共查询到20条相似文献，搜索用时 62 毫秒
1.
2.
无人机技术作为现如今测量的先进技术,已被逐渐广泛应用,由于DEM数据在实测过程中只能形成点数据,因此对点数据的插值计算一直是测绘专业研究的热点。为找出适用于无人机DEM测点插值计算的最优模型,本文基于GEM模型、RF模型和M5T模型,以降雨、经纬度和海拔为输入参数,对不同模型下的DEM进行了插值计算,结果表明:GEM模型表现的精度最高,该模型RMSE仅为11.72 m,RRMSE为12.7%,R2为0.964,Ens为0.946,MAE为11.28 m,该模型可作为无人机DEM测点插值计算的标准模型使用。 相似文献
3.
基于Shepard插值模型的基本原理,从权函数的构造和采样点的选取两个方面对Shepard函数逼近模型和算法实现进行了改进。新模型的权函数具有更高的光滑度和更好的衰减性并且其光滑性和衰减性可以根据需要自由调节。改进后的算法插值精度更高且实现简单、便于应用,弥补了传统插值算法的不足。通过对实测重力场数据的插值试验,运用本文改进的算法可使插值误差统计特征多项指标均有一定的提高。 相似文献
4.
《地理空间信息》2017,(7)
运用反距离加权插值法(IDW)和梯度反距离加权插值法(GIDW)对全国183个气象站的2001年、2002年平均气温进行了内插,并在此基础上进行了幂指数优化和邻近点选择优化。交叉验证结果表明,对于IDW方法,幂指数为3、邻近点选择采用三角网法的插值结果最优;对于GIDW方法,幂指数为2、邻近点选择采用固定数目法的插值结果最优。在幂指数和邻近点选择优化的基础上,比较了IDW方法与GIDW方法的插值结果,考虑经纬度和海拔高程的GIDW方法明显优于IDW方法。在此基础上,提出了基于K-means聚类的空间插值优化方法,实践证明聚类后再插值比直接插值效果更佳,聚类为插值前的数据预处理提供了一种新的思路。 相似文献
5.
为建立一种简易的FLAC3D建模方法,降低FLAC3D前处理时的建模难度,本文基于Python编程语言开发了建模文件生成程序。该程序以岩体各层位的高程信息为基础,采用Kriging插值生成离散网格点数据;并采用离散网格点自动生成建模所需要的网格数据文件;将该文件导入FLAC3D软件中,即可生成与真实钻孔数据和地层信息吻合的三维模型。程序提供了3种FLAC3D内置单元模型可供选择。该方法采用Kriging插值算法,可生成精确的三维地层模型数据。与FLAC3D软件自身的脚本建模语言相比,该方法简单快速。本文使用3类应用数据进行建模,验证提出的插值建模方法可以针对复杂的地形和地质信息生成精确的三维模型。研究成果为采用FLAC3D进行复杂地质区域数值模拟计算提供了一种简单、高效、准确的建模工具。 相似文献
6.
7.
8.
为了研究采样点数日对反距离加权插值结果的影响,以面积为2．076×10^5km。的自俄罗斯为研究区域,采用数目逐渐变化的采样点作为实验数据,通过交叉验证方法,得到了采样点数目与插值精度之间的关系。结果表明：随着采样点数日减少,插值误差呈现先缓慢上升后迅速上升再缓慢上升的趋势。就本组数据而言,当采样点逐渐减少到约为总采样点数目的70％左右,插值的质量会发生突变。计算采样点的密度,得出每100km。采0．9-1．3个点（即每76-109km2采集1个点）的情况下,捕值精度变化不大。鉴于研究所得,在实际的生产生活中．可供大区域插值时。采样方案设计参考。 相似文献
9.
10.
11.
Big data analytics: six techniques 总被引：1，自引：0，他引：1
Hong Shu 《地球空间信息科学学报》2016,19(2):119-128
AbstractBig data have 4V characteristics of volume, variety, velocity, and veracity, which authentically calls for big data analytics. However, what are the dominant characteristics of big data analysis? Here, the analytics is related to the entire methodology rather than the individual specific analysis. In this paper, six techniques concerning big data analytics are proposed, which include: (1) Ensemble analysis related to a large volume of data, (2) Association analysis related to unknown data sampling, (3) High-dimensional analysis related to a variety of data, (4) Deep analysis related to the veracity of data, (5) Precision analysis related to the veracity of data, and (6) Divide-and-conquer analysis related to the velocity of data. The essential of big data analytics is the structural analysis of big data in an optimal criterion of physics, computation, and human cognition. Fundamentally, two theoretical challenges, ie the violation of independent and identical distribution, and the extension of general set-theory, are posed. In particular, we have illustrated three kinds of association in geographical big data, ie geometrical associations in space and time, spatiotemporal correlations in statistics, and space-time relations in semantics. Furthermore, we have illustrated three kinds of spatiotemporal data analysis, ie measurement (observation) adjustment of geometrical quantities, human spatial behavior analysis with trajectories, data assimilation of physical models and various observations, from which spatiotemporal big data analysis may be largely derived. 相似文献
12.
依据《测绘科学》2000-2004年发表的论文进行引文统计。论文从引文数量、类型、语种、年代分布、普赖斯指数及自引等7个方面予以分析,并对该刊的学术影响力和办刊风格进行了评价。期刊的引文具有很高的情报评价价值,这种价值通过引文分析得到了全面的体现。有学者[5]曾研究出这样的结论,无论采用哪种方法来评价期刊,其结果与引文分析的结果具有很强的相关性。 相似文献
13.
Using degree distribution to assess network vulnerability represents a promising direction of network analysis.However,the traditional degree distribution model is inadequate for analyzing the vulnerability of spatial networks because it does not take into consideration the geographical aspects of spatial networks.This paper proposes a spatially weighted degree model in which both the functional class and the length of network links are considered to be important factors for determining the node degrees of spatial networks.A weight coefficient is used in this new model to account for the contribution of each factor to the node degree.The proposed model is compared with the traditional degree model and an accessibility-based vulnerability model in the vulnerabil-ity analysis of a highway network.Experiment results indicate that,although node degrees of spatial networks derived from the tra-ditional degree model follow a random distribution,node degrees determined by the spatially weighted model exhibit a scale-free distribution,which is a common characteristic of robust networks.Compared to the accessibility-based model,the proposed model has similar performance in identifying critical nodes but with higher computational efficiency and better ability to reveal the overall vulnerability of a spatial network. 相似文献
14.
15.
随着科技的迅速发展,地理空间数据已经成为人们日常生活中的一部分,城市POI数据则是涵盖城市公共基础设施属性信息与位置信息的大型地理空间数据。针对现阶段对城市POI数据利用程度不充分的问题,本文运用密度分析、热点分析以及服务范围分析等方法研究大连金普新区城市POI数据的空间分布特征。结果表明:大连金普新区城市POI数据呈现"二区八带多点"的分布格局,金石滩街道、中长街道、先进街道以及大李家街道医疗、教育、娱乐设施较为完善,且远离工厂,比较宜居。本研究可为市民生活、工作、学习、娱乐提供参考,也可为城市发展、管理维护提供服务。 相似文献
16.
17.
18.
设施POI(point of interest)在城市地理空间中往往聚集分布,呈现热点特征。对该类POI分布热点的分析大多采用基于欧氏距离的空间密度估计,忽略了城市空间通达、连接是沿着街道路径的事实,从而很难准确、客观地反映城市功能的热点布局。本研究针对该缺陷,利用基于网络路径距离的核密度计算方法确定热点的区域密度,并提出了一种简单、高效的网络分析算法。该算法扩展二维栅格膨胀操作,以一维形态算子的连续扩展计算POI在网络单元上的密度值,通过评价试验表明,该算法比现有算法具有更好的性能和可扩展性。通过实际POI数据分析发现,考虑街道网络约束的热点范围可凸显设施功能沿交通网络布局的空间特征,为区域规划、导航以及地理信息查询等应用提供有价值的空间知识与信息服务。 相似文献
19.