建筑物沉降规律的综合时序分析

建筑物的沉降监测数据序列具有趋势变化和随机变化的特点，本文针对两种变化项的特点分别建立相应的数学模型，再将其组合起来建立综合数学模型，从总体上把握沉降数据序列的变化规律。实例计算分析表明，此方法具有较高的拟合精度和预测能力，具有一定的应用参考价值。     

基于RS和GIS的农业土地利用污染分析

农业已被确认为地表和地下水最主要的非点源污染源，而土地利用方式又是影响非点源污染的关键性因素。大规模的土地利用与开发、化肥与农药用量的增加、规模养殖业的发展、生活垃圾的增加等，这些非点污染源严重威胁水体质量，进而影响到人们的生活。为了更好地预测和控制、管理非点源污染，必须研究其负荷定量化问题。本文从以上几方面入手，讨论了非点源污染与农业土地利用方式之间的关系，利用组件GIS技术，以网格为评价单元，实现非点源污染负荷的定量计算及可视化分析。文章最后以上海市松江区作为研究区域，对该区的污染情况进行了分析。     

基于神经网络的建筑物沉降原因分析

在我们应用回归方法对建筑物沉降原因分析及沉降趋势的预测中，由于实际情况的复杂性及主观认识的局限性，这样所得的结果含有较多的人为因素，可能会与实际情况有所差异。针对这种情况，讨论了应用神经网络方法来发现和验证引起建筑物沉降的因素及对沉降趋势的预测。实例表明，该方法能取得较好的效果。     

沉降观测数据分析方法探讨

分析沉降数据处理及信息挖掘的基本方法,结合GIS软件,通过实例讨论沉降数据分析的可视化问题,为工业广场及大型建筑物形变监测提供依据.     

联合GPS和GRACE数据分析陕甘宁地区地表垂直形变

采用甘肃省CORS网和中国大陆构造环境监测网络中共48个台站的GPS观测数据，解算得到观测台站的垂直位移，并与GRACE时变重力场Mascon模型解CSR RL05M数据计算得到的垂直形变进行比较，分析区域地表垂直形变特征。结果表明，研究区内台站垂直形变存在局部特征，甘肃庆阳和平凉地区垂直形变与其他地区存在明显差异，相关系数、均方根减少量和周年信号减少量均高于其他地区；扣除趋势项后，观测台站GPS垂直位移与GRACE垂直形变时间序列相关系数均值为0.72，GPS和GRACE周年信号振幅均值分别为6.00 mm和3.70 mm，周年信号减少量和均方根误差减少量均值分别为0.51和0.29；研究区内GPS垂直位移和GRACE垂直形变时间序列一致性较强，GRACE垂直形变能有效解释50%以上的GPS垂直位移周年信号，GPS垂直位移时间序列包含的非构造形变中平均约29%来源于环境负载变化所引起的负荷形变。     

线图形简化与移位算子的协同方法

在地图综合过程中,线的图形简化和移位算子通常是分别执行的,图形简化和移位有时都会产生新的空间冲突。本文试图把这两种算子进行协同,避免在地图综合过程中进行空间冲突的多次探测,提高地图综合数据处理的效率。本文通过把线图形简化转换为线上的点移位,并构建邻近地图目标之间的移位传播路径,在考虑空间上下文关系和地图感受规则的前提下,使移位过程能考虑到线图形简化,并尽量保持有关地图目标的空间特征。最后,以道路和其周边的建筑物群为例,验证了该算法的有效性和可行性。     

一种新的窗户特征提取方法研究

在建筑物立面重建中,窗户提取、结构识别是学者们研究的热点。针对建筑物特征提取的应用需求,文中提出一种基于局部搜索算法——爬山法的窗户信息提取方法,介绍研究中采用的一些原理、方法,从而可以准确有效地从激光扫描数据中提取出建筑物的窗户信息。利用本方案对地面激光扫描系统获取的建筑物实验数据进行具体的处理,并给出可视化表达结果。     

小秦岭太峪水系沉积物重金属污染生态危害评价

以金矿开发影响的黄河二级支流太峪水系沉积物为研究对象,沿河采集16个表层沉积物样品,分层采集垂向剖面10件水库沉积物样品,测定了样品中重金属元素Hg、Pb、Cd、Cr、As、Cu和Zn的含量,采用Hakanson潜在生态指数法和Tomlinson污染负荷指数法评价重金属元素污染程度和潜在生态风险。结果表明,矿业活动是太峪水系沉积物重金属元素污染的主要因素;变异系数、富集系数和最高污染系数均反映Hg、Pb、Cd是太峪水系沉积物的特征污染重金属元素,Cr和As的质量分数接近地区背景值;太峪水系表层沉积物受到重金属元素的极强污染,山区段污染较山外更严重;整个流域的Hg、Pb、Cd具有很强的潜在生态危害,Cr、As、Zn的潜在生态危害轻微;太峪水系沉积物垂向各层沉积物都受到重金属元素的极强污染,生态问题以Hg、Pb、Cd的潜在生态危害为主,其污染和生态危害程度都高于流向上的沉积物。潜在生态危害指数评价突出了不同元素的毒性和危害程度,而污染负荷指数法侧重于样本空间上的污染程度,二者互补使用有利于实际问题的全面评价。     

西安市供暖期日燃气负荷预测方法

利用西安市2009年11月15日至2019年3月14日供暖期燃气负荷及气象观测逐日资料,分析西安市供暖期、节假日、双休日燃气负荷的变化规律,采用相关分析方法,筛选相关性显著的因子作为燃气负荷影响因子。在此基础上,采用多元线性回归分析方法,构建供暖期日燃气负荷预测模型,并对模型进行检验评估。结果表明:近10 a西安市供暖期燃气用量逐年增加,且日燃气负荷呈单峰型波动变化,峰值出现在1月。供暖期燃气负荷具有双休日、节假日效应,其燃气负荷明显低于工作日,且节假日越长影响越明显。供暖期燃气负荷与前一日燃气负荷呈显著正相关,而与最高气温、最低气温、平均气温及人体舒适度等气象因子呈显著负相关,分离基础燃气负荷后的供暖燃气负荷与上述气象因子的相关性明显提高。基于上述5个影响因子构建的供暖期日燃气负荷动态预测模型,经检验,平均相对误差为3.4%,且用气高峰期模型预测更稳定,相对误差为2.77%,能够满足天然气公司供暖期燃气调度需求。     

结合Faster R-CNN模型的遥感影像建筑物检测

高分辨率遥感影像场景复杂,其中建筑物目标种类结构各异且存在大量遮挡,现有检测算法使用特征表达性不强。结合Faster R-CNN模型设计一种针对遥感影像的建筑物检测方法。首先通过共享卷积网络获取原始影像的深层特征图;然后结合区域建议网络生成初步检测结果;最后根据Fast R-CNN检测网络对结果进行进一步判定和边界回归。针对困难样本造成的训练中断,对训练策略进行改进,通过近似联合训练的方法对模型参数同步调优。实验结果表明,该方法准确率和召回率明显优于DPM方法,对非训练测试集遥感影像具有较好鲁棒性,有效实现了针对遥感影像的建筑物检测。