云凝结核浓度对南京地区一次冰雹云过程影响的数值研究

采用WRF模式与包含了云凝结核(Cloud Condensation Nuclei,CCN)浓度和霰雹密度预报的NSSL(National Severe Storm Laboratory,国家强风暴实验室)微物理方案,模拟不同CCN初始浓度条件下南京地区的一次冰雹云过程,分析不同CCN初始浓度影响下冰雹云过程的宏微观演变特征,以及对流发展不同阶段的水凝物粒子及流场、温度场的垂直分布特征。研究发现:1)较大的CCN初始浓度虽然抑制了前期对流降水,但对后期对流降水的产生有促进作用;2)CCN初始浓度的增加使得模拟雷达回波的强回波区域(大于40 dBz)缩小,中等强度区域(小于40 dBz)扩张。3)CCN初始浓度增大不利于对流发展初期云雨自动转化过程的发生,但是促进了冰晶与雪的产生,使得冰雹含量峰值出现的时间推迟。4)CCN浓度增大抑制了雨水产生,间接使得霰粒子更倾向于干增长,平均密度更小;5)较大的CCN浓度促使冰雹云单体的发展时间增长。     

南极中山站全天信息采集系统

南极高原拥有独特的天文观测优势,为了对南极中山站夜天文观测条件进行实测研究,中国科学院云南天文台专门研制了一套具有耐低温、自动除雪除霜等适应南极气候特征的全自动全天信息采集系统,该系统可以提供实时的全天云量、天光背景和全天图像,并将信息推送到网页实时显示。介绍了系统的研制及为适应南极气候进行的耐低温实验,统计分析了中山站2016~2017年的全天信息数据,结果显示,中山站2016和2017年的可观测时间为772.21 h和437.38 h,可观测夜数为93 d和51 d,天光背景最大真实值为22.05 Mag/arcsec 2,年平均气温为-10.6℃,最高气温19.1℃,最低气温为-44℃,2016年平均相对湿度为55.2%。     

复杂城区车载激光扫描点云分层路段定位与数据纠正实验研究

高精度的车载点云数据是实现各种城市地物要素提取的前提,但在复杂城市环境下车载作业时信号遮挡、衰减和多径效应频繁发生,进而造成点云数据精度严重降低,如何对复杂环境下的点云数据进行分析和纠正就显得至关重要.现有的质量分析方法多从测距误差、仪器安装误差和数据处理误差方面出发,虽然可以在一定程度上改化数据,但在如何快速定位出分...     

基于间接平差的ICP点云配准算法研究

点云配准精度是决定三维重建模型的质量因素之一,目前,最常用是ICP点云配准算法,经典的ICP算法易局部收敛,影响点云配准精度。本文提出基于间接平差的ICP点云配准算法,设定目标点集中目标点坐标与转入目标点集中的点坐标之间的距离阈值实现点云精确配准。通过与经典ICP算法对比可知,本算法在一定程度上提高了点云配准精度和速度。     

一种由粗到精的地面激光点云多层级配准方法

提出了一种综合利用快速点特征直方图(FPFH)描述符和同名点引导ICP优化的地面激光扫描(TLS)点云配准方法。该方法包括3个步骤:1)点云金字塔构建;2)基于FPFH的粗配准;3)同名点引导的ICP精配准。首先使用体素网格滤波器构造点云的金字塔结构,在粗配准时,FPFH描述符用于金字塔顶层上点云的鲁棒匹配,在此基础上,再进行两层级同名点引导的ICP精配准优化,使用3组典型TLS点云对进行实验,结果表明本文方法可以高效地完成TLS点云的配准。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

Cyclone在数字校园三维激光点云数据预处理中的应用

为了高效获取精确的数字校园地形图的测量数据,通过Leica ScanStation P40对校园进行三维激光点云数据采集,并结合Cyclone中的去噪模型对点云数据进行去噪,利用“六自由度”方法和ID号对标靶进行拟合,在一定约束条件下完成点云数据的坐标匹配、拼接以及优化,得到统一坐标系下的点云数据。结果表明:优化后的点云数据精度可达到6 mm。可见处理后的点云数据能够满足数字校园地形图的高精度要求。     

融合多源数据的三维建模方法及精度分析

以地面相机影像、低空无人机影像和地面三维激光点云数据为融合对象,研究空地影像融合、低空影像融合地面三维激光点云和低空影像融合三维白模进行三维建模的方法,并对其三维建模精度和建模效果进行综合分析。这3种融合方法进行三维建模丰富了三维模型的色彩纹理信息,提高了三维模型的几何结构精度,能满足较大场景的三维实景模型的建模要求,为数字化古建筑(古文物)保护提供具有较高价值的参考数据。     

不同测站点云数据的配准算法

随着三维激光扫描技术的发展,利用三维激光扫描仪采集信息,构建三维模型成为了热门的课题。由于受到观测环境、观测方向等影响,无法一次性地获得物体的所有的点云数据。因此,不同视角下点云数据的配准成为了三维建模中的关键技术,直接影响了最终的重合结果以及模型精度。本文着重研究主方向贴合法和最近点迭代算法(ICP算法),基于matlab平台编写算法,并对算法进行研究,得出配准结果以及配准精度。     

移动测量技术在城市绿化普查中的应用

在新时代的城市建设中,绿化建设对于美化城市面貌和提高市民居住舒适度显得十分重要,那么城市绿化普查工作则成为绿化建设工作中的重要一环。为了改进传统绿化普查工作,本文提供一整套基于移动测量技术的城市绿化普查方案,搭配自主研发的GIS采集软件和实景三维管理平台,采集绿化信息的效率和精度显著提高,更可以优化城市绿化管理方法。