BIM在三维数字城市中的集成与应用研究

建筑信息模型(BIM)与GIS的集成被视为数字城市向智慧城市发展的关键技术之一,通过集成BIM和GIS技术,实现三维数字城市中建筑物室内外一体化展示、管理与分析。并在此基础上开展建筑经济人口信息集成管理、户籍房产管理、应急疏散等面向公众的应用,拓展三维数字城市的应用外延。     

面向室内WLAN定位的动态自适应模型

提出了一种面向无线局域网(wireless local area network,WLAN)位置指纹匹配定位的动态自适应模型,借助多个基站的实时数据为稳健室内定位提供更新的匹配数据库——radio map。基于基站与radio map采样点之间的空间关联性,将基站数据和radio map分别作为多层神经网络的输入和输出,动态更新radio map;利用多元数据异常探测技术检验基站数据捕获环境的时空变化;根据探测结果采用顾及室内布局的数值内插和再训练的方式更新模型,从而使其适应环境的时空变化。在室内动态环境中进行了多次验证试验。试验结果显示,在时变因素作用下,相比较传统方法,采用所提模型的定位方法的平均误差至少下降10%;在空间变化因素(以信标移动为例)作用下,其他方法平均定位误差大幅增加了至少165%,而采用所提模型方法的平均定位误差只增加了10%~20%,定位精度维持在3m左右(即原始精度)。结果证明采用了所提模型的定位系统能够自适应环境的时空变化而保持原有定位表现。不过,与传统位置指纹匹配定位方法相比,该模型带来了更多的计算负荷。     

基于小波分析的灰色-神经网络组合模型在大坝变形预测中的应用

监测序列经小波分解后可以得到各层分量。对低频分量采用灰色GM(1,1)模型进行建模预测,对高频分量采用BP神经网络进行建模预测,最后将各分量进行小波重构,得到监测序列的预测值。将预测值分别与没有进行小波分解直接用GM(1,1)模型预测的值和经小波分解的低、高频系数都采用GM(1,1)模型预测的值进行对比,发现经小波分解的灰色-神经网络组合模型预测精度更高。     

基于分形方法的蚀变矿物多尺度特征分析

针对矿化蚀变信息常常受其他地物信息的干扰与影像空间分辨率的制约而表现得非常微弱的问题,该文以Landsat7号ETM+30m空间分辨率的影像为数据基础,重采样得到一系列不同空间分辨率的影像;运用ETM+波段3/波段1比值法获得铁染蚀变相对含量灰度图,采用分形模型计算出不同分辨率下蚀变矿物的分维值,进而获得分辨率—分维值的一元线性回归方程;最后建立了基于分形理论的蚀变矿物多尺度分析模型,得到蚀变矿物空间分布特征变化的参考尺度。结果表明,在一定尺度范围内(30~280m),蚀变矿物显示出空间尺度特征。     

基于WebGL的动态水面仿真方法

针对数字水利GIS展示系统中,实时动态水面仿真和展示尚无普适性方法的问题,结合GIS应用逐步从单机向网络过渡的趋势,利用WebGL强大的渲染优势,研究了Web环境下动态水面的仿真方法。实验证明,基于WebGL的动态水面构建方法可以为用户在网络环境中提供良好的交互式三维可视化体验,并可提高数字水利系统的宣传展示水平。     

基于残差改正的动态非等时距灰色模型及应用

介绍了动态非等时距GM(1,1)模型的建模原理、建模过程以及精度评定方法,阐明了动态非等时距GM(1,1)模型中维度选择、残差改正的问题,结合高层建筑沉降监测实例进行分析,将动态非等时距残差GM(1,1)模型预测结果与实测值进行比较,得出动态非等时距残差GM(1,1)模型在建筑物沉降监测中具有很高预测精度的结论,证明了该方法的可行性与可靠性,适用于高层建筑沉降监测.     

采用逻辑回归的汾河流域遗址分布研究

为了更好地指导考古挖掘和理解古人类活动,该文从汾河流域DEM数据中提取高程、坡度、坡向、地形起伏度、地表曲率、距河流距离及距大遗址距离等作为自变量,利用二元逻辑回归建立流域内仰韶时期至夏商时期各时期遗址分布模型,对模型结果进行了定量分析并生成了汾河流域各时期遗址分布概率图,在此基础上对汾河流域人类文化遗址的分布特征进行研究。遗址分布模型总体分类精度较好。遗址分布模型对考古工作及古环境研究具有重要价值,可以为考古工作提供决策支持。     

地形辐射校正模型研究进展

从经验模型、物理模型及半经验模型3个方面综述了地形辐射校正模型研究的主要进展,并从模型的输入参数、前提假设条件和评价方法3个方面讨论了现有模型存在的一些问题.最后,对地形辐射校正模型的研究前景进行了展望,认为可以从多源或多时相数据、图像增强或信息填充等方面恢复阴影区域信息,提高模型的校正精度,考虑引入新的数理统计方法进行精确的定量评价,并建议地形辐射校正模型研究应该更加重视阴影区域光谱信息的恢复,尤其是在地形复杂的山区.     

基于灰度归一化的HJ-1A星HSI图像条带噪声去除方法

针对HJ -1A星HSI图像上的条带噪声,在分析传统条带噪声去除方法的基础上,提出了一种新的基于灰度归一化去除条带噪声的方法.首先,设计孤立点检测窗口,将随机斑点噪声与条带噪声分离;然后,利用灰度归一化方法建立图像各列像元灰度级与基准列像元灰度级对应的查找表,根据查找表对HSI图像条带噪声进行消除.实验结果表明,该方法在很好地保留图像光谱信息的情况下,能够有效地消除图像条带噪声和随机斑点噪声.     

平稳自回归模型在高层建筑沉降预测中的应用

首先介绍了平稳自回归模型-AR(p)模型,然后将该模型应用到高层建筑沉降预测实例中,通过沉降实测数据与预测数据进行对比分析,其结果均满足精度要求,表明:AR(p)模型在高层建筑的沉降预测中具有很好的适用性。