基于Oracle 10g实现多元空间数据管理

地理信息系统中的多元空间数据包括专业化的空间数据(矢量数据和栅格数据)、属性数据,以及与之相关的各种多媒体数据。多元空间数据来源多样,数据量大,操作复杂,难以在传统关系数据库中存储管理。为了有效管理多元空间数据,在关系数据库中引入了数据对象,利用数据对象存取并操作多元数据,将地理信息系统应用中的各种多元空间数据,纳入到统一的系统框架内。基于对象关系数据库,提出了设计多元空间数据管理系统的完整思路。最后,利用最新的ORACLE10g数据库实现多元空间数据存储,使用ADO.Net连接数据库,实现了多元空间数据管理系统。     

基于ＧＩＳ的雷达回波提取及人工降雨作业点确定方法研究

结合７１３型雷达数据,探讨了基于ＧＩＳ技术和雷达数据的人工降雨预警方法．通过雷达数据分析云系中的含水量、云系强度,通过多幅天气雷达数据判断云的走向和速度,并制定跟踪路线,结合地面炮点位置确定人工降雨作业的最佳时机和用弹量．以ＭａｐＸ作为ＧＩＳ２次开发工具,实现了可以实时判断人工降雨条件的平台,实施效果良好．     

浅论GIS的新进展

地理信息系统是一门新兴的边缘学科，它的发展取决于其相关学科的发展。近年来，数字地球，虚拟现实，计算机网络等前沿技术为GIS提供了新的机遇和挑战。本文讨论了GIS与这些前沿技术的关系，并对GIS的发展提出了展望。     

基于AutoCAD15的等值线圈的自动绘制方法

在AutoCAD15的环境下利用VBA（Visual Basic Application)宏语言编程实现等值线图自动绘制是一个崭新的课题。分析了该课题的意义。介绍了等值线绘制的原理以及方法和过程，并给出了由程序自动绘制的等值线实例。实例表明，该方法能够获得高质量的等值线圈。     

一种改进的ROAM算法

针对ROAM算法的缺点 ,对ROAM算法进行了改进。改进算法提出了先分块后构模的思想 ,首先将大规模高程数据进行分块 ,然后根据视点与子块的关系对每一个子块进行细分判断 ,最后 ,用改进的ROAM算法模拟我国荆江地区的三维地形 ,取得了良好的显示效果     

DEMETER卫星数据格式解析与数据入库效率研究

该文旨在解译DEMETER卫星载荷的二进制数据格式,并实现海量电磁数据导入ORACLE数据库的入库技术,为高效分析卫星数据和研究地震-电磁效应奠定基础.考虑到海量数据入库耗时太长,因此基于入库效率提出了3种不同的数据入库方法,并采用C和OO4O(Oracle Objects for OLE)接口编程实现.从入库耗时和后续科学分析的便利性对3种入库方法的效率进行比较和分析,采用最优方案建立了Demeter卫星数据库,为后期基于Oracle的高效数据读取和分析提供了技术依据.     

基于CU-Net模型的红树林自动识别方法研究以广东省珠海市淇澳岛为例

红树林对维护生物多样性以及生态平衡等具有重要意义。因此,高效、精确地提取红树林植被信息以及实时对其进行监测十分必要。本文提出了一种高分辨率遥感影像红树林像素级精确提取的深度学习方法。针对红树林遥感分类精度不高的问题,通过强化图像中心信息,弱化边缘信息的方法引入CLoss损失函数,添加Dropout、Batch Normalization层构建了适用于红树林识别的CU-Net模型,采用滑动重叠拼接方法构建了新的预测模型,有效解决了预测结果边缘信息不足以及有拼接痕迹的问题。将本文方法的识别结果与U-Net、SegNet、DenseNet模型的预测结果以及传统的SVM、RF方法进行对比,结果表明,本文模型相较于其他深度学习模型泛化能力更强,识别效果更好,在两个测试区域的平均总体精度、平均交并比分别达到了94.43%、88.12%,平均F1-分数在红树林和普通树木的精度分别达到了95.96%、90.49%,精度明显高于传统的SVM、RF方法,也高于其他几种神经网络方法,验证了该模型在红树林识别领域的有效性,可为高分辨率遥感红树林识别领域提供一条新的思路。     

用OO4O实现GeoRaster的数据存储管理

Oracle Spatial是Oracle数据库中管理空间数据的模块,其中Oracle Spatial10g提供的Geo-Raster对象为管理海量的栅格影像数据提供了较完整的数据模型和数据管理、操作的方法。介绍GeoRaster对象对影像数据的存储与管理的数据模型和组织方式,并对其具体实现方式进行分析,最后使用OO4O技术实现Oracle GeoRaster遥感影像数据的存储和查询。     

空间多维经济统计数据的降维方法——以四川省经济统计数据为例

经济统计信息往往包含多维属性,需要采用降维方法将多维信息转换到三维以内的空间来实现多维信息可视化,这有助于研究其内在空间分布规律。在评价线性方法 (PCA)、非线性方法 (NLM和SOFM),以及监督分类方法 (SVM)等四种降维方法的基础上,以2007年四川省区县尺度为研究单元,运用不同分类方法针对区县社会经济发展现状进行聚类(分类)处理,并对成果的差异性展开了深入讨论,主要结论如下:PCA虽然能在整体上揭示经济发展趋势,但结果与实际情况差异较大;NLM能很好地展现出四川经济发展的区域态势和核心区域,准确反映了四川经济发展现状;SOFM的分类结果与发展现状较吻合,但局部地区存在一定的错分情况,且不能进行类内目标的比较;SVM是监督分类,需要已知样本来训练分类过程,在样本的选择上存在较大的主观性,且最优参数的搜索过程较为复杂。本文对几种降维方法的比较,并在经济统计领域中的应用,可以为相关的空间多维信息降维研究提供参考。     

空间信息可视化挖掘研究

空间信息的可视化挖掘是数据挖掘领域的热点 ,具有很强的应用前景。本文从数据挖掘的基本概念入手 ,详细介绍了可视化数据挖掘的两种分类体系 :Keim分类体系和Card分类体系 ,同时分析了这两种分类体系中各种可视化数据挖掘方法的基本思路 ,探讨了可视化数据挖掘技术与空间信息领域应用相结合的各种途径 ,并给出了空间信息可视化挖掘的常用方法