虚拟航空摄影测量实验系统的设计与实现

随着网络教学的兴起,虚拟现实技术用于实验教学,成为强化实验室建设、改革实验教学手段的一个重要发展方向。介绍虚拟建模和开发软件,并以我院仿真模拟摄影测量与遥感实验室为原型,采用VRML软件为主,三维建模软件SkecthUP和3Ds Max为辅,阐述系统设计与实现的具体过程,构建虚拟航空摄影测量实验系统。该系统主要包括虚拟地形地貌沙盘(虚拟校园模型和虚拟栅格地形)、虚拟全数字摄影测量工作站模型、虚拟无人机和控制轨道动态模型,以及虚拟实验室场景。具有数字摄影测量工作站动态操作演示、无人飞机航空摄影测量操作演示,以及实验室参观展示等功能。研究成果无实体实验室的时空限制,有利于学生开展自主学习,有效地提高摄影测量实验教学质量,其对于虚拟实验系统的研发具有一定的借鉴意义。     

地面数字化测图模拟与仿真平台的三维可视化

介绍地面数字化测图模拟与仿真平台三维建模的基本思想,给出了地面数字化测图模拟与仿真平台三维建模过程和建模中相关问题的解决办法,达到了平台在GIS软件中多方位的动态三维可视化效果。     

复杂地区机载SAR数据获取航线规划

本文主要论述机载SAR数据获取航线规划,提出了适合于地形复杂地区机载SAR航摄的航线规划方案。详细说明了航线设计方法,并引入低分辨率的DEM数据,对航线规划结果进行了模拟;最后对机载合成孔径雷达航摄进行三维模拟,以期更好地显示并检验航线规划结果。     

《海洋数值模拟》课程建设的探索

《海洋数值模拟》是淮海工学院面向海洋技术专业本科生开设的专业选修课程。以培养海洋科学专业学生的数值模拟技能为目标,以研究海洋环境动力机制为导向,研究了《海洋数值模拟》课程的教学案例,提出了关于该课程建设上的思考,教学实践表明,学生的基本技能得到明显提高,学习兴趣普遍增强。     

滑坡模拟三维地形建模关键技术与应用

高精度滑坡地形数据是滑坡模拟准确度和可视化效果的重要保证。针对当前高精度滑坡地形建模渲染全部地形数据导致滑坡模拟程序运行缓慢,分层分块处理地形数据并将地形数据块分批调入内存进行组合渲染导致参与滑坡模拟计算的地形数据不连续且分辨率不统一的问题,本文提出了一种面向滑坡模拟的四叉树LOD地形建模改进方法。将地形数据完整读入内存参与数值计算,在可视化阶段从地形数据中动态构造不同分辨率地形数据块进行组合渲染,为滑坡模拟提供完整连续地形条件,同时保证滑坡地形三维可视化效果,并有效提升模拟程序运行速度,该方法在场景浏览时不会对滑坡模拟的结果产生实际影响。滑坡模拟试验验证了本文方法在滑坡模拟三维地形优化建模方面的有效性和实用性。     

基于深度学习与随机森林的PM2.5浓度预测模型

针对PM_2.5浓度预测中传统机器学习算法无法对数据内部隐藏特征进行深层次挖掘,而深度学习算法在数据较少情况下效果不佳的问题,综合考虑深度学习与随机森林的特点,提出一种基于深度学习与随机森林的PM_2.5浓度预测组合模型。模型以气溶胶光学厚度(AOD)遥感数据、气象再分析数据和PM_2.5地面观测数据构建训练数据集,通过深度学习方法对训练数据内部深层次隐含特征进行提取,将提取得到的隐含特征用于随机森林模型训练,并使用随机森林回归算法得到PM_2.5浓度的预测值。为验证方法的有效性,以河南省区域2018年—2019年的PM_2.5浓度估算为例,将原始特征与利用CNN、LSTM和CNN＿LSTM所提取特征共同构建的新特征分别通过随机森林回归、支持向量回归以及K近邻回归等3种传统机器学习方法进行训练和预测。实验结果表明,在较少数据情况下PMCOM模型无论是在整体预测还是在分季节预测场景下均具有较好的预测精度,其中以LSTM为特征选择器,RF为回归器的组合模型是本实验的最优模型,在即使只有35%...     

基于CA-Markov模型的秦淮河流域土地覆盖格局模拟预测

以秦淮河流域为研究区,以2006和2009年ETM+图像土地覆盖分类结果为输入数据,采用CA-Markov模型,模拟预测研究区未来的土地覆盖格局。在模型建立过程中,通过Markov模型求出转移概率矩阵和转移面积矩阵,确定CA模型转换规则,限制CA模型迭代次数。利用CA-Markov模型模拟预测研究区2012和2018年土地覆盖格局,并采用2012年实际土地覆盖分类结果验证预测精度,得到2012年各土地覆盖类型栅格数预测误差均小于等于6.5%,空间位置预测精度达到76.5%。预测结果表明,2018年研究区水田比例将降为33.3%,不透水面比例将达31.1%,其中多数水田转变成为不透水面,南京城区、禄口镇、句容市、溧水县等城镇地区的不透水面明显扩张。该方法可以对秦淮河流域的土地覆盖动态监测以及可持续发展提供依据。     

利用多源领域知识迁移CA的城市建设用地模拟

目的 建立传统元胞自动机(CA)模型时,如果样本数量不足,模拟效果往往非常不理想。提出了多源领域知识迁移CA模型,利用多个已有的旧样本数据集来帮助建立新的CA模型,并选取广东省深圳市作为试验区验证了其有效性。试验结果表明,该模型在新样本数量不足的情况下能够明显改善模拟效果,并且有效减小产生负迁移现象的风险。     

基于FLUS-UGB模型的城镇开发边界预测研究——以滨州市为例

引入POI数据和手机信令数据作为反映城市功能设施分布数据以及居民行为活动的数据,改进FLUS模型以提高城镇开发边界划定精度;基于改进后的模型,对滨州市多种情景下的边界增长进行模拟研究。结果表明:1)改进FLUS模型后的模拟精度提高;2)在多情景预测方面,滨州市在不同情景下的城市新增面积不同,其中耕地保护情景下滨州市城市新增面积最大;3)为保证滨州市城市建设用地有序可持续发展,建议滨州市根据不同区域特点进行因地制宜规划。     

复杂屋顶平面的RANSAC优化分割方法

针对传统随机采样一致性（random sample consensus,RANSAC）算法对复杂屋顶的分割缺陷,提出一种复杂屋顶平面的RANSAC优化分割方法。首先,在点云法向量估计的基础上,利用点法式方程优化种子点选取过程,提高初始平面选择的有效性;然后,采用距离与法向加权法抑制虚假平面生成,并利用加权函数进行平面内点的迭代修正,提高面片分割的准确性;最后,利用面片竞争方法优化分割结果,实现屋顶点云的分割处理。多组点云分割实验结果表明,该方法能有效抑制虚假平面,对复杂建筑物的屋顶平面分割结果的精确率、召回率和整体精度分别达到96.8%、98.2%和95.1%。相比传统方法,该方法在点云分割结果正确率及耗时方面均有明显优势。