WGS-84&CGCS2000坐标基准转换参数的初步求取

针对WGS-84CGCS2000坐标基准差异问题,分析了用于估计基准转换参数的Bursa模型及其求解方法,初步尝试求取WGS-84CGCS2000的坐标基准转换参数。算例采用了中国区域内含有CGCS2000坐标值,同时安装有GPS接收机的21个观测站,并针对点位的区域分布问题,提出利用重心化的Bursa模型求解转换参数的思路,且得到一组较好的转换结果。     

一种适用于低空影像的数字表面模型自动获取方法

无人飞行器系统获取的低空影像数据往往倾角大、像幅小且重叠度不规则,同时在灰度与比例尺上可能不一致.针对其特点,提出了一种适用于低空影像的数字表面模型自动获取方法.首先,采用影像水平纠正、构建金字塔、Wallis滤波以及Harris特征提取等方法对低空影像进行匹配预处理;然后,对经预处理的多级影像采取由粗到精的匹配,再基于低空影像高重叠度的特点进行三视检核以剔除误匹配点;最后采用近邻内插生成规则格网的数字表面模型.试验表明,该方法有效可行,生成的数字表面模型产品精度较高,对于改进现有的生产流程具有一定的实际意义.     

基于不同旋转角下的坐标转换模型精度分析

简要介绍了三种不同旋转角下的坐标转换模型,并通过Visual C++6.0编制相应的坐标转换程序,对三种坐标转换模型的精度做对比分析,结果表明根据旋转角的大小选择不同的坐标转换模型对坐标转换精度有直接影响.     

机载激光雷达技术和摄影测量匹配技术在DEM生产中的应用

机载激光雷达技术和摄影测量匹配技术是国内制作DEM最为常见的两种技术,本文对这两种技术的作业流程及优缺点进行了详细论述,并在实验中将这两种技术组合应用,最终证明这两种技术如果能恰当地组合使用,可在DEM生产中显著提高生产效率.     

基于引力可达性的公共服务设施公平性分析模型——以福建长汀为例

公共服务设施的完善配套已成为社会文明进步的标志,其空间分布的公平程度深刻影响着城市居民的居住环境和生活质量。本文引入了威布尔的引力模型,借助Arc GIS软件平台,尝试构建基于引力可达性指数的公共服务设施公平性分析模型,并以福建长汀为例进行了实证研究,以期为公共服务设施规划提供实用的分析方法和技术支撑。     

DWG三维模型自动转换为X三维模型的方法研究

DWG三维模型作为一种成熟的三维模型格式已广泛应用于各领域,但在实际工作中,往往需要将其放置到多种三维设计平台中,而许多平台并不直接支持该格式,这限制了DWG格式三维模型的重复利用。本文首先分析了DWG三维模型格式,而后利用DWG.SDK二次开发包,实现了将DWG三维模型转换为X三维模型的方法并通过实例对该方法进行了验证,该方法拓宽了DWG三维模型的应用范围。     

SML语言在ERDAS中建立空间模型的方法及示例

简单探讨和研究了ERDAS的SML语言的使用以及此种语言在实际使用过程中图形化的流程,主要内容包括空间模型工具的组成、图形模型的基本类型、图形模型的形成过程、模型生成器的功能组成、空间模型的建立以及操作过程、条件操作函数的应用等。并列举了一个简单的例子,进一步说明了这种语言的使用方法。     

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。     

基于库伊克模型的地面沉降预测分析

针对地面沉降与地下水水位变化的内在关系,考虑地面沉降受到自身变化规律的影响,建立基于库伊克变换的地面沉降预测模型,应用该模型对某地区地面沉降统计数据进行模拟预测,有效实现该地区地面沉降与地下水水位以及本身之间的定量模拟,并探讨模型的拟合效果和预测精度。结果表明库伊克模型拟合效果较好,预测精度较高,能较好地反映研究区域的地面沉降变形趋势。     

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。