数字汤阴地理空间框架建设项目启动

<正>4月11日,数字汤阴地理空间框架建设项目设计书评审会暨启动仪式在郑州举行。数字汤阴地理空间框架建设项目是汤阴县全县信息化的公共平台和基础,系河南省数字县域地理空间框架建设试点项目,项目由汤阴县国土资源局牵头,河南省遥感测绘院提供技术支持,计划采用现代测绘技术,实施1∶1000至1∶10000系列比例尺的基础测绘,建立汤阴县全县基础地理信息数据库,并基于基础地理信息数据构建汤阴     

基于激光点云的隧道断面连续提取与形变分析方法

地铁施工、运营阶段的监控量测,可有效保障隧道结构的稳定与周围环境的安全。现有的收敛计、全站仪等变形监测手段,虽然可以得到高精度的观测数据,但获取的监测点位过于稀疏,难以全面反映隧道整体的形变特征。本文将三维激光扫描技术用于地铁隧道形变监测,提出了基于激光点云的隧道断面连续提取与形变分析方法,并对提取的两期断面进行了形变分析,试验结果表明该方法能够更直观地表现隧道整体变形,研究成果可为隧道形变动态监测提供借鉴。     

基于TIN的LiDAR数据滤波算法研究

研究利用区域生长滤波算法将原始激光点云数据直接构建不规则三角网(TIN),并选择地面最低高程点作为初始种子点,根据设定的高差阈值对种子点的邻域进行区域生长滤波处理。通过对试验区机载LiDAR点云数据的滤波处理结果与基于坡度滤波和基于移动窗口的高程滤波算法进行对比分析,结果显示该方法具有一定的优越性。     

地铁隧道三维激光扫描数据配准方法

针对传统的迭代最近点算法(ICP)用于多测站点云数据配准时计算效率低的问题,该文提出了一种基于特征点的ICP改进算法,该方法利用相邻两测站数据进行配准的实现。首先采用体素化格网方法对两点云数据集进行精简处理,并计算精简处理后每一点的法向量;然后利用kd-tree最近邻查询搜索特征点之间的对应关系;并通过估计出的最优变换矩阵更新至全局变换,以提高配准精度。实验结果表明,改进的ICP算法在地铁隧道点云数据配准中的效率高于其他的配准方法,为隧道变形监测工作的进行提供保证。     

基于改进RANSAC算法的屋顶激光点云面片分割方法

基于改进的随机抽样一致性算法(RANSAC)对建(构)筑物屋顶面片进行点云分割,通过改进种子点选取方式来提高面片分割的置信度,并将点到平面距离的标准差作为判断准则,以提高分割面片的准确性。同时,采用KD-Tree组织点云,根据空间平面的法向量、连通性分析、点云的R半径密度对分割的面片进行优化处理,试验证明该方法能有效地对建筑物屋顶面片进行点云分割。     

基于RANSAC算法的地铁隧道点云数据滤波

三维激光扫描技术能够快速、有效地获取隧道点云数据,可用于提取地铁隧道的形变信息,但隧道点云数据中包含着噪声点、离群点,需要滤波去除,目前已有滤波算法不适用于隧道环境。文中采用统计特征去除部分噪声点,利用区域增长方法初步提取隧道壁部分点云作为RANSAC算法种子点,进一步利用RANSAC算法拟合数学模型提取隧道壁全部点云数据,并利用RANSAC点云拟合模型对隧道盾构体施工精度进行评估。实验结果表明了方法的有效性。     

B/S结构的地质灾害信息管理系统设计与实现

基于ArcGIS Server并结合ArcSDE及Oracle数据库软件,利用ArcCatalog通过数据引擎ArcSDE连接Ora-cle10建立服务器端的核心数据库,对空间数据和属性数据进行存储和管理,并在ASP.NET、Flex技术基础上,设计并实现了基于B/S结构的"陕县地质灾害信息管理系统",实现了地质灾害信息的动态查询、分析和各种统计等功能,可为地质灾害信息的共享及应急决策提供技术支撑。     

我国南极科考站附近气旋的特征分析

本文基于欧洲中心的ERA-Interim再分析数据,采用雷丁大学的气旋自动识别与追踪算法,建立了1979-2013年中国南极科学考察站长城站、中山站以及泰山站划定的统计区域内气旋数据集。基于这套数据,分析了3个站区附近气旋的气候特征,包括:气旋数量、空间分布、强度、加深率等,并研究了达到爆发性发展的气旋的时空特征。分析表明,长城站以及中山站气旋数量均有增加趋势,但都未达到显著水平;泰山站气旋数量的减少趋势达到显著性水平。3个站区的气旋统计表明,长城站统计区域内气旋活动最频繁,且爆发性气旋活动相对较多;中山站、长城站气旋的数量和空间分布具有季节变化,气旋数量夏季较其他3个季节偏少、偏弱;泰山站气旋活动最少,并且大部分影响到该站的气旋都处于消亡阶段,气旋的强度较弱,故气旋活动对该站的影响较弱。     

基于混沌粒子群优化神经网络的GPS高程拟合研究

针对普通神经网络模型存在预测精度低等问题,采用粒子群优化神经网络权值和阈值的预测方法,建立基于该方法的BP神经网络高程异常拟合模型。为克服粒子群算法易陷入局部最优,提出并建立改进算法,即先用混沌变量初始化粒子位置,当出现早熟收敛时,对局部较优的部分粒子和全局极值采用混沌优化策略,从而提高了模型的训练精度。试验结果表明,该方法具有更好的准确性和稳定性。     

基于面向对象的建筑物轮廓协同提取方法

机载LiDAR虽然可以获取精确的地表高程信息,但地物边界线表示欠准确,而高分辨率遥感影像则能够提供高清晰度的地表纹理和光谱信息。因此,综合利用LiDAR数据和遥感影像多源遥感数据,可以充分发挥不同数据源的优势、拓展时空分辨力。本文基于面向对象分类理论,建立了一种利用机载LiDAR数据和GeoEye高空间分辨率遥感数据的建筑物轮廓协同提取方法,使所获得的综合信息具有更高的精度及可靠性。实验结果表明,该方法提取的农村居民建筑物的总体精度达到了95.94%,能够更好地表征居民地要素信息。