我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

地基LiDAR点云数据提取单木树高和胸径方法研究 下载：76 浏览：467

郭沈凡1 顾波2 奚冠凡1 陆晓勇1 《测绘科学与技术》 2019年6期

摘要:
林业资源是保持生态环境、维持生态平衡的重要资源,对单木参数信息的提取是林业资源调查的重要内容。利用地基三维激光点云提取单木参数具有效率高、速度快、节省人力物力等优点。在常用的Hough拟合圆柱法提取树高参数和Hough拟合圆法提取胸径参数的基础上,提出格网化拟合圆柱法和最小二乘拟合圆法分别提取单木树高参数和胸径参数,并以现场直接量测的树高和胸径参数为参考值进行对比。实验结果显示:与直接量测结果相比较,Hough变化拟合圆柱法和格网化拟合圆柱法得到的树高参数平均偏差分别为0.05m、0.003m,标准差分别为0.142m、0.002m,相关系数分别为0.87、0.99；Hough变化拟合圆法和最小二乘拟合圆法得到的胸径参数平均偏差分别为0.003 6m、0.002 5m,标准差分别为0.004m、0.003m,相关系数分别为0.60、0.91。结果表明,提出的格网化拟合圆柱法提取树高参数和最小二乘拟合圆法提取胸径参数能得到精度较高的单木参数信息。

不同分类方法在土地利用信息提取中的精度对比 下载：58 浏览：413

何立恒1 覃伟2 徐迅3 《测绘科学与技术》 2018年12期

摘要:
以东方市为研究区,对OLI影像分别采取基于像元的五种分类方法实施土地利用分类,自评和对比验证分析影像在不同分类方法、不同土地利用类型上的分类精度。研究结果表明:在相同样本量和没有辅助数据的情况下,监督分类精度高于非监督分类,支持向量机的分类方法能够较好地提取土地利用信息,各地类的用户精度、生产者精度较高,总体精度达88.13%,Kappa系数为0.86。不同地类的分类精度差异明显,建设用地和水域的分类精度较高,未利用地和耕地的分类精度较低,林地、草地、耕地等绿色植被之间存在混淆。该研究成果为合理选择分类方法应用于土地利用信息提取提供科学依据。

室内定位信号强度—距离关系模型构建与分析 下载：92 浏览：492

姚锦一1 卞维刚1 任雯婷1 王开锋2 《测绘科学与技术》 2018年2期

摘要:
室内定位的关键技术之一在于室内距离的精确确定。基于WiFi信号强度确定室内距离的技术主要是利用WiFi信号在传播路径中发生衰减的原理实现位置推算。根据室内WiFi信号强度随距离变化这一物理特性,基于对数-距离模型,通过对实测信号强度(RSSI)与距离进行拟合,构建了基于信号强度—距离的室内定位多项式模型,并对其进行精度评定,实现了模型的优化,提高了信号强度转化距离的精确度。结果表明,采用对数-距离模型和对数拟合模型计算距离与真实距离的平均偏差为0.73m和0.56m,新设计的信号强度-距离多项式模型解算结果平均偏差为0.26m,优于之前两种模型,可为相关研究提供参考。

Landsat 8 OLT遥感数据融合方法及其质量评价 下载：94 浏览：480

范军1 赵绒绒2 王婷婷3 《测绘科学与技术》 2018年2期

摘要:
遥感数据融合可有效改善影像的光谱和空间分辨率,提高影像的视觉效果和信息提取能力,是多源、多尺度、多元遥感数据信息集聚的重要途径。采用乘积变换(Brovey)、HSV变换、主成分分析(PCA)和光谱锐化(Gram-Schmidt)4种方法对Landsat8OLI全色和多光谱数据进行融合,运用Matlab软件计算提取融合后图像的均值、标准差、信息熵、平均梯度和相关系数等指标,从定性和定量两个方面对这4种融合结果进行分析比较,结合主观、客观因素分别分析对比4种融合方法的融合效果。通过研究,增进了对不同融合方法的理解和认识,为进一步挖掘Landsat8OLI遥感数据的潜力奠定基础,为Landsat卫星遥感数据的应用提供技术支持。

曲梁悬索人行桥的力学分析及应用研究 下载：74 浏览：359

潘宇杰 王立彬 李立斌 孙菲霞 《交通技术研究》 2018年6期

摘要:
曲梁悬索桥兼有曲线梁桥和悬索桥的特征,结构新颖,造型优美,是一种新型桥梁结构形式。针对单索面悬吊引发的主梁偏转这一关键问题,提出了增设刚臂法、调整截面重心法和联合方法等3套方案,并揭示了其力学机理,为单索面悬索桥的设计和新型单索面悬索桥的进一步研发奠定了理论基础;给出了若干单索面曲梁悬索桥的建设实例,并阐述了曲梁悬索桥有待研究的问题,明确了该类桥梁的应用发展途径。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享