多尺度TIN管理及表达算法探讨

为实现大规模地形的多分辨率显示与实时绘制,基于LOD技术给出了多尺度TIN的管理和表达算法。探讨该算法相关的数据组织、LOD层次表达、实时刷新等关键问题。该算法使用分级策略,在不影响视觉效果前提下对TIN进行分级表达;使用分区策略,在可视化过程中对TIN进行局部更新。采取不同分辨率TIN模型间逐步过渡策略,基本上消除了视图变换时的跳跃感。实验结果表明,这种紧凑有效的TIN表示方法实现简单,内存开销较少,CPU耗费小,大大缩短了视图刷新切换时间,能够在普通机器上实现大规模地形的实时漫游。     

鳞毛蕨天山云杉林林冠空隙特征

林冠干扰作为鳞毛蕨(Dryopteris filix-mas (L.) Schott)天山云杉(Picea schrenkiana Fisch. etMey.)林动态自维持的重要因素,在整个林分的动态发展过程中发挥着重要作用。通过对西天山国家级自然保护区内1 hm2典型的鳞毛蕨天山云杉纯林中林冠空隙特征及其形成木和边界木结构的研究,结果表明:在西天山国家级自然保护区实验区46林班内的1 hm2临时标准地中,共调查到17个林冠空隙,林冠空隙干扰返回间隔期为763年。扩展空隙面积在20~280 m2之间变化,冠空隙面积在0~180 m2之间变动。大多数林冠空隙形状变异较大,不同程度地偏离圆形,且均在20~100年之间形成,拥有多株形成木,边界木多由近熟木和成熟木组成。     

浅谈安徽省1:10000基础测绘与地理国情监测数据协同更新

地理国情监测和1:10000基础测绘更新作为省级测绘生产单位的两大主要任务,虽然两者侧重点不同,实际上地理国情监测是基础测绘的延伸与拓展,传统基础测绘数据更新技术方法与地理国情监测数据更新技术方法的融合当前测绘生产部门急需解决的关键问题.以安徽省为例,分析地理国情监测和1:10000基础测绘之间的区别与联系,分析两者之...     

道路网匹配的蚁群算法求解模型

目的 利用蚁群算法的群体优势,寻找全局最优的道路网同名实体匹配方案。首先从几何矢量误差和结构特征两方面建立了匹配问题的数学约束模型;然后阐述了蚁群算法求解匹配问题的基本原理,设计了问题求解模型,并引入自适应和局部搜索策略提高了算法效率;最后给出了求解的关键步骤。实验证明,利用蚁群算法进行道路网匹配是有效、可行的,为求解匹配问题提供了新思路。     

利用邻域相似性的居民地要素增量更新质量评估

目的 针对增量更新过程中只对变化对象进行更新的特点,从更新对象的邻域空间相似性入手,以居民地要素为例,对更新对象和源对象的几何相似性及其邻域内对象之间的空间关系相似性进行了形式化表达和计算,基于评估可信度最大化原则确定了对象评估顺序,并根据邻近对象的不同特点设计了两阶段评估流程。实验表明,该方法将评估区域限定在了更新对象邻域范围内,能够有效地发现尺度变换过程中实体及其空间关系错误,提高了更新系统的可用性。     

居民地要素增量信息表达模型研究

针对从单一层面对地理实体增量信息表达方法的不足,提出了一种基于空间变化类型、动态更新操作和图形数据差的居民地要素增量信息表达模型。通过对居民地空间变化进行分类,建立了空间变化类型、动态更新操作和图形数据差之间的关联,最终建立了居民地增量信息表达模型,并利用实验验证了该模型的可行性和有效性。     

基于FFT-MA谱模拟的快速随机反演方法研究

虽然基于地质统计学的随机反演方法能够有效融合测井资料中的高频信息,但计算效率低,占用内存大,限制了它在实际资料中的应用.本文在保留传统随机反演方法优点的基础上,创造性地引入傅里叶滑动平均(Fast Fourier Transform-Moving Average, FFT-MA)谱模拟进行频率域的地质统计模拟,并利用逐步变形算法(Gradual Deformation Method,GDM)确保模拟结果与实际地震数据的匹配,构建了基于FFT-MA谱模拟的新的快速随机反演方法.与常规随机反演相比,新方法不仅分辨率高,而且能够使反演解得到快速收敛,有效提高计算效率,减少内存占用.模型试算获得了与理论模型吻合度较好的高分辨率反演结果.实际资料分析也表明新方法所得到的高分辨率反演结果能够对薄互储层进行良好的展示,为薄储层的识别提供高效可靠的技术支持.     

土地更新调查成果与二次调查数据衔接问题的探讨

结合广西第二次土地调查工作实际,论述了在调查工作中对原土地更新调查成果的利用,对需补充、完善的调查内容逐一进行了分析和阐述,并对如何处理两次调查数据衔接中存在的问题提出了一些建议和看法。     

基础地理信息数据安全交换关键技术及应用

分析了多场景下基础地理信息数据的安全交换需求,阐述了数据交换体系整体架构,探索了空天地数据增量更新、空间数据坐标转换、保密处理等方面的关键技术,最终应用于安徽省基础地理信息数据交换体系建设。     

基于卷积神经网络的电线塔识别与更新入库

利用卷积神经网络实现了电线塔的提取与更新入库.首先将遥感影像分为训练区域与校正区域,结合本底矢量数据,在训练区域分别获得目标与非目标样本影像块,并以此训练卷积神经网络;再利用卷积神经网络在校正区域提取电线塔;然后通过与本底数据的叠置分析,获得电线塔的增量数据;最后根据不同的类型对增量数据进行更新入库.实验结果表明,该方...