青藏高原高寒草地植被覆盖度变化及其环境影响因子研究

青藏高原作为长江、黄河、雅鲁藏布江和恒河等河流的发源地与水源供给地,对中国及周边国家和地区的经济发展、生态平衡有着重要的社会、经济和生态意义。青藏高原在过去几十年里经历了显著的气候变暖,且增温幅度明显高于同纬度其他地区。气候变暖必然导致该地区的多年冻土与生态系统发生显著变化,进而对当地的生态环境、水文过程产生较大影响。为了更深入地认识青藏高原高寒草地的变化过程及其环境影响因子,本研究以野外实测数据、遥感数据、冻土分布数据、土壤水热以及气温降水资料为基础,分析了青藏高原高寒草地植被覆盖度变化的空间分布特征,并进一步探讨了环境因子在其变化过程中的作用,绘制了青藏高原高寒草地植被生长限制因子的空间分布图。     

利用地面三维激光扫描进行桥梁挠度变形分析

针对常规桥梁挠度变形分析方法仅能获取有限数量离散监测点的几何变形,且存在自动化程度低、效率低、局限性大的问题,本文提出了一种基于点云数据的桥梁挠度变形分析方法。首先通过地面三维激光扫描仪获取桥梁变形体上的点云数据,经过精确配准,获取可靠点云数据。然后利用滑动窗口法得到桥梁线形,并通过两期线形叠差分析得到桥梁挠度变化。最后以跨度40 m+65 m+40 m的连续钢构桥实体工程为试验对象,利用本文方法发现该桥梁存在最小值为8 mm、跨中最大值为17.5 mm、平均值为14.9 mm的挠度变形。结果表明,该方法理论严密、计算效率高、简单实用。研究结果对三维激光扫描技术在变形监测领域的深度应用有重要借鉴意义。     

基于GIS的生态质量气象评价建库方法研究

根据生态质量气象评价的要求和GIS建库的特点,研究了建立生态质量气象评价的数据库和评价模块的具体方法,并将此方法应用于海南省生态质量气象评价,结果表明利用GIS的建立生态质量评价数据库是可行的。     

基于低空摄影测量的机载LiDAR点云修复方法

针对机载LiDAR点云存在数据缺失造成的空洞问题,研究利用低空摄影测量技术,探索机载LiDAR点云空洞修复的方法。利用低空摄影测量手段获取的遥感影像可以生成高精度的修复点云,并通过将修复点云融合到原始LiDAR点云中,实现对机载LiDAR点云空洞的修复。该方法操作简单、效率高,适用于大面积机载LiDAR点云数据的批量修复,能够为城市三维精细化建模提供重要的数据支撑。     

水汽辐射计资料在GPS精密定位中的应用

针对GPS基线解算中的大气延迟误差,引用并址的气象数据和水汽辐射计的水汽数据,使用GAMIT软件进行基线解算。通过几组结果的对比分析,探讨大气延迟的影响。结果表明引入水汽辐射计的水汽观测数据,对于106m的基线能够产生厘米级的差异。     

顾及小波变换的土地利用变化与经济因子的多尺度相关性分析

以武汉市为研究区域,借助小波分析工具,揭示了土地利用变化的特征尺度。通过小波方差-尺度图可以辨别出,样区中64m尺度域上的小波方差为极值点,能较好地反映土地利用变化的空间格局。在特征尺度分析的基础上进行土地利用变化与经济影响因子多尺度相关性分析,结果表明,各经济影响因子的对土地利用变化的制约性随尺度的增大不断增强,小尺度上经济因子与土地利用变化的相关性较小;在特征尺度上,一般经济因子的相关系数较大,原因在于特征尺度上土地利用的空间结构信息丰富,能较好地反映经济因子与土地利用变化的相关性;大尺度上随着信息的不断合并,多数经济因子相关系数增长缓慢并逐渐趋于稳定;多尺度相关性分析反映了经济影响因子作为宏观制约因素影响样区土地利用的变化,也验证了特征尺度分析的有效性。     

利用居民地聚类和缓冲区分析完善道路网眼

对于十分规则的道路网(城市道路)来说构造网眼是十分容易的,且得到的道路网眼完整性较高,然而对于乡村道路,由于数据采集习惯或数据质量的影响,道路在居民地附近容易断开,导致计算机不能构造完整的网眼。本文针对这个问题,提出了利用居民地聚类和缓冲区分析的方法辅助道路网眼的构建,从而提高了乡镇郊区道路网眼的完整性,为采用网眼合并的方式进行综合的方法,以及各种基于网眼的空间分析提供了有效支撑。     

网格计算在校园网中的应用研究

网格计算可以合理而有效地将资源高效地组织起来,相对于机群计算环境,它具有范围更广、功能更强大、组织和管理更复杂的特点。目前高校中各种计算资源丰富,但是由于地域的分散,很难做到存储、计算资源的共享。本文对校园网现状和网格技术进行研究,提出校园网格的概念及实现的功能。     

小波分析在高边坡水平位移异常值探测中的应用研究

在测量工作中由于仪器误差等因素引起的粗差不可避免,针对粗差会导致数据中出现异常值这一问题^[1],本文以某一高边坡为研究对象,通过小波分析方法,利用MATLAB软件中的小波工具箱对某一高边坡水平位移监测成果进行异常值的探测。研究结果表明：针对某一高边坡的模拟增加粗差,进一步用小波分析方法对异常值探测,通过原始信号的差分信号可以看到剧烈波动点,有效地完成了对水平位移异常值的探测。     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。