版本差量式时空数据模型研究

时空数据模型是时态地理信息系统的关键和核心。本文在分析国内外已有研究成果的基础上,结合国家基础测绘项目,提出了“版本-差量”式时空数据模型,采用“版本管理-动态关联”以及“动态分级索引”技术实现时态地理数据的存储管理和查询检索。该模型能有效降低数据冗余,提高数据访问效率。     

基于TLS的滑坡形变分析方法研究

以四川理县一地质滑坡为例,分析扫描点空间位置的理论精度,探讨点云数据获取以及点云过滤、点云拼接、地理参考等数据预处理的关键技术,给出一套比较直观、全面的滑坡形变分析方法,包括基于点云比较的形变分析、基于TIN比较的形变分析、基于特征点的形变分析以及基于DEM的形变分析。为了充分利用非地面点云数据,提出一种提取滑坡区域电线杆、树干的几何特征来分析滑坡水平变化的新方法。通过分析得到的滑坡形变量与GNSS远程实时监测结果基本一致。     

ȱʧ�����»���EM�㷨��GPS�߳����

GPS????????????????????????????????????????????????????????????????????????ó??淽?????????????????????????????EM?????????????????????????????????????????????????????Ч????????????μ?GPS??????????     

整合多源异构的城市规划数据进行认知交流的研究

针对整个城市规划过程的参与者对规划数据的不同种类、不同层次认知需求,本文利用本体思想对包括GIS数据、规划文档、规划图件等多源异构的规划数据进行关系重构,设计本体模型要素的数据语义关系,定义数据间的关联关系,实现基于本体方法的规划领域语义表达算法,方便了各类规划参与者对规划方案认识的交流:同时根据用户特征分类,进行本体关系的逻辑推理,过滤冗余信息,进行多源异构规划数据的可视化。     

基于MySQL的广域电磁法数据处理与解释软件

针对目前广域电磁法数据处理软件集成度低、操作繁琐、数据无法统一管理的缺点,开发了广域电磁法数据处理与解释软件。软件采用客户机—服务器架构和模块化设计。基于MySQL数据库开发的项目管理模块,可以实现项目数据自动化的存储和管理,基于Python的科学计算库开发的广域电磁法的数据处理模块,可满足广域电磁法勘探的数据处理需求,以数据可视化和交互操作为基础,可极大简化处理人员的操作过程,提高数据处理效率。本软件已经应用到实际项目中,对大量数据进行了处理,取得了较好的效果。     

轨迹大数据: 数据处理关键技术研究综述

针对轨迹大数据的高效点-轨迹k近邻（point to trajectory k nearest neighbor, P2T_kNN）查询处理需求,提出了一种融合时空剖分和轨迹分段的轨迹组织方法,其核心思想是在对轨迹作时间剖分的基础上,利用离散全球网格系统（discrete global grid system, DGGS）在空间上进行再次剖分,从而利用两次剖分得到的时空单元编码来索引落入其中的轨迹片段。在此基础上利用分布式列式存储技术设计了面向轨迹大数据的P2T_kNN查询处理框架,提出了一种顾及轨迹数据空间分布的自适应空间单元搜索算法,即通过分析轨迹数据在给定时间约束下的空间分异特征,动态调整空间单元的搜索步长,从而提升了轨迹稀疏区域的处理效率。针对亿级轨迹的实验结果表明,该方法适用于轨迹大数据的P2T_kNN查询处理,在轨迹稠密与稀疏区域的平均查询响应时间均小于1 s。     

IP找水与DDJ-1型仪器野外数据采集

用DDJ-1型多功能激电仪对IP法二次场的长延续时段采集,可提高观测数据质量和判断数据采集的可靠性,因而观测到了反映第二层为相对高极化率的三层"K"型极化率曲线.     

The data‐driven approach as an operational real‐time flood forecasting model

Accurate water level forecasts are essential for flood warning. This study adopts a data‐driven approach based on the adaptive network–based fuzzy inference system (ANFIS) to forecast the daily water levels of the Lower Mekong River at Pakse, Lao People's Democratic Republic. ANFIS is a hybrid system combining fuzzy inference system and artificial neural networks. Five ANFIS models were developed to provide water level forecasts from 1 to 5 days ahead, respectively. The results show that although ANFIS forecasts of water levels up to three lead days satisfied the benchmark, four‐ and five‐lead‐day forecasts were only slightly better in performance compared with the currently adopted operational model. This limitation is imposed by the auto‐ and cross‐correlations of the water level time series. Output updating procedures based on the autoregressive (AR) and recursive AR (RAR) models were used to enhance ANFIS model outputs. The RAR model performed better than the AR model. In addition, a partial recursive procedure that reduced the number of recursive steps when applying the AR or the RAR model for multi‐step‐ahead error prediction was superior to the fully recursive procedure. The RAR‐based partial recursive updating procedure significantly improved three‐, four‐ and five‐lead‐day forecasts. Our study further shows that for long lead times, ANFIS model errors are dominated by lag time errors. Although the ANFIS model with the RAR‐based partial recursive updating procedure provided the best results, this method was able to reduce the lag time errors significantly for the falling limbs only. Improvements for the rising limbs were modest. Copyright © 2011 John Wiley & Sons, Ltd.     

基于NDVI时间序列数据的江西省水稻种植制度变化研究

利用Savitzky-Golay滤波对覆盖江西省范围的SPOT VGT NDVI时间序列数据进行平滑处理的基础上,结合坡度数据,通过非监督分类的方法提取了江西省2000、2005和2010年水稻种植范围,并根据NDVI的年内动态变化,从水稻种植范围、水稻生长季起始时间、水稻复种指数和NDVI最大振幅等分析了江西省水稻种植和生长情况,探讨2000~2010年江西省水稻生产的变化。     

基于天地图的POI数据采集系统设计与实现

针对传统POI数据采集方式成本高,更新缓慢,属性信息不完整等问题,分析天地图提供的地理信息服务和编程接口,结合网络开发技术提出了基于天地图的POI数据采集思路,开发了原型系统,实现了POI数据的采集与动态更新,对保障POI数据现势性、正确性和完整性具有参考意义。