Mapping 3D visibility in an urban street environment from mobile LiDAR point clouds

ABSTRACT

Visibility determination is a key requirement in a wide range of national and urban applications, such as national security, landscape management, and urban design. Mobile LiDAR point clouds can depict the urban built environment with a high level of details and accuracy. However, few three-dimensional visibility approaches have been developed for the street-level point-cloud data. Accordingly, an approach based on mobile LiDAR point clouds has been developed to map the three-dimensional visibility at the street level. The method consists of five steps: voxelization of point-cloud data, construction of lines-of-sight, construction of sectors of sight, construction of three-dimensional visible space, and calculation of volume index. The proposed approach is able to automatically measure the volume of visible space and openness at any viewpoint along a street. This approach has been applied to three study areas. The results indicated that the proposed approach enables accurate simulation of visible space as well as high-resolution (1 m × 1 m) mapping of the visible volume index. The proposed approach can make a contribution to the improvement of urban planning and design processes that aim at developing more sustainable built environments.     

非线性最小二乘超宽带TOA法在室内定位测量中的研究与实现

在现今信息化社会中,人们对于建筑物等室内定位服务的需求日益强烈,超宽带(Ultra Wideband,UWB)定位技术由于其抗多径干扰能力强、系统容量大、传输速率高等特点使之在短距离无线通信以及室内定位等方面受到了广泛的关注。本文利用非线性最小二乘最优估计对超宽带TOA算法进行分析,并通过两组对比实验分别探讨了锚节点的布设形式和目标节点不同位置对定位精度的定量影响。实验表明:最小二乘法能够克服移动中突然的跳点和剧烈的抖动对定位精度的影响,在宽度ω与高度ξ一样的情况下,有一最优间距δ*使得TN定位精度最高;在间距δ与高度ξ一定的情况下,在较为狭窄的室内环境下,ω值越大定位精度越高。     

The Structure of Potential Amur Tiger (Panthera tigris altaica) Habitats and Evaluation of Its Prey in Taipingou National Reserve (China) Based on Remote Sensing Data

Izvestiya, Atmospheric and Oceanic Physics - The population of the Amur tiger (Panthera tigris altaica) in the Russian Far East is currently being restored; young individuals are being spread...     

强人类活动驱动下珠江磨刀门河口径潮动力的季节性异变特征

人类活动对河口环境影响巨大,揭示在强人类活动驱动下河口径潮动力非线性相互作用的异变特征,有利于了解人类活动影响河口动力地貌的机制,对河口区水利工程建设及环境保护等具有重要指导意义。基于1960—2016年珠江磨刀门河口沿程潮位站(甘竹、竹银、灯笼山、三灶)的逐月高、低潮位数据及马口水文站的月均流量数据,统计分析了磨刀门河口在强人类活动驱动下月均水位、潮波振幅及其空间梯度(即月均水位坡度和潮波振幅衰减率)的季节性异变特征。结果表明,1990年和2000年为磨刀门河口径潮动力的异变年份, 1990年前为自然演变阶段, 2000年后为恢复调整阶段,1990—2000年为过渡阶段;高强度采砂导致的河床下切使磨刀门河口月均水位及月均水位坡度显著减小,夏季减小幅度最为明显,沿程平均分别减小0.53m和8.93×10~(-6);月均水位坡度减小导致潮波衰减效应减弱,进而使沿程潮波振幅增大,多年平均增大0.071m;磨刀门河口径潮动力相互作用具有明显的季节性差异,夏季月均水位坡度随流量增大在上游抬升明显,冬季月均水位坡度在上游显著减小,但在下游略有抬升;随着流量的增大潮波振幅的衰减作用增强,但当流量超过阈值20000m~3/s时,月均水位坡度引起的底床摩擦增大效应不足以抵消横截面积辐散效应,潮波衰减效应略有减弱。     

适宜浓度的维生素E促进半滑舌鳎生长激素基因的表达

本实验旨在探究维生素E对半滑舌鳎垂体组织中生长激素基因表达的影响。作者在每千克等氮等能的基础饲料中分别添加0、400和1 600mg的DL-α-生育酚乙酸酯(维生素E)投喂半滑舌鳎(Cynoglossus semilaevis)成鱼(464±2.6) g,进行为期8周的养殖实验;另外,在L-15培养基中添加0、18和54μmol/L的维生素E,对半滑舌鳎成鱼(464±2.6) g的垂体细胞进行为期3 d的体外原代培养实验。分别取垂体组织和原代细胞,通过荧光实时定量PCR分析其gh mRNA的相对表达量。实验结果表明:垂体组织中gh mRNA的相对表达量随着饲料中维生素E含量的增加而呈现先升高后下降的变化趋势,在400 mg/kg组时显著高于其他各组(P0.05);随着细胞培养液中维生素E浓度的升高, gh mRNA的相对表达量显著增加(P0.05)。由此可见,适宜浓度的维生素E能够促进半滑舌鳎垂体组织中生长激素基因的表达。     

不同养殖方式对皱纹盘鲍养殖效果及养殖水质的影响

在天津地区对2.2 cm左右规格的皱纹盘鲍(Haliotis discus hannai)进行试养殖,比较了两种养殖模式(笼养与砖养)、两种养殖密度下鲍的存活与生长情况,以及不同换水频率和不同饲料形状对鲍的生理状态和养殖水质的影响。结果表明:试养殖1个月后,笼养下的鲍存活率(74.4%)低于砖养(84.0%),且低密度养殖下鲍的存活率更高;随着换水频率的增加,鲍的摄食量逐渐增加,养殖水体中氨氮、亚硝酸氮、硝酸氮、化学需氧量的含量均呈减少的趋势;投喂不同形状饲料的组别间养殖水体氨氮、亚硝酸氮含量差异显著。因此,砖养模式更适合于作为天津地区鲍养殖的模式,并且降低密度、提高换水频率有助于改善水质,改良鲍的摄食、存活状况。     

Multiple Unmanned Underwater Vehicles Consensus Control with Unmeasurable Velocity Information and Environmental Disturbances Under Switching Directed Topologies

China Ocean Engineering - A consensus algorithm proposed in the paper is applied to tackle remarkable problems of unmeasurable velocities, the environmental disturbances, and the limited...     

Influence Analysis and Vibration Restraint Solutions Research on the Underwater Acoustic Monitoring System

China Ocean Engineering - In order to reduce the hydrodynamic and structural influences on the detection accuracy especially in the very-low-frequency range, some vibration restraint methods are...     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。     

基于机器学习的海洋环境预报订正方法研究

结合中尺度数值模式 WRF 预报数据和 ERA5 再分析资料,利用机器学习方法对 WRF 预报场的风场、温度、气压进行预报订正。采用 ERA5 作为真值,与原始 WRF 预报相比,利用随机森林模型可以将预报结果整体均方根误差降低 44%以 上,利用深度神经网络模型可以将预报结果整体均方根误差降低 34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度,分析了关键的预报订正因子。