等距离正圆柱投影世界挂图上大圆航线的绘制

针对世界挂图上全球任意两点间大圆航线绘制存在的问题,通过总结当前几种常用于大圆航线绘制的世界挂图投影存在的不足,提出采用等距离正圆柱投影作为世界挂图投影并分析其适用性。从大圆航线在等距离正圆柱投影中的方程及其曲率入手,按照计算机制图中"以直代曲"的研究思路,给出了一种在等距离正圆柱投影世界挂图上绘制大圆航线的方法,最后以我国南极科考航线所需参考的大圆航线绘制实例验证了该方法的可行性与实用性。     

基于无人船的大洋中尺度涡观测系统展望

中尺度涡在大洋中普遍存在,研究发现其能量比大尺度海洋环流的能量大一个量级,在海洋物质能量输运和全球气候变化中起着重要的作用。受观测条件限制,目前对中尺度涡的观测主要通过卫星高度计实现,只能从海面高度来推算中尺度涡大小、分布、强度及其伴随的水体和能量输送,而卫星高度计对中尺度涡垂直结构特征认识不足,也导致了对中尺度涡所引起的上层海洋能量、热量输送估计误差偏大。目前对中尺度涡三维结构观测认识不足,展望未来将会出现基于无人船平台的大洋中尺度涡三维结构自动观测系统,该平台将集成自动水下剖面观测功能等先进技术,以便观测中尺度涡的垂直结构特征及其时空变化特征,进而可对中尺度涡带来的物质和能量输送进行系统认识。     

基于岩石图像深度学习的岩性自动识别与分类方法

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。     

盾构隧道点云典型要素分割

针对盾构隧道点云及其几何特征构建八叉树索引,使用体素化网格降采样进行点云降采样,利用统计特征滤波器达到精简点云,继而实现典型要素自动分割。结合点云精简算法,提高了随机抽样一致性(RANSAC)算法效率,通过拟合模型的几何特征,设置合理阈值,自动分割隧道典型要素。实验结果表明,该方法可以精确地分割出相邻距离阈值较小的盾构隧道典型要素,拟合的隧道半径与设计半径误差仅为3 mm;相比传统RANSAC算法,该算法运行速度提高了17倍,实现了相邻距离阈值达1.0 cm精度的目标分割。     

大范围复杂三维场景并行绘制实时帧同步技术

针对复杂三维模型在实时绘制过程中的帧同步策略,该文提出改进。基于Windows集群开发了一种sort-first数据分布式体系结构的并行图形绘制系统;基于缓存交换技术提出一种多路并行的帧同步算法来提高集群的通信效率。在Windows集群系统上进行了验证实验,结果表明:(1)该算法较大程度地提高了集群的帧同步性能并缩短了同步重建时间;(2)集群并行系统有效地完成了大范围复杂三维GIS场景的流畅绘制显示。     

基于错误式学习的低空影像人行横道多角度自动识别

提出了一种基于特征的错误式学习分类器半自动迭代训练方法,该分类器能够自动识别多角度低空影像上的人行横道线,在人行横道线管控与数据库建立、道路网提取上有较好的应用。介绍了基于错误式学习的分类器训练思路与方法,并提出了将同一地区不同角度低空影像的识别结果进行合并,从而尽可能全面的检测出被城区高楼以及车辆遮挡的人行横道线的思路。通过对比实验该方法的鲁棒性,并在其基础上随机选取多组数据进行系列实验,证实了基于错误式学习的分类器比传统方式训练的分类器有更好的综合性能,能够在不降低识别耗时的前提下产生高准确率、低漏检率和低误识别率的识别结果。     

多尺度空间分析技术遥感影像去雾方法

基于多尺度空间分析技术构建了两种影像去雾方法。多时相参考影像去雾方法利用同一地区没有雾的影像作为参考,运用多尺度空间分析技术获取地面低频信息将雾去除。自动影像去雾方法是基于拓扑分析的多尺度空间分析技术,分析影像的纹理和特征信息,将同一场景中的雾和地面信息分离,从而获得去雾后影像。通过青岛地区大量遥感影像数据测试,证明该方法是非常有效的。     

基于双波段图像的玉米长势自动观测技术研究

基于双波段图像的玉米长势自动观测方法研究     

生物技术推进蓝色经济——NOAA组学战略介绍

NOAA希望通过基因组学、蛋白组学、代谢组学等各种生物组学(‘Omics)工具加强对海洋和五大湖地区生物群落的长期监测和了解,以有利于渔业管理、水产养殖业发展、食品和水安全、物种和栖息地保护、海鲜消费者保护以及天然产物发现等,实现生态系统资源的可持续管理。相比传统人工采样,组学与自动采样结合可以更高效地指示生态状况,也提供更详细的生物信息。但更多的信息也对机构计算能力和人员能力提出了新挑战。     

2008—2017年鄂西南区域极端降水特征及成因

利用地面区域自动站逐时降水观测资料,采用百分位方法,对2008—2017年5—9月鄂西南极端降水特征进行分析,利用卫星云图TBB和NCEP 0.5°×0.5°再分析场资料,对典型个例进行成因分析。结果表明:(1)鄂西南小时强降水和日降水量极端阈值范围差别较大,各站降水极端性程度没有可比性。小时强降水和大暴雨出现频率高的站点主要分布于有地形辐合和地形抬升的山脉四周,小时强降水多发生在00:00—03:00和16:00—19:00时段;(2)鄂西南极端降水发生最多的是东南部海拔高度相差大的鹤峰附近,低空急流和地形作用,使中尺度对流系统在东移过程中存在后向传播,导致降水持续时间长,累计雨量大;(3)对于不同时期的极端降水过程,其形成的热力、动力作用和垂直结构均不相同,6月的暖区极端降水,热力作用占主导,高层系统先于低层发展,而9月极端降水锋区明显,以动力作用为主,系统整层发展加强。