优化国土空间 推进生态文明 首届中国国土经济论坛举行 刘恕主持 刘燕华、肖金成作主题报告

本刊讯3月30日,以"优化国土空间开发格局"为主题,由中国国土经济学会主办的首届中国国土经济论坛在北京国际会议中心成功举办。中国科协原副主席、沙漠化防治专家、本会沙产业专业委员会主任委员刘恕主持。国务院参事、科技部     

基于蚁群算法优化正射影像镶嵌线

本文针对正射影像镶嵌线优化需求,本文提出了一种利用蚁群算法优化正射影像镶嵌线的方法。该方法将待镶嵌的相邻正射影像对根据地面坐标计算出它们在重叠区域的差值图像,通过外方位元素生成一条初始镶嵌线,并根据蚁群算法在重叠区域的差值图像上沿着初始镶嵌线在起点至终点选择一条最佳的路径避开房屋等高大地物,保存为最优镶嵌线。试验结果证明该算法能快速、有效选择正射影像的镶嵌线,实现大比例尺与城市地区的正射影像智能镶嵌。     

雷达回波外推算法的并行化及实现

为了提高雷达外推TERC算法的效率,首先分析了TREC算法的原理与过程,找出算法计算密集型部分;在此基础上,采用基于多线程的并行计算对算法进行优化,并使用Windows线程库的API实现多线程编程;最后,通过实验比较串行算法和并行算法的运行时间。结果表明,并行算法发挥了多核处理器的优势,大幅提升了效率。     

GNSS观测值统一表达及组合PPP解算性能分析

针对GNSS多系统组合进行PPP定位的问题,推导了GNSS观测值统一表达式;进而给出了基于UofC模型的多系统组合PPP的函数模型和随机模型;最后采用6个IGS观测站24 h观测数据对7种组合模型的PPP进行解算,并从收敛率、收敛速度和定位精度等方面进行了统计分析。实验结果表明,当观测时长为60 min时,GPS/GLONASS/BDS组合PPP收敛性能最好,收敛率为91.7%,平均收敛时间为16.1 min;而BDS PPP收敛性能最差,收敛率仅为32.7%,平均收敛时间为38.4 min。可见,多系统组合有利于提高精密单点定位的解算性能。对于定位精度,在观测时长较短时(如0.5 h),GPS/GLONASS/BDS组合PPP整体上具有最优的定位精度,(N,E)方向偏差和标准差分别为(0.3,0.5)cm和(1.9,4.3)cm;短时间内对流层参数与垂直方向的强相关性,将致使U方向精度较差。     

云环境下改进TLBO算法的图像边缘检测

针对TLBO算法在解决复杂高维问题时,表现容易陷入局部最优,多样性丢失过快等不足的问题,提出了一种基于云计算环境下改进的TLBO算法(ITLBO),并将其应用到图像边缘检测中。通过对基本TLBO算法中的‘教’与‘学’阶段进行改进,引入一种新的种群更新方法,提高算法的迭代寻优能力。利用云环境下将该方法应用到图像边缘检测中进行实际性能验证,实验仿真结果表明,该方法提取图像的边缘信息的有效性。本文研究可为智慧城市的建设提供关键技术参考。     

GIS地图数据库的研究与实现

将地形图和地质图等进行处理和数字化,然后在GIS平台Arc GIS中建立空间数据库,采用Oracle作为后台数据库,使用空间数据引擎Arc SDE来管理Arc GIS对数据的访问,实现显示、查询、管理和下载等功能。     

超算环境下的并行切图性能分析

在传统GIS二维地图缓存生成过程中,一般用普通的PC机来生成地图缓存.普通PC机的内存一般不大于8 G,CPU主频一般不大于2.2 GHz,且核数不大于8核,硬盘一般为机械硬盘,容量不大于2 T.受限于硬件性能的瓶颈,切图效率较低,不能够分析出上述各硬件因素中制约二维地图缓存性能的关键性因素.相比之下,超算环境有着丰富的资源,可将上述任一资源延伸到极致,因此,本文借助超算环境,研究分别增大内存、CPU主频、硬盘空间等因素后对地图缓存效率的影响.基于此,本研究在郑州大学超级计算机中心专门进行了比较测试.郑州大学超级计算机中心拥有两种类型的CPU,每个主机拥有128 G内存,CPU分为普通CPU和KNL CPU,分别拥有32核和64核,所有主机共享802 T的磁盘阵列,可以认为对于二维地图缓存来说硬件资源是无限的.本文利用郑州大学超级计算机中心的理想环境分析出了在内存和CPU等因素都不受限的情况下,影响二维地图缓存效率的关键因素.     

改化的有理函数模型在卫星影像定位中的应用

近年来,鉴于高分辨率卫星传感器参数的保密性和构建模型的复杂性常使用有理函数模型进行高分辨率卫星高精度几何定位。但是,在解算有理函数模型参数时,在影像的行和列方向上会产生较大的系统误差,从而影响几何定位精度。因此,提出了一种基于像方坐标系的有理函数优化模型,并将其用于IRS-P5立体像对几何定位。结果表明,在地形较复杂的地区定位效果改善明显,可将该模型推广用于实现高分辨率卫星影像高精度几何定位。     

一种采用流计算的Delaunay三角网切块剖分算法

针对海量LiDAR点云Delaunay三角网剖分的时间与空间性能的矛盾问题,提出了一种采用切块的流计算Delaunay构网算法。首先利用三角网墙（DeWall）从点云上切割特定大小与形状的独立数据块,避免分治算法的深度递归与内存溢出;然后运用分治算法对切块剖分,并给出了切块边界错误三角形删除算法;重复上述过程完成子网剖分,并依据非耦合区域分解模式合并为最终三角网。引入流计算的思想,以进一步提高算法的空间性能。分析与实验表明:该算法占用了较低内存,并取得了接近为O（nlg（δ））（δ为一个切块点数,且δ≤n）的时间复杂度。     

基于时间窗的多车场车辆路径问题研究

启发式优化算法在解决车辆路径问题时具有较好的收敛性,整体法在解决时间窗的多车场车辆路径问题时具有较好的全局性,结合二者优点,进行了算法研究。首先采用整体法得到车辆路径问题的全局最优解;再采用智能优化算法对配送点进行车场选择,匹配代价最小的车场;最后通过实验验证了该算法在解决时间窗的多车场车辆路径问题上的有效性。