(2021年河南省优秀学士学位论文及指导教师)

（通讯员：李方圆 ）学位论文水平是学校学生培养质量的综合体现，是对学生培养过程的有效检验和有力证明。我院近三年在河南省优秀学位论文评选中获得佳绩，是我院近年来持续推动实践教学体系改革，不断推进教育质量提升，实践教育与创新教育融合的结果。

在2021年河南省优秀学士学位论文评选中，我院李效鹏同学的《无人机摄影测量像控点异常精度分析与对应研究》和苗林光同学的《基于支持向量机的滑坡危险性评价系统设计与实现》荣获河南省优秀学士学位论文，杨甲老师和高彩云老师荣获河南省优秀学士学位论文指导教师。

论文摘要1：低空遥感是近几年快速发展，应用广泛的新型技术。无人机遥感以其灵活、便捷、高精度、低成本等优势成为了低空摄影测量中的重要力量。但是在无人机进行数据采集的过程中易收到大气环境、地形起伏和传感器等因素的影响，为后期数据的处理带来了误差，直接影响到测绘产品的精度。为减小误差，我们通常使用像控点来参与空中三角测量平差计算。在这个过程中，像控点起着至关重要的作用。然而，现实中经常会遇到像控点异常的情况，如遮盖、人为破坏等情况。目前缺少像控异常解决方案的研究。为此，本论文主要研究当像控点异常时，相应的数据精度分析对应的解决方案。我们提出“降高法”（36组实验）、“倾斜环绕法”（2组实验）、“水平补拍法”（2组实验）和“倾斜环绕+降高结合”（36组实验）。并设定像控丢失后数据精度为基准实验A，行业内“特征点补测法”为实验B。我们分别将以上方案进行空三运算，通过控制点和检验点的均方根误差来评判最终数据误差精度。

我们共完成了85组实验分析对比。研究结果表明，方案A高程误差已超过厘米级，达到了分米级。方案B在水平方向上的误差大于方案A，高程方向的误差略小于方案A，说明在地势起伏不明显的局部范围内，传统方案的特征点法更影响水平方向的误差；降高法、倾斜环绕法、水平补测法，均有不同程度的对整体数据精度的提高，且均优于传统方案B；其中降高法（40m）的检验点的误差相对较小，整体精度较高。其中该方案控制点的X方向均方根误差0.0042m，Y方向均方根误差为0.0064m，高程方向均方根误差为0.00241m；检验点的X方向均方根误差0.0686m，Y方向均方根误差为0.0607m，高程方向均方根误差为0.0775m，相对误差最大的高程也达到了厘米级的精度。

论文关键词1：无人机（UAV）摄影测量 精度验证 控制点

论文摘要2：滑坡灾害是我国严重的地质灾害，每年因滑坡灾害带来的经济损失几十亿，给人民的生产生活带来了巨大的影响，对国民经济也带来了直接的影响。因为滑坡灾害产生的因素有很多，所以如何准确对滑坡危险性评价是一个重要的研究课题[28]。

本文以支持向量机模型为研究的方法，结合重庆万州区[4]滑坡，通过对滑坡影响因素定量化表达的数据和已知的滑坡的危险等级，使用支持向量机训练模型，对未知的滑坡进行危险性评价。

本文的研究内容如下：

（1）使用支持向量机（SVM）模型对滑坡危险性评价的数据进行分析，建立模型，使用模型对未知的滑坡进行预测。

（2）通过交叉验证、粒子群算法、遗传算法三种方法对支持向量机训练过程中的所需要的参数c&g进行参数寻优。

（3）通过MATLAB软件APP Designer功能开发滑坡危险性评价系统，建立交互式用户界面，将三种寻优方法过程中的均方误差和预测结果的评价指标显示在系统界面上，评价指标有相关系数、中误差、相对误差。

通过对评价指标的分析，最终通过模型计算出的滑坡等级与实际等级相比结果是准确的。

论文关键词2：支持向量机，智能算法，滑坡危险性评价，MATLAB

我院将继续稳步提升本科毕业学位论文质量，为全面提升教育质量、人才培养质量提供支撑。