A method for the extraction of partition lines from long and narrow patches that account for structural features

The extraction of partition lines for long and narrow patches (LN patches) is an important yet difficult problem in the generalization of thematic data. When current methods are used to process polygons with irregular shapes or complex branch convergence zones, the extracted line structural features tend to be inaccurate and topologically erroneous. In this article, we propose an improved partition lines extraction algorithm of constrained Delaunay triangulation to counter these issues. The proposed method aims to maintain consistency between the extracted line structure characteristics and the actual object structure, especially for complex branch convergence zones. First, we describe three types of aggregation patterns (Type A, B, and C aggregation zones) that occur in partition line extractions for LN patches of complex branch convergence zones using Delaunay triangulation. Then, a partition line extraction algorithm that accounts for the direction between the edges of triangles and the distance of nodes in aggregation zones is proposed. Finally, we test our method for a dataset relating to Guizhou Province, China. Compared with the current method that uses quantitative indicators and visualization, the results indicate that our method not only has applicability for simple situations but also is superior for preserving structural features of complex branch convergence zones.     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

FY-3D and FY-3C onboard observations for differential code biases estimation

GPS Solutions - As parameter estimation and statistical testing are often intimately linked in the processing of observational data, the uncertainties involved in both estimation and testing need...     

海南岛海岸带土地利用强度与生态承载力分析

随着海南省进一步开放发展,海岸带区域的土地利用强度逐渐加强,生态保护需求日益增强。利用4期(1990、2000、2009、2015年)海岸带土地利用分类数据,研究海岸带土地开发利用强度,并分析了其生态承载力。结果表明:①耕地和林地是海南岛海岸带地区的主要土地类型。②25年间,海南岛海岸带土地利用强度整体较高且逐年上升,2000—2009年土地利用强度增速最高,达2.03%;海口市和澄迈县土地利用强度4期均值最大,分别为300.5和286.1。③25年来海南岛海岸带生态状况呈下降趋势,57%的海岸带市县实际生态承载压力增长了1倍以上。     

如何利用计算机技术进行地图投影变换

在目前流行的计算机制图中，必须面对如何解决使用不同投影的地图资料的问题，本文从实际应用的角度出发，介绍并讨论解决方法及应用手段。     

基于变化向量分析（CVA）的土地利用／覆盖变化动态监测（Ⅱ）—变化类型的确定方法

以光谱直接比较为基础的变化向量分析法是一种非常有效的土地利用／覆盖变化动态监测方法，在双窗口变步长阈值搜寻方法确定变化和非变化像元的基础上，提出了参考图像分类并结合变化向量方向余弦最小距离分类的变化类型确定方法，同时应用该方法在北京市海淀区进行了实验研究，得到了较为理想的结果。变化类型的判断精度达到70％以上，显示了新方法的优越性和技术可行性。     

高精度GPS复测网的形变基准解释

在高精度GPS复测网的平差处理中 ,首先要选择一组已知的、精确的IGS (国际GPS地球动力学服务 )跟踪站为基准 ,并对基准站坐标施加不同的约束 ,这样就产生了不同的参考基准。在深入探讨基于不同约束的GPS网平差的参考基准及意义的基础上 ,文中推导了不同基准之间的转换关系     

全国土地利用动态监测结果栅格数据矢量化

为了有效地管理和使用国土资源大调查中的土地利用动态监测成果数据 ,将监测成果及时有效地应用于日常的土地管理和规划中 ,需要建立动态监测数据库。本文阐述了在建立数据库过程中 ,如何将动态监测成果的栅格数据矢量化以及如何将栅格数据和矢量数据统一到一个地理数据库系统中的方法     

GPS,VLBI和SLR确定地心坐标的精度分析

为评价ＧＰＳ、ＶＬＢＩ和ＳＬＲ这３种空间技术确定地心坐标的真正实现精度,我们把３种技术在并置站上的地心坐标进行了相互比较。经过偏心改正和７个参数的转换后,可获得任意２种技术地心坐标不符值的加权中误差,以此作为外符精度。可以看出,ＶＬＢＩ与ＧＰＳ地心坐标三分量的外符精度在１ｃｍ之内,ＳＬＲ与ＶＬＢＩ和ＧＰＳ地心坐标三分量的外符精度在１～３ｃｍ之间。表明ＶＬＢＩ和ＧＰＳ实现的地心坐标精度比ＳＬＲ高一些     

高程及卫星轨道误差对Z坐标的影响

从Ｚ坐标与高程的关系入手,分析讨论了卫星轨道误差及高程误差对Ｚ坐标精度的影响。结果表明：高程误差对Ｚ坐标的影响随着纬度的增高而增大,在南北半球具有互相抵偿性;卫星轨道径向误差是影响高程精度的重要因素,对高程的影响与基线长成正比。文中提出了改善Ｚ坐标的有效途径,针对ＧＰＳ数据处理如何合理选择ＩＧＳ站,以便有效提高Ｚ坐标的精度提供了一定的理论依据。