基于GIS的机场噪声预测管理系统

针对我国机场噪声预测工作中存在的问题,根据地理信息系统的固有优势,采用面向对象的编程技术,开发建立基于GIS的机场噪声预测管理系统。按照自下而上的设计思路,将系统分为数据层、业务层和用户层三级结构,并且构建模块化操作,将系统分为GIS操作、噪声预测和信息管理三个模块,通过方便快捷的界面操作,实现了机场噪声预测和影响范围的查询和分析。实验结果表明,该系统能有效提高机场噪声预测和管理工作的效率和质量,为机场规划和航班制定提供及时、准确的决策参考。     

基于直线特征检测的道路边线自动提取方法

针对如何从车载激光点云数据中快速、准确地提取道路边线的问题,本文提出一种基于直线特征检测的道路边线自动提取方法。首先对原始点云进行地面滤波,删除非地面点,获取包含道路信息的地面点云,接着把点云投影到二维图像上,根据反射强度获得平均强度图像,对平均强度图像进行LSD直线检测,获得道路边线的直线段,然后进行直线连接,把检测出来的短线段连接成长直线,最后根据直线特征提取出道路边线,并且利用定量指标对提取结果进行定量分析。实验证明,该方法提取的道路边线具有较高的准确率和完整性。     

面向移动测量系统的城市部件采集快速入库技术

为提高城市部件采集入库的效率和精度,本文针对移动测量系统采集数据的特点,提出了一种城市部件批量赋值的快速入库方法。通过构建字典编码和元数据系统表,实现了城市部件图层的批量生成;通过字典域-字典项结构树和要素属性拷贝,实现了部件属性的批量录入。试验结果证明,批量赋值快速入库方法既可提高部件入库的效率,又可保证部件入库的精度。     

基于多源数据和船舶停留轨迹语义建模的港口目标识别

港口目标识别是海事船舶监管的重中之重,船舶自动识别系统（Automatic Identification System,AIS）所获取的船舶活动信息,可为港口目标识别提供高时相和高精度的船舶航行数据。为了探究AIS数据在港口目标识别中的应用,提出一种基于多源数据和船舶停留轨迹语义建模的港口目标识别方法。通过数据挖掘和语义信息增强构建船舶停留轨迹语义模型,识别船舶港口停留轨迹;建立基于随机森林的船舶停留方式分类模型,分类船舶泊位停留轨迹和船舶锚地停留轨迹,并利用空间逐级合并方法提取港口泊位和港口锚地;综合船舶泊位停留轨迹、道路、海岸线、水深、土地利用与土地覆盖等数据,顾及情景-领域知识实现港口目标识别。基于2017年96 790艘船舶的超8300万条AIS轨迹记录,应用本文方法识别南海研究区的港口目标。实验结果表明,本文方法对于船舶轨迹停留行为总体分类精度为0.9477, Kappa系数为0.8948。提取出南海研究区447个港口区域,与Google Earth影像叠加验证结果表明,提取结果均位于真实的港口影像内,相较于Natural Earth数据集中包含的南海区域24个港口点位,提取结果的完整性大大增强。因此,基于多源数据和船舶停留语义建模的港口目标识别方法对于港口目标识别具有较高的准确性和完整性。此外,该方法提取的港口区域可为基于遥感影像的港口目标识别提供靶区,从而提高大区域甚至全球范围内港口目标动态识别的效率。