排序方式: 共有59条查询结果,搜索用时 15 毫秒
31.
32.
查询是数据库管理系统中一项基本的功能。简要介绍了三种不同的查询,重点对空间连接与非空间连接的区别进行了说明,阐述了过滤-精炼策略来处理范围查询,最后描述了一个处理空间连接查询过滤阶段的算法。 相似文献
33.
为尽可能早地发现并排查出高速公路灾害的隐患点,本文以昆磨高速公路的昆明至玉溪路段为例,首先基于PS-InSAR技术,利用45景Sentinel-1影像获得了研究区域2018-2019年的沉降速率图。然后对沉降严重区域进行横纵断面分析,识别出昆磨高速公路沿线的隐患路段。最后对这些路段的进一步监测提出建议。研究表明,昆磨高速公路沿线总体呈现出较为平缓的沉降趋势,但存在着3个严重沉降区。分别是谢井村和朱井村路段、昆磨高速公路与东绕城高速公路交界处路段,以及昆磨高速公路与晋新公路交界处路段。因此证明了PS-InSAR技术能有效排查高速公路沿线的灾害隐患。 相似文献
34.
将SBAS-InSAR技术应用于昆明主城区地面沉降监测,单独处理同一地区2014~2017年的29景升轨和32景降轨Sentinel-1A、1B数据。在升降轨模式下进行数据处理与精度验证,结果表明两种模式下所得到研究区域的平均沉降速率和时序分析基本保持一致。研究发现昆明市沉降漏斗主要位于居民区、地铁、道路、高速公路、以及滇池区域,最大年均沉降速率可达-38.975 mm/a,累积沉降量达到89 mm。研究表明,昆明市地面沉降主要由于近几年城市化建设和轨道交通建设的飞跃发展,导致居民区和交通网络密集,地面载荷增加,地下隧道开挖与地下水开采等问题引起地面软土地层下沉而产生明显的沉降现象。 相似文献
35.
近年来,高山峡谷区滑坡灾害频频发生,给人民生命和财产安全带来严重威胁。针对多数学者利用SAR单轨道数据对高山峡谷区滑坡进行早期识别,存在SAR成像几何畸变造成部分滑坡不能识别、识别结果不全面等问题。为全面准确的对高山峡谷区滑坡隐患进行早期识别,文章采用SBAS-InSAR技术,以东川小江沿线两侧深切割高山峡谷区为研究区,通过升降轨SAR数据结合互补的方式进行滑坡灾害隐患识别,引入高分辨率光学影像等作为辅助识别,最终共识别出18处滑坡灾害体,其中5处为高风险潜在滑坡,并对三类典型潜在滑坡进行分析。分析结果表明:利用升降轨SAR数据结合互补的方式,能有效避免SAR单轨道数据在高山峡谷地区产生的几何畸变问题,同时,该方法能更为准确全面地对高山峡谷区滑坡隐患进行早期识别,为防灾减灾事业及政府部门决策提供一种有效的手段。 相似文献
36.
37.
38.
公路三维模型建立与数据组织 总被引:15,自引:0,他引:15
以公路设计数据为基础 ,讨论了地形、公路及其构造物的三维模型的建立方法。针对公路呈线性分布的特点 ,采用动态分段技术来组织管理路面三角形数据及道路属性数据 ,并在三维环境下 ,对经典的二维线性参照系统进行扩展 ,使之能满足公路附属设施三维模型的定位及其位置查询 ,并在具体项目中得到验证 相似文献
39.
论述GNSS多系统融合定位的数学模型、分析各项误差处理策略以及参数估计方法,基于日本东京海洋大学RTKLIB软件进行GPS、GLONASS、Galileo、BDS多系统融合定位试验,并分析其动/静态定位稳定性和精度。试验结果表明:GNSS多系统融合收敛时间与GPS单系统相比缩短30%~50%,定位精度与GPS单系统相比可以提高20%~50%。此外,在卫星高度截止角大于40°和不利观测环境条件下,单系统可见卫星数不足,从而导致无法进行连续定位,但多系统融合可视卫星可获得比较好的定位精度,在建筑物密集区、山区和卫星遮挡较为严重的恶劣条件下具有实际应用价值。 相似文献
40.
为了分析在2014—2017年期间昆明城区地面形变情况,本文利用Sentinel-1A数据,基于SBAS-In SAR技术提取了昆明城区升降轨模式下形变信息。首先,将雷达视线向(LOS)上的形变速率转换为垂向方向的沉降速率,再通过对升降轨观测数据相互验证和融合处理避免单一模式下的数据失真,反演出更加真实的城区地表沉降,并与城区历史沉降监测数据进行对比分析。结果表明:近3年期间昆明五华区沉降缓慢,相对稳定;西山区和官渡区内的滇池北岸区域呈现大面积沉降且沉降速率较快的趋势,形成多个沉降漏斗中心,最大沉降垂直速率达-54.2 mm/a。 相似文献