集聚型空间点模式结构信息提取研究

空间点模式是一个2维离散点集,点集中的每一个元素代表地球表面一个点状目标的空间位置。当2维离散点集具有集聚特征时,称其为集聚型空间点模式,它与空间聚类、制图综合和空间分析的许多具体应用紧密相关。如何提取集聚型空间点模式的结构信息(集聚子群的个数和对应的集聚中心)是其中尚未彻底解决的问题。作者以几何概率为理论基础,提出测度正方形区域内2维离散点集分布特征的H函数并推导其解析表达式,运用H函数设计和实现了集聚型2维离散点集结构信息提取的通用算法。利用该算法处理一个由居民地坐标数据得到的具有集聚特征的空间点模式,提取出其结构信息并进行可视表达。分别以该空间点模式中的各离散点为顶点和发生元生成Delaunay三角网和Voronoi图,在Delaunay三角网中保留面积最小的前1/10、前1/100三角形的顶点,在Voronoi图中保留面积最小的前1/10、前1/100邻近多边形的发生元,将可视表达的点集结构信息分别与依据Delaunay三角网和Voronoi图得到的结果进行对比分析。结果表明,运用H函数能够有效地提取出集聚型空间点模式的全局性结构信息,而Delaunay三角网和Voronoi图虽然能够反映其局部密度,但在提取全局结构信息时存在局限性。     

基于DLG二维数据的DEM精细化制作

对于已有1∶10 000数字线划图(DLG)数据的区域,利用1∶10 000 DLG作为2米格网数字高程模型(DEM)数据主要资料源,采用基于DLG数据内插DEM的作业流程软件进行生产,最终得到精细化DEM成果数据。     

数字高程模型坐标系统转换方法及精度分析

利用两幅1954年北京坐标系为基准的1∶50 000线划图的高程注记点和等值线采样点计算了2000国家大地坐标系的数字高程模型,比较了不同内插算法计算的数字高程模型的精度。结果表明,"克里金"内插算法较好,经转换和内插可以实现数字高程模型的坐标系统转换。     

高分三号数据在地形图测制中的应用研究

为探索高分三号数据在地形图测制方面的应用潜力,利用高分三号高分辨率SAR立体像对,通过区域网平差、构建立体模型、立体描绘和几何纠正等步骤制作了1∶10 000地形图;并从几何位置精度、要素采集能力等方面初步分析了利用高分三号SAR数据测制地形图的可行性。结果表明:①高分三号SAR数据立体测图的位置精度可满足1∶10 000地形图山地地形类别的规范要求;②立体采集地貌走势与已有成果基本一致,但一些地貌细节特征无法准确描绘;③地物采集能力不足,可准确采集面状水系以及达到一定宽度、无遮挡的河渠和道路,可识别成片居民地、街区和耕地,但难以准确提取边界,较难判读其他地物要素。在地物要素较少的山地区域,利用高分三号SAR数据进行1∶10 000地形图测图是可行的,但必须有外业调绘或光学资料辅助地物采集,因此高分三号数据可作为光学影像获取困难地区地理信息的重要补充影像源,但作为主要影像源目前还无法满足地形图生产需要。     

利用GPS测量检核ICESAT卫星激光测高数据精度

将ICESAT测高数据与动态GPS数据进行了比较,对于沿卫星地面轨迹上的点,采用直线内插求定GPS点的高程,与GPS大地高的最小差异为0.76 m;对于偏离卫星地面轨迹的点,分别按与GPS点经、纬度差异小于5″、10″、20″的原则选取卫星地面轨迹上的点,比较了算术平均等3种方法内插GPS高程的效果,与大地高之差在2 m以内。选取ICESAT卫星激光测高地面轨迹与GPS动态轨迹交叉位置附近的点,分别用ICESAT测高数据与GPS数据进行内插,GPS点与ICESAT地面轨迹上的内插点的经度之差最小为0.000 03°,高程之差最小为0.381 m。在卫星地面轨迹附近选取点位进行静态GPS测量,比较了ICESAT与GPS观测结果之间的差异,分析了不同内插方法对结果的影响,在高山地区,最小高程差为0.103 m,最大差为27.475 m。     

栅格法构建沃罗诺伊图的扫雷算法

沃罗诺伊(Voronoi)图在很多领域都具有广泛应用,因此构建Voronoi图具有重要的现实意义。本文基于栅格法提出了一种新的Voronoi图构建算法——扫雷算法。该算法不需要欧氏距离计算,能减少计算耗时,并可通过改变相关参数实现对生成的Voronoi图的精度控制,同时可用于广义Voronoi图的构建。经过实验和精度评定得出,扫雷算法能很好地构建生长元为点、线、面的Voronoi图,并具有较高的生成精度。     

三维散乱点集Voronoi图快速生成算法研究

提出了一种高效的三维散乱点集Voronoi图的生成算法。该算法采用点-面-体数据结构存储Voronoi单元,初始化首点Voronoi单元,通过单元分裂与单元重组快速生成新增点的Voronoi单元,并完成其相邻单元的维护。实验证明,该算法可快速准确地生成任意三维散乱点集的Voronoi图。基于该算法可有效地解决逆向工程中三维散乱数据点拓扑近邻的快速准确查询问题,对产品模型的曲面重建具有重要意义。     

Voronoi的地学空间数据分析理论及应用

针对传统地学空间数据分析过程中,异常点数据影响范围过大甚至涵盖其他采样点的问题,该文提出了基于Voronoi图与变缓冲区分析相结合的异常点数据分析方法。以异常值点作为生长点构建Voronoi图,利用异常点数据与其一阶邻近Voronoi图生长点的数据差值与空间距离,计算出异常采样点的衰减系数;用衰减系数与异常采样点数据的乘积计算异常采样点的粗略影响范围,通过计算粗略影响范围与异常采样点Voronoi图的交集,最终确定异常采样点的有效影响范围。利用Voronoi图与变缓冲区相结合方法可以有效地控制采样点异常数据影响范围,有效提高空间数据分析准确度,更加客观地反映地学空间数据的分布特征。以云贵高原的刁江流域的土壤重金属含量为试点,以采样点作生长点、行政界为边界生成Voronoi图,分析刁江流域土壤重金属As元素的空间分布。利用该方法获得的As元素空间数据分布图,其空间特征更加鲜明。     

基于国产影像的无图区居民地采集指标研究

基于国产高分辨率遥感卫星影像,在四川省无图区选取了1幅1∶10 000图幅作为研究区,分别以不综合、7 m综合、15 m综合3种尺度进行了居民地采集指标的研究,分析了居民地按房屋真形、以不综合方式进行采集制图的可行性。结果表明：居民地不综合和7 m综合2种尺度均可应用于1∶10 000基础地理信息数据新测项目,符合其生产需求,但不综合方式生产时间较传统按15 m综合方式增加了4—8倍,制图图面负载量较大,符号边线压盖明显,不利于判读,因此,建议在城市地区尤其是房屋密集区域选用7 m综合尺度进行居民地采集,在广大农村房屋较稀疏地区按房屋真形不综合方式采集。     

顾及方向关系的农村居民地聚类方法

农村居民地空间分布具有独特的规律性和复杂性,Voronoi图在表达居民地分布特征方面有显著优势。针对当前空间聚类较少考虑实体方向关系的问题,基于Voronoi图提出一种顾及方向关系的农村居民地聚类方法。首先,构建距离约束的Voronoi图,并构建居民地实体间的Voronoi邻近图;然后,利用无向特征与有向特征来综合评价居民地实体间的聚集强度;最后,消除聚集强度小于阈值的实体对的邻近关系,得到聚类结果。采用浙江省宁波地区部分农村居民地数据进行实验,结果表明,所提方法能够有效聚类不同分布模式的居民地,聚类结果符合人的认知习惯。     

利用质心Voronoi图对地形自适应简化的算法

地形简化算法利用少量有效的地形信息表达整体地形,能很好地解决海量地形数据与计算机硬件之间的矛盾,同时满足多尺度地形应用需求。针对现有地形简化算法难以兼顾局部地形起伏与地形整体特征的问题,提出一种基于质心Voronoi图的地形自适应简化算法。首先,利用质心Voronoi图的特点,以地形起伏度作为密度函数生成质心Voronoi图;然后,利用分布在地形起伏较大区域的质心Voronoi图种子点及大多分布在地形特征线上的Voronoi区域顶点重构地形;最后,通过原始地形与重构地形的特征线验证地形简化的效果,并与三维道格拉斯-普克（3D DouglasPeucker,3D DP）算法进行精度对比。实验结果表明,从简化地形中提取的山脊线、山谷线、等高线等地形特征线与原始地形的重叠度均较高,算法能较好地保持地形整体特征;且在相同的简化级别下,算法的简化误差小于3D DP算法,具有较高的地形简化精度。     

离散地形曲面上的精确Voronoi图直接生成算法

Voronoi图是地学计算中的一个基本结构,但是在地形曲面上,它还缺乏能与平面Voronoi图媲美的精度和成熟的算法。在离散地形曲面的不规则三角网格网上引入计算几何的测地距离场,从格网边上的距离场奇点逐步生长代表平分线的双曲线,由双曲线的排列得到离散曲面的精确划分,再将划分的面片聚类,生成精确的测地Voronoi图(geodesic Voronoi diagram,GVD)。然后,从定量与定性两方面对精确Voronoi图进行了检验,证明GVD可以给地形曲面空间分析带来基础性改进。基于奇点生长和双曲线排列的直接算法避免了现有算法对格网面片的过度细分与预处理,整体上直观易行,为数字地形分析发展严密的Voronoi图分析提供了有益探索。     

路网环境下的混合数据最近邻查询算法

路网环境下的k最近邻查询方法在地理信息系统、智慧城市、数据挖掘、医疗营救和物流配送等领域都有着较为重要的作用,已有路网环境下的最近邻查询方法无法直接解决查询对象为点而数据对象为点和线段混合的复杂数据的近邻查询问题,为了弥补已有方法的不足,提出了路网环境下混合复杂数据的最近邻查询算法。将查询过程分为预处理、数据集约减和数据集精炼3个部分,并与3种对比算法进行对比实验,研究了测试数据对象的数量、路网规模的大小对中央处理器运行时间以及输入/输出代价的影响。结果表明,所提算法能有效地处理路网环境下混合数据的最近邻查询问题。     

多源地表温度估算近地表气温的精度对比

气象站点稀疏会导致观测到的近地表气温空间不连续,基于地表温度数据结合辅助变量估算气温成为获取气温空间分布的有效方式。目前,已有多种地表温度产品,但鲜有研究评估多源地表温度数据在估算气温时的精度及其适用性。针对该问题,首先,利用Google Earth Engine平台和随机森林算法,基于Landsat、中分辨率成像光谱仪(moderateresolution imaging spectroradiometer,MODIS)、全球陆面数据同化系统（global land data assimilation system,GLDAS）3种地表温度数据源估算了黄河流域近地表气温的最大值、最小值和平均值;然后,结合站点观测分析了多源地表温度估算气温的精度及适用性。结果表明,3种地表温度数据源估算夏季气温平均值时精度差异较小;对于气温极值估算,GLDAS数据显著优于MODIS和Landsat数据;每种数据源估算气温极值的精度低于其估算气温均值;此外,地表温度的时间分辨率会显著影响近地表气温的估算精度。该成果可以为长时序气温产品估算提供科学参考。     

利用弹性反馈神经网络融合ASTER GDEM和SRTM1高程数据

由于数据获取与后期处理方式不同,先进星载热发射和反射辐射仪全球数字高程模型(advanced spaceborne thermalemissionandreflectionradiometerglobaldigitalelevationmodel,ASTERGDEM)和航天飞机雷达地形测绘任务(shuttle radar topography mission,SRTM)数据在高程精度上存在差异,采用弹性反馈（resilient backpropagation,RProp）神经网络算法对二者进行融合处理,实现优势互补以提升高程精度。选取两个黄土丘陵沟壑地貌样区分别用于模型建立与效果验证,1∶10 000高程精度为参考数据,在建模样区应用RProp神经网络算法构建ASTER GDEM高程校正模型、SRTM1高程校正模型、ASTER GDEM与SRTM1高程融合模型,同时应用误差反向传播(back propagation,BP)神经网络建立ASTER GDEM与SRTM1高程融合模型,将这些模型的高程精度优化效果进行对比,并在验证样区检验RProp融合模型的可行性。结果表明,RProp融合模...     

风云三号D星天基BDS实时定位性能分析

随着北斗三号卫星导航系统(BeiDou navigation satellite system-3, BDS-3)开始向全球提供导航服务,独立使用BDS为在轨运行的卫星提供全球覆盖、全时段的定位服务成为可能。结合风云三号D星(FengYun-3D, FY-3D)全球卫星导航系统掩星探测仪(global navigation satellite system occultation sounder, GNOS)的真实在轨数据对天基BDS的定位性能进行了详细的分析。首先,使用BDS真实广播星历计算了在不同轨道高度下的可见卫星数和定位精度因子（position dilution of precision, PDOP）,并结合精密星历分析了广播星历的轨道误差、时钟误差及空间信号测距误差(signal-in-space range error, SISRE)。仿真结果表明,在95%的置信水平下,从地面到2 000 km的轨道高度,BDS在全球范围内最小可见卫星数为6,最大PDOP小于5,星座可用性已经达到100%,全球平均可见卫星数BDS比GPS(global positioning syste...     

面向Hilbert八叉树的邻近格元计算算法

为提高线性八叉树邻近格元计算效率,利用Hilbert码标记格元,提出一种邻近格元Hilbert码快速计算方法。以Hilbert基元曲线为基础,引入状态向量的概念以记录Hilbert曲线对同属于一个父格元的所有子格元的填充顺序,从而建立状态向量的层级演进与退化函数,得到状态向量在m阶与m+1阶曲线中的层级映射关系,最终利用状态向量及其层级演进与退化函数实现邻近格元Hilbert码的计算。结果表明,所提算法计算结果正确;状态向量计算速度随层级提高而降低,在第20层级上1 ms内可完成4 201个格元的计算,对后续邻近格元计算影响较小;在指定层级上同等数量的邻近格元计算中,该算法的速度明显优于现有Morton码转换算法,在第15层级上百万级规模的邻近格元计算中,该算法的速度约为现有Morton码转换算法的2.1～2.4倍;在不同层级的百万级规模邻近格元计算中,该算法计算速度相比现有Morton码转换算法的提升倍数随层级提高而增大,在第20层级上该算法的效率提升达到2.6倍。     

改进的GNSS/SINS组合导航系统自适应滤波算法

GNSS/SINS(global navigation satellite system/strapdown inertial navigation system)组合导航系统已得到广泛的应用与研究,当处于复杂环境时,GNSS输出容易出现误差均方差突变、误差均方差缓变、硬故障和软故障4种现象,进而影响组合导航系统滤波精度及载体的导航安全。为了解决上述问题,提出了一种改进的GNSS/SINS组合导航系统自适应滤波算法。首先,利用滤波过程中的观测异常检验统计量与滤波器门限值构建观测因子,然后,将变分贝叶斯原理与抗野值滤波方法结合,设计了改进的组合导航系统自适应滤波算法。仿真实验表明,相较于传统算法,当GNSS输出误差均方差发生变化时,所提算法可将位置精度及速度精度提高11.8%及13.7%;在GNSS输出发生硬故障时,所提算法可将位置精度及速度精度提高70.8%及69.6%。实验结果表明,所提算法具有较强的自适应性,可提升复杂环境下组合导航系统的精度和连续可用性。     

面向智能手机的改进有限状态机步态探测算法

针对室内定位行人航位推算中步态探测算法步数识别准确率不高、同步控制不精确及位置估计偏差较大等问题,提出了一种面向智能手机平端活动的改进有限状态机步态探测算法。通过设定有限状态对应步行过程合加速度变化趋势,利用相邻合加速度差值和上/下坡次数阈值实现步数识别和步态周期估计。在211 m走廊内由2名实验人员分别平端智能手机开展实验,结果表明,改进算法的步数识别准确率为100%,每一步的平均识别时间提前了0.004 s,平均位置误差为0.384 m,相比于自相关分析和加速度差分有限状态机算法,识别准确率、同步控制精度和位置估计精度分别至少提高了0.7%、60%和21.15%。改进算法在步数识别、同步控制及位置估计方面优于现有算法。