天绘卫星影像室内判绘技术探讨

遥感影像判绘是摄影测量的基础技能,影像判读能力决定了地图成果的质量,本文结合多年的外业经验,从资料搜集利用、地物分层判读技巧等方面,对影像判读过程中遇到的困难和问题进行分析,结合判绘经验和技巧,提出解决的方法,以提升影像判绘能力。     

风电场设计私有云GIS平台架构研究

云计算是目前信息产业最热门的技术之一,GIS厂商纷纷将GIS软件迁移至云计算环境。与国外云计算部署不同,国内更青睐私有云技术,企业、政府机构纷纷搭建私有云GIS平台。针对风电场设计的特点,本文基于目前云计算应用和研究,构建了私有云GIS平台的体系框架,并对平台所涉及的主要关键技术进行了深入探索,对私有云GIS模式下的资源进行了详细的分类,包括核心服务、服务管理、用户访问接口3个部分。其中,核心服务将硬件基础设施、软件运行环境、应用程序抽象成服务,可满足多样化的风电场设计应用需要。     

校园地理信息系统的设计与实现

随着信息化技术和高校信息化建设的迅速发展,在现代高校规划和管理建设中,建立数字化校园地理信息系统已成为一种趋势。本文以山东科技大学校园地理信息系统为例,基于校园信息服务的基本需求,并结合Arcgis Engine进行GIS二次开发,设计了集成化的校园地理信息系统,实现校园浏览和查询以及空间分析等功能,给学校师生提供便捷、优质、实时的校园信息服务,加快了学校数字化建设的进程,提高了学校对外宣传的影响力。     

改进灰色马尔科夫模型在基坑预测中的研究

基坑预测问题关系到工程施工的安全,在施工过程中对基坑进行周密的监测和变性预测分析显得尤为重要。针对传统预测模型存在固有偏差和可靠性低的缺点,采用新陈代谢的原理对无偏灰色加权马尔科夫模型进行改进。该模型先用无偏灰色模型拟合系统的总体变化趋势,然后,对拟合残差进行马尔可夫状态划分,并根据各阶权重对不同步长的转移矩阵进行加权处理,用加权后的无偏灰色马尔科夫模型进行预测。在每一步的预测中,利用新陈代谢的原理不断更新建模所使用的数据。将该模型用于基坑沉降预测,并通过实例进行验证。实验表明:基于新陈代谢的无偏灰色加权马尔科夫模型提高了基坑沉降预测的精度和可靠性,预测精度与未改进模型相比提高了8.54%。     

GIS典型几何计算算法的并行化及优化研究

空间数据规模的快速增长对传统矢量数据分析方法提出了更高的计算效率和处理规模要求。随着计算机硬件和软件技术的进步,并行计算为提高GIS中典型几何计算算法的计算效率、扩大问题处理规模提供了有效手段。本文在Visual Studio 2010中,使用标准C++编程语言,基于GDAL(Geospatial Data Abstraction Library)库实现空间数据的读写操作,针对线简化算法的并行化问题,在高性能计算环境下对并行任务调度策略、并行计算粒度、数据分解方法等多个核心内容开展研究。在完成相关串行算法的基础上,实现了该算法的并行化和优化设计,为相关的矢量数据空间分析方法的多核并行优化提供了思路和参考。     

基于DMSP/OLS夜间灯光数据进行提取的实证研究——以福州为例

DMSP/OLS数据能够观测到夜间灯光,因而被广泛应用于人类活动与城市扩展研究。本文以福州市为例,分析比较现有夜光数据的城区提取方法。通过实例分析,从阈值设定方面进行讨论,比较各方法的优缺点,可为夜间灯光数据在提取城市区域方面提供借鉴。     

大型工程项目中BIM+GIS指挥调度系统的应用

在"京津冀一体化"的发展目标下,随着新区的建设,政府项目存在着规模大、周期紧、关注度高、管理难度大等特点.利用互联网+的理念提高建筑行业的管理精度是解决问题的主流方向,也符合住建部《2016—2020年建筑业信息化发展纲要》提出的"构建基于BIM、大数据、智能化、移动通信、云计算等技术的工程质量、安全监管模式与机制".本文以某一重大政府项目工程为例,介绍如何将住建部要求的技术要素通过BIM+GIS指挥调度系统应用到项目中.     

中美国土资源领域合作评述与展望

国土资源部建立以来,国土资源系统相关单位与美国有关政府部门、科研机构及高校开展了长期友好合作,建立了良好的合作机制,并通过政策对话、项目合作、技术交流、培训、研讨等方式开展交流合作,取得了重要的成果.本文对中美两国国土资源领域的重点合作进行了研究,介绍了两国国土资源领域的合作现状,分析了中美两国国土资源领域的合作特点,总结了合作成果,并对进一步开展合作进行了展望.     

中法国土资源领域合作评述与展望

中法在国土资源领域的合作起步早,起点高.双方高层保持良好互动,重大合作项目开展顺利,科研和技术人员合作成果丰硕.本文从法国国土资源的基本情况、管理体系、人员交流情况以及重大合作项目等几个方面介绍了中法合作现状,并对未来合作进行了展望.     

基于CEEMD-Wavelet-SavGol模型的GPS多路径修正算法

针对GPS多路径提取过程中EMD算法存在模态混叠效应及小波（Wavelet）去噪局限性的问题,提出了一种基于CEEMD-Wavelet-SavGol模型的多路径提取算法。为了能够充分提取高频和低频中的有用信息,该算法利用完备经验模态分解（CEEMD）对信号进行分解,得到一系列从高频到低频的模态函数（IMF）,并根据模量标准化累计均值法对尺度进行区分,然后分别采用Wavelet和SavGol滤波对高频分量和低频分量进行降噪,将降噪后的IMF进行重构,得到降噪后的信号。最后将该模型用于GPS多路径误差提取的实例中,并与Wavelet、EMD、CEEMD模型进行对比,证明了新模型的有效性。