地物信息范文

地物信息范文（精选9篇）

地物信息 第1篇

1 种子区域增长法的改进

种子区域增长法是一个较好的遥感影像图地物信息自动提取算法。但是种子区域增长法受限于初始种子的好坏, 容易受到噪声点的影响, 同时区域增长停止准则的好坏对于增长的速度和增长的结果都有直接影响, 如果在增长过程中如果某个像元有多个子集邻接像元, 并且像元与多个子集邻接像元的差异都较小时, 像元不同的归并方向会对区域增长速度和遥感影像图的地物提取效果造成较大的影响。为此, 在应用种子区域增长法实现遥感影像图地物自动提取时, 需要对算法进行改进, 以获得更好的地物自动提取效果。

在2009年周成虎所提出的面向对象的遥感影像处理思想中, 将遥感影像图中地物要素的构成单元看成是unit (基元) , 并认为unit是根据一定的计算规则, 在一定尺度下所获得的由具有相近像元所组成的连通区域, unit内部的像元具有特征相似性。借助unit的思想, 在使用种子区域增长法进行遥感影像图中地物自动提取过程中, 如果将种子集Ai看成是初始基元, 则基元的光谱特征反应了基元内部各个像元的光谱属性。其中种子集Ai的光谱特征计算入式 (1) 所示。

其中:Ai表示遥感影像图中的第i个种子集合, 即第i个基元;xki表示种子集Ai中的第k个像元, 根据遥感影像图中的光谱特征提取方法得到xki的光谱特征f (xki) 。根据相同的原理可以获得基元的灰度、纹理、形状等信息。

根据如上的思想, 对种子区域增长法进行如下的改进。

(1) 根据遥感影像图中的地物光谱特征, 选择初始种子点, 其主要的方法是采用Otsu阈值法从遥感影像图中获得初步点集来作为种子区域法的种子点, 从而加强初始种子点的地物代表性。 (2) 将种子集作为种子区域法中不断生长的基元。 (3) 根据航空影像图的精度, 计算理想窗口宽度K, 用于计算以带辨别像元为中心的窗口内邻域联合特征。在进行联合特征计算时, 综合考虑地物的空间低于特征和光谱域特征信息。 (4) 对于联合特征中的空间特征分量和光谱特征分量赋予不同的权重, 采用“加权联合特征”法来计算距离, 并且以此作为相似度度量值, 并且根据实际情况调整权重, 调节空间特征分量和光谱特征分量对特征相似性的贡献量。 (5) 在增长过程中, 基于周成虎所提出的“特征差异最小”的思想, 选取特征差异最小的外接区域作为种子的增长对象, 在每一次完成种子的增长之后, 需要按照加权联合特征差异值大小将种子集中所有外接像元 (即外接区域为地物边界的像元) 进行排序, 最终将像元并入到与之特征差异最小的种子点击, 同时选择下一个遥感影像图中的像元进行增长, 直到遥感影像中的所有像元处理完毕。

2 改进种子区域增长法的应用于实验

实验数据采取如图1所示的一幅精度为1m的Quick Bird航空影像图。

如图1所示, 航空影像图主要包括建筑物和道路等地物, 采用传统种子区域增长法和改进的种子区域增长法提取遥感影像图中的建筑物地物信息的结果分别如图2和图3所示。

从如上的实验结果来看, 两种算法都较为清晰的获得了建筑物结果, 建筑物轮廓波爱吃了原有的规则性。但是通过改进种子区域增长法与传统算法的对比可以看出, 改进种子区域增长法更好的去除掉了建筑物地物提取时的树木噪声, 所获得的地物轮廓更加精确, 具有更好的遥感影像图地物自动提取效果。

3 结语

随着遥感技术的发展, 在为人们提供更加丰富的数据来源时, 也推动了影像处理等技术的发展。遥感影像地物自动提取技术有利于遥感影像处理的自动化和全数字化, 是一门基于高分辨率遥感影像的新兴技术, 有利于减少遥感影像处理成本, 提高处理效率, 是遥感影像技术重要的发展方向。在本研究中, 主要通过对种子区域增长法的分析, 针对其在遥感影像地物自动提取中所存在的易受噪声点影响等问题, 提出改进的种子区域增长法。

摘要：遥感影像推动了测绘技术的发展, 而遥感影像的地物自动提取技术也有利于遥感影像的全数字化发展。种子区域增长法是一种较好的遥感影像地物自动提取算法, 但是由于容易受到噪声的影响, 而导致地物提取轮廓不清晰。在借助面向对象的遥感影像处理思想对种子区域增长算法进行改进后, 所获得的地物轮廓更加精确, 具有更好的遥感影像图地物自动提取效果。

关键词：遥感影像,地物自动提取,种子区域增长法

参考文献

[1]周成虎, 骆剑承.高分辨率卫星遥感影像地学计算[M].北京:科学出版社, 2009.

地物信息 第2篇

深度探讨基于LIDAR数据的三维城市地物重建

本文基于笔者多年从事地理信息系统的`相关工作经验,以三维城市地物重建为研究对象,深度探讨了基于lJlDAR数据城市地物重建方式方法,论文详细探讨了建筑模型的模型驱动方法和数据驱动方法.全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行有着重要的借鉴意义.

作 者：徐威  作者单位：兰州军区第一测绘大队,甘肃兰州,730020 刊 名：科技资讯 英文刊名：SCIENCE & TECHNOLOGY INFORMATION 年，卷(期)： “”(16) 分类号：P2 关键词：LIDAR数据   三维数字城市   地物   重建  

特征地物在地图上的体现 第3篇

一、让知识点在地图上安家，形成点状地物

这些点的范围可大可小。大的“点”可以指宇宙中的恒星、行星，地球上的洲、国家，小的“点”可以指一个洲(洋)或一个国家的城市、港口、工业中心、交通中心、各类矿产等。在上课时可以把知识在地图上找到相应的点，从而了解各个“点”的位置、范围、特性等。例如在讲日本时，首先要知道日本所在的位置(东亚岛国,处太平洋板块与亚欧板块交界处，大部分位于300N～450N之间)，然后分析该国的气候、地形，为什么多地震火山，渔业发达，工业区为什么多分布在濑户内海和太平洋沿岸地带。通过以上问题的分析，学生学会了地理的基本思维方法。

二、点状地物在地图上联成线状地物

把一些点状物按一定规律成顺序排列，将新旧知识联系并落实到地图上，形成线状分布地物，如山

脉、河流、洋流、交通线、旅游路线等。例如，有一个观光旅游团欲从沈阳出发参观故宫、秦陵兵马俑、云冈石窟、白马寺、遵义革命纪念地、桂林山水、杭州西湖、苏州园林、上海东方明珠，最后从上海乘船到大连后返回沈阳，问应如何设计旅游路线？此题目新旧知识都有，可以分组讨论，再归纳出答案。

在地图上把这些旅游点按顺序串联起来，形成一条既经济又合理的旅游线路。学生通过思考，对铁路交通及沿线的旅游资源、旅游点的位置、城市风貌与特色等都有深刻的了解并相互联系起来，就能在学生头脑中形成系统、完整的知识体系。

三、点状地物在图上构成面状地物

面状地物是指某个地域、地形区、气候分布区、工业区、农业区、河流流域等在地图上成块状分布。如在理解中华人民共和国版图大小时，就可用我国的四至点来说明。从我国领土最西端至最东端跨经度62°多，相距5200千米；从最南端至最北端跨纬度近50°，相距5500千米，乘火车走直线铁路所用时间就更能体现中国领土之辽阔。中国面积960万平方千米，与欧洲面积差不多，仅次于俄罗斯、加拿大的国土面积，居世界第三位。由于我国地域辽阔，自然资源丰富，为我国社会主义建设奠定了基础。这样既达到了传授知识的目的，还进行了国情、爱国主义教育。再如青藏高原的高原面上、塔里木盆地均有一系列线状分布的山脉、河流、居民点等。

四、三种特征地物密切联系

相邻或有关联的点状地物连在一起构成线状地物如前例，线状地物又能把点状地物串联起来。如在讲中国铁路交通时，向学生提出一个简单的问题：坐火车从广州到北京沿途经过哪些铁路枢纽和省会城市。学生通过使用地图很快便能找出沿线所经过的铁路枢纽和省会城市，并把它们牢固地联系到了一起。

线状地物还能串联许多面状地物。让学生单独掌握一些地形区、气候区、工业区等很不容易，但如果从某条线状分布的地物的走向来记忆这些面状地物，就显得容易得多。在讲黄河这一节时，我让学生假设自己是一名漂流探险旅游队员，从源头至下游，找出自己沿途经过的地形区(或气候区)，学生根据学过的知识，很快可以得出结论：青藏高原→黄土高原→宁夏平原→内蒙古高原→河套平原→黄土高原→华北平原。这样体现了沿线的知识特点，将沿线的各区域地理特征串起来，就更容易识记。

若对面状地物(如一个大的区域、工业区、地形区、气候区等)进行全面剖析，由整体到部分，我们便能找出组成它的各地理要素——点状地物与线状地物，并找出每个地理要素的位置、特色、作用及其相互间的联系，对于系统地掌握这些地理知识特别有利。如美国、俄罗斯、日本或是中国，都有几个重要工业区，通过分析就能找出各工业区内的主要工业城市，交通运输的纽带及这些工业城市，分别是什么工业中心。以面带点，既突出了整体知识的共性，又体现各方面的差异，便于学生分类对比。

地图是学习地理的重要工具，若能把所学知识在地图上以特征地物反应出来，在教学中教会学生掌握它们之间的有机联系，必然收到理想的效果。

对地物测绘的方法探讨 第4篇

关键词：地物测绘,方法,探讨

1地物测绘的一般原则与地物特征点的选择

1.1地物测绘的一般原则

第一, 凡能依比例尺表示的地物, 就应将其水平投影位置的几何形状测绘到地形图上, 或将其边界位置表示到图上, 边界内再绘入相应的地物符号。对于不能依比例尺表示的地物, 则测绘出地物的中心位置并以相应的地物符号表示。第二, 地物测绘必须依测图比例尺, 按地形测量规范和《地形图图式》的要求, 将各种地物表示在图上。地物测绘主要是将地物的形状特征点准确地测绘到图上, 如地物的转折点、交叉点, 等等。连接这些特征点, 便可得到与实地相似的地物图像。

1.2地物特征点的选择

在地物测绘工作中, 只要测绘出了地物轮廓的转折点、交叉点以及曲线上的变换点、独立地物的中心点等位置就可以将其形状表示在地形图上。道路和水系边界上的转折点等也是重要的特征点, 必须测绘。由于地物形状千差万别, 有些地物并不是规则的几何图形, 不可能毫无区别地将所有地物都完整而详尽地表达在地形图上, 所以, 对特征点的选择应根据测图比例尺、 用图目的及现场地形的繁简程度, 迸行综合取舍。对于目标明显、用图时具有方位作用和经济建设需要的地物必须测绘, 对于一些不能按比例测绘的、临时性的和用图意义不大的地物 (如线状地物的细小折曲等) 则可以舍去。对于在图上不能同时按真实位置表达的两种地物则应分清主次, 在突出、重要的地物上立尺测绘, 次要的地物可以舍去或移位表示。但在偏远的山区, 即便是一条羊肠小道, 也会成为必须表达的重要地物。

为了正确合理地选择特征点, 必须将几类地物特征点分别说明, 如:道路、线路、水系植被, 等等。

2各类地物的测绘方法

2.1道路测绘

道路的附属建筑物车站、桥涵、路堑、路堤、里程碑等均应测绘在图上。各种道路均属线状地物, 一般由直线和曲线两部分组成。选择道路特征点, 一是直线与曲线的变换点, 二是曲线本身的变换点。铁路应实测轨道中心线。在1∶500、1∶1 000比例尺测图时, 应按比例尺描绘轨宽。铁路上的高程应测轨面高程 (曲线部分测内轨面) , 但标高仍注在中心位置。公路实际测绘特征点可选在路面中心或路的一侧, 按实际路面宽度依比例尺描绘, 在公路符号上应注明路面材料, 如沥青、碎石。

2.2管线的测绘

管线包括地上、地下和空中的各种管道、电力线和通信线等。管道应测定其交叉点、转折的中心位置, 并分别依比例尺符号或非比例符号表示。架空管线在转折处的支架塔柱应实测, 而位于直线部分的, 可用挡距长度在图上用图解法求出。塔柱上有变压器时, 变压器的位置按其与塔柱的位置关系绘出。永久性的电力线、 通信线及其电线杆、电线架、铁塔均应实际测定其位置。电力线应区分高压线和低压线。居民地内的电力线、通信线可以不连线, 但应在杆架上绘出连线方向。 地面和架空的管道均应测绘, 并注记类别。地下管线根据用图需要决定是否表示, 但是入口处和检修井要表示出来, 各种管道的附属设施均应实测其位置。

2.3水系的测绘

水系测绘方法与道路测绘方法类似。不同的是河流、湖泊、水库等, 除测绘岸边外, 还应测定水涯线 (测图时的临时水位线) , 并适当测注其高程。当河流沟渠的宽度在图上不超过0.5 mm时, 可在其转折点、弯曲特征点、分岔或汇合点、起点或终点竖立标尺测定, 并在图上用单线表示。当其宽度大于图上的0.5 mm时, 可在岸的一侧立尺量其宽度并在图上用双线表示。当其宽度较大时, 应在两岸立尺。泉源、水井应在其中心立尺测定, 但在水网地区, 当其密度较大时, 可按实际需要进行取舍。水井应测井台高程。对水库、水闸、水坝等水工设施, 均应按比例描绘。土堤的堤高在0.5 m以上才表示。堤顶宽度、斜坡堤基底宽度应按实际尺寸测绘, 并注明堤顶高程。水系中有名称的应注记名称。无名称的塘, 加注“塘”字。水系中的水流方向、潮流方向都要明确绘出。

2.4独立地物测绘

独立地物 (如水塔、烟囱、矸石山、碑、雕塑等) 对于用图时判断方位、确定位置有着重要作用, 应着重表示。独立地物应准确测定其位置。凡图上独立地物轮廓大于符号尺寸的, 应依比例尺符号测绘;小于符号尺寸的, 依非比例符号表示。独立地物符号定位点的位置, 在现行图式上均有相应的规定。开采井或废弃井, 应测定其井口轮廓, 若井口在图上小于井口符号时, 应以非比例符号表示。开采的矿井应加注产品名称, 如“煤” 等。通风井亦用矿井符号表示, 加注“风”字, 并加绘箭头, 入风箭头向下, 排风箭头朝上, 斜井井口及平硐口需按真实方向表示, 符号底部为井的入口。矸石山应沿矸石上边缘测定其上部位置, 以曲线按实际形状连接各转折点, 并依斜坡方向绘以规定的线条。同时还应测定其坡脚范围, 以点线画出, 并注记“矸石”二字。

2.5植被的测绘

植被的测绘主要是各种植被的边界, 以地类界点绘出面积轮廓, 并在其范围内配制相应的符号。对耕地的测绘, 还应区别是旱田还是水田等。如地类界与道路、河流等重合时, 可不绘出地类界;但与高压线、境界重合时, 地类界应移位绘出。

2.6测量控制点的表示

各级测量控制点在图上必须精确表示。图上几何符号的几何中心, 就是相应控制点的图上位置, 控制点点名和高程以分式表示, 分子为点名, 分母为高程, 分式注在符号的右侧。水准点和经水准点引测的三角点、 小三角点的高程, 一般注至1 mm, 以三角高程测量测定的控制点的高程一般注至1 cm。

3地物测绘中的跑尺方法

立尺员依次在各碎部点的立尺作业称为跑尺。立尺员起着指挥测图的作用。立尺员除正确选择地物特征点外, 应结合地物分布情况, 采用适当的跑尺方法, 尽量做到不漏测、不重复。第一, 地物较多时, 应分类立尺, 以免绘图员连错, 不应为立尺员方便而随意立尺。 第二, 当地物较少时, 可从测站开始, 由近到远, 采用螺旋形跑尺路线跑尺。待迁测站后, 立尺员再由远到近呈螺旋形跑尺路线跑回到测站。第三, 若有多人跑尺, 可以测站为中心, 划分几个区, 采取分区专人包干的方法跑尺, 还可按地物类别跑尺。

4地形测图过程中的注意事项

第一, 测站点位置的检查。第二, 测图过程中作业组成员要密切配合。第三, 每一个立尺员应注意跑尺线路的计划性, 避免重复和漏测, 观测员也要随时注意立尺员的走向, 观察立尺点的选择是否恰当, 发现问题及时给予提示。第四, 测图过程中, 一个测站的工作结束后, 应再进行一次检查测量, 并巡视周围的地形, 查看需要表示的地物、地貌是否有遗漏, 各类地物名称和注记是否齐全、清楚, 确认没有问题后再迁至下一测站。

参考文献

[1]佟凯.煤田地质与勘探[M].江苏:中国矿业大学出版社, 2014:10.

空间地物的GML应用模式设计研究 第5篇

一、GML应用模式的设计

在GIS的数据模型里, 图层是一定空间范围内具有相同属性元素的同类地理空间实体集合, 图层中的地理空间实体并不是简单的堆砌, 而是在某种特殊应用领域下地理空间实体的组合, 并且相互之间有着密切的关系。位于同一图层的地理实体具有相同的几何结构[2]。图层是组织同类地理实体的基本方式, 本文对应GIS的图层概念构建了GML应用模型, 依据几何形状的不同, 设计了点、线、面三种不同类型空间地物的GML应用模式。从前面章节可知, GML 应用模式 (GML Application Schema) 依据于基本的GML3.0规范, 因此本文设计的点、线和面应用模式首先也需要引入基本的要素模式 (feature.xsd) 规范, 此外, 因需要用“图形集合"的形式表达地理实体的几何特征, 所以在应用模式中还要引入geometry Aggregates.xsd规范, 以上两个规范都是GML基本模式中的重要模式, 可以通过连接OGC网站获取, 如果有本地下载, 也可直接引入, 在GML Application Schema中, 通过“import”的形式引入需要的文档。在本文设计的应用模式中, 都规定了模式的命名空间和命名空间前缀, 以区别引入的GML要素所在的命名空间, 为以后的基于Xpath查询文档提供方便。

二、点状要素的应用模式设计

点在地图上主要表示点状地理实体, 如村庄、城市、井盖等, 点可以用一个经纬地理坐标对或某种地图投影下平面坐标系中的坐标对表示, 在GML3.0中, 用gml:pointProperty元素来表示点几何特征, 除了几何特征, 我们还可以扩展gml:Abstract FeatureType来添加非几何属性要素, 如name, population, color等。图1为本文设计的点要素GML Application Schema。

三、线状要素的应用模式设计

在地图上, 线要素一般由多个连续的坐标点组成, 如河流、道路、航线等, 在GML3.0中, 用gml:line String Property和gml:Multiline String表示线状地物的几何特征, 其中gml:line String Property表示没有分支的折线, 而gml:Multiline String表示有多个分支的折线, 除了几何特征, 和point.xsd相同, 也可以扩展gml:Abstract Feature Type来添加非几何要素。图2为本文设计的折线要素的GML Application Schema。

四、面状要素的应用模式设计

在地图上, 面状多边形和折线几何特征相似, 也是由多个连续的坐标点组成, 如政区、湖泊等, 但不同的是在多边形坐标序列中, 起始和结尾两点坐标是相同的。在GML3.0中, 用gml:polygon Property和gml:Multi Polygon表示多边形状地物的几何特征, 其中gml:polygon Property表示只有一个多边形环的多边形, 而gml:Multi Polygon表示有多个多边形环的多边形, 如岛状多边形。除了几何特征, 当然, 也可以扩展gml:Abstract Feature Type来添加非几何要素。图3为本文设计的多边要素的GML Application Schema。

依据本文设计的三种不同几何类型的GML应用模式, 可以生成对应的GML实例文档, 每一个GML文档对应一个图层, 描述了地理实体的几何和非几何特征。如利用设计的面状要素应用模式, 得到州图层“states”的GML实例文档。

xmlns:ex=http://www.openGIS.net/example xmlns:gml="http://www.openGIS.net/gml" xsi:schemaLocation="http://www.openGIS.net/example states.xsd">

1

Washington

5.77390700000e+006

-1949473.67337345, 1309020.6940014-1953737.13596995, 1310665.1609826

五、结语

GML作为网络环境下开放的空间数据交换格式, 对解决WebGIS中多源异构数据的集成和共享问题有重要的辅助作用, 本文依据GML的核心模式设计了空间三大基本几何要素点、线和面的应用模式, 并通过对应的实例文档验证了应用模式的可行性, 在实际的基于GML的WebGIS应用中, 可通过发布GML数据的网络服务来实现多源异构数据的集成和共享, 当然, 正如XML语言将Web页面的内容及其表现分离一样, GML也将地理信息世界中的内容及其表现形式分离开来, GML所关注的是地理数据内容的表现, 不负责数据的可视化显示, 所以我们需要把用GML语言表达出来的空间数据信息转化为另外一种支持矢量图形在IE浏览器上可视化表达的语言, 如SVG、VML等。

摘要：在充分研究GML技术组织、管理和表达地理信息的能力的基础上, 依据GML3.0核心模式, 设计点、线、面不同类型空间地物的GML应用模式, 经实践验证, GML在Internet环境下表达空间信息是可行的, 在此基础上, 借助Web Service和SVG等技术亦可有效实现异构空间数据的统一描述和可视化表达。

关键词：空间地物,GML,应用模式

参考文献

[1].张书亮, 闾国年, 龚健雅.地理标志语言——Geo-Web基础[M].北京:科学出版社, 2008:30～33, 87～97

地物信息 第6篇

为了更好地监测地理国情, 搞好宏观调控、促进经济和社会可持续发展, 建设责任政府、服务政府, 国务院下发了《国务院关于开展第一次全国地理国情普查的通知》。我院为搞好这次的地理国情普查工作, 深入研究了国家制定的《第一次全国地理国情普查总体方案》等相关技术要求, 并在天津市北闸口镇开展了地理国情普查试点工作, 通过对试点地区地形地貌、系统数据和遥感影像数据的综合分析, 总结出适合持续开展地理国情监测工作的数据处理方法, 并对影像解译过程中易混淆地物的区分方法进行了叙述。

1 试点地区前期数据分析

北闸口镇位于天津市东南部, 外环线东侧, 津南区中部, 为津南八镇之一。东邻双桥河镇, 西与八里台镇接壤, 南与小站镇相望, 北与区政府所在地咸水沽镇相连, 总面积38.32 km2, 耕地面积30479亩, 人口3.2万。北闸口镇整体地势平坦, 无山区分布, 植被主要为人工种植的耕地, 园地、林地、草地和城市景观树木。区域内拥有铁路及各种等级公路纵横交错, 交通十分发达。

北闸口镇具有交通便利、经济发达、社会稳定的自然条件和社会环境。几年来, 按照“一区两地”的发展模式, 大力发展园区经济。近年来随着北闸口镇城镇建设总体规划的稳步实施和经济的快速发展, 各种基础配套设施渐趋完备, 区内供排水、供电、供气 (天然气及暖气) 、通讯、通邮等基础设施齐备, 主干道纵横交错, 并成立了环卫维修服务队和治安经警队, 外部环境优美、整洁, 生产、生活秩序稳定。随着经济结构的调整和经济的快速发展, 北闸口这块发展外向型经济的理想之地将成为以电子及综合加工业为主的现代工业城镇。

1.1 已有资料情况

(1) 天津市2011年0.5 m分辨率1∶2000天津市滨海新区卫星影像; (2) 天津市2012年0.2 m分辨率1∶2000天津市滨海新区航空正射影像; (3) 天津市2012年比例尺为1∶2000的地形图系统数据。

1.2 现有技术标准

(1) 《1∶500、1∶2000天津市基础地理信息要素数据字典》; (2) 《1∶500 1∶1000 1∶2000地形图数字化规范》GB/T 17160-2008; (3) 《1:500 1∶1000 1∶2000地形图航空摄影测量内业规范》GB 7930-87; (4) 《测绘产品质量检查与验收》GB/T 24356-2009; (5) 国家测绘地理信息局地理国情监测相关原则和技术文档; (6) 《国家基本比例尺地形图分幅和编号》GB/T 13989-1992; (7) 《基础地理信息数字产品1:10000 1:50000数字正射影像图》CH/T 1009-2001; (8) 《基础地理信息数字产品元数据》CH/T 1007-2001。其中地表覆盖分类数据的元数据参照正射影像; (9) 《天津市地理国情普查数据规定与采集要求》TDPJ03-2013;10) 项目技术设计书。

2 内业解译分类与信息采集提取原则

以遥感正射影像为基础, 利用收集整合的参考数据, 采用人工解译结合的方式, 参考基础地理信息、土地利用、自然资源等资料, 以遥感正射影像为基础底图, 按照国家相关标准中采集地理要素分类、分级表和技术指标的要求, 开展内业判读与解译, 补充或更新采集水系、交通、居住小区等要素实体, 提取相关属性, 并进行地表覆盖分类, 分别按照要求形成相应的数据层。解译时, 运用解译标志和实践经验, 通过判读、判译、预判、判绘等, 对影像进行识别, 从而获取实地信息。对于影像与地形图出入较大的地区或内业判读不清、无法解译的地类需要做好标记, 提交外业部门到野外进行实地的逐一核实、修改、补充调绘, 予以确认。在影像解译过程中应当遵守以下几点基本要求: (1) 内业解译时, 以北闸口镇的行政界线为作业范围, 以2012年0.2米正射影像为基准数据, 将2012年重新分类分层处理的1:2000地形图系统数据和正射影像叠加, 结合2010年地名地址调查数据、城市部件调查数据、城市用地现状数据和土地利用现状数据为参考, 根据地物的光谱、形状、纹理和空间关系等信息确定好各类地物要素的边界, 采集过程应保证面独立闭合且互不相交; (2) 在影像解译时, 根据分类中的各类要求综合相邻的同类用地; (3) 所有地物都应当结合地形图和注记正确解译, 对于内业解译过程中难以确定属性的用地, 应当勾绘其轮廓线, 以便外业调绘确定。 (4) 从原始系统数据提取的各层数据均在Arc GIS10.0中提取, 提取所有字段并在后续的数据加工中一直保留原始数据的字段, 不得删除。 (5) 地表在空间上被多种类型立体层叠覆盖的情况下:对于不同高低植被立体覆盖的范围, 以顶层树冠的优势类型确定其植被覆盖类型;对于树冠遮蔽道路、树冠遮蔽沟渠的情况, 地表覆盖中按照植被归类;对于高架路, 按照上层道路归入路面;有屋顶绿化的范围, 应归入房屋建筑区;桥面跨越大面积的水面, 应归入水体类型。其他在空间上被多种类型立体层叠覆盖的情况, 地表覆盖分类一般采用“就近就大”的原则, 即以面积占绝对优势的类型为主。 (6) 植被覆盖类型中通过影像甚至实地核查均难以区分人工和自然的类型, 一般采用“自然优先”的原则进行归类。如:人工繁育的树林或草场, 从影像上甚至实地核查均难以确定是否为园地或人工草地, 优先归入林地或天然草地的相应类别。 (7) 道路两边行道树处理:按照行道树垂直投影范围确定其为绿化林地层中。不管行道树是否压盖了道路面, 即使行道树把道路整个压盖也要按树木枝叶垂直投影确定为绿化林地。 (8) 人工长期堆积的各种矿物、尾矿、弃渣、垃圾、沙土、岩屑等 (人工堆积物) 覆盖的地表才归入堆放物一类中, 对于以短期或临时存放货物为主要目的的堆放场, 其堆放物和数量经常发生变动, 应归入硬化平地 (及其下级) 类。 (9) 作为地表覆盖的道路分类时, 部分路面即使根据地理位置也难以区分公路、城市道路和乡村道路时, 归为公路路面。

高速路、快速路及街道中央的隔离绿化带依据正射影像量取获得路宽来处理, 宽度≥10 m时, 道路按两条路线采集;宽度<10 m的, 隔离带合并计入道路。

3 内业影像解译时易混淆地物的区分

在内业影像解译过程中, 很多地物的图斑在影像上相似或相近, 作业人员常常难以区分, 因此需要将易混淆地物的影像截取出来, 建立样本库, 方便内业人员进行影像判读。由于篇幅有限, 下面仅列举几类易混淆地物。

(1) 天然草地与人工草地。

一般来说, 野外的空旷地区的草地是天然草地, 单位、院落里的草地是人工草地, 但是不能就简单地这样划分。有时单位、院落里也会有未经过人为改良的天然草地。区分这两种覆盖分类时, 还需要认真判读影像, 一般影像上边缘界限明显、有人为修剪痕迹的才是人工草地, 如图1中标识区域;而界限不明显、生长得自然而茂密的应归为天然草地, 如图2中标识区域。且根据地表覆盖分类中的“自然优先”原则, 凡事无法确定为人工草地的, 都应优先归入天然草地的相应类别。

(2) 高覆盖度草地、中覆盖度草地与低覆盖度草地。

在国情监测地表覆盖分类中, 将天然草地按照覆盖度的不同又细分为:高覆盖度草地、中覆盖度草地和低覆盖度草地。在《地理国情普查内容与指标》中, 将覆盖度大于50%的天然草地归为高覆盖度草地, 覆盖度介于20%~50%之间的为中覆盖度草地, 覆盖度介于10%~20%之间的天然草地为低覆盖度草地。但在实际解译过程中, 覆盖度的计算并不容易, 因此在实施过程中, 为了更加便于操作, 往往会制作解译样本。在本次实验片制作过程中, 将图3中标识的区域作为高覆盖度草地的样本, 图4中标识的区域作为中覆盖度草地的样本, 图5中标识的区域作为低覆盖度草地的样本。

(3) 人工草地与绿化林地。

在地形图绘制过程中, 按照天津制定的地方标准《1∶500、1∶2000数据字典》和《1∶5000、1∶10000数据字典》的要求, 道路两侧绿地会划归为花坛, 在制作地表覆盖数据时, 花坛的系统数据会被直接转换成绿化草地的覆盖面, 而在实际制作过程中对照影像, 会发现很多道路两边都有行树, 其行树树冠的覆盖度已经达到了绿化林地的选取标准, 此时就应该将改覆盖面归入绿化林地, 如图6。

(4) 泥土地表与碾压踩踏地表。

泥土地表是自然裸露的, 没有人工堆掘、夯筑、碾压形成的痕迹的地表;而碾压踩踏地表是由于人类社会经济活动经常性碾压、踩踏形成的次生裸露地表。与泥土地表单纯地以泥质或裸土为主的地表特征相比, 碾压踩踏地表从影像上看具有明显的碾压、踩踏的痕迹。图7中标识区域展示的就是泥土地表的影像, 而图8中区域标识的就是碾压踩踏地表, 从影像上还是能够比较清楚地看出两者的差别。

4 结论

该文依据国家测绘地理信息局下发的《第一次全国地理国情普查总体方案》、《第一次全国地理国情普查实施办法》、《第一次全国地理国情普查实施方案》以及相关技术要求, 详细说明了内业解译分类与信息采集提取原则以及内业影像解译时易混淆地物的区分方法。在对北闸口镇地表覆盖数据分类的过程中, 对于该片区内易混淆地物的影像图斑进行了截取和对比说明。虽然取得了一定的成果, 但要在接下来的全市域地表覆盖分类数据制作中, 迅速准确地完成任务, 还需要建立更为完善的解译样本库, 尤其对于地表覆盖分类中易混淆的图斑, 需对其影像进行详细的描述。

本次地理国情监测工作不仅是国家可持续发展的重要举措, 也是天津市为建造“数字天津、智慧天津”, 实现传统测绘向地理信息的转型而进行的一个重大项目。地理国情监测工作是一个长期的、不断完善的工作。相信在不久的将来, 随着地理国情监测数据库的逐步建立和完善, 国家将能够更及时更准确地从地理的角度分析、研究和描述国情, 准确掌握国情国力, 提高政府管理决策的科学水平, 服务和改善社会民生。

摘要：该文通过深入研究国家制定的《第一次全国地理国情普查总体方案》等相关技术要求, 结合天津市的自然条件和社会发展现状, 以天津市北闸口镇为实例, 进一步分析了该地区1∶2000系统数据和遥感影像数据的实际情况, 对于内业影像解译时易混淆地物的区分方法做了详细的描述。

关键词：地表覆盖,易混淆,影像解译

参考文献

[1]GB/T 20257.1-2007国家基本比例尺地图图式第1部分1:500、1:1000、1:2000地形图图式[S].北京:中国标准出版社, 2008.

[2]GB/T 20258.1-2007基础地理信息要素数据字典第1部分1:500、1:1000、1:2000基础地理信息要素数据字典[S].北京:中国标准出版社, 2008.

[3]第一次全国地理国情普查培训教材之一——地理国情普查基础知识[M].北京:测绘出版社, 2013.

[4]第一次全国地理国情普查培训教材之二——地理国情普查内容与指标[M].北京:测绘出版社, 2013.

[5]第一次全国地理国情普查培训教材之三——地理国情普查数据采集技术方法[M].北京:测绘出版社, 2013.

[6]李慧.1∶10000基础地理信息数据生产的质量控制方法探讨[J].测绘技术装备, 2008 (4) :16-18.

[7]董冬, 龚伟.浅谈地理国情普查基本要素内容[J].测绘与空间地理信息, 2013 (8) :199-201, 206.

[8]张勤, 樊文锋.测绘与地理国情监测[J].测绘通报, 2012 (11) :78-80.

[9]李德仁, 眭海刚, 单杰.论地理国情监测的技术支撑[J].武汉大学学报信息科学版, 2012 (5) :505-512.

[10]何忠焕, 左志进, 吴贤宇, 等.关于开展地理国情监测工作的几点思考[J].江西测绘, 2011 (3) :51-53.

[11]马万钟, 杜清运.地理国情监测的体系框架研究[J].国土资源科技管理, 2011 (6) :104-111.

地物信息 第7篇

遥感是一种通过非直接接触来判定、测量分析目标性质的综合性技术学科。它随着空间技术、传感器与数字图像处理技术的发展而迅速发展。现代空间遥感技术总体上呈现“五多”趋势, 即多平台、多传感器、多时相、多光谱、多角度的多源遥感数据快速处理和分析。近年来, 以航空遥感和卫星遥感技术为代表的现代遥感技术, 已逐步实现动态、快速、准确、及时地提供多种观测数据。由于遥感所具有的观测范围大、采集信息量大、获取信息速度快的特点, 它正广泛应用于资源勘探、土地规划与利用、灾害动态监测、城市规划、环境监测、气象预报、农作物估产、农业、林业、地质矿产、水文、城市建设与管理、测绘、军事、国土资源调查等领域, 深入到很多学科, 成为获取地球表面多层次、多视角、多方位信息的重要手段。对经济和社会发展有很重要的作用。而如何从已获取的遥感图像中得到所需的信息, 则是遥感图像应用研究的主要课题。

在遥感技术的研究中, 通过遥感影像判读识别各种目标是遥感技术发展的一种重要环节, 无论是专业信息提取, 动态变化预测, 还是专题地图的制作和遥感数据库的建立等都离不开分类。

1 目前流行的分类方法

目前采取的主要措施是基于统计特征的模式识别技术。各种分类方法均以地物光谱特征为前提, 按照一定的假设或准则形成决策流程, 从而实现数字图像的信息判别。常用方法有监督分类和非监督分类。

1.1 监督分类

监督分类又称训练场地法, 是以建立统计识别函数为理论基础, 依据典型样本训练方法进行分类的技术。即根据已知训练区提供的样本, 通过选择特征参数, 求出特征参数作为决策规则, 建立判别函数以对各待分类影像进行的图像分类, 是模式识别的一种方法。要求训练区域具有典型性和代表性, 判别准则若满足分类精度要求, 则此准则成立;反之, 需重新建立分类的决策规则, 直至满足分类精度要求为止, 常用算法有:判别分析、最大似然分析、特征分析、序贯分析和图形识别等。

1.2 非监督分类

非监督分类的前提是假定遥感影像上同类地物在相同条件下具有相同的光谱信息特征。非监督分类是遥感影像地物的属性不具有先验知识, 纯粹依靠不同光谱数据组合在统计上的差别来进行“盲目分类”。事后再对已分出各类地物属性进行确认的过程。主要采用聚类分析的方法。常用的算法有:ISODATA法、K-Mean算法、分级集群法、动态聚类法等。

2 目前出现的分类新方法

上面两种方法都是根据地物的光谱特性的点独立原则来分类, 且都采用的是统计方法, 而一般图像的像元都带有综合光谱信息的特点, 致使计算机分类面临诸多模糊现象。还有由于遥感影像存在“同物异谱”和“同谱异物”的弊端。因此人们不断尝试新方法来改善, 下面介绍近年来出现的计算机分类的新方法。

2.1 神经网络分类器

最常用的是BP神经元网络模型。此模型适用于多层网络的学习, 对网络中各层的权重系数进行修正, 是一种有导师指导的模型。建立在梯度下降法的基础上, 它含有输入层、输出层以及处于输入层和输出层之间的隐层, 采用神经网络算法进行遥感影像分类, 可以在一定程度上消除传统的遥感影像分类所带来的模糊性和不确定性。但也存在许多有待解决的问题。

2.2 基于小波神经网络遥感图像分类

小波分析的基本思想是用一族函数去表示和接近一信号或函数, 这一族函数称为小波函数系, 它是通过基本小波函数的不同尺寸的平移和伸缩构成的。小波变换还具有如线性叠加性, 平移公变性, 能量守恒性, 居于正则性等优点。此法在只要用相同的学习样本训练, 才会有高的精度。

2.3 树分类器

该分类方法的基本思想是:首先计算所有类别之间的距离, 合并距离最近的两类形成一个新类, 然后计算新类与其他类别之间的距离, 重新前面的工作, 直到最终所有类别都合并为一大类, 形成整个树结构的根部, 每次合并产生树结构的一个结点, 分类树由多个结点和分枝组成, 最下面一层的结点称为根节点, 最上面一层的结点为终端结点, 每个终端结点包含为原始一类。这种树结构反映了各地物的光谱特征的相似程度, 因此这种树的形成, 实质上是按光谱特征的相似程度由强到弱逐步合并的。还有其他的一些分类在这里不一一列举。总之, 它们都是新出现的新分类方法。

3 基于地物字典的分类方法

3.1 分类方法的背景思路

遥感是获取地物信息的新兴技术。它的优势大家都清楚。如何能准确获取我们想要的地物信息是我们每个人的愿望。我们如果能像查字典那样的准确的容易的区分地物是多么快乐的一件事啊。该分类方法设想就是构造遥感图像的地物字典, 像查字典那样容易的进行分类获取地物信息。

地表有人工物和自然物, 我们对于人工物的分类随着分辨率提高和人工物的特定的形状信息已经能很容易的区分。而自然物由于自然界的复杂性变的很不确定性。地理环境的各个要素是紧密联系, 相互影响的。如植被、土壤、气候、地形、水文、地貌等要素的相互联系性为我们区分地物提供了理论依据。就是说, 植被是一定气候类型和土壤类型的反映。世界上的自然带有纬向的地带性。对于我国来说。南方的树种和北方的树种就是不同的。不同土壤条件下的植被类型也是不同的。以土地利用分类为例。我们能知道了某个地区大体范围, 就能知道该地区的大体地物类别。再确定了该地区的所有类别的光谱特征, 形状和空间位置特征。然后建立这些特征的数据库, 基于人工智能的查询和匹配技术的应用。只要把遥感影像输入计算机, 在数据库中查询匹配相关的类别信息, 自动就提取出地物类别。这就是计算机式的查字典分类方法。

3.2 构建分类方法

3.2.1 地物类别的光谱特征, 形状和空间位置特征信息收集

我们国家在气候自然带类别上分为三大区:东部季风区, 西北干旱半干旱区, 青藏高原区。东部季风区包含东北, 华北和部分黄土高原区, 东南丘陵区。西北干旱半干旱区包括以贺南山为界的干旱和半干旱的分区。这些区的划分就是基于地理自然要素综合分类的结果。在每个区的植被, 土壤, 气候, 水文等要素是有区别的。这是我们首先在范围上为地物类别进行区分。

世界和我们国家都建立有遥感卫星的辐射校正场, 用来进行对遥感图像的平台传感器和大气等其他因素对遥感影像的误差的校正。我觉得辐射校正场不光能校正还能获取准确的地物光谱信息和其他信息。

我们在上述我国自然分区的的每个小区挑选一个比较特殊的有代表性的范围做一个辐射校正场。来获取地物信息。在辐射校正场进行校正的基础上得到传感器, 大气等影响的误差参数。然后在辐射校正场分别确定地物类别信息。

1) 同一平台传感器的地物类别信息获取

我们在辐射校正场中设置各种地物类型, 然后获取各种地物的光谱类别。比如在传感器一定条件下, 夏天的植被和冬天的植被类别光谱信息就可以获取。

2) 同一天气状况下的地物类别信息获取

比如, 晴天, 各种传感器下同一地物的光谱信息获取。阴天, 各种传感器下同一地物的光谱信息获取。云多时的信息获取。等等的各种条件下的地物类别的信息获取。

3) 同一种地形条件下的各种地物信息获取

比如, 在高原, 山区, 平原, 丘陵, 盆地等地形下, 各种天气状况下, 各传感器平台下的地物信息的获取。

4) 同一太阳光照的条件下的各种地物信息获取

比如, 早上, 中午, 下午的各种条件下的信息获取。不同太阳高度角下的。有太阳和没有太阳条件下的等等各个方面的信息的获取。

3.2.2 各种条件下的地物类别信息数据库建设

把从辐射校正场得到的各种地物信息组织好数据结构, 检查无误后, 全部导入数据库。在入库时注意数据组织方式要有利于人工智能化的查询语言。

3.3 编写人工智能查询语言

把遥感图像数字化存储在计算机后, 自动与数据库的信息查询匹配, 然后可以得出正确的遥感图像分类信息。但是在这个环节中关键是要有合适的人工智能查询语言, 因此需要采用适合的计算机语言来实现人工智能查询语言。经过这个环节后基于地物字典的遥感图像计算机分类方法就建成了。

4 结束语

基于地物字典的分类方法的目的是实现计算机分类的简单化, 智能化和精确化。这只是我的一个很不成熟的想法。这个想法中最主要的是建立地物类别的信息, 这个工作的工作量非常大。但在技术层面上说, 因为有辐射校正场的理论依据, 数据库技术的理论依据, 人工智能的发展, 所以是可行的。遥感技术是人们获取地理信息的重要来源, 应用的情景是非常广阔的。人们会强烈要求能高效准确的获取地物信息, 这样的趋势下, 该方法可能会有些用处。但是必须承认该方法的实现, 是一个非常困难的事情, 它的建立需要好多人的共同努力, 工作量非常的大, 而且费用也是个问题, 同时时间会很长。仅在辐射校正场的各种地物信息的获取从时间和工作量上是看, 就是令人可畏的。该方法目前只是个想法, 但只要遥感应用不停止, 这个想法就可能是大家的共同愿望。希望该想法能给别人一些启发, 为共同的遥感事业做出一些微不足道的贡献。

参考文献

[1]汤国安, 张友顺, 刘永梅, 等.遥感数字图像处理[M].科学出版社, 2004, 03.

[2]梅安新, 彭望琭, 秦其明, 等.遥感导论[M].高等教育出版社, 2010, 11.

[3]王占昌.利用决策树对卫星遥感数据进行分类[J].青海科技, 2005 (5) :28-32.

[4]卢玉东, 尹黎明, 何丙辉, 等.利用TM影像在土地利用覆盖遥感解译中波段选取研究[J].西南农业大学学报:自然科学版, 2005 (27) 4:79-82.

[5]梁肖.小波变换在遥感数字图像处理中的作用[J].测绘与空间地理信息, 2005 (28) 4:64-65.

地物信息 第8篇

构建城市三维模型需要真三维的空间数据, 如地物的平面位置、几何尺寸、高程或高度等数据, 而真实感三维模型还需要纹理数据。三维城市模型的数据源主要有远距离获取的数据 (卫星影像、航空影像、LIDAR) 、近距离获取的数据 (近景摄影测量、地面激光扫描、人工测量) 和已有数据导出三种。

不同的数据源对应着不同的三维城市数据获取方法。传统的城市三维数据获取方法主要是地面测量 (如地形、地籍测量) , 特别是全站仪和GPS被广泛用于标准的高精度定位测量, 这类方法灵活准确, 可方便地测量任何建筑物, 其缺点是工作量巨大, 周期长, 难以完整地测量建筑物的顶部;基于遥感影像和机载激光扫描的方法, 适用于大范围三维城市数据的快速获取, 成本低, 效率高;车载数字摄影测量方法和车载激光扫描方法, 适用于走廊地带三维模型数据的快速获取:近景摄影测量和地面激光扫描, 适用于单个或少量建筑模型数据获取;从己有二维数据 (地形图和GIS数据) 转换为2.5维模型以及逼真的CAD实体建模方法, 实施容易、成本低、效率高, 目前在城市三维建模领域有着广泛的应用:基于图片的绘制方法基于图像的建模和绘制是通过一个来自多视点的原始的或合成的图片库来产生任意视点的新的虚拟图片。作为一种新的视觉建模方法, 在不需要复杂几何模型的前提下也能获得具有较高真实感的场景表达, 能够很好的解决三维城市建模过程中模型复杂度 (真实感) 与绘制效率 (实时性) 之间的矛盾, 大大简化了复杂数据的处理, 因此也越来越多的用于各种虚拟环境的建立。

有了空间数据就可以进行城市的三维建模, 为了明确区分不同细节程度或者说不同尺度的模型, 可以使用不同的空间维数来表达 (维数越大, 细节程度越高;维数越小, 细节程度越低) 。

激光三维扫描技术以其独特的优势, 向人们展示了复杂曲面三维信息获取、三维重建、逆向工程等方面广阔的应用前景。通过激光三维扫描, 可快速、方便地将真实世界的立体信息转化为计算机可直接处理的数字信号, 为真实世界的数字化提供了一种以往其它任何技术无法比拟的手段。

2 LIDAR定义

LIDAR是“Light Detection And Ranging”的首字母缩写, 即利用光进行目标探测和测距的技术系统。从其字面可以理解, LIDAR概念包括三个组成:光源、测距和探测。

狭义的LIDAR技术, 其光源特指激光 (Laser) 。狭义的LIDAR定义因不同行业的理解应用而异, 本文是在摄影测量与遥感的背景下, 将狭义的LIDAR定义为利用机载激光雷达进行测距或测高, 可以称之为机载激光雷达扫描。狭义的LIDAR以距离测量为主, 强度测量为辅 (不是必选) , 不包括其他测量。数据表现为离散的三维坐标和强度值, 可直接生成点云图像和强度图像。

3 基于LIDAR数据的城市建筑地物重建研究

最近的十年中, LIDAR技术系统己经成为三维信息获取的非常有竞争力的手段之一。

尤其当LIDAR设备安装在直升机上, 可以扫描非常高密度的数据, 从而得到非常详细的地表三维信息, 而且这些信息具有高精度和高可靠性, 这些优点是传统的摄影测量方法获取地表三维信息所无法可及的。未来, 基于LIDAR数据提取地物及三维重建, 必然是三维城市建设的最主要方法之一。

3.1 建筑模型与模型重建

建筑, 是指运用各种材料生产出来的具有各种使用价值的建筑物、构筑物, 是人可以在其中进行生活或生产活动的、固定于土地之上的房屋或其他场所, 如住宅、办公楼、厂房、库房等。

建筑模型, 是按比例缩减并转变到我们能够理解的形式的建筑本体。建筑模型可以用于很多领域的研究, 本文主要用于城市的虚拟可视化。

目前, 在建筑研究领域里, 还没有一个通用的建筑模型定义被大家都接受。人们都在使用各自的模型来进行研究。这些研究中, 目前主要分为两类建筑模型, 一是参数模型 (parametric model) , 即利用参数来描述具有固定几何形状的建筑, 二是一般模型 (generic model) , 即利用构成建筑外表的平面或曲面来描述建筑, 没有固定的形状。由于一般模型太抽象, 一些子模型便随后出现, 如棱镜模型 (Prismatic model) , 多面体模型 (the polyhedral model) 和立体几何学模型CSG (constructive solid Geometry model) 。

现实中, 模型的分类与模型的重建方法是紧密联系的, 建模方法可以分为:模型驱动方法 (model-driven methods) , 数据驱动方法 (data-driven methods) 和立体几何学方法 (Constructive Solid Geometry methods) 。

3.2 模型驱动方法

模型驱动方法, 必须事先建立一个由固定的建筑模型构成的模型库。模型库中的每一个模型, 都是对一类实际建筑的假设与抽象, 执行这一类建筑的重建。当执行重建任务时, 这样的一个假设模型与实际数据进行检验和匹配, 以认定该组数据构成的模型属于那类假设模型, 并获得假设模型的参数进行建筑建模。这类算法之所以称为模型驱动方法, 就是因为每组建筑数据都须与己有的模型库中的模型进行匹配分类, 目前己经有多个算法和策略出现并用于检验建筑的假设模型。模型驱动的方法容易理解, 便于执行, 但是, 它只能处理简单的建筑模型, 比如平顶和人字形屋顶等。同时, 真实世界中的建筑类型众多, 不断求新, 难以用模型库中有限的模型去描述。目前, 已经有一些模型驱动的系统出现, 在简单建筑重建方面取得了很好的结构, 如德国汉诺威大学的建筑重建软件ATOP, 可以在高密度的LIDAR数据中提取多类建筑并重建和以多种格式输出。

3.3 数据驱动方法

数据驱动方法, 通常用来处理建筑一般模型, 前提假设是建筑是由一系列平面或曲面包围而成的几何体。该方法通常由三步构成: (1) 提取建筑表面的面; (2) 重建建筑表面的拓扑结构; (3) 重建建筑模型。本方法不需要事先假定建筑结构, 无需模型库支持, 基于任何建筑都可以描述为平面或曲面的包围体假设, 故理论上可以描述所有的建筑。但是, 正是由于该方法的灵活性, 也造成了在方法实施时, 与基于模型驱动的系统相比, 执行难得很大。

由于一般模型过于复杂和抽象, 所以一些子模型就应运而生, 如棱镜模型、多面体模型和立体几何学模型。这些模型中, 多面体模型是最主要的模型, 它假设一个建筑是由一系列平面限制和密封而成的, 将建筑抽象成一个几何上的多面体, 由这个多面体的一系列平面来定义建筑。而这个假设, 对真实世界里绝大部分建筑是成立的。

参考文献

[1]张小红、刘经南.机载激光扫描测高数据滤波[J].测绘科学, 2004, 29 (6) :50～53.

地物信息 第9篇

本文主要是通过ESRI的Web开发工具ArcGIS Server来构建WebGIS的系统方案,结合IIS(Internet Information Service)和.Net技术在VS.net开发平台上实现动态WebGIS应用系统。

1 WebGIS开发工具——ArcGIS Server

ArcGIS Server是基于ESRI公司ArcObjects(AO)组建开发的服务器端产品。ArcGIS Server具有GIS基本服务、数据访问、地图分析和地图表示等与GIS桌面几乎相同的GIS分析处理能力。ArcGIS Server的服务器由服务器管理器、服务器容器以及相关的Web服务构成,ArcGIS Server的工作原理是基于内容创建、内容发布、提供服务的模型。而通过ArcGIS Server Manager可以很方便的构建一个最终用户直接去使用的Web地图应用。这个应用是完全基于浏览器的,它可以被最终用户直接调用和使用。它也可以作为开发人员的开发起点,并基于创建出来的应用进行进一步的二次开发。它的显示页面可以很简单,主要有图形显示部分,图层管理和索引图的部分以及通过Task机制组织GIS空间分析的部分。在ArcGIS Server9.2中,可以很方便发布各种GIS服务的功能,这些功能包括:1)二维和三维地图可视化的浏览;2)地理编码、空间数据、网络分析和空间处理服务;3)基于SOAP(Simple Object Access Protocol,简单对象访问协议),WMS(Web Map Services,网络地图服务)和KML(Keyhole Markup Language,锁位标记语言)的服务。这些服务通过Server的一些产品中提供的管理工具可以很方便的被调用创建,并直接创建和配置这些Web应用,而这整个过程可以是无需编程,直接就可以建立这种Web应用,所以它是一个非常方便和易用的产品。而本论文探讨的地物查询功能的实现正是很好的利用了Server这一特点,通过无需编程和编程两种方式完成了功能的实现。

2 “地物查询功能”的实现

2.1 基于地物位置查询

基于地物的位置查询功能主要是利用一定的关键字搜索相应地物的位置关系,它是通过ArcGIS Server中提供的Tasks来完成的。在WebGIS的工具中,主要有:1)属性搜索工具(Search Attributes Task);2)属性表达式查询工具(Query Attributes Tasks);3)地址查找工具(Find Address Task);4)位置查找工具(Find Place Task)。根据这些默认的Tasks,通过表达式查询属性或者是通过关键字到属性表中查询内容来得到满足条件的记录。这些都可以在Manager管理器中进行配置,如配置查询表达式将表达式配置好后,Task将会显示在最终的Web应用上,用户就可以在客户端输入相应的关键字,查找到最终结果。例如,通过“Search Attributes Task”来实现关键字模糊查询,当用户在搜索栏中输入感兴趣的地物的某些关键字进行搜索后,即可获取所有与该关键字相匹配的结果,并可即时反映到地图服务中。当用户需要搜寻地图中所有的道路信息时,可在搜寻栏中简单地输入一个路,即可获取所有的道路信息,并可同步在地图服务中进行实时显示。而通过“Query Attributes Tasks”可以使用表达式进行SQL条件查询,它是一种结合查询。通过设置多种搜寻条件,最终找出能符合这些多项条件的结果。

2.2 基于地物属性查询

基于地物的属性查询是通过选取工具在地图窗口中绘制面域选取感兴趣的地物,获得所选地物的相关信息,选取方式有:“圆选”“框选”“多边形选”等多种选取方式。当面域创建后,地图显示窗口将高亮显示所选面域中指定图层的要素,单击“点击显示结果”,将弹出一个“查询属性结果显示”窗口,以表格形式列出所有高亮显示要素的属性。

要实现该功能,首先要获取地图图层信息显示在下拉菜单中。

当要素被选择并执行高亮显示后,再获得所选要素的信息手段,并呈现在列表中,以“拉框选取”为例。

其中调用了方法Select(),包括接口及方法如:MapFunctionality,MapResourceBase MapDescription,LayerDescription[],MapLayerInfo[],LayerDescription等链接地图属性信息,并通过EnvelopeN,SpatialFilter,FIDSet构建面域最终调出对象属性。

3 结语

基于Web服务的地物查询功能是城市基础地理数据信息化中功能模块中不可缺少的一部分, ArcGIS Server9.2通过编程和无需编程两种方式实现地物查询功能,为用户提供了灵活的实现方式,也为更多功能的实现提供了更多的选择。

摘要：针对利用Internet在Web上发布和出版地理信息已成为GIS相关产业发展潮流这一趋势,介绍了如何利用ES-RI公司的Web开发工具ArcGIS Server来实现地理数据在Web上的操作与共享,并对“地物查询功能”的实现进行了研究和分析,从而进一步推广该工具的应用。

关键词：地理空间数据,工作原理,地物查询功能,属性

参考文献

[1]蒋涛.ArcGIS 9.2的地理处理(Geoprocessing)框架介绍[M].北京:ESRI中国(北京)有限公司,2006:12.

[2]马林兵,张新长,伍少坤.WebGIS原理与方法教程[M].北京:科学出版社,2006:9.

[3]赵自力,王东华,周晓光.基于ArcGIS Server的网络GIS应用系统开发[J].遥感信息,2007(1):76-80.

[4]蒋波涛.ArcObjects开发基础与技巧——基于VisualBasic.NET[M].武汉:武汉大学出版社,2006.

[5]郭婧,张立朝,王科伟.基于ArcGIS Server构建地理信息服务[J].测绘科学,2007,32(3):91-93.