基于Skyline的无人机影像三维场景搭建及功能实现

根据多源数据融合理论,基于Skyline的组件将现有摄影测量软件生成的模型与3DS MAX软件建立的单体模型进行融合,构建出兼顾美观与空间分析需求的三维场景模型。为了实现三维场景模型的场景展示和空间分析功能,基于三维GIS开发平台Skyline进行了三维地理信息软件的二次开发。实验结果表明,该系统有效解决了现有三维建模过程中存在的问题,实现了从场景建模到空间分析再到结果展示的一体化处理体系。     

多源信息方法在殷庄矿开采水文地质预测分区中的应用

根据对殷庄矿地质、水文地质、开采条件与矿井涌水之间关系的研究，提出了煤矿开采水文地质条件预测分区的方法——多源信息方法。该方法借助于地理信息系统技术实现了矿井涌水因素间的有机处理。经过将模型与实际情况反复拟合，最终得出了分区预测模型。     

数字地图制图中多源数据(资料)的综合应用

探讨了数字地图制图中多源数据综合应用的技术方法,主要内容包括多源数据(资料)的分类、分析与评价;数据获取和基本的处理方法。最后介绍了利用TM影像、全国公路网GPS测量数据和数字海图等几种数据源制作1∶25万协同图的相关情况。     

遥感数据空间尺度分级模型与基本比例尺关系

多源遥感数据综合应用是遥感发展的必然趋势,统一的遥感数据空间尺度分级模型是多源数据集成与综合应用的基础。虽然已有多种空间尺度分级模型,但很多主流模型并非出于分尺度综合应用目的,缺乏客观的比较和评价。国家基本比例尺系统作为经过论证、中国应用面最广泛、接受度最高的一种尺度分级系统,是以应用为导向的遥感数据空间尺度分级模型的最优参照系。从不同视觉精度下国家基本比例尺对图像空间分辨率的需求出发,比较各空间尺度分级模型的层级分辨率与需求分辨率的匹配情况,包括OGC Well Known Scale Set的Global CRS84Pixel和Google Maps Compatible,以及NASA World Wind、Google Map、百度地图、天地图等软件平台采用的层级格网系统,以及"五层十五级"遥感数据组织模型,通过对数据信息冗余度的分析,对各个模型进行了评价。结果表明,在高视觉精度应用需求下,"五层十五级"模型与基本比例尺精度要求具有较明显的匹配优势,其次为OGC Google Maps Compatible模型和天地图模型,其余模型平均数据冗余倍数在2倍左右;在低视觉精度应用需求下,"五层十五级"模型平均数据冗余度仍为最低,其次为Google Map模型,其余模型平均数据冗余倍数都在2倍以上。     

多源数据在地图生产中的集成应用

探讨了数字制图中多源数据集成应用的必要性,阐述了多源数据的分类、分析评价和基本的处理方法,最后介绍了多源数据集成应用的几个方面,并给出了具体实例。     

多源降雨信息质量评估技术

多源降雨信息质量评估遇到的基本问题是各类降雨信息的空间特征不同,信息采集传输的时间频次不同和降雨真值不明。本文在地面站雨量为点降雨真值、经地面雨量站校正后的雷达观测产品反映了降雨真值的空间分布等假定基础上,提出了单点雨量、区域点雨量、面雨量、降雨空间分布和洪水预报系统产品等5个层次的多源降雨信息质量评估体系和技术。     

多源空间数据间不一致性研究现状及其进展

空间数据质量已成为国际地理信息系统领域的研究热点,近年来G IS空间数据质量的研究已由侧重于位置精度和属性精度转向对空间不一致性的关注和重视。本文在对多源空间数据间不一致性研究已有成果回顾的基础上,就空间数据间不一致性的特征、表达方法、度量方法以及处理方法等几个方面进行了较为详细的分析,提出了一种新的空间线目标间不一致性的度量方法——几何接近度面积度量法,并给出了度量公式及详细的推导过程;最后对多源空间数据间不一致性检测、度量和处理的智能化趋势进行了展望。     

准噶尔盆地沙漠沙矿物组成的多源性

对准噶尔盆地87件沙漠沙矿物分析结果进行了研究。通过对比各样区沙丘沙和丘间地下伏沙重矿物组合特征、矿物成分离散度和轻矿物组合中石英/长石比值,查明沙漠沙物源多样性主要表现是:各小区沙物质矿物组合特征因地而异;沙丘沙虽主要由下伏沙经风力改造而成,但二者的上述各参数存在着一定差异,风力"搀杂"的结果使前者比后者具有更广泛的物源。     

土地数据集成方法探讨

土地信息系统的迅速发展和广泛应用导致了土地空间数据多源性的产生,为土地数据综合利用和数据共享带来不便.探讨土地空间数据多源性的产生和表现,指出多数据格式是多源土地数据集成的瓶颈;提出了多源空间数据集成的原则与方法,展望了土地多源数据集成的发展方向,并将其在土地管理中的应用做了有益的探索.     

多源多时相遥感影像相对辐射归一化方法研究

为满足多源、多时相遥感影像定量化信息提取的应用需求,本文发展了一种半自动化的相对辐射归一化方法。将多源遥感影像的相对辐射归一化分为传感器辐射校正与针对光照等外部因素的辐射归一化2个过程。首先,基于晴空影像,采用分类回归的方式获取传感器辐射校正系数;然后,利用样本传递再分类的方法实现多源影像的半自动分类和传感器辐射偏差校正;最后,基于NDVI差值直方图和类别约束的PIFs自动选取方法,实现影像的相对辐射归一化。采用准同期的GF1-WVF1和Landsat8-OLI影像以及多源时序影像对方法进行了验证,结果表明,本文方法可以对传感器间的辐射偏差进行有效纠正,并在整体上获得比传统方法更好的辐射归一化精度;同时,多源时序影像的辐射校正结果也表明,本文方法能够有效地消除时序影像间的辐射特征波动,使植被等地类的季相变化信息得到更准确地表达,为多源时序影像的协同利用提供了借鉴方法。