利用3S技术及三维激光扫描仪进行耕地损毁勘测

利用RS技术发现耕地损毁,网络RTK测量耕地损毁范围及面积,GIS提取耕地被损毁前的分类面积和等别,以及利用网络RTK配合Maptek I-Site8810三维激光扫描仪重构损毁耕地三维模型。     

激光点云建模与传统建模方法的比较

介绍了激光点云建模与传统3DMax建模技术的工作原理、实现流程和成果表达形式,结合实例从数据获取途径与建模方法两方面对二者进行对比,证明激光点云建模技术可以快速、精确地建立三维实体模型,对比结果能够为实际工程领域中的建模需求提供参考。     

基于GIS的输电线路路径智能优选研究

在研究输电线路选线原则的基础上,以电力走廊多源空间信息为数据基础,以成本最优和敏感区避让为基本原则,利用GIS空间建模的方法,在地理空间位置上综合分析得出线路路径,实现了输电线路的智能优选,为输电线路选线提供了科学的依据,为输电线路设计人员提供了路径参考。     

城市地下管线三维建模工具开发及应用

首先对常用的管线三维建模方法进行了归纳总结;在分析不同方法的应用范围、综合考虑各种建模方法优缺点的基础上,基于Direct X9.0、.NET Framework3.5运行环境,采用C++语言,集成开发了管线三维建模工具。以广州市现有二维管线数据库为例,该工具通过对编码、字段、材质、特征、附属物等信息的映射设置,能快速、高效地实现管线的三维建模。     

基于航测的三维建模方法研究

随着“数字城市”项目在各大城市如火如荼地发展,城市景观重建是数字城市发展的首要步骤和重要内容。本文结合实际生产项目,对基于航测的三维建模方法进行研究。航测法三维建模通过立体采集建筑物平面几何高程数据,并结合测区DEM成果、影像数据等,使用Dibud软件自动生成三维模型,然后,使用3DMAX软件参考外业采集照片精细修模,给模型贴图等。     

基于GrafNav/Net软件的PPP、PPK技术应用研究

针对传统航测成图作业方式没有充分地利用PPP、PPK技术进行作业生产的问题,采用了实际算例对不同技术方法、不同的观测数据用GrafNav软件对PPP、PPK技术进行了解算和验证分析,有力地证明了PPP、PPK技术在GrafNav软件应用中的优越性,且又通过在航测成图中的应用分析,提出了适合实地情况的作业方式.研究结果为航测成图缩短工期、提高工作效率提供了新的作业方法和精度参考指标.     

利用Abel-Poisson径向基函数模型化局部重力场

多种类型高分辨率重力场数据的不断增加,使得在局部范围内精化重力场模型成为了可能。本文采用Abel-Poisson核将重力场量表示成有限个径向基函数线性求和的形式,对局部区域的多种重力场数据进行联合建模。为了提高运算速度,运用了基于自适应精化格网算法的最小均方根误差准则(RMS)来求解径向基函数平均带宽。以南海核心地区为例,联合两种不同类型、不同分辨率的重力场资料(大地水准面起伏6'×6'、重力异常2'×2'),构建了局部区域高分辨率的重力场模型。所建模型表示的重力场参量达到了2'×2'的分辨率,对原始的重力异常数据(2'×2')拟合的符合程度达到±0.8×10-5m/s2。结果表明,利用径向基函数方法进行局部重力场建模,避免了球谐函数建模收敛慢的问题,有效提高了模型表示重力场的分辨率。     

广义残差地形模型及其在局部重力场逼近中的应用

研究了残差地形模型中的非调和性问题,比较了基于棱柱体和球冠体的积分模型,提出了基于球冠体积分的广义残差地形模型。以泊松小波径向基函数为构造基函数,结合广义残差地形模型,融合多源实测重力数据构建了局部区域重力场模型。研究结果表明:基于棱柱体积分的残差地形模型精度较低,在山区可能引入毫伽级以上的误差,建议采用更为接近真实地形表面的球冠体积分模型。相比于原始的残差地形模型,基于球冠体积分的广义残差地形模型能更为精确地逼近局部重力场模型中地形因素引起的高频效应。     

基于 Lidar 数据和倾斜摄影的城市三维模型构建

针对传统建模方式建模效率低、模型纹理不够丰富真实等缺点,阐述一种以机载Lidar技术来获取地面点高精度的三维坐标、用倾斜摄影测量为三维建模提供纹理的一种新兴的三维建模方式。实验表明,该建模方式不仅工作效率高、真实反应城市空间布局,而且定位精度高、具备可量测分析功能等,同时提供DOM,DEM,点云数据,倾斜影像等数据。     

变形监测缺失数据序列灰色建模方法探讨

在测量工作中,由于气候环境、观测方法、观测仪器以及观测人员自身因素等多方面的原因,可能造成观测数据的丢失或者不完全。文中针对这类数据的处理,采用加权平均法和三次样条插值法对缺失数据进行修复,建立GM （1,1）模型,并与非等间隔预测模型进行对比。通过两组仿真数据和两组实测数据验证发现：对于呈指数增长的序列和高增长序列修复之后建模预测精度更高;三次样条插值法数据修复后GM （1,1）建模预测精度较加权平均法预测精度更高;对于低增长序列,直接采用非等间隔建模预测精度更高。