基于最小二乘三维表面匹配算法的滑坡变形测量

针对已有利用地面三维激光扫描(TLS)技术实施变形测量的局限性,如变形提取的一维性及对小变形的不敏感性。提出了一个基于重复扫描数据实施滑坡变形监测的新方法,该方法主要包括3个步骤：原始TLS数据的获取、TLS数据的总体配准以及基于子区域的变形计算。其核心是给出的一种三维表面匹配新算法（最小二乘2维图像匹配的泛化）。该方法可充分利用TLS数据的高冗余性,实现高精度的全三维变形测量,得到监测对象的位移量和旋转量,同时,在应用上具有高度的灵活性。通过模拟试验验证了该方法的性能。此外,利用该方法分析了一个滑坡变形监测实例,进一步证实了模拟试验的结果。该方法适用于变形监测,尤其是人员难以到达的面灾害监测领域。对促进变形监测从点测绘向形测绘的转变具有一定的实际意义。     

GNSS/PDA集成技术在土地调查中的应用

介绍了GNSS/PDA集成技术的内涵,阐述了GNSS/PDA作业系统组成、功能和作业流程;将GNSS/PDA集成技术应用于土地调查的结果表明,该技术具有精度高、效率高、成本低的优势,具有广阔的应用前景。     

时间序列分析在地铁变形监测中的应用

本文基于平稳时间序列数据的分析处理方法,研究了利用ARMA(p,q)模型进行地铁变形数据处理和预报的方法与步骤,应用统计软件SPSS19.0对实测变形数据进行了处理。结果表明:应用ARMA(p,q)模型分析处理变形数据十分有效、可靠;同时充分利用现有的统计软件SPSS进行建模具有操作简便、计算准确可靠、预测精度高等优点。     

重标极差分析法在地铁变形监测中的应用

为了科学、准确、及时地对地铁隧道结构进行监测分析,该文将重标极差分析法引入到地铁的变形监测中,并以南京地铁为例,对长时期垂直位移时序进行了R/S分析,研究地铁沉降监测点的变化趋势,并将R/S分析的预测结果与实际监测数据进行了对比,预测结果与实测数据具有一致性。结果表明:描述和刻画复杂非线性时序的R/S分析方法,能有效地对地铁变形时间序列数据进行预测分析。地铁变形时间序列数据的Hurst指数,不仅在时间上反映不同变形的趋势性及其强度,而且在空间上反映地铁不同部位的变形趋势特征。R/S分析方法适合变形监测项目的预报分析,在变形监测中具有一定的应用前景。     

地籍测量学课程教学改革探析

探讨了地籍测量学课程教学内容的优化与调整,指出了新的技术规程、现代测绘技术和数据管理对地籍测量学教学内容的影响。同时认为房产调查与测量宜作为地籍测量学的必要内容。最后指出了测绘工程专业与土地资源管理专业实践环节存在的差异性,并对该课程课堂实习和集中实习的具体内容进行了探析。