基于云架构的市级政务 GIS 平台研究

云计算是“智慧城市”建设的核心技术之一,而基于云架构的政务GIS则是电子政务建设的重要趋势。针对政务云GIS搭建面临的资源池化、异构兼容、网络部署等问题,本文提出了政务GIS云平台四层框架结构,详细阐述了支撑平台、信息资源和功能服务池化策略,讨论了多种情况下的异构资源兼容策略,并提出“内主外辅”的网络部署方案。     

采用Morse理论的小尺度地形特征提取方法

Li DAR点云为小尺度地表形态的提取与表达提供了精确的数据源,但其高密度性与不确定性,导致应用Morse理论提取的特征点中含有大量的"伪特征点"。这里首先通过定义特征点指数等一系列概念,模拟特征点周围区域的地表形态,建立特征点重要性度量指标与计算方法;然后给出了地表重要特征点的提取算法;最后,进行了试验验证与分析。结果表明:提出的算法优于现有的持续值法与自然法则法,可以有效剔除"伪特征点",实现基于Li DAR点云小尺度复杂地形的特征点精确提取与多层次表达。     

激光扫描点云图像背景交互式滤除

激光扫描系统获取的数据中包含了大量背景信息,给信息提取和表面重建工作带来严重影响,需要有效滤除。依据空间点与平面的位置关系,提出了针对车载激光扫描点云图像背景信息滤除的有效方法,并以OpenGL为工具,开发了一系列点云数据处理工具,能快速、直观、准确地滤除无用背景信息,完整地保留有用的前景信息,从而为大规模三维场景快速重建提供保障。     

基于物方影像匹配的DEM聚类变化检测

提出了DEM的变化检测问题,采用了基于密度的聚类分析方法对匹配所得的初始变化区域进行分析,实现了地表高程变化区域的检测.     

机载激光雷达平均树高提取研究

为了研究机载激光雷达(LiDAR)树高提取技术,以山东省泰安市徂徕山林场为实验区,于2005年5月进行了机载LiDAR数据获取和外业测量.通过对LiDAR点云数据的分类处理,分别得到了试验区的地面点云子集、植被点云子集和高程归一化的植被点云子集.基于高程归一化的植被点云子集计算了上四分位数处的高度,与实地测量的数据进行了比较,并结合中国森林调查规程进行了实用性分析.结果表明:对于较低密度的点云数据,使用分位数法可以较好地进行林分平均高的估计;机载激光雷达技术对树高估计是可行的,精度都高于87%,总体平均精度为90.59%,其中阔叶树的精度高于针叶树.该试验精度可以满足中国二类森林调查规程中平均树高因子的一般商品林和生态公益林的精度要求,对国有商品林小班的调查精度要求(5%)存在一点差距,需要在国有商品林区进一步开展验证工作.对本试验区而言,已经可以满足其作为森林公园生态公益林的调查要求.     

平面约束条件在LIDAR点云滤波中的应用

介绍了一种利用平面约束条件对LIDAR点云数据进行滤波的方法,利用每个数据点的邻域点拟合平面,根据平面约束条件和平面点分类方法得到地面点,最后利用地面点内插该区域的DTM.     

图像分类中基于核映射的光谱匹配度量方法

针对多光谱遥感数据特点利用SSV匹配技术改进高斯核函数得到新的KSSV函数,然后在由KSSV核函数映射得到的高维空间中利用SAM匹配技术代替基于欧氏距离的相似性度量。如此可以充分挖掘多光谱影像中的波谱特征信息并有效利用,提高模式识别方法应用的有效性。将此方法分别应用于非监督分类(k均值)与监督分类(最小距离、SVM)的试验表明,改进度量的分类方法可显著提高地类间的可区分度并有效降低类内的不一致性,更有效针对多光谱遥感影像中的地物类型,获得较好的精度改进。     

云计算及其在地理信息工程中的应用

云计算是网格计算及分布式计算、并行计算发展到一定阶段后衍生出来的,是这些计算方法的商业实现。云计算是一种新型的计算模型,其基础体系结构属于云计算的技术层次,主要说明系统属性和设计思想;云计算的服务集合源于服务类型,说明能带给客户什么。云计算的核心技术有数据存储技术、数据管理技术、编程模型和云安全。云计算在地理信息工程和地理空间信息网格计算中有着广泛的应用前景。     

基于地面激光扫描数据的单木特征因子提取与分析

本文利用三维激光扫描仪对树木进行扫描获取树点云数据,经过格式转换、分离、提取后,对树木各测量因子包括胸径、树高、树冠、材积量进行测定与测量方法与意义的分析。通过实验分析,可以得出:树冠测定因子通过测定树冠的叶面积指数来更精确地反映树冠的生理学意义;通过不规则三角网构建的多面体计算的树干体积较以平均断面积、中央断面积求树干材积更为准确与便捷。     

利用掩星资料分析东亚地区云厚的分布特征

利用2007年1月至2009年1月COSMIC掩星湿空气数据,基于相对湿度廓线出入云层时发生突变反演云边界高度的思想,统计分析了东亚地区云厚的分布特征。结果表明,掩星最低探测高度集中在3km以下,主要影响部分中云和低云云厚的反演。云发生概率沿纬度和经度方向呈现不同的分布特征,各类云概率随高度也有不同的变化规律。东亚地区所有云的平均厚度为1.78km,其中单层云和顶层云分布相似,双层云与其他云层的地理差异不大,单层云在春秋季分布相对均匀,而在夏冬季差异较大。夏季和冬季顶层云云顶高与云厚的二维频率分布各异,主要在于夏季有更多云体较厚且位于对流层上部的高云存在。