兼顾志愿者地理信息的国家应急测绘公众服务平台设计

随着互联网技术的进步和新一代网络信息传播模式的深入发展,志愿者地理信息的研究和应用日益广泛,但由于其规范性和均一性方面的缺陷,在应急公共服务领域,志愿者信息的有效利用依旧是亟需突破的难题。本文将重点介绍国家应急测绘公众服务平台设计思路和总体架构,并结合志愿者地理信息特点,探讨该类信息在国家应急测绘公众服务平台建设中的处理流程和应用模式,力求在应急信息资源共享和服务平台共建方面进行新的尝试,为我国突发事件应急体系建设提供有益实践。     

无人机机载LiDAR在沿海滩涂大比例尺地形测绘中的应用

以南京市以下长江12.5 m深水航道建设工程中的白茆沙整治建筑物工程的年度监测为例,介绍了利用无人机航摄和机载LiDAR技术进行大比例尺高精度的滩涂地理信息数据采集的关键技术。研究案例表明,采用无人机搭载数码相机和LiDAR联合进行数据采集,在小区域、通行困难地区的高分辨率影像和地面高程数据快速获取方面具有明显优势,为沿海滩涂开发中的工程用图测绘工作提供了一种新的有效快捷的技术手段。     

地灾监测的大数据信息平台研究及应用

重点对地灾监测方面的方案研究进行了阐述,在构建大数据信息平台的设计方案时,以实现高度自动化的全方位监测功能为导向,依托导航卫星数据接收机和多源传感器,集成构建大数据信息平台的系统解决方案,主要包括扼流圈卫星天线、GNSS数据接收机、MEMS传感器、环境测量单元、防雷区域单元等功能元件的组成、多传感器的系统集成,以及全方位监测的功能实现。按照地灾监测大数据信息平台建设、构建大数据平台关键技术突破及检测数据解算软件功能实现的顺序,完成了GNSS实时监测预警应用网络系统HCmonitor的研发。综合应用多种手段实现地灾监测的功能升级,为解决重大灾害预警提供了新的思路和解决方案,该项成果在甘肃舟曲的灾后重建工程得到应用与推广。     

灰关联GM(1,N)模型在建筑物沉降分析中的应用

针对建筑物沉降变形中各监测点相互关联、相互影响的情形,可将灰色系统理论中的GM(1,N)模型引入到建筑物沉降分析中。本文利用灰度关联方法确定相关因子的关联度,建立GM(1,N)模型,并与回归分析、GM(1,1)模型比较。通过工程实例,得出灰关联GM(1,N)模型预测精度明显高于另外两种模型,验证了该模型在进行建筑物沉降分析预测中应用的可行性。     

基于多种测绘装备协同工作在白河滑坡灾害中的应用

无人机低空摄影测量技术在应对各类地质灾害方面有着明显优势。本文以安康市白河县茅坪镇山体滑坡灾害为例,介绍了灾害应急中两大无人机系统以及IBIS微形变监测设备所发挥的巨大作用,阐述了无人机飞行设计、现场快速影像处理技术、灾区三维模型构建技术以及潜在危险区域形变量实时监测,并通过获取的数据成果对灾情进行了分析。     

商业房产共用面积分摊模型的研究

针对房产测绘中复杂商业房产分摊数据计算量大、分摊对象不明确易产生纠纷的问题,本文在传统的房产共用面积分摊模型的基础上,提出了改进的共用面积分摊模型。该模型灵活地应用功能区的概念,将功能和用途都不同的套内面积整合在一起,合并成为一个功能区,有效地解决了复杂房产分摊问题,在复杂房产分摊方面较传统模型大大减少了数据计算量,可以更加直观地体现出共用面积的服务对象。     

SAGE测光巡天数据处理方法研究

元素丰度与星系演化(Stellar Abundance and Galactic Evolution,SAGE)是自主设计的能够准确计算恒星大气参数以及消光的新测光系统。对北天除银盘外共计约12 000 deg2的天区开展了SAGE系统测光巡天,计划获取约5亿颗恒星的高精度测光数据。单次曝光条件下100σ完备星等uSC～17. 3,vSAGE～16. 8(AB星等),这些为研究银河系提供宝贵的测光资料。介绍了巡天专用的数据处理程序的研究和开发,主要研究了针对单幅图像的快速自动化处理过程,重点介绍数据改正、天体测量校正、测光和流量定标过程,以及数据结果和数据质量检测等。     

基于容器技术的天文应用软件自动部署方法

平方千米阵列即将开始建设,各子工作包也进入关键设计评估阶段。基于云与容器技术是平方千米阵列科学数据处理器未来可能采用的平台技术。针对超大规模海量数据处理面临的天文应用软件快速部署、运行与实测要求,充分考虑天文应用软件运行环境复杂、云计算环境下超大规模计算集群部署困难等问题,系统研究并给出了一种使用容器技术的天文应用软件通用自动部署方法。以目前较为常用的可见度函数校准软件SAGECaL为例,首先分析了SAGECaL的相关特性和分布式部署方面存在的困难,进而给出了基于容器技术的SAGECaL分布式集群的自动部署方法。实验结果表明,自动部署方法极大地提高了SAGECaL分布式集群的部署效率,满足项目组承担平方千米阵列科学数据处理器相关测试工作所需要的基础平台部署与切换等需求,同时也为其它天文软件在云端的快速部署与执行提供了有益的思路。     

Test area of the SAGE survey

Sky surveys represent one of the most important efforts to improve developments in astrophysics,especially when using new photometric bands. We are performing the Stellar Abundance and Galactic Evolution(SAGE) survey with a self-designed SAGE photometric system, which is composed of eight photometric bands. The project mainly aims to study the stellar atmospheric parameters of ～0.5 billion stars in ～12 000 deg2 of the northern sky, which mainly focuses on Galactic astronomy, as well as some aspects of extragalactic astronomy. This work introduces the detailed data reduction process of the test field NGC 6791, including the data reduction of single-exposure images and stacked multi-exposure images, and properties of the final catalog.     

A PCA approach to stellar abundances I. testing of the method validity

The derivation of element abundances of stars is a key step in detailed spectroscopic analysis. A spectroscopic method may suffer from errors associated with model simplifications. We have developed a new method of deriving the various element abundances of stars based on the calibration established from a group of standard stars. We perform principal component analysis(PCA) on a homogeneous library of stellar spectra, and then use machine learning to calibrate the relationship between principal components and element abundances. By testing with spectral libraries S4 N and MILES, we find that our procedure provides good consistency when spectra from a homogeneous set of observations are used, and it could be expanded to stars with quite a wide range of stellar parameters, with both dwarfs and giants. Moreover, we discuss the four key factors that have a significant impact on the results of derived element abundances,including the resolution of the spectra, wavelength range, the signal-to-noise ratio(S/N) of spectra and the number of principal components adopted.