WH311简述地下水位监测实施方法地下水位在线监测系统被广泛应用于地下水深井水位测量，矿山水位计深井测量，地热井水位测量。其测量范围能够达到100米，300米甚至1000米，主要是基于WH311内置超强抗高压高密封性传感器芯片，一体成型结构，三重防雷工艺。信号传输采用级别的抗拉抓力钢丝电缆，确保测量信号能实时的，高精度稳定的输出显示。 地下水位在线监测设备 监测液位温度，液面到泵端水位变化的连续测量 　　WH311地下水位在线监测系统工作原理： 　　 WH311地下水位在线监测系统根据压力与水深成正比的静水压力原理，运用水压敏感集成元器件做深井水位测量仪传感器探头，当传感器探头固定在水下某一测点时，该测点以上水柱压力高度加上该点的高程，即可间接测量出水位高低（水面到井口的距离）；直接测量出的是传感器探头以上深井的液位实际高度。   　　WH311地下水位监测仪主要技术指标   　　WH311地下水位监测仪生产工艺： 　　 深圳市东方万和仪表有限公司引进欧洲的三重防雷，和六道防水工艺，保证了长期深井水下工作的IP68防护等级。   　　WH311地下水位监测仪产品特点 　　1、特别适合深井或地下水位监测 　　2、采用静压式原理，激光标定零点、满量程 　　3、厂级别铠装钢丝电缆 　　4、三重防雷模块，保障野外测量更安心 　　5、液位温度一体式，可同时测量温度和液位 　　6、量程可做到1000米深井液位测量 　　WH311地下水位监测仪应用 　　1实时监测深井地下水的实际水深，然后低位停泵（防止深井泵空转烧坏）。 　　深井液位监测因为其测量的特殊性,超声波等非接触的无法有效传输信号,磁翻板,气泡式无法做这么深的量程,故只有选择WH311投入式深井液位探头,保证在1000米水下(承受100Bar水下压力还要保证密封性). 　　 WH311地下水位监测仪信号传输采用级别的聚氨酯钢丝电缆(放的过程中,一定要注意对电缆的保护),确保测量信号实时的,高精度稳定的输出。然后显示器会有两个继电器开关量输出，在低位的时候（这个值用户可以根据工艺自行设置）自动停泵。 　　地热温泉井温度液位一体式测量 　　很多地热温泉井需要实时监测实时的液位和温度变化，WH311-DZ温度液位一体式测量仪根据地热温泉井的特性而特殊设计，温度液位一体式探头直接传输温度和液位双信号，双4-20mA传输也可以RS485通讯协议输出。配套WH6双通道显示器，上面实时显示水位，下面实时显示温度。 　　WH311地下水位监测仪获得了欧盟，美国等多国认证 　　应用案列分析： 　　 东方万和仪表的工程师帮助了贵州地质局，吉林大学地球学院，新疆地震局等数十家用户实现了深井液位实时监测和低位停泵功能。 　　SGS通标标准技术服务有限公司（通标、SGS中国、SGS通标）是全球公认检验、、测试和认证机构，WH311地下水深井水位测量仪通过了SGS通标的校准证书，证书编号：200006512，证书记载东方万和WH311的误差为0.009mA,实际精度超过千分之一，达到了万分之六误差范围之内。 　　 东方万和仪表的工程师帮助了中铁四局，中国建筑第二工程局，葛洲坝南京地下空间等数十家用户实现了水位实时监测并带记录功能，数据可以用U盘直接导出。现在我们重点分析一下葛洲坝南京地下空间记录监测方案 　　WH311地下水位监测仪拥有了很多用户，从2013年到现在6年间，就已经有超过100000家用户选型WH311水位测量仪，解决深井液位显示报警的问题。东方万和仪表先后为贵州地质局500-1000米深井液位监测系统，武汉地震局80米地下水位监测项目，清华大学，吉林大学地球学院地下水深井液位监测.万和仪表致力于给用户工程师提供高精度,高稳定的测量方案，为用户解决深井液位测量难的问题。

监测因子总烃、甲烷、非甲烷总烃、苯、甲苯、二甲苯等。高准确度氢火焰离子化检测器（FID）、程序控温、电子流量控制（EPC）、进口隔膜泵、进口注射阀。高稳定性自动进样，连续运行、控制连锁等。自动运行无人值守。金属除尘，稳定可靠，维护量小。数据储存时间10年以上。高兼容性兼容主流厂家辅助监测设备。采用模块化设计，可扩展多项监测参数。RS232、RS485、4~20mA、以太网数据输出接口。

团队具备成熟的高性能电机研发能力，具备瞬态有限元仿真技术、多物理场联合仿真技术、场路耦合仿真技术，能够定制开发有刷/无刷直流、感应电机、电励磁/永磁同步等各类电机，助力多家企业实现核心电机自主化、国产化。 团队研发了基于空间磁场的高性能电机健康状态在线监测系统，能够实时监测电机健康状态，即使发现电机微小故障，有效提高电机可靠性。

遥感摄影测量边坡安全检测与应急决策系统针对采场边坡安全问题，综合考虑存在的边坡管理需求,将基于遥感测量的边坡监测技术、边坡稳定性评价技术、人工智能专家系统等技术整合起来并运用到边坡测量预警以及对应决策的选择上来，实现边坡安全态势、动态变化、预测以及破坏应急与应对策略、准确测控和全维度防范，为矿山安全问题的解决提供有效的技术支撑，对边坡稳定性做出满足工程精度要求的全范围实时监测。系统依据相关规定，结合我国矿区边坡稳定性的现状，并通过汇聚已有各类地质、采矿设计以及边坡稳定性研究资料，系统主动性和动态地处理已有数据、信息和知识，以此对采场边坡稳定性进行预知性监控和评估。借助GPS数据分析和边坡稳性预测预警、基于神经网络的稳定性分析技术等技术，建立矿业边坡安全检测知识库和边坡稳定性预测系统，对矿区边坡的安全状况进行实时监测和预警处理，达到防灾减灾的效果。同时提高矿山采场边坡稳定性管理水平和质量，为矿山采场安全生产提供有力之支撑。采场边坡稳定是影响矿山采矿安全生产的几个关键环节。现有技术没能很好地协调边坡稳定性评价、预测、监测及其与边坡灾害及采矿生产之间的关系，没能充分整合多种数据、信息、知识等为边坡生产安全提供动态实时评价。

本技术成果公开了一种卫星遥感数据的辐射纠正方法，本方法是以山区阴影和/或清洁水体光谱对原 始图像进行辐射纠正

本发明公开了一种无需 POS 辅助的低空遥感影像快速自动拼接方法，包括步骤:步骤 1，低空遥感 影像测区的全自动恢复;步骤 2，根据精匹配种子点对预处理后的影像进行精匹配获得精匹配结果;步 骤 3，对精匹配结果进行自由网平差迭代获得平差结果;步骤 4，根据差结果内插生成影像的数字地面 模型，根据平差结果获取影像在自由网坐标系下的相对外方位元素，基于数字地面模型和相对外方位元 素对各影像进行正射纠正，同时生成测区的正射影像拼接图。本发明无需 POS 数据辅助，可实现全自 动、快速生产正射影像拼图，能满足遥感影像准实时处理要求，适用于灾害应急响应、军事保障等领域。

本成果属于高光谱图像信息处理技术，为高光谱遥感图像分类方法。首先对高维高光谱图像提取第一主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。这种方法有效地并且充分的挖掘了高光谱遥感图像中的空间信息、形态信息和光谱信息。考虑到稀疏表示方法在迭代求解稀疏向量时的耗时性与对非线性数据的不可分性，进一步提出了基于差分形态学核协同表示的高光谱遥感图像分类算法。该成果方法通过核化的协同表示分类算法避免了优化求解的耗时性，同时克服了高维特征空间下数据的线性不可分性。算法首先通过差分形态学方法在高光谱遥感图像的主成分分析图上进行空间特征提取，并通过核变换方法将新特征字典投影到高维的线性核特征空间，最后利用核化协同表示算法的高效性对高光谱图像进行分类。 主要技术指标 University of Pavia 通过 ROSIS-03 传感器记录，该图像捕获了意大利帕维亚的帕维亚大学周围的市区。图像尺寸为 610×340×103，空间分辨率为 1.3 m / 像素，光谱覆盖范围为 0.43 至 0.86μm。该图像考虑了九个类别。其具有 42776 个标记样本。每类取 50 个有标记样本共 450 个样本作为训练样本。 请参阅表 1，本方法提出的高光谱图像分类方法，相比于传统分类器 SVM，OA 提高了约 18%；相比于 JSRC，OA 提高了约 5%；同时参阅表 2，展示了本成果方法的时间运行效率与相关方法的比较。该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果。 表 1 PaviaU 数据集上对比实验结果 表 2 不同数据集上时间运行对比实验结果

本发明提供一种基于区域变化率的遥感影像接缝线优化方法，包括步骤：计算待优化接缝线涉及的 左、右数字正射影像间重叠区域像素的差值矩阵；分别对待优化接缝线涉及的左、右数字正射影像的重 叠区域进行影像分割，并获得各分割区域的变化率；根据各分割区域的变化率确定待优化接缝线的优选 区域，并根据确定的待优化接缝线的优选区域优化重叠区域像素的差值矩阵；根据优化后的重叠区域像 素的差值矩阵以及待优化接缝线的起点和终点，对待优化接缝线进行优化。本发明适用于数字正

一种基于路径追踪的遥感影像 Bowtie 效应纠正方法，包括进行插值，使经纬度数据与原始影像具 有相同的分辨率；根据卫星的升降轨方向和扫描方向确定第一个纠正像元的搜索起点，设定对纠正影像 进行重采样的顺序，依次采用路径追踪的方式定位纠正影像的每个像元在原始影像中的位置，即搜索其 在插值后的经纬度格网中的位置，获得与纠正影像像元最邻近的若干个采样点用于灰度重采样来去除影 像的重叠现象。本方法计算效率好，充分利用原始影像信息，是一种严格的高精度中低

本发明公开了一种基于纹理基元的遥感图像分类方法，包括：·741·选取典型地物的遥感图像作为第一训练集和第二训练集；提取第一训练集中同类地物图像的邻域特征向量并聚类形成纹理基元，不同地物的纹理基元组成纹理基元字典；利用纹理基元字典对第二训练集中图像的邻域特征向量进行标记，并对中心像素进行分箱，统计各个图像的中心像素-纹理基元二维联合分布，形成纹理模型库；将待分类的图像划分成超像素，经拉普拉斯校准后统计各超