城市轨道交通土建施工第三方监测的实践

结合广州地铁五号线土建施工第三方监测的工程实践,介绍了第三方监测的工作内容及信息反馈方法,总结了监测的经验。     

玉米作物极化SAR数据模拟

通过重点研究玉米叶子的空间位置、指向角分布,分析玉米作物的结构特点,建立玉米的三维结构模型和场景,发展针对玉米作物的极化合成孔径雷达(synthetic apertureradar,SAR)数据模拟方法。利用该模拟方法和实地获取的玉米参数模拟极化SAR数据,通过与散射计实地测量的多极化、多角度后向散射系数进行对比,表明该模拟方法能够有效的模拟玉米作物的后向散射系数;通过分析模拟极化SAR数据获得的HH-VV、HH-HV、VH-VV之间的相位差,表明该模拟方法能够有效的模拟玉米作物散射的相位信息;通过分析模拟数据的极化响应图和Cloude H-α分类图,从散射类型角度验证了模拟极化SAR数据的有效性。     

基于6S模型的环境星CCD数据大气校正

应用6S辐射传输模型建立查找表,对环境与减灾小卫星CCD数据进行大气校正。结果表明:校正后的图像更加清晰,对比度增强;与实测光谱对比,处理后的环境星数据可以更真实地反映地物反射特征,消除了NDVI信号在大气传输过程中的衰减效应,更好地复原了地表植被覆盖的真实状况。通过讨论,提出对于HJ-1-A的CCD数据,可以考虑通过同星搭载的高光谱传感器进行气溶胶光学厚度反演;对于HJ-1-B的CCD数据,可以采用对比方法反演气溶胶光学厚度,进而作为模型的输入来提高大气校正精度,以及考虑地表二向性反射现象来提高大气校正精度。     

广州市公众地理信息服务平台的设计与开发

论述了城市基础测绘部门开发公众地理信息平台的必要性和优势,分析并讨论了公共地理信息服务平台中的公众地理信息服务平台、基础地理信息服务平台和政务地理信息服务平台在数据内容、功能框架、网络体系、服务对象上的不同,以广州市公众地理信息服务平台的开发为例,详细介绍了该平台的数据内容、功能框架和系统特色,该平台对其他城市开发类似的公众地理信息服务平台具有一定的参考作用。     

基于SuperMap GIS的连锁超市选址辅助决策系统研发

随着商业的发展,大型连锁超市越来越成气候,门店选址也日显重要。选址的好坏,直接关系到将来门店经营能否成功。     

基于图像或者视频的3维建模技术的研究

在现存的3维建模技术和方法中,本文针对利用图像或视频的3维建模技术进行了深入的研究,分析了利用图像或视频进行3维建模技术的原理和方法,归纳了该方法的建模特点和适应领域。     

基于非等时距数据序列的高层建筑沉降预测

将泊松曲线引入到高层建筑的沉降预测分析中。采用牛顿插值平均法将非等时距数据转化成等时距数据,通过三段计算法求解模型系数,并结合高层建筑沉降监测工程实例计算分析,结果表明:泊松曲线预测与实际沉降数据吻合较好,拟合曲线精度较高,预测效果明显好于传统的双曲线法和指数曲线法,具有较高的实际应用价值。     

一种基于高斯马尔可夫随机场的异常目标探测方法

利用高斯马尔可夫随机场模型描述像元的邻域相关性信息,并将这种邻域信息引入到局域异常探测器中,提出了一种顾及邻域信息的高光谱遥感影像局域异常目标探测算法。实验证明,该方法克服了传统异常探测方法仅仅利用光谱信息的不足,比经典的RX算法的探测效果更好,并且可以更有效地探测出大于一个像元的异常目标。     

GPS-LEO掩星探测地球大气的方法

近年来伴随导航定位技术与无线电掩星技术的结合，一种崭新的遥感地球大气的方法-Global Positioning System/Meteoroloby(GPS/NET)应运而生，该方法可以有效地探测大气温、压、湿等气象参数。本文在介绍利用GPS-LEO掩星技术探测地球大气的原理，以及反演大气参数的方法、步骤的基础上，给出了模拟掩星数据反演出的温度廓线、密度廓线及部分GPS/NET实验数据的初步反演结果。通过分析可以看出，利用掩星技术反演出的温度廓线与大气实际情况相符，并且与ECMWF、NCEP的结果吻合较好。在干空气假设条件下，近地面大气的反演结果与实际情况还存在一定误差，有待深入研究解决。     

面向单脉冲信号分类的集成特征选择与评价

受大量射频干扰信号影响, 快速从海量观测数据中准确识别出单脉冲信号已成为天文数据处理的一项重要任务, 而设计和提取有效数据特征, 是利用机器学习进行单脉冲信号高效识别的决定因素. 针对如何选择最优特征, 进而提升单脉冲信号的分类精度这一关键问题, 设计了面向单脉冲信号分类的集成特征选择方法. 方法首先混合单脉冲信号的参数特征、统计特征和抽象特征, 然后分别利用5种单一特征选择方法选出各自的最优特征集, 最后利用贪心策略对5种单一方法获取的最优特征集进行集成筛选, 获取最优集成特征集. 实验表明, 最优特征集合既包含统计特征也包含抽象特征. 在相同特征数量下, 利用集成特征选择比单一特征选择能获得更高的模型精度, 可使F1值最高提升1.8%. 在海量数据背景下, 集成特征选择对减少特征数量、提升分类性能和加快数据处理速度具有重要作用.