震后道路三维可视化方法研究

汶川地震后,北川县城遭到严重破坏,难以恢复,为了长期保存震后情况,需建立震后三维数字化表达.现以震后北川县城为例,探讨了在震后三维场景构建过程中,通过几何修正和纹理映射实现损毁道路三维可视化;在可视化过程中,尽量减少三维模型的数据量,实现快速浏览.     

基于倾斜摄影测量的纹理自动重建研究

倾斜摄影测量技术是近年来研究的热点,获取的影像可作为城市三维模型的纹理。本文基于倾斜影像,提出了一种航片-模型自动纹理映射的新方法,该方法利用共线关系进行空间点匹配,并对倾斜影像像素进行重采样,将像素重写在模型侧面和顶面,从而实现模型纹理重建。该方法在实现过程中有两个关键点,其一是最优影像选取,其二是无遮掩影像的获取,为了解决这些问题,本文提出了相应的算法。最后,基于VC++平台,在倾斜影像与三维模型间进行了纹理映射实验。实验证明,本文提出的新方法可以自动完成纹理映射,这种方法简单、高效,适宜于大范围内三维模型纹理重建。     

时空信息云平台下数据管理及可视化方法

针对智慧城市时空信息云平台中海量时空数据的管理和可视化问题,该文提出了一种时空索引建立及时空数据可视化方法。时空索引机制将时间、空间与专题属性作为同等重要的维度,兼顾了三者的查询效率,实现对时空数据的快速有效提取。时空数据可视化表达方法提出了时间轴动画、多时态对比、对象状态回溯等可视化方式,实现时空数据的动态交互式表达。该方法在"智慧常州时空信息云平台"项目中进行了实现,证明这种时空数据组织管理方法可较高效地实现数据的检索调度,且具有较强的可操作性;基于此的时空数据可视化方法亦具备较佳的时空对象动态表达效果。     

面向GeoBML的作战任务建模与表达

针对目前指控系统的任务模型在地理信息语义描述上还不完善,不能满足战场环境仿真系统与指控系统之间的互操作问题,构建一种基于GeoBML的作战任务模型来有效解析指控系统的关键信息需求。分析了作战任务过程结构化特征,采用面向对象的方法构建作战任务和仿真过程概念模型;分析GeoBML的数据模型和形式化语法,使用形式化语言建立作战任务的语义模型;定义任务过程对象数据结构,构建任务驱动下的仿真过程数据映射模型;最后,基于该模型设计战场环境仿真平台组件并应用,验证其合理性与可扩展性。     

基于自组织映射的长江中下游夏季天气分型及其降水特征

利用欧洲中心1979—2015年夏季6—8月ERA-Interim逐日再分析资料和国家气候中心CN05.1格点化降水观测数据集,引入基于自组织映射SOM(Self-Organizing Maps)方法进行长江中下游地区夏季海平面气压空间距平场的客观分型,得到该地区25种地面天气型及其系统演变特征,发现天气型的稳定、转移与天气系统强弱有关。高低压系统越强,天气型停滞频率越高,天气型越稳定;反之,天气型越不稳定。基于SOM天气型转移概率,发现三条与局地降水联系的系统演变路径,其中1号路径暖空气势力强盛,副高北上,推动锋面北抬,产生江北降水型,多发生在7月;路径2反映冷空气势力强盛推动锋面南下的天气过程,产生沿江降水型,该天气型在6、7月均易发生;路径3表现为台风移动变化对长江下游江南地区降水的影响,为江南降水型,且集中在8月。通过引入SOM方法对逐日天气尺度环流进行分型,从气候态上捕捉与降水有关的天气系统的移动变化特征,体现SOM方法在模拟天气系统演变的优势。     

基于持久化的网吧管理系统数据库设计和实现

设计了一种健壮持久层体系结构,并运用该结构,根据对象/关系数据库映射（O/R Mapping）策略,设计和实现了基于持久化的网吧管理系统数据库。这种实现数据持久化的方案在C＋＋开发环境下,具有比较重要的应用价值。     

基于FME语义映射的数据转换及应用

在详细介绍FME语义映射和转换规则的基础上,分析了FME的空间数据转换机制和简单语义转换规则的不足,并基于自定义映射文件提出了一种在DOS环境下进行批量数据转换的高效方法,最后以DGN到DWG格式的数据转换实例探讨了实施FME语义转换的具体步骤。     

Java环境下基于Hibernate的GIS数据库访问策略

全关系型数据存储模式将GIS数据的空间数据和属性数据统一存储于关系数据库中,分析Java应用程序通过JDBC和SQL语言访问关系数据库中存储的GIS数据的不足,提出基于。Hibernate的解决方案,并给出地理信息共享系统的开发实例。     

多桩段工程边坡3维建模方法研究

使用多桩段边坡的角点数据插值生成边坡场景的地形数据,运用OpenGL的自动化技术实现了多桩段边坡的3维建模。使用分块纹理映射的方法,克服了OpenGL渲染机对影像纹理大小的限制。应用低分辨率纹理映射和选择边坡增强纹理分辨率的映射的方法实现了场景的快速建立和漫游,解决了对多桩段边坡的大场景渲染效率与分析时需要的视觉效果的冲突问题。研究成果能够被用于实际工程中,为边坡的辅助设计提供了支持。     

一种基于GPU和内存映射文件的高分辨率遥感图像快速处理方法

高分辨率遥感图像处理经常面临程序执行时间过长和内存空间不足的问题,虽然并行计算技术可以提高遥感图像的处理速度,但是无法降低算法占用的巨大内存空间。为了解决这一问题,本文提出了一种利用CUDA和内存映射文件的高分辨率遥感图像快速处理方法,并以K-Means算法为例进行了实现。其中,CUDA技术可以有效利用GPU强大的并行计算能力,而内存映射文件技术降低了磁盘I/O速度较慢对算法性能的影响。实验结果表明,本文方法比传统K-Means聚类算法计算速度提高了30倍左右,内存使用量降低了90%以上。