萧山站迁站观测资料对比评估

利用2016年(站址迁移对比期)萧山国家一般气象站新、旧址的气温、降水、相对湿度、风向、风速等气象要素逐日观测值,采用差值标准差、降水量累计相对差值、风向相符率、显著性检验等统计方法,对以上气象要素进行对比分析,结果表明:1)新址的平均气温、最高气温、最低气温的年平均值均低于旧址,差值分别为-0.4℃、-0.7℃、-0.2℃,新、旧址的最高气温差异最大;新、旧址的平均气温、最高气温、最低气温在春、夏季节比较接近,而在秋、冬季节相差较大。2)新址相对湿度大于旧址,差值年平均为3%,新、旧址相对湿度的变化趋势基本一致,其中9—12月新旧址的相对湿度差值较大。3)新址的年降水量比旧址偏多110.3 mm,雨日比旧址偏少22 d,年降水量累计相对差值为7%,4—6月和9—11月期间新旧址的降水量观测数据差异较大。4)新址平均风速、最大风速、极大风速均比旧址偏大,差值年平均分别为2.0 m/s、3.6 m/s、3.5 m/s,新、旧址在春、夏季的风速相差较小,秋、冬季相差大,新、旧址在大风日数和静风出现次数上一致性较差;全年风向相符率为42.5%,两站址风向一致性较差。5)平均气温、降水量和平均相对湿度月(年)平均值与旧址近20 a的观测数据差异不显著,平均风速差异显著。分析认为,测站环境、海拔的不同以及小气候的影响,是造成以上要素差异的主要原因。     

格网DEM上径流长度计算误差的定量分析

基于格网DEM的径流长度的计算误差主要来源于DEM数据和流径提取算法。通过数据独立的误差分析方法,定量分析流径提取算法模型产生的误差。首先选取5种数学曲面作为模拟DEM数据源,计算出径流长度,以由曲面公式推导的径流长度公式计算的径流长度作为理论真值,通过两者的对比,分析误差及其空间分布。结果表明,汇水区的径流长度计算精度明显高于分水区;分水区的径流长度含有一定的系统误差。     

地形复杂度的多因子综合评价方法

地形复杂度指标(Terrain Complexity Index,TCI)是评价地表起伏和褶皱程度的指标,广泛应用于DEM数字地形分析、数据综合和建模、地貌分类以及DEM精度研究等领域。然而目前地形复杂度指标多数采用单一地形指标或区域统计指标,缺乏局部的复合评价指标。为此,引入多因子分析方法和局部窗口分析方法,探讨一种基于格网DEM数据的复合地形复杂度指标(Compound Terrain Complexity Index,CTCI)的建模方法。首先利用多因子评价方法选取4种局部地形因子(局部高差、局部标准差、局部褶皱度、局部全曲率),之后利用局部窗口分析方法获取各指标的计算值,最后融合4种因子得到每个格网的CTCI。在实验分析中,选取了3个典型地貌样区和1个混合地貌样区,实验结果表明:CTCI能从整体上区分不同典型地貌区的地形复杂程度,同时CTCI在局部范围与混合地貌样区的等高线的密度和变化程度有较好的吻合,表明CTCI能从整体和局部反映地表的起伏和褶皱变化,是较好的地形复杂度评价指标。     

DEM与地形分析的并行计算

总结了数字高程模型构建、特征提取等并行算法的研究进展,概述了不同并行算法的主要内容;探讨了DTA并行技术在海量地形数据可视化和高性能地学计算的应用,随着DEM的需求日益增大,高精度、高分辨率DEM产品及其附加服务也逐步产品化。最后,通过分析并行计算发展的关键问题,提出DTA并行技术的研究趋势及研究意义,合适的数据划分和结果融合策略、通用并行算法、容错机制和负载均衡策略的设计是今后研究的重要内容,尤其是如何在多种计算模式共同发展的背景下利用并行计算解决地学难题,从而得到更接近现实世界地理环境的模拟,并扩大数字地形分析的应用范围。     

地理参考下未标定图像序列的三维点云精度分析

利用计算机视觉理论与方法恢复未标定图像序列的稠密三维点云,将其统一至地理参考下,并分析转换结果的精度。结果表明,此方法成本低,精度可达厘米甚至毫米级,可满足三维GIS中测量、建模与分析的需求。     

插值条件下格网DEM坡度计算模型的噪声误差分析

针对目前DEM（Digital Elevation Model, DEM）数字地形分析的精度评价多数不考虑DEM误差的空间自相关性或仅仅采用经验的自相关性模型问题,本文从DEM插值入手,从理论上推导了插值条件下格网DEM邻域窗口内坡度噪声误差的空间自相关性模型以及坡度精度模型,并选取典型的插值方法和坡度差分算法,从实验角度分析了在顾及和不顾及空间自相关性两种情况下的格网DEM坡度计算模型的噪声精度,实验结果表明：坡度精度受DEM噪声误差的空间自相关性影响较大,并与DEM插值方法和坡度计算模型中的差分算法有关。     

顾及轨迹地理方向的监控视频浓缩方法

针对视频浓缩研究未引入运动目标轨迹地理方向进行分析,所实现的可视化效果不能区分表达不同轨迹方向的运动目标的问题,提出了顾及轨迹地理方向的监控视频浓缩方法。该方法使用单应模型将运动目标轨迹由图像空间映射至地理空间,利用属性阈值聚类（quality threshold clustering,QT）算法对轨迹出入口进行聚类,实现轨迹地理方向分析。在对轨迹进行映射聚类处理的基础上,通过选取虚拟场景视点实现视频浓缩背景构建,生成轨迹类拟合中心线作为运动目标显示轨迹,并通过构建轨迹类表达模型实现运动目标显示排序,最终实现视频浓缩构建。实验结果表明,该方法能依据轨迹地理方向对运动目标进行区分表达,并能灵活调整不同轨迹类的表达策略。     

基于DEM坡度坡向算法精度的分析研究

坡度坡向是两个最基本的地形因子,目前对DEM坡度坡向计算模型和精度存在一些不同的甚至矛盾的观点,其原因在于没有区分误差来源和分析评价方法的不同.本文对DEM坡度坡向误差进行了理论分析,并通过实验数据对相关结论进行了验证.旨在澄清目前关于坡度坡向计算模型上的矛盾结论.