【摘 要】
：
坡度是定量描述地貌形态特征的重要因子。针对DEM坡度在地形简化中应用研究较少的现状,本文基于信息熵理论提出了点坡度熵(SEP)概念,构建了量化地形信息的点坡度熵模型,研究了基于点坡度熵的地形简化方法。结合试验样区数据,将常用的重要点法与该方法进行了应用对比。结果表明,该方法可有效保留地形骨架信息,取主舍次效果优于重要点法。该方法对后续DEM地形简化研究具有一定参考价值。
论文部分内容阅读
坡度是定量描述地貌形态特征的重要因子。针对DEM坡度在地形简化中应用研究较少的现状,本文基于信息熵理论提出了点坡度熵(SEP)概念,构建了量化地形信息的点坡度熵模型,研究了基于点坡度熵的地形简化方法。结合试验样区数据,将常用的重要点法与该方法进行了应用对比。结果表明,该方法可有效保留地形骨架信息,取主舍次效果优于重要点法。该方法对后续DEM地形简化研究具有一定参考价值。
其他文献
六盘水市是我国生态地位极其重要,水土流失又较为严重的城市。近些年,六盘水市实施了一系列生态工程,为了定量分析六盘水市土壤侵蚀状况及其影响因素,本文基于RUSLE模型,利用降雨数据、遥感影像数据、土地利用数据等,对贵州省六盘水市1990-2015年土壤侵蚀模数和土壤侵蚀量进行定量模拟,分析其时空动态变化,利用地理探测器定量分析影响因素,并进行空间相关性分析,结果表明:①六盘水市土壤侵蚀以微度和中度侵
职住分离和通勤距离关系的定量测度,对公共政策、城市规划的制定具有指导作用。长期以来,该领域的计算方法及验证的可靠性、精确性存在多方面的制约,用得最普及的单元平衡法存在单元尺度多大合适、单元边界隔离2个局限性。本研究以上海市为例,以人口普查、经济普查、手机信令数据为基础,多角度开展方法探索。先对中心城区划定职住基本平衡范围,用考虑通勤距离的密度估计函数,按工作地估计职工的居住密度,和从业居民的实际密
近日,"美丽中国"第四届全国国家版图知识竞赛和少儿手绘地图大赛已圆满落下帷幕。地图,人类最伟大的发明之一,在成人看来,既是认知世界的工具,国家主权的象征,也是现实世界的表达。那么,从少儿儿童的视角,地图和我们赖以生存的世界有什么联系呢?本期《中国测绘》杂志刊登了部分获奖作品,带你们走进孩子眼中的世界。
以中国传统村落张谷英村为研究对象,从景观基因理论视角对张谷英村进行空间要素识别和空间解构,构建张谷英村空间布局的图式语言体系,通过对空间布局的秩序、语法和意义的研究,探索了空间布局的嵌套结构、过程机理及逻辑脉络。研究表明:(1)张谷英村空间布局可划分为居住空间、连接空间、附属空间和复合空间,归纳提取"字""词"和"词组"共86种图式语汇,构建了空间布局的图式原型数据库。(2)建立张谷英村空间布局图
冰川变化监测对生态灾害预防、区域水资源调控、气候变化研究等意义重大。利用冰川在雷达干涉影像上表现出失相干这一特性,选用1998年ERS 1/2与2018年Sentinel-1A重轨单视复数SAR数据,通过相干系数取阈值的方法获取东帕米尔高原两个时期的冰川边界,以Landsat TM/OLI影像和全球陆地冰川空间监测计划发布的数据验证本文冰川边界提取的精度,从而分析冰川变化。结果表明:(1)拟合研究
以2000-2018年MODIS MOD10A1日产品数据为数据源,结合数字高程模型(DEM)及降水量、风向等气象数据,构建了积雪空间分布模型,能够有效地提取强降雪区域。以此为基础,利用相关分析、缓冲区分析等方法,探究山东半岛降雪时空分布特征,结果表明:①将NDSI累积量与DEM数据相结合,能够有效构建山东半岛积雪空间分布模型,实现了对山东半岛强、弱降雪区域提取,NDSI累积量≥150的区域中,在
2019年11月3日第二届无人机行业创新应用大会暨首届飞马机器人行业应用大会在天津市宝坻区成功举办。本次大会由中国科学院无人机应用与管控研究中心与宝坻区人民政府等单位主办,无人机行业相关政府主管部门、高校、科研院所、企业等在内的800多人参会,50余位业界专家共同奉上精彩的主题报告;与会后的无人机嘉年华飞行表演,共同打造了一场无人机饕餮盛宴。
在物流行业特别是外卖配送行业中,配送员希望经过餐厅点与客户点的路线尽可能短,且各目的地之间的访问存在顺序限制等特点,本文提出一种具有顺序限制的路径优化算法。该算法首先基于最邻近算法产生初始路径,然后使用LK算法进行优化,最后依据问题特点,使用末端-2-opt方法进行二次优化。试验结果表明,算法能有效缩短初始路径长度,提供较为优良的可行路径,能够有效提升配送员的工作效率,具有一定的实用价值。
针对传统的视觉定位易受噪声干扰、目标检测准确率低且无法获取终端准确位姿信息的问题,提出了一种基于卷积神经网络的目标检测和PnP相结合的移动终端室内定位方法,通过Mask-RCNN进行目标检测,然后采用EPnP算法求解相机准确的位姿信息,并对该方法进行系统实现及真实场景试验。试验结果表明,该方法目标检测准确率在98%以上,单轴定位误差在0.35 m以内,满足移动终端室内定位的精度,具有精度高、稳定性
作为地下空间信息测绘工作的一个重要部分,基于排水管道内部测绘信息的管道缺陷检测越来越受到人们的重视。CCTV技术是一种广泛使用的排水管道内部测绘与缺陷检测技术。近些年基于卷积神经网的人工智能技术在图像识别中取得了巨大成功,受此启发,提出了一种基于卷积神经网络的排水管道缺陷的检测方法,以提高CCTV视频中的管道缺陷检测的自动化和智能化。试验证明了该方法的有效性,其在缺陷识别的准确率和召回率及识别速度