变化检测范文

变化检测范文（精选10篇）

变化检测 第1篇

对于海岸的动态变化监测, 若以传统、常规的调查手段不但费时费力, 而且难以进行及时、准确、全面地监测与研究。而遥感作为一种动态监测岸线变化的手段, 具有数据来源多、覆盖面广、可重复观测、费用低等许多优点, 因此被广泛利用[2]。实际应用中多涉及到传统变化检测方法, 如差值法、主成分分析法、分类比较法等。

利用大连市1990年和2009年两个时相的TM遥感影像, 选取影像中的部分为实验数据, 在ENVI中运用光谱直接比较法和分类后比较法对其海岸带进行变化信息监测, 得到结果并作分析比较。

一、材料与方法

根据最新普查数据, 大连市黄渤两海岸线总长度约2 211公里, 是全国海岸线最长的城市, 其中大陆岸线约1 371公里, 岛屿岸线约840公里。实验数据选自1990年和2009年Landsat 5 TM影像, 景号为120-33。实验研究区位于大连市普兰店部分沿海地区, 主要覆盖了普兰店湾及普兰店湾渤海入海口的大部分 (见图1) 。

采用直接检测法中的边缘检测方法和水体信息提取法, 以及分类后比较法这三种方法进行试验。边缘检测法中利用ENVI软件中的滤波器[3], 对数据中的波段逐一试验, 得到边缘检测结果。水体信息提取法采用多波段运算来增强影像中的水体信息达到提取水体的目的, 从而进行图像直接比较。分类后比较法采用非监督分类中ISODATA进行分类后进行检测。

二、结果与讨论

从以上结果可以看出, 三种方法各有优缺点:

1. 边缘检测法 (A) 较为简单方便, 可直接看出海岸线的变化情况, 但不同波段数据的检测结果差别较大, 对于本试验的数据而言, 边缘检测法仅能检测出海陆水体分界, 进而对海岸带实行变化信息检测。图示中的亮红色即表示海岸带变化信息检测部分。

2. 水体信息提取方法 (B) 试验效果较好, 但是涉及不同试验目的波段的特性、不同多波段运算方法的试验达到的实验目的各不相同。但仍存在多波段运算的局限性、数据计算量大等缺点。

3. 分类后比较法 (C) 明显具有丰富的变化信息优势, 但单次分类精度是影响最终变化检测精度重要因素。试验中, 首先要确定统一的地物分类标准, 如:前后两次分类使用相同的地物分类。在本试验中, 分类后变化监测的结果最为客观地显检测出了大连地区海岸带的变化信息。

三、结论

通过实例试验研究发现, 边缘检测法和水体信息提取在快速发现变化信息, 提供宏观变化趋势上效果较好;而分类后比较法在提供详细的变化信息上具有明显的优势。本研究虽然取得了一些新的进展, 但针对变化信息检测方法的研究才刚刚开始, 有许多重要的理论和方法问题需要解决, 还有许多工作有待于进一步研究与探讨。

摘要：变化信息检测是目前遥感应用领域的研究热点, 目前尚未发现一种通用的变化检测方法。见诸文献中众多的变化检测方法, 其实质可以分为两种类型, 即光谱直接比较法和分类后比较法。在ENVI环境下, 采用光谱直接比较法和分类后比较法对大连市普兰店湾及普兰店湾渤海入海口地区的TM影像进行试验。结果表明:边缘检测方法、水体信息提取法对于快速发现变化区域是有效的, 而分类后比较法在提供详细的变化信息上具有明显的优势。

关键词：TM影像,变化检测,ENVI

参考文献

[1]梅安新, 彭望琭, 秦其明, 刘慧平.遥感导论[M].北京:高等教育出版社, 2001.

[2]龚健雅.对地观测数据处理与分析研究进展[M].武汉:武汉大学出版社, 2007.

怀孕7个月胎动 科学检测胎动变化 第2篇

怀孕七个月了，胎动突然就减少了

对孕妇进行运动、姿势、情绪和声音的强度、光与腹部接触，可引起加速变化。您的胎儿减少可能是由于这个原因。但是，如果胎儿的运动12小时不到20次，或每小时不到3次，这说明胎儿缺氧，生命可能会受到严重威胁。

在缺氧初期，胎动次数会增多，由于缺氧，胎儿烦躁不安。当胎儿宫内缺氧继续加重时，胎动逐渐衰弱，次数减少，此时为胎儿危险先兆。若此时不采取相应抢救措施，胎儿会出现胎动消失，乃至胎心消失，心跳停止而死亡。

此过程约12~48小时。因此孕妇一旦发现胎动异常，决不可掉以轻心，应立即去产科求治，及时治疗，常可转危为安。

怀孕七个月了，可是胎动一天大概就是十多次，这样正常吗

胎儿的运动12小时不到20次，或每小时不到3次，这说明胎儿缺氧，生命可能会受到严重威胁。孕妇一旦发现胎动异常，切不可掉以轻心，应立即去产科求治，及时治疗，往往会脱离危险。

虽然孕妇的运动、姿势、情绪以及强声、强光和触摸腹部等，都可引起胎动的变化，另外每个孕妈咪的身体情况不同，所以对胎动的感知也会不同。腹壁薄的孕妈咪就比腹壁厚的孕妈咪更容易感觉到胎动，也就是说，瘦的妈妈对胎动的感知力更强一些。

另外，这也跟孕妇的敏感度有关。每个人的感觉灵敏度不同，当宝宝的胎动还很微弱时，敏感的人就能感觉到，但迟钝的妈妈就可能感觉不到。但并不是每个孕妇都是这样的，为了让胎儿确保平安，还是及时带孕妈咪去医院检查。

怀孕七个月胎动

你好。在孕晚期胎动比之前频繁是正常的，不必担心。一般来说，准妈妈会在怀孕大概20周左右就能感觉到胎动，而随这怀孕周数的增加，胎动频率也逐渐变多，在32-34周达到最高。但是，一般在38周后胎动次数会逐渐减少。

只要运动在一个12小时内大于或等于530，每小时大于或等于4倍正常，不必担心太多。一般而言，在晚上的加速会更频繁，而早晨的速度加快，数量会更少，这与胎儿的工作和休息的规律是一致的。但由于胎儿个体差异比较大，每胎心的频率也会因此而不一样，胎儿的运动次数不必要的不必要。

怀孕七个月的胎动怎么数呢

数胎动数的方法一般有四种，这位孕妈你可以选择你所认为的最方便的方法来数胎动数。

1、每日找空闲时间测量胎动次数

孕妇自怀孕的第28周起，每天找空闲时间(建议晚餐后，因为此时胎动较频繁)，采左侧卧姿势，记录10次胎动所需的时间;若小于120分钟，表示胎动次数没有异常，但如果没有感觉到胎动，或10次胎动的所需时间大于2小时，应该尽快地找医师做进一步的检查。

2、计算固定时间内的胎动次数

准妈妈每天分别在早上、中午、晚上各利用一个小时的时间测量胎动，若平均每小时少于3次，表示可能异常。

3、白天测量胎动次数

最简单的方法，即准妈妈在白天测得10次胎动，就可以安心了。

4、为了方便更好地测量胎动，可以选购一个简单的胎心仪辅助测量

一般正常时每小时胎动在3次以上，12小时胎动在30次以上表明胎儿情况良好。如少于20次就意味着胎儿有宫内缺氧，10次以下说明胎儿有危险，需要去医院检查。

一般怀孕七个月的胎动规律

怀孕七个月的胎动是有规律性的，一般上午8―12时，胎动比较均匀。12时以后胎动减少。下午14―15时，胎动最少。晚上20―23时胎动最多。正常情况下孕妇每小时的胎动在3―5次左右，12个小时30~40次以上，也因个体差异，有的12个小时100次以上。

变化检测 第3篇

关键词：矢量数据 像斑 变化检测 多尺度分割

中图分类号：P237 文献标识码：A 文章编号：1674-098X（2016）07（b）-0000-00

引言

遥感影像变化检测方法已经从传统的像元级变化检测开始向像斑级（对象级）变化检测方向转变。虽然许多变化检测方法采用了面向对象概念[1][2]，但由于多数对象（像斑）仅由影像分割获得，获取方式单一，且该方法极度依赖影像分割算法的精度，目前为止仍没有一种具有普适性和高精度的针对高分辨率遥感的分割技术。

本文提出一种面向地理国情监测的高分辨率遥感影像与矢量数据结合的变化检测的方法。首先，分析了遥感影像与矢量数据套合结果的不一致性，通过应用矢量数据辅助分割，提出了一种获取同质性较强的像斑的方法[3][4]。进一步地，本文提出了基于历史矢量与双时相遥感影像的变化检测方法，并用实验证明了其可行性。

1 同质像斑获取

1.1 遥感影像与矢量数据套合不一致性

在理想的情况下，通过配准套合获取的遥感影像各像斑，其内部像素应保持灰度同质性；同时，属于同一类别的像斑应该保持类内光谱一致性，不同类别的像斑应具有类间光谱的相异性。这也是影像分割的目的和后续基于像斑进行影像分析的基础。然而，由于土地利用和土地覆盖的不同，使得这种理想情况在实际的应用中很难出现。因 此，由 于 数 据 源、数 据 格 式、生 成 标准、规范等多方面的不同，以及数据本身的特点和数据综合应用时的方法及其误差等的存在，使得遥感影像与矢量数据套合结果存在上述不一致性。本文对遥感影像与矢量数据套合不一致性问题展开初步探讨，采用多尺度分割算法获取同质像斑。

1.2 基于多尺度分割获取同质像斑

为获取同质像斑，本文综合利用GIS辅助数据分割和多尺度分割方法。首先，利用矢量辅助数据与遥感影像套合获取像斑。其次，对套合获取的像斑进行再分割，生成子像斑，从而保证各像斑内的光谱同质性。技术流程如图1所示。

具体步骤如下：

1）通过矢量数据和两个时期遥感影像分别配准套合，仅利用矢量数据的图斑边界信息获取影像像斑，分别视为T1期像斑和T2期像斑。同时，根据矢量数据属性信息中的类别信息，获取像斑类别。2）设定一定的尺度参数，以T1、T2时期影像的响应光谱特征为依据，分别对T1、T2期像斑进行再分割，再分割后的像斑继承上一级像斑的类别信息。3）对步骤2）中获得的像斑，根据类别的不同分别设置相应的尺度参数进行进一步分割，使得各类别像斑同质性均增强后，停止分割，将获取的子像斑视为T1、T2期子像斑。4）将步骤3）获得的T1时期子像斑和T2时期子像斑进行叠置分割，使得前后两个时期像斑一一对应。

因此，该方法是建立在多尺度分割的基础上，与已有的方法不同，该方法充分考虑了矢量数据的属性信息、影像的光谱信息以及上下文信息。

2 变化检测

基于历史矢量与双时相遥感影像的变化检测方法，主要分为以下几个步骤：1） 像斑的获取及其特征提取。在第2节中已做了详细阐述。在获得同质像斑的基础上，提取光谱、纹理、形状等特征，构建像斑特征空间，并对特征空间进行优化。像斑特征由组成像斑的内部像素灰度值通过一定的数学运算获取。2） 变化像斑获取方法。主要采用分类后处理的方法。针对分类后处理方法，T1期影像根据T1期矢量数据的属性信息，获取像斑类别，对像斑进行分类。T2期影像可采用基于像斑的最邻近分类算 法，对T2期 影 像 的 像 斑 进 行 分 类。

获取两个时期像斑分类结果后，通过叠置分析，对两个时期影像的像斑进行变化检测。该方法在决定是否发生变化的同时，也获得了像斑的变化类别。

获取变化检测结果后，可以根据再分割过程中形成的像斑与子像斑之间的继承关系，将已经获取的变化检测结果转换到矢量图斑上去，以此评价变化检测结果，并估计应用此变化检测结果更新现有矢量数据的能力。

3 实验及结果分析

本文采用的实验数据为某地区2012年5月和2014年5月的快鸟卫星影像（蓝、绿、红、近红外波段，以及全色波段），以及相同区域2012年5月矢量图。实验区大小为1001像元×1003像元，矢量图斑总数118个。

3.1 获取同质像斑

首先，分别将两个时期遥感影像与矢量数据进行配准套合获取像斑，并获取像斑类别。其次，以光谱特征和形状特征为依据，对T1、T2时期影像分别进行多尺度分割，具体参数：尺度参数为250，形状指数为0.7，紧致度为0.5。此时获得的分割结果出现了植被过分割和非植被分割尺度不够的现象，因此需要根据类别的不同分别设置相应的尺度参数。植被类别的分割尺度参数为：尺度参数为300，形状指数为0.6，紧致度为0.5，对植被类别像斑进行合并；非植被类别的分割尺度参数为：尺度参数为200，形状指数为0.8，紧致度为0.5，对非植被类别的像斑进行再分割。从而使得各类别像斑同质性均增强，停止分割。最后，将两期影像分割结果叠置分割，从而获取一一对应的影像像斑。如图2所示，共获得385个子像斑，从目视效果来看，绝大多数的像斑同质性较强，有利于后续的变化检测分析。

3.2 变化检测

采用基 于 类 间 距 离 和 穷 举 法 的 特 征 选 择 方法，对初始化特征空间进行优化，选取最佳特征组合。表1为特征优化结果。根据矢量数据中的属性信息，对2012年影像像斑进行分类。同时，利用基于像斑的最邻近分类算法，以最小距离为测度对2014年影像像斑进行分类。

获取两个时期像斑的分类结果后，通过叠置分析，对两个时期影像对应像斑的类别进行变化检测，如图3所示。变化检测结果如表2所示，由实验结果得出，80%发生变化的像斑，通过上述方法均能够被成功检测出来，证实了该方法的有效性和可行性。最后，将基于像斑的变化检测结果转换到矢量图斑上去。如果矢量图斑范围内有像斑发生变化，则认为该图斑发生变化，从而可以对历史矢量图进行更新。

表2 变化检测结果

4 结束语

本文针对遥感影像与矢量数据套合不一致性问题，提出了一种多尺度分割算法来获取同质像斑，并在此基础上利用历史矢量与双时相遥感影像的变化检测方法进行变化检测。矢量数据信息的引入促进遥感影像分割、分类分析基本模式的变化，它使遥感影像分析从一种纯粹认识的过程转化为一种具有先验知识的再认识过程，使本是 “理解”的影像分析变为了一种通过影像进行的 “鉴别” “比较”的过程。

参考文献

[1] 张连华，庞勇，岳彩荣，等.基于缨帽变换的景洪市时间序列Landsat影像森林扰动自动识别方法研究[J].林业调查规划，2012，38（2）：6-12.

[2] 赵珍珍，燕琴，刘正军. 高分遥感影像与矢量数据结合的变化检测方法[J]. 测绘科学，2015，40（6）：120-124.

土地覆盖变化检测技术概述 第4篇

关键词：土地覆盖,变化检测,多源数据,面向对象影像分析

引言

土地覆盖变化检测, 简言之, 就是根据对同一物体或现象不同时间的观测来确定地表覆盖变化的处理过程[1]。

随着社会、经济和科学技术的快速发展, 人类对地表景观的开发、利用以及引起的土地覆盖变化已经成为全球环境变化的主要原因。为此, 国际地圈/生物圈计划 (IGBP) 和全球环境变化中的人文领域计划 (HDP) 于1995年联合提出“土地利用与土地覆盖变化” (Land use and land cover change, LUCC) 研究计划。时至今日, 土地覆盖变化仍是全球变化研究的前沿和热点。

本文在归纳总结变化检测技术现状的基础上, 分析了变化检测的基本流程, 重点对比分析了目前常用的变化检测方法, 并针对变化检测面临的困难探讨了未来变化检测的发展趋势。

1 土地覆盖变化检测的基本流程

变化检测的工作流程一般包含数据输入、数据预处理、特征提取、变化检测和精度评估5个基本步骤 (如图1所示) 。

1.1 数据输入

研究地表地物变化, 首先要选择与目标特征相匹配的数据源[2]。根据时间和费用预算, 输入的数据可以是具有合适分辨率的遥感影像, 也可以是地形图、DEM或专题图等其他GIS数据。最大程度地利用多源数据的差异部分, 减小多源数据的“冗余”是利用多源数据的参考原则之一[3]。

此外, 还应根据检测对象的时相变化特点来确定数据获取的频率, 如若干年一次、若干季一次或若干月一次等。相关研究表明, 最小3～4年的时间周期才能用来较为精确地检测土地变化, 提高时间间隔如1～2年检测结果会更优[3]。用来对比的空间数据应尽可能处于不同时期的相同或相近月份和时刻, 以消除太阳高度角、季节和物候差异的影响。

1.2 数据预处理

变化检测对数据的预处理要求较高。非遥感图像数据的预处理包括数据格式转换、矢量化采集、专题数据抽取以及坐标系转换等。

遥感图像预处理则包括图像增强与滤波、图像裁剪、图像镶嵌、几何校正和辐射校正。其中几何校正与辐射校正对变化检测结果的影响最大, 因此最为关键。

几何校正大都以一期影像为参考直接对其他影像进行相对几何配准, 使用ERDAS软件的AutoSync模块功能可实现配准的自动化和批量化处理[4]。Jensen (1987) 认为对于航空遥感影像2.26个像素的配准精度就足够了;而Townshend (1992) 用LandsatMSS数据进行的定量研究表明, 要获得90%的检测精度, 配准精度要小于0.2个像素。虽然目前关于几何校正对变化检测精度的影响缺乏全面深入的研究, 但通常认为各时相影像之间的相对位置误差 (均方根误差) 小于1个像素可以接受, 最好应小于0.5个像素。

辐射校正方法分为绝对辐射校正和相对辐射校正两种类型[5]。由于测量大气参数和地面目标昂贵且不切实际, 尤其对于历史数据几乎不可能做到, 所以一般采用相对辐射校正。其中, 直方图匹配法和图像回归法最为常用。

1.3 地物特征的提取

常用的图像特征包括3类:光谱统计特征、纹理特征和形状特征。

在使用单类特征进行的图像分类研究中, 单独使用光谱统计特征、纹理特征或形状特征得到的分类精度分别为90%、75%和30%。王文杰 (2009) 依此指出在多特征融合的变化检测中, 三种特征的融合权重应分别为0.46、0.38和0.16 (即9:7.5:3) 。

1.4 变化检测

目前提出的变化检测方法很多, 各国学者从不同的角度进行了总结归类。

早期的学者将变化检测分为图像直接比较法和分类后比较法[6]。其后有学者根据变化检测的信息层次把变化检测分为像素级、特征级和决策级。目前采用最多的是根据变化检测所采用的数学方法种类而提出的7类划分法[7]。国内学者周启鸣 (2011) 从变化检测的本质策略出发将变化检测方法归类为:直接比较法、分类比较法、面向对象比较法、模型法、时间序列分析法、可视化法和混合法。

变化检测方法的分类及其典型代表和优缺点如表1所示。

1.5 精度评估

变化检测的精度依赖许多因素, D.LU等 (2004) 将其归结为8个方面:图像几何配准精度、辐射校正或归一化精度、对地面情况的了解程度、研究区域的复杂程度、变化检测方法、分类和变化检测方案、分析技能和经验以及时间经费的限制等。其中, 几何配准、辐射校正和变化检测方法对结果的影响最大。

总体而言, 目前变化检测的精度评估主要是基于像素级的, 过度依赖“变化真值”的获取, 其中误差矩阵和Kappa系数评价方法最成熟最常用;对如长时间序列影像变化检测这种难以获取变化真值的情况需加强研究;缺乏特征级的评估方法;针对面向对象变化检测技术的精度评估研究几乎是空白。

2 土地覆盖变化检测方法对比分析

面对大量的变化检测方法, 许多学者从不同角度选择其中一部分进行了定性或定量比较、评价, 普遍认为变化检测是一个复杂的处理过程, 不存在适用于所有情况的“最优”方法。Virag和Colweii就曾指出, “对于一个特定的场合, 使用什么样的变化检测方法能获得最佳的检测结果, 取决于其特定的应用领域 (地物环境、目标以及感兴趣的变化类型) , 以及对变化细节的需求程度”。所以在实际应用中通常需要对几种方法进行测试和比较, 选择一种相对较优的方法。

面向对象影像分析技术早在20世纪70年代就应用于遥感影像的解译中, 它是结合了GIS和遥感两大工具的一种新型地学分析工具。近年来的研究与应用已经证明[8,9,11,12]:面向对象影像分析能很好的与传统变化检测方法以及多源数据相结合, 基于面向对象的变化检测方法明显优于传统的像素级变化检测方法 (检测精度更高, 方法更自动化且能有效抑制“椒盐”现象) , 其结果可直接进行变化检测的定量分析。

3 土地覆盖变化检测的发展趋势

变化检测的困难主要体现在两个方面:从理论上看, 变化检测是一个不完备的信息反演问题, 目前仍缺乏系统的理论基础研究。从实践上看, 现有的变化检测方法主要是面向具体应用提出来的, 其中的许多步骤和参数需要依靠经验指导, 自动化程度偏低。

针对这些问题, 未来的土地覆盖变化检测应具有以下特点:

从数据源的角度来看, 将多分辨率遥感影像及其他GIS数据集成起来处理分析能有效弥补单纯依靠光谱识别变化的不足, 提高变化检测数据的完备程度。

从处理过程的角度来看, 需要将影像配准与变化检测当作一体来处理。进一步考虑到立体影像的情况, 可将立体参数解算、配准、三维重建等与变化检测一体化处理, 解决目前配准与其他步骤割裂造成的误差积累与扩散问题[10]。

从方法策略的角度来看, 有学者发现[11,12,13]:在不同尺度、特征和方法下得出的检测结果之间通常具有互补性, 用一种策略检测不到的变化往往可以用另一种策略检测出来。在吸收模式识别理论和数据挖掘技术精华的基础上研究多尺度、多特征、多方法变化检测的融合策略, 对于提高变化检测结果的可靠性与实现变化检测的自动化智能化具有深远意义。

从精度评估的角度来看, 有必要建立一个标准的精度评估体系, 将每个步骤对最终结果的影响 (即产生的误差) 转化为相同 (或具有可比性) 的指标, 为变化检测技术/方法的自动比较与智能选取铺平道路。

变化检测 第5篇

（2）有的同学这样计算球的加速度：a =(v2－v1)/ t=（4－6）/0.2m/s2=－10m/s2。他的方法对吗？为什么？正确的是多少？．如图所示，是一电梯由底楼上升到顶楼过程中速度随时间的变化图象，电梯的运动速度如何变化的？各段时间内电梯的加速度各是多大？

13．（10分）火车进站时的初速度为54km/h，2s后匀减速到36km/h.试求：（1）火车进站时的加速度

基于主成分变换的遥感影像变化检测 第6篇

遥感影像变化检测已经在社会经济建设领域广泛应用。目前, 各种遥感影像的变化检测方法已经取得了一定的成果, 得到了广泛的应用。本文提出了基于主成分变换 (PCA) 的多时相遥感影像变化检测方法, 并通过实验验证了该方法高效、方便的特点。

1 遥感影像变化检测

利用遥感多光谱数据进行变化信息的提取和检测, 传统方法可分为两类:光谱类型特征分析和光谱变化向量分析。

1.1 光谱类型特征分析

光谱类型特征分析方法主要基于不同时相遥感影像的光谱分类和计算, 确定变化信息的分布和类型特征。

1) 直接比较法。这种方法大多通过阈值来确定变化区域, 所以阈值的确定显得尤为重要。

2) 分类后比较法。这种方法的检测结果受到分类的误差影响, 会不可避免地夸大变化的程度。

3) 多光谱变换信息提取与检测方法。

(1) 差异主成份法。两时相的影像经纠正、配准后, 先对影像进行插值计算, 再取差值绝对值, 得到一个差值影像, 再对差值影像做主成分变换, 其中第一分量可以认为是提取出来的变化信息。

(2) 多时相图像主成分变化法。这种方法将两时相的波段数据组成一个波段组。通过主成分分析后, 前几个分量上集中了两个影像的主要信息, 而后几个分量则反映出了两影像的变化信息。优点是能够分离信息、减少相关, 从而突出不同的地物目标。

1.2 光谱变化向量分析

这种方法是基于不同时相图像之间的辐射变化, 着重对各波段的差异进行分析, 确定变化的强度与方向特征。

主要优点在于可以利用较多甚至全部波段信息来检测变化像元, 主要不足在于变化阈值的确定比较困难。

1.3 变化检测的流程

一个完整的遥感影像变化检测基本流程如图1所示。

2 基于主成分分析的遥感影像变化检测

2.1 多光谱影像主成分变换

K-L变换的主要目的, 就是把原来多波段图像中的有用信息集中到数目尽可能少的新的主成分图像中, 并使这些主成分图像之间互不相关, 大大减少总的数据量并使图像信息得到增强。

主成分变换后的第一主分量包含绝大部分信息, 第二主分量次之, 只要取前面少数几个主成分就可以包含原始变量中的绝大部分信息, 因此, 主成分变换具有影像增强、降维和数据压缩的作用。

2.2 主成分变换的特征

1) 变化前后的方差总和不变, 把原来的方差不等量的分配到新的主成分图像中;

2) 第一主成分包含了原来各波段图像的绝大部分信息, 其余主成分所包含的信息依次迅速减少;

3) 在新的空间中各分量相互独立, 相关系数为零;

4) 变换后第一主成分不仅包含的信息量大, 而且降低了噪声;

5) 把原来的多变量数据在信息损失最小的前提下, 变换为尽可能少的互不相关的新的变量 (主成分) , 以减少数据的维数, 节省处理时间和费用。

3 实验及结果分析

3.1 数据源

采用美国某区域两幅不同时相的TM灰度图像进行变化检测实验。数据是经图像配准后的该区域的1985年5月23日和1991年5月23日TM图像, 如图2~3所示。

3.2 实验及结果分析

实验1:采用前节所讲述主成分分析的方法对这两幅图像进行变化检测, 来提取变化信息。主要过程是:首先选取质量严格的数据源, 进行图像配准等得到图像数据, 然后利用MATLAB编程对该图像进行变化检测, 提取变化信息, 并输出结果。

提取实验1所得两个主分量, 这两个主分量所包含的图像信息如图4所示。

该实验是对不同时相的图像进行主成分分析, 见表1, 第一个主成分 (PC1) 特征值贡献为87.09%, 第二主成分 (pc2) 特征贡献值为12.91%。对两个主分量图像信息进行分析, 可以看出第二主分量中主要显示的是变化信息。

实验2:利用图像差值方法基于ERDAS软件工作平台来完成, 提取的变化信息结果如图5所示。

实验3:应用ERDAS软件自身的变化检测方法, 得到的检测结果如图6所示。

上述三个实验结果表明, 三种方法所提取的变化信息基本一致, 不同时相的多波段的遥感影像通过主成分分析后, 前几个分量上集中了两个影像的主要信息, 而后几个分量则反映出了两影像的变化信息。

4 结语

本文实验结果表明, 多时相图像主成分变换可以快速有效地得到变化信息, 而且能反映变化的分布和大小, 是一种简单、快速、高效地变化检测方法。同时通过实验也可以看出, 为了确切的分析变化信息的内容, 有时需要根据植被指数 (NDVI) 或城市变化指数 (NDBI) 等来进一步分析变化的原因及具体信息。

[ID:001566]

参考文献

[1]贺奋琴, 何政伟, 等.改进的主成分分析法自动发现土地覆盖变化[J].成都理工大学学报:自然科学版, 2007, 34 (1) :92-96.

[2]冯德俊, 李永树, 兰燕.基于主成分变换的动态检测变化信息自动发现[J].计算机工程与应用, 2004, 41 (36) :199-202.

[3]姜涛, 马国锐, 秦前清.基于遥感影像的变化检测技术[J].计算机应用研究, 2005, 22 (2) :255-257.

[4]李德仁.利用遥感影像进行变化检测[J].武汉大学学报:信息科学版, 2003, 47 (S1) :7-12.

[5]张振龙, 曾志远, 李硕, 等.遥感变化检测方法研究综述[J].遥感信息, 2005, 20 (5) :64-66, 59.

[6]黎夏, 叶嘉安.利用主成分分析改善土地利用变化的遥感检测精度——以珠江三角洲城市用地扩张为例[J].遥感学报, 1997, 12 (4) :282-289.

[7]马建文, 田国良, 等.遥感变化检测技术发展综述[J].地球科学进展, 2004, 2 (19) :192-196.

温度变化对压力表检测的影响 第7篇

压力表的工作原理主要依靠的是外界的压力对表内元件的弹性形变,之后由表内机芯的转换机构将形变的结果传输给指南针,人们根据指针的转动来观察压力数据。而表内测量的弹性元件受到众多因素的影响,如外界震动的影响,超负荷的影响,温度的影响,其中温度的变化对其影响最大。弹性元件在温度产生变化之时也会发生形变,这样一来弹性元件所感受到的压力就跟仪器监测到的外界压力一同显示在压力表上,在温度的影响下产生的系数直接造成了压力误差,导致检测结果失准。如若外界的温度较高,弹性元件很可能产生永久性的变形,压力表受到强大的压力,导致其不能使用。同时因为压力表受到大气压的影响,温度会通过大气压间接导致压力表失准。

1压力表概述

压力表作为一种精密仪器,主要表现特征为精度高、准确性强。如果在工作中出现较多的误差,会造成人们的决断失误,形成工作误差。要理解因为温度的变化产生的压力表检测误差,首先应该了解压力表的含义以及其工作的原理,从而才能对压力表检测中出现的误差的种类以及原因进行分类,减少其误差出现的可能性。

1.1压力表的内涵

压力表顾名思义就是用来测量压力的装置。在实际操作的的过程中,可以根据不同的用途对压力表进行选择,目前的压力表主要分为二种,一种为数字压力表,一种为电接点压力表。压力表在工作生产当中,很多人将其看作是工业生产的眼睛,对工业的生产有重要影响,因此在测量的时候一定要正确使用压力表,测量出准确的数据以供参考。

1.2压力表的工作原理

压力表内的机芯转换结构将压力参数传输给指针以及显示器,并利用指针的旋转程度以及显示器数字来表示压力的参数。压力表内部的敏感元件主要包括波登管、膜盒以及波纹管等。

2温度变化对压力表检测结果的影响

2.1敏感元件的温度变化导致仪器失准

压力表在检测到外界压力的同时,因为外界压力的影响导致内部敏感元件的材料产生了弹性的变化。弹性的变化量会随着外界温度的变化而变化,随着温度的上升而降低,随着温度的下降而上升,从而导致压力表内部的敏感元件材料变形,变大或变小。如在温度呈现降低的时候,压力表内部元件材料的变形量也会变小,压力表检测到的数值也会随之变化。弹性的变化量属于跟温度有关的物理量,因此必然会随着温度的变化导致压力表的灵敏度以及精度产生变化。

由以上推测出,压力表必须在一定的温度条件下才能使用,但是这是不现实的,对环境压力监测的同时也不可能保证所有的外界状态都可以达到完美的状态。因此,国家有关规定指出压力表可以存在一定的误差,但是应该保持误差小于压力值的三分之一。人们在使用中发现,很多的实验室不仅满足不了温度的需求同时检测到的数值也不能满足误差条件。在这种情况下所监测到的压力数值肯定是有失水准的。因此在为了保证检测到的数据的准确性,可以采取计算的方法进行。首先计算出在该温度环境下的误差值,测量压力之后减去误差值就能够得到较为准确的检测结果。

2.2温度变化在大气压影响下失准

温度会影响气压的变化,温度升高会增加空气分子的对撞机会,导致空气膨胀、对流,从而导致空气变得越来越稀薄,但是其增加的对撞能量是小于稀薄减小的对撞能量,因此导致自然空气压力的变小。

压力的主要表示方法有两种:一种为以绝对真空作为标准,这种称之为绝对压力,另一种方法为以大气压力作为标准表示的压力,这种压力称之为相对压力。目前大多数的测压仪表所测得的压力应属于相对压力,因此相对压力也可以称之为表压力。绝对压力跟相对压力之间的关系可以归结为相对压力与大气压力的总和等于绝对压力。由此可以看出,压力的大小受到了大气压力的影响。

在地球上不同地域的大气压力是不尽相同的。众所周知,气体压强主要产生的原因为气体分子的碰撞,在温度升高的情况下,气体分子的运动会加快,内部的压强也会增加,但是如果环境不是密闭的环境情况就会不同。其中一个地域温度的升高,区域的空气便会发生膨胀,在密闭的环境内导致分子运动,分子在温度的影响下四周扩散,区域内气体分子减少,大气压强减少。这也就是南北气压差产生的原因,虽然大气的总量是固定的,但是分子扩散的现象依然存在。南北之间的气温差异越大,分子扩散的现象也就越严重。南半球处于夏季时,气温是明显高于气温处在冬季的北半球,分子从南半球扩散到北半球,造成气压差,反之,原理同样如此。大气压地域的不同,造成了压力表在进行检测之时,因为受到地域的影响而产生了不同的结果,实质上就是因为温度的变化而造成的气体扩散,因此在使用压力表对某一地域进行检测之时,应首先对该地域的大气压跟标准大气压的误差进行计算,之后预估这种偏差会对检测值有多大的影响,从而得出一个固定的误差值,最后利用计算公式得出一个较为接近的压力值。

3弹簧管式压力表在计量检测中易出现的问题

3.1外观存在的问题

首先,弹簧管压力表在使用之前应该首先检查元件的完整性,是否存在外观松动以及易滑落的现象。若在使用之前或者是在使用的过程中发现了问题,应该及时给予更换。针对那些刚刚投入使用的压力表,必须严格检查外观是否均匀,图层是否有脱落现象,如若发现问题,应该立刻更换。一般情况下,弹簧管压力表存在一定的安全漏洞,其主要表现形式为防尘,因此在使用时必须检查是否有装置安全防尘孔。根据被测介质压力表型号的不同,检查是否有标准的颜色代码。其次,对弹簧管压力表的表盘上的标志给予检查,确保外观的质量,制作单位以及编号,计量单位等是完整的。还需要特别注意的是标数字的出现,很多的厂商采用的是直接手写的数字,但是因为压力表的长期使用或者是受到环境的影响,因此手写数字遭到磨损,在这种情况下的测量直接增加了测试工作的难度,测试数据很难保证准确。最后,应检查压力表的读数部分,透明玻璃是否有刮痕,数字呈现是否清晰,为了保证数字的准确性,若发现透明玻璃的损坏,应即使更换。另外,因为工作环境的关系,质量控制人员应该及时对压力表进行清洗,保证其清洁度,这样测量出来的结果才能更有保证。

3.2弹簧管式压力表零位常见问题

若压力表的指针出现不回零的情况,应该找出原因。首先应该检查游丝的弹力,若游丝的弹力不够,应该进行更换。如果指针有松动的情况,可以尝试敲打指针,进行检查;如若齿轮的齿合不稳定,应该及时调整齿轮的间隙。如果指针以及表盘有摩擦的情况,应该使用启针器启动下指示针,之后对两者之间的距离进行调整。针对还止销的弹簧管式的压力表来说,压力表在真空的状况下应该呈现的是零位的状态。针对那些已经止销的弹簧管式压力表来说,压力表在真空以及不受压的情况下,指针跟止销之间的距离应该是很短的。

4弹簧管式压力表在计量过程中采用的办法

弹簧管式压力表在计量中一般采用的是直接比较法。这种比较法具体为对准被检看标准,对准标准看被检。通过检测值与标准值得出结论。对准标准看被检以及通过对准被检看标准是常见的两种检测方法。因为这两种方法的使用更便于阅读,操作更容易,因此更适合较低的被测精度的检查表,但是能够检测的数目有限制,并且只能依靠人们的肉眼去观察,且存在很大的误差;弹簧管式压力表精度越高,人们用肉眼所读取到的误差也就越大,其中更多的信息包含在肉眼看不到的数据中,因此这种阅读方法影响了测试结果的精准性。因此要求高精准度的压力测试应该减少标准弹簧管式的压力表的使用,不过在实际的操作过程中,并非所有的压力设备都有很大的误差,如活塞式压力计。它的主要作用就是对物体的重量压力进行测量,因为对数据的精准度要求不高,在实际的运用中,它只是一个相对标准的测量仪器。如精密压力表,因为这种压力表能够读测到压比检测,可以避免较大的测量数据误差。毋庸置疑,在检测方法上还有很多的缺陷,需要人们的关注。

5结语

精密仪器要保证其性能的准确性就应该保证其出现的误差较小,压力表属于一种精密的仪器,因此在检测之时应该确保其精密性,减少其误差,在使用之前对仪器的误差进行准确的预估,从而得到更准确的数值。压力表在感受压力之时,在几大因素之中,受到温度的影响是最大的。这些弹性元件也会受到很多因素的影响,其中受到温度而影响最为明显,由温度会产生一个变化量,变化量与压力的相加显示出仪表的示数,这直接造成了检测的误差。温度的变化导致分子的扩散,分子的四周扩散,造成不同区域之间的大气压差,这就是温度通过影响大气压导致压力表检测失误的原因。综上所述,在使用压力表检测之时,应该充分考虑到温度通过大气压对压力表造成的负面影响。在得到检测数据之后应采用科学算法用检测到的压力数值减去因为温度的影响造成误差,得到精确的结果。

参考文献

[1]李文生,张国昆.压力表检定不容忽视的几个问题[J].内蒙古质量技术监督,2003.

[2]罗建明.0.4级精密压力表示值误差的测量结果不确定度评定[J].中国计量,2003.

[3]段江萍,刘伟,刘新.精密压力表误差分析[J].品牌与标准化,2010(09).

[4]魏晓克.关于JJG52-1999修订的几点建议[J].中国计量,2010(2).

[5]全国法制计量技术委员会.JJF1117-2010[S].北京:中国计量出版社,2010(1).

小儿肺炎血清锌水平变化的检测意义 第8篇

1 资料与方法

1.1 一般资料

选取我院2011 年7 月-2014 年10 月56 例小儿肺炎者为肺炎组, 其中男31 例, 女25 例;年龄1~6 岁, 平均 (5.26±1.44) 岁。另选同期健康体检者50 例为正常组, 其中男26 例, 女24 例, 年龄11 月至6.5 岁, 平均 (5.44±1.42) 岁。两组患儿年龄、病程、性别、病情等一般资料方面差异无统计学意义 (P>0.05) , 具有可比性。

1.2 纳入与排除标准

纳入标准: (1) 伴发热、呼吸急促、咳嗽等症状, 肺部可听细湿啰音, X线确诊为支气管肺炎; (2) 自愿参加该研究并签署知情同意书。排除标准: (1) 胸廓畸形; (2) 先天性疾病; (3) 恶性肿瘤、活动性肺结核、支气管哮喘、腭裂; (4) 有金属微量元素接触史或用药史; (5) 限制性肺通气功能障碍患者。

1.3 检测方法

采取原子吸收分光光度法进行检测, 火焰原子吸收光谱法检测两组血液铁、锌、镁、钙、铜。采集静脉血1.0~2.0 m L, 血液采集后轻轻混匀, 取全血20 μL与5 种元素稀释液混匀, 持续30 min, 检测钙、锌、镁、铁、铜, 严格依照试剂说明书进行, 微机统计分析。

1.5 统计学方法

采用统计学软件SPSS 19.0 对数据进行分析, 计量资料采用±s表示, 组间对比行t检验, 以P<0.05 为差异有统计学意义。

2 结果

肺炎组与正常组钙、镁、铜元素比较无统计学意义 (P>0.05) , 肺炎组锌、铁显著低于正常组 (P<0.05) 。见附表。

3 讨论

微量元素在人体内以极低含量存在, 约占体重的0.01%[3], 但与机体健康、生存紧密相关。微量元素分为必需微量元素与非必需微量元素, 必需微量元素是不可缺少的维持正常生物体征的元素, 主要包括锌、钙、镁、铜、铁等[4]。正常情况下人体各种微量元素处于平衡状态, 而异常改变则可能导致免疫功能下降导致呼吸道感染发生, 引发反复肺炎, 对患儿的生长发育产生不良影响, 因此必须加强对小儿肺炎患儿的微量元素检测, 从而制定合理的治疗、饮食计划。该研究通过研究锌等微量元素, 取得一定成效。锌可延缓衰老, 加快机体和细胞生长发育, 可有效防止先天性畸形、肿瘤。诸多研究显示锌缺乏可引发性腺成熟障碍、免疫力低下、生长迟缓等[5], 锌含量在大脑皮层、脑内海马、杏仁中含量较高, 因此锌缺少可导致海马区代谢异常, 对记忆力、学习能力均有影响。铁则是合成肌红蛋白、血红蛋白的主要成分, 也是构成免疫辅助因子、细胞色素酶的主要成分, 小儿缺铁时常见缺铁性贫血、对消化系统、中枢神经、免疫功能有明显影响, 可导致体格降低、免疫力降低、智力下降。有研究显示儿童如未达贫血标准对大脑发育仍有不良影响[6]。铁为单胺氧化酶主要成分, 可调控神经递质代谢, 导致神经元发育及髓鞘形成受损, 严重可导致惊厥。钙则主要促进骨骼生长发育, 因此钙缺失影响骨骼正常发育和代谢。儿童生长发育较快, 对钙需求量较高, 因儿童偏食、膳食结构不合理可导致钙缺乏。微量元素主要来源于食物, 而食物的摄入可决定微量元素含量的吸收和利用率, 胃肠道功能则影响微量元素吸收程度。锌则在植物性食品中含量较低, 且生物有效性较低, 动物食品含锌量及吸收率较高, 生物有效率较高, 因此肝脏、猪肉、鱼肉等食物中锌含量较高且吸收率较高[7]。

微量元素与人体酶具有协同作用, 如缺少可导致癌症发生率上升, 降低患者对癌的抵抗力。小儿肺炎发病机制复杂, 患者多伴有呼吸道吸入、先天性心脏病、免疫缺陷等疾病, 目前认为小儿肺炎为肺局部和全身防御机制缺陷导致肺防御机制降低。有研究显示, 反复性肺炎发病与微量元素发病有关[8]。锌为人体必需微量元素, 具有多种生物功能, 在RNA聚合酶、DNA合成有关, 直接参与核酸和蛋白质合成、氧化还原、能量代谢。锌元素降低可引发外周淋巴结和胸腺萎缩, T、B淋巴细胞较低, T细胞功能下降, 机体白细胞杀菌能力和机体免疫力下降, 容易发生感染。肺炎患儿常见铁、锌, 铁缺失, 铁为血红蛋白的主要原料, 是生物氧化过程和组织呼吸中有重要作用, 另外铁元素和过氧化物酶、过氧化氢酶, 同时铁元素缺乏可降低酶活性, 对机体代谢影响较大, 可诱发贫血以及中性粒细胞杀菌能力减退, 同时影响吞噬细胞和细胞活性, 导致机体免疫力下降, 易感性较高[9]。铜则主要以铜酶和铜蓝蛋白形式存在, 游离形态较低, 铜有生物催化作用, 为超氧化物歧化酶的金属辅酶。

锌作为必需微量元素, 具有众多功效, 如抗感染作用等, 小儿肺炎发病时容易出现锌缺乏, 锌缺乏又会加重呼吸道感染, 行成病理进展的恶循环, 反复呼吸道感染发生时, 体内分解的代谢上升, 锌消耗量较高, 容易出现锌缺乏。该次研究显示小儿肺炎组钙、镁、铜与正常组比较差异无统计学意义, 而锌、铁显著低于正常组, 表示微量元素锌、铁降低是小儿肺炎患者常见表现, 可为诊断和治疗提供一定依据。

综上所述, 小儿肺炎血清锌水平明显降低, 可与其他微量元素联合诊断小儿肺炎。

参考文献

[1]裴利宏, 郭蕴琦.高浓度血清铁蛋白和肌红蛋白检测在军团菌肺炎患儿中的诊断价值及病情评估[J].实用儿科临床杂志, 2012, 27 (22) :1736-1737.

[2]于晗澍.肺炎患儿血清中微量元素含量的临床探讨[J].临床肺科杂志, 2012, 17 (7) :1244-1245.

[3]周文娣, 袁玉芳.肺炎患儿血清维生素及微量元素状况[J].中华临床营养杂志, 2012, 20 (1) :15-18.

[4]周文娣, 袁玉芳.120例肺炎患儿血清营养素水平分析[J].江苏医药, 2012, 38 (2) :191-192.

[5]孟卫东, 初瑞雪.微量元素与不同年龄段患儿肺炎关系的临床研究[J].中国实验诊断学, 2013, 17 (11) :2061-2062.

[6]徐利萍, 魏金凤, 邵启民, 等.婴幼儿反复肺炎的25- (OH) D及微量元素相关分析[J].中国基层医药, 2014, 21 (18) :2845-2846.

[7]黄瑞茶, 何立花, 李双玲, 等.小儿肺炎与微量元素关系的研究[J].河北医药, 2013, 25 (18) :2820-2821.

[8]贾胜荣.肺炎支原体感染患儿血液部分元素水平的改变及其临床意义[J].国际检验医学杂志, 2014, 21 (10) :1337-1338.

变化检测 第9篇

地震是造成人民生命和财产损失的最严重的自然灾害之一, 地震灾害对社会基础设施的破坏信息对救灾和重建工作至关重要。遥感技术能够客观高效地获取大范围灾情信息, 现在已经成为地震应急以及震害信息调查工作最重要的信息获取途径。

目前, 用于获取灾情信息的遥感传感器主要有两种, 一是被动观测地物反射和辐射特性的光学传感器 (光学遥感) , 另一种是主动发射微波的SAR传感器 (雷达遥感) 。高分辨率光学影像可用于详细评估地面灾情。但是光学遥感不适用于云雪天气地区。而雷达遥感具有全天候全天时的特点, 可以弥补光学遥感的不足。

除了直接利用SAR强度信息和极化信息来提取地震灾害, 如果有地震前后的图像, 还可以采用变化检测的方法来有效提取震害。事实上, 对于中低分辨率SAR, 一般都是采用变化检测方法来识别震害。城镇建筑一般随时间保持稳定, 相同的成像条件下, 城区对应的图像特征一般也保持不变。如果相干性降低了, 可以认为是由地震一类的突发事件引起的变化。建筑物损毁情况越严重, 相干系数也就越小。依据这种对应关系, 可以估计地震对城镇建筑造成的破坏。

早在1998年, 日本学者就开始利用震前震后ERS-1数据强度相关系数的变化特征对城镇损毁区进行探测。发现图像间强度相关系数的变化在一定条件下可以较好地探测地震损毁区。Yonezawa等人利用1995年日本神户地区地震前后的ERS-1 SAR图像的干涉相干性进行研究, 发现地震前后的两幅SAR图像在城市震害区域有明显的去相干性, 这种去相干性的大小、分布与地震中地面破坏程度、房屋倒塌情况及其分布状况有明显的关系。此外Matsuoka利用ERS-1/2, Hosokawa利用JERS-1也开展过相关的研究。但需要注意的是, 这种方法受到数据参数 (如基线长、间隔时长、波长、地表变化及季节植被变化等) 因素的影响。

正是由于相干变化分析方法的缺陷, 将震前震后干涉相干变化与强度相关变化相结合分析, 成为更可靠的建筑区震害损毁探测的方法。Yonezawa等人以1995年日本神户地震为例, 利用ERS-1 SAR图像, 考察震前震后的强度相关性 (intensity correlation) 和干涉相干系数 (coherence) 变化与建筑损毁程度之间的关系。发现强度相关与复相干具有相似之处。研究发现, 一般相关性按不同地物类型大小排列为:城镇区>农田>森林。基线越大相关性越差。对于城镇区损毁, 在小基线数据对中去相关现象明显。这种去相关可以用以来描述由于建筑倒塌和损毁造成的图像强度发生变化。而干涉去相干是由于空间分布和散射体发生变化而使相位发生变化导致的, 研究表明短基线距像对更有利于利用去相干进行城镇损毁探测。Matsuoka等人引入强度变化信息将其与相干系数结合对城镇损毁区进行分析。利用ERS的SAR数据, 根据图像相干系数与后向散射系数差异之间的统计关系, 提出了一个区分指数来对建筑物在地震中的受损程度进行分类, 在神户地震的震例研究中取得了较好的效果。并以此为基础, 进一步利用Envisat-ASAR强度图像对伊朗Bam地震城镇损毁区探测进行研究。利用震前、后SAR图像的强度差异和相关特征构建判别函数, 提取损毁区。同样利用L波段的ALOS-PALSAR数据, 对模型进行改进应用于1995年日本神户地区地震、2007年秘鲁皮斯科城地震, 利用震前、震后的SAR图像强度差及相关系数建立与震害损失强度之间定量化的描述, 取得良好的效果。Hosokawa[5]利用JERS-1也开展过相关的研究。

本文参照Matsuoka的方法, 通过相关系数和后向散射差异值建立建筑物破坏判别方程进行震后损坏建筑物的分布评估, 并引入一个建筑物脆性函数来增加方法的可靠性。以2008年汶川地震都江堰城区的震害为例, 对这种方法进行了验证和评价。

2 方法与实验

2.1 方法介绍

利用SAR变化检测提取地震灾害信息可以采用如下步骤。

(1) 首先, 选取地震前后同一地区、同一传感器, 并且入射角相同的两幅SAR影像, 进行影像的配准以及归一化预处理, 基于像素的变化检测方法通常要求影像的配准误差小于一个像元;

(2) 对它们用一个2121大小的窗口进行滤波。然后, 以1313窗口计算震前震后影像的后向散射系数均值相减作为差值。相关系数也是通过1313窗口进行计算的。

上式中, i表示像素个数, d表示后向散射系数[d B]的差值, r表示相关系数, N表示目标窗口中的像素数。当窗口大小为1313时, N为169。Iai, Ibi分别表示震前和震后影像中的第i个像素的值, 表示第i个像素周围1313范围像素的平均值。

(3) 建立一个经验公式, 通过后向散射系数差d和相关性r来计算建筑物破坏度ZR, 实现建筑物破坏信息的定量化评估。

这里的K1、K2是通过对历史震例进行大量实验, 对比实际震害情况拟合得到的。区域破坏程度越严重, 后向散射系数的差异往往有较大的负绝对值, 相关系数往往较小。这是因为, 微波辐射到震前建筑物时, 建筑物和地面之间的多次反射 (基数效应) 引起了较强的后向散射回波。而对于被破坏的建筑物和空地, 会发生各种方向的散射, 使传感器所能接收到的回波辐射量减少, 形成负差。此外, 震后影像中的建筑物空间上的变化引起的后向散射变化, 降低了相关系数。

(4) 根据ZR的值来判定城镇破坏的程度。

2.2 实验

实验中选用的ALOS-PALSAR数据如图1所示, 进行几何校正、配准和滤波等预处理后, 根据式 (1) 、 (2) 对都江堰地区的震后、震前影像进行相关系数和后向散射系数差计算, 将得到的d、r值参照Masashi Matsuoka等推算的值对Z进行计算。

本文关注的是建筑物, 所以根据相近时相的光学数据计算NDVI (植被指数) 值提取植被覆盖范围, 并利用掩膜排除这些区域。

3 结果与讨论

最后得到的都江堰城区建筑物破坏估计结果如图2所示, 图中红色区域代表破坏程度严重, 绿色表示破坏较轻, 相对的蓝色表示建筑外表大致完好。为了验证这个方法的准确性, 收集了中国地震局工程力学研究所在这个地区开展的实地调查结果进行比较。图3上侧分别代表了变化检测方法得到的严重破坏、中/轻度破坏、基本完好区域, 下侧对应的是同样区域的实地调查结果。从整体分布上看, 通过变化检测得到的评估结果与地面实际调查结果有很好的吻合。可以发现以下几点: (1) 红色对应的高值区出现在建筑用地内, 可以推断该区域的建筑物破坏程度严重;蓝色对应的低值出现在建筑用地内, 可以推断该区域建筑物破坏程度较轻。评估结果中这两种情况与实际调查结果吻合度较高。 (2) 尚未掩膜处理的空旷非建筑用地, 由于季节间的植被差异可能具有较高的判别值而表现出接近红色, 但对于整体趋势影响不大。

需要说明的是, SAR变化检测方法只能提取建筑物表面结构的损害信息, 无法检测建筑内部结构破坏和墙体裂缝。这是图2和图3差异的部分原因。

4 结语

本文利用SAR变化检测方法来分析建筑物震害信息, 分析过程中, 考虑了地震前后SAR后向散射差异和相关系数。评估结果与实地调查结果有较好的一致性, 但还需考虑更多的参数, 并进行更多的实验来训练这些参数, 以提高震害损失评估的精度。

地震灾害非常复杂, 而遥感方法终究只能建筑物探测外部结构的特征, 随着SAR图像分辨率的提高, 极化模式的丰富, 加上SAR本身具备一定的穿透性, 对建筑物细部特征有了更深入的探索。变化检测方法有望能对地震灾害进行定量化的评估。

摘要：通过不同时相遥感数据的变化检测, 可以定性和定量地分析地表变化的类型和情况, 快速获取大范围内的空间变化。变化检测被广泛应用于城市化监测、土地利用变化检测以及自然灾害检测等相关领域。合成孔径雷达 (Synthetic Aperture Radar, SAR) 因为其特殊的成像机理, 受天气影响小, 已成为震后灾情评估的重要手段。通过震前、震后SAR遥感影像的变化检测可以获取地震灾情信息, 是一种有效的地震灾情获取方法。

浅析温度变化对压力表检测的影响 第10篇

1 压力表概述

压力表作为一种特殊的测量仪器, 有着精度高、准确性强烈的特征, 目前在众多领域都被广泛的应用。众所周知, 所有的仪器在运行之中都存在一定的误差, 如果误差较大的时候必然会产生检测结果失准, 给人们决断构成影响, 甚至造成重大的工作误差。压力表当然也不例外, 它的检测效果通常都会受到外界震荡、负荷以及温度的影响, 受到温度的影响最为突出, 但要想更好的了解因为温度变化造成的压力表检测误差, 就必须提前了解压力表的内涵以及原理, 只有这样才能更好的压力表检测误差产生的种类以及影响因素。

1.1 压力表内涵

所谓压力表就是测量压力大小的一种机械装置, 在具体的应用中根据用途可以将压力表分为普通压力表、氧气压力表、氨压力表、双针单管压力表、数字压力表以及电接点压力表等。目前, 压力表已经广泛的应用在人们生活、生产的多个领域, 甚至被人们形象的称之为工业眼睛, 是保证生产安全的关键设备。

1.2 压力表工作原理

压力表在工作中是利用外界压力对表内的敏感元件所引起的弹性变形, 然后由表内机芯的转换结构将压力转变成为参数的形式传输至指针以及显示器, 利用指针的旋转程度以及显示器数字来表示压力。压力表内部的敏感元件主要指的是波登管、膜盒以及波纹管等。

2 温度变化对压力表检测结果的影响

在具体的工作中, 压力表中的波登管、膜盒以及波纹管等特殊元件在发生弹性变化的时候, 经常会受到外界压力、温度等因素的影响, 从而造成检测数据误差现象, 甚至是产生检测结果完全失准的现象。这个时候, 如果外界环境温度或者压力过高, 不仅会造成元件出现变形误差, 甚至是造成永久性变形, 致使压力表丧失应有功能。下面我们就具体的温度变化对敏感元件造成的影响进行分析。

2.1 温度变化通过敏感元件引起失准

压力表在检测外界压力的时候, 是利用外界压力引发内部敏感元件发生弹性变化, 最终利用指针、数字等方式将这些压力值表现出来的一种机械仪表。但是在具体工作中, 弹性变化量往往会随着外界温度的升高而呈现出下降的趋势, 而压力表敏感元件材料却经常会因为温度的升高而出现大幅度变形的现象, 反之温度越低, 压力表内部敏感元件的变形量也就越小, 材料变量就越低, 测出的压力值也就越小。由此可见, 弹性变量本身是一个与温度相关的物理量。因此, 温度变化必然会造成压力表内部元件的灵敏度、变量以及精度发生变化。

根据上述内容我们看也得出, 压力表在使用中必须要保持外界温度的恒定, 但是这种现象几乎是无法实现的, 因此检测环境压力的时候不可能出现温度不变的理想状态。综合这些因素, 国家在压力表使用中做了明确的规定, 对压力表允许误差做了详细的界定, 只要误差小于或者等于被检测数据绝对值的三分之一, 便可说此时的压力值处于精确状态。可是在实际的工作中, 大部分实验室既不能实现温度恒定不变, 也无法达到数值既定误差范围内, 这种情况下所检测的结果肯定是失准的, 因此为了更好的检测出空气压力的精确数值, 往往都是采用计算的方式对该温度环境下的压力误差值进行检测, 这个时候测量值加上或者减去误差值即可得到比较准确的检测结果。

2.2 温度变化通过大气压引起失准

众所周知, 温度是影响大气压的一个重要因素, 因为温度越高———虽然增加了空气分子的对撞机会, 但是空气迅速膨胀, 对流, 从而引起空气变得稀薄, 其增加的对撞能量远小于空气变稀薄减小的对撞能量, 自然空气压力减小。

压力的表示方法有两种:一种是以绝对真空作为基准所表示的压力, 称为绝对压力;另一种是以大气压力作为基准所表示的压力, 称为相对压力。由于大多数测压仪表所测得的压力都是相对压力, 故相对压力也称表压力。绝对压力与相对压力的关系为:绝对压力=大气压力+相对压力, 从该式可以看出, 压力的大小与大气压力有关。

而地球上不同地域的大气压力是不一致的, 我们知道, 气体分子的“碰撞”是产生气体压强的根本原因, 在密闭的环境中温度升高时气体分子运动加快, 引起内部压强增加。但是大气作为非密闭环境就不同了。其中一个地域温度升高时, 该区域内的空气便会像密闭环境中一样发生膨胀, 但是分子运动也会由于温度的影响向四周扩散, 从而引起该区域内的气体分子减少, 大气压强随之减少。这就为南北气压差异提供了解释, 尽管地球大气总量恒定, 但是分子扩散依然存在。

大气压的地域差异就造成了压力表在检测相同压力时由于检测地域不同出现不同的结果, 本质上是由于温度的变化造成了气体分子的扩散。所以在使用压力表测量某一区域的压力时, 应当先得出该区域的大气压与标准大气压的偏差, 然后定量地估计该偏差会对检测值形成多大的影响, 得出一个误差值, 最后用检测值加上或减去误差值就能得到一个接近实际压力值的结果。

3 结论

从压力表的内部构造和检测原理上分析可以知道, 压力表在检测时是外界压力使内部的敏感弹性元件发生弹性形变, 产生的变化量在压力表上对应该压力的大小。这些元件在一定程度上会受到温度的干扰, 由温度产生一个变化量, 这个变化量和压力产生的变化量一起作用形成仪表示数, 对实际检测的数值造成了误差。同时, 压力的形成于大气压强的大小有着直接的联系, 而温度的变化促使分子的扩散, 造成不同温度区域的大气压差异。温度就通过大气压间接影响了压力表的检测。因此, 在检测中必须充分考虑温度因素, 把检测到的数值除去温度造成误差部分, 方可得到更为准确的结果。

摘要：近年来, 我国科学技术紧随社会经济的发展取得良好的成绩, 各种先进的机械设备层出不穷, 压力表作为人们生活、生产中的常见仪表类机械, 本文从其内涵入手, 就温度变化对其检测的影响做了详细阐述, 以期为检测人员工作提供参考。

关键词：压力表,温度,气压,失准,检测

参考文献

[1]李文生, 张国昆.压力表检定不容忽视的几个问题[J].内蒙古质量技术监督, 2003 (4) .

[2]罗建明.0.4级精密压力表示值误差的测量结果不确定度评定[J].中国计量, 2003 (7) .