摘要：以基于位置的服务(Location-Based Service,LBS)为研究场景,针对常规地图表达兴趣点的局限,结合标签云的表达优势,设计了一种以用户地理位置为中心、面向兴趣点可视化的“LBS标签云”,并初步实现了一种基于标签径向移位的布局方法。LBS标签云的主要创新是将一个布局中心点引入常规标签云,并根据标签与中心点的空间关系来确定标签的摆放位置。本文设计的布局方法如下:首先,将LBS用户的地理位置作为布局中心点;然后,基于兴趣点名称生成文字标签,并根据兴趣点属性确定标签的字号、字色及其他视觉变量;最后,在极坐标下根据标签与中心点的关系计算标签的初始摆放位置及布局优先级,并按优先级将标签从初始摆放位置依次向外径向移位至与其他标签无压盖的位置。在标签移位过程中,着重考虑角度相邻关系以确保标签距离远近的顺序关系,利用四叉树剖分字形轮廓提高了标签碰撞检测的效率。实验以景点类兴趣点为例,探讨了LBS标签云在3个场景下的可用性及可扩展性。结果表明,相比常规地图,LBS标签云不仅可以展示更多的兴趣点,而且可以有效突出用户关注的信息,如兴趣点的热度、评分及通行时间等。虽然LBS标签云包含一定的距离变形,但多种视觉变量的协同有效缓解了距离变形导致的认知误差。综上,LBS标签云可完整、直观地表达兴趣点的空间分布、多维属性及其与用户位置的关系,是一种新型的、适宜用户高效认知周边环境的可视化形式。

摘要：准确的红树林分布信息对红树林保护和管理具有重要意义。尽管已有不少红树林遥感制图研究,但如何有效利用多源遥感特征来提高红树林制图精度仍有待探索。首先,利用多源遥感数据提取光谱、散射、纹理和地形等时序特征来设计15种特征组合;然后,利用随机森林模型分析不同特征组合在红树林识别中的精度,从而获得最优特征组合;最后,基于Google Earth Engine(GEE)平台获取2021年广东省10 m空间分辨率的红树林分布。结果显示,冬季光谱特征的重要性最高,特征类型越丰富对应制图精度越高,最优特征组合的总体精度为92.25%,Kappa系数为0.91。通过探究红树林识别中的最优特征组合,在多特征参数支持下实现广东省红树林信息提取,研究成果可为大范围红树林精准制图提供科学参考。

摘要：针对光学遥感影像经常受到云雾遮挡、干扰解译,使得数据利用率低的问题,该文利用SAR影像全天时全天候的特性,提出了一套“雷达-光学”的影像转换算法,以SAR影像为输入,利用对抗网络结合深度学习强大的非线性映射能力以及对抗学习博弈式学习任意数据分布的特点,实现通过云覆盖区域的SAR影像直接生成相应的无云伪可见光影像。实验表明,该方法对于薄云、厚云、大范围云雾的去除效果均比较好,能够在很大程度上提升光学遥感影像的可用性。

摘要：城市人口密集、空间复杂、建设活动频繁,城市林业资源监测是落实山水林田湖草生命共同体理念的重要环节,是保护自然生态环境、统筹开发利用自然资源的必然选择。本文基于林业资源空间管理和监测现状,梳理出城市林业资源面临的“空间结构复杂、人类干扰频繁”的监测困境。融合空间和要素特征,提出基于时空数据底板、涵盖“动态监测、分类分区、系统诊断、精准管控”的城市林业资源监测方案设计,以期实现林业资源保护和城市建设的更好发展。

摘要：三维点云边缘提取算法已被广泛用于海岸线的提取中。相较于海岸线,河岸线存在高程变化大、易被树木遮挡等问题,将海岸线提取算法直接应用于河岸线提取存在较多的局限性。本文提出了一种基于线扫描激光点云的复杂环境下河岸线精确提取的方法,实现了河流岸线高程不一致、河岸被树冠遮挡情况下河岸边缘点的精准提取。设计了一种自适应高程阈值动态调整方法,通过对高程进行实时统计,使得高程阈值能够自适应地变化并克服树木遮挡造成的岸线不连续的问题,以此获取更加真实的岸线信息。同时,将法向渐变作为约束条件,能在实现对提取的边缘点云滤波的同时构造出完整、平滑的河岸矢量线。最后,利用真实无人机载激光雷达数据验证了本文所提方法的有效性和精度。本文方法获取的岸线与真实岸线的均方根误差分别为0.2018 m和0.2675 m,本文方法获取的河岸线具有较高的完整性。本研究为复杂情况下的河岸边缘提取提供了一种高效精确的方法。

摘要：建筑物在不同视角下分为物理群集和产权群集,后者依附于前者。现有的群集对象构建方法可以自动地构建同一栋建筑物的物理群集和产权群集,但生成的两个群集相互独立。这不仅增加建模成本,也不利于后期模型数据的更新和维护。针对该问题,研究公寓式建筑物物理群集与产权群集的关系,发现连通边界的层级性决定了胞腔聚合的产权体,提出了一种将物理群集自动转换为产权群集的方法。该方法在已有物理群集基础上,利用庞加莱对偶变换,将物理群集的胞腔转换为对偶点、胞腔之间的连通边界转换为边、物理群集转换为节点关系图。设计节点关系图分割算法,根据边的语义信息将节点关系图分割为表示专有和共有产权体的子节点关系图。进一步提取子节点关系图对应胞腔集的非公共边界面构建产权体,产权体的聚合形成产权群集。该方法不再构建两个独立的群集,而是仅构建物理群集,然后通过转换方法生成产权群集。结果表明,该方法能在已有物理群集中自动找出产权体并构建产权群集,节约了建模成本,便于后期数据的更新和维护。

摘要：针对目前高空间分辨率光学遥感影像地表变化检测面临的挑战,该文提出一种孪生差分特征融合网络方法,一方面增强了对深层变化特征的提取能力,通过差分特征能更好地引导网络学习;另一方面在网络末端引入深监督策略,有效融合多尺度信息,充分利用不同语义层次特征,从而生成高精度的变化检测结果。此外,还设计了顾及样本不均衡问题的损失函数,降低正负样本极度不平衡对模型训练的负面影响。为了评估该文提出方法的有效性和优势,在两个公开变化检测数据集上将其与5种具有代表性的变化检测方法进行对比实验,结果证明该方法能有效提升变化检测的精度,并且对尺度差异明显的地物有较强的检测能力,在轮廓细化上具有显著优势。

摘要：为了解决长测距地面激光点云高密度变化的问题,采用了一种密度自适应的平面分割方法。首先基于估算理论点间距构建动态邻域搜索范围,联合内指标和香农熵确定最佳邻域并计算维度特征;然后根据最佳邻域、维度特征、法向量和点面距设计区域增长规则,得到初步分割结果;最终通过面片合并优化分割结果,并在最长扫描距离为1 km的单站地面激光扫描数据进行了实验验证。结果表明,该方法分割准确率达到95%,召回率达到92%,能够准确对长测距地基点云中的建筑物平面进行分割;与传统香农熵方法相比,本文中使用动态邻域搜索范围可以显著提高算法效率。该方法能高效准确地从大场景点云中提取建筑物平面,为城市3维建模提供了参考。

摘要：研究影响寻路行为的人为因素,对于提升智能导航服务的用户体验具有重要意义。从心理旋转、抽象推理、空间短时记忆和空间感知4种能力出发,设计空间认知对照实验,探究空间认知能力与寻路绩效之间的相关性。研究结果表明:(1)4种空间认知能力之间弱相关,且按空间尺度部分分离。相同尺度空间的认知能力,即心理旋转能力和抽象推理能力、短时记忆能力和空间感知能力的相关性较强,不同尺度空间的认知能力相关性较弱。(2)心理旋转能力和抽象推理能力对寻路绩效有较高的拟合显著性水平。考虑多因素联合作用,虚拟场景中,心理旋转能力对寻路绩效影响最大,空间感知能力影响最小;真实场景中,空间感知能力对寻路绩效影响最大,短时记忆能力影响最小。(3)寻路表现具有显著的场景效应,在虚拟和真实场景中各项能力因子对寻路绩效拟合的决定系数明显不同。该研究结果为基于虚拟场景的行人导航研究的有效性提供了实证参考,也可为设计顾及人因的导航服务提供依据。

摘要：移动对象的连续范围查询是许多基于位置的服务的核心问题。针对该问题,提出一种面向大规模移动对象并发范围查询的分布式搜索方法。首先,设计了一种由全局网格索引(GGI)和局部弹性四叉树构成的移动对象分布式动态索引(DDI)结构。其次,提出了一种基于DDI结构的分布式查询算法(DSA),该算法首先引入了一种在移动对象和查询点的位置连续变化的情况下的查询结果增量更新策略;然后,在增量更新过程中引入一种面向多并发查询的共享计算优化策略,该策略能够根据已有计算结果对移动对象范围查询结果进行增量搜索。最后,基于德国路网模拟了3个具有不同空间分布的移动对象数据集,将DSA与NS(Naive Search)、GI(Grid Index)和分布式混合索引(DHI)进行对比。实验结果表明,与性能最好的对比算法DHI相比,DSA的初始查询时间减少了22.7%,增量查询时间减少了15.2%,性能优于对比算法。