结合云计算与大数据的出租房消防安全监管GIS

我国城镇化进程和经济发展效果卓著,但消防建设规划与城市扩张发展之间并不协调。虽然现有研究已经运用GIS技术到消防安全监管当中,但依然存在信息联动性不强,可视化程度低的问题。为此,本文基于地理信息系统技术对城市开发区内地理信息数据、多源多时态遥感及航空影像、巡查数据、出租房数据等进行有效整合完善,以建立时空地理信息大数据。笔者利用虚拟化、云计算等技术建立出租房消防安全动态监管平台。此平台为管理部门提供了基于地理信息的决策支持,提升了出租房管理的高效性和科学性。系统的建成和应用对我国的出租房管理信息化工作的开展具有重要意义。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

一种基于卫星遥感的临近预报方法

中尺度对流系统(MCS)是形成强对流天气的主要原因,云团在MCS生命周期中的分裂合并问题是临近预报的难点。为解决这一问题,本文提出了FCC方法,该方法使用质心位移和FY-2卫星数据预测多个对流单体的运动轨迹。多个案例分析证明,FCC算法在MCS的各个生命周期均能进行有效的预测,包括初生、成熟和消散阶段。此外,通过列联表方法验证了所提算法的有效性。     

机载LiDAR点云获取与高精度DEM建设关键技术探讨

结合广东省机载LiDAR点云获取与高精度DEM建设项目,介绍了项目总体技术路线,针对项目难点,从设备选择、点云密度设计、植被覆盖密集山区数据获取方法、点云数据分类组合算法、空白区处理等5个方面的关键技术进行了探讨,并提出解决方案,为同类项目的设计与实施提供参考。     

一种基于点云法向量的基准特征提取与倾斜分析方法

针对目前将三维激光扫描技术应用于变形监测领域存在基准特征难以提取、点云数据分析缺乏适用的方法等问题,本文提出了一种基于点云法向量的基准特征提取与形变分析方法。首先利用局部平面拟合方法获得点云的法向量,并沿点云法矢方向探测基准点;然后利用三次B样条曲线对探测的正确基准点进行拟合;最后根据拟合曲线计算基准高程和对径点倾斜角分析基准特征形变信息。对某化工厂的罐体点云数据进行基准特征提取结果表明,该方法可以快速、全面地获取监测对象的整体信息,且能够正确分析监测对象的基准形变。     

机载激光点云中高压电塔自动识别方法

提出了一种基于格网特征的机载激光点云高压电塔自动识别方法。首先对机载激光点云数据进行滤波去噪处理;然后对点云数据进行规则格网化特征分析获得高压电塔粗识别区域;最后对粗识别区域进行外接邻域网格线性特征悬空点集检测以确定电塔识别结果,并以分层切片法分析获取电塔平面中心坐标。采用大型无人机实际线路巡检获取的机载点云数据对本文算法进行验证,试验结果表明本算法可实现高压电塔的快速自动识别,对无人机电力巡检智能诊断具有一定的促进作用。     

背负式移动激光扫描系统测绘大比例尺地形图精度试验研究

将背负式移动激光扫描系统应用在测绘大比例尺地形图中,其扫描精度至关重要。本文利用徕卡Pegasus Backpack对苏州工业园园区测绘地理信息大楼进行扫描,采用Inertial Explorer、Infinity、AoTumatic Processing对点云数据进行预处理,运用RealWorks提取特征点,将特征点在MicroStation V8联图中绘制成1：500地形图。通过与传统方法绘制的1：500地形图相叠合,发现两幅地形图具有很好重合度。对地物检测点精度分析后,得到点位中误差为0.026 m,高程中误差为0.041 m。研究结果表明徕卡Pegasus Backpack满足1：500地形图测量精度要求。     

DFT对Rb+水合团簇及其相关性质的分析

运用密度泛函理论(DFT)在ωB97XD/gen (O、H元素Aug-cc-PVDZ; Rb元素Lanl2DZ)基组水平上研究了[Rb(H_2O)_n]~+(n=1～12)水合团簇的结构和光谱学性质。研究结果表明,通过分析气相和液相中的稳定能以及水合团簇可知,稳定构型出现在8配位的团簇中。第一配位层水分子数为8时形成Rb~+第一近似饱和水合层。此外,拉曼光谱显示[Rb(H_2O)_n]~+(n=1～12)水合团簇中O-H伸缩振动峰随着水分子数增加发生移动和加宽,Rb~+发生水合时,O-H对称和非对称伸缩振动发生红移,随着水合数的增多,频率蓝移。此外,文中对拉曼光谱中O-H振动的频率位置结合团簇结构进行了说明。     

Two-stage permutation tests for determining homogeneity within a spatial cluster

The discovery of spatial clusters formed by proximal spatial units with similar non-spatial attribute values plays an important role in spatial data analysis. Although several spatial contiguity-constrained clustering methods are currently available, almost all of them discover clusters in a geographical dataset, even though the dataset has no natural clustering structure. Statistically evaluating the significance of the degree of homogeneity within a single spatial cluster is difficult. To overcome this limitation, this study develops a permutation test approach Specifically, the homogeneity of a spatial cluster is measured based on the local variance and cluster member permutation, and two-stage permutation tests are developed to determine the significance of the degree of homogeneity within each spatial cluster. The proposed permutation tests can be integrated into the existing spatial clustering algorithms to detect homogeneous spatial clusters. The proposed tests are compared with four existing tests (i.e., Park’s test, the contiguity-constrained nonparametric analysis of variance (COCOPAN) method, spatial scan statistic, and q-statistic) using two simulated and two meteorological datasets. The comparison shows that the proposed two-stage permutation tests are more effective to identify homogeneous spatial clusters and to determine homogeneous clustering structures in practical applications.