西安神禾塬地区高光谱遥感考古研究_谭克龙
西安神禾塬地区高光谱遥感考古研究_谭克龙
遥感考古是通过遥感探测到的地面异常特征来发现文物遗存 [ 1] .遗迹土壤与周围自 然土壤在色泽 、结构 、湿度 、致密度方面存在差别 , 尤其是耕土层翻犁过之后 , 其中所隐含 的各种土壤差异更加明显[ 2-3] ;地下埋藏的考古遗迹或现象往往会产生土壤的板结与疏 松 、肥沃与贫瘠 、含水量多与少等差异 , 导致树木与灌木丛生长与分布情况发生异常[ 4-5] , 或者会使农作物与野草的高度 、密度和色彩出现差异 ;另外 , 遗迹往往具有特殊的微地貌 和几何形状特征 , 尤其是大规模的地面和地下工程 , 如墓葬坑 、陪葬坑的挖掘和填埋 、地面 取土和陵墓封土的堆积 、人工引水渠的开挖等 , 都可能导致地表形态的变化 , 与周围地形 不协调 , 构成一定形状的图案[ 6] .这些差异会影响它们对太阳辐射能的吸收和发射及其 热发射特性 [ 7] , 能引起表面地物波谱特征的微弱变化 , 从而成为考古遥感的主要探查研 究标志 [ 8] .遥感技术能反映地面及近地表面 (1— 2m)地物的光谱特征[ 1] .
高光谱遥感数据获取系统采用中国科学院上海技术物理研究所研制的 OMISII成像
No.5
谭 克龙等 :西安神禾塬地区高光谱遥感考古研究
67 7
光谱仪 .OMISII具有 68个光谱波段 , 是一套高性能机载可见光 —近红外 —短波红外 —热
红外成像光谱仪 , 能形成图谱合一的三维遥感图像 , 其主要技术指标见表 1.飞行平台为 运 12飞机 , 飞行面积 20km2 .2005年 3月 13日 23∶00至 14日 5∶00完成夜航 , 当日白天
探测技术 , 因此 , 它最具有实际研究意义 .
陕西西安附近的沣河两岸 , 史载有西周王朝早期的都城丰 、镐 , 文王所建都城丰京在 沣水西岸 , 武王所建都城镐京在沣水东岸 .以丰 、镐为中心 , 在西起户县 、东到长安韦曲 、 南抵秦岭 、北达咸阳垣上的区域有丰富的古文化遗存[ 10] .该区地处关中渭河 、沣河冲洪积
高光谱遥感岩矿识别的研究进展_张成业
第２３卷 第８期２０１５年８月 光学精密工程 Ｏｐｔｉｃｓ ａｎｄ Ｐｒｅｃｉｓｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏｌ．２３ Ｎｏ．８ Ａｕｇ．２０１５ 收稿日期：２０１５－０４－１０；修订日期：２０１５－０６－０４． 基金项目：国家科技重大专项资助项目（Ｎｏ．２０１１ＺＸ０５０３４）文章编号 １００４－９２４Ｘ（２０１５）０８－２４０７－１２高光谱遥感岩矿识别的研究进展张成业，秦其明＊，陈 理，王 楠，赵姗姗（北京大学地球与空间科学学院，北京１００８７１）摘要：分析与综述了当前高光谱遥感岩矿识别研究的进展。
论述了岩矿光谱特征的作用机理以及岩矿光谱的特征测量与分析方法。
归纳和总结了目前以及未来几年可用于岩矿识别的高光谱遥感探测器件和仪器的特点。
对基于光谱吸收特征、完全波形匹配和混合像元分解的３类岩矿识别方法进行了归纳与对比，重点介绍了近年来这类技术的重要成果以及研究热点。
最后，从理论、数据、方法以及应用４个方面对当前高光谱遥感岩矿识别面临的主要问题和发展趋势进行了剖析。
作者认为，高光谱遥感岩矿识别的整体发展趋势为定性识别向定量化分析发展，在此发展过程中，混合光谱模型的建立与解混、面向岩矿识别的新型高光谱传感器的研制、岩矿信息提取的智能化以及复杂地质环境下的岩矿识别将成为研究的主要方向。
关 键 词：高光谱遥感；岩矿识别；光谱特征；综述中图分类号：ＴＰ７５１；Ｐ６２７ 文献标识码：Ａ ｄｏｉ：１０．３７８８／ＯＰＥ．２０１５２３０８．２４０７Ｒｅｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎｕｔｉｌｉｚｉｎｇ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇＺＨＡＮＧ Ｃｈｅｎｇ－ｙｅ，ＱＩＮ Ｑｉ－ｍｉｎｇ＊，Ｃｈｅｎ Ｌｉ，Ｗａｎｇ Ｎａｎ，Ｚｈａｏ Ｓｈａｎ－ｓｈａｎ（Ｓｃｈｏｏｌ ｏｆ Ｅａｒｔｈ ａｎｄ Ｓｐａｃｅ Ｓｃｉｅｎｃｅｓ，Ｐｅｋｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７１，Ｃｈｉｎａ）＊Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ，Ｅ－ｍａｉｌ：ｑｍｑｉｎ＠ｐｋｕ．ｅｄｕ．ｃｎＡｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｒｅｖｉｅｗｓ ｔｈｅ ｃｕｒｒｅｎｔ ｐｒｏｇｒｅｓｓ ｏｆ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｒｅ－ｍｏｔｅ ｓｅｎｓｉｎｇ．Ｔｈｅ ｐｈｙｓｉｃｏｃｈｅｍｉｃａｌ ｍｅｃｈａｎｉｓｍｓ ｏｆ ｍｉｎｅｒａｌ ｓｐｅｃｔｒａ ａｎｄ ｔｈｅｉｒ ｆｅａｔｕｒｅ ｍｅａｓｕｒｅｍｅｎｔ ａｎｄａｎａｌｙｓｉｓ ａｒｅ ｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｃｕｒｒｅｎｔ ａｎｄ ｆｕｔｕｒｅ ｍａｉｎ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｓｅｎｓｏｒｓ ａｒｅ ｃｏｎｃｌｕ－ｄｅｄ．Ｔｈｅｎ，ｔｈｒｅｅ ｓｅｒｉｅｓ ｏｆ ｍｅｔｈｏｄｓ（ｂａｓｅｄ ｏｎ ｓｐｅｃｔｒａｌ ａｂｓｏｒｐｔｉｏｎ ｆｅａｔｕｒｅ，ｆｕｌｌ ｓｐｅｃｔｒａｌ ｐｒｏｆｉｌｅ ｍａｔｃ－ｈｉｎｇ，ａｎｄ ｓｐｅｃｔｒａｌ ｕｎｍｉｘｉｎｇ，ｒｅｓｐｅｃｔｉｖｅｌｙ）ｆｏｒ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｄａｔａ ｓｅｔｓａｒｅ ｃｏｍｐａｒａｔｉｖｅｌｙ ａｎａｌｙｚｅｄ ａｎｄ ｓｕｍｍａｒｉｚｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅ ｍａｉｎ ｐｒｏｂｌｅｍｓ ｏｆ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｂｙ ｕ－ｓｉｎｇ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｄａｔａ ｏｎ ｔｈｅｏｒｙ，ｄａｔａ ｓｅｔｓ，ｍｅｔｈｏｄｓ ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ，ａｒｅ ａｎａｌｙｚｅｄ ａｎｄ ｉｔｓ ｄｅｖｅｌｏ－ｐｉｎｇ ｔｒｅｎｄｓ ａｒｅ ｄｉｓｃｕｓｓｅｄ．Ｉｔ ｐｏｉｎｔｓ ｏｕｔ ｔｈａｔ ｔｈｅ ｔｒｅｎｄ ｗｉｌｌ ｆｏｃｕｓ ｏｎ ｔｈｅ ｄｉｒｅｃｔｉｏｎ ｆｒｏｍ ｔｈｅ ｑｕａｌｉｔａｔｉｖｅ ｉ－ｄｅｎｔｉｆｉｃａｔｉｏｎ ｔｏ ｔｈｅ ｑｕａｎｔｉｔａｔｉｖｅ ｍｉｎｅｒａｌ ａｎａｌｙｓｉｓ．Ｄｕｒｉｎｇ ｔｈｉｓ ｔｒｅｎｄ，ｓｐｅｃｔｒａｌ ｕｎｍｉｘｉｎｇ，ｔｈｅ ｄｅｓｉｇｎ ｏｆｎｅｗ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｓｅｎｓｏｒｓ ｆｏｒ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｉｎｔｅｌｌｅｃｔｕａｌｉｚａｔｉｏｎ ｏｆ ｍｉｎｅｒａｌ ｉｎｆｏｒｍａｔｉｏｎ ｅｘｔｒａｃ－ｔｉｏｎ，ａｎｄ ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｉｎ ａ ｃｏｍｐｌｅｘ ｇｅｏｌｏｇｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ ｗｉｌｌ ｂｅ ｔｈｅ ｍａｉｎ ｒｅｓｅａｒｃｈ ｆｏｃｕｓｅｓ．Ｋｅｙ ｗｏｒｄｓ：ｈｙｐｅｒｓｐｅｃｔｒａｌ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ；ｍｉｎｅｒａｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｓｐｅｃｔｒａｌ ｆｅａｔｕｒｅ；ｒｅｖｉｅｗ１ 引 言 高光谱遥感技术（Ｈｙｐｅｒｓｐｅｃｔｒａｌ ＲｅｍｏｔｅＳｅｎｓｉｎｇ）又称成像光谱技术（Ｉｍａｇｉｎｇ Ｓｐｅｃｔｒｏｍｅ－ｔｒｙ）。
遥感测绘论文题目GIS测绘学论文题目测绘工程论文题目选题大全毕业论文开题报告参考文献
耕地土壤有机质与速效氮磷钾含量高光谱遥感反演研究 经验模态分解在高光谱遥感数据处理中的应用 面向对象的高分辨率遥感影像的分割与分类研究 多极化星载 SAR 森林覆盖变化检测方法研究 多特征融合的遥感影像变化检测方法研究 近 30 年上海海岸带土地利用变化分析与建模预测 基于矩阵对数累积量和非局部均值方法的极化 SAR 噪声抑制 基于高光谱数据的最大羧化速率遥感定量反演 高分辨率遥感影像道路网提取及变化检测 基于高分辨率遥感影像的城区建筑物提取方法研究 基于高分辨率遥感影像的团场小城镇土地利用变化分析与预测研究 面向对象的草原植被参数反演方法及应用 基于多特征的面向对象高分辨率遥感图像分类 定标缺失情况下的高光谱图像分类研究 基于多波段多极化 SAR 数据的草原地表土壤水分反演方法研究 粒子群优化算法在多时相遥感影像变化检测中的应用研究 基于 Sentinel-1 和 Landsat 8 数据的潮间带盐沼湿地分类研究 高分辨率遥感影像面向对象的绿地信息提取方法研究 基于 HJ-1A HSI 高光谱遥感数据的湟水流域典型植被分类 多源遥感图像融合技术研究 基于 CVA 与光谱解混的高光谱图像变化检测研究 小麦茎基腐与全蚀病高光谱遥感识别研究 基于 Sentinel-1 的近岸海表风场反演研究 雷达卫星 TerraSAR-X 精准测距高原湿地水位反演研究 基于数据挖掘技术的航摄影像土地利用变化检测研究 基于深度神经网络的遥感图像变化检测 基于多空间分辨率遥感数据的山区土地利用/土地覆被分类及变化检测 基于图谱理论的遥感图像分类方法研究 高光谱遥感协同处理黑刺沟岩矿蚀变信息方法研究 基于多核学习的高光谱遥感影像分类方法研究
遥感测绘论文题目 GIS 测绘学论文题目测绘工程论文题目选
题大全毕业论文开题报告参考文献 目录
一、选题技巧............................................................................................................................................1 二、热词分布............................................................................................................................................2 三、测绘学论文题目大全....................................................................................................................... 2 四、知网万方等如何利用................................................................................................................... 104
遥感技术在农业资源与土壤环境综合监测上的应用
㊀山东农业科学㊀２０２４ꎬ５６(３):１６３~１７０ＳｈａｎｄｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ㊀ＤＯＩ:１０.１４０８３/ｊ.ｉｓｓｎ.１００１－４９４２.２０２４.０３.０２２收稿日期:２０２３－０８－２４基金项目:国家自然科学基金面上项目(４１９７７０１９)ꎻ山东省本科教学改革研究面上项目(Ｍ２０２１０６２)ꎻ山东省科技型中小企业创新能力提升工程项目(２０２２ＴＳＧＣ２４３７)作者简介:鄂高阳(２００２ )ꎬ男ꎬ黑龙江佳木斯人ꎬ在读本科生ꎬ研究方向为土地资源管理ꎮＥ－ｍａｉｌ:２９６６２８１７０８＠ｑｑ.ｃｏｍ韩芳(１９８１ )ꎬ女ꎬ博士ꎬ副教授ꎬ研究方向为资源环境遥感应用ꎮＥ－ｍａｉｌ:ｈａｎｆ＠ｌｒｅｉｓ.ａｃ.ｃｎ∗同为第一作者ꎮ通信作者:刘之广(１９８７ )ꎬ男ꎬ山东招远人ꎬ博士ꎬ副教授ꎬ主要从事土壤肥料资源高效利用研究ꎮＥ－ｍａｉｌ:ｌｉｕｚｈｉｇｕａｎｇ８２３５１２６＠１２６.ｃｏｍ遥感技术在农业资源与土壤环境综合监测上的应用鄂高阳１ꎬ韩芳２∗ꎬ秦秉希３ꎬ刘之广１(１.山东农业大学资源与环境学院ꎬ山东泰安㊀２７１０１８ꎻ２.山东理工大学建筑工程与空间信息学院ꎬ山东淄博㊀２５５０４９ꎻ３.山东农业大学信息科学与工程学院ꎬ山东泰安㊀２７１０１８)㊀㊀摘要:近年来ꎬ遥感技术和遥感设备已被普遍应用于农业资源与土壤环境综合监测中ꎬ且在农业生产㊁环境保护和自然资源管理等几个方面成效卓著ꎮ但是ꎬ土壤问题依然影响着人类的生态文明建设ꎬ制约着人类健康和发展的稳定性ꎮ随着国内外对土壤问题研究和调查的不断深入ꎬ针对性提出的一系列解决方案和政策措施在一定程度上改善了土壤环境问题ꎬ但也暴露出监测技术不足㊁监测方法亟待改进等很多新问题ꎮ本文综述了遥感监测技术在农业生产㊁环境保护和自然资源管理三个方面的应用现状ꎬ重点对遥感监测手段㊁遥感技术在土壤监测方面的应用进行了较全面的阐述ꎬ对现有工作中存在的问题进行总结ꎬ并对今后的发展方向做出展望ꎮ关键词:遥感技术ꎻ土壤综合监测ꎻ农业生产ꎻ环境保护ꎻ自然资源管理中图分类号:Ｓ１２７㊀㊀文献标识号:Ａ㊀㊀文章编号:１００１－４９４２(２０２４)０３－０１６３－０８ＡｐｐｌｉｃａｔｉｏｎｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇＴｅｃｈｎｏｌｏｇｙｏｎＩｎｔｅｇｒａｔｅｄＭｏｎｉｔｏｒｉｎｇｏｆＡｇｒｉｃｕｌｔｕｒａｌＲｅｓｏｕｒｃｅｓａｎｄＳｏｉｌＥｎｖｉｒｏｎｍｅｎｔＥＧａｏｙａｎｇ１ꎬＨａｎＦａｎｇ２∗ꎬＱｉｎＢｉｎｇｘｉ３ꎬＬｉｕＺｈｉｇｕａｎｇ１(１.ＣｏｌｌｅｇｅｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔꎬＳｈａｎｄｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙꎬＴａｉａｎ２７１０１８ꎬＣｈｉｎａꎻ２.ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＧｅｏｍａｔｉｃｓꎬＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙꎬＺｉｂｏ２５５０４９ꎬＣｈｉｎａꎻ３.ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇꎬＳｈａｎｄｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙꎬＴａｉａｎ２７１０１８ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ㊀Ｔｈｅｒｅｃｅｎｔｄｅｖｅｌｏｐｍｅｎｔｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｉｑｕｅａｎｄｅｑｕｉｐｍｅｎｔｈａｓａｄｖａｎｃｅｄｉｔｓａｐｐｌｉｃａ￣ｔｉｏｎｏｎｉｎｔｅｇｒａｔｅｄｍｏｎｉｔｏｒｉｎｇｏｆａｇｒｉｃｕｌｔｕｒａｌｒｅｓｏｕｒｃｅｓａｎｄｓｏｉｌｅｎｖｉｒｏｎｍｅｎｔꎬｗｈｉｃｈｈａｓｏｕｔｓｔａｎｄｉｎｇｅｆｆｅｃｔｓｉｎａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｉｏｎꎬｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎａｎｄｎａｔｕｒａｌｒｅｓｏｕｒｃｅｓｍａｎａｇｅｍｅｎｔ.Ｈｏｗｅｖｅｒꎬｓｏｉｌｐｒｏｂｌｅｍｓｓｔｉｌｌａｆｆｅｃｔｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｈｕｍａｎｅｃｏｌｏｇｉｃａｌｃｉｖｉｌｉｚａｔｉｏｎａｎｄｒｅｓｔｒｉｃｔｔｈｅｓｔａｂｉｌｉｔｙｏｆｈｕｍａｎｈｅａｌｔｈａｎｄｄｅｖｅｌ￣ｏｐｍｅｎｔ.Ｗｉｔｈｔｈｅｄｅｅｐｅｎｉｎｇｏｆｒｅｓｅａｒｃｈａｎｄｉｎｖｅｓｔｉｇａｔｉｏｎｏｆｓｏｉｌｐｒｏｂｌｅｍｓａｔｈｏｍｅａｎｄａｂｒｏａｄꎬａｓｅｒｉｅｓｏｆｔａｒ￣ｇｅｔｅｄｓｏｌｕｔｉｏｎｓａｎｄｐｏｌｉｃｙｍｅａｓｕｒｅｓｈａｄｂｅｅｎｐｕｔｆｏｒｗａｒｄａｎｄｈａｄｉｍｐｒｏｖｅｄｓｏｉｌｅｎｖｉｒｏｎｍｅｎｔｔｏａｃｅｒｔａｉｎｅｘ￣ｔｅｎｔ.Ｂｕｔｍａｎｙｎｅｗｐｒｏｂｌｅｍｓｓｕｃｈａｓｉｎａｄｅｑｕａｃｙａｎｄｎｅｅｄｔｏｉｍｐｒｏｖｉｎｇｏｆｍｏｎｉｔｏｒｉｎｇｔｅｃｈｎｏｌｏｇｙｈａｖｅｂｅｅｎｅｘｐｏｓｅｄ.Ｉｎｔｈｉｓｐａｐｅｒꎬｔｈｅａｐｐｌｉｃａｔｉｏｎｓｔａｔｕｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｍｏｎｉｔｏｒｉｎｇｔｅｃｈｎｉｑｕｅｏｎａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃ￣ｔｉｏｎꎬｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎａｎｄｎａｔｕｒａｌｒｅｓｏｕｒｃｅｍａｎａｇｅｍｅｎｔｗｅｒｅｒｅｖｉｅｗｅｄꎬｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｍｏｎｉｔｏｒｉｎｇｔｏｏｌｓａｎｄｔｅｃｈｎｉｑｕｅｓｏｎｓｏｉｌｍｏｎｉｔｏｒｉｎｇｗａｓｅｌａｂｏｒａｔｅｄꎬｔｈｅｅｘｉｓｔｉｎｇｐｒｏｂｌｅｍｓｗｅｒｅｓｕｍｍａ￣ｒｉｚｅｄꎬａｎｄｔｈｅｏｕｔｌｏｏｋｏｆｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｗａｓｐｒｏｐｏｓｅｄ.Ｋｅｙｗｏｒｄｓ㊀ＲｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙꎻＩｎｔｅｇｒａｔｅｄｍｏｎｉｔｏｒｉｎｇｏｆｓｏｉｌꎻＡｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｉｏｎꎻＥｎｖｉｒｏｎ￣ｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎꎻＮａｔｕｒａｌｒｅｓｏｕｒｃｅｓｍａｎａｇｅｍｅｎｔ㊀㊀土壤作为农业㊁林业㊁畜牧业等领域的重要资源ꎬ其质量㊁特性及变动会对作物产量和品质产生直接影响ꎮ在社会与经济不断发展的大背景下ꎬ土壤开发利用中的损害和污染问题日益凸显ꎮ近年来ꎬ土壤问题已引起广泛关注ꎬ不仅关系到人类的生活品质ꎬ更是国家可持续发展战略的重要组成部分ꎮ因此ꎬ加强土壤综合监测和保护能力ꎬ有利于推进国家生态文明建设和提高生态兼容性[１－２]ꎮ工业经济的迅速发展对生态环境造成了极大的破坏ꎬ且土壤处于脆弱状态ꎬ易遭受到来自物理㊁化学等多方面的影响ꎮ研究显示ꎬ人类活动引起的全球生态环境变化ꎬ致使土壤严重受损ꎬ直接或间接导致全球生物多样性和生态功能的退化[３－４]ꎮ例如ꎬ乙撑双二硫代氨基甲酸酯类杀菌剂和各种有毒杀虫剂的滥用对环境造成了大量原生和次生污染ꎬ有毒物质通过食物链积累ꎬ最终进入人体ꎬ产生与癌症㊁遗传毒性等相关的物质[５－６]ꎮ工业化进程不断推进ꎬ土壤环境恶化加剧ꎬ工业废水排放等导致土壤污染问题日益严重ꎬ土壤中重金属含量急剧上升ꎬ给食物链的中高层生物带来严重威胁[７－８]ꎮ在我国ꎬ土壤问题主要表现为不合理开发㊁不合规排放和有毒农药及化肥的过度使用等ꎬ水土流失㊁土壤侵蚀和土壤污染等问题尤为严重[１－２]ꎮ与此同时ꎬ我国土壤监测发展相对滞后ꎮ国外土壤监测的相关研究可追溯至２０世纪６０年代末ꎬ而我国则在２０世纪８０年代才开始ꎮ因此ꎬ我国亟需采取有效措施进行土壤环境监测和修复ꎮ传统的土壤监测方法主要依赖于现场调查和实验室分析ꎬ耗时长㊁费用高ꎬ且难以实现大范围㊁高效率的监测ꎮ遥感监测是指利用遥感技术进行监测的技术方法ꎬ在获取大面积信息方面具有快而全的优势ꎬ为土壤监测提供了新的可能性[９]ꎮ１㊀土壤综合监测及遥感技术概述遥感技术具有监测范围广㊁信息连续性强㊁信息处理效率高等优势ꎮ相较于传统监测技术ꎬ遥感技术可大幅降低人工和经济成本ꎬ缩短信息处理周期ꎬ保证信息时效性ꎬ有助于加快土壤信息汇总进度ꎬ及时处理土壤污染事件ꎮ遥感技术还可进行非常规监测ꎬ扩大土壤监测范围且对极端地形的监测效果显著ꎬ还能够实现全天候环境监测ꎮ遥感技术可实现对单个区域的动态监测ꎬ有助于监测土壤变化ꎬ及时了解土壤受污染程度ꎬ实时监控土壤修复进程ꎬ提升土壤污染治理效果ꎮ遥感技术作为一项综合技术ꎬ实现了土壤资源整合的统一与信息化ꎬ推进了土壤综合监测等的研究进度ꎮ土壤遥感监测基本流程如图１所示ꎮ图１㊀土壤遥感监测流程４６１山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５６卷㊀㊀㊀土壤遥感监测通常包含８个理化指标㊁３种放射性监测方式㊁１７种有机监测方式和２３种无机监测方式[９]ꎮ数据源主要有多源遥感卫星数据㊁无人机遥感数据以及地面测量数据等ꎮ多源遥感卫星数据包括Ｌａｎｄｓａｔ㊁ＭＯＤＩＳ㊁Ｓｅｎｔｉｎｅｌ等ꎬ这些卫星的光谱范围广㊁时间分辨率高ꎬ可满足不同尺度㊁不同时相的土壤监测需求ꎻ无人机遥感数据优势在于具有高空间㊁高时间分辨率和高精度ꎬ利于细节特征的精细化监测ꎻ地面测量数据包括传统的土壤样点信息和高精度的地形数据ꎬ可与遥感数据交叉验证ꎬ提高监测精度和可信度ꎮ２㊀土壤遥感监测技术土壤遥感监测技术通过遥感和地面探测等技术手段ꎬ对土壤进行非接触式的监测和评估ꎬ可以为土地利用㊁农业生产㊁环境保护等领域提供丰富的信息ꎬ是实现土壤可持续发展的重要工具ꎮ常用的土壤遥感监测技术包括: (１)遥感影像分析技术ꎮ利用高分辨率卫星或无人机获取的影像数据ꎬ分析土壤覆盖类型㊁土地利用状况以及土壤质量[１０]ꎮ如利用Ｌａｎｄｓａｔ卫星数据进行耕地㊁林地㊁草地等土地利用类型的分类和监测ꎻ通过ＮＤＶＩ(ｎｏｒｍａｌｉｚｅｄｄｉｆｆｅｒｅｎｃｅｖｅｇｅ￣ｔａｔｉｏｎｉｎｄｅｘ)指数评估植被覆盖程度ꎬ从而反映土壤肥力状况ꎮ(２)土壤光谱技术ꎮ这是一种利用光谱仪器测量土壤反射光谱ꎬ推断土壤性质和特征的方法[１１]ꎮ例如ꎬ近红外光谱技术可以获取土壤有机质含量㊁水分含量和ｐＨ值等信息ꎻ红外光谱技术可以获得土壤粘粒含量和矿物成分信息ꎮ通过这些信息可以评估和监测土壤质量ꎮ(３)地球物理勘探技术ꎮ这是通过测量土壤的物理特征ꎬ如电阻率㊁磁性和声波传播速度等ꎬ推断土壤性质和结构的方法ꎮ例如ꎬ电磁法测量土壤电阻率可以获取土壤含水量和盐分信息ꎻ地震波速度测量技术可以获得土壤密度和压缩模量信息ꎮ通过这些信息可以评估和监测土壤结构和性质ꎮ综上所述ꎬ通过三种土壤遥感监测技术ꎬ可获取土壤覆盖类型㊁土地利用状况㊁土壤质量与结构等信息ꎬ实现无接触的土壤监测和评估ꎬ为土地利用㊁农业生产与环境保护等提供丰富的数据和信息ꎬ为土壤资源的管理与保护提供科学有效的数据支持ꎮ３㊀遥感技术应用３.１㊀农业生产遥感技术在农业领域应用非常广泛ꎮ郭广猛等[１２]使用中红外波段对土壤湿度进行遥感监测ꎬ通过回归分析发现土壤水分与ＭＯＤＩＳ(ｍｏｄｅｒａｔｅ￣ｒｅｓｏｌｕｔｉｏｎｉｍａｇｉｎｇｓｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ)第７波段的反射率之间具有较好的相关关系ꎮＺｈｕ等[１３]利用机器学习对根际土壤湿度进行预测ꎬ显著提高了土壤水分预测的准确率与服务水平ꎮＬｉｕ等[１４]研究表明土壤光谱反射率与土壤湿度存在相关性ꎬ在一定土壤水分临界值下土壤光谱反射率与土壤湿度呈负相关ꎮ通过对土壤盐碱性㊁腐蚀㊁水分以及农作物生长环境等进行遥感监测分析ꎬ可以连续监测并发现其变化趋势ꎬ为其管理提供科学的指导和建议ꎮ例如提出农业用水管理决策ꎬ提高农业灌溉用水效率等[１５]ꎮ同时ꎬ遥感技术也可监测草地的长势㊁产量㊁退化㊁沙化及耕地与草地的面积变化等[１６]ꎬ为草原与畜牧业管理决策提供有价值的信息ꎮ通过遥感数据可以了解农业有效灌溉面积的增长情况[１７]ꎬ并预测未来的发展趋势ꎬ对于解决灌溉节水及水土流失等问题具有重要意义ꎮ遥感技术还可以通过监测土地利用变化情况ꎬ对农业生产提供支持ꎮ例如ꎬ可以对农田土地利用类型进行分类ꎬ了解耕地的变化情况ꎬ以便能够及时调整农业生产布局ꎮ同时ꎬ遥感技术还可以监测农作物的生长状况(生长阶段㊁病虫害等)ꎬ为农业生产提供实时数据支持ꎬ帮助农民及时采取相应的管理措施ꎮＲｏｍａｎａｋ等[１８]利用气相色谱法对土壤环境(如二氧化碳㊁氧气㊁温度㊁水分和压力等)进行了长期监测ꎮＪｉａｏ等[１９]利用极化细束影像对加拿大安大略东北部地区的小麦㊁大豆等主要作物进行了分类和面积提取ꎮ岳云开等[２０]利用无人机多光谱遥感反演苎麻叶绿素含量ꎬ为高效检测苎麻叶绿素提供新方法ꎮ杨娜等[２１]利用ＳＭＯＳ㊁ＳＭＡＰ数据技术对青藏高原季风及植被生长季土壤水分消长特征进行了研究ꎬ明确了近期青藏高原土壤水分的总体分布状况ꎬ为地区和全球气候及灾害的预测预报提供了５６１㊀第３期㊀㊀㊀㊀㊀㊀鄂高阳ꎬ等:遥感技术在农业资源与土壤环境综合监测上的应用借鉴和科学依据ꎮＢａｌａ等[２２]基于ＭＯＤＩＳ影像的ＮＤＶＩ数值进行土豆长势监测ꎮ何亚娟等[２３]对冬小麦不同生育期的产量三因子(穗数㊁穗粒数㊁千粒重)进行双因子建模ꎬ使预报时间提前至抽穗后期至灌浆期ꎬ并且有９０％的拟合精度ꎮＳｏｎ等[２４]利用ＭＯＤＩＳ数据建立了水稻生长期与单产的关系模型ꎬ并成功应用于湄公河三角洲水稻的长势监测与产量预测ꎮ韩文霆等[２５]利用无人机多光谱遥感平台结合机器学习模型估测不同深度土壤含盐量ꎬ为农业生产提供了科学依据ꎮ３.２㊀环境保护遥感技术可以实时监测土壤质地㊁营养成分等的变化ꎬ进而对土壤质量和健康进行评估ꎮ其中ꎬ遥感技术在土壤侵蚀㊁土壤污染和土地利用监测等方面具有重要的应用价值ꎮ３.２.１㊀土壤侵蚀监测㊀遥感技术可以通过监测土壤的光谱信息ꎬ实现土壤侵蚀情况的监测ꎮ研究表明ꎬ４５０ｎｍ波段光谱值与土壤水分含量有关ꎬ５００~６４０ｎｍ波段与土壤中氧化铁含量有关ꎬ６６０ｎｍ波段与土壤有机质含量呈负相关[２６]ꎮ杨丽娟等[２７]利用无人机遥感影像分析土壤侵蚀重要表现形式的新成切沟发生规律ꎬ为切沟的预防与治理提供科学依据ꎮ遥感监测技术为及时制定对策防止土壤流失和泥石流等自然灾害情况发生提供了重要的数据支撑ꎮ张晓远等[２８]利用卫星遥感影像结合ＧＩＳ和ＲＳ技术对ＲＣＳＬＥ模型进行修正ꎬ使之能够对小流域水土流失动态变化进行分析和评价ꎮ３.２.２㊀土壤利用监测㊀遥感技术可以通过土地利用监测ꎬ帮助农业决策者确定土地分类和资源要求等信息ꎮ例如ꎬ黄应丰等[２９]利用土壤光谱特性对华南地区主要土壤类型进行分类ꎬ提取１０个光谱特征作为土壤光谱特征指标ꎬ综合应用土壤特征指标及其他分类指标对土壤进行分类ꎬ结果与中国土壤系统分类[３０]中的相关内容相一致ꎮ李娜等[３１]利用基于ＰＯＩ数据的城市功能区识别与分布特征研究ꎬ开展了遥感技术在农业资源与环境领域土壤综合监测方面的应用研究ꎬ为土壤分类识别在城市规划㊁城市管理㊁经济分析和环境保护等方面的应用提供了借鉴ꎮＳｅｎａｎａｙａｋｅ等[３２]利用遥感影像对降水量㊁土地利用率㊁土地覆盖和作物多样性等几个变量进行了时间序列分析和空间建模ꎬ监测土壤侵蚀㊁作物多样性和降水量变化ꎮ赵建辉等[３３]提出了一种基于特征选择和ＧＡ－ＢＰ(ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ￣ｂａｃｋｐｒｏｐａｇａｔｉｏｎ)神经网络的多源遥感农田地表土壤水分反演方法ꎬ为多源遥感农田地表土壤水分反演提供了新思路ꎮ冯泉霖等[３４]利用多光谱影像生成聚类深度网络遥感估算模型ꎬ完成ＳＯＭ的含量估算与区域尺度上的数字制图ꎬ可为区域尺度上的土壤质量精细监测及管理提供有效的技术支持ꎮ３.２.３㊀土壤污染与重金属监测㊀通过遥感技术提取大面积土地的红外㊁雷达和光谱信息ꎬ实现土壤污染监测ꎮ遥感数据的采集㊁处理和分析可以揭示出地表环境的空间分布ꎬ便于地理信息系统(ＧＩＳ)管理地表资源ꎮ遥感图像的特征分析和遥感模型构建可以确立土壤污染区域ꎬ依据土壤类别㊁地形地貌㊁气象特征㊁植被类型和人类活动等因素变化进行污染物模型构建ꎮ刘雯等[３５]利用高分五号卫星高光谱影像对土壤Ｃｄ含量进行的大范围反演ꎬ可为环境污染评价及生态保护提供更好的数据支撑ꎮＭｅｓｑｕｉｔａ等[３６]通过对土壤淋滤过程进行模拟分析ꎬ得出了一种利用在线模拟降水监测土壤铁元素及其配合物流失的方法ꎮ宋子豪等[３７]通过对石油污染的农田土和湿地土进行采样分析ꎬ考察了石油污染对两种类型土壤的影响ꎮ黄长平等[３８]利用遥感数据反演分析了南京城郊土壤重金属铜的１０个敏感波段ꎮ张雅琼等[３９]基于高分１号卫星影像快速提取了深圳市部九窝余泥渣土场的信息ꎬ验证表明归一化绿红差异指数的提取精度在９７.５％以上ꎮ蔡东全等[４０]利用ＨＪ－１Ａ高光谱遥感数据研究发现ꎬ铜㊁锰㊁镍㊁铅㊁砷在４８０~９５０ｎｍ波段内具有较好的遥感建模和反演效果ꎮ宋婷婷等[４１]基于ＡＳＴＥＲ遥感影像研究土壤锌污染ꎬ发现４８１㊁１０００㊁１２２０ｎｍ是锌的敏感波段ꎬ相关性最好的波段在５１５ｎｍ处ꎮＤｖｏｒｎｉｋｏｖ等[４２]利用便携式分析仪测量了俄罗斯科拉半岛土壤中铜和镍的含量ꎬ并根据地形建立了回归模型ꎬ得出１.０~１.５ｍ分辨率的辅助数据是预测该研究地区表层土中Ｃｕ和Ｎｉ含量的最佳方法ꎮ钟亮等[４３]以遗传算法优化的偏最小二乘回归算法ꎬ对预处理后的农田土壤样品和小麦叶片光谱建立土壤重金属镉(Ｃｄ)和砷(Ａｓ)含量的估测模型ꎬ为将来实现定６６１山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５６卷㊀量㊁动态㊁无损遥感监测大面积农田土壤重金属污染状况提供了参考依据ꎮ综上所述ꎬ随着遥感技术的不断升级和完善ꎬ其在土壤侵蚀监测㊁土壤污染监测和土地利用监测方面的应用将会更加广泛和深入ꎮ遥感技术可以为农业生产提供科学依据ꎬ帮助农业决策者制定更加科学的农业规划ꎬ促进农业可持续发展ꎮ３.３㊀自然资源管理遥感技术可以通过多角度㊁多时相的综合分析和评估ꎬ获取综合性土壤信息ꎬ进而对整个地区的土地资源状况和变化进行精细分类和数量分析ꎬ辅助ＧＩＳ等信息技术分析手段对土地资源进行评估㊁监测和管理ꎮ其主要应用包括土壤类型识别㊁土壤水分监测㊁土壤质量评估和土地利用变化监测ꎮ３.３.１㊀土壤类型识别㊀遥感技术可以在短时间内获取大面积土壤类型信息ꎬ为构建土地利用/覆盖类型分类提供基础数据ꎬ为土地利用管理提供科学参考ꎮ例如ꎬ徐彬彬等[４４]通过测定我国２３类主要土壤类型的反射光谱曲线ꎬ将其归纳为平直型㊁缓斜型㊁陡坎型和波浪型ꎬ为构建土地类型分类提供了依据ꎮＷｅｉ等[４５]利用机器学习和高光谱技术ꎬ构建基于特征波段的土壤有机质(ＳＯＭ)反演模型并取得了较好成果ꎬ为土壤类型识别提供了借鉴ꎮＣｈｉｍｅｌｏ等[４６]利用ＰｌａｎｅｔＳｃｏｐｅ卫星星座和随机森林算法预测土壤中的粘土含量ꎮＴｕｎçａｙ等[４７]利用ＳＦＩ等级与卫星图像的植被指数值进行比较ꎬ量化干旱与半干旱地区土壤的物理㊁化学和肥力指标的空间动态ꎮ杨栋淏等[４８]通过结合多光谱与高光谱遥感数据ꎬ对云南山原红壤主要养分含量的高光谱特性进行研究ꎬ并利用机器学习建立相关模型ꎬ为土壤养分含量估测提供了依据ꎮ３.３.２㊀土壤水分监测㊀遥感技术可以多角度㊁多时相地获取土壤水分动态变化信息ꎬ结合植被生长指数等参数ꎬ帮助实现农林生产㊁荒漠化和水土流失等环境问题的监测ꎮ陈怀亮等[４９]利用归一化植被指数ＮＤＶＩ和ＡＶＨＲＲ４通道亮温建立回归方程ꎬ将土壤含水量与遥感指数联系起来ꎮ国外学者通过对比分析ＥＲＳ－１的ＳＡＲ图像与地面土壤水分实测值ꎬ发现土壤含水量与雷达后向散射系数间呈线性关系[５０]ꎮ许泽宇等[５１]利用增强型ＤｅｅｐＬａｂ算法和自适应损失函数的高分辨率遥感影像分类技术ꎬ通过改变编码器和解码器的结合方式增强二者的连接状态ꎬ加入自适应权重以及进行多通道训练等多方面改进ꎬ提高了地物高精度分类网络Ｅ－ＤｅｅｐＬａｂ的性能ꎬ为适用于遥感地物的自动分类和提取提供了借鉴ꎮＤａｒｉ等[５２]利用Ｋ－Ｍｅａｎｓ聚类算法对意大利中部某地区２０１７年至２０１９年生成的１００ｍ空间分辨率灌溉区地图与地面实况数据相比较ꎬ取得较好结果ꎬ可为土壤水分遥感分析工作提供依据ꎮ３.３.３㊀土壤质量评估与土地利用变化监测㊀遥感技术可以精准㊁快速地获取相关土壤信息ꎬ用于土壤质量变化趋势分析㊁预测和评估ꎮＤａｌａｌ等[５３]使用近红外光谱法预测土壤水分㊁有机碳和总氮含量ꎬ发现土壤有机质含量在０~２.６％范围内时ꎬ近红外法预测结果相对准确ꎻ而在有机质含量高于２.６％时ꎬ预测结果存在偏差ꎮＢｅｎ￣Ｄｏｒ等[５４]利用近红外光谱法预测土壤有机质含量ꎬ通过分析土壤有机质的Ｃ/Ｎ比率来改进近红外法的预测准确度ꎮ沙晋明等[５５]使用ＶＦ９９１地物光谱测量仪对不同环境条件下的土壤样本剖面进行测量ꎬ并测定了各土层土壤的有机质含量ꎮＧｕｏ等[５６]利用多光谱㊁高光谱数据与植被指数ꎬ结合机器学习实现了土壤有机碳含量的测量与绘制相关图像ꎮ张智韬等[５７]利用无人机遥感平台计算归一化植被指数并代入像元二分模型计算植被覆盖度ꎬ利用偏最小二乘回归算法和极限学习机算法构建不同覆盖度下各深度土壤含盐量反演模型ꎬ为无人机多光谱遥感监测农田土壤盐渍化提供了思路ꎮ吴倩等[５８]使用便携式光谱仪采集陕西省黄土高原区黄绵土土壤的光谱数据ꎬ利用机器学习方法得出土壤碳酸钙含量与光谱反射率呈现正相关态势的结论ꎮ佘洁等[５９]分析土壤养分空间变异来源ꎬ兼述遥感㊁ＧＩＳ与人工智能等研究现状ꎬ并对当前存在的问题进行剖析ꎮ遥感技术还可以通过遥感数据解析和分类实现土地利用变化监测ꎬ并进一步提供多维度数据可视化和地表覆被变化分析等ꎬ快速监测不可再生土地用途的变化情况ꎬ这对于土地资源管理和保护具有重要意义ꎮ综上所述ꎬ遥感技术在土地资源管理和评估中具有重要的应用价值ꎬ可以为土地利用/覆盖类７６１㊀第３期㊀㊀㊀㊀㊀㊀鄂高阳ꎬ等:遥感技术在农业资源与土壤环境综合监测上的应用型分类㊁土壤水分监测㊁土壤质量评估和土地利用变化监测等提供科学依据和技术支持ꎮ随着遥感技术的不断发展和创新ꎬ其在土地资源管理和评估中的应用将会更加广泛和深入ꎬ为土地可持续利用和保护提供更强大的支持ꎮ４㊀展望土壤综合遥感监测技术已经在农牧业㊁林业㊁荒漠化和环境保护中得到广泛应用ꎮ综合遥感监测具有较高的实用价值ꎬ为土地资源的监测和管理提供了较为可靠的科学依据ꎮ尤其在当前科技发展较为迅速的大背景下ꎬ综合遥感监测技术的进一步推广和应用将为土地资源中长期规划㊁生态环境保护㊁自然灾害预警㊁公共安全等领域提供科学的数据基础和服务支撑ꎮ４.１㊀农业生产应用展望随着遥感技术的不断升级和完善ꎬ其在农业领域的应用将更加广泛和深入ꎮ例如ꎬ随着卫星分辨率的提高ꎬ可以更加精确地监测农田的土地利用㊁土壤水分等情况ꎬ为农业生产提供更加精准的数据支持ꎻ同时ꎬ随着人工智能和机器学习技术的发展ꎬ可以利用遥感数据进行数据挖掘和分析ꎬ提高数据的处理效率和准确性ꎬ帮助农业生产做出更加科学的管理决策ꎻ此外ꎬ还可以将遥感技术与其他技术相融合ꎬ如地理信息系统㊁无人机等技术ꎬ实现更加全面㊁精准的农业监测和管理ꎮ４.２㊀环境保护应用展望随着无人机㊁多光谱/高光谱等多源遥感设备的普及以及计算机技术的发展ꎬ土壤综合遥感监测技术在环境保护中将越来越得到更加广泛的应用ꎮ例如ꎬ利用无人机㊁卫星等搭载光谱设备的遥感平台可以高效监测大范围土壤情况ꎬ实现土地利用㊁植被覆盖等信息的分析ꎬ结合地面监测数据ꎬ可以及时发现土壤污染情况并进行污染程度评估ꎻ通过遥感技术可以对土地利用类型及其变化进行监测和分析ꎬ包括农地㊁城市扩展㊁森林覆盖等情况ꎬ有助于合理规划土地利用结构ꎬ保护耕地和生态环境ꎻ通过长时间㊁高时空和高分辨率的遥感影像监测土壤侵蚀㊁土地滑坡㊁沙漠化等自然灾害ꎬ及时发现灾害隐患并评估风险ꎬ可为防灾减灾提供技术支持等ꎮ４.３㊀自然资源管理展望随着大数据技术以及多源遥感技术的发展ꎬ土壤综合遥感监测技术在自然资源管理中发挥着越来越重要的作用ꎮ例如ꎬ通过监测土地利用类型㊁土地覆盖变化㊁土地利用强度等信息ꎬ利用大数据以及人工智能技术帮助制定土地规划㊁土地整治和土地利用政策等ꎻ通过对土地资源进行监测和评估ꎬ实现土地资源的合理利用ꎬ保护农田㊁森林㊁草原等重要生态系统ꎬ维护生态平衡ꎻ通过监测土壤水分含量㊁地下水位㊁土壤侵蚀情况等ꎬ合理利用和保护水资源等ꎮ综上ꎬ土壤综合遥感监测在农业生产发展㊁环境保护和自然资源管理等场景中具有重要的应用价值ꎬ未来还需加强遥感数据与地面测量数据的协同应用ꎬ优化反演模型㊁特征提取和分类识别方法ꎬ发挥遥感技术在土壤监测研究和应用中的更大潜力ꎮ参㊀考㊀文㊀献:[１]㊀王慧婷ꎬ王洪敏ꎬ李百庆.土壤资源环境保护研究[Ｊ].环境与发展ꎬ２０１８ꎬ３０(５):２４０－２４２.[２]㊀郝梦洋ꎬ朱欣.重金属土壤污染的来源和影响[Ｊ].现代盐化工ꎬ２０１７(３):１１ꎬ２６.[３]㊀ＳｍｉｔｈＰꎬＨｏｕｓｅＪＩꎬＢｕｓｔａｍａｎｔｅＭꎬｅｔａｌ.Ｇｌｏｂａｌｃｈａｎｇｅｐｒｅｓ￣ｓｕｒｅｓｏｎｓｏｉｌｓｆｒｏｍｌａｎｄｕｓｅａｎｄｍａｎａｇｅｍｅｎｔ[Ｊ].ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙꎬ２０１６ꎬ２２(３):１００８－１０２８.[４]㊀ＬａｌＲ.Ｒｅｓｔｏｒｉｎｇｓｏｉｌｑｕａｌｉｔｙｔｏｍｉｔｉｇａｔｅｓｏｉｌｄｅｇｒａｄａｔｉｏｎ[Ｊ].Ｓｕｓｔａｉｎａｂｉｌｉｔｙꎬ２０１５ꎬ７(５):５８７５－５８９５.[５]㊀ＬｅｍｏｓＰＶＲＢꎬＭａｒｔｉｎｓＪＬꎬＬｅｍｏｓＳＰＰꎬｅｔａｌ.Ｈｅｐａｔｉｃｄａｍａｇｅｉｎｎｅｗｂｏｒｎｓｆｒｏｍｆｅｍａｌｅｒａｔｓｅｘｐｏｓｅｄｔｏｔｈｅｐｅｓｔｉｃｉｄｅｄｅｒｉｖａｔｉｖｅｅｔｈｙｌｅｎｅｔｈｉｏｕｒｅａ[Ｊ].ＡｃｔａＣｉｒｕｒｇｉｃａＢｒａｓｉｌｅｉｒａꎬ２０１２ꎬ２７(１２):８９７－９０４.[６]㊀ＭａｒａｎｇｈｉＦꎬｄｅＡｎｇｅｌｉｓＳꎬＴａｓｓｉｎａｒｉＲꎬｅｔａｌ.ＲｅｐｒｏｄｕｃｔｉｖｅｔｏｘｉｃｉｔｙａｎｄｔｈｙｒｏｉｄｅｆｆｅｃｔｓｉｎＳｐｒａｇｕｅＤａｗｌｅｙｒａｔｓｅｘｐｏｓｅｄｔｏｌｏｗｄｏｓｅｓｏｆｅｔｈｙｌｅｎｅｔｈｉｏｕｒｅａ[Ｊ].ＦｏｏｄａｎｄＣｈｅｍｉｃａｌＴｏｘｉｃｏｌｏ￣ｇｙꎬ２０１３ꎬ５９:２６１－２７１.[７]㊀ＨｕａｎｇＹＦꎬＣｈｅｎＧＦꎬＸｉｏｎｇＬＭꎬｅｔａｌ.Ｃｕｒｒｅｎｔｓｉｔｕａｔｉｏｎｏｆｈｅａｖｙｍｅｔａｌｐｏｌｌｕｔｉｏｎｉｎｆａｒｍｌａｎｄｓｏｉｌａｎｄｐｈｙｔｏｒｅｍｅｄｉａｔｉｏｎａｐ￣ｐｌｉｃａｔｉｏｎ[Ｊ].ＡｓｉａｎＡｇｒｉｃｕｌｔｕｒａｌＲｅｓｅａｒｃｈꎬ２０１６ꎬ８(１):２２－２４.[８]㊀ＳｕｎＹＪ.ＥｃｏｌｏｇｉｃａｌｒｉｓｋｅｖａｌｕａｔｉｏｎｏｆｈｅａｖｙｍｅｔａｌｐｏｌｌｕｔｉｏｎｉｎｓｏｉｌｉｎＹａｎｇｇｕ[Ｊ].ＧｅｏｓｔａｔｉｓｔｉｃｓＶａｌｅｎｃｉａꎬ２０１７ꎬ１９:９１９－９３１. [９]㊀林龙飞.论遥感技术在土壤方面的应用[Ｊ].中国资源综合利用ꎬ２０２１ꎬ３９(１):１１７－１２０.[１０]黄仲良ꎬ何敬ꎬ刘刚ꎬ等.面向ＧＥＥ平台的遥感影像分析与应用研究进展[Ｊ].遥感技术与应用ꎬ２０２２ꎬ３７(３):１－８.８６１山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５６卷㊀[１１]刘云鹤ꎬ殷长春ꎬ蔡晶ꎬ等.电磁勘探中各向异性研究现状和展望[Ｊ].地球物理学报ꎬ２０１８ꎬ６１(８):３４６８－３４８７. [１２]郭广猛ꎬ赵冰茹.使用ＭＯＤＩＳ数据监测土壤湿度[Ｊ].土壤ꎬ２００４ꎬ３６(２):２１９－２２１.[１３]ＺｈｕＱꎬＷａｎｇＹＳꎬＬｕｏＹＬ.Ｉｍｐｒｏｖｅｍｅｎｔｏｆｍｕｌｔｉ￣ｌａｙｅｒｓｏｉｌｍｏｉｓｔｕｒｅｐｒｅｄｉｃｔｉｏｎｕｓｉｎｇｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓａｎｄｅｎｓｅｍｂｌｅＫａｌｍａｎｆｉｌｔｅｒｃｏｕｐｌｅｄｗｉｔｈｒｅｍｏｔｅｓｅｎｓｉｎｇｓｏｉｌｍｏｉｓｔｕｒｅｄａｔａｓｅｔｓｏｖｅｒａｎａｇｒｉｃｕｌｔｕｒｅｄｏｍｉｎａｎｔｂａｓｉｎｉｎＣｈｉｎａ[Ｊ].ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓꎬ２０２１ꎬ３５(４):ｅ１４１５４.[１４]ＬｉｕＷＤꎬＢａｒｅｔＦꎬＧｕＸＦꎬｅｔａｌ.Ｒｅｌａｔｉｎｇｓｏｉｌｓｕｒｆａｃｅｍｏｉｓ￣ｔｕｒｅｔｏｒｅｆｌｅｃｔａｎｃｅ[Ｊ].ＲｅｍｏｔｅＳｅｎｓ.Ｅｎｖｉｒｏｎ.ꎬ２００２ꎬ８１(２/３):２３８－２４６.[１５]韩文霆ꎬ张立元ꎬ牛亚晓ꎬ等.无人机遥感技术在精量灌溉中应用的研究进展[Ｊ].农业机械学报ꎬ２０２０ꎬ５１(２):１－１４. [１６]李飞ꎬ李冰ꎬ闫慧ꎬ等.草地遥感研究进展与展望[Ｊ].中国草地学报ꎬ２０２２ꎬ４４(１２):８７－９９.[１７]宋文龙ꎬ李萌ꎬ路京选ꎬ等.基于ＧＦ－１卫星数据监测灌区灌溉面积方法研究 以东雷二期抽黄灌区为例[Ｊ].水利学报ꎬ２０１９ꎬ５０(７):８５４－８６３.[１８]ＲｏｍａｎａｋＫＤꎬＢｏｍｓｅＤＳ.Ｆｉｅｌｄａｓｓｅｓｓｍｅｎｔｏｆｓｅｎｓｏｒｔｅｃｈｎｏｌ￣ｏｇｙｆｏｒｅｎｖｉｒｏｎｍｅｎｔａｌｍｏｎｉｔｏｒｉｎｇｕｓｉｎｇａｐｒｏｃｅｓｓ￣ｂａｓｅｄｓｏｉｌｇａｓｍｅｔｈｏｄａｔｇｅｏｌｏｇｉｃＣＯ２ｓｔｏｒａｇｅｓｉｔｅｓ[Ｊ].ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＧｒｅｅｎｈｏｕｓｅＧａｓＣｏｎｔｒｏｌꎬ２０２０ꎬ９６:１０３００３.[１９]ＪｉａｏＸＦꎬＫｏｖａｃｓＪＭꎬＳｈａｎｇＪＬꎬｅｔａｌ.Ｏｂｊｅｃｔ￣ｏｒｉｅｎｔｅｄｃｒｏｐｍａｐｐｉｎｇａｎｄｍｏｎｉｔｏｒｉｎｇｕｓｉｎｇｍｕｌｔｉ￣ｔｅｍｐｏｒａｌｐｏｌａｒｉｍｅｔｒｉｃＲＡ￣ＤＡＲＳＡＴ￣２ｄａｔａ[Ｊ].ＩＳＰＲＳＪｏｕｒｎａｌｏｆＰｈｏｔｏｇｒａｍｍｅｔｒｙａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１４ꎬ９６:３８－４６.[２０]岳云开ꎬ陈建福ꎬ赵亮ꎬ等.基于无人机多光谱遥感的苎麻叶绿素含量反演[Ｊ].山东农业科学ꎬ２０２３ꎬ５５(７):１５２－１５８.[２１]杨娜ꎬ汤燕杰ꎬ张宁馨ꎬ等.基于ＳＭＯＳ㊁ＳＭＡＰ数据的青藏高原季风及植被生长季土壤水分长消特征研究[Ｊ].遥感技术与应用ꎬ２０２２ꎬ３７(６):１３７３－１３８４.[２２]ＢａｌａＳＫꎬＩｓｌａｍＡＳ.ＣｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｐｏｔａｔｏｙｉｅｌｄａｎｄＭＯ￣ＤＩＳ￣ｄｅｒｉｖｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓ[Ｊ].ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅ￣ｍｏｔｅＳｅｎｓｉｎｇꎬ２００９ꎬ３０(９/１０):２４９１－２５０７.[２３]何亚娟ꎬ汪庆发ꎬ裴志远ꎬ等.冬小麦产量分阶段预测模型[Ｊ].农业机械学报ꎬ２０１２ꎬ４３(１):８９－９３ꎬ１３３.[２４]ＳｏｎＮＴꎬＣｈｅｎＣＦꎬＣｈｅｎＣＲꎬｅｔａｌ.ＰｒｅｄｉｃｔｉｏｎｏｆｒｉｃｅｃｒｏｐｙｉｅｌｄｕｓｉｎｇＭＯＤＩＳＥＶＩ￣ＬＡＩｄａｔａｉｎｔｈｅＭｅｋｏｎｇＤｅｌｔａꎬＶｉｅｔ￣ｎａｍ[Ｊ].ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１３ꎬ３４(２０):７２７５－７２９２.[２５]韩文霆ꎬ崔家伟ꎬ崔欣ꎬ等.基于特征优选与机器学习的农田土壤含盐量估算研究[Ｊ].农业机械学报ꎬ２０２３ꎬ５４(３):３２８－３３７.[２６]姚艳敏ꎬ魏娜ꎬ唐鹏钦ꎬ等.黑土土壤水分高光谱特征及反演模型[Ｊ].农业工程学报ꎬ２０１１ꎬ２７(８):９５－１００. [２７]杨丽娟ꎬ王春梅ꎬ张春妹ꎬ等.基于遥感影像研究极端暴雨条件下新成切沟发生发展规律[Ｊ].农业工程学报ꎬ２０２２ꎬ３８(６):９６－１０４.[２８]张晓远ꎬ刘朱婷ꎬ连少宏ꎬ等.基于ＲＣＳＬＥ的粤西均墟河小流域水土流失动态变化[Ｊ].中国水土保持科学:中英文ꎬ２０２２ꎬ２０(４):４２－４９.[２９]黄应丰ꎬ刘腾辉.华南主要土壤类型的光谱特性与土壤分类[Ｊ].土壤学报ꎬ１９９５ꎬ３２(１):５８－６８.[３０]张保华ꎬ何毓蓉.中国土壤系统分类及其应用研究进展[Ｊ].山东农业科学ꎬ２００５(４):７６－７８.[３１]李娜ꎬ吴凯萍.基于ＰＯＩ数据的城市功能区识别与分布特征研究[Ｊ].遥感技术与应用ꎬ２０２２ꎬ３７(６):１４８２－１４９１. [３２]ＳｅｎａｎａｙａｋｅＳꎬＰｒａｄｈａｎＢꎬＨｕｅｔｅＡꎬｅｔａｌ.Ｓｐａｔｉａｌｍｏｄｅｌｉｎｇｏｆｓｏｉｌｅｒｏｓｉｏｎｈａｚａｒｄｓａｎｄｃｒｏｐｄｉｖｅｒｓｉｔｙｃｈａｎｇｅｗｉｔｈｒａｉｎｆａｌｌｖａｒｉ￣ａｔｉｏｎｉｎｔｈｅＣｅｎｔｒａｌＨｉｇｈｌａｎｄｓｏｆＳｒｉＬａｎｋａ[Ｊ].ＳｃｉｅｎｃｅｏｆＴｈｅｔｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２２ꎬ８０６(Ｐｔ２):１５０４０５.[３３]赵建辉ꎬ张晨阳ꎬ闵林ꎬ等.基于特征选择和ＧＡ－ＢＰ神经网络的多源遥感农田土壤水分反演[Ｊ].农业工程学报ꎬ２０２１ꎬ３７(１１):１１２－１２０.[３４]冯泉霖ꎬ李洪涛ꎬ徐夕博ꎬ等.基于聚类深度网络模型的莱州湾近岸平原表层土壤有机质含量遥感估算[Ｊ].安全与环境学报ꎬ２０２２ꎬ２２(４):２２４８－２２５８.[３５]刘雯ꎬ韩玲ꎬ刘明ꎬ等.基于高分五号高光谱波段选择的矿区周边土壤Ｃｄ含量反演[Ｊ].激光与光电子学进展ꎬ２０２３ꎬ６０(１７):１７２８００１.[３６]ＭｅｓｑｕｉｔａＬＳꎬＭｅｓｑｕｉｔａＲＢＲꎬＬｅｉｔｅＡꎬｅｔａｌ.Ｉｎｔｅｇｒａｔｅｄｆｌｏｗ￣ｂａｓｅｄｓｙｓｔｅｍｄｉｓｐｌａｙｉｎｇａｎｉｎ￣ｌｉｎｅｍｉｎｉｓｏｉｌｃｏｌｕｍｎｔｏｍｏｎｉｔｏｒｉｒｏｎｓｐｅｃｉｅｓｉｎｓｏｉｌｓｌｅａｃｈａｔｅｓ[Ｊ].ＣｏｍｍｕｎｉｃａｔｉｏｎｓｉｎＳｏｉｌＳｃｉ￣ｅｎｃｅａｎｄＰｌａｎｔＡｎａｌｙｓｉｓꎬ２０２０ꎬ５１(８):１０８９－１１００. [３７]宋子豪ꎬ韩阳ꎬ韦晨阳ꎬ等.受石油污染的农田土和湿地土的偏振光谱特征对比[Ｊ].光谱学与光谱分析ꎬ２０２２ꎬ４２(８):２６０３－２６０９.[３８]黄长平ꎬ刘波ꎬ张霞ꎬ等.土壤重金属Ｃｕ含量遥感反演的波段选择与最佳光谱分辨率研究[Ｊ].遥感技术与应用ꎬ２０１０ꎬ２５(３):３５３－３５７.[３９]张雅琼ꎬ赵宇昕ꎬ屈冉ꎬ等.基于ＧＦ－１卫星遥感影像的生态空间周边建筑余泥渣土场提取方法研究[Ｊ].环境保护科学ꎬ２０１８ꎬ４４(６):５０－５５ꎬ８９.[４０]蔡东全ꎬ吴泉源ꎬ曹学江ꎬ等.基于ＨＪ１Ａ－ＨＳＩ的龙口污水灌溉区土壤重金属含量反演[Ｊ].安全与环境工程ꎬ２０１５ꎬ２２(５):３３－３９.[４１]宋婷婷ꎬ付秀丽ꎬ陈玉ꎬ等.云南个旧矿区土壤锌污染遥感反演研究[Ｊ].遥感技术与应用ꎬ２０１８ꎬ３３(１):８８－９５. [４２]ＤｖｏｒｎｉｋｏｖＹꎬＳｌｕｋｏｖｓｋａｙａＭꎬＹａｒｏｓｌａｖｔｓｅｖＡꎬｅｔａｌ.Ｈｉｇｈ￣ｒｅｓ￣ｏｌｕｔｉｏｎｍａｐｐｉｎｇｏｆｓｏｉｌｐｏｌｌｕｔｉｏｎｂｙＣｕａｎｄＮｉａｔａｐｏｌａｒｉｎｄｕｓ￣ｔｒｉａｌｂａｒｒｅｎａｒｅａｕｓｉｎｇｐｒｏｘｉｍａｌａｎｄｒｅｍｏｔｅｓｅｎｓｉｎｇ[Ｊ].ＬａｎｄＤｅｇｒａｄａｔｉｏｎ＆Ｄｅｖｅｌｏｐｍｅｎｔꎬ２０２２ꎬ３３(１０):１７３１－１７４４. [４３]钟亮ꎬ钱家炜ꎬ储学远ꎬ等.利用高光谱遥感技术监测小麦土壤重金属污染[Ｊ].农业工程学报ꎬ２０２３ꎬ３９(５):２６５－２７０.[４４]徐彬彬ꎬ戴昌达.南疆土壤光谱反射特性与有机质含量的相关分析[Ｊ].科学通报ꎬ１９８０(６):２８２－２８４.[４５]ＷｅｉＬＦꎬＹｕａｎＺＲꎬＷａｎｇＺＸꎬｅｔａｌ.Ｈｙｐｅｒｓｐｅｃｔｒａｌｉｎｖｅｒｓｉｏｎ９６１㊀第３期㊀㊀㊀㊀㊀㊀鄂高阳ꎬ等:遥感技术在农业资源与土壤环境综合监测上的应用。
考虑锈蚀损伤的黏结滑移本构模型
第４６卷㊀第１期２０２４年１月地㊀震㊀工㊀程㊀学㊀报C H I N A E A R T H Q U A K EE N G I N E E R I N GJ O U R N A LV o l ．４６㊀N o ．１J a n u a r y,２０２４㊀㊀收稿日期:２０２２Ｇ０２Ｇ０９㊀㊀基金项目:国家重点研发计划资助项目(２０１９Y F C １５０９３０２);陕西省重点研发计划资助项目(２０２１Z D L S F ０６Ｇ１０);西安市科技计划资助项目(２０１９１１３８１３C X S F ０１６S F ０２６);陕西省自然科学基础研究资助项目(２０２１J M Ｇ４２６)㊀㊀第一作者简介:杨丰,男,硕士,工程师,主要从事工程结构设计及研究工作.E Ｇm a i l :y a n g f e n g _０１１９＠１６３．c o m .㊀㊀通信作者:郑山锁,男,博士后,教授,主要从事结构工程与工程抗震研究.E Ｇm a i l :z h e n gs h a n s u o ＠２６３．n e t .杨丰,郑山锁,刘㊀华,等．考虑锈蚀损伤的黏结滑移本构模型[J ]．地震工程学报,２０２４,４６(１):７４Ｇ８３．D O I :１０．２００００/j．１０００Ｇ０８４４．２０２２０２０９００４Y A N GF e n g ,Z H E N GS h a n s u o ,L I U H u a ,e t a l ．B o n d Ｇs l i p c o n s t i t u t i v em o d e l c o n s i d e r i n g c o r r o s i o n d a m a g e [J ]．C h i n aE a r t h qu a k e E n g i n e e r i n g J o u r n a l ,２０２４,４６(１):７４Ｇ８３．D O I :１０．２００００/j．１０００Ｇ０８４４．２０２２０２０９００４考虑锈蚀损伤的黏结滑移本构模型杨㊀丰１,郑山锁２,刘㊀华２,陈嘉晨２,李㊀晓２(１．中国启源工程设计研究院有限公司,陕西西安７１００１８;２．西安建筑科技大学土木工程学院,陕西,西安７１００５５)摘要:为合理反映钢筋锈蚀后黏结滑移性能劣化对钢筋混凝土(R C )结构抗震性能的影响,在既有黏结应力分布模式的基础上,推导得到钢筋应力Ｇ滑移关系,进而通过分析锈蚀对混凝土与钢筋界面黏结滑移机理的影响,建立考虑钢筋锈蚀损伤的黏结滑移本构模型.基于已有拉拔试验结果,与仅考虑纵筋锈蚀率影响的C h e n g 模型进行对比,验证所建模型的合理性与准确性.基于O p e n S e e s 有限元平台,采用纤维梁柱单元和零长度截面单元串联的方式,将所建钢筋黏结滑移模型嵌套于零长度截面单元的钢筋本构中,建立可考虑黏黏结滑移的锈蚀损伤纤维梁柱模型,并通过６根锈蚀R C 柱拟静力试验结果验证模型的准确性,结果发现所提考虑黏结滑移的锈蚀R C 纤维梁柱模型计算所得滞回曲线与试验滞回曲线吻合良好,累计耗能最大误差不超过１５％.此外,通过参数分析研究影响锈蚀钢筋滑移量的因素,结果表明屈服滑移量与极限滑移量随体积配箍率的增大而明显减小,随混凝土保护层与钢筋直径之比(c /d )增大而变化的幅度较小.关键词:锈蚀;黏结滑移;本构模型;零长度截面;O p e n S e e s 中图分类号:T U ３７５㊀㊀㊀㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:１０００Ｇ０８４４(２０２４)０１－００７４－１０D O I :１０．２００００/j．１０００Ｇ０８４４．２０２２０２０９００４B o n d Ｇs l i p c o n s t i t u t i v em o d e l c o n s i d e r i n g c o r r o s i o nd a m a ge Y A N GF e n g １,Z H E N GS h a n s u o ２,L I U H u a ２,C H E NJ i a c h e n ２,L IX i a o ２(１．C h i n aQ i y u a nE n g i n e e r i n g C o r po r a t i o n ,X i ＇a n７１００１８,S h a a n x i ,C h i n a ;２．S c h o o l o f C i v i lE n g i n e e r i n g ,X i ＇a nU n i v e r s i t y o f A r c h i t e c t u r e a n dT e c h n o l o g y ,X i ＇a n７１００５５,S h a a n x i ,C h i n a )A b s t r a c t :T or e a s o n a b l y r e f l e c t t h e i n f l u e n c eo fb o n d Ｇs l i pp e r f o r m a n c ed e gr a d a t i o no fc o r r o d e d s t e e l b a r s o n t h e s e i s m i c p e r f o r m a n c e o f r e i n f o r c e d c o n c r e t e (R C )s t r u c t u r e s ,s t r e s s Ｇs l i p r e l a t i o n Ｇs h i p o f s t e e l b a r sw a s d e d u c e d b a s e d o n a n e x i s t i n g bo n d s t r e s s d i s t r i b u t i o nm o d e l ．T h e n ,a b o n d Ｇs l i p c o n s t i t u t i v em o d e l c o n s i d e r i n g t h e c o r r o s i o nd a m a g eo f s t e e l b a r sw a se s t a b l i s h e db y a n a l y Ｇz i n g t h e i n f l u e n c e o f c o r r o s i o no nb o n d Ｇs l i p me c h a n i s mb e t w e e n c o n c r e t e a n d s t e e l b a r s ．B a s e d o n e x i s t i n gp u l l Ｇo u t t e s t r e s u l t s ,t h e r a t i o n a l i t y a n d a c c u r a c y of t h e p r o p o s e dm o d e lw e r e v e r i f i e db y c o m p a r i ng i tw i th t h eC h e n g m o d e l b y o n l y c o n si d e r i n g t h e i n f l u e n c e o f t h e l o n gi t u d i n a l r e i n f o r c e Ｇm e n t c o r r o s i o n r a t e．B a s e d o n t h e f i n i t e e l e m e n t p l a t f o r m O p e n S E E S,f i b e r b e a mＧc o l u m n a n d z eＧr oＧl e n g t hs e c t i o ne l e m e n t sw e r e c o n n e c t e d i ns e r i e s．T h eb o n dＧs l i p m o d e l p r o p o s e d i n t h i s p a p e r w a s n e s t e d i n t h e s t e e l b a r c o n s t i t u t i v em o d e l o f t h e z e r oＧl e n g t hs e c t i o ne l e m e n t;t h u s,a c o r r oＧs i o nd a m a g e f i b e r b e a mＧc o l u m nm o d e l c o n s i d e r i n g b o n dＧs l i p w a s e s t a b l i s h e d．T h e a c c u r a c y o f t h e p r o p o s e dm o d e lw a s v e r i f i e du s i n gq u a s i s t a t i c t e s t r e s u l t s o f s i x c o r r o d e dR Cc o l u m n s．T h e s e r eＧs u l t s s h o wt h a t t h eh y s t e r e s i s c u r v ec a l c u l a t e db y t h e p r o p o s e dc o r r o d e dR Cf i b e rb e a mＧc o l u m n m o d e l c o n s i d e r i n g b o n dＧs l i p a g r e e sw e l lw i t ht h ee x p e r i m e n t a lh y s t e r e s i sc u r v e,a n dt h e m a x iＧm u me r r o r o f c u m u l a t i v e e n e r g y c o n s u m p t i o n i s n o tm o r e t h a n１５％．I n a d d i t i o n,f a c t o r s a f f e c t i n g t h e s l i p o f t h ec o r r o d e ds t e e lb a rw e r es t u d i e du s i n gp a r a m e t e ra n a l y s i s．T h er e s u l t ss h o wt h a t y i e l da n d u l t i m a t es l i p so b v i o u s l y d e c r e a s e w i t hi n c r e a s i n g v o l u m es t i r r u p r a t i oa n ds l i g h t l y c h a n g ew i t ha n i n c r e a s i n g r a t i oo f c o n c r e t e c o v e r t o s t e e l b a r d i a m e t e r．K e y w o r d s:c o r r o s i o n;b o n d s l i p;c o n s t i t u t i v em o d e l;z e r oＧl e n g t hs e c t i o n;O p e n S E E S０㊀引言钢筋混凝土(R C)结构在强震作用下,梁柱节点及墩柱底部的锚固区域纵向受拉钢筋会产生相对混凝土的滑移伸长现象,导致锚固区域产生额外的转角,进而引起墩柱顶部附加水平变形.既有试验研究表明,来自构件端部锚固区纵筋黏结滑移引起的附加水平变形超过总变形的３０％[１].对于锈蚀R C 结构,除钢筋自身力学性能退化外,混凝土和锈蚀钢筋界面间的黏结滑移性能退化也是造成其抗震性能降低的重要原因.已有研究表明,３％的钢筋质量损失即可导致黏结强度下降达６５％以上[２].因此,在锈蚀R C结构的抗震性能评估中有必要考虑钢筋锈蚀造成的黏结性能的退化.近年来,传统纤维模型在结构非线性计算领域应用广泛,发展十分迅速,但纤维变形的平截面假定使其无法反映节点㊁墩柱底部锚固区钢筋的黏结滑移效应[３].针对此问题,许多学者对此进行了大量研究,H a s e l t o n等[４]通过在界面处添加零长度转动弹簧来模拟黏结滑移转角,弹簧采用两折线模型来表达弯矩Ｇ黏结滑移转角关系,但此模型不能适用于钢筋锈蚀的黏结滑移模拟.熊能等[５]在理论推导的基础上,提出了两折线弯矩Ｇ黏结滑移转角骨架曲线关键点的简化计算方法,较为准测地预测了滑移构件端部滑移量,具备一定的通用性,但此类方法不能较好地嵌入纤维模型的分析计算中.Z h a o等[６]提出一种利用零长度截面单元与纤维梁柱单元串联来模拟黏结滑移的有效方法,并在零长度截面单元中采用考虑滑移效应的B o n dＧS l i p模型替代原有的钢筋本构模型进行计算,并得到了广泛应用,然而该模型中的滑移计算公式是在未锈蚀试件的拉拔试验结果上线性拟合得到的,难以考虑锈蚀损伤带来的黏结性能退化问题.对此,欧晓英等[７]采用A N S Y S 软件进行有限元模拟,研究不同锈蚀率下B o n dＧS l i p 模型中参数的退化规律,并分析了考虑黏结滑移的锈蚀R C节点的性能变化.潘志宏等[８]以考虑节点应变渗透效应的模型为基础,通过引入锈蚀钢筋黏结滑移本构,得到了锈蚀钢筋特征滑移量的计算公式.C h e n g等[９]通过引入材料力学性能劣化模型与劣化黏结滑移关系,提出了一个预测锈蚀R C柱的滑移变形的计算模型,本文将其称为C h e n g模型. Z h a n g等[１０]为考虑钢筋锚固滑移对锈蚀钢筋混凝土构件总位移的贡献,提出了一种新的锈蚀钢筋滑移模型,该模型能较好捕捉单个锈蚀钢筋的滑移.李磊等[１１]基于冻融黏结滑移试验结果和黏结滑移本构关系的理论研究,建立了适用于冻融损伤混凝土的黏结滑移本构模型,并将模型应用于R C柱的纤维模型的零长度截面的钢筋纤维单元,对所建模型进行验证.以上研究中,钢筋黏结滑移本构模型在纤维模型中的应用模式存在差异,且未能充分考虑锈蚀㊁保护层厚度㊁钢筋直径㊁箍筋约束作用等的影响,模型的广泛适用性不足,因此需要提出更为高效和适用的模拟方法.鉴于此,本文基于既有黏结应力分布模式,推导得到钢筋应力Ｇ滑移关系;通过分析锈蚀对黏结机理的影响,综合考虑锈蚀率和外部约束等因素,提出适用于锈蚀R C结构的黏结滑移本构模型及计算公式,并基于现有拉拔试验数据进行验证该模型在锈蚀情况下的适用性;采用纤维梁柱单元与零长度进行串联,并将本文模型嵌套于零长度截面单元中,建立考虑黏结滑移的锈蚀损伤纤维梁柱模型,以模拟５７第４６卷第１期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀杨㊀丰,等:考虑锈蚀损伤的黏结滑移本构模型㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀现有锈蚀R C 柱的荷载Ｇ位移反应,并将该模型的模拟结果与试验结果进行对比,以验证本文模型在锈蚀R C 结构的可靠性,以期为锈蚀R C 结构的抗震性能评估提供参考.１㊀锈蚀钢筋黏结滑移本构模型建立通过分析锈蚀对钢筋和混凝土界面黏结机理的影响,将黏结性能劣化归因于钢筋锈蚀率㊁保护层㊁钢筋直径和箍筋约束等,对钢筋黏结滑移本构模型进行修正,提出适用于锈蚀R C 结构的黏结滑移本构模型.１．１㊀钢筋滑移计算目前,在针对结构进行的数值分析中采用细观方法来计算滑移量s ,需利用局部黏结滑移本构模型关系τＧs 进行迭代求解[１２],建模过程较为复杂.为简化计算过程,本文在既有黏结应力分布模式基础上,通过力学平衡关系推导得到钢筋应力f s 和滑移量s 的关系,用以表征黏结滑移关系并计算钢筋滑移量,最终模拟结构的滑移变形.S e z e n 等[１３]提出了一种两段式阶梯函数的黏结应力分布模式,弹性段应力取τe ,屈服段应力取τp ,如图１所示.因为黏结应力在每段都是均匀的,对τe 与τp 进行积分可得到应力沿伸展长度l 为双线性分布,再假定钢筋本构为双折线本构,由式(１)可知钢筋应变也沿伸展长度l 双线性分布.f s ＝E s εs ,０ɤεs ɤεyf y ＋b s E s (εs －εy ),εs ＞εy {(１)式中:εy ＝f y /E s 为钢筋屈服应变;E s 为钢筋弹性模量;b s 为钢筋应变硬化率.通过对加载端钢筋进行受力平衡分析可得:图１㊀钢筋滑移计算模型F i g ．１㊀C a l c u l a t i o nm o d e l o f r e i n f o r c e m e n t s l i pf sA s ＝πd b ʏl e ＋l p０τ(x )d x ㊀(２)其中:f y 为钢筋屈服强度;A s 为钢筋横截面面积;d b 为钢筋直径.结合式(１)可得:l e ＝f s d４τe ,０ɤεs ɤεy ㊀(３)l p ＝(f s －f y )d４τp,εs ＞εy ㊀(４)式中:τe 为沿l e 分布的弹性段平均黏结应力,取１．０f ᶄc M P a ;τp 为沿l p 分布的屈服段平均黏结应力,取０．５f ᶄc M P a ;fᶄc 为混凝土立方体抗压强度.基于此,忽略混凝土自身变形的影响,通过对钢筋全部伸展长度上的应变进行积分来确定滑移量S :S ＝ʏl ０εsd x ＝εs le ２,０ɤεs ɤεyεy l e ２＋l p (εs ＋εy )２,εs ＞εy ìîíïïïï(５)最后将式(１)㊁式(３)和式(４)代入式(５),可得钢筋应力Ｇ滑移关系式:S ＝f ２s d b ８E s τe,０ɤεs ɤεy f ２y d b ８E s τe ＋(f s －f y )f y d b E s τp ＋(f s －f y )２d b８E s b s τp,εs ＞εy ìîíïïïï㊀㊀(６)㊀㊀基于以上分析,选用该钢筋应力Ｇ滑移关系作为本文锈蚀钢筋黏结滑移本构模型的基础.１．２㊀锈蚀损伤指标锈蚀钢筋的锈蚀程度用钢筋质量损失的百分比η来量化,其表示为:η＝m ０－m １m０ˑ１００％㊀(７)式中:m ０和m １分别为钢筋锈蚀前㊁后的单位长度质量.钢筋锈蚀程度η即钢筋的锈蚀率,名义上为钢筋锈蚀段的平均锈蚀水平.名义黏结强度R (η)常用来表征锈蚀作用对混凝土和钢筋界面黏结强度的损伤程度,表示为:R (η)＝τu (η)τu (０)㊀(８)式中:τu (η)和τu (０)分别为钢筋锈蚀率为η的黏结强度和钢筋未锈蚀时的黏结强度,其中钢筋未锈蚀时的黏结强度取弹性段平均黏结应力,同式(３)所示.６７㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀地㊀震㊀工㊀程㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０２４年１．３㊀锈蚀钢筋黏结滑移本构模型混凝土与钢筋界面的黏结作用产生的名义剪应力主要包括三部分,分别是化学胶着力㊁摩擦阻力和机械咬合力,钢筋锈蚀对这三种机理的影响如下:(１)化学胶着力:锈蚀会将钢筋表面从铁变为质地疏松的氧化物,钢筋表面氧化后,钢筋与混凝土的接触性能降低,进而导致化学胶着力降低.因此,随着腐蚀程度不断增加,化学胶着力也不断降低.(２)摩擦阻力:摩擦阻力的大小和摩擦系数与接触面压力有关.当钢筋锈蚀率较小时,腐蚀产物的膨胀使接触面压力升高,使得钢筋与混凝土之间的摩擦系数增加,从而增大摩擦阻力,黏结性能略微增加.然而随着锈蚀率提高,箍筋强度和面积减小,不断增加的锈蚀产物将造成摩擦阻力减小,此外锈蚀产物的体积膨胀对周围混凝土产生更大的拉应力,当拉应力超过混凝土抗拉强度时,将引起保护层锈胀开裂,保护层对纵筋的约束作用降低,最终导致黏结强度退化.此外,锈蚀率相同时,不同纵筋直径锈层厚度不同,而这直接影响钢筋表面黏结性能退化及径向锈胀力的大小[１４],最终影响摩擦阻力的传递.(３)机械咬合力:当钢筋锈蚀率较小时,锈蚀产物对黏结界面的空隙起到填充效果,混凝土所受环向应力增大,机械咬合力有所提高.随着锈蚀程度增大,锈蚀产物的堆积膨胀会导致周围混凝土出现微裂纹,从而降低该区域混凝土的强度.由于机械咬合力与混凝土强度呈正相关[１５],因此锈蚀将会导致钢筋与混凝土界面的机械咬合力减小;此外,锈蚀使钢筋表面肋逐渐被锈平,其与混凝土间的机械咬合力不断降低,进而造成混凝土与钢筋之间的黏结性能发生退化.综上,通过分析锈蚀对黏结机理的影响,本文决定采用L i n等[１６Ｇ１７]提出的黏结强度退化模型来考虑锈蚀黏结强度.此模型综合考虑了箍筋约束作用㊁锈蚀率㊁混凝土保护层㊁纵筋直径等影响,包括了引起黏结性能退化的大部分因素,是目前国内外考虑锈蚀作用的黏结强度模型中较为全面的,本文将其简称为L i n模型,即:㊀τ(η)＝τ(０),ηɤ１．５％τ(０)D s t e－δ(η－１．５％),η＞１．５％{(９)式中:τ(η)和τ(０)分别为纵筋锈蚀率为η的黏结强度和钢筋未锈蚀时的黏结强度.D s t和δ为退化系数:D s t＝１－０．６８ηs t a v e㊀(１０)δ＝δcˑδζˑδi㊀(１１)δc＝１３．２８－０．５７c/d b㊀(１２)δζ＝１４３．５４ξs t＋１㊀(１３)ξs t＝A s td b s s t n d㊀(１４)δi＝１．０,i c o r rɤ２００μA/c m２０．１７l n i c o r r２００æèçöø÷＋１．０,i c o r r＞２００μA/c m２ìîíïïïï(１５)式中:ηs t a v e为箍筋锈蚀率;δc为保护层厚度决定的退化系数;c为保护层厚度;d b为受拉钢筋直径;δζ为由箍筋决定的退化系数;ξs t为箍筋约束参数;A s t为箍筋横截面面积;s s t为箍筋间距;n d为受拉钢筋数量;δi为为腐蚀电流密度决定的退化系数;i c o r r为锈蚀过程中平均电流密度.由式(８)~(９)可知:R(η)＝１,ηɤ１．５％D s t e－δ(η－１．５％),η＞１．５％{㊀(１６)将式(１６)代入式(６),可得本文所提锈蚀钢筋黏结滑移本构模型为:Sη＝f２s d b８E sτe(η),０ɤεsɤεyfᶄ２y d b８E sτe(η)＋(fᶄs－fᶄy)fᶄy d b４E sτp(η)＋(fᶄs－fᶄy)２d b８E s b sτp(η),εs＞εyìîíïïïï㊀㊀(１７)τe(η)＝τe(０)R(η)㊀(１８)τp(η)＝τp(０)R(η)㊀(１９)式中:fᶄs为锈蚀钢筋的强度;τe(η)和τp(η)分别为考虑锈蚀作用弹性段和屈服段的黏结应力.由式(９)可知,当纵筋锈蚀率ɤ１．５％时,锈蚀钢筋与混凝土之间的黏结强度不发生衰减,当纵筋锈蚀率＞１．５％并继续增大时,锈蚀钢筋与混凝土之间的黏结强度逐渐降低.由式(１７)可知滑移量随黏结强度的衰减而不断增大,同时可计算出锈蚀钢筋滑移量的大小.１．４㊀拉拔试验验证为验证本文模型的合理性,首先通过典型拉拔试验进行验证.目前国内外针对锈蚀后的钢筋拉拔试验所采用的锚固长度大多未超过５倍钢筋直径,７７第４６卷第１期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀杨㊀丰,等:考虑锈蚀损伤的黏结滑移本构模型㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀其与实际锚固长度存在一定差距.因此,本文选取A m l e h [１８]㊁J i n 等[１９]㊁郑晓燕[２０]所做试验研究中９个锚固长度充分的锈蚀中心拉拔试件进行验证分析,并采用C h e n g 模型进行辅助验证.所收集拉拔试验试件参数主要包括混凝土轴心抗压强度f c ㊁混凝土保护层厚度c ㊁纵筋直径d ㊁纵筋锈蚀率ηs ㊁钢筋锚固长度l 及钢筋屈服强度f y (表１).本文模型曲线㊁C h e n g 模型曲线和试验数据曲线对比情况如图２所示,其中横坐标代表钢筋滑移值,纵坐标为钢筋拉拔力.由图２可见,在腐蚀程度表１㊀拉拔试件参数T a b l e １㊀P a r a m e t e r s o f p u l l Ｇo u t s pe c i m e n s 试件编号引用文献l /mmf c /M P a ηs /％c /mm d /mm f y/M P a C ５Ｇ５C [１８]２８０３５．８１．３５０２０４２４C ４Ｇ６C [１８]２８０４６．９１．６５０２０４２２C ４Ｇ５C [１８]２８０４６．９７．３５０２０３８７D ８[１９]８０１７．７１．７４４１２３０９D １１[１９]８０１７．７８．７４４１２４１８D １３[１９]８０１７．７１０．０４４１２３７５S Ｇ８[２０]６００２９．２２．５９０２０３５７S Ｇ１１[２０]６００２７．２４．８９０２０３４５S Ｇ１８[２０]２００２９．４７．２９０２０３３２图２㊀不同模型值与试验值对比F i g ．２㊀C o m p a r i s o nb e t w e e nd i f f e r e n tm o d e l v a l u e s a n de x pe r i m e n t a l v a l u e s ８７㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀地㊀震㊀工㊀程㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０２４年较低时,C h e n g模型大多高估了初始刚度,随着锈蚀程度增加,C h e n g模型所计算初始刚度逐渐接近试验结果,这是因为其在无锈蚀情况下所取的弹性段黏结应力偏高,同时其考虑钢筋锈蚀的黏结强度衰减模型中仅考虑了纵筋锈蚀率的影响,忽略了其他导致黏结强度衰减的因素,低估了滑移值.总体来说,除图２(c)外,相比于C h e n g模型,本文模型与大部分试验结果吻合程度更好.此外,从图２(c)可以看到,试验曲线的初始刚度较低,当滑移值超过０．５mm后,刚度有较大幅度的提高.A m l e h[１８]对这种试验现象进行了描述,即在锈蚀率较大的情况下,钢筋肋逐渐被锈平,同时材质疏松的锈蚀产物不断累计,导致混凝土与钢筋之间形成一层疏松层,黏结应力降低,所以当拉拔力施加在锈蚀程度严重的试件上时,钢筋首先滑移,直至其抓住接触面的混凝土.这种现象反映为拉拔力Ｇ滑移曲线初始刚度较低,随后刚度有较大提高,然而此种现象很难用现有模型进行模拟.综上,从锈蚀钢筋拉拔力与滑移关系全程来看,相比于C h e n g模型,本文模型的准确性和可靠性更好,考虑了影响混凝土和锈蚀钢筋界面黏结滑移性能的大部分因素,如纵筋和箍筋的锈蚀率㊁保护层厚度㊁纵筋直径及箍筋约束作用等.２㊀考虑黏结滑移的锈蚀损伤纤维梁柱模型２．１㊀材料劣化模型钢筋的强度㊁延性等力学性能会随着锈蚀程度的增大不断发生退化.I m p e r a t o r e等[２１]通过试验研究,提出了屈服强度与极限强度随锈蚀率变化的劣化模型:f y,c＝f y,０(１－１．４３５η)㊀(２０)f u,c＝f u,０(１－１．２５３η)㊀(２１)式中:f y,c与f u,c分别为锈蚀钢筋的名义屈服强度和名义极限强度;f y,０与f u,０分别为钢筋锈蚀前的屈服强度及极限强度;η为锈蚀率,可按式(７)进行计算.随着锈蚀产物的不断累计,钢筋锈胀力将造成保护层混凝土的纵向开裂,进而导致混凝土抗压强度强度降低.锈蚀后保护层混凝土抗压强度公式[２２]为:fᶄc＝f c１＋Kε１ε０㊀(２２)式中:f c为未锈蚀时的混凝土抗压强度;fᶄc为锈胀开裂后的混凝土抗压强度;K为与钢筋直径和粗糙度相关的系数,一般取０．１[２３];ε０为未锈蚀时的混凝土峰值应变;ε１为混凝土锈胀开裂后的横向平均拉应变,其计算公式为:ε１＝b f－b０b０＝n b a r s wb０㊀(２３)式中:b０和b f分别为锈胀开裂前后的截面宽度;n b a r s 为受压钢筋数目;w为裂缝总宽度,可通过式(２４)进行计算[２４]:w＝wπ(v r s－１)X c r㊀(２４)式中:v r s为钢筋锈蚀膨胀系数,可取２．０;X c r为均匀锈蚀的锈蚀深度.对于核心区混凝土来说,箍筋锈蚀削弱了其对混凝土的约束作用,核心区混凝土的力学性能随之退化,因此本文基于修正K e n tＧP a r k约束混凝土本构模型和本节所提钢筋劣化模型,通过确定锈蚀箍筋的力学性能来计算核心区混凝土性能的劣化规律.２．２㊀试验数据本文选取董立国等[２５]完成的锈蚀R C柱低周反复加载试验的试验数据对上文提出的锈蚀钢筋黏结滑移模型的准确性进行验证.试验共包括６根剪跨比为５的长柱试件,试件尺寸及配筋见图３,试件设计参数列于表２,混凝土和钢筋的力学性能及具体试验方案见文献[２６].图３㊀试件尺寸及配筋(单位:mm)F i g．３㊀G e o m e t r y a n d r e i n f o r c e m e n t o f c o l u m ns p e c i m e n s(U n i t:mm)９７第４６卷第１期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀杨㊀丰,等:考虑锈蚀损伤的黏结滑移本构模型㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀表２㊀试件设计参数T a b l e２㊀D e s i g n p a r a m e t e r s o f s p e c i m e n s试件编号轴压比n裂缝宽度w/mm纵筋锈蚀率ηs/％箍筋锈蚀率ηs v/％屈服滑移量S y/mm极限滑移量S u/mmCＧ１０．２０．００．０００．０００．２６９５．６３６CＧ２０．２０．５２．３６３．９４０．２８７６．１９１CＧ３０．２１．０３．７３５．６２０．３２４７．１４８CＧ５０．２１．５５．９７９．４３０．３９９９．２４２CＧ９０．４１．２５．０２６．９４０．３６２８．１５９CＧ１００．４１．５６．２０９．６００．４０８９．３３０２．３㊀构件模型建立通过O p e n S e e s有限元软件,按照图４所示的宏观有限元模型,建立锈蚀R C墩柱试件纤维模型.弯曲变形通过非线性纤维梁柱单元(e l e m e n t n o n l i n e a r B e a mC o l u m n)模拟,纤维截面中的混凝土本构关系采用C o n c r e t e０２M a t e r i a l,钢筋本构采用能够考虑钢筋疲劳和屈曲的R e i n f o r c i n g S t e e lM a t e r i a l模拟.图４㊀宏观有限元模型F i g．４㊀M a c r o f i n i t e e l e m e n tm o d e l由于弯曲破坏型长柱破坏时剪切变形占比较小,故假定柱中剪力与剪切变形为线弹性关系,且忽略锈蚀对其抗剪作用的影响[２５].如图５所示,将剪切刚度赋予单轴滞回材料(u n i a x i a lM a t e r i a lE l a sＧt i c),再通过截面组装[２７]的方法将其添加至已定义好的纤维截面中形成组合截面,以达到弯曲变形和剪切变形耦合的效果,剪切刚度按式(２５)计算.K＝G A/L㊀(２５)式中:A和L分别为本文模拟所用R C柱的截面面积和试件高度;G为混凝土剪切模量,取G＝０．４E c, E c为混凝土弹性模量.滑移变形通过在柱底添加零长度截面单元模拟,单元中的钢筋本构关系采用本文所提钢筋黏结滑移本构,并利用H y s t e r e t i c M a t e r i a l进行建模.如图６所示,该材料一般用于构建三折线模型,可采用不定义第三点参数,使其成为二折线模型,较好地嵌入本文的纤维模型计算中,即不定义第三点参数(Ɣe３p,Ɣs３p)和(Ɣe３n,Ɣs３n),只需输入正负向第一点(Ɣe１p,Ɣs１p)㊁(Ɣe１n,Ɣs１n)和第二点(Ɣe２p,Ɣs２p)㊁(Ɣe２n,Ɣs２n),定义正负向加载时钢筋屈服强度f y㊁钢筋屈服时界面处钢筋滑移量S y和钢筋极限强度f u㊁钢筋达到极限强度时界面处钢筋滑移量S u.锈蚀后的H y s t e r e t i c M a t e r i a l 本构建模参数f y㊁S y和f u㊁S u分别按照２．１节式(２０)㊁式(２１)和１．３节中的式(１７)计算钢筋模型控制点的强度及其对应的滑移值;对于滞回规律参数图５㊀考虑剪切的组合截面F i g．５㊀C o m p o s i t e s e c t i o n c o n s i d e r i n g s h e ar图６㊀H y s t e r e t i cM a t e r i a l本构F i g．６㊀C o n s t i t u t i v e e q u a t i o no fH y s t e r e t i cM a t e r i a l０８㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀地㊀震㊀工㊀程㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０２４年则参考Z h a o等[６]的研究,变形捏缩参数p i n c h X 以及力捏缩参数p i n c h Y分别取０．０和０．２,不考虑强度衰减和刚度退化效应,即D a m a g e１㊁D a m a g e２及B e t a都取０,单元中的混凝土本构保持C o nＧc r e t e０２M a t e r i a l不变.需要说明的是,由于钢筋应力Ｇ滑移关系中的滑移量达到了毫米级,其所对应的混凝土应变也会较大,为确保零截面单元与非线性纤维梁柱单元的变形协调,避免平截面假定失效,提高收敛性,本文采用L e B o r g n e[２８]所建议公式对零截面单元内混凝土极限压应变进行修正,即:S F c o n c＝f y d b８u e㊀(２６)式中:S F c o n c为放大系数;u e为弹性段平均黏结应力;f y为钢筋屈服强度;d b为钢筋直径.２．４㊀模拟结果根据不同的纵筋锈蚀率和箍筋锈蚀率,由式(１７)计算得到相应的屈服滑移量和极限滑移量并列于表２中.结果显示,随着锈蚀率增加,屈服滑移量的变化范围为０．２６９~０．４０８mm,极限滑移量的变化范围为５．６３６~９．３３０mm,符合实际情况的要求,也说明了本文所提锈蚀钢筋黏结滑移本构模型的合理性.进而,采用本文模型对锈蚀R C柱试件进行模拟,得到试验结果与模拟结果的滞回曲线的对比如图７所示.总体来说,本文模型的模拟结果与试验图７㊀试件滞回曲线对比F i g．７㊀C o m p a r i s o nb e t w e e nh y s t e r e t i c c u r v e s o f s p e c i m e n s结果吻合良好.在不同腐蚀程度下,本文模型的预测结果与试验结果在加卸载刚度㊁侧向承载力和曲线形状方面均具有较好的符合度,能够反映出锈蚀对于黏结滑移性能的损伤;随着轴压比增大,试件初始刚度增大,本文模型计算的初始刚度与试验结果的偏差有所增大.图８为试件最后破坏时的累计耗能模拟结果与试验结果的对比,可看出模拟结果与试验结果较为接近,其误差最大不超过１５％.分析高轴压比(n＞０．３)试件初始刚度误差产生的原因,主要包括两点:一方面是本文模型所取黏结强度退化系数是基于L i n等[１５]对大量试验数据回归分析得到的退化系数,这与实际结果之间可能存在一定差距;另一方面是由于本文模型在计算滑移值的过程中忽略了轴压比这个影响因素,高估了构件的实际变形能力,从而导致滑移量的计算结果偏大.３㊀参数分析根据前文分析可知锈蚀钢筋滑移量随锈蚀率增大而降低,此外由式(１７)可知其还与c/d和体积配箍率两者相关.选取CＧ２柱作为模型进行参数分析,计算c/d在０．６２５㊁１㊁１．５下体积配箍率为０．０１１２㊁１８第４６卷第１期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀杨㊀丰,等:考虑锈蚀损伤的黏结滑移本构模型㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀图８㊀累计耗能模拟值与试验值的误差分析F i g ．８㊀A n a l ys i s o f e r r o r b e t w e e n s i m u l a t e dv a l u e a n d e x p e r i m e n t a l v a l u e o f c u m u l a t i v e e n e r g yc o n s u m pt i o n ０．０１６８㊁０．０２２４时锈蚀钢筋的屈服滑移量与极限滑移量.计算结果如图９所示,可以看到纵筋屈服滑移量和极限滑移量都随体积配箍率的增大而明显减小,这与文献[１６]里的试验结果吻合.相比体积配箍率,纵筋屈服滑移量和极限滑移量随c /d 的增大而减小的幅度较小,说明特征滑移量受c /d 变化的影响不明显,这与文献[１４]的试验结论一致.４㊀结论本文从R C 结构锚固区钢筋黏结滑移问题入手,对考虑锈蚀损伤滑移量的计算方法进行了研究,提出了适用于锈蚀R C 结构的黏结滑移本构模型.主要结论如下:㊀㊀(１)基于既有黏结应力分布模型推导了钢筋滑移量计算公式,通过分析锈蚀对混凝土与钢筋界面图９㊀屈服滑移量和极限滑移量计算结果F i g ．９㊀C a l c u l a t i o n r e s u l t s o f y i e l d s l i p a n d l i m i t s l i p黏结机理的影响,引入锈蚀黏结强度劣化模型,提出了可考虑锈蚀损伤的锚固区钢筋黏结滑移本构模型.(２)采用现有黏结滑移本构模型与本文模型分别对拉拔试验结果进行对比分析,验证了本文模型可更加准确地反映锈蚀钢筋和混凝土界面之间的黏结Ｇ滑移行为.(３)考虑黏结滑移锈蚀R C 柱数值模型的滞回曲线和耗能结果与试验结果吻合良好,较为准确地反映了钢筋黏结滑移引起锈蚀R C 柱的力学性能和抗震性能变化.(４)根据参数分析,锈蚀钢筋屈服滑移量和极限滑移量随体积配箍率的增大而明显减小,受c /d 变化的影响不明显.参考文献(R e f e r e n c e s)[１]㊀S A A T C I O G L U M ,A L S I WA T J M ,O Z C E B E G．H ys t e r e t i c b e h a v i o ro fa n c h o r a g es l i p in R /C m e m b e r s [J ]．J o u r n a lo f S t r u c t u r a l E n g i n e e r i n g,１９９２,１１８(９):２４３９Ｇ２４５８．[２]㊀U Y U E N G Y ,B A L A G U R U P ,C HU N G L ．B o n db e h a v i o ro fc o r r ode d r e i nf o r c e m e n t b a r s [J ]．A C IM a t e r i a l s J o u r n a l ,２０００,９７(２):２１４Ｇ２２０．[３]㊀陶慕轩,丁然,潘文豪,等．传统纤维模型的一些新发展[J ]．工程力学,２０１８,３５(３):１Ｇ２１．T A O M u x u a n ,D I N G R a n ,P A N W e n h a o ,e t a l ．S o m e a d v a n c e s i nc o n v e n t i o n a l f i b e r b e a m Ｇc o l u m n m o d e l [J ]．E n g i n e e r i n g M e Ｇc h a n i c s ,２０１８,３５(３):１Ｇ２１．[４]㊀H A S E L T O NCB ,G O U L E TCA ,M I T R A N I ＧR E I S E RJ ,e t a l ．A na s s e s s m e n tt o b e n c h m a r kt h es e i s m i c p e r f o r m a n c eo fa c o d e Ｇc o n f o r m i n g r e i n f o r c e d Ｇc o n c r e t e m o m e n t Ｇf r a m e b u i l d i n g [R ]．B e r k e l e y :P a c i f i cE a r t h q u a k eE n g i n e e r i n g Re s e a r c h C e n Ｇt e r ,２００７．２８㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀地㊀震㊀工㊀程㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０２４年[５]㊀熊能,顾冬生．钢筋粘结滑移弯矩Ｇ转角计算模型[J]．工程力学,２０１９,３６(１２):９８Ｇ１０５．X I O N G N e n g,G U D o n g s h e n g．Ac a l c u l a t i o nm o d e l f o r t h e s l i p m o m e n tＧr o t a t i o no fr e i n f o r c e m e n tb o n d[J]．E n g i n e e r i n g M eＧc h a n i c s,２０１９,３６(１２):９８Ｇ１０５．[６]㊀Z HA O J,S R I T H A R A N S．M o d e l i n g o fs t r a i n p e n e t r a t i o ne f f e c t s i n f i b e rＧb a s e d a n a l y s i s o f r e i n f o r c e d c o n c r e t e s t r u c t u r e s[J]．A C I S t r u c t u r a l J o u r n a l,２００７,１０４(２):１３３．[７]㊀欧晓英,林迟,张沛洲,等．基于O p e n S e e s的锈蚀R C结构底部节点性能研究[J]．计算力学学报,２０１３,３０(３):４２９Ｇ４３６．O U X i a o y i n g,L I N C h i,Z HA N G P e i z h o u,e ta l．R e s e a r c ho n p r o p e r t i e so fb o t t o m c o l u m n j o i n to fc o r r o d e d R C s t r u c t u r eb a s e do nO p e n S e e s[J]．C h i n e s eJ o u r n a l o fC o m p u t a t i o n a lM eＧc h a n i c s,２０１３,３０(３):４２９Ｇ４３６．[８]㊀潘志宏,李爱群,孙义刚．反复荷载下锈蚀黏结退化的R C结构数值模拟[J]．中国矿业大学学报,２０１０,３９(３):３６２Ｇ３６７．P A NZ h i h o n g,L IA i q u n,S U N Y i g a n g．N u m e r i c a l s i m u l a t i o no f r e i n f o r c e d c o n c r e t e s t r u c t u r e s u n d e r c y c l i c l o a d s:t h e e f f e c t so fb o n dd e t e r i o r a t i o nd u et or e i n f o rc e m e n tc o r r o s i o n[J]．J o u r n a lo fC h i n a U n i v e r s i t y o f M i n i n g&T e c h n o l o g y,２０１０,３９(３):３６２Ｇ３６７．[９]㊀C H E N G H,L IH N,W A N G DS．P r e d i c t i o n f o r l a t e r a l d e f o r m a t i o nc a p a c i t y o f c o r r ode d r e i nf o r c e d c o n c r e t e c o l u m n s[J]．T h e S t r u c t u r a lD e s i g n o fT a l la n dS p e c i a l B u i l d i n g s,２０１９,２８(１):e１５６０．[１０]㊀Z HA N G Y X,B I C I C IE,SE Z E N H,e t a l．R e i n f o r c e m e n t s l i p m o d e lc o n s i d e r i n g c o r r o s i o n e f f e c t s[J]．C o n s t r u c t i o n a n dB u i l d i n g M a t e r i a l s,２０２０,２３５:１１７３４８．[１１]㊀李磊,王卓涵,张艺欣,等．钢筋混凝土冻融损伤黏结滑移本构模型及其在构件中的应用[J]．建筑结构学报,２０２１,４２(９):２１３Ｇ２２２．L I L e i,WA N GZ h u o h a n,Z H A N GY i x i n,e t a l．B o n dＧs l i p m o dＧe l of f r e e z eＧt h a wd a m ag e d r e i n f o r c e d c o n c r e t e a n d i t s a p p l i c aＧt i o n f o rm e m b e r s[J]．J o u r n a l o fB u i l d i n g S t r u c t u r e s,２０２１,４２(９):２１３Ｇ２２２．[１２]㊀张艺欣．冻融损伤R C柱及框架结构抗震性能研究[D]．西安:西安建筑科技大学,２０２０．Z HA N G Y i x i n．S e i s m i c p e r f o r m a n c er e s e a r c ho f f r e e z eＧt h a wd a m a ge d r c c o l u m na n dR Cf r a m e s t r u c t u r e s[D]．X i＇a n:X i＇a nU n i v e r s i t y o fA r c h i t e c t u r e a n dT e c h n o l o g y,２０２０．[１３]㊀S E Z E N H,S E T Z L E R EJ．R e i n f o r c e m e n ts l i p i nr e i n f o r c e dc o n c r e t e c o l u m n s[J]．A C IS t r u c t u r a l J o u r n a l,２００８,１０５(３):２８０Ｇ２８９．[１４]㊀袁迎曙,余索,贾福萍．锈蚀钢筋混凝土的粘结性能退化的试验研究[J]．工业建筑,１９９９,２９(１１):４７Ｇ５０．Y U A N Y i n g s h u,Y U S u o,J I A F u p i n g．D e t e r i o r a t i o no fb o n db e h a v i o r o fc o r r ode dr e i nf o r c e dc o n c r e t e[J]．I n d u s t r i a lC o nＧs t r u c t i o n,１９９９,２９(１１):４７Ｇ５０．[１５]㊀J I A N GC,WU YF,D A IMJ．D e g r a d a t i o no f s t e e lＧt oＧc o n c r e t eb o n dd u e t oc o r r o s i o n[J]．C o n s t r u c t i o na n dB u i ld i n g M a te r iＧa l s,２０１８,１５８:１０７３Ｇ１０８０．[１６]㊀L I N H W,Z HA O Y X．E f f e c t so f c o n f i n e m e n t so nt h eb o n ds t r e n g t hb e t w e e nc o n c r e t ea n dc o r r o d e ds t e e lb a r s[J]．C o nＧs t r u c t i o na n dB u i l d i n g M a t e r i a l s,２０１６,１１８:１２７Ｇ１３８．[１７]㊀林红威．单调及重复荷载作用下锈蚀钢筋混凝土粘结性能试验研究[D]．杭州:浙江大学,２０１７．L I N H o n g w e i．E x p e r i m e n t a ls t u d y o nt h eb o n db e h a v i o ro fc o r r ode dr e i nf o r c e d c o n c r e t e u n d e r m o n o t o n i c o rr e p e a t e dl o a d i n g[D]．H a n g z h o u:Z h e j i a n g U n i v e r s i t y,２０１７．[１８]㊀AM L E H L．D e t e r i o r a t i o no f r e i n f o r c i n g s t e e l i nc o n c r e t ed u e t o c o r r o s i o n[D]．M o n t r e a l:M c G i l lU n i v e r s i t y,２０００．[１９]㊀J I N W L,Z HA O Y X．E f f e c to f c o r r o s i o no nb o n db e h a v i o ra n db e n d i n g s t r e n g t h o f r e i n f o rc ed c o n c re t e b e a m s[J]．J o u r n a lo f Z h e j i a n g U n i v e r s i t yＧS c i e n c eA,２００１,２(３):２９８Ｇ３０８．[２０]㊀郑晓燕．锈蚀钢筋与混凝土动态粘结性能研究[D]．南京:河海大学,２００４．Z H E N G X i a o y a n．R e s e a r c h o n d y n a m i c b o n d b e h a v i o rb eＧt w e e nc o r r o d e ds t e e lb a ra n dc o n c r e t e[D]．N a n j i n g:H o h a iU n i v e r s i t y,２００４．[２１]㊀I M P E R A T O R ES,R I N A L D I Z,D R A G OC．D e g r a d a t i o n r e l a t i o nＧs h i p s f o r t h em e c h a n i c a l p r o p e r t i e so f c o r r o d e ds t e e l r e b a r s[J]．C o n s t r u c t i o n a n dB u i l d i n g M a t e r i a l s,２０１７,１４８:２１９Ｇ２３０．[２２]㊀V E C C H I O FJ,C O L L I N S M P．T h e m o d i f i e dc o m p r e s s i o nＧf i e l dt h e o r y f o rr e i n f o r c e d c o n c r e t e e l e m e n t ss u b j e c t e dt os h e a r[J]．A C I J o u r n a l P r o c e e d i n g s,１９８６,８３(２):２１９Ｇ２３１．[２３]㊀C A PÉM．R e s i d u a ls e r v i c eＧl i f ea s s e s s m e n to fe x i s t i n g R/C s t r u c t u r e s[D]．G o t h e n b u r g:C h a l m e r sU n i v e r s i t y o fT e c h n o lＧo g y,a n d M i l a n:M i l a nU n i v e r s i t y o fT e c h n o l o g y,１９９９．[２４]㊀MO L I N AFJ,A L O N S O C,A N D R A D EC．C o v e r c r a c k i n g a sa f u n c t i o no fr eb a rc o r r o s i o n:p a r t２ n u m e r i c a lm ode l[J]．M a t e r i a l s a n dS t r u c t u r e s,１９９３,２６(９):５３２Ｇ５４８．[２５]㊀董立国,郑山锁,左河山,等．基于集中塑性铰模型的弯曲破坏锈蚀R C框架柱数值模拟方法[J]．建筑结构学报,２０２０,４１(４):１４０Ｇ１５０．D O N GL i g u o,Z HE N GS h a n s u o,Z U O H e s h a n,e t a l．N u m e r iＧc a l s i m u l a t i o nm e t h od f o r c o r r o de dR Cf r a m e c o l u m n s o f f l e xＧu r a l f a i l u r e b a s e d o n l u m p e d p l a s t i c h i n g em o d e l[J]．J o u r n a l o fB u i l d i n g S t r u c t u r e s,２０２０,４１(４):１４０Ｇ１５０．[２６]㊀郑山锁,董立国,左河山,等．人工气候环境下锈蚀R C框架柱抗震性能试验研究[J]．建筑结构学报,２０１８,３９(４):２８Ｇ３６．Z H E N GS h a n s u o,D O N G L i g u o,Z U O H e s h a n,e ta l．E x p e r iＧm e n t a l i n v e s t i g a t i o n o n s e i s m i c b e h a v i o r s o fc o r r o d e d R Cf r a m e c o l u m n si n a r t i f i c i a lc l i m a t e[J]．J o u r n a lo fB u i l d i n gS t r u c t u r e s,２０１８,３９(４):２８Ｇ３６．[２７]㊀郑山锁,荣先亮,张艺欣,等．冻融损伤低矮R C剪力墙数值模拟方法[J]．工程力学,２０２０,３７(２):７０Ｇ８０．Z H E N GS h a n s u o,R O N GX i a n l i a n g,Z H A N GY i x i n,e t a l．N uＧm e r i c a l s i m u l a t i o no f s q u a tR Cs h e a rw a l l sw i t hf r e e z eＧt h a wd a m a g e[J]．E n g i ne e r i n g M e c h a n i c s,２０２０,３７(２):７０Ｇ８０．[２８]㊀L E B O R G N E M R．M o d e l i n g t h e p o s t s h e a rf a i l u r e b e h a v i o r o f r e i n f o r c e d c o n c r e t ec o l u m n s[D]．A u s t i n:U n i v e r s i t y o fT e x a sa tA u s t i n,２０１２．(本文编辑:张向红)３８第４６卷第１期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀杨㊀丰,等:考虑锈蚀损伤的黏结滑移本构模型㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀。
陕西煤炭行业获得的陕西省科学技术奖目录(2004-2013)
5.
陕北生态脆弱矿区煤水地质特征及科学开采研究
西安科技大学;长安大学;陕西省煤炭地质测量技术中心;陕西省煤田地质局
王双明，黄庆享，范立民，王文科，余学义，王国柱，杨泽元，冯勤科，申涛，苗霖田，马雄德
2010陕西省科学技术一等奖
6.
极薄煤层上保护层瓦斯抽采及安全高效开采技术研究
2006陕西省科学技术二等奖
16.
阳极钢爪全自动在链校直系统研制及推广
兴
2006陕西省科学技术二等奖
17.
高瓦斯油气共生易自燃厚煤层放顶煤开采瓦斯治理技术集成与示范
陕西煤业化工集团公司铜川矿务局，河南理工大学，煤炭科学研究总院重庆研究院，西安科技大学
陕西陕煤韩城矿业有限公司、中国矿业大学
徐冉忠、林柏泉、师永贵、翟成、屈永安、杨威、李建民、郝志勇、孙辉合、赵武强、姜永明
2011陕西省科学技术一等奖
7.
陕西省系列瓦斯地质图、矿井瓦斯赋存规律及应用
陕西省地质调查院、西安科技大学、陕西陕煤韩城矿业有限公司、陕西陕煤铜川矿业有限公司陈家山煤矿、彬县煤炭有限责任公司
西安科技大学
李树刚、林海飞、张天军、潘红宇、成连华、肖鹏
2012陕西省科学技术二等奖
36.
陕北矿区建设国际一流现代化矿井综合技术研究
陕煤集团神木红柳林矿业公司、西安科技大学、陕西煤业化工集团安全技术研究中心
闵龙、张金锁、刘高文、张恩强、王世斌、秦岭、石增武、党明、龚尚福
2012陕西省科学技术二等奖
陕西省科学技术三等奖（31项）
西安科技大学、西安森兰科贸有限责任公司
陈晓坤、邓军、马砺、程方明、张嬿妮、肖旸、王伟峰
2012陕西省科学技术三等奖
再现“天子之乘”的神禾塬陵园
Pin Wenyuan ·文苑品陕西长安神禾塬战国秦陵园遗址位于陕西省西安市长安区南郊，地势高亢，潏河环北、滈河居南，正对秦岭山脉。
据传，大约3000年前，神禾塬曾经出产一种长有双穗的稻谷，人们认为这是天降祥瑞的征兆，将其进献给当时的西周成王，成王又献于周公。
周公兴之所至，赋诗一首，名为《嘉禾》，神禾塬由此得名。
塬是我国西北黄土高原地区因流水冲刷而形成的一种地貌，呈台状，四周陡峭，顶上平坦。
神禾塬与白鹿塬、少陵塬、乐游塬并称为“古长安四大名塬”，因为地处终南山北麓，依山傍水，风景优美，所以秦汉两朝的皇家园林均设于此。
古墓重见天日2004年，受陕西省文物局委托，陕西省考古研究所对西安市长安区进行考古勘探，在神禾塬西北部发现了一座大型古代墓葬。
经过初步勘测，确定神禾塬古墓陵园已有上千年的历史。
其中主墓室有4条墓道，面积达800多平方米，周围陪葬坑多达13座。
毫无疑问，按照中国古代丧葬等级制度，这座古墓不仅是高等级墓葬，而且墓主人生前身份一定显赫，即使不是帝王，也绝非一般将相。
2005年3月8日，全面的考古发掘工作正式开始。
由于古墓规模宏大，仅取土量就多达近6万立方米，如果仅靠人工挖掘，至少需要一年半的时间。
为了加快进度，考古队想尽办法筹措资金，购置了电动传送带等机械设备。
最早获得成果的是位于大墓西南、编号为K8的车马陪葬坑。
考古队从东部开始挖掘，当挖到大约4米深处时，一些散乱的马腿骨渐渐显露出卢江良王源源科学24小时Science in 24hours 2018年第9期来，继而又发现一些破碎的彩色漆皮和骨质六棱形串珠。
但是，这些出土的器物除了证明这座大墓的等级规格外，并没有关于墓主人的直接证据。
一个月后，大墓的轮廓逐渐清晰。
整个墓葬陵园呈长方形，南北较长，墓室本身东西较长，东墓道为主墓道，这种形制特征和已出土的秦始皇陵非常相似。
根据大墓的形制，再结合出土的小件器物的工艺和造型，考古专家初步推断这座大墓可能是战国时期的秦国陵园。
西安神禾塬地区高光谱遥感考古研究
结论：高光谱遥感技术在环境监测、土地利用、灾害监测等领域得到了广泛 应用，取得了显著的成果。然而，仍存在一些不足之处，如数据预处理、特征提 取和分类算法的优化等。未来研究方向应包括改进数据质量全力推动我国卫星遥 感技术应用场景落地转化；发展新型特征提取方法挖掘高光谱遥感数据的丰富信 息；优化分类算法提高遥感数据的分类精度；并推动遥感设备
例如，通过对地震后地表的位移、裂缝、断层等变化信息的多光谱观测，可 以评估地震的破坏程度和影响范围；通过对森林火灾的多光谱遥感，可以获取火 灾的燃烧面积、火场温度、烟雾浓度等信息，进而实现火灾的快速定位和应急灭 火；通过对水灾的多光谱图像分析，可以获取水灾的淹没范围、水深、流速等信 息，进而开展水灾预警和应急响应^。
在时间向度方面，通过对遗址内不同地物成分的遥感影像特征进行分析，我 们发现不同历史时期的遗址存在明显的差异。例如，早期墓葬的影像特征主要表 现为土黄色的土壤质地，而晚期墓葬则主要表现为灰色的土壤质地（图 2）。这 些发现暗示了不同历史时期人类活动对遗址的影响存在差异。
在文化内涵方面，通过对遗址的地物成分进行分类和识别，我们发现不同地 物成分所代表的人类活动具有不同的文化内涵。例如，墓葬代表了当地的丧葬习 俗和墓葬制度，而房址和窑址则代表了当地的生产活动和居住方式。这些发现有 助于深入了解西安神禾塬地区的人类活动和文化演变。
文献综述：高光谱遥感技术在多个领域得到了深入研究，以下为各领域的研 究现状、方法与成果的综述。
1、环境监测环境监测是高光谱遥感技术应用最为广泛的领域之一。利用高 光谱遥感技术可以获取水体、大气和土壤等环境要素的光谱信息，进而实现环境 状态的实时监测和评估。例如，通过对水体的多光谱成像，可以获取水体中的叶 绿素、悬浮物、污染物等物质的分布和含量信息，进而评价水体的污染状况；通 过对大气的多光谱观测，
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》范文
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》篇一一、引言姚河塬遗址，作为一处历史悠久的文化遗址，其地下埋藏着丰富的历史信息。
探地雷达技术作为一种有效的非破坏性探测手段，在考古学领域得到了广泛应用。
然而，如何从大量的B-scan 数据中准确提取出有用的信息，一直是考古学和计算机科学领域的研究重点。
本文旨在研究并探讨深度学习方法在姚河塬遗址探地雷达B-scan数据检测中的应用，以期为考古研究提供新的技术手段。
二、相关研究背景近年来，随着深度学习技术的快速发展，其在图像处理、信号识别等领域的应用取得了显著成效。
探地雷达技术结合深度学习算法，可以更有效地从大量数据中提取出有用的信息。
目前，国内外学者在探地雷达数据处理方面已经进行了一些研究，但针对具体遗址的B-scan数据深度学习处理方法的研究尚不多见。
三、方法与数据本研究采用深度学习方法对姚河塬遗址的探地雷达B-scan数据进行处理。
首先，收集姚河塬遗址的探地雷达B-scan数据，并进行预处理，包括数据清洗、去噪等。
然后，建立深度学习模型，采用卷积神经网络（CNN）对数据进行训练和学习。
通过不断调整模型参数，使模型能够更好地从B-scan数据中提取出有用的信息。
四、深度学习模型与方法本文采用卷积神经网络（CNN）作为主要的研究方法。
CNN 是一种具有深度学习能力的神经网络，可以自动提取图像中的特征信息。
在模型构建方面，我们设计了适合处理B-scan数据的CNN模型，包括卷积层、池化层、全连接层等。
在训练过程中，我们采用了大量的姚河塬遗址的B-scan数据进行训练，通过反向传播算法调整模型参数，使模型能够更好地适应数据特征。
五、实验结果与分析通过实验，我们发现深度学习模型能够有效地从姚河塬遗址的探地雷达B-scan数据中提取出有用的信息。
与传统的数据处理方法相比，深度学习方法在准确率和效率方面均有所提高。
我们分析了模型的性能指标，如准确率、召回率、F1值等，并对模型的优缺点进行了讨论。
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》范文
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》篇一一、引言姚河塬遗址作为我国重要的考古遗址之一，其地下埋藏的丰富历史信息对于我们了解古代文明具有重要意义。
然而，由于地下环境的复杂性和不可见性，传统的考古探测方法往往难以满足现代考古研究的需要。
近年来，随着科技的发展，探地雷达技术被广泛应用于考古领域。
其中，B-scan数据作为探地雷达的重要输出之一，其处理和分析对于遗址的探测和解读具有至关重要的作用。
本文将就姚河塬遗址探地雷达B-scan数据检测的深度学习方法进行研究，旨在提高遗址探测的准确性和效率。
二、研究背景及意义随着深度学习技术的发展，其在图像处理、语音识别、自然语言处理等领域取得了显著成果。
将深度学习方法应用于探地雷达B-scan数据的处理和分析，可以提高数据处理的准确性和效率，为考古研究提供更为丰富和准确的信息。
同时，本研究将有助于推动深度学习技术在考古领域的应用，为古代文明的探究提供新的方法和手段。
三、深度学习方法在姚河塬遗址探地雷达B-scan数据处理中的应用1. 数据预处理首先，对探地雷达B-scan数据进行预处理，包括数据清洗、去噪、增强等操作，以提高数据的质量和可用性。
这一步骤是深度学习模型训练的前提。
2. 模型选择与构建根据姚河塬遗址探地雷达B-scan数据的特性，选择合适的深度学习模型进行训练。
例如，可以使用卷积神经网络（CNN）或循环神经网络（RNN）等模型进行训练。
在模型构建过程中，需要考虑模型的复杂性、参数设置、训练时间等因素。
3. 模型训练与优化使用预处理后的探地雷达B-scan数据对模型进行训练，通过调整模型参数、学习率、批处理大小等参数，优化模型性能。
同时，需要使用验证集对模型进行验证，以防止过拟合和欠拟合现象的发生。
4. 结果分析与解读使用训练好的模型对姚河塬遗址探地雷达B-scan数据进行处理和分析，提取出地下物体的位置、形状、大小等信息。
通过对结果的分析和解读，可以更为准确地了解地下文物的分布和状态，为考古研究提供更为准确和丰富的信息。
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》范文
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》篇一一、引言姚河塬遗址作为我国重要的考古遗址之一，其地下埋藏的丰富历史信息对于我们了解古代文明具有极其重要的价值。
探地雷达技术作为一种有效的非接触式探测手段，在考古学领域得到了广泛应用。
然而，传统的探地雷达数据处理方法往往依赖于人工解释，效率低下且易受主观因素影响。
因此，本研究旨在探索一种基于深度学习方法的姚河塬遗址探地雷达B-scan数据检测技术，以提高数据处理效率和准确性。
二、研究背景及意义随着深度学习技术的发展，其在图像处理、语音识别、自然语言处理等领域取得了显著成果。
将深度学习方法应用于探地雷达数据处理，可以有效提高数据的处理速度和准确性，为考古学研究提供更加准确、全面的信息。
本研究将深度学习方法与探地雷达技术相结合，对姚河塬遗址进行B-scan数据检测，旨在为考古学研究提供新的技术手段和方法。
三、深度学习方法概述深度学习是一种基于神经网络的机器学习方法，通过构建多层神经网络来模拟人脑的工作方式。
在图像处理领域，卷积神经网络（CNN）是一种常用的深度学习模型，其通过卷积操作提取图像特征，从而实现对图像的分类、识别等任务。
本研究将采用卷积神经网络模型对姚河塬遗址探地雷达B-scan数据进行处理。
四、数据采集与预处理首先，我们需要使用探地雷达设备对姚河塬遗址进行B-scan 数据采集。
采集的数据需要经过预处理，包括去除噪声、数据归一化等步骤，以便于后续的深度学习模型训练。
在预处理过程中，我们采用了数据增强技术，通过旋转、翻转等操作增加数据集的多样性，从而提高模型的泛化能力。
五、深度学习模型构建与训练本研究采用了卷积神经网络模型对预处理后的探地雷达B-scan数据进行训练。
在模型构建过程中，我们设计了合适的卷积层、池化层和全连接层等结构，以提取数据的特征。
在训练过程中，我们使用了大量的姚河塬遗址探地雷达B-scan数据作为训练集，通过不断调整模型参数来优化模型的性能。
《2024年姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》范文
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》篇一一、引言随着考古学和科技的不断进步，对古代遗址的探测和挖掘工作逐渐进入了一个新的阶段。
姚河塬遗址作为一处重要的考古发掘地，其历史价值不言而喻。
传统的考古探测方法往往依赖于人工挖掘和人工分析，这既费时又费力，且可能由于人为因素造成文物损坏。
近年来，随着深度学习等人工智能技术的崛起，为遗址探测带来了新的机遇。
本文以姚河塬遗址探地雷达B-scan数据为研究对象，深入探讨了基于深度学习方法的检测技术研究，旨在为该遗址的考古探测工作提供更为准确、高效的技术支持。
二、探地雷达B-scan数据概述探地雷达（Ground Penetrating Radar, GPR）是一种利用高频电磁波探测地下物体的技术。
B-scan是探地雷达的一种常见数据形式，通过B-scan数据可以获得地下物体的高分辨率图像。
姚河塬遗址的探地雷达B-scan数据包含了大量的信息，包括遗址的地理位置、地形地貌、古文化遗迹等，为深度学习方法的研究提供了丰富且宝贵的素材。
三、深度学习方法研究针对姚河塬遗址探地雷达B-scan数据的深度学习方法研究，本文主要采用卷积神经网络（Convolutional Neural Network, CNN）和循环神经网络（Recurrent Neural Network, RNN）进行模型的构建和训练。
具体的研究步骤如下：1. 数据预处理：对探地雷达B-scan数据进行预处理，包括数据清洗、归一化、去噪等操作，以提高数据的可用性和模型的训练效果。
2. 模型构建：采用卷积神经网络和循环神经网络的组合模型，以实现对地下物体的准确识别和分类。
其中，卷积神经网络负责特征提取，循环神经网络则负责序列数据的处理。
3. 模型训练：利用大量标注的B-scan数据对模型进行训练，优化模型的参数，提高模型的性能。
4. 模型评估：通过交叉验证、精确率、召回率等指标对模型进行评估，确保模型的准确性和可靠性。
高光谱遥感在农业生产中的应用及展望
高光谱遥感在农业生产中的应用及展望谭向农;刘淮;漆锟;丁燕杰【摘要】为了更好地利用农业自然资源,需要动态监测农作物生产状况.高光谱遥感技术在农业监测中表现出较大优势.本文总结了该技术在农作物信息诊断研究的现状,并指出当前研究中的关键问题,最后展望未来应用的重要发展方向.【期刊名称】《北京测绘》【年(卷),期】2017(000)001【总页数】4页(P49-52)【关键词】高光谱遥感;农业生产;农业监测【作者】谭向农;刘淮;漆锟;丁燕杰【作者单位】中国石油新疆油田分公司数据公司,新疆克拉玛依834000;中国石油新疆油田分公司数据公司,新疆克拉玛依834000;北京大学工学院,北京100871;北京市测绘设计研究院,北京100038;城市空间信息工程北京市重点实验室,北京100038【正文语种】中文【中图分类】P237国以民为本，民以食为天，只有丰衣足食，才能国泰民安。
中国作为一个农业大国，制定合理的粮食政策对于保障国家的粮食安全和维护社会的长治久安有着重要的意义。
合理的粮食政策要以及时、准确、快速监测农作物长势和预报粮食产量为前提。
农作物生产遥感监测技术可利用高光谱遥感影像，对农作物的生长过程进行监测，以及时、客观、准确地获取农作物信息，为农业生产及决策提供重要的技术支持。
目前，有关研究已基于高光谱遥感技术对农作物生长发育的特征进行提取，在农作物营养诊断、物种识别、长势监测、产量估计、灾害预警等领域进行了试验，并在田间尺度的精准农业和大面积农作物监测上取得了很好的应用效果。
高光谱遥感已成为遥感技术在农业应用中重要的发展方向。
本文旨在回顾当前高光谱遥感技术在农业生产中的主要应用，通过分析现有研究中存在的问题和不足，对如何更好的发展高光谱遥感技术支持下的农业生产进行了展望。
不同农作物具有不同的理化性质，主要表现在叶肉细胞、叶绿色含量、叶片结构、叶片含水量等方面。
这些差异虽然肉眼不可见，但是可以通过研究其光谱反射规律来作出分析。
现代遥感技术在秦始皇陵考古研究中的应用
现代遥感技术在秦始皇陵考古研究中的应用
周小虎;谭克龙;万余庆;段清波;宋德闻;牛新龙
【期刊名称】《现代地质》
【年(卷),期】2007(021)001
【摘要】秦始皇陵考古研究已取得大量成果,但对是否存在西墓道、阻排水渠位置及阻水效果等问题还不清楚.应用现代遥感技术在秦始皇陵区对文物遗存进行探测,对航空全色遥感图像和航空高光谱遥感图像进行数据处理、解释,提取文物遗存信息,发现了封土堆热异常,证实了阻排水渠的存在及其阻水效果,确认了西墓道的存在.与地球物理和地球化学的研究结果进行比较,得到的结论完全一致,证实了遥感方法的准确性和有效性.
【总页数】6页(P157-162)
【作者】周小虎;谭克龙;万余庆;段清波;宋德闻;牛新龙
【作者单位】西北大学,地质学系,陕西,西安,710069;中国煤炭地质总局,航测遥感局,陕西,西安,710054;中国煤炭地质总局,航测遥感局,陕西,西安,710054;陕西省考古研究所,陕西,西安,710600;中国煤炭地质总局,航测遥感局,陕西,西安,710054;陕西省考古研究所,陕西,西安,710600
【正文语种】中文
【中图分类】TP75
【相关文献】
1.现代遥感技术在地质找矿中的应用研究 [J], 赵璞
2.现代遥感技术在地质找矿中的应用研究 [J], 赵璞
3.遥感技术在考古研究中的应用综述 [J], 姚乐音
4.高光谱遥感技术在现代林业中的应用与发展 [J], 张诗琪
5.现代遥感技术在青海木里矿地质找矿中的应用研究 [J], 覃旭;王振琦
因版权原因，仅展示原文概要，查看原文内容请购买。
遥感考古--探索人类文化遗产的新手段
遥感考古--探索人类文化遗产的新手段
栾盛楠
【期刊名称】《东南文化》
【年(卷),期】2004(000)004
【摘要】遥感考古与传统田野考古相比具有诸多优势,且应用广泛,为考古学研究提供了科技新手段,将考古学研究推向一个崭新的平台.
【总页数】3页(P40-42)
【作者】栾盛楠
【作者单位】南京大学历史系,江苏,南京,210093
【正文语种】中文
【中图分类】K854
【相关文献】
1.内蒙古航空遥感考古新进展——浑河下游区域性航空考古研究与思考 [J], 雷生霖
2.高光谱遥感考古探索研究 [J], 谭克龙;万余庆;杨一德;段清波
3.城市规划管理新手段——遥感与地理信息系统 [J], 万幼川
4.高光谱综合遥感考古方法研究——以长安-扈邑区考古为例 [J], 周日平
5.三星堆遗址十二大考古新手段 [J], 考拉看看;无
因版权原因，仅展示原文概要，查看原文内容请购买。
黄河中上游流域生态综合评价研究
黄河中上游流域生态综合评价研究
谭克龙;任志远;王全九
【期刊名称】《水土保持学报》
【年(卷),期】2007()4
【摘要】选择黄河中上游流域72.31万km2为研究区,通过遥感信息提取、常规资料分析和野外调查研究,将研究区分为青藏高原东北部生态区、鄂尔多斯高原—河套平原生态区、黄土高原生态区和24个生态亚区。
在此基础上,选择指标因子,建立数学模型,利用ArcInfo系统对黄河中上游流域生态质量进行了定量综合评价和分析,实现了大区域生态质量的定量评价和质量的可比性。
【总页数】4页(P173-176)
【关键词】黄河流域;生态评价;遥感
【作者】谭克龙;任志远;王全九
【作者单位】陕西师范大学旅游与环境学院;中国科学院水利部水土保持研究所【正文语种】中文
【中图分类】X826;X171.1
【相关文献】
1.黄河中上游地区生态环境综合评价 [J], 王晓峰;任志远;谭克龙
2.黄河流域生态环境综合评价及其演变 [J], 王思远;王光谦;陈志祥
3.黄河流域乡村生态环境治理效率评价研究 [J], 李鸿雁;张兴华;付俊怡
4.基于格网GIS的黄河流域土地生态质量综合评价 [J], 奥勇;蒋嶺峰;白召弟;杨潇;张乐艺
因版权原因，仅展示原文概要，查看原文内容请购买。
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》范文
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》篇一一、引言姚河塬遗址作为我国重要的考古遗址之一，其地下埋藏的丰富历史信息对于我们了解古代文明具有重要意义。
然而，由于地下环境的复杂性和不确定性，传统的人工探地雷达数据解析方法效率低下且易出现错误解读。
为此，本研究将探讨利用深度学习方法对姚河塬遗址探地雷达B-scan数据进行处理与分析，以期提高遗址勘探的准确性和效率。
二、研究背景及意义在考古学研究中，探地雷达是一种常用的地下探测技术。
其B-scan数据能提供地下结构的二维图像，对于考古研究人员来说具有重要的参考价值。
然而，B-scan数据的解析工作量大且复杂，需要专业人员耗费大量时间和精力。
因此，研究一种高效、准确的B-scan数据处理方法对于提高考古工作的效率具有重要意义。
三、深度学习方法概述深度学习是一种模拟人脑神经网络的工作机制，通过构建多层神经网络来学习和识别数据中的模式和规律。
在图像处理、语音识别、自然语言处理等领域取得了显著的成果。
本研究将利用深度学习中的卷积神经网络（CNN）对姚河塬遗址探地雷达B-scan数据进行处理和分析。
四、方法与数据（一）数据收集与预处理本研究使用的B-scan数据来自姚河塬遗址的探地雷达探测结果。
首先，对原始数据进行去噪、归一化等预处理操作，以便于后续的深度学习模型训练。
（二）模型构建与训练本研究采用卷积神经网络（CNN）构建模型，通过大量样本的学习和训练，使模型能够自动提取B-scan图像中的特征信息。
在训练过程中，通过调整模型参数和结构，以达到最优的识别效果。
（三）模型评估与优化为了验证模型的性能和泛化能力，我们将部分数据作为测试集进行模型评估。
同时，根据评估结果对模型进行优化和调整，以提高模型的识别准确率和稳定性。
五、实验结果与分析（一）实验结果经过大量实验和训练，我们的深度学习模型在姚河塬遗址探地雷达B-scan数据上取得了显著的识别效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
参照光谱 .
θ=cos-1
→t· →r ‖ →t‖ · ‖→r‖
=cos-1
nb
∑ tiri
i=1
∑ t nb 2 1 /2 i i=1
∑ r nb 2 1/2 i i=1
(1)
利用 SAM对高光谱图像分类时 , 产生两种图像 , 一种是 SAM地物分类图 , 类别代码
67 8
应用基础 与工程科学学报 Vol.17
图 1 研究区范围示意图 Fig.1 Locationoftheresearcharea
尽管我国从 1931年就开始了对沣河两岸长期的考古调查研究 , 但由于地质地貌条件 的制约和人类长期改造 、耕作活动的影响 , 传统考古手段难以施展 , 使我们对沣河流域及 附近地区的总体状况至今还知之甚少 .根据国家历史博物馆朱凤瀚研究员及陕西省考古 研究所考古专家的研究 , 神禾塬 、细柳塬的黄土塬区 , 在区内地势最高 , 达 440— 580m, 地 下水位较深 , 为 20— 50m, 具有古人营建陵墓的条件 .因此 , 本次选择神禾塬区任家寨 —香 积寺 —贾里村区域为试验研究区 , 见图 1.
1 研究方法与结果
通过测试研究区地表光谱反射率与地表温度 、湿度 、土壤组分之间的对应关系 , 总结 植被长势 、土壤组分 、土壤结构变化与高光谱遥感图像的成像特征的联系 .采取与日航 、夜 航飞行同步的方式进行地面光谱 、红外温度 、土壤水分等野外定标测试 , 对高光谱遥感图 像进行光谱定标和温度定标 ;进一步从高光谱遥感图像上发现丰镐遗址区文化遗存地表 温度 、湿度 、土壤组分异常信息 .结合快鸟图像和老航片解析 , 分析引起异常的原因 , 排除 干扰 , 提取可能指示文化遗存特性的信息 . 1.1 数据获取
光谱曲线背景 , 突出光谱吸收特征 .通常背景物光谱特征对目标物吸收特征没有影响 .光
谱特征匹配 (SpectralFeatureFitting, SFF)用最小二乘匹配法把参考光谱与未知地物光谱
逐个波段进行计算 , 获得一幅等级图 (scale)和均方根误差图 (RMS), 每个参照光谱都产
生一等级图和相应 RMS图像 , 或作 scale/RMS比值运算 , 或对 RMS图像进行简单拉伸增
高光谱遥感数据获取系统采用中国科学院上海技术物理研究所研制的 OMISII成像
No.5
谭 克龙等 :西安神禾塬地区高光谱遥感考古研究
67 7
光谱仪 .OMISII具有 68个光谱波段 , 是一套高性能机载可见光 —近红外 —短波红外 —热
红外成像光谱仪 , 能形成图谱合一的三维遥感图像 , 其主要技术指标见表 1.飞行平台为 运 12飞机 , 飞行面积 20km2 .2005年 3月 13日 23∶00至 14日 5∶00完成夜航 , 当日白天
Vol.17, No.5 October2009
西安神禾塬地区高光谱遥感考古研究
谭克龙 1, 2 , 杨 林 3 , 周日平 1, 2 , 万余庆 2 , 曹 玮 4
(1.上海 大学 遥 感与 空 间信 息 科学 研究 中 心 , 上海 200436;2.中 国煤 炭 地质 总 局航 测 遥感 局 , 陕 西 西 安
探测技术 , 因此 , 它最具有实际研究意义 .
陕西西安附近的沣河两岸 , 史载有西周王朝早期的都城丰 、镐 , 文王所建都城丰京在 沣水西岸 , 武王所建都城镐京在沣水东岸 .以丰 、镐为中心 , 在西起户县 、东到长安韦曲 、 南抵秦岭 、北达咸阳垣上的区域有丰富的古文化遗存[ 10] .该区地处关中渭河 、沣河冲洪积
100%, 像元值为 0时 , 表示完全不匹配 , 即相应组分丰度为 0.
(4)光谱特征匹配
以波谱吸收特征为基础 , 用最小二乘法把待分类地物光谱与参照光谱间吸收特征进
行匹配分类 .大多数光谱分析法不能对各类材料直接鉴别 , 而是表明分析材料在光谱特征
上与已知材料光谱是如何相似 .SFF首先把光谱数据转换成反射率 , 并利用包络线法消除
天气为晴间多云 , 夜间为晴天 ;2005年 3月 15日 11∶00— 17∶00完成日航 , 当日天气为晴
到少云 , 15∶00— 16∶00之间云量较多 .相对航高 1200m, 地面空间分辨率 3.6m.OMISII扫
描仪工作状态正常 , 传感器热红外波段图像信噪比达到设计要求 .飞行时地面作物主要为
最大数据传输率 /Mbps
21.05
探测器
Si线列、InGaAs单元、 InSbMCT双色
换是特征提取中常用方法 .
在 N(图像波段数 )维空间中 , 根据图像
像元光谱与参考光谱的相似性来决定像元类
别的 方 法即 是 波 谱 角 填图 (SpectralAngle Mapping, SAM).将 N个波 段的 光谱响 应作 为 N维空间向量 , 通过计算某一像元与最终 端元光谱间的 “光谱角 ”来表征其匹配程度 , 夹角越小越相似 .据用户给定的相似度阈值
总波段数
68
波长范围 /μm
光谱分辨率 /nm 波段数
0.4— 1.1
10
64
1.55— 1.75
1
2.08— 2.35
1
3.0பைடு நூலகம் 5.0
1
8.0— 12.5
1
瞬时视场 /mrad
1.5 /3 可选
总视场
>70
扫描率 /S/s
5、 10、 15、20可选
行像元数
512/1024
数据编码 /bit
12
平原 , 第四系发育良好 , 主要为湖相 、河流冲 、洪积相的粘土 、砂质粘土 、砂及砂砾石层沉
积 , 厚达 800m, 另有寒冷干燥气候条件下的风成黄土及成因不明的黄土状粘土层细粒沉 积 , 厚度达 160m[ 11] .全区地势从东南向西北渐次变低 , 海拔高程一般在 385— 410m之间 . 区内土地肥沃 , 四季干 、湿 、冷 、暖分明 , 光照充足 , 雨量丰沛 , 气候适于农耕 .
小麦 , 已长至 5— 10cm, 覆盖度达 60%— 70%.
地面利用 fieldProFR分光辐射光谱仪 、 ER-2008红外测 温仪 、KCW-1 浅层 测温 仪 、
表 1 OMISII成像光谱仪技术指标 Table1 ThedescriptionofOMISII
SMS2土壤水分测量仪 , 选择 12处典型地物 进行与飞行同步的地面光谱 、红外温度 、土壤 水分等野外定标测试 , 形成空 —地观测数据 资料 . 1.2 图像处理与结果 1.2.1 可见光 —短波红外波段图像处理 (1)MNF(MinimumNoiseFraction)变换是 先把图像噪音部分隔离出来 , 确定实际数据 量大小 , 为后续处理减少工作量 .对于高光谱 数据 , MNF变换将数据空 间分为两部分 :较 大特征值对应的分量和噪音图像对应的剩余 数据分量 , 其特征值在 整数 1附近 .MNF变
收稿日期 :2008-01-18;修订日期 :2009-03-31
基金项目 :国家重大基础研究专项 (2003CCC01500) 作者简介 :谭克龙(1964— ), 男 , 博士 , 教授 .E-mail:tan-kl@
67 6
应用基础 与工程科学学报 Vol.17
但是在实际工作中 , 文物遗存区地面由于经历了数百年 、甚至数千年的人类耕作活动 和变迁 , 常常没有明显的土壤 、植被和地貌的差异 , 或者差异非常微弱 , 因此在一般的遥感 图像上 , 很难发现任何异常 .从以往大量考古遥感实践来看 , 遥感考古往往只是在地表残 存一定遗迹的情况下才能取得好的效果 , 而对于地表没有残存遗迹的考古遗址 , 考古遥感 技术往往难以大显身手[ 9] .考古学家最需要的是在没有地表残存痕迹情况下的考古遥感
强处理 , 就可看到图像上像元与参考光谱匹配程度 .
1.2.2 热红外波段图像处理 将夜航热红外遥感温度图像进行信息提取 , 根据地面同
步测试温度与 OMIS热红外波段图像上同名点的红外辐射值 , 进行热红外波段温度定标
和光谱定标 , 建立温度反演模型 (式 2)
关键词 :高光谱遥感 ;考古 ;考古遥感 ;遥感 应用
遥感考古是通过遥感探测到的地面异常特征来发现文物遗存 [ 1] .遗迹土壤与周围自 然土壤在色泽 、结构 、湿度 、致密度方面存在差别 , 尤其是耕土层翻犁过之后 , 其中所隐含 的各种土壤差异更加明显[ 2-3] ;地下埋藏的考古遗迹或现象往往会产生土壤的板结与疏 松 、肥沃与贫瘠 、含水量多与少等差异 , 导致树木与灌木丛生长与分布情况发生异常[ 4-5] , 或者会使农作物与野草的高度 、密度和色彩出现差异 ;另外 , 遗迹往往具有特殊的微地貌 和几何形状特征 , 尤其是大规模的地面和地下工程 , 如墓葬坑 、陪葬坑的挖掘和填埋 、地面 取土和陵墓封土的堆积 、人工引水渠的开挖等 , 都可能导致地表形态的变化 , 与周围地形 不协调 , 构成一定形状的图案[ 6] .这些差异会影响它们对太阳辐射能的吸收和发射及其 热发射特性 [ 7] , 能引起表面地物波谱特征的微弱变化 , 从而成为考古遥感的主要探查研 究标志 [ 8] .遥感技术能反映地面及近地表面 (1— 2m)地物的光谱特征[ 1] .
710054;3.中国国家历史博物馆 , 北京 100006;4.陕西省考古研究所 , 陕西 西安 710054)
摘要 :与传统考古技术相比 , 遥感技术能快速 、低廉地对大范围地下文物遗存进 行探测和制图 .但从以往大量考古遥感实践来看 , 遥感考古往往只是在地表残存 一定遗迹的情况下才能取得好的效果 , 而对于地表没有残存痕迹的考古遗址 , 其遥感分析往往会无功而返 .考古学家最需要的是在没有地表残存痕迹情况下 的考古遥感探测技术 .本文通过陕西长安县神禾塬高光谱遥感考古试验研究 , 介 绍了一种新型的考古遥感技术 ———高光谱遥感考古 , 它通过探测和识别微弱的 地物光谱异常 , 实现了在没有任何地表 “常规 ”考古线索情况下的地下文物遗存 探测 .