一种利用FME及地块四至信息对界址线类别批量赋值的方法

在农村土地承包经营权确权登记过程中,需要利用已有的地块四至信息对界址线类别进行赋值,但大多数数据入库软件是通过人工判读界址线类别,然后手动输入到界址线属性表当中的,不仅工作量巨大,且不可避免会造成输入错误。本文利用FME WorkBench2015软件,首先提取了每宗地块的东、南、西、北4个方向的权属线,然后分析了权属线与地块界址线之间的空间拓扑关系,以便对界址线类别进行批量赋值;通过在实际生产项目中的应用,证明了本文所采用的方法是可行的、实用的、有效的。     

农村集体土地确权登记内业流程优化研究

随着计算机技术的发展,地籍测绘成果生产流程的优化已经被越来越多的人所关注.本文探讨了在Au-toCAD平台进行农村集体土地确权登记内业流程的优化方法,提出了内业流程的优化方案,为提高内业生产效率提供了借鉴和参考.     

利用SBAS时序技术识别地热资源开采引起的地表形变

本文以地热资源丰富的雄安新区为研究对象,利用SBAS技术对2015年7月至2019年2月的42幅Sentinel-1区域卫星影像和2016年8月至2018年12月的10幅ALOS-2区域卫星影像进行处理,以此获取雄安新区的时间序列地表形变。研究结果表明,雄安新区整体地表沉降严重,且沉降区主要集中在雄县和容城县,其中雄县沉降最为严重,沉降中心累计沉降量超过330 mm,容城县沉降中心累计下沉量超过120 mm。结合地热井位置和地热开采历史,由时间序列分析表明,大量开采地热资源会引起地表沉降现象。     

北斗监测滑坡及其梯度增强多元回归位移预测北大核心CSCD

山体滑坡位移量预测精度主要受预测模型和参量的影响,而基于回归模型和灰度预测模型的传统滑坡预测模型主要存在模型预测结构单调、引入的预测影响参量不全面、长期性预测精度低等问题,因此,本文基于北斗数据提出了一种基于梯度增强多元回归算法的滑坡预测方法。梯度增强多元回归模型在考虑多重因素的前提下,使用如降水量、土壤湿度、地形参数等滑坡主影响因子作为回归模型参量,同时结合梯度增强方法,可以增强预测模型的有效结构,提升数据的使用率,进而提高长、短期的滑坡位移量预测精度。最后以西宁市南山寺滑坡带为例,考虑降水、地面沉降、地形地貌等诱发滑坡的关键因素,分别基于梯度增强多元回归模型、贝叶斯岭回归模型、弹性网络回归模型及支持向量机回归模型进行试验。结果表明,梯度增强多元回归模型的方差(EV)结果为0.99 mm^(2),均方差(MSE)结果为0.04 mm,平均绝对误差(MAE)结果为0.15 mm,且利用梯度增强多元回归模型对2020年12月的表面位移量进行预测,发现相对误差区间为(-0.8%,0.8%],预测精度最高。因此,相对而言,梯度增强多元回归预测模型精度更优、效率更高,更能准确反映滑坡表面位移量的变化状态,精确地对滑坡体进行全天候监控、预警,保障滑坡体周边环境的安全。     

RGB-D SLAM在室内高精度三维测图中的应用

高精度三维测图是室内三维制图的重要支撑,基于三维激光雷达扫描技术的三维测图成本高,需要提前布置标靶,在室内复杂环境中易导致数据不完整;基于图像序列的三维重建建模时间长,易受多种因素影响。针对以上问题,本文将RGB-D SLAM技术应用于室内高精度三维测图中。通过将深度相机与SLAM技术相结合,计算相机位姿并恢复三维空间信息,获取室内三维点云模型,并以目标物实际量测为基准评价密集点云精度。试验结果表明,该方法可快速获取精度较高的三维点云模型,成本低且效率高,能够较好地满足应用需求。     

南昌地区不透水面信息自动提取

随着城市化进程的不断加速，不透水面成为一种十分关键的地表覆盖类型之一，如何快速获取高精度的不透水面信息成为目前遥感研究的重点话题。考虑不透水面构成复杂、光谱曲线复杂的特征，本文基于决策树思想，通过建成区指数（BUAI）、改进的归一化水体指数（MNDWI），制作研究区植被、水体掩膜，并根据研究区土壤反射光谱特点制作研究区土壤掩膜。通过基于决策树思想的提取模型，结合掩膜文件，逐步剔除透水面，得到不透水面信息。结果表明：该模型提取的不透水面信息总体精度达到了98.27%，Kappa系数为0.86。通过和实地信息对比分析，认为该模型提取结果较为可靠，适用于大范围地区的不透水面信息提取。     

基于D-InSAR技术的南昌市地表形变监测研究

城市地表形变监测是城市安全防范的基础。本研究将D-InSAR技术应用于南昌市地表形变监测实践中,分析城市地铁修建对南昌市区的影响。研究结果显示:使用D-InSAR技术在城市形变监测得出的结论与其他手段获得的形变特征相吻合,认为赣江河谷以西地区以抬升作用为主,赣江河谷以东地区以缓慢升降的振荡作用为主,古赣江河道具反复摆动和迁移总趋势,但D-InSAR技术可以获得更高精度的城市地表形变量,具更高效、可靠的数据信息和更高的空间分辨率优势,为城市形变监测和预测突变地质灾害等提供了更为可靠的基础依据。     

改正的盖度-坡度-OSAVI反演法的江西省草地资源盖度预测

草地资源调查中盖度具有较为直接的代表性,目前对盖度的调查以人工实地调查为主。针对大区域的实地调查投入大、周期长等问题,本文以Landsat 8、ASTER GDEM影像、地理国情普查中草地图斑及134个实地样地调查数据的盖度数据为数据源,通过提取坡度数据、选取74个实地样点盖度调查数据及优化的土壤调节植被指数(OSAVI),建立相关模型,对研究区的草地资源的盖度进行反演,形成全域草地盖度灰度值图斑分布图。对60个实地调查的样地盖度与反演盖度进行误差分析,最终显示反演盖度与实地盖度高度一致。