS ROS ROS研究RTCP地区城镇和国家 /地区规划法第29:12章。UC城市委员会UCA UCA URBAN CORMENS法律[第29:15] UDCORP URBAN DEVELECT CORPORATION WS书面声明Zimstat Zimstat Zimstat Zimbabwe国家统计局Zinara Zimbabwe国家道路ZINWA ZIMBABWA ZIMBABWE国家水务局国家水务局国家水务局
摘要:红树林为周边社区提供重要的生态系统服务。尽管红树林非常重要,但沿海地区的发展会直接影响到面积覆盖率的减少。了解沿海发展对红树林碳储存能力的影响是一个重要的课题。本研究旨在研究马来西亚彭亨州 Cherating - Pekan 海岸线的侵蚀和沉积速率,并估算碳储量变化量。利用 SPOT 5 卫星图像确定了 2006 年至 2014 年的侵蚀和沉积速率。建立了归一化差异植被指数 (NDVI) 模型,以估算红树林特有的碳储量。研究结果表明,红树林仅在 87 公里长的 Cherating-Pekan 海岸线的四个地方生长。差异分析表明,海岸线经历了侵蚀和沉积过程,使用终点速率 (EPR) 方法,Cherating 河和 Penor 河的变化最快,分别为 10.31 和 18.17 米/年。乌拉尔河和关丹河已被确定为中度侵蚀易发区。2006 年和 2014 年红树林的总碳储量估计分别为 499.78 吨/公顷和 520.48 吨/公顷。这一发现提供了有用的基线信息,在规划未来发展以及管理彭亨海岸线的资源时应予以考虑。
AW3D ALOS 世界 3D(近全球高度模型) AW3D30 点间距为 30 米的 AW3D(免费提供高度模型) CAP 共同农业政策(欧盟政策) CCD 电荷耦合器件 CMOS 互补金属氧化物半导体 CORINE 环境信息协调 CORS 连续运行参考站(用于精确 GNSS 定位) DInSAR 差分干涉合成孔径雷达 DSM 数字表面模型(可见表面高度) DTM 数字地形模型(裸地高度) EASA 欧洲航空安全局 EGNOS 欧洲地球静止导航叠加服务 FMC 前向运动补偿 FOV 视场 GCP 地面控制点 GDEM2 ASTER 全球数字高程模型(免费提供 DSM) GNSS 全球导航卫星系统(GPS、GLONASS、伽利略、北斗等) GSD 地面采样距离 HALE 高空长航时 ICAO 国际民用航空组织 InSAR 干涉合成孔径雷达 JRC 欧盟委员会联合研究中心 LiDAR 光探测与测距 - 也称为激光扫描仪 LOD 细节层次(用于城市地图细节) LPIS 地块信息系统 MEMS 微机电系统 - 用于姿态测定 Mpix 百万像素(传感器像素数) NDVI 归一化差异植被指数 NIR 近红外 OCS GE 大规模土地覆盖和土地利用数据库(大尺度太阳辐射职业) PPK 后处理 运动 GNSS
希腊雅典国立技术大学乡村与测量工程学院摄影测量实验室,电子邮箱:maltezosev@gmail.com;cioannid@survey.ntua.gr 第三委员会,第三工作组/2 关键词:激光雷达、点云、建筑物提取、扫描线、过滤、变化检测 摘要:本研究旨在自动检测建筑物点:(a)从激光雷达点云中使用简单的过滤技术来增强每个点的几何特性,以及(b)从使用立体方法半全局匹配 (SGM) 在高分辨率彩色红外 (CIR) 数字航空影像上应用密集图像匹配提取的点云。第一步,去除植被。在 LIDAR 点云中,首先使用法线,然后使用粗糙度值,实施并评估两种不同的方法:(1)建议的扫描线平滑滤波和阈值处理,以及(2)双边滤波和阈值处理。对于 CIR 点云的情况,出于相同目的,计算归一化差异植被指数 (NDVI) 的变化。之后,使用形态学算子提取裸地并将其从其余场景中移除,以保留建筑物点。使用现有正射影像作为参考,评估在希腊北部城市地区应用每种方法提取的建筑物的结果;此外,将结果与从两个商业软件中提取的相应分类建筑物进行比较。最后,为了验证达到最佳精度的提取建筑物点的实用性和功能性,在整个场景的子区域上指示性地执行细节级别 1 (LoD 1) 的 3D 模型和 3D 建筑物变化检测过程。
摘要:杂交作为盐度耐受性的玉米育种计划的一部分,可以有助于提高盐水的盈利能力,并减轻盐胁迫对植物的有害影响。本研究旨在评估从基于Griffing的方法I获得的42个F1混合体的生理和谷物产量性能,以开发最佳杂种的初步选择,用于中等盐水,以用于中等盐水,以在墨西哥Yaqui Valley,墨西哥Yaqui Valley中进行未来的研究。这些杂交在适度的盐水条件下,在晶格(7×7)设计中具有四个复制。与植物气体交换有关的六个变量,并评估了谷物产量。ANOVA,当杂种之间发现显着差异时,通过Tukey的事后测试比较了平均值,为1%。Pearson相关性均在所有变量之间估计。大多数变量表现出统计差异,除了叶绿素含量和归一化差异植被指数(NDVI)外。变量中的差异最大的光合作用,蒸腾,用水效率和气孔电导揭示了中等盐度条件下杂种内的遗传变异性。这些结果使我们能够提出具有较高光合作用的混合体(> 27 µmol CO 2 m -2 s -1),中等蒸腾作用(2-3 µmol H 2 O M -2 S -1),高水利用效率(> 8 µmol CO 2 µmol CO 2 µmol H 2 µmol H 2 O M -2 S -2 S -1)和高率(s seline for Selire for Seleter),以适用于SALINE(s)。
AGL 高于地面 AOI 感兴趣区域 ARF 即将起飞 ATC 空中交通管制 BEC 电池消除电路 B-VLOS 超视距 CAA 民航局 CHDK Canon Hack 开发套件 CMOS 互补金属氧化物半导体 CW 顺时针 CCW 逆时针 DSM 数字表面模型 DJI 大疆创新 ESC 电子速度控制器 FL 飞行高度 FLIR 前视红外雷达 FPV 第一人称视角 GIS 地理信息系统 GPS 全球定位系统 GNSS 全球导航卫星系统 IATA 国际航空运输协会 ICAO 国际民用航空组织 KAP 风筝航空摄影 LiDAR 光检测和测距 LiPo 锂聚合物 LRS 远程系统 MP 百万像素 NATS 国家空中交通服务 NDVI 归一化差异植被指数 NGO 非政府组织 NOTAM 飞行员通知 OPTO 光隔离器 OSD 屏幕显示 PfAW 空中作业许可 PNP 即插即用 PPK后处理运动学 RC 无线电控制 RGB 红色、绿色、蓝色 RPAS 遥控飞机系统 RTF 准备飞行 RTH 返回家园 RTK 实时运动学 RTL 返回发射 SfM-MVS 运动结构多视角立体 TLS 地面激光扫描仪 TOW 起飞重量 UAV 无人驾驶飞行器 UTM 无人驾驶飞机系统交通管理 VFR 目视飞行规则 VLOS 视觉视线
抽象的森林和土地火(FLF)严重损害了森林生态系统并降低其功能。预测容易发生火灾的地区对于有效的管理和预防至关重要。机器学习(ML)在该领域显示出潜力。到2022年,东努萨·坦加拉(East Nusa Tenggara)(NTT)在印度尼西亚的火灾发生率最高,燃烧了70,637公顷。这项研究使用七种ML方法评估了NTT的FLF漏洞:高斯天真的贝叶斯,支撑矢量机,逻辑回归,人工神经网络,随机森林,渐变升压机和极端的毕业增强机(XGB)。使用ArcGI开发了NTT 2022火灾数据和14个与火灾相关因素的地理空间数据集。使用信息增益比进行特征选择,确定了十二个关键特征:高程,斜率角,坡度,平面曲率,土地覆盖,NDVI,通往道路的距离,建筑物的距离,每年降雨,平均温度,风速,风速和相对湿度。XGB模型表现最佳,训练的AUC值为0.959,测试为0.743。由此产生的脆弱性图显示了关键的火灾因素:高程,柔和的斜坡,弯曲的地形,森林覆盖,植被不良,人类活动,遥远的消防资源,低降雨,高温,高风速和湿度低。建议包括土地管理,防火植被,政策执法,社区教育和基础设施增强。关键字:东努萨·坦格拉(East Nusa Tenggara),森林和陆地火,特征选择,机器学习,映射
摘要 在两个农业季节中,进行了一项田间试验,以量化本地细菌接种剂对不同氮 (N) 施肥量下小麦作物生长、产量和品质的影响。小麦在实验技术转移中心 (CETT-910) 的田间条件下播种,该中心是来自墨西哥索诺拉州亚基谷的代表性小麦作物区。试验采用不同剂量的氮 (0、130 和 250 kg N ha −1 ) 和细菌联合体 (BC) (枯草芽孢杆菌 TSO9、B. cabrialesii subsp. tritici TSO2 T 、枯草芽孢杆菌 TSO22、B. paralicheniformis TRQ65 和 Priestia megaterium TRQ8) 进行。结果表明,农业季节影响叶绿素含量、穗大小、每穗粒数、蛋白质含量和全麦粉黄度。在施用 130 和 250 kg N ha −1(常规氮肥剂量)的处理中,叶绿素和归一化植被指数 (NDVI) 值最高,冠层温度值较低。氮肥剂量影响小麦黄色浆果、蛋白质含量、十二烷基硫酸钠 (SDS) 沉降量和全麦粉黄度等品质参数。此外,在 130 kg N ha −1 的施用量下,施用本地细菌联合体可使穗长和每穗粒数增加,从而提高产量(与未接种处理相比,每公顷增产 1.0 吨),且不影响谷物品质。总之,使用这种细菌联合体有可能显著促进小麦生长、产量和品质,同时减少氮肥施用,从而为提高小麦产量提供一种有前途的农业生物技术替代方案。