一种基于极大曲率的机载LiDAR数据 地形特征提取方法

对于庞大的点云数据来说,从中直接提取多种数据特征是相当困难的。考虑到基于数字化等高线数据和数字地面模型提取地形特征受内插误差影响,提出一种基于极大曲率的地形特征提取方法。对初始地面点云进行极大曲率估计;结合欧氏聚类方法进行地形特征点粗提取;对粗提取特征点进行粗糙度分析,得到精确特征点。顾及离散曲率的特征,即曲率越大越接近特征线,得到可靠的地形特征分割结果。该方法不需要人工干预,直接基于机载LiDAR点云数据进行处理。试验表明采用基于极大曲率分割的方法能从点云中自动提取比较完整并且准确的地形特征点。     

云模型对GNSS欺骗干扰效能的评估

在"导航战"的背景下,欺骗干扰效能直接关系到被保护目标的生存概率及装备实施欺骗的成功概率。但影响因素的随机性和模糊性、评估聚焦点的忽大忽小及指标定权方法主观性强的问题,均抑制了效能评估的有效开展。基于此,提出了基于云模型的GNSS欺骗干扰效能评估方法。首先建立了效能评估的定性指标体系;其次将定性指标转化为可量化的对应指标,以利用主客观融合的方法对其进行定权;最后结合权值,利用云模型将专家对指标的模糊语言评估进行定量转换得到评估值。通过实例分析,验证了本文提出的方法能够有效削弱评估存在的问题。     

黑龙江省空中云水资源开发现状分析与展望

自1995年开始,黑龙江省进入建国后的第二个干周期。黑龙江省云水资源比较丰富,据专家分析,每年通过人工影响天气作业平均增水约为5×108m3左右,仅占空中可利用水资源的0.2%,空中云水资源的开发潜力十分巨大。加强空中云水资源的开发利用,对缓解黑龙江省水资源短缺困境、推动地方社会经济发展意义重大。     

中国夏季云和降水的定量关系及其成因分析

云的形成是产生降雨的必要条件,云和降水之间存在着极为密切而复杂的联系。利用常规站点数据和ISCCP卫星数据等资料分析了夏季中国地区云的多种特征参数的变化与降水变化在时空分布上的联系。站点数据结果表明总云量、低云量与降水的距平在全国范围内表现出显著的正相关关系;在通过0.05水平显著性检验的站点上,云量和降水距平百分率之间的线性关系较明显,总云量每增加1.00%降水增加2.23%,低云量每增加1.00%降水增加0.46%。ISCCP数据结果显示总云云量、光学厚度和云水路径以及高云中的卷层云和深对流云云量与降水距平呈非常好的正相关关系。采用K-means聚类分析方法并参考中国地理气候分布特点,将中国分为9个气候区,以小波相干分析和交叉小波分析对各个气候区夏季云量和降水距平百分率序列在时频域内多尺度特征的关系做了进一步研究。结果显示9个气候区夏季白天总云量和低云量与降水变化在2~4年(a)和5~8a的尺度周期都具有较强的相干性与共振周期,且处于正相关位相。在时空分布和时频域上,中国地区夏季云和降水的变化之间都存在非常显著的正相关关系,尤其是低云量。云和降水变化之间具有强相干性与共振周期是两者之间正相关联系的原因。     

基于云理论、粗集和模糊神经网络的区域橡胶种植适宜度评估模型

针对橡胶种植适宜性评估,基于云理论、粗集理论和模糊神经网络理论,提出了一种适宜度评估模型。该模型将转化的样本数据进行粗集简约,通过模糊神经网络得出评价因子的隶属函数,计算评价等级。研究结果表明,此模型能够科学、快速、准确地分析出橡胶种植最适宜区、适宜区、次适宜区和不适宜区。     

地面三维激光数据配准研究

地面三维激光扫描技术是近几年在测绘行业中兴起的一种全新的测绘技术,使测绘行业由原来的单点测绘转变到整体测绘.但是地面三维激光多站数据配准一直是研究的难点和焦点.结合实际工程对现有的地面三维数据配准方法作概述,并比较各种方法的精度和优缺点,总结出地面三维激光数据较好的配准方法.     

一种基于点云提取微地形对象的方法

在分析微地形特点以及现有网格DEM在表述微地形中存在的不足的基础上,提出了面向对象的数字高程模型,给出了该模型的形式化描述和以点云为数据源构建面向对象数字高程模型过程中采用的对象边界的识别、特征保持的点云疏化、基于属性近似的网格约化及对象识别等关键步骤的方法。并以实例证明了此过程的可行性。     

地面三维激光雷达点云误差分析及校正方法

分析了地面三维激光雷达点云误差来源,提出了相应的误差校正模型。通过实测数据验证,该模型能够消除系统误差,提高了点云精度。