基于激光点云的巨型倾倒大变形体监测研究

以某特高岸水库巨型变形体为研究对象,应用地面三维激光扫描仪采集变形体表面激光点云数据,建立变形体DEM模型,几何量测提取点、线、面(体)成果,对比及叠加分析,得到特定点、线、面及整个变形体位移量信息。研究结果表明,高密度激光点云数据可弥补传统监测成果单一及分析局限或以点概全的不足,以其丰富多样的监测成果全面反映变形体的变形信息,尤其对速滑变形在时效性和精度匹配上更有效,可达到应急预报要求。     

应用数字航道航标信息提高航标测绘效率

通过研究"数字航道"动态监测平台中航标的各项信息与航标测绘数据的关联性,实现航标数据共享,优化现阶段航道维护性中航标测绘的工作方式和流程,从而实现利用数字航道航标信息提升航道测绘工作效率和质量,降低航道维护测量成本。     

基于光能利用率模型的玉米遥感估产研究

农作物长势监测和产量预测对于国家制定相关粮食政策、农业发展等都具有重要的意义,如何获得高效、宏观、精确的估产方法一直是学者关注的重点问题。以吉林省德惠市的玉米作为研究对象,利用光能利用率模型对玉米进行产量估算的研究,并且使用空间数据插值方法中的反距离权重法获得了每月平均温度数据的格网数据。通过玉米的净初级生产力NPP的累计值以及玉米的收获指数来获得最终的玉米产量值,利用验证点实测产量值与估算值的相关性和相对误差进行精度验证,相关系数R^2为0.649 9,平均相对误差值为1.676%,证明基于光能利用率模型的玉米估产在研究区具有一定的可行性。     

Cesium框架多源电子地图瓦片数据混搭方案设计

针对现有的商业地理信息系统平台难以灵活整合多源影像数据融合使用的问题,深入研究Cesium平台下多种数据源的空间参考差异和瓦片组织规则,针对不同空间参考的瓦片数据源进行混搭设计,提出基于Cesium的多源本地瓦片数据静态和动态加载方案。实验结果表明,单一瓦片数据源加载方案、静态和动态多源瓦片混搭方案的展示效果较好;静态瓦片混搭方案在加载不同空间参考瓦片数据时容易造成变形;动态多源、多空间参考瓦片混搭方案能有效克服变形问题且展示效果佳。本文实现了在开源GIS平台下的多源影像数据的融合使用,为地理信息系统与遥感类项目应用提供了一个低成本、高灵活性的解决方案,具有较为明显的实际应用价值。     

遥感数据融合研究进展与文献定量分析(1992—2018)

近年来,遥感应用的快速发展推动了遥感载荷指标性能的不断提升。但由于遥感传感器的硬件技术瓶颈,遥感数据无法同时具有高空间分辨率、高光谱分辨率、高时间分辨率的指标特性。遥感数据融合是解决该问题的有效方法。为了深入了解目前遥感数据融合技术的研究进展情况,本文对国内外1992年—2018年间在该领域有一定影响力的相关成果进行了调研、分析与归纳总结。首先对遥感数据融合相关论文的年发文量、发文国家与机构、发表刊物以及关键词等进行了统计,梳理其发展历史及趋势;系统性的总结了各类数据融合算法,将其分为面向空间维提升的融合算法、面向光谱维提升的融合算法以及面向时间维提升的融合算法3类,并对各类算法的优势与适用性进行了分析;归纳总结了遥感数据融合的质量评价指标,包括有参考影像的融合评价指标以及无参考影像的融合评价指标;最后对遥感数据融合进展进行了总结与展望。     

DMSP/OLS夜间灯光数据的四川省GDP空间化分析

针对DMSP/OLS夜间灯光数据模拟省级格网GDP问题,该文选取2000、2006以及2010年DMSP/OLS稳定夜间灯光数据、辐射定标夜间灯光数据和四川省第二、三产业社会经济GDP数据,运用相关性分析、对比分析以及回归分析的方法,模拟出四川省GDP空间化密度图并分析与高程之间的关系。结果表明:在省级范围内,GDP与辐射定标灯光数据的相关性明显高于与稳定灯光数据的相关性,且前者的灯光指数CNLI与GDP相关性最高;运用3年的辐射定标灯光数据模拟得到四川省GDP密度图与GDP统计数据的拟合精度均达到0.99以上;2000-2010年四川省GDP呈现由成都市向四周不断扩张的趋势并随高程变化显著,四川省GDP高值区主要集中在高程1 000m以下的成都平原及周边区域,西部高原和山地地区GDP值较低。     

顾及周期性误差修正的加权平均温度模型构建

针对目前多数大气加权平均温度(Tm)模型没有考虑季节性影响这一问题,该文首先利用IGRA 2005-2010年全球探空数据,分别建立了各探空站点与地表温度有关的线性Tm模型、与地表水汽压有关的指数Tm模型以及与地表温度和水汽压均有关的混合Tm模型。然后以探空站积分Tm值为参考,对上述3类模型的误差时间序列进行了分析,发现这3种模型均存在周期性误差,并在此基础上构建了考虑周期性误差修正的3类Tm新模型。利用2011-2014年全球探空数据对3类新模型进行精度验证,结果表明:3类Tm新模型的精度相比于原模型均有所提升,模型的周期性误差影响基本得以消除,且3类Tm新模型的精度基本一致。     

A comparative analysis of gridding systems for point-based land cover/use analysis

For spatial analyses, raster land cover/use maps are converted into points, where each point holds attribute of its corresponding land cover/use. However, these are not identical in terms of areas or shapes; thus assigning a point to each isolated shape is not an adequate solution and for that gridding is suggested. Square, hexagon and triangle are among the basic land use gridding systems where each of them has its own advantages in such process. This research aims to compare the systems in providing accurate representations of the original land cover/use maps, assess the data loss while increasing resolution and suggest suitable gridding system. The research finds the errors in area and feature numbers as criteria for selected classes. Modules that find out errors in each scale considering each criterion and class alone are proposed. The modules suggest both the best system for each criterion alone and for combined criteria.     

语义因子支持的多源POI分类信息一致化处理

为了解决网络POI分类异构导致多源POI数据匹配与整合困难的问题,该文利用分类特征词提取、特征词去重与优化等关键技术,构建POI分类的语义概念格,然后通过概念格之间的语义关联关系,实现多源异构POI分类体系的映射与转换。最后通过实验验证了该文方法的有效性,并将其成功应用于省级地理信息公共服务平台(政务版)数据更新。     

A high-precision heuristic model to detect home and work locations from smart card data

Smart card-automated fare collection systems now routinely record large volumes of data comprising the origins and destinations of travelers. Processing and analyzing these data open new opportunities in urban modeling and travel behavior research. This study seeks to develop an accurate framework for the study of urban mobility from smart card data by developing a heuristic primary location model to identify the home and work locations. The model uses journey counts as an indicator of usage regularity, visit-frequency to identify activity locations for regular commuters, and stay-time for the classification of work and home locations and activities. London is taken as a case study, and the model results were validated against survey data from the London Travel Demand Survey and volunteer survey. Results demonstrate that the proposed model is able to detect meaningful home and work places with high precision. This study offers a new and cost-effective approach to travel behavior and demand research.