流场散度的误差估计

按照误差传递原理,推导出流场散度的误差估计式,并将其应用于赤道中东太平洋上升流区域水平散度误差的估计。应用结果表明:赤道中东太平洋上升流区多年平均流场的散度稳定,平均散度约为3.0×10-7s-1;和通常采用的误差估计公式相比,该估计公式降低了散度误差,从而提高了散度的可信度。     

地名来源与地理要素

地名来源与地理要素麻志杰地理要素是地名源考中需要重视的重要方面。同时，对地名的研究成果也会为一定区域的地理状况的分析提供有价值的参考。地名的来源涉及很多方面的因素，主要有地理、经济、宗教、文化。民族及神话等因素。其中地理要素是地名最主要的来源之一。以...     

基于DEM的北部湾入海河流汇水区及子流域划分

文章基于DEM(SRTM Data,90m分辨率)数据模型,借助美国ESRI公司的ARC/INFO软件中的ArcHydro模型,采用溯源追踪的方法,基于陆海统筹的理念,对北部湾入海河流进行水文分析,根据汇流能力通过设定阈值提取河网,利用河网和流域出水口划分汇水区和子流域,在此基础上进行叠加分析,计算汇水区和各子流域的面积,并对精度进行检验与评定,为进一步开展基于流域单元的北部湾非点源入海污染总量估算与调控提供必要的基础数据。     

1︰50000地形数据库更新成果质量检验方法及技巧

1︰50000地形数据库更新的工艺比较复杂,技术要求高,资料来源多,工作量大,这就要求参加生产和质量检查的人员有较高的内、外业测绘知识及经验。现根据检验工作的具体情况就该项目的质量控制,对1︰50000地形数据库更新数据检验方法、易出现的突出问题和检验技巧进行了总结、分析和分类。     

基于交通网络空间权重的区域经济空间相关分析——以甘肃省为例

在区域经济中,交通是联系地理空间和区域经济活动的纽带,交通的发达程度决定了各地理单元空间相互作用的广度与深度.针对不同交通模式赋以不同的权重,基于最短加权交通网络,提出新的空间权重矩阵构建方法,构建了交通网络空间权重,与各种传统空间权重一起,对比研究甘肃省各县域单元之间的区域经济的空间相关性.研究结果表明,利用交通网络空间权重生成的空间权重矩阵,能更真实地反映区域间实际的空间过程;甘肃省的区域经济具有空间相关性但不显著,核心城市经济外溢现象不明显.     

车载激光点云道路边界提取的Snake方法

针对车载激光点云中道路边界提取困难,自动化程度低的问题,提出一种基于离散点Snake的车载激光点云道路边界提取方法。不同于传统基于图像建立Snake,本文直接基于离散点建立Snake模型。先利用伪轨迹点数据,确定初始轮廓位置,参数化不同类型的道路边界初始轮廓;然后基于离散点构建适合多类型道路边界的Snake模型,定义模型内部、外部和约束能量,通过能量函数最小化推动轮廓曲线移动到显著道路边界特征点处,实现不同道路边界的精细提取。本文试验采用3份不同城市场景的车载激光点云数据验证本文方法的有效性,道路边界提取结果的准确率达到97.62%,召回率达到98.04%,F1-Measure值达到97.83%以上,且提取的道路边界结果与软件交互提取的结果有较好的吻合度。试验结果表明,本文方法能够修正噪声、断裂等数据质量对道路边界提取的影响,能够实现各类复杂城市环境中不同形状道路边界的提取,具有较强的稳健性和适用性。     

CONCENTRATION AND FLUX OF CO_2, TURBULENCE FLUXES AND RADIATION BALANCE IN THE NEAR SURFACE LAYER OVER WHEAT FIELD

The gradient of CO_2 concentration, photosynthetically active radiation (PAR). net radiation.soil heat flux, profiles of wind speed, and air temperature and humidity were measured above awheat field during May and June 1985 at Beijing Agro-Ecosystems Experimental Station. Beijing,China. Fluxes of carbon dioxide, sensible heat, latent heat and momentum were calculated byusing the aerodynamic method. The observation site. equipment, calibration techniques, theerrors associated with the measurement, and the computational procedures are described. Theresults show that the diurnal variations of amplitude of CO_2 concentrations were 103.8 to 27. 0. 86.3 to 22.8 and 69.8 to 11.6 ppm: the average CO_2 concentrations were 331.5. 339.9 and 364.6 ppmfor the photosynthesis type, and 369.6. 364.0 and 375.2 ppm for the respiration type at 1. 2 and10 m above surface, respectively, from May 14 to June 15. In the daytime, transfer direction ofthe CO_2 fluxes and gradients is from air to crop canopy, and at noon (1100 to 1300 BT (BeijingTime)) the transfer rate reaches negative maximum value. At night, transfer of CO_2 fluxes andgradients is in the reversed direction and reaches positive maximum in the early morning (0400 to0600 BT). There are strong negative correlations between CO_2 flux and the net radiation (Rn),available energy (H LE). photosynthetically active radiation (PAR) and momentum flux (τ).     

无人机遥感系统在岸线勘测中的应用

文章介绍了无人机遥感系统的主要组成和作业流程,重点探讨了无人机遥感在岸线勘测中的关键技术,并以青岛小岛湾为例,开展了基于无人机影像的岸线提取,利用现场实测岸线数据和基于激光雷达数据提取的岸线进行比对,以验证提取岸线的正确性。结果表明:基于无人机开展岸线勘测是经济可行的,而且效率比较高,能够满足大比例成图精度要求。     

车载激光点云中交通标线自动分类与矢量化

交通标线是重要的交通安全设施,其位置、属性和拓扑关系精细刻画道路交通结构,是智能交通、高精地图、位置与导航等应用的基础数据.本文提出一种融合空间上下文信息的车载激光点云标线分类图注意力模型(graph attention network with spatial context information,GAT_SCNet).该模型利用图结构建立标线及其邻接对象的出现和依存关系,基于标线几何、拓扑、空间结构关系构建注意力机制进行节点特征动态更新,通过对节点分类实现标线的精细分类.基于分类后标线,设计不同方案实现对分类后标线提取标线矢量化数据.试验采用4份不同车载激光扫描系统获取的城市与高速场景数据验证本文方法的有效性,试验结果中9类标线分类的准确率分别为100.00％、93.77％、100.00％、100.00％、100.00％、96.73％、97.96％、100.00％、98.39％,召回率分别为100.00％、96.36％、100.00％、100.00％、100.00％、97.26％、85.72％、100.00％、94.16％.结果表明,本文方法能实现道路场景中全尺寸、多类型标线对象的精确识别,并对形状相似标线(如虚线、斑马线和停止线)的区分具有较强稳健性.     

融合点云和多视图的车载激光点云路侧多目标识别

城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试验采用5份不同车载激光扫描系统获取的不同城市场景数据验证本文方法的有效性,其中行道树、车辆及杆状交通设施分类结果中的准确率、召回率、精度和F1指数分别达(99.19％、94.27％、93.58％、96.63％);(94.20％、97.56％、92.02％、95.68％);(91.48％、98.61％、90.39％、94.87％).结果表明,本文方法融合多视图全局信息和点云局部结构特征可以有效区分城市场景中的行道树、车辆和杆状交通设施,可为高精度地图中要素构建与矢量化提供数据支撑.