16. 摘要 桥梁是交通基础设施系统的重要组成部分之一,对国家经济非常重要,因为它们可以跨越物理障碍,大大减少旅行时间和旅行成本。与其他类型的交通基础设施类似,桥梁也会随着时间的推移而恶化。因此,应定期检查桥梁,以确保其在当前交通条件下的可用性、容量和安全性。随后,各级交通机构(例如联邦、州、地方和部落)投入大量时间和金钱定期监测和检查桥梁状况,作为其基础设施资产管理计划的一部分。这些交通机构使用收集到的数据来做出维护、维修和施工决策。作为桥梁检查的一个重要组成部分,桥面检查确保了桥面上、桥面上和桥面内所有事物的可用性和安全性。传统上,桥面检查是在地面进行的,检查员要么目视检查表面状况,要么解释锤击或链条拖动的声学反馈以确定地下状况。这些传统方法有许多局限性,包括但不限于成本高、劳动密集、耗时、变化性大、需要定期安排专业人员以及不安全。遥感技术的最新进展,尤其是基于小型无人机系统 (S-UAS) 的机载成像技术和基于对象的图像分析技术,已显示出改善桥面检查的前景。该项目探索了基于 S-UAS 的机载成像技术和基于对象的图像处理技术在开发完整的数据采集和分析系统中的实用性,以低成本准确、快速地检测和评估桥面磨损表面和地下损伤。该项目制定了实施拟议的基于 S-UAS 的检查系统的指南,以协助交通运输机构进行劳动力发展和专业培训。
捕获、对准与跟踪系统是机载激光通信的重要组成部分,是通信链路正常的前提和保障。为了解决机载环境下激光通信链路的自动跟踪问题,实现终端间光束的快速捕获、对准与跟踪。本文提出了采用步进电机作为控制伺服系统、四象限探测器作为探测单元自动跟踪的方法。脉宽调制信号控制步进电机转速,结合四象限探测器上光斑的位置分布,实现高精度光束跟踪。在此基础上进行了室内模拟实验。经过多次实验,跟踪精度优于2.5μrad,说明该系统可以应用于机载激光通信,验证了该方法对机载激光通信具有良好的自动跟踪性能。
摘要:NASA 戈达德太空飞行中心 (GSFC) 的 W 波段 (94 GHz) 云雷达系统 (CRS) 已全面更新为现代固态和数字技术。该 W 波段 (94 GHz) 雷达在 NASA ER-2 高空飞机上以天底指向模式飞行,提供云和降水的极化反射率和多普勒测量。本文介绍了升级后的 CRS 的设计和信号处理。它包括硬件升级 [固态功率放大器 (SSPA) 发射器、天线和数字接收器] 的详细信息,包括新的反射阵列天线和固态发射器。它还包括算法,包括内部环回校准、使用体积反射率和海洋距离积分反向散射之间的直接关系的外部校准,以及改进的交错脉冲重复频率 (PRF) 多普勒算法,该算法对展开误差具有很强的抵抗力。提供了通过最近的 NASA 机载科学任务升级的 CRS 获取的数据样本。
摘要:地形机载 LiDAR 数据的使用已成为考古勘探的重要组成部分,并且对考古特定数据处理工作流程的需求是众所周知的。因此,令人惊讶的是,很少有人关注处理的关键要素:考古专用 DEM。因此,本文的目的是详细描述考古专用 DEM,提供其自动精度评估工具,并确定适当的网格分辨率。我们将考古专用 DEM 定义为 DEM 的子类型,它是从地面点、建筑物和四种形态类型的考古特征插值而来的。我们引入了一个置信度图(QGIS 插件),为每个网格单元分配一个置信度。这主要用于为每个考古特征附加一个置信度,这对于检测考古解释中的数据偏差很有用。置信度映射也是确定特定数据集最佳网格分辨率的有效工具。除了考古应用之外,置信度图还为分割提供了明确的标准,这是 DEM 插值中尚未解决的问题之一。所有这些都是朝着机载 LiDAR 在考古学中的一般方法成熟迈出的重要一步,这是我们的最终目标。
摘要 遥感在探测和绘制人类活动在景观中的考古痕迹方面有着悠久而成功的记录。自二十世纪初以来,航空考古的工具和程序逐渐发展,而地球观测遥感经历了技术和方法进步和创新的重大步骤,如今能够以前所未有的精度、分辨率和复杂性监测地球表面。在此过程中获得的大部分遥感数据可能包含有关考古遗址和物体的位置和背景的重要信息。考古学已经开始利用这一巨大潜力,开发基于数字遥感数据和相关工具和程序的考古痕迹探测和绘制新方法。本章回顾了考古遥感和数字图像分析的历史、工具、方法、程序和产品,强调了航空考古和地球观测遥感融合的最新趋势。
摘要 遥感在探测和绘制人类活动在景观中的考古痕迹方面有着悠久而成功的记录。自二十世纪初以来,航空考古的工具和程序逐渐发展,而地球观测遥感经历了技术和方法进步和创新的重大步骤,如今能够以前所未有的精度、分辨率和复杂性监测地球表面。在此过程中获得的大部分遥感数据可能包含有关考古遗址和物体的位置和背景的重要信息。考古学已经开始利用这一巨大潜力,开发基于数字遥感数据和相关工具和程序的考古痕迹探测和绘图新方法。本章回顾了考古遥感和数字图像分析的历史、工具、方法、程序和产品,强调了航空考古和地球观测遥感融合的最新趋势。
摘要:高山环境易受气候变化影响,迫切需要准确建模和了解这些生态系统。过去十年来,使用数字高程模型 (DEM) 来获取代理环境变量的普及度不断提高,特别是因为 DEM 可以相对便宜地以非常高的分辨率 (VHR;<1 米空间分辨率) 获取。在这里,我们实现了一个多尺度框架,并比较了由光检测和测距 (LiDAR) 和立体摄影测量 (PHOTO) 方法产生的 DEM 衍生变量,目的是评估它们在物种分布建模 (SDM) 中的相关性和实用性。以瑞士西部阿尔卑斯山两个山谷的北极高山植物 Arabis alpina 为例,我们表明 LiDAR 和 PHOTO 技术均可用于生成用于 SDM 的 DEM 衍生变量。我们证明,PHOTO DEM 的空间分辨率至少为 1 米,其精度可与 LiDAR DEM 相媲美,这在很大程度上要归功于与市售的 LiDAR DEM 相比,PHOTO DEM 可以根据研究地点进行定制。我们获得了空间分辨率为 6.25 厘米 - 8 米(PHOTO)和 50 厘米 - 32 米(LiDAR)的 DEM,其中我们确定 SDM 中 DEM 衍生变量的最佳空间分辨率在 1 到 32 米之间,具体取决于变量和站点特征。我们发现 PHOTO DEM 范围的缩小改变了所有衍生变量的计算,这对它们的重新计算产生了特殊影响
摘要。我们评估了在蒙古某铜矿床环境中,一种新型系统像素清晰校准场在航空高光谱矿物测绘中应用的机会和性能。校准场旨在用于估计特定地质场景中单个像素中关键矿物的灵敏度和量化。校准场的布局由两种不同的含铜岩石样品、一种来自矿山的低铜含量岩石材料、来自矿山的尾矿材料和具有明确已知光谱特征的校准材料组成。样品材料的缩放覆盖范围旨在开发统计方法,以基于像素的方法量化航空调查中的目标矿物。数据收集包括使用地球化学、X 射线衍射以及微观和电子光栅微观方法描述校准材料。使用可见光和近红外机载传感器以及短波红外机载传感器,从六个高度多次重复收集校准场的数据。经过像元校正和大气校正后,对1400、1900、2200nm处黏土矿物的吸收特征进行了精确测量和统计分析,给出了覆盖率与吸收特征特别是在2200nm附近的相关性,以及飞行高度对探测灵敏度的影响和
图 1 Extra 300 ................................................................................................................................................43 图 2 后仪表板 ................................................................................................................................................43 图 3 Red Bull 飞机上使用的视频设备 ........................................................................................................44 图 4 GRT 发动机信息系统 .............................................................................................................................44 图 5 GRT EIS 传感器 .............................................................................................................................45 图 6 GRT 姿态、航向和参考系统 .............................................................................................................45 图 7 GRT 磁力计 .............................................................................................................................................46 图 8 GRT 电子飞行信息系统 .............................................................................................................................46 图 9 后处理器用户界面 .............................................................................................................................47 图 10 调用子 VI 的参考节点方法 .............................................................................................................48 图 11 数据查看器 .............................................................................................................................