在激光金属沉积 (LMD) 中,沉积轨道的高度会在层内和层间发生变化,从而导致工艺演变过程中出现显著偏差。先前的研究表明,在某些条件下会出现一种自稳定机制,保持高度有规律地增长,并保持零件和沉积喷嘴之间的恒定距离。在这里,我们分析了粉末收集效率和沉积高度稳定性之间的联系。为此,开发了一种监测系统来研究不同工艺条件下的沉积,使用在线测量样品重量并结合同轴光学三角测量获得的层高信息。使用分析模型根据高度监测和工艺参数实时估算沉积效率,并通过直接质量测量对其进行了验证。结果表明,轨道高度稳定与粉末收集效率降低有关,而粉末收集效率受熔池相对于粉末锥和激光束的相对位置控制。对于给定的一组参数,可以估算出间距以实现最高的粉末收集效率和通过构建方向的规则高度。
摘要 — 过去二十年来,星载激光雷达系统凭借其准确估算树冠高度和地上生物量的能力,在遥感领域获得了发展势头。本文旨在利用最新的全球生态系统动态调查 (GEDI) 激光雷达系统数据来估算巴西桉树人工林的林分尺度优势高度 (H dom) 和林分体积 (V)。这些人工林由于树冠覆盖均匀且可进行精确的实地测量,因此提供了有价值的案例研究。基于几个 GEDI 指标,使用了几个线性和非线性回归模型来估计 H dom 和 V。 H dom 和 V 估计结果表明,在低坡度地形上,使用逐步回归方法可获得最准确的 H dom 和 V 估计值,均方根误差 (RMSE) 分别为 1.33 m(R 2 为 0.93)和 24.39 m 3 .ha − 1(R 2 为 0.90)。解释 H dom 和 V 超过 87% 和 84% 变异性 (R 2 ) 的主要指标是表示 90% 的波形能量发生于地面以上高度的指标。对六种可用的不同处理算法发出的后处理 GEDI 指标值进行测试表明,H dom 和 V 估计的准确性取决于算法,使用算法 a5 相对于 a1,两个变量的 RMSE 均增加了 16%。最后,选择最后检测到的模式或最后两个模式中较强的模式的地面回波也会影响 H dom 估计精度,使用后者会导致 12 厘米 RMSE 降低。
摘要。行星边界层(PBL)高度(PBLH)是各种流星和气候研究的重要参数。本研究提出了一个多结构深神经网络(DNN)模型,该模型可以通过整合早晨的温度纤维和表面气象观测来估计PBLH。DNN模型是通过利用富含的PBLH数据集而开发的,该数据集是从长期存在的辐射记录中得出的,并以高分辨率的微脉冲激光雷达和多普勒激光雷达观测来增强。我们以10个成员的合奏访问DNN的性能,每个成员都有独特的隐藏结构,从1994年到2020年,在南部大平原上共同产生了强大的27年PBLH数据集。各种气象因素对PBLH的影响是通过重要性测试严格分析的。此外,还评估了DNN模型的准确性,以针对辐射观测值进行评估,并与传统的遥感方法并置,包括多普勒激光雷达,天花板,拉曼激光雷达和微脉冲激光雷达。DNN模型在各种条件下表现出可靠的性能,并且相对于遥感方法表现出较低的偏见。此外,最初在普通区域进行训练的DNN模型在应用于山羊山(Green Ocean Amazon; Tropical Rainforest)和Cacti(云,Aerosol和Aerosol,Aerosol和复杂的地形相互作用; Middle lat Lattlative Mountains; Middle Lattlative Mountains)活动中遇到的异质地形和气候时,表现出显着的适应性。这些发现证明了深度学习模型在估计PBLH中的有效性,增强了我们对边界层过程的理解,对改善PBL在天气预测和气候建模中的表示的影响。
摘要:在发射环境中,卫星承受着严重的动态载荷。发射环境中的这些动态载荷可能导致有效载荷故障或任务失败。为了提高卫星的结构稳定性并使太空任务可靠地执行,必须有一个减少结构振动的加固结构。然而,对于有源小型SAR卫星,质量要求非常严格,这使得很难应用额外的结构来减振。因此,我们开发了一种碳纤维增强塑料(CFRP)基层压补片,以获得具有轻量化设计的减振结构,以提高S-STEP卫星的结构稳定性。为了验证基于CFRP的补片的减振性能,在试件级别进行了正弦和随机振动试验。最后,通过正弦和随机振动试验对带有所提出的基于CFRP的层压补片的S-STEP卫星的结构稳定性进行了实验验证。验证结果表明,基于CFRP的层压补片是一种有效的解决方案,可以有效降低振动响应,而无需对卫星结构设计进行重大更改。本研究开发的轻量化减振机制是保护振动敏感部件的最佳解决方案之一。
金属增材制造 (AM),例如激光直接能量沉积 (DED),因其能够为各种工业应用制造近净成形的复杂部件而越来越受欢迎。然而,DED 过程中的几何控制,尤其是在急转弯处的几何控制仍然是一项艰巨的任务。为了实现几何控制,几何估计以确定工艺参数和几何属性之间的关系至关重要。在本研究中,使用激光线扫描仪、视觉相机和域自适应神经网络 (DaNN) 为 DED 开发了一种实时层高估计技术。重点放在多层沉积期间尖角处的层高估计。首先,使用激光线扫描仪收集多层直线沉积数据并构建初始层高估计模型。然后,为了有效地实现角落沉积期间的层高估计,使用多层直线沉积数据和构建的初始模型建立了 DaNN 模型。使用视觉相机测量角落处的实际移动速度并将其作为输入特征之一输入到 DaNN 模型中。最后,在线更新 DaNN 模型以进一步提高角落沉积期间的估计精度。所提出的技术已通过DED实验验证,结果表明,当在不同角度的角落沉积多层平均高度为 250 µ m 的层时,可以在 0.018 秒内估算出层高,平均精度为 25.7 µ m。
在激光金属沉积(LMD)中,沉积轨道的高度可能在层和层之间变化,从而在过程演化过程中导致显着偏差。以前的作品表明,在某些条件下,会发生自动化的机制,保持规律的高度生长和零件和沉积喷嘴之间的恒定站立距离。在这里,我们分析了粉末集水区效率和沉积高度稳定性之间的联系。为此,开发了一个监测系统,以研究不同过程条件下的沉积,使用样品重量与同轴光学三角调节获得的层高度信息结合使用。一种分析模型用于从高度监测和过程参数实时估计沉积效率,这是由直接质量测量结果验证的。结果表明,轨道高度稳定与粉末集水区效率的降低有关,该效率受熔体池相对于粉末锥和激光束的相对位置的控制。对于给定的一组参数,可以估计距离距离可以实现最高的粉末集水区效率和通过构建方向的常规高度。
需要森林监测工具来促进有效的、数据驱动的森林管理和森林政策。遥感技术可以提高森林监测的速度和成本效益,以及大规模森林属性制图(墙到墙方法)。数字航空摄影测量 (DAP) 是一种常见的、具有成本效益的机载激光扫描 (ALS) 替代方案,它可以基于常规获取的用于一般基础地图的航空照片。基于此类预先存在的数据集的 DAP 可以成为具有成本效益的大规模 3D 数据源。在森林特征描述方面,当有高质量的数字地形模型 (DTM) 时,DAP 可以生成描述树冠高度的摄影测量冠层高度模型 (pCHM)。虽然这种潜力似乎非常明显,但很少有研究调查过基于标准官方航空调查获得的航空立体图像的区域 pCHM 质量。我们的研究建议使用参考测量的树高数据库,根据按照此类协议获取的原始图像评估 pCHM 单个树高估计的质量。为了进一步确保该方法的可复制性,pCHM 树高估计基准仅依赖于公共森林清单 (FI) 信息,而摄影测量协议则基于低成本且广泛使用的摄影测量软件。此外,我们的研究调查了基于 FI 程序提供的邻近森林参数的 pCHM 树高估计之间的关系。我们的结果强调了使用 DAP 的 pCHM 提供的树高估计与现场测量和 ALS 树高数据具有良好的一致性。在树高建模方面,我们的 pCHM 方法与应用于 ALS 树高估计的相同建模策略得到的结果相似。我们的研究还确定了 pCHM 树高估计误差的一些驱动因素,并发现树木大小(胸高直径)和树木类型(常绿/落叶)等森林参数以及地形地貌(坡度)比图像调查参数(如重叠变化或数据集中的日照条件)更重要。结合 pCHM 树高估计,地形坡度、胸高直径 (DBH) 和常绿因子用于拟合预测实地测量树高的多元模型。文献中很少涉及这些方面,进一步的研究应侧重于如何将 pCHM 方法整合起来,以改进使用 DAP 和 pCHM 的森林表征。在 r²(0.90 VS 0.87)和均方根误差(RMSE,1.78 VS 2.01 m)方面,该模型比将 pCHM 估计值与实地树高估计值联系起来的模型表现出更好的性能。我们的有希望的结果可用于鼓励使用区域航空正射影像调查档案以非常低的额外成本生成大规模优质树高数据,特别是在更新国家森林资源清查计划的背景下。
需要森林监测工具来促进有效的、数据驱动的森林管理和森林政策。遥感技术可以提高森林监测的速度和成本效益,以及大规模森林属性制图(墙到墙方法)。数字航空摄影测量 (DAP) 是一种常见的、具有成本效益的机载激光扫描 (ALS) 替代方案,它可以基于常规获取的用于一般基础地图的航空照片。基于此类预先存在的数据集的 DAP 可以成为具有成本效益的大规模 3D 数据源。在森林特征描述方面,当有高质量的数字地形模型 (DTM) 时,DAP 可以生成描述树冠高度的摄影测量冠层高度模型 (pCHM)。虽然这种潜力似乎非常明显,但很少有研究调查过基于标准官方航空调查获得的航空立体图像的区域 pCHM 质量。我们的研究建议使用参考测量的树高数据库,根据按照此类协议获取的原始图像评估 pCHM 单个树高估计的质量。为了进一步确保该方法的可复制性,pCHM 树高估计基准仅依赖于公共森林清单 (FI) 信息,而摄影测量协议则基于低成本且广泛使用的摄影测量软件。此外,我们的研究调查了基于 FI 程序提供的邻近森林参数的 pCHM 树高估计之间的关系。我们的结果强调了使用 DAP 的 pCHM 提供的树高估计与现场测量和 ALS 树高数据具有良好的一致性。在树高建模方面,我们的 pCHM 方法与应用于 ALS 树高估计的相同建模策略得到的结果相似。我们的研究还确定了 pCHM 树高估计误差的一些驱动因素,并发现树木大小(胸高直径)和树木类型(常绿/落叶)等森林参数以及地形地貌(坡度)比图像调查参数(如重叠变化或数据集中的日照条件)更重要。结合 pCHM 树高估计,地形坡度、胸高直径 (DBH) 和常绿因子用于拟合预测实地测量树高的多元模型。文献中很少涉及这些方面,进一步的研究应侧重于如何将 pCHM 方法整合起来,以改进使用 DAP 和 pCHM 的森林表征。该模型在 r²(0.90 VS 0.87)和均方根误差(RMSE,1.78 VS 2.01 m)方面比将 pCHM 估计值与实地树高估计值联系起来的模型表现出更好的性能。我们的有希望的结果可用于鼓励使用区域航空正射影像调查档案以非常低的额外成本生成大规模优质树高数据,特别是在更新国家森林资源清查计划的背景下。
摘要 从激光雷达数据中得到的冠层高度模型 (CHM) 已被用于提取森林资源清查参数。然而,建模高度的变化会导致数据凹陷,这是一个具有挑战性的问题,因为它们会破坏 CHM 的平滑度,对树木检测和随后的生物物理测量产生负面影响。这些凹陷出现在激光束深入树冠的地方,在产生第一次回波之前,激光束会击中下部树枝或地面。在本研究中,我们开发了一种新算法,该算法通过使用激光雷达点的子集来封闭凹陷,从而生成无凹陷的 CHM 栅格。该算法在高密度激光雷达数据和细化激光雷达数据集上都能稳定运行。评估包括使用无凹陷 CHM 检测单棵树木,并将结果与使用高斯平滑 CHM 的结果进行比较。结果表明,我们从高密度和低密度激光雷达数据中得到的无凹陷 CHM 显著提高了树木检测的准确性。