驻村帮扶“一张图”设计与实现——以明溪县为例

结合明溪县驻村帮扶工作的开展情况,探索基于地理信息技术下开展驻村帮扶工作的关键技术,依托"数字明溪地理空间框架"的建设成果,设计并实现了明溪县驻村帮扶"一张图",实现了明溪县驻村帮扶信息可视化、透明化和精准化的管理,增强了明溪县驻村帮扶项目管理的科学性。     

基于SuperMap的空间大数据可视化技术研究与应用

人类正从IT时代走向DT时代,诸多的技术手段使大数据处理技术能够从大规模数据中分析出相关模式或趋势,让我们对海量数据的价值挖掘充满了期待.当可视化呈现让大数据的潜力达到最大时,以往未被观察到的现象或趋势很容易被发现,用户能够快速地获得更多信息,发现他们所需要的价值.因此,如何最大化地呈现大数据中隐含的价值变得尤为关键.本文将重点研究空间大数据的可视化方法,充分发挥数据可视化的作用,帮助用户挖掘隐藏在空间大数据中的价值.     

超算环境下的并行切图性能分析

在传统GIS二维地图缓存生成过程中,一般用普通的PC机来生成地图缓存.普通PC机的内存一般不大于8 G,CPU主频一般不大于2.2 GHz,且核数不大于8核,硬盘一般为机械硬盘,容量不大于2 T.受限于硬件性能的瓶颈,切图效率较低,不能够分析出上述各硬件因素中制约二维地图缓存性能的关键性因素.相比之下,超算环境有着丰富的资源,可将上述任一资源延伸到极致,因此,本文借助超算环境,研究分别增大内存、CPU主频、硬盘空间等因素后对地图缓存效率的影响.基于此,本研究在郑州大学超级计算机中心专门进行了比较测试.郑州大学超级计算机中心拥有两种类型的CPU,每个主机拥有128 G内存,CPU分为普通CPU和KNL CPU,分别拥有32核和64核,所有主机共享802 T的磁盘阵列,可以认为对于二维地图缓存来说硬件资源是无限的.本文利用郑州大学超级计算机中心的理想环境分析出了在内存和CPU等因素都不受限的情况下,影响二维地图缓存效率的关键因素.     

基于分层分户图的室内外一体化三维模型构建与应用

房产三维是三维GIS的应用重点,分层分户图的三维建模更是房产三维建设的重要组成部分.本文对比了3 Ds Max建模、平面拉伸建模和分层分户图建模方法,分析了分层分户图建模优势,重点研究了分层分户图建立三维模型的方法.     

图割能量驱动的高分辨率遥感影像震害损毁建筑物检测

为充分利用高分辨率遥感影像提供的细节信息,提高震害损毁建筑物检测精度,提出了一种图割框架下融合形状、边缘、角点等多种类型特征的损毁建筑物检测方法。该方法首先利用震前建筑物线划图提取包含单个建筑物的局部影像,用于图割能量函数建模,并分别根据建筑物的位置、形状、边缘以及角点构造能量函数的各约束项。在此基础上,通过最大流/最小割算法求解能量函数最小值,依据最小割能量进行地震前后局部影像中建筑物的相似性度量。最后利用最大期望算法(expectation maximization,EM)求得最小割能量的分类阈值,并根据错分率估值执行后处理以获得最终变化检测结果。采用2011年3月11日东日本大地震前后石卷港的高分辨率遥感影像进行试验,结果表明本文提出的方法能有效检测出损毁建筑物。     

地形三维建模中特殊地物的处理方法

在三维建模领域,空中三角测量通过少量的控制点,按一定的数学模型加密解算出所需要的全部控制点及每张像片的外方位元素并由此进行三维重建工作;若遇到一些特殊地物(如桥梁、铁塔、水域等)时,往往会出现模型错乱、模糊不清、有漏洞或无法正确显示等一系列问题。本文采用倾斜摄影测量建模的方式,对一些特殊地物进行信息采集,再利用专业软件进行加工处理,用3dsmax类建模软件对采集的信息进行精细建模,用skyline类软件进行三维场景编辑及漫游,从而能够实现基于原本样貌重建特殊地物的三维模型。     

基于天绘卫星影像的困难地区地形图测制方法

介绍了基于天绘影像的困难地区地形图测制技术,针对困难地区地形图的特点,分析影响地形图测制的因素,总结了提高困难地区地形图成果质量的方法。     

基于ObjectARX和GDAL的农村地籍调查自动化成图研究

结合ObjectARX SDK for AutoCAD 2012和GDAL两大关键技术,实现了农村集体土地使用权1∶2 000比例尺农村地籍调查工作底图的全自动化生产,大大提高了生产效率,保证数据的准确性。     

Android平台下的地形图图幅信息检索

针对当前移动端缺少快速、实时检索地形图图幅信息的系统,本文依据国家基本比例尺地形图分幅与编号标准,提出了基于Andriod平台的地形图图幅信息检索方法并编程实现了该系统。该系统实现的功能有:点所在图幅编号检索、图幅范围检索、地形图新旧编号的转换及区域范围内图幅编号集检索。此系统可应用于Andriod智能手机和平板电脑等移动设备。实验表明,本文的方法和系统执行效率能够基本满足移动用户实时检索地形图图幅信息的需求。     

利用GPS轨迹二次聚类方法进行道路拥堵精细化识别

针对当前在精细识别道路拥堵时空范围方面研究的不足,提出一种利用GPS轨迹的二次聚类方法,通过快速识别大批量在时间、空间上差异较小且速度相近的轨迹段,反映出道路交通状态及时空变化趋势,并根据速度阈值确定拥堵状态及精细时空范围。首先将轨迹按采样间隔划分成若干条子轨迹,针对子轨迹段提出相似队列的概念,并设计了基于密度的空间聚类的相似队列提取方法,通过初次聚类合并相似子轨迹段,再利用改进的欧氏空间相似度度量函数计算相似队列间的时空距离,最后以相似队列为基本单元,基于模糊C均值聚类的方法进行二次聚类,根据聚类的结果进行交通流状态的识别和划分。以广州市主干路真实出租车GPS轨迹数据为例,对该方法进行验证。实验结果表明,该二次聚类方法能够较为精细地反映城市道路的拥堵时空范围,便于管理者精准疏散城市道路拥堵,相比直接聚类方法可以有效提升大批量轨迹数据的计算效率。