简介:测量机器人(即自动电子全站仪)固然可以对大坝进行自动化(或半自动化)外部形变监测,但测量机器人设站处(监测基点)的稳定性对监测精度的影响非常大,并且当测量视线被遮挡后测量机器人将无法监测相应的形变点,为了解决上述问题,笔者及科研组将GPS技术与测量机器人技术有机结合,开发出了大坝形变集成监测系统,该系统彻底解决了监测基站不稳定对监测结果的影响问题,使监测的程序得以简化、监测的固定性投资成本得以降低.文章介绍了大坝形变集成监测系统的结构、工作原理,给出了监测实例.以实际监测数据为依据,提出了大坝预警的基本准则.
简介:针对高光谱曲线中可能存在噪声以及传统半经验方法不能有效利用全部光谱信息的问题,提出了耦合Haar小波变换和偏最小二乘的水质遥感高光谱建模方法(HaarWT—PLS)。利用该方法,对在南四湖获取的实测高光谱数据经分解尺度为3的Haar小波变换后,将原始光谱数据压缩到47个特征变量;随后利用小波变换重构的光谱数据建立了悬浮物浓度和浊度的HaarwT—PLS反演模型,并进行了验证。结果表明:HaarWT—PLS反演悬浮物浓度和浊度精度较高,验证样本的均方根误差分别为25.05mg/L和20.10NTU,平均相对误差分别为20-36%和13.88%。通过和单波段模型、一阶微分模型和波段比值模型进行精度对比分析,本文建立的HaarWT—PLS模型反演悬浮物浓度和浊度具有较高的精度和更好的稳定性。