城市三维房屋住宅管理平台开发的关键技术

近年来,房屋住宅区建设日益增多,国内大多数房管部门都建立了二维房屋管理平台,但随着房管部门信息化程度越来越高,房屋管理不断向立体化和规模化发展,如何将城市三维数据应用于房屋住宅管理,已成为热点应用之一.依托倾斜摄影技术构建城市三维实景模型,并建立房屋住宅应用模块,实现房屋住宅管理由二维向三维的转变,提高了房屋住宅管理水...     

厦门市自然资源一体化信息平台建设

为了更好地深化"放管服"改革,推动城市管理精细化和信息化,各地新组建的自然资源和规划管理部门面临着数据、业务以及平台融合的新挑战.以厦门市自然资源和规划部门业务研究为例,在深入调研的基础上,利用地理信息系统(Geographic Information System,GIS)、云计算、移动互联等先进技术,构建自然资源一体化数据库,搭建自然资源一体化信息平台,实现审批业务"受理—审批"一体化管理、空间信息管理以及平台对接集成等功能,对推进自然资源和规划业务管理具有一定的参考意义.     

地图学视角下的公开地图表示要点

为有效维护国家领土主权和地理信息安全,防止"问题地图"的产生,结合公开地图表示的各类注意事项和常见错误,以地图学的视角将公开地图的表示要点进行分类解析.首先,根据地图学的基本理论,将公开地图表示要点分类,并且解析各地理要素的常见表现形式以及在公开地图中的表示要点;之后,针对减少"问题地图"的发生频率、提升地图技术审查工...     

新工科背景下测绘工程专业创新型人才培养研究与实践

针对测绘工程专业新工科建设中存在的"重知识、轻能力""重理论、轻实践""重科研、轻教学"等问题,以培养测绘工程专业创新型人才为出发点,结合新工科建设和专业认证实践,提出了专业建设与改革思路,通过重构创新人才培养体系、强化实践教学平台建设、筑牢"以本为本"防线等改革措施,提高专业建设水平、教师教学科研能力以及学生实践创新...     

复杂带状地形条件下的地面三维激光扫描点云数据采集与配准处理试验

对于多站点架设获取的地面三维扫描点云数据进行空间坐标体系的统一配准处理,是实现地表三维模型构建数据预处理的关键技术。研究围绕地面三维扫描点云数据的配准精度问题,结合试验仪器在数据采集扫描设置中的不同模式,分别设计实施了基于一定扫描重叠度的独立站点采集匹配模式,基于站点GPS坐标控制的采集匹配模式,以及基于全站仪实测站点坐标的后视法采集匹配模式等3种试验方案,开展了针对不同扫描方案下所获取点云数据的配准处理方法解析与精度对比分析。不同方案应用于具有条带状试验测区的点云数据采集与数据配准处理结果表明,相对于独立站点数据采集匹配模式,后两种数据采集模式,即采用基于仪器GPS站点坐标的扫描匹配方案和基于全站仪站点坐标的后视法方案,由于克服了与全局坐标系转换困难和对标靶的依赖等问题,而具有较高的数据采集与匹配效率,表现出明显的优势。研究试验成果可为同类型仪器的地面三维激光扫描系统的外业数据采集和点云配准提供参考指导作用。     

顾及钟差随机项的GPS卫星钟差预报

针对卫星钟差呈趋势项和随机项变化的特点,提出了基于GM(1,1)与自回归求和移动平均的组合预报模型。该模型首先采用GM(1,1)模型预报钟差的趋势项部分,然后利用ARIMA模型对GM(1,1)的模型残差序列进行建模和预报,最后将GM(1,1)和ARIMA模型的预报结果对应相加即得到钟差的最终预报值。此外,采用IGS公布的精密卫星钟差进行预报试验,通过与卫星钟差预报中常用的二次多项式模型和修正指数曲线法模型预报结果的对比分析,结果表明:该方法可以对GPS卫星钟差进行高精度的中短期预报。用12 h钟差建模时,预报未来6、12、24和48 h的平均预报精度分别为0.71、1.17、1.93和4.38 ns,相比于二次多项式模型的平均预报精度分别提高了29.70%、43.75%、67.62%和76.21%;相比于修正指数曲线法模型的平均预报精度分别提高了18.39%、33.90%、61.40%和70.49%。     

辽宁省地理国情普查数据库管理与应用服务系统的开发与实现

地理国情普查数据库管理与应用服务系统建设是地理国情普查项目中的重点工作之一,也是今后开展常态化地理国情监测的基础。本文简要介绍了辽宁省地理国情普查数据库管理与应用服务系统的架构、部署和功能实现以及系统的技术特点。     

RTG与GPS相对定位联合作业的可行性分析

近年来,RTG(Real Time Gipsy)技术的发展比较迅速,并且在一些行业中得到应用。本文阐述了GPS相对定位与RTG定位原理,并就GPS相对定位与RTG进行误差对比分析。根据行业标准与精度,对GPS相对定位与RTG在控制测量中联合作业的可行性进行探讨,提出联合作业的概念,主要为测绘人员布设控制网时提供参考,从而提高了工作效率,降低了项目成本。     

利用深度卷积循环神经网络的高光谱影像空谱特征分类方法

针对高光谱影像分类问题,提出了基于深度卷积循环神经网络的高光谱影像空谱特征分类方法.首先将高光谱数据立方体看作一组特征序列;然后利用深度卷积循环神经网络构建特征序列的依赖关系,并采用"预训练+微调"的训练策略对深层网络模型进行训练,从而使得所设计的深层网络在训练样本较少的情况下也能得到更加充分的优化.在Pavia大学和Indian Pines数据集上的试验结果表明,构建的深度卷积循环神经网络的分类精度比RNN方法分别提升了9.49％和5.8％.     

轨道误差对InSAR相位影响的BP神经网络去除法

针对用二次多项式法去除轨道误差对InSAR相位影响时,须对干涉相位其他项分布性质作假设,且自身存在一定的模型缺陷的问题,该文提出用BP神经网络去除轨道误差对InSAR相位影响的方法。研究表明:BP神经网络法在使用时无须对干涉相位其他项分布性质作假设,模型更优。模拟实验中,轨道误差相位拟合残差更小;真实数据实验中,纠正后非形变区相位集中在零值附近,且波动趋势更为平稳。该方法一定程度上降低了传统二次多项式法的应用局限性。