面向自动综合的河系结构化模型研究

针对地图上河流的自动综合,建立了基于河段的河系结构化数据模型,该模型充分考虑了河段与河段、河段与面状水系要素之间的空间关系,以及河系河段的层次关系;建立了一种面向自动综合的河系结构化数据模型,模型包含了大量水系综合所需要的信息。基于上述数据模型,设计了一种方便快捷的河系结构化算法,该算法较好地克服了现有河系结构化算法只针对河流以及只适用于形态相对简单的河系的缺陷,较为全面地考虑了河系结构中出现的各种复杂问题,具有较强的实用性。     

主流识别的多准则决策模型及其在河系结构化中的应用

在河系拓扑数据的基础上建立两种面向河系空间知识的数据模型:基于河段的数据模型和基于河流实体的数据模型.将多准则决策中的最大隶属度带权平均规划法用于河系各级主流的识别,该方法考虑主流选取中的各种因素,并将各因素的重要性用权向量的形式表示出来.还提出一种基于主流识别的河系结构化方法,将河系结构化的过程看作是确定各级主流的不断重复迭代的过程.最后将主流识别方法用于河系结构化中,并获取了进一步的树结构信息.实验证明,该方法在实用性和准确性方面都能达到满意的效果.     

案例支撑下的朴素贝叶斯树状河系自动分级方法

河流分级是树状水系综合的关键。现有方法大多根据河段的局部几何特征进行主支流识别，较少顾及河流和河系的整体结构特征，且使用多指标综合评价判别时对权重的设定缺乏科学的方法，对综合知识利用较少，应用的灵活性有待提高。对此，本文从案例学习的角度出发，针对河段主支流关系识别，提出一种基于朴素贝叶斯的树状河系自动分级方法。首先，从已有成果数据中提取出主支流分类的案例，利用朴素贝叶斯机器学习方法进行训练得到主支流分类模型；对于待分类树状河系，使用分类模型，从河口出发自下游向上游依次计算各上游河段分类为主流的概率，以概率最大的上游河段作为主流河段，将各主流河段依次连接得到主流河流；主流河流以外的支流部分，重复以上步骤进行层次结构化实现河系分级。试验证明，本文方法能很好地模仿专家意图，对树状河系的主支流进行很好地识别分类，并构建合理的层次结构，分级效果良好。     

河流自动选取中的分级优化

水系是具有高度结构化特征的复杂空间数据,在不同水文条件和地形环境下发育的水系形态可以表现为多种模式,如格状河系、羽毛状河系、平行状河系等,使得水系选取具有较大难度。探讨了河流分级(汇流区域特征)、河网结构层次化(河流分布的地理特征)与水系选取之间的关系,提出了基于流域的河流自动选取,从河流的局部重要性出发,考虑河流的分级主要基于两点:一是确定选取单元为流域;二是对流域内河流通过等级关系选取高等级河流,同等级间河流根据长度、密度、河流间距离等综合指标进行选取。     

一种启发式有环河系自动分级算法

在地图综合中,河流分级是对水系要素表达的重点也是技术难点,对精确性和计算速度都有较高的要求。目前对河系分级的研究中,已有分级算法的效率较低,且鲜有针对有环河系的分级。基于此,本文建立了河系分级的属性规则、几何规则、环规则,对河系中存在的不同环类型进行了分类处理,且在求取河流最长路径时,运用启发式算法迭代计算,实现了河系的自动分级。实际河系数据试验表明,该算法能在对有环河系的处理中取得良好的效果,提高了河系分级的计算效率和准确度。     

基于图论的树状河系结构化绘制模型研究

结合树状河系自身的结构特点和图论的思想，提出了基于图论的河系结构化绘制模型的建立，利用图论的思想描述了河系的结构并建立其自动符号化模型，阐述了主流、流向自动确定和结构化绘制实现的详细算法，并对通用图形数据格式DXF文件记录的河系数据进行了测试。     

基于Delaunay三角网的河流中线提取方法

鉴于水系自动综合中河系数据模型建立的复杂性,利用ArcObject提供的组件在双线河和狭长湖泊间构建约束的Delaunay三角网,继而提取其骨架线,从而得到双线河和狭长湖泊的中轴线,之后进行拓扑关系的保持,有效地简化了水系数据模型的建立,为后续的空间分析打下基础。     

有向拓扑的河系渐变自动绘制算法

河系渐变绘制是地图制图中水系要素表达的重要方面。针对全自动河系渐变研究较少的现状,该文提出一种基于树状约束stroke特征的河系渐变自动绘制算法。该方法在深入分析有向拓扑的数据结构基础上,重点解决河口模式识别、树状约束stroke特征构建、河系层次关系建立、主支流分级渐变等问题,实现全自动河系渐变,并进行实践测试。结果表明,该算法在地图制图过程中无须对河系河源、河口识别、河系分层和河系渐变进行人工干预,自动化程度高,大幅度提升制图效率,渐变效果优于人工绘制效果。     

地图水系综合中等高线簇与河网协同的汇水区域提取方法

在地图水系自动综合中河流选取需要建立对不同河流重要性程度的有效判别。由于河流汇水区域直接反映河流的作用空间,因而其面积大小成为关键性的量化指标。目前基于河流的汇水区域自动提取方法主要从河流单一要素出发,按“空间均衡竞争”思想平分河流之间的区域,由于未考虑地形因素使得提取的汇水区域往往存在偏差,而传统基于DEM的汇水区域提取虽然考虑了地形,但没有与河流目标建立显性的对应关系。河流是一种天然的沟谷地性线,与山脊线具有对生互补的空间耦合关系,本文提出了一种等高线簇与河网双要素协同的河流汇水区域提取方法,该方法对河流与等高线的目标集合构建约束Delaunay三角网(CD-TIN)并将三角形分类,对不同类型的三角形分别采用骨架线提取规则与梯度向量引导的分水线搜索规则提取分水线段,连接形成网络结构并依此计算各河段的汇水区域。实验结果表明,本算法能更准确地提取河流汇水区域,从而为河流综合选取提供有效支持。     

树状河系主流的自动推理

分析了不同类型河系的空间特征,对非网状河系以180°假设和锐角假设为基础,改进了自动确定河段流向的定量化决策表,当出现流向冲突时,遵守少数服从多数的原则.参考河段的流向、节点处分支河段的累计河段数和累计长度,能自动推理出树状河系的主支流关系.在此基础上,进一步研究了树状河系的编码方法,并用实例验证了所提出的算法.     

基于分形分维和数学函数的南流江流域河网信息提取

利用南流江流域30 m分辨率的DEM数据,介绍了Arc GIS中进行河网提取的一系列过程,并利用其图解建模工具,提取南流江流域的不同汇流累积面积的水系河网,实现了提取过程的流程化处理。分别统计河源密度和沟壑密度,并分别计算它们与汇流累积面积的几何函数关系,并对其进行二阶求导,确定其二阶导数关系,得到合适的汇流累积阈值,并借助分形分维理论对河网的分维值进行了验证。利用函数关系和分形分维确定汇流累积面积提取水系河网的方法有效地避免了人工选择汇流累积面积的主观性,提高了研究结果的准确性和可靠性,在知道研究流域河网分维值的前提下,可快速获取准确的汇流累计面积阈值。     

三峡工程的蓄水对长江中下游河床安徽段的影响研究及对策

长江三峡工程蓄水后,水流和输沙的改变会引起长江中下游河床的变化。本文采用了长江安徽段5个测次的1∶10000长程水道地形图和大通水文站历年的流量、泥沙资料,通过对比分析可以看出：三峡建成后,上游来沙减少,清水下泄导致了长江中下游安徽段河道发生了异常的冲刷和淤积,引起局部河势发生了较大变化。基于成因,对长江中下游干流河道安徽段存在的主要问题进行了阐述和分析,并对中下游干流河道的治理对策与措施进行了探讨。     

基于BP神经网络的河系自动综合研究

在分析河流选取影响因素的基础上 ,结合BP神经网络的改进 ,给出了河流自动选取BP神经网络的结构模型 ,并通过实例提供了网络参数、实现过程和试验结果     

河流自动综合方法

本文在分析河网结构的基础上,提出了一种基于河流的结构化的河网自动建立方法,建立了两个结构索引即线索树结构索引及层次结构索引,并根据包含以上索引的结构化河网,对河流的自动综合的一系列技术问题进行了初步的探讨。     

GIS中河网空间数据模型

河网通常是由多条河流组成的,河网的空间形态结构特征由各条河流的几何特征和河流之间的相互关系决定,为了完整表示河网的空间形态结构特征,本文提出了基于河网空间形态结构特征的河网空间数据模型,并阐述了该模型的建立、维护等方法。     

岷江上游流域DEM的河网提取

DEM中包含了丰富的地质地貌、水文等信息,是流域分析的主要数据来源之一。详细介绍了利用DEM数据提取流域水系信息特征的方法,并以岷江上游为例,对DEM进行预处理,然后采用ArcGIS 9.3软件平台下Hydrology模块提供的D8算法来确定水流离开DEM栅格单元的方向,并计算流向各栅格单元的水流累积量,再根据给定的集...     

新技术在金沙江河道勘测的应用

ADCP等测量新技术用于金沙江河道,取到了宝贵的成果,但GPS在山区使用受到限制,ADCP和测深仪会受含沙量影响不能满足测量需要,以及电波流速仪因电磁辐射干扰阻碍使用等。为此,通过分析仪器原理和环境条件,提出了一些有效的处理办法,并在实践中得到成功运用。     

矢量河网数据的渐进式传输

提出了一个无几何数据冗余的河网渐进式传输多尺度数据结构。结合目标层次的河流选取和几何细节层次上的曲线化简建立河网多尺度数据结构。基于该数据结构,在Web环境下实现了河网数据的渐进式传输。