（1）生物观测智能机器视觉系统

基于图像增强器的微光成像视频系统，开展智能机器视觉系统研究；结合浑浊水体动态平横补光与图像去噪增强算法和深度学习的鸟类/鱼类识别算法，利用计算机视觉算法库中的级联分类器开展检测，分析深度学习框架中的卷积神经网络，分类处理检测区域；利用系统数据处理的核心算法，将其在实际鸟类观测中利用训练样本集数据进行训练，测试验证识别模型，开展已知生物的自动化实时监测识别，辅助发现未知生物，研制适用于鸟类监控和水下生物种群识别的智能视觉系统，实现珍稀濒危鸟类繁殖行为生态监测、水生生物种群动态变化监测；基于鸟类/鱼类疾病视频识别算法，增强生物疾病识别的准确率，提高疫情、疾病等生物灾害的预报预警实效性。

（2）无人机载激光水下探测系统

利用高精度激光扫描及指向控制技术，实现水下和空间的双向通信；通过对激光扫描系统组成和原理进行理论描述，结合高速信号采集处理技术，讨论在视距范围内扩束装置和振镜系统对激光束实施可靠控制方案，并在水下光通信系统中有效地完成了对水下和空中运动目标所在区域的扫描；利用激光器扫描转镜与惯性姿态系统高精度耦合技术，通过系统模拟实验，给出实现方法和相关的实验数据。通过波浪潮汐影响校正技术，获取准确的潮位数据，结合机载运行平台稳定性控制技术，消除力矩和外界干扰，调节稳定对象方位使其满足预设要求。开展单波长激光水下障碍物探测技术、高精度激光扫描及指向控制技术、多天线北斗（BDS）/惯性组合导航技术、GHz系列高速采集板卡技术研究，研制无人机载激光水下探测系统，适用于黄河流路、海洋浅滩的水下地形测量，能够获取1倍水体衰减长度（洁净水体可达30米）内的水下地形三维点云数据，研究陆河海地形探测对黄河三角洲流路变迁和海岸线演变的影响。

（3）高精度实景三维模型构建技术

针对黄河三角洲三维实景建模需求，开展基于多源数据的空地一体化实景三维模型自动融合技术、机载激光点云与倾斜影像精确融合、边缘增强和自动构建技术研究，建立高精度三维地图数据标准和实体模型语义分层分类体系，构建黄河三角洲高精度实景三维模型。具体包括以下四个部分：① 像控点布设方案：在顾及城市建成区形态和地物特征的情况下，探究像控点布设的最佳数量和位置，明确像控点数量和模型精度的量化关系。② 多源数据融合建模：针对影像采集任务的不同，分别选择不同设备完成倾斜和贴近影像的采集工作。先对整个实验区利用五镜头相机釆集倾斜影像，再对重点区域利用云台控制单镜头相机贴近摄影，融合多源多尺度影像用于提高模型构建效果。③ 模型精细修饰：对构建出的模型做修饰，弥补由原理性和主观性因素造成的模型空洞、扭曲、拉花等现象。精细化修饰不改变模型原本点线面的相对关系，在保证精度不变的情况下通过人机交互的方式提升模型可视化效果。④ 像控后处理建模技术：针对在黄河三角洲采用常规像控点布设和测量难度大、成本高、效率低问题，重点研究免像控直接建立三维实景模型的误差特征及误差原因，建立从原始数据清理、免像控建模、模型中特征点选择、所选特征点坐标获取、融入特征点重新建模的像控后处理建模技术，实现高效率、高精度、低成本倾斜摄影测量三维实景模型的建立。

（4）“智慧黄河”大数据平台

利用大数据分析、图像识别等技术，开展环境监测体系模型和预测模型研究，实现多学科系协同引擎功能（数据搜索与服务引擎、高性能计算分析引擎、知识服务引擎、可视化引擎）。分析海量数据，构建遥感图斑数据模型、河口河道三维立体模型、生物种群分布模型等，为海水侵蚀、河道演变、海岸线演变、模拟洪水动态演进提供科学决策依据。

（5）黄河灾害监测辅助决策系统

基于大数据平台，集成和建立黄河灾害监测辅助决策系统，具体包括以下三个方面。① 构建三角洲海岸侵蚀灾害辅助决策系统：在遥感和GIS技术的支持下，围绕黄河三角洲海岸侵蚀和海岸带管理，通过研究非平直岸线变化分析方法、岸线变化与流域来沙减少之间的关系、潮滩及水下地形数据的获取与精确模拟方法，建立淤泥质海岸侵蚀风险评估方法及海岸侵蚀决策支持框架，在此基础上设计并开发黄河三角洲海岸侵蚀辅助决策系统。② 构建三角洲海岸带风暴潮灾害辅助决策系统：基于三角洲高分辨率水深地形、岸线、高程调查数据库，研究三角洲风暴潮成灾过程及其对岸线、河口变动的响应规律与机理，进一步建立高分辨率风暴潮的预测模型，搭建风暴潮预报和预警辅助决策系统。③ 构建黄河三角洲流路洪水监测预警辅助决策系统：针对黄河流域水位在线监测和实时预警的重大需求，开展洪水在线监测、过程模拟、智能预测预警与决策的理论与技术研究，研发监测-模拟-预警-决策一体化综合平台，全面提升我国洪水监测与预警的技术装备水平和管理能力。