M-Quadtree索引:一种基于改进四叉树编码方法的云存储环境下空间索引方法

为了解决基于"键-值"模型的云存储环境仅支持简单的关键字查询,不支持多维空间查询的问题,提出了一种新的分布式空间索引方法——M-Quadtree索引。在索引构建过程中,设计了一种基于改进四叉树的空间数据划分方法,该方法规定了叶节点区域的最小数据量,通过四叉树叶节点的再合并,解决了划分后各子区域间存储量不平衡的问题,并且满足了MapReduce并行化要求。给出了MapReduce框架下M-Quadtree索引的快速构建、查询与更新算法,并在搭建的Hadoop平台进行了关键参数对索引效率的影响以及不同规模数据下索引的创建、查询和更新试验。与现有分布式空间索引的对比试验及分析结果表明,M-Quadtree索引在数据存储量负载均衡、算法并行化和空间查询效率等方面表现得更好。     

顾及邻域居民地群组相似性的道路网匹配方法

现有多源同比例尺道路网匹配方法中,大多只利用道路自身特征进行匹配,而较少顾及道路周边要素对匹配过程的影响和约束,从而影响了道路网匹配效果的进一步提高,特别是对系统误差改正后仍存在一定位置或旋转偏差的道路数据进行匹配时,这种影响尤为明显。本文借鉴人类对陌生环境的空间认知特点,提出了一种顾及邻域居民地群组相似性的道路网匹配方法。该方法通过构建城市骨架线网确定与道路相邻的居民地群组,进而计算居民地群组空间关系和几何特征相似度来获得对应道路的匹配结果。其特点在于:对存在位置或旋转偏差的道路数据匹配,以其邻域空间内居民地群组的整体相似性指标来带动道路自身匹配,实际上是增加了周边居民地群组对道路匹配过程的约束,更具鲁棒性。试验及对比分析表明,本方法能够较好地解决系统误差改正后仍存在较大位置和旋转偏差的道路数据间的匹配问题,提高匹配的正确率。     

热红外与可见光数据的云边缘高度匹配

高分辨率数据中云高度的差异性突显,特别是边缘处高度在云阴影识别和地表辐射估算等方面成为需要考虑的重要因素。热红外数据获取云高度分辨率较低、缺乏细部差异性特征,为解决这一问题,首先将对应的热红外和可见光数据进行特征点配准,再将基于热红外数据计算的云高度重采样至高分辨率,然后以基于欧式距离变换的围线搜索方法及距离加权将热红外云边缘高度匹配至对应的可见光图像,最后根据云阴影的相似度匹配方法确定真实云高度。结果表明,算法在遵循热红外云高信息分布变化规律的同时,可以得到较准确的高分辨率云边缘高度,一定程度上解决了热红外技术获取云高在分辨率上的局限,扩展了其在云高反演方面的作用。     

地理国情普查外业调绘核查系统实现

针对传统的基于纸质地图的外业调绘核查工作具有操作复杂、采集数据不精确、作业流程不规范等缺点,该文设计开发了基于iPad的地理国情普查外业调绘核查系统。在内业高精度遥感影像判读的基础上,采用全数字化的外业调绘核查技术,进行地理国情要素移动式、网络化外业调查和验证,快速采集和编辑调查数据,为外业工作提供了一套完整的解决方案。该系统在青岛市崂山区和城阳区的试点中已经得到广泛的应用,较好地验证了移动GIS技术用于外业信息采集的可行性。     

基于 ArcG IS 和 Python 集成开发可达性分析工具的研究

为降低可达性度量的实现难度,弥补现有GIS软件没有集成可达性分析模型或方法的不足,在详尽分析有关模型或方法与GIS集成研究现状的基础上,提出以改进潜能模型作度量模型,按GIS内部集成方式,使用面向ArcGIS 10的Python脚本编程技术集成开发可达性分析工具的设想,对可达性潜能模型分析原理、工具开发环境配置、使用数据的预处理要求、工具的具体设计流程和实现方法等作了详细叙述。最后以评价某市小学教育资源空间布局合理性为例,阐述工具在实际应用中应采取的使用方法和流程,实例评价结果验证工具开发的有效性。     

地铁车站群洞效应下变形监测研究

结合重庆地铁6号线金山寺车站群洞开挖施工背景,对车站结构、地质条件和施工方法等工况分析后,提出了该工况下变形监测基本思想。确定了监测项目、监测点位布设方案、监测方法及监测数据分析方法,初步制定了监测信息反馈流程。依此思想进行变形监测并及时、有效地反馈监测信息,可保证群洞开挖安全、顺利进行。     

SAR影像匹配算法的研究

提出了一种高效稳定的SAR影像匹配算法,该算法首先采用Frost滤波对SAR影像的斑点噪声进行预处理,再结合SIFT和SURF算法对滤波后的SAR影像进行特征点提取,使用Matlab程序实现立体影像无痕拼接,实现了SAR影像的高精度匹配,该方法提高了SAR影像的匹配成功率,减少了匹配时间。     

基于点云滤波原理快速检查编辑等高线以构建数字高程模型的技术方法

传统等高线数据的质量检查存在费时费力、工作量巨大、人工干涉较多、易出错漏等问题。点云数据直观反映了地面形态的空间分布特征,包括点的邻接关系、高程渐变和突变现象、点的斜率变化等[1]。通过量测点云的正面、剖面、断面等,可快速检测出高程异常点,指导修正地形数据,对实际工作中地形数据的生产、检查与修正有很大的借鉴意义。     

创新型摄影测量教学实验系统的设计

为了在测绘学科教学实践中提高学生的理论水平和分析解决问题的能力,该文以摄影测量的生产流程为主线,研究实现从航空数据获取、像控点测量、空中三角测量、"4D"数据产品生成、三维建模与仿真到GIS属性入库的全过程模拟,旨在解决摄影测量课程教学过程中所面临的抽象、枯燥、高成本、高风险的问题;并以摄影测量实验系统采集的数据为基础,增加了控制测量、GIS入库、三维GIS等实验内容,以期为测绘学科的教学发展以及学生的实践能力提高作出贡献。     

基于点云空洞修复和TPS模型的数学形态学机载LIDAR滤波

在分析现有滤波算法的基础上,结合数据驱动和模型驱动式算子各自的优点,提出基于点云空洞修复和TPS变形模型的数学形态学机载LIDAR点云滤波,该方法首先提取和修复由水域造成的大面积点云空洞,采用多尺度形态学开算子作用于修复的数据,得到近似裸露地表面;然后利用2D空间的TPS变形模型,以近似地表面为基础,插值原始点云,根据插值与原始点云高程的差值大小去识别地面点和非地面点。通过定量分析,验证该方法不仅有较高的滤波精度,而且也能较好的保留裸露地表的细节特征,同时该方法有助于辅助人工处理,提高数据处理的质量。