最小割与深度学习联合优化的室内粘连点云分割方法

随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高。如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题。点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点。本文提出了一种面向室内粘连点云数据的分割分类方法。首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割。利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证。结果表明,该分割优化方法具有较高的精度与数据完整性。     

依托航空模拟平台的激光雷达技术课程实践教学装备

为了能更好地理解激光雷达技术工作原理与三维信息采集全过程,规避现有激光雷达技术,尤其是机载激光雷达,在实践教学中受场地限制的不利条件,本文依托于中国矿业大学(北京)沙河校区的航空模拟平台,自主研发了一套基于单线激光雷达与行程测距仪集成的三维激光扫描装备,阐述了该装备集成的数学原理,设计了三维数据采集实践教学方法,并进行了三维数据采集的实践体验与数据质量评价。结果表明,该装备采集三维点云的精度优于99%,可为激光雷达技术的实践教学、创新训练及本科毕业设计等环节提供有效的硬件支撑,并可在仓储方量核算等工程应用方面进行推广。     

Google Earth Engine平台下秦岭地区植被覆盖时空变化分析

秦岭地区植被覆盖动态变化对其生态环境有重要影响。本文利用Google Earth Engine云平台,选取1986—2019年Landsat TM/OLI地表反射率数据,结合像元二分模型估算秦岭地区植被覆盖度(FVC);通过年际变化斜率、变异系数、Hurst指数等评价指标,对FVC的时空变化、稳定性和持续性变化进行分析。此外,探究FVC与气温、降雨的耦合关系,并分析土地利用变化对FVC的影响。结果表明:34年间,秦岭地区FVC整体上呈现良好的状况,中高等及以上植被覆盖区达73.11%;FVC由1986年的62.86%增长到2019年的70.01%,植被活动在不断增强;FVC的变异系数均值为0.34,标准差为0.45,其稳定性与其空间分布呈高度自相关性;秦岭地区的植被覆盖变化受气候变化和人为因素的共同影响。     

时空遥感云计算平台PIE-Engine Studio的研究与应用

随着遥感大数据时代的到来,为快速处理和分析海量遥感数据,国内外涌现了众多遥感云计算平台,使得全球尺度、长时间序列遥感数据的快速分析和应用成为可能。本文在分析国内外遥感云计算平台现状的基础上,针对大数据时代国内缺少功能完备的遥感云计算平台,且国外遥感云计算平台对国产卫星数据支持不足等问题,基于容器云技术,构建了包含国产卫星数据且集数据、算力和技术于一体的时空遥感云计算平台PIE（Pixel Information Expert）-Engine Studio,实现了脚本驱动的遥感数据的按需获取以及海量数据的快速处理。采用Landsat 8数据,以生长季植被指数NDVI（Normalized Difference Vegetation Index）的计算为例,对比了本平台与GEE（Google Earth Engine）的数据处理能力。结果表明,由于计算资源的限制,本平台的计算和导出时间均比GEE稍长,但计算结果的空间分布一致,其中近68%的值均分布在（0.48,0.77）,且二者差值的95.33%集中在（-0.13,0.13）,结果较为可信。因此,本文构建的基于共享、开放的中国自主遥感云计算平台PIE-Engine Studio,可为地球科学领域的研究提供数据和算力支持,将有助于推进中国遥感云计算平台的发展进程,推动国产卫星数据在云计算平台上的应用。     

基于 SOA 云服务的济宁市电子政务服务平台研究

基于政务网的政府各部门横向与纵向信息共享及业务协同的需求十分迫切,传统的单向共享模式的应用瓶颈日益突出,结合济宁市政务信息平台建设的实际环境及需求,设计了基于 SOA 云服务的政府部门间信息资源共享及在线业务协同平台的框架,实现了政府各部门之间数据有序交换和资源共享,建立了数据建设规范和业务协同机制,极大地提升了政务办公自动化水平。     

夏季黄海冷水团海域的丙烯酸分布与海洋环境因子和叶绿素a变化之间的关系

海水中主要含硫化合物β-二甲基巯基丙酸内盐(DMSP)降解可产生丙烯酸(AA)和活性气体二甲基硫(DMS)。2011年8月对黄海冷水团海域的AA及相关参量的分布特征进行了研究。结果表明,该海域表层海水中AA的浓度为0~0.208μmol/L,平均值为(0.081±0.075)μmol/L。AA的高值区出现在海域的东南部,可能是受到长江冲淡水的影响。AA的浓度总体上呈现出由南到北递增的趋势,与Chl-a较为一致,表明该海域的AA主要是由DMSP裂解产生的。表层海水中AA与温度表现出明显的负相关性。AA的垂直分布表现为:中层底层表层,这可能是产生AA的浮游植物与消耗AA的细菌共同作用的结果。海域中AA浓度与DMSP或DMS无明显的相关性。AA浓度远高于DMS,AA/DMS平均为106∶1,初步估算出DMSP降解产生的AA约为66.5%。AA/Chl-a平均为126.6 mmol/g,比DMSP/Chl-a高1个数量级,比DMS/Chl-a高2个数量级。     

提孜那甫河流域地表太阳辐射估算及其影响因素分析

地表太阳辐射是地球表层主要能量来源,对地表能量平衡、能量交换以及生态水文过程等具有决定性意义。山区地形复杂,其地表太阳辐射时空差异较大且较难估算。采用适用于山区的地表太阳辐射模型对西北昆仑山提孜那甫河流域地表太阳辐射时空分布进行了估算,分析了该流域季节太阳辐射空间分布规律并探讨了地形和云2个重要因素对太阳辐射空间分布的影响。结果表明:（1） 地形因子中周围地形阻挡即地形开阔度（Sky view factor,SVF）与年总太阳辐射的关系最为显著,太阳辐射随SVF增加而增加。（2） 年总太阳辐射随着高程增加首先减少,再而随之增加。探究SVF随高程的变化,发现其与太阳辐射随高程的变化趋势较为一致,因此在山区复杂地形下地表太阳辐射估算中仅利用高程对其校正存在明显不足,需综合考虑地形效应。（3） 研究计算了季节云出现频率空间分布与太阳辐射空间分布的相关系数,结果表明夏季太阳辐射受云影响较其他季节显著。定量分析了地形因子以及云对地表太阳辐射空间分布影响的贡献率,周围地形阻挡SVF对地表太阳辐射空间分布的影响最大,高程和云次之。因此综合考虑地形和云对太阳辐射的影响在山区太阳辐射模拟中是非常必要的,研究可为山区地表太阳辐射模拟提供理论依据,并为山区生态水文过程研究提供方法支撑。     

利用机载LiDAR数据提取与分析地裂缝

机载激光扫描可获取植被茂密地区的数字地形模型(DTM),但将其用于茂密植被覆盖区地裂缝提取方法的研究还不多见。以湖南冷水江市浪石滩为试验区,基于机载Li DAR的激光点云数据,研究了植被覆盖区地裂缝的提取方法,分析了地裂缝的微地貌特征。首先对离散的三维激光点云数据依次进行基于不规则三角网滤波、高程滤波及回波信息强度滤波提取地面点,以保留完整的微地貌微特征;然后构建不规则三角网,反距离加权内插生成数字高程模型(DEM),提取地裂缝识别参数,同时基于最小曲率对地裂缝进行线性探测,提取地裂缝的长度信息,且利用地裂缝剖面信息分析其微特征,结合识别参数分析地裂缝的稳定性。研究结果表明:利用机载Li DAR点云数据提取的地裂缝识别参数,能够确定地裂缝的位置、坡度坡向、长度和深度信息,有助于判定地裂缝的稳定性;在植被较为茂密、地面点密度稀疏的区域,保留一定的低矮植被所提取到的DEM能更好地保留地裂缝的微地貌特征。     

PTrees: A point-based approach to forest tree extraction from lidar data

This paper introduces PTrees, a multi-scale dynamic point cloud segmentation dedicated to forest tree extraction from lidar point clouds. The method process the point data using the raw elevation values (Z) and compute height (H = Z − ground elevation) during post-processing using an innovative procedure allowing to preserve the geometry of crown points. Multiple segmentations are done at different scales. Segmentation criteria are then applied to dynamically select the best set of apices from the tree segments extracted at the various scales. The selected set of apices is then used to generate a final segmentation. PTrees has been tested in 3 different forest types, allowing to detect 82% of the trees with under 10% of false detection rate. Future development will integrate crown profile estimation during the segmentation process in order to both maximize the detection of suppressed trees and minimize false detections.     

关于云安全问题的探讨

云计算面临的最大挑战是安全问题。云计算应用的无边界性、流动性等特点,较之传统的IT模式有很大差异。在云计算环境下,服务方式发生变化,安全的责任主体也发生了根本改变。作为云计算服务提供商,需要建立安全的云计算平台,为云安全服务提供保障;同时,服务一定是开放的、安全的,要保护云用户敏感信息的安全。整合桌面安全管理技术是行之有效的。云安全应用研究主要是从云计算平台系统安全和网络安全设备、安全基础设施的“云化”突破几个方面展开。