差分层析SAR技术研究现状分析

差分层析SAR是在层析SAR基础上发展起来的一种四维信息反演技术。它不仅实现了对雷达目标的三维分辨能力,同时可以获取目标的形变速率信息,可实现对目标方位-距离-高度-时间四维成像,这对实现城市基础设施动态形变监测、古建筑风险评估、重要工程安全监测等应用具有重要实际意义和价值。本文基于差分层析SAR成像原理,分析了成像处理过程中存在的问题,总结了差分层析SAR成像算法研究现状和特点;最后列举了差分层析SAR技术的主要应用领域,并对其技术发展趋势进行了展望。     

检定场的机载激光雷达精度评价方法

为了对机载激光雷达测量精度进行科学地评价,保障数据成果质量,满足新型仪器装备计量检测的需要,该文基于空对地检定场圆形标志点,利用平均值法和最小外包圆法对机载激光雷达的平面精度和高程精度进行评价研究。结果表明:针对低空机载激光雷达可以获取高密度的地面点云,可以利用轮廓突出且特殊形状的控制点进行三维精度评价;利用平均值法和最小外包圆法均可以对机载激光雷达进行快速、有效地三维精度评价。     

一体化综合减灾智能服务系统研究

针对目前我国减灾服务重决策轻预警,减灾服务技术、系统、应用集成不够,尚缺乏完善的一体化综合减灾智能服务体系现状。该文从测绘地理信息视角,分析了室内外一体化应急定位、多源应急数据融合、灾害场景可视化、灾害模型分析服务等关键技术,构建了一体化综合减灾智能服务原型系统,并在国家基础地理信息中心和陕西省的相关应急部门进行了实际应用,实现了应急信息的一体化感知、定位、融合、分析、服务,为我国综合减灾决策分析提供了技术支撑。     

Trimble MX7移动测量系统精度影响因素分析

车载移动测量系统的测图精度受测量环境影响较大,而城市测量的环境一般较复杂,且环境对测量精度的影响程度并未明确,因此本文主要针对车辆在建筑物遮挡和拐弯两种情况下做了实验,同时对同一目标点的二维坐标和三维坐标进行了平面精度的对比,综合分析评价了Trimble MX7移动测量系统在实际应用中行驶轨迹精度和目标点位精度的变化情况。实验证明,轨迹拐弯处的点位精度比车辆直行时的点位精度差,但满足1∶1 000数字测图精度要求,在建筑遮挡最密集时点位精度最差但仍可应用于1∶1 000野外数字测图,直接对目标点的三维坐标进行提取的精度优于二维坐标提取方式,该测量系统可应用于1∶2 000野外数字测图的高程测量。     

基于Cesium的WebGIS倾斜三维平台的实现

由于传统的二维GIS平台日渐式微,地理信息技术发展的速度越来越快,需要精度更高、表现力更好的三维GIS平台以及相应的解决方案。本文阐述了以Cesium开源前端库为依托,通过倾斜三维模型作为基础数据,实现三维WebGIS平台建设的解决方案,同时通过实例对三维平台的功能进行说明。     

基于点云数据的改进四叉树空间索引研究

随着测绘行业的不断发展,三维激光扫描技术已经成为地理信息产业中不可或缺的重要组成部分^[1],然而点云庞大的数据量给处理带来了一定的困难。本文针对运用车载移动测量系统所获取的海量点云数据,采用了一种基于编码改进四叉树索引的点云数据组织处理方法。结果证明该方法提高了创建索引的速度,减少了树的深度以及数据的冗余量,并基于此编码进行最邻近查找,具有可行性和有效性。     

深度学习GoogleNet模型支持下的中分辨率遥感影像自动分类

提出了一种基于深度学习技术的遥感分类方法,它能有效解决中分辨率影像在分类过程中出现的像元混分问题。研究选用2016年5月12日武汉市Landsat 7 ETM+遥感影像,基于GoogleNet模型中的Inception V3网络结构,借助迁移学习方法,构建出遥感分类模型,实现了对武汉市主城区4类典型地物（不透水层、植被、水体和其他用地）的自动分类提取,并将分类结果与传统最大似然分类（ML）结果进行了对比分析。研究表明：基于深度学习方法的遥感影像总体分类精度高达88.33%,Kappa系数为0.834 2,明显优于传统ML方法总体分类精度83%和Kappa系数0.755 0,而且有效抑制了地物在分类过程中出现的像元混分现象。     

结合空间信息选取最优端元组合的混合像元分解

传统的混合像元分解算法认为每个像元都包含图像中所能提取的全部端元组分,但这并不符合实际情况。实际上图像中大多数混合像元仅由少部分端元混合而成。由于端元提取精度及噪声的影响,采用全部端元对混合像元进行分解,会使得混合像元中实际并不存在的端元的丰度估计值不为零,分解结果存在较大误差。由于混合像元大多存在于不同地物的交界处,基于此,本文提出了一种结合图像的空间信息选取混合像元最优端元子集的方法。利用一个空间结构元素,从混合像元的附近邻域开始搜索,将搜索到的纯净像元光谱与所提取的图像端元光谱进行对比,并确定混合像元的端元子集进行分解。根据RMSE大小和变化情况,逐步扩大结构元素的大小,不断调整搜索范围,直至得到最优端元组合。模拟数据和真实数据的试验结果表明,该方法相比传统的全端元光谱分解方法,在总体上获得了更好的分解效果。     

结合云计算与大数据的出租房消防安全监管GIS

我国城镇化进程和经济发展效果卓著,但消防建设规划与城市扩张发展之间并不协调。虽然现有研究已经运用GIS技术到消防安全监管当中,但依然存在信息联动性不强,可视化程度低的问题。为此,本文基于地理信息系统技术对城市开发区内地理信息数据、多源多时态遥感及航空影像、巡查数据、出租房数据等进行有效整合完善,以建立时空地理信息大数据。笔者利用虚拟化、云计算等技术建立出租房消防安全动态监管平台。此平台为管理部门提供了基于地理信息的决策支持,提升了出租房管理的高效性和科学性。系统的建成和应用对我国的出租房管理信息化工作的开展具有重要意义。     

一种基于GA-BP-MC神经网络的高铁桥墩沉降预测模型

提出一种基于马尔科夫链修正的遗传BP神经网络预测模型（GA-BP-MC）,利用遗传算法的全局寻优能力初始化BP神经网络权值和阈值,初步建立GA-BP神经网络预测模型,结合马尔科夫链的无后效性修正模型预测值,形成高精度GA-BP-MC神经网络变形预测模型。结合高铁桥墩沉降数据,分别与BP神经网络、GA-BP神经网络预测模型进行对比,结果表明,该预测模型精度最高。