基于线特征的鱼眼图像与地面激光雷达点云配准

地面激光扫描数据（LiDAR）与全景图像进行联合分析在虚拟场景建设、文化遗迹保护等方面有较高的应用价值。将全景图像在其视点与LiDAR点云对齐是开展两种数据联合分析的基础,但需要克服数据维度差异转换和特征匹配的困难。本文提出了基于线特征的半自动配准方法纠正图像,将鱼眼图像和LiDAR点云投影为透视成像的柱面全景图像,采用Hough变换提取图像直线特征,并利用修正迭代Hough变换方法,实现在鱼眼全景图像视点约束下与离散激光点云的三维对齐。试验表明,该方法能在较少的人工干预下实现二维到三维数据对齐。     

基于GIS和面板数据的城镇集聚能力极化现象研究——以东莞市为例

在潜力模型基础上,提出了伪潜力指数,将其应用于定量描述城镇集聚能力的极化过程,并分析城镇规模和交通条件对集聚能力的影响。为了消除时间段上存在着常数的变量问题,通过面板数据分析(Panel Data Analy-sis)验证研究结果。将该方法应用于分析东莞各镇区1997-2005年城镇集聚能力的空间特征及其变化,探讨城市内部是否存在极化现象。结果表明,镇区集聚能力在空间上存在聚类;集聚能力的变化使极化现象在全市范围内逐步加强,但在经济核心地带内部出现了反极化现象。综合城镇规模对集聚能力的提高更加显著,其空间格局奠定了集聚能力的空间分布状况,从而决定了经济发展要素流动的方向,产生极化现象。选取净迁入人口和实际利用外资情况建立面板数据模型,估计结果证明潜力指数计算结果与人口和资金的吸引呈正相关。     

城市扩张CA模型的参数敏感性分析

以广州市番禺区为研究区,构建了相应的城市扩张CA模型,从采样、邻域结构和微观元胞尺度等方面研究了CA模型的敏感性。首先通过改变模型采样比例、样本各个类别的比例等研究样本对模型参数的影响。然后分析不同的邻域结构与模型模拟精度的关系,并从微观尺度分析邻域元胞对中心元胞的影响。最后从空间尺度上分析CA模型在各种不同分辨率下的模拟结果,用景观指数剖析模拟结果的形态,同时在元胞摩尔邻域内分析其3×3邻域的城市发展密度变化情况。实验表明:(1)适当提高采样比例,会得到精度较高的权重,但训练样本中城市用地的比例应该与城市用地的转变量在全区的占比相匹配。(2)不论是采用摩尔邻域还是冯诺依曼邻域,模拟精度均随着空间尺度的增加而降低。在同一空间尺度下,采用摩尔邻域的模拟结果略好。相比冯诺依曼4个邻域元胞,摩尔邻域中的角点对中心元胞具有更大的影响。(3)随着空间分辨的降低,模拟结果的斑块数、斑块密度、聚集度和分形维度值在减少,结构变得简单,而且在微观的摩尔邻域中城市发展密度正在减少,即由高密度向低密度转换。     

广州地铁网络的可达性分析

以广州地铁网络为研究对象,使用ArcGIS软件并以加权平均旅行时间为指标,分析了广州地铁网络的可达性。结果表明,高可达性地区集中在老城区,并圈层式向外围扩张,呈现出多级格局。在可达性较高的区域中,还呈现出指向换乘站的特点。研究还发现,可达性较高的地铁站点均位于市中心区域、人口密集区域。而可达性较低的站点全部位于缺少换乘点,且人口密度相对低的南沙区。     

耦合遥感观测和元胞自动机的城市扩张模拟

在传统元胞自动机(CA)模型中,静态的模型参数和模型误差不能释放是影响城市扩张模拟效果的两个重要原因。文中引入集合卡尔曼滤波方法到CA模型中,提出了基于联合状态矩阵的地理元胞自动机。该模型在模拟过程中可以通过同化遥感观测数据,动态地调整模型参数和纠正模拟结果,使模型参数能够反映转换规则的时空变化,同时也能较好地释放积累的模型误差。将模型应用于东莞市的城市扩张模拟中,实验结果表明,模型能够准确地调整模型参数使之符合城市发展模式,同时也能有效地控制模型误差,其模拟的空间格局与真实情况吻合。     

基于CA的溢油扩散时空过程模拟及敏感性分析

为了解决传统溢油元胞自动机（cellular automata,CA）模型难以获得的模型参数问题,引入逻辑回归方法到溢油CA模型中,并构建基于逻辑回归的溢油CA模型。该模型仅需要设置起始影像和影响因子（包括海风、洋流、距离、温度与盐度）等,便可以获取模型参数并模拟出溢油扩散范围的动态变化过程。将模型应用到深海溢油实验中以验证本模型在海上溢油模拟情况,结果表明模拟结果的总精度为96.6%,Kappa系数达0.899,能够准确地模拟出溢油扩散范围。通过参数敏感性分析可发现,温度与盐度因子对模型的影响最弱,其次是距离因子。对溢油扩散影响最为显著的是海风和洋流因子。若忽略海风与洋流的影响,模拟结果与观测结果将产生较大的偏差,并无法呈现出溢油扩散中的漂移等特征。     

基于数据同化的元胞自动机

提出基于集合卡尔曼滤波(EnKF)的元胞自动机(CA)模型。在CA模型中,由于不同的样本会训练出不同参数值 的转换规则,且获取的转换规则在整个模拟过程中不能改变等原因,误差在模拟过程中会不断累积。本文在CA模型中 引入集合卡尔曼滤波的数据同化方法,建立了基于集合卡尔曼滤波的数据同化CA模型,同化遥感观测数据,根据得出 的同化值修正模拟结果使之向真实情况逼近。利用该模型模拟了广东省东莞市的发展情景(1995年—2005年),实验表 明,与传统CA模型相比,基于集合卡尔曼滤波的CA模型能够融合遥感观测数据,并能更有效地模拟城市扩张过程,达 到良好的模拟效果。     

基于LiDAR高度纹理和神经网络的地物分类

使用LiDAR单一数据进行点云分割工作时,基于斜率的严格分割LiDAR点云的方法不能很好的适应复杂地物 的分类工作。本文将LiDAR粗分割后的点云转换为高度图像和反射强度图像,并求取高度图像GLCM高度纹理。将4 种GLCM高度纹理、地面粗糙系数、平均高度和平均反射强度共7种纹理作为识别地面覆盖物的特征,并利用后向传播 神经网络(BP-ANN)方法对LiDAR数据进行地物识别。实验表明,这种方法能够从LiDAR独立数据源中有效的实现地 物分类,实验获得的精度大于90%。与传统的最大似然法进行对比,BP-ANN的分类精度高于最大似然法。当预设地 面类型能同时满足被光学影像和LiDAR数据识别的条件时,LiDAR高度纹理分类与光学影像分类结果的一致性达到 76.5%。     

基于多源遥感的莺歌海滨岸环境特征分析

采用综合多源遥感方法提取地表信息,结合文献资料和实地调查数据探讨莺歌海滨岸带地面要素的分布特征及其相互关系.主要讨论了综合激光雷达(LiDAR)、极化合成孔径雷达(SAR)、光学和光谱遥感数据进行地表信息提取的适用方法,包括建立精细潮位线模型、近岸微地貌模型,并进行沙化土地、植被、湿地的提取与分类;分析了莺歌海滨岸区的海岸形态、土地退化、湿地与植被分布以及自然景观结构的特征.研究表明,综合遥感方法能有效地支持地表环境特征提取;研究区内滩涂和湿地资源利用不合理;存在较高的土地退化风险;湿地开发与盐场生产活动为人地关系的核心矛盾.最后提出了相关的综合治理建议.     

基于ArcGIS Server地理网络分析系统的实现与应用

地理网络分析是项重要的GIS空间分析功能.利用WebGIS技术为公共用户提供包括地理网络分析在内的分析工具是共享操作研究的一个重要应用研究方向.讨论了基于ArcGIS Server二次开发上的地理网络分析系统的设计方案.将调用的分析模型API函数集成为系统功能的实施关键技术.把道路追踪、资源分配等事务在Internet环境下应用与模拟,系统显示出功能齐备、良好的人机交互性能、稳定的空间运算过程等优点.能够满足地理网络分析的事务性和商业化的需求.