海洋底质三维可视化模拟初步研究

海洋因其环境的复杂性和数据的难以获取性,其海洋三维可视化方面的研究多集中在海洋场景和海底地形方面,有关海洋底质的可视化研究有待加强。本文通过建立海洋底质数据库,搭建海底底质可视化的模拟环境;基于水深数据和多波束数据建立基本的三维海底地形,实现多任意等深线的自动生成;依据钻孔数据和地层拖网样品,初步实现海底底质三维可视化。通过系统的集成,建成海底三维可视化模拟系统,为开发海洋资源、发展海洋经济和维护国家海洋权益服务。     

海底底质分类反向散射强度三维概率密度法

反向散射强度随入射角变化信息蕴含海底底质特性,是多波束海底底质分类的重要数据源。目前,多波束海底底质分类主要提取平均反向散射强度随入射角的变化信息或基于声呐图像,没有综合考虑两者的相关信息。本文综合考虑平均反向散射强度随入射角变化信息及其概率密度分布,绘制三维概率密度图,提出了基于反向散射强度三维概率密度图的海底底质分类方法。实例计算结果表明:该方法能直观表达多波束条带覆盖区内不同海底底质类型的数量,有效判断不同海底底质类型的边界,实现海底底质类型的快速识别。     

面向海图综合的复杂海底地形区域识别

复杂海底地形区域识别是实现海图自动制图综合的必要环节。从服务海图水深注记选取的角度,提出一种面向海图制图综合的复杂海底地形区域自动识别方法。首先,对复杂海底地形的概念和主要特征进行了分析,据此提出了对应的地形特征量化参数;其次,通过对每个水深注记地形特征的度量,筛选出复杂地形特征水深注记;最后,利用聚类技术对提取的复杂地形特征水深注记进行群组划分,并提取出每个群组的边界多边形,从而得到每块复杂海底地形区域的范围。实验表明,各种复杂海底地形区域都能被有效识别,且识别结果与人工识别结果基本一致。     

海底管线GIS管理系统设计与实现

为便于石油和天然气运输,人们在海底布设了大量的管道,为了监测管线的稳定性,需要利用多波束、GPS定位、侧扫声纳和浅地层剖面等系统等对管线及其周围水域的水深、地貌、地质情况进行定期测量,这些信息对于分析管线的稳定性、管线的维护、维修、更新以及后续的开发监测等均具有重要的作用,为了有效地管理这些信息,本文从多源数据库的构建、海底地形的可视化、管线时空分析模型的构建几个方面展开研究,研制了海底管线GIS管理系统。目前,该系统已经在中国某海域的海底输油管线管理中得到了实际应用,成功实现了海量海底管线调查数据的高效管理和三维可视化,为海底管线数据安全状况的科学评估提供了极具价值的辅助决策信息。     

海底地形及其变化可视模型的研究

本文介绍了黄海海底辐射沙洲与潮汐通道的可视模型以及建模的方法。根据该海区３年的测量数据，通过分形内插，生成连续多年时／空水深数据序列。然后建立一组反映海底地形及其变化的数学模型。在此基础上，通过可视化处理，形成该区１９６８至２０００年海底地形及其变化的多种可视模型。     

利用深层卷积神经网络实现地形辅助的多波束海底底质分类

海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较单一,分类器结构简单,往往分类精度不高。为此,本文提出了一种基于深层卷积神经网络(CNN)的多波束海底底质分类方法。除反向散射强度特征外,还利用地形特征,将特征向量转换为波形图,再输入卷积神经网络进行训练和分类。试验对比不同特征组合以及BP网络、支持向量机(SVM)、K近邻(KNN)、随机森林(RF)4种常规分类器,本文模型算法总体分类精度达到94.86%,Kappa系数为0.93,精度具有明显优势,效率也比较高。表明该方法有效利用两种数据类型所蕴含的海底底质信息,充分发挥卷积神经网络权值共享、高效率等特点,实现高分辨率海底底质分类,可对海底底质分类研究提供参考。     

机载LiDAR测深中海底地形坡度的影响及改正EI北大核心CSCD

机载LiDAR测深ALB(Airborne LiDAR Bathymetry)是测量沿海地区地形图和水深图的最有效的技术之一,其通常是利用ALB海面和海底反射回波的峰值位置来计算水深值。然而,当绿色(532 nm)激光光束到达海底时,光斑范围内的具有坡度的海底地形会导致海底反射回波波形展宽、峰值位置偏移等现象,从而产生海底位置的不确定性,进而直接影响海底地形测量的准确性。为了减小这种影响,本文提出了一种机载LiDAR测深的海底地形坡度影响改正方法。通过考虑ALB激光光斑内海底地形的连续性,基于ALB激光光斑范围内局部地形参数模型FTPM(Footprint-scale Topography Parameters Model)构建ALB海底反射回波模型,通过定量分析不同水深、不同海底地形坡度所引起的海底反射回波峰值位置变化,以确定海底地形坡度对ALB测深的影响规律,进而构建ALB测深误差方程针对性地改正海底地形坡度引起的测深误差。本文采用中国南海甘泉岛附近海域所测ALB和多波束测深数据对所提方法进行了验证。结果表明,海底地形坡度影响改正后,平均绝对误差MAE(Mean Absolute Error)和中误差RMSE(Root Mean Square Error)分别减小到9.4 cm和12.3 cm,较改正前分别降低了35.6%和33.5%,对ALB测深数据处理具有参考意义。     

学习向量量化神经网络在多波束底质分类中的应用研究

利用多波束测深系统获取的反向散射强度数据，应用学习向量量化（learning vector quantization，LVQ）神经网络分类方法实现了对海底砂、砾石和基岩等底质类型的快速、有效的识别。通过比较，证明了该方法能较好地区分出不同海底底质类型。     

海洋测深中凸形海底测量数据失真与改正

在海洋测深中,由于回声测深仪波束角效应的影响,对凸形海底的测量会带来较大的失真.在数学意义上推证了波束角效应在凸形海底地形的作用规律与海底地形是否连续可导有关,结合测深仪的测量机制和海底底质对声波反射特点,在物理意义上分析了实际测量中波束角效应的影响为近似"双曲线增伪效应".针对波束角效应改正中出现的定位点错位问题,提出了凸形海底地形波束角效应改正模型的补充原则,能够较好地处理改正后定位点错位的问题.     

多波束后向散射数据地形校正的算法研究

利用多波束反向散射数据进行海底底质分类是目前多波束声纳系统应用的一个热点研究方向.然而,由于海底不规则地形的影响,多波束声纳接收的反向散射信号,往往不能够真实表达海底底质的性质.因此,消除地形对多波束反向散射数据的影响是提高海底底质分类精度的一个重要步骤.本文基于多波束系统的特点,在详尽分析了地形对多波束反响散射数据影...     

利用质心Voronoi图对地形自适应简化的算法

地形简化算法利用少量有效的地形信息表达整体地形,能很好地解决海量地形数据与计算机硬件之间的矛盾,同时满足多尺度地形应用需求。针对现有地形简化算法难以兼顾局部地形起伏与地形整体特征的问题,提出一种基于质心Voronoi图的地形自适应简化算法。首先,利用质心Voronoi图的特点,以地形起伏度作为密度函数生成质心Voronoi图;然后,利用分布在地形起伏较大区域的质心Voronoi图种子点及大多分布在地形特征线上的Voronoi区域顶点重构地形;最后,通过原始地形与重构地形的特征线验证地形简化的效果,并与三维道格拉斯-普克（3D DouglasPeucker,3D DP）算法进行精度对比。实验结果表明,从简化地形中提取的山脊线、山谷线、等高线等地形特征线与原始地形的重叠度均较高,算法能较好地保持地形整体特征;且在相同的简化级别下,算法的简化误差小于3D DP算法,具有较高的地形简化精度。     

面向雷利法则的加权Voronoi图生成方法

Voronoi图及其生成是计算几何的重要内容。针对传统栅格加权Voronoi图的权重界定局限性,以及栅格数据下Voronoi图生成的计算效率问题,本文研究了基于雷利法则的生长元规模权重和栅格欧氏距离变换权重作为综合权重条件下,规避单图幅背景栅格与每一生长元之间的距离计算,根据生长元各自距离变换图幅构建栅格加权Voronoi图,即雷利Voronoi图（Reilly Voronoi diagram,RVD）的地图代数生成方法。经试验验证,该方法生成的Voronoi图不仅完善了传统的权重因素,而且避免了因背景栅格与生长元的距离运算、判断而产生的大量计算,证明了该方法的切实可行性。     

增/删点后的Voronoi图构造法研究

论述了在原Voronoi图的基础上增加点和删去点后生成新Voronoi图的算法.在增点过程中,针对新增加点后不满足Delaunay三角网特性的情况,利用最大最小角规则进行局部优化,根据优化后的三角网生成新Voronoi图;在删点过程中,针对删点的不同位置情况,修改相应Voronoi域,生成新Voronoi图.     

集成距离变换和区域邻接图生成Delaunay三角网的方法研究

基于距离变换和区域邻接图,提出了一种D-TIN(包括约束的D-TIN)的生成方法。利用D-TIN是Voronoi图的几何对偶这一特性,使用距离变换获取点的Voronoi图,使用区域邻接图获取点在该Voronoi图上的空间邻接关系,以生成D-TIN或者约束的D-TIN。实验表明,与经典的基于数学形态学生成的D-TIN和约束D-TIN的方法相比,本文算法可以分别提高约57.70%和56.64%的效率。     

基于Voronoi图的GIS空间分析研究

从GIS应用需求的角度 ,总结与分析了Voronoi图的基本性质 ,着重介绍了基于Voronoi图的空间分析方法与模型 ,包括地形分析、设施布局分析、数据概括和空间推理 ,并指出了进一步的研究与发展方向。     

Allocation using a heterogeneous space Voronoi diagram

Spatial allocation is a fundamentally important process reflecting customer behavior, efficient service assignment, districting, etc., and is at the heart of many spatial analytical methods and processes. The Voronoi diagram has proven to be an important mathematical and geometric construct and has been widely applied in various fields because it is intuitive and efficient in the allocation and/or partitioning of space. However, existing Voronoi diagram approaches rely on the assumption that the attribute(s) of continuous space (non-generator points) is homogenous, which often is not the case for many application contexts. This paper introduces the concept of spatial heterogeneity in allocation. A new Voronoi diagram is defined—the heterogeneous Voronoi diagram. A geographic information system-based method is developed to derive the heterogeneous Voronoi diagram using discretized spatial allocation properties. Application of the heterogeneous Voronoi diagram is reported for a planning problem involving emergency drone delivery. Results show that response potential is over- and underestimated when heterogeneity and travel obstacles are disregarded. Further, feasibility, usefulness, and significance are demonstrated for incorporating geographic heterogeneity in the allocation process.     

地理多要素Voronoi图相邻关系下的地图放大裁剪方法

针对以欧氏距离作为放大因子对电子地图进行放大裁剪引起的信息失衡问题,提出了采用地理多要素Voronoi图相邻关系的地图放大裁剪方法,可有效避免以欧氏距离作为地图放大因子的地图信息失衡问题。将电子地图中的地理要素分为点、线、面,对于点要素,构建它的Voronoi图;对于非点要素,即线和面要素,构建它们的近似Voronoi图,当用户对电子地图中感兴趣地理要素目标放大时,只需要提取该目标的多要素Voronoi图相邻要素的近似Voronoi图,并计算它们的最小外包矩形,将最小外包矩形区域用于最终的地图放大裁剪区域,则可较好地顾及用户感兴趣地理要素目标周围的地理要素信息,可提高地图的易读性。采用本文方法对某区域电子地图进行了试验,结果表明,地理多要素Voronoi图相邻关系的地图放大裁剪方法能够较好地顾及目标周边地理要素信息,避免了以欧氏距离为放大因子的地图信息失衡。     

脉冲耦合神经网络支持下的网络Voronoi图构建

针对网络Voronoi图中点与点之间通过实际路径距离而非传统欧式距离相连,在实际应用中较平面Voronoi图更加合理,该文提出了一种基于改进脉冲耦合神经网络的网络Voronoi图构建算法。借助模型的自动波发放及并行处理特性,较好地实现了基于路网的网络空间剖分,顾及了道路网及其点群自身属性对其服务范围的影响。实验表明,该算法实现了点群网络Voronoi图的构建,最短路径思想的引入使得构建的网络Voronoi图符合Voronoi图基本特征,可以用来表示点群的服务范围,不仅如此,算法的并行特性保证了算法的高效率。     

基于Voronoi的海洋底质区域划界方法研究

在对Voronoi特性进行分析的基础上,运用Delaunay规则实现了海洋底质数据点的三角网化,从而间接生成了Voronoi图,再经过邻近区域的合并处理得到理想的底质划界区域。     

城市地价动态监测点设置的Voronoi方法

依据国家建设城市地价动态监测体系的要求，以济南市地价监测点的布设为数据基础，分析了利用一般方法布设地价监测点存在的问题，试验了利用Voronoi方法对其进行优化的算法思路，利用Voronoi方法对城市地价监测点布设的技术路线及其可行性进行了分析。