利用质心Voronoi图对地形自适应简化的算法

地形简化算法利用少量有效的地形信息表达整体地形,能很好地解决海量地形数据与计算机硬件之间的矛盾,同时满足多尺度地形应用需求。针对现有地形简化算法难以兼顾局部地形起伏与地形整体特征的问题,提出一种基于质心Voronoi图的地形自适应简化算法。首先,利用质心Voronoi图的特点,以地形起伏度作为密度函数生成质心Voronoi图;然后,利用分布在地形起伏较大区域的质心Voronoi图种子点及大多分布在地形特征线上的Voronoi区域顶点重构地形;最后,通过原始地形与重构地形的特征线验证地形简化的效果,并与三维道格拉斯-普克（3D DouglasPeucker,3D DP）算法进行精度对比。实验结果表明,从简化地形中提取的山脊线、山谷线、等高线等地形特征线与原始地形的重叠度均较高,算法能较好地保持地形整体特征;且在相同的简化级别下,算法的简化误差小于3D DP算法,具有较高的地形简化精度。     

2001—2018年长三角城市群城市化与生态环境耦合协调度变化监测

城市化的发展与生态环境紧密相关,利用遥感方法可准确地进行城市化与生态质量耦合协调度动态监测与分析,为区域的城市化建设、生态治理及发展规划提供必要的参考依据。本文以长三角城市群为例,利用Landsat系列数据和DMSP-OLS夜间灯光数据分别建立表征区域生态环境的遥感生态指数(RSEI)和表征区域城市化水平的灯光指数(CNLI),采用耦合协调度模型探究了2001—2018年长三角城市群城市化与生态环境耦合协调度时空变化特征。结果表明：(1)2001—2018年,长三角城市群城市化水平不断提高,城市化指数由2001年的0.112提高至2018年的0.288;(2)2001—2018年,长三角城市群生态环境质量不断下降,生态等级为优的区域不断收缩,其中上海市与南京市最明显;(3)2001—2018年,耦合协调度总体呈现上升趋势,且各城市空间差异性较大。     

几何特征与神经网络联合优化的室内三维点云语义分割方法

室内三维点云数据精准语义分割是实现深层次室内空间应用的基础。针对现有三维点云数据语义分割方法存在目标不完整和不一致的问题,本文提出了一种几何特征与深度神经网络联合优化的室内三维点云语义分割方法。该方法首先利用深度学习实现室内结构信息语义标签的初步提取,然后利用几何与颜色特征的点云分割方法对原始数据进行精确分割,最后利用概率模型将深度学习语义分割结果与几何分割结果进行交叉融合,实现语义分割结果的联合优化。基于开放数据集对本文提出的分割方法进行了精度和有效性验证,分别采用室内场景简单到复杂的三组室内点云数据进行了测试,试验结果表明,本文提出的方法能够有效提升室内三维点云语义分割精度。     

室内POI显著度评价的Fisher判别法模型

随着社会经济的快速发展,大型建筑物内部结构越来越复杂,室内空间的位置服务愈显重要。地标作为室内空间中的基础要素,能够帮助人们在室内认清方向和定位。但是,现有的室内地标的选取方式大多牵引于室外准则,未考虑室内POI独有的特点,导致所选取出的地标与用户的认知不匹配。针对这一问题,本文在室内空间POI显著度影响因素探究试验基础上,采用Fisher判别法(FDA)对试验数据进行语义信息量化、构建模型、模型回判和交叉互判处理,确定了室内POI显著度评价模型,并用于室内地标的提取。结果表明,建立的判别模型对室内POI显著度的判别和分级效果显著,选取出的地标能够与用户认知结果相一致。     

基于北斗多频的单历元基线定位方法

随着北斗三号卫星导航系统完成全球组网并正式开通,我国成为世界上第三个独立拥有全球卫星导航系统的国家,北斗卫星定位精度和可靠性进一步提升。目前北斗二号卫星可播发三频观测信号,北斗三号卫星可播发五频观测信号,研究多频组合定位对于实现模糊度快速固定、提高定位精度具有重要意义。文中分别给出北斗二号三频和北斗三号四频观测值的线性组合,并将其视为不同的卫星系统进行融合定位,最后分析短基线条件下的定位精度。结果表明本方法能够实现短基线模糊度单历元固定,定位精度可达cm级。     

中山市土地集约利用与紧凑度耦合关系研究

土地利用是城市发展过程的关键。以中山市为研究区,构建城市土地集约利用和紧凑发展评价指标体系,运用耦合协调发展模型和空间分析方法,对2019年中山市24个镇(区)的城市土地集约利用和紧凑度发展水平及协调关系进行研究。结果表明：(1)中山市各镇(区)之间土地集约利用度和城市紧凑度发展水平存在明显地域差异,其中,火炬开发区、石岐区和西区街道土地利用集约度和紧凑度较高,其他镇(区)则处于较低水平;(2)中山市各镇(区)间耦合协调程度差别较明显,且发展较为协调的区域主要集中在中山市主城区以及火炬开发区街道,除这几个镇(区)外的其他地区耦合协调程度呈现由西北向东南递减的趋势。     

地基LiDAR林木点云估算枝干材积

材积是森林清查工作的一个重要参数,基于地基激光雷达点云的树木定量结构模型（QSM）重建方法能够实现林木材积的非破坏性获取,解决了传统森林原位调查方式耗时耗力的问题。但由于伐木材积真值的获取较难实现,使得量化结构模型方法的材积获取能力在树干及各级树枝水平上尚未开展研究,且仅应用于单木尺度地基激光雷达点云中,缺乏基于样方尺度扫描点云进行材积获取的探究。因此本文分别在单木及样方尺度完成QSM重建方法在树干及各级枝材积估算结果评估。实验结果表明,基于单木及样方尺度地基激光雷达点云均能有效地获取树干和一级枝的材积,而次级枝的材积估算存在明显的偏差：样方扫描尺度点云的树干及全树材积估算精度与单木尺度相当,估算偏差均为5%及10%左右,而一级枝材积估算偏差略大,其中单木尺度一级枝估算偏差在10%左右,样方尺度一级枝材积估算偏差在15%左右;此外,林分密度与样方尺度枝干材积估算精度呈负相关关系,在较低林分密度（425株/ha、625株/ha和925株/ha）的样方中树干材积估算误差均在5%以内,一级枝材积估算误差在15%左右,另外受树干及一级枝材积低估与各次级枝材积高估的部分中和效应影响,样方内总蓄积...     

融合边折叠与平面约束的建筑物模型简化方法

针对倾斜摄影测量重建的三维建筑物模型存在三角形面元数据量大的问题,该文探索了一种基于平面结构保持的建筑物模型简化方法。使用双边滤波处理模型的三维网格,从而抑制平滑区域的网格起伏和保留过渡区域的边缘特征。在此基础上,利用区域增长法提取有效的平面结构分布。将边折叠算法和平面结构约束融合,设计边折叠运算的代价函数,以迭代的方式删除多余边,直至满足模型精简的条件。通过实测数据处理并与现有先进算法进行比较分析,结果表明,该文方法可以压缩99.5%的数据量并保持良好的建筑物结构形态,在建筑物简化建模方面具备有效性。     

基于SMVF的高频雷达自适应多目标检测

针对高频雷达强海杂波和干扰环境下的多目标检测问题,结合S-method时频分布和Vitcrbi算法提出了一种多分量线性调频信号瞬时频率估计方法—SMVF法(S-method viterbi fitting),然后根据所提取的瞬时频率的直线拟合性能,提出了一种自适应多目标检测算法。实测数据的处理结果,表明了该算法在低信噪比时,与WDM法(wigncr distribution maxima) , WDV法( wigncr distribution vitcrbi)相比,估计精度提高约2000,验证了该算法的可行性和有效性。     

一种基于位置域的北斗快速整周模糊度确定方法

整周模糊度搜索方法是卫星导航高精度应用技术研究的关键,通常可分为测量域、位置域和模糊度域。其中位置域整周模糊度求解方法因为其计算量大而很少应用于实际,也成为该方向难以突破的瓶颈。首先针对北斗系统特殊星座构型进行了深入研究;然后利用GEO卫星东西向几何构型好的特点,提出一种三维转换为二维位置域模糊度搜索算法。该方法在保证定位精度的同时,能够极大地减少计算量。最后,利用短基线的北斗实际数据进行验证,仿真结果表明了该方法的高效性。