一种随机增量式地形建模算法设计

Delaunay三角网是DEM主要表示方式，一直以来，因其数据结构和构造算法的复杂性导致应用受限。本文结合随机增量式算法理论，提出一种全新的有向无环图（directed acyclic graph，DAG）查找数据结构（search data structure）和随机增量式Delaunay三角网构造算法，并对算法作了简要证明和深入分析。该算法最大的特点是具有随机特性，能够支持地形特征数据的动态更新。     

基于拓扑相似性的道路网综合模型

针对道路网综合时须保持道路网眼空间分布特征这一基本要求,在讨论道路网眼拓扑形式化描述的基础上提出了一种基于拓扑相似性的道路网综合模型.该模型通过制定道路网拓扑相似性评价指标来进行道路网综合方案选择,同时针对拓扑相似性相同的不同道路删除方案,进一步提出了利用道路形状加以评价的方法.结果表明,该模型原理正确,无论对于保持道路网眼空间分布还是形状特征都具有很好的效果.     

Constructing a Near Real‐time Space‐time Cube to Depict Urban Ambient Air Pollution Scenario

This study adopts a near real‐time space‐time cube approach to portray a dynamic urban air pollution scenario across space and time. Originating from time geography, space‐time cubes provide an approach to integrate spatial and temporal air pollution information into a 3D space. The base of the cube represents the variation of air pollution in a 2D geographical space while the height represents time. This way, the changes of pollution over time can be described by the different component layers of the cube from the base up. The diurnal ambient ozone (O₃) pollution in Houston, Texas is modeled in this study using the space‐time air pollution cube. Two methods, land use regression (LUR) modeling and spatial interpolation, were applied to build the hourly component layers for the air pollution cube. It was found that the LUR modeling performed better than the spatial interpolation in predicting air pollution level. With the availability of real‐time air pollution data, this approach can be extended to produce real‐time air pollution cube is for more accurate air pollution measurement across space and time, which can provide important support to studies in epidemiology, health geography, and environmental regulation.     

电子地图集设计中相关技术问题的研究与实践

电子地图集作为地图学作品的集中表现,一方面以多媒体形式取代了传统的纸质地图集成为地理信息的全新传输方式,另一方面为传统的电子读物带来了"地理"和"空间"的概念,使地理信息的表达和传输更为直接和有效.结合某地图集电子版的设计,着重讨论电子地图集自动地图分幅技术、数据库存储结构和管理技术以及自动综合与多尺度显示技术,为今后电子地图集的设计与制作在技术和方法上提供参考.     

基于内容的图像自适应加网方法

提出了一种新的基于图像内容纹理分割的加网方法。试验表明,该方法能够在图像输出精度较低的情况下更有效地再现原稿的层次和细节。     

方向数据插值方法研究

方向数据是矢量数据的标量表示,通常标量数据的插值方法不适用于方向数据。本文根据方向数据的特征,把其分解成沿坐标轴的分量,通过对分量数据的插值形成表面,最后合成反算出方向数据,给出了一种对于方向数据的行之有效的插值方法;并用实验进行了验证,对其插值结果和精度进行了统计和分析,取得了较为理想的内插结果。     

一种Delaunay三角网的快速生成算法

本文以Lawson提出的逐点插入法为基础，借鉴方向搜索的思想，在确定插入点的影响凸包时，采用递归的局部搜索策略，形成了一种Delaunay三角网的快速生成算法。实验证明，新算法构网时间与点数基本成线性增长关系，具有较高的效率。     

Semantic segmentation of high spatial resolution images with deep neural networks

Availability of reliable delineation of urban lands is fundamental to applications such as infrastructure management and urban planning. An accurate semantic segmentation approach can assign each pixel of remotely sensed imagery a reliable ground object class. In this paper, we propose an end-to-end deep learning architecture to perform the pixel-level understanding of high spatial resolution remote sensing images. Both local and global contextual information are considered. The local contexts are learned by the deep residual net, and the multi-scale global contexts are extracted by a pyramid pooling module. These contextual features are concatenated to predict labels for each pixel. In addition, multiple additional losses are proposed to enhance our deep learning network to optimize multi-level features from different resolution images simultaneously. Two public datasets, including Vaihingen and Potsdam datasets, are used to assess the performance of the proposed deep neural network. Comparison with the results from the published state-of-the-art algorithms demonstrates the effectiveness of our approach.     

数字地震信息系统应用探讨

首先针对传统地震信息平台的不足,简述数字地球平台的优势,以汶川8.0级地震为背景,介绍地震情况并实现数字地震信息系统的应用框架,最后结合地震数据管理与分析来实现地震信息系统,并得出基于数字地球平台的数字地震信息系统的特点的结论。     

G/S模式下基于组件的地学浏览器设计与实现

针对空间信息网络服务在现有C/S、B/S模式下客户端功能的不足和空间数据服务需求,采用一种新型的空间信息服务模式--G/S模式,即地学浏览器/空间信息服务器模式,并对其可视化客户端G端地学浏览器(Geo-Browser)的系统架构和关键技术进行详细论述。利用Google Earth COM API组件开发技术,在国际标准KML支持下,对地学浏览器进行详细设计和实例验证,得出G/S模式下的地学浏览器在海量空间信息处理和三维展示方面具有明显优势的结论。