基于 ArcPad 的地理国情普查外业调查系统开发

通过ArcPAD Studio开发环境和VBScript开发工具以及VC＋＋和ArcEngine 9．3,开发了适合全国第一次地理国情普查项目的外业调绘软件,解决了内外业作业数据不一致的情况,实现了两者一体化。通过Configuration和Layer两种开发方式,参考地理国情普查项目的相关规范,实现了地理要素覆盖数据及地理要素的采集、编辑,实现了样点照片及其相关属性的采集。本文还就数据预处理及采集后的数据后处理进行了阐述,使地理国情普查项目的外业调绘工作更加完整化、流程化。     

地理国情（市情）普查外业信息采集

地理国情监测不仅扩大了测绘行业的内涵,更重要的是,对我国总体布局和规划提供了可靠的依据。目前,在全国范围内逐步开展地理国情普查工作,我分院按照安排,以厦门市为试点,对其进行了外业的调查与核查工作。结合实地作业情况来看,可以在地理国情普查内容与指标基本不变的前提下,依据地域的不同增加分类或修改部分类别的内涵。为今后全面普查工作的顺利开展,对现有的作业方式和作业内容都应有一定的规范。     

地理国情普查外业调查技术要求

地理国情外业调查是地理国情普查工作十分重要的工作内容,是保证地理国情普查数据质量的关键环节。外业调查是对采集的地理国情要素和解译的地表覆盖分类成果以及内业无法定性的类型、边界和属性进行实地调查,同时采集遥感影像样本数据,为最终形成地理国情要素数据、地表覆盖分类数据成果和遥感影像解译样本数据库提供基础。     

EGM2008的高程拟合模型在广西区域的应用研究

利用广西2013年测量的部分二等水准测量成果,对EGM2008地球重力场模型1′×1′的模型进行检核,得到其在广西境内的高程异常差值为36.8cm。并选取了广西两个较有代表性区域的数据,使用多种G P S高程多项式拟合的方法以及基于EGM2008地球重力场模型的移去-恢复法进行实验研究,通过数据统计分析,最优拟合模型精度可达到5cm以内,对EGM2008地球重力场模型在广西的实际应用得到了一些非常有意义的结论。     

浅谈设备管理信息系统开发项目风险管理

由于信息技术的快速发展和开发工具的日趋成熟,影响管理信息系统开发成功的瓶颈已不再是以技术为主的问题,而更多的是以人为主的风险管理问题。本文主要从风险识别与评估、风险应对与监控、风险回顾与改进这四个方面,阐述了北京市测绘设计研究院设备管理信息系统开发项目的风险管理经验,证实了准确识别和评估项目所面临的风险并进行有效应对和监控,是提高项目成功率的有效手段。     

线要素几何信息量度量方法

目的 提出了基于弯曲的线要素几何信息量的度量方法。首先利用拐点识别线要素弯曲,将线要素几何结构分解为一组有序弯曲。进而基于地图信息产生的差异性和多样性特征本质,从元素层次的弯曲形态、邻域层次的弯曲拓扑和整体层次的弯曲分布来描述弯曲序列的空间特征,并提出相应的几何信息分类,即弯曲几何形状信息、弯曲几何拓扑信息和弯曲几何分布信息。然后针对不同类型的几何信息,分别建立各层次空间特征描述指标,在此基础上提出相应的信息量度量方法。实验验证了本文方法的可行性和合理性。     

大数据环境下地理信息产业发展的几点思考

大数据背景下地理信息产业的发展有了新的驱动力,通过思考这种驱动力对产业发展可能产生的影响,分析指出了大数据在地理信息产业中的中心地位和重要价值,综述了大数据给地理信息产业的涵盖范围、关键技术和服务模式所带来的重大变革,探讨了大数据技术对于GIS传统技术优化升级的几个着力点,并剖析了大数据技术在地理信息产业的相关应用中所面临的制约因素。     

地理信息隐私保护法律问题探析

地理信息市场化过程中存在隐私法律问题。本文以美国隐私保护法律体系为视角,分析美国与欧盟关于隐私法律保护法律模式的差异,研究安全港框架及相关原则对数据跨境流转的作用。通过比较法研究,旨在对我国地理信息市场化法律制度的构建有所启发。     

关于地理国情普查外业调查与核查的分析和探讨

地理国情是基本国情的重要组成部分,开展地理国情普查是一项重大的国情国力调查,是全面获取地理国情信息的重要手段,是掌握地表自然、生态以及人类活动基本情况的基础性工作.本文就灵武市地理国情普查外业调查与核查生产的整体技术路线以及相关问题进行分析和探讨.     

Non-stationary covariance function modelling in 2D least-squares collocation

Standard least-squares collocation (LSC) assumes 2D stationarity and 3D isotropy, and relies on a covariance function to account for spatial dependence in the observed data. However, the assumption that the spatial dependence is constant throughout the region of interest may sometimes be violated. Assuming a stationary covariance structure can result in over-smoothing of, e.g., the gravity field in mountains and under-smoothing in great plains. We introduce the kernel convolution method from spatial statistics for non-stationary covariance structures, and demonstrate its advantage for dealing with non-stationarity in geodetic data. We then compared stationary and non- stationary covariance functions in 2D LSC to the empirical example of gravity anomaly interpolation near the Darling Fault, Western Australia, where the field is anisotropic and non-stationary. The results with non-stationary covariance functions are better than standard LSC in terms of formal errors and cross-validation against data not used in the interpolation, demonstrating that the use of non-stationary covariance functions can improve upon standard (stationary) LSC.