基于NetCDF数据模型的海洋环境数据三维可视化研究

针对海洋环境数据多维、多格式及动态性等特点,本文在全面分析NetCDF数据模型的原理、数据组织及其调度方法的基础上,基于大范围三维虚拟场景,设计了符合NetCDF标准典型海洋环境要素的三维动态渲染模型,实现了海洋环境要素数据的三维动态可视化表达与分析。实验表明,本文方法为复杂海洋现象的表达、变化规律分析以及趋势预测等研究提供强有力的可视化辅助工具。     

信息化摄影测量生产技术体系建设实践

以甘肃面向信息化测绘的摄影测量生产体系建设项目为例,针对航测数据生产技术手段的改进与创新,阐述信息化测绘生产体系建设实践,对摄影测量生产技术流程、航测生产管理技术、航测生产质量控制技术等关键技术进行了深入的研究并建立示范基地以进行实践,通过验证取得了较好的效果,为信息化测绘体系的建设提供了技术路线和方案参考。     

基于影像点云的三维激光扫描仪成图与建模软件

一、引言随着信息技术的发展,数字城市建设在全国已经形成一股势不可挡的浪潮。城市地形三维信息的快速采集与提取是当前数字城市建设的热点与难点。基于三维激光扫描数据的数字测图与三维建模日益成为非常有竞争力的数据获取手段之一。但目前市面上采用的测图与建模方法基本上只基于激光点云数据,而点云的可视化效果与可视性不强,导致成图与建模判读困难、速度慢、成     

利用外部DEM辅助山区SAR立体像对匹配及地形制图

SAR立体像对的匹配是利用雷达摄影测量技术提取地形高程信息的关键,匹配精度将直接影响结果 DEM的高程精度。针对山区SAR立体像对匹配过程中同名点选取困难的问题,引入外部粗分辨率DEM作为辅助数据,将该DEM高程转换为视差,为匹配提供初值,同时采用金字塔匹配策略,不仅可以缩小搜索范围,提高搜索效率,而且能够减少粗差的产生。试验结果表明,采用外部DEM辅助之后,匹配粗差点数量相对于传统的雷达摄影测量处理结果明显减少,从而有效地提高了高程信息提取重建的精度。     

基于HJ-1号卫星数据灌区小麦提取应用研究

及时准确获取灌区小麦分布和面积,可以为流域水量调度、抗旱减灾提供数据支持。本文利用多时相HJ-1号卫星数据分析人民胜利渠灌区小麦生长期影像特征,研究灌区小麦快速提取方法。研究结果表明,利用灌区小麦越冬前多时相HJ-1号卫星影像NDVI数据进行小麦提取,能够准确获取小麦分布和面积信息,精度达到90%以上。     

Excel在GPS基线解算精度统计中的应用

GPS基线解算就是利用GPS观测值,通过数据处理,得到测站间的基线向量值。基线解算是GPS网平差的基础和关键,基线解算精度直接关系着GPS网的精度,所以,基线解算精度统计是一项很有必要的工作。Excel中大量的公式函数可以应用选择,主要用来进行有繁重计算任务的预算、财务、数据处理等工作,借助于Excel的数据筛选和条件格式功能,可以方便、高效、准确无误地进行GPS精度统计,这在GPS广泛大量使用的今天,有一定的现实意义。     

四、P229 海洋测量学

正CH20121436基于Web服务的多源Argo数据共享与可视化应用研究=Multisource Argo Data Sharing and Visualization Based on Web Service/杨峰(中国科学院地理科学与资源研究所),周建郑,杜云艳,肖如林//测绘科学.-2011,36(5).-62～64分析了当前海洋Argo观测数据在数据和模型共享与应用方面存在的不足,结合WebService技术,提出在分布式网络环境下将海洋Argo数据与应用模型封装为Web服务的方式,实现多源海洋Argo数据集成与可视化应用的方法。基于该方法构建了"多源海洋Argo数据动态集成与远程可视化系统平台"。通过该平台的构建,为用户提供海洋Argo数据的透明的Web应用,实现了基于网络对多源海洋Argo数据的集成与交互式可视化表达。图6参8     

基于灰色新陈代谢模型的建筑物沉降分析

变形监测数据处理有助于及时了解建筑物安全状态。本文在对灰色模型基本理论作阐述的基础上,结合沉降监测实例,采取新陈代谢法对实测数据进行分析与预测,得到了满足精度要求的成果,验证了该方法应用于建筑物沉降分析的可行性。     

多尺度空间格网数据的索引编码研究北大核心CSCD

针对多尺度格网数据访问效率问题,设计了一种基于格网空间索引的多尺度格网数据索引编码体系。该索引编码有着较高的编码和访问效率,能较好地满足多尺度格网数据分析时的效率需求。     

融合图像和时空信息的社交媒体用户活动分类方法

社交媒体签到数据中蕴含着大量的用户活动信息。理解社交媒体用户的活动和行为类型,对探索人类的移动性和行为模式等有着重要意义。提出了一种针对新浪微博（简称为微博）的用户活动分类方法,结合图像表达和时空数据分类技术,识别微博签到数据所代表的用户活动类型。首先,根据兴趣点属性信息将微博签到数据所代表的用户活动分为餐饮、生活服务、校园、户外、娱乐、出行6大类;然后,基于卷积神经网络和K近邻分类方法,融合签到数据中的图像场景信息与时空信息,对微博用户的活动行为进行分类。实验结果表明,所提方法能够显著提高微博用户活动类型识别的准确性,为精确探索人类行为活动提供更加有效的数据支持。