浅析房产面积测算的工作程序和技术要领

房产面积测量环节多、要求高、政策性强。如何正确地理解《规范》的原则,细化成具有可操作性的工作细则,形成连贯、协调的程序,提高工作效率,保证测绘质量,完善房产管理,是测绘学科中的一项重要课题。本文在这方面进行了一些探讨和总结。     

基于3D GIS的城市空间规划分析方法研究

分析了福州三山视线控制线规划,采用了基础空间数据和ArcGIS 9.0平台,实现了快速建立数字高程模型与建筑物三维框架模型.     

视景仿真中实体云的建模与渲染技术

在视景仿真中对云的建模和实时渲染是一项十分重要的工作.全面研究了视景仿真中3维实体云的建模与绘制技术,并根据视景仿真对云景仿真的需求,采用分形技术和粒子系统技术实现了一种既能获得良好的视觉效果,又能实时绘制的实体云建模与仿真技术.通过视点相关技术、层次细节技术、动态视点替用等技术大大提高了实体云仿真的实时性,使其在一般的微机平台上可以流畅运行.     

e-Learning在测绘专业教育中的应用研究

介绍e-Learning的概念及其体系结构,并在e-learning三层体系结构的基础上,结合测绘专业的教学需求,给出了e-Learning环境下测绘专业教学训练的系统设计及实现方案。     

我国测绘行政管理体制发展现状和对策研究

在我国信息化社会的发展进程中,如何通过有效的测绘行政管理,做好测绘为经济建设和我国可持续发展战略的保障和服务是我国测绘事业将要面临的挑战和机遇。本文对我国测绘行政管理体制的发展进行了分析,并结合当前我国测绘行政管理体制的现状与存在的问题,提出了构建适应我国社会发展的、以地理空间信息管理与应用为核心目标的测绘行政体制的思路。     

机载LiDAR技术

机载LiDAR集成了GPS、IMU、激光扫描仪新一代航空遥感系统,能利用飞行获取的原始数据直接生成DEM和正射影像图,而无需任何或仅需少量的地面控制点。与传统的摄影测量技术相比,机载LiDAR可以节省大量的人力、时间和经费。在过去十年,机载LiDAR作为精确、快速的地球表面三维测量方法已得到广泛的认同,本文详细介绍了机载LiDAR的基本原理、技术结构及数据处理流程。     

基于e-Learning的测绘专业教学训练系统的设计与实现

介绍了e-Learning的概念及体系结构,结合测绘专业教育的实际需求,在e-Learning三层体系结构的基础上,给出e-Learning环境下测绘专业教学训练的系统设计及实现方案。     

GPS道路修测系统在中国公路网测绘工程中的应用

本文介绍了车载式GPS道路修测系统的基本原理和体系结构，详细讲述了该系统在“中国公路网GPS测绘工程”的应用。“中国公路网GPS测绘工程”是由多家部门共同参与的大型道路测绘项目，目的是解决现有公路网数据库现势性差的问题。文中结合“中国公路网GPS测绘工程”重点阐述了修测系统中几个关键技术的实现方法，最后给出了修测系统在该工程中的使用效果。     

Re-examining urban region and inferring regional function based on spatial–temporal interaction

Urban system is shaped by the interactions between different regions and regions planned by the government, then reshaped by human activities and residents’ needs. Understanding the changes of regional structure and dynamics of city function based on the residents’ movement demand are important to evaluate and adjust the planning and management of urban services and internal structures. This paper constructed a probabilistic factor model on the basis of probabilistic latent semantic analysis and tensor decomposition, for purpose of understanding the higher order interactive population mobility and its impact on urban structure changes. First, a four-dimensional tensor of time (T)?×?week (W)?×?origin (O)?×?destination (D) was constructed to identify the day-to-day activities in three time modes and weekly regularity of weekday/weekend pattern. Then we reclassified the urban regions based on the space clustering formed by the space factor matrix and core tensor. Finally, we further analysed the space–time interaction on different time scales to deduce the actual function and connection strength of each region. Our research shows that the application of individual-based spatial–temporal data in human mobility and space–time interaction study can help to analyse urban spatial structure and understand the actual regional function from a new perspective.