基于ArcGIS Engine的山区土方量计算系统设计与实现

结合山区的地形特征,利用全景高分二号影像数据和高精度DEM数据,依托Visual Studio 2010、ArcGIS Engine10.2和DevExpress15.2开发平台,基于集成开发环境下的C#.NET语言与组件式开发技术,针对如何快速、高效和精确地计算山区复杂地形土方量问题,设计并开发出一套测量计算系统.该系统具备常规软件的基本数据管理功能,针对研究区土方量计算问题增设了鹰眼同步浏览、遥感影像与TIN数据叠加显示和二三场景维联动的功能,将区域的二三维数据有效地集成,增加可视化效果,开发土方量计算和绘制断面图的功能模块,通过实际案例计算验证该系统的可行性和实用性,为工程建设提供测绘数据服务.     

青藏高原东北部青海玉树泥流滑坡特征和成因分析

青藏高原变暖变湿， 滑坡灾害频发， 严重影响区域工程建设、 生态环境和人类生产活动。泥流滑坡和热融滑塌、 融冻泥流是季节冻土区和多年冻土区的特殊滑坡类型， 形态上相似， 很难区分。同时， 对青藏高原泥流滑坡灾害关注程度低， 研究较少。以青海省玉树州称多县直美村2017年9月7日泥流滑坡事件为例， 利用实测数据、 多时相遥感影像和无人机数据等多源数据和雷达技术手段进行了调查和分析。研究表明： 滑坡发生在坡积扇， 主滑段平均厚度约5 m， 体积约2.4×10⁴ m³， 滑体的滑动方向和重力作用过程一致， 依据滑坡三级分类系统属于堆积土浅层小型牵引式滑坡， 其形成和发育与当地地质条件、 连续降水和冻融循环作用有关； 然后进一步总结泥流滑坡、 热融滑塌和融冻泥流的特征， 认为玉树滑坡是季节冻土区的泥流滑坡。该研究有助于提高人们对泥流滑坡和青藏高原斜坡灾害的科学认识。     

基于地理加权回归的青藏高原季节冻土区土壤有机碳空间分布研究

青藏高原土壤有机碳储量（soil organic carbon stocks， SOCS）对于区域生态环境演替具有重要作用， 但是其空间分布数据还比较缺乏， 特别是季节冻土区的数据较少。基于378个土壤剖面数据， 结合与土壤有机碳（soil organic carbon， SOC）相关的地形、 气候以及植被等环境因子， 使用地理加权回归（geographically weighted regression， GWR）模型模拟了青藏高原季节冻土区0 ~ 30 cm、 0 ~ 50 cm、 0 ~ 100 cm和0 ~ 200 cm深度的SOC总量和空间分布。结果表明： 青藏高原季节冻土区SOCS自东南向西北递减， 表层0 ~ 200 cm的SOC总量约15.37 Pg； 季节冻土区不同植被类型SOC从大到小依次为森林、 灌丛、 高寒草甸、 高寒草原和高寒荒漠； 各土壤类型中棕壤、 黑钙土和泥炭土的SOC最大， 而棕钙土、 棕漠土、 灰棕漠土、 风沙土、 石质土、 盐土、 冷钙土、 寒漠土以及冷漠土的SOC最小。研究结果给出了青藏高原季节冻土区SOC的总量、 空间分布及规律， 可为相关地球模式的发展提供基础数据。     

“数字测图原理与应用”课程思政实施途径探讨

通过分析"数字测图原理与应用"课程的特点及内涵,深挖课程思政元素,分析了各章节专业知识目标和育人目标,提出了"知识回顾,创设情境;导入新课,讲授演示;突出重点,启发育人;升华认知,归纳总结"的教学设计。将思想政治与专业知识进行有效融合,以期为"数字测图原理与应用"课程思政改革提供参考和借鉴。     

基于RBF神经网络?信息量耦合模型的滑坡易发性评价

滑坡易发性评价是滑坡灾害管理的基础工作,也是制定各项防灾减灾措施的重要依据。针对传统的信息量模型在评价过程中确定权重值存在准确性不高的缺点,文章提出RBF神经网络和信息量耦合模型。以甘肃省岷县为研究区,筛选坡度等9个指标因子构建了滑坡灾害易发性评价指标体系,应用RBF神经网络-信息量耦合模型（RBFNN-I）进行滑坡灾害易发性评价,利用合理性检验和ROC曲线对模型的评价结果进行精度检验。结果表明:（1）RBFNN-I模型的AUC值为0.853,相比单一的RBFNN和I模型分别提高了6.3%和9.7%,说明RBFNN-I模型具有更好的评价精度;（2）岷县滑坡灾害的极高易发区和高易发区主要分布在临潭—宕昌断裂带、洮河及其支流、闾井河和蒲麻河两侧河谷地带,距断层距离、降雨量、距道路距离和NDVI是影响岷县滑坡灾害分布的主控因子。     

基于 AutoCAD和3D Max 的建筑物三维建模

随着科技的快速发展,人们认识世界的技术和方法也不断创新,平面图形已经不能满足当今需求。“三维立体模型”的出现,能使我们能更好的认识我们周围的世界。城市三维可视化是向人们展示“数字城市”最好的方式,对于“数字城市”来说,其基础在于城市建筑三维模型的建立。3D Max的三维建模应用功能齐全,建立的模型真实度较高,而且可以实现快速建模,还可以把模型放到其真实位置,因此被广泛的应用于城市建筑物的三维建模,可为数字城市的建设和建筑物的三维建模提供参考。本文重点介绍了运用AutoCAD和3D Max软件建立主体及附件三维建模的方法和案例,总结了三维建模主要技术流程。     

基于离散粒子群算法的2种新型水体提取方法的对比与验证

随着遥感技术在水体提取与监测方面的广泛应用,更多的研究者致力于提高遥感水体提取的精度。离散粒子群算法在遥感图像分类研究中获得了较高的精度和更稳健的分类效果,已经被应用到遥感水体提取领域,但其在水体提取中的适用性和精度还有待对比与验证。本文采用最新提出的2种基于离散粒子群算法的水体提取方法,即光谱匹配耦合离散粒子群算法（SMDPSO）与最大熵耦合离散粒子群算法（MEDPSO）,基于Landsat8_OLI遥感影像,分别选择了有冰雪、有云、有山体阴影和有建筑物的4种环境复杂,常规方法提取精度较低的区域进行水体提取,并与2种常用的水体指数法（NDWI、MNDWI）进行了对比与验证。结果表明：① SMDPSO和MEDPSO方法在4个实验区都能快速地寻找出最佳的水体分布,具有一定的通用性;NDWI和MNDWI方法对有冰雪、有云、有山体阴影和有建筑物影响的区域表现出水体信息的错分现象,提取精度较低;② SMDPSO方法能够识别细小河流和离散水体,水体提取精度较高,但在有冰雪、云、山体阴影和建筑物的复杂环境下提取精度较低、误判率高;MEDPSO方法不仅可以识别细小水体,而且也解决了其他3种方法在提取过程中无法抑制背景信息干扰的问题,在4个实验区的总体精度均在97.8%以上,高于其他3种方法;③ 将离散粒子群算法引入到水体提取方法之中,可增强方法的区域整体性,也可提高其水体提取的精度和自动化程度;④ 运用最大熵模型等机器学习方法,可以结合光谱、形状和纹理等影像信息以及地形信息来进行水体识别,使得水体信息提取精度更高。本文的研究可为离散粒子群算法的推广以及遥感水体提取方法的选择提供参考。