道路交通气象服务系统的设计与应用

通过建立更快速的道路交通气象预警发布系统,开展基于位置的道路交通气象服务,将灾害天气情况直接发送给行驶中货车运输的司机,从而尽可能减少因恶劣天气带来的交通事故,保障人民群众生命财产安全。利用中国区域5 km分辨率智能网格天气实况数据和12379全国灾害预警发布平台实时获取全国3 240个县市灾害预警信息,通过建立电子围栏,实时发布所在区域的预报预警信息和行车指数给驾驶员。该系统可实时获取并自动实时发布道路交通任意位置的预警信息、行车指数和天气实况,以短信提醒和语音播报的方式直接为驾驶员提供精细的气象服务。     

三维激光扫描技术在复杂地质隧道岩体信息获取中的优化

为了更高效、高精度地获取岩体结构面信息,借助三维激光扫描技术,提出并建立一种基于Kriging算子和最小二乘法组合的点云插值方法。首先对获取的隧道点云数据利用单一的最小二乘法进行插值,并以此为基础,结合Kriging算子的适应度函数建立组合插值模型。在利用三维激光扫描仪已获取的某岩溶隧道的原始点云数据的基础上,运用组合模型进行插值处理,以此获取岩体结构面信息,并将组合方法得到的结果与单一的插值方法进行对比,发现组合方法插值效果较好,误差也较小。基于Kriging算法和最小二乘法结合的插值方法,在利用三维激光扫描技术获取岩溶隧道岩体几何信息—结构面产状的过程中能更加精确、全面,并可以用于岩体稳定性评价。     

地理国情水系要素的自动提取

在地表覆盖水系图斑采集的基础上,利用Rosenfeld细化算法实现地理国情水系要素中心线的自动提取。首先兼顾提取质量确定图像由矢量转换为栅格的最佳像素值,然后根据内存访问效率和图像块大小的关系选择图像分块处理技术。此外,采用图像形态学的膨胀与腐蚀算法、线段长度条件约束和曲线节点抽稀等技术确保中心线提取质量。试验结果表明,本文提出的方法准确、高效,在生产实践中具有一定的应用价值。     

模拟退火机制下优化离散粒子群的端元提取算法

针对离散粒子群优化(Discrete Particle Swarm Optimization,DPSO)端元提取算法初始种群质量差、收敛性能低且易于陷入局部最优,本文将模拟退火算法引入到DPSO的不同阶段,模拟退火算法能以一定的概率接受和舍弃新状态,使种群内粒子渐趋有序、达到平衡,收敛到全局最优,有效避免了搜索陷入局部最优。因此,该算法不仅保持了DPSO的全局组合优化特点,克服了初始种群质量差、易陷入局部最优等缺点,而且还提高了收敛速度和端元提取精度。     

军民测绘标准融合方法研究

为了统筹军地资源,加强国防建设和经济建设,国家对军民融合的发展战略进行了统一部署。军民测绘标准融合是推动军民测绘事业发展的一项重要内容。通过梳理和对比分析现有军民测绘标准体系及其标准之间的相互关系,提出军民测绘标准融合的工作建议,从而为军民测绘标准融合工作的开展与实施提供参考。     

西安市土地利用格局动态演变及其驱动力研究

基于多时相TM/ETM+数据,以RS和GIS技术为支撑,采用监督分类、非监督分类等方法,辅助土地利用动态度和土地利用耗减度等定量指标,分析了西安1995-2010年的土地利用时空动态变化。结果表明,15年间西安市城区土地利用空间格局发生了较大变化,土地利用时空演变以速度加快,强度显著,建设用地急剧扩张,占用大量耕地、林地为主要特征;景观斑块破碎化程度高,不稳定斑块呈现出先分散后集中的特点,土地利用类型的空间稳定性低;经济增长、城市化、人口增长等因素是其主要驱动力。     

利用电子经纬仪改进望高法测算立木材积

目前精确测算树木材积的主要方法是将树木伐倒后分段测量材积,这种破坏性试验造成了大量的财力和物力浪费,而传统无伐倒活、立木测量材积的方法的精度又难以保证。本文提出了一种利用电子经纬仪改进望高法测算立木材积的方法,通过测量树木的胸径、地径,树干任意位置的水平夹角、天顶距,计算任意处直径,利用内插的方法找到望点所在位置,应用改进望高法求算出立木材积。并以内蒙古自治区旺业甸实验林场实测196棵落叶松数据为例,利用本文提出的改进望高法计算立木材积,同时与传统的区分求积法计算材积进行对比。结果表明该方法测量的平均相对误差在5%以内,可替代伐倒树木测量材积的方法,在森林计测中有广泛的应用前景。     

一种基于局部判别正切空间排列的高光谱遥感影像降维方法

提出一种基于局部判别正切空间排列(local discriminative tangent space alignment,LDTSA)的高光谱影像降维方法。LDTSA源于局部正切空间排列(LTSA)中的排列机制,在一个局域块内利用线性局部正切平面对类内样本的流形结构建模,同时还考虑到类间判别信息以最大化判别边界。利用多幅高光谱数据进行降维和分类试验。结果表明,LDTSA主要有三个优点:①在小样本问题上性能稳定;②在降维过程中保持类别间的判别信息;③有效挖掘数据集的几何流形结构。