一种卫星激光测高数据和立体像对联合地形建模方法

    公开(公告)号:CN118710838B

    公开(公告)日:2024-11-19

    申请号:CN202411174654.6

    申请日:2024-08-26

    Abstract: 本发明公开了一种卫星激光测高数据和立体像对联合地形建模方法,涉及技术领域,首先对研究区立体像对进行同名点匹配和自由网平差预处理,得到相对定向后的立体影像;其次,获取研究区卫星激光测高数据,将h5文件解析为与卫星激光测高点高程数据相关的属性数据的CSV轨道文件;再次,对获取到的激光测高数据利用多种约束准则进行筛选,得到位置精度较高的激光点,接着将其作为控制点在立体像对上进行刺点并作为约束条件求解误差方程;最后通过立体像对前方交汇生成DSM,对其进行滤波后生成数字高程模型DEM,从而可以有效提升DEM精度,能为国土资源调查等应用提供精度更高的基础地理信息产品。

    一种洪涝预警预报中地形不确定性的评估方法

    公开(公告)号:CN118586212A

    公开(公告)日:2024-09-03

    申请号:CN202411068280.X

    申请日:2024-08-06

    Abstract: 本发明公开了一种洪涝预警预报中地形不确定性的评估方法,包括以下步骤:(1)通过航天飞机雷达地形测绘任务SRTM、先进星载热发射和反射辐射仪ASTER、高级陆地观测卫星ALOS获取数字高程模型,并进行预处理;(2)优化城市地形特征;(3)采用拉丁超立方采样构建多维参数空间;(4)基于样本数据进行洪涝水动力数值计算;(5)构建适合于城市地形特征相关因素的全局敏感性分析方法,采用Sobol定量方法,基于方差分解理论对地形数据各因素的不确定性及敏感性特征进行评估;本发明通过不确定性定量分析,阐明不同城市地形数据对洪涝水动力模拟的影响,提供了适用于城市区域洪涝水动力数值模拟的地形数据的参考,提升城市洪涝模拟精度及可靠度。

    三维地形要素融入深度学习的高分辨率DEM构建方法

    公开(公告)号:CN117274054A

    公开(公告)日:2023-12-22

    申请号:CN202311192757.0

    申请日:2023-09-15

    Abstract: 本发明公开了三维地形要素融入深度学习的高分辨率DEM构建方法,利用低分辨率地形要素数据生成高分辨率DEM数据,解决高分辨率DEM地形数据获取困难地区数据缺失问题。以深度学习技术为基础,通过对原始DEM中的部分重复与相似模式进行学习,在低分辨率DEM重构高分辨率DEM时,引入高分辨率数据特有的高频信息,从而在理论与实际应用中改善超分辨率图像效果。为了更好地保持地形特征,从DEM数据中提取地形要素,将简单的点、线、面地形要素转化为对应的DEM。本发明实现从低分辨率DEM中提取三维地形要素,利用深度学习技术生成高分辨率DEM,得到比低分辨率DEM地表纹理细节更丰富、地物拓扑关系更符合规律的地形图像。

    基于六边形格网的时间最优路径规划方法

    公开(公告)号:CN116734879A

    公开(公告)日:2023-09-12

    申请号:CN202310695837.1

    申请日:2023-06-13

    Abstract: 本发明公开了一种基于六边形格网的时间最优路径规划方法,包括如下步骤:S1、获得研究区域DEM数据和土地覆盖类型数据;S2、运用层次分析法计算得到每一要素对于其中间层要素的权重得分以及各个中间层对于决策目标的权重得分;S3、得到打分后的图层;S4、得到速度系数栅格数据;S5、将每个六边形内的速度系数数据计算并写入在对应六边形属性里;S6、逐个六边形格元计算通行时间成本数据;S7、利用改进A*算法,得到累积时间成本最小的路径。本发明本发明提供了基于六边形格网、以最短时间为目标的路径规划方法,为野外搜救、应急抢险及军事作战领域提供了准确高效的路径求解方法和辅助决策参考。

    基于多尺度高程变异系数的点云植被去除方法

    公开(公告)号:CN114529466B

    公开(公告)日:2023-03-10

    申请号:CN202210113759.5

    申请日:2022-01-30

    Abstract: 本发明公开一种基于多尺度高程变异系数的点云植被去除方法。首先,根据点云数据生成多尺度数字表面模型(DSM),根据正射影像提取沟壑边界;其次,对DSM进行邻域分析和计算得到多尺度的高程变异系数图像;再次,将多尺度高程变异系数图像分为两类,一类为植被,一类为地面,分类时不处理沟壑边界区域;再次,对得到的高程变异系数结果进行叠加投票分析,若像元被分为植被的次数超过总数的一半,则认为该像元为植被;最后将得到的植被范围对原始点云进行裁剪,得到植被点和地面点。本发明提供了自动化的点云植被去除方法,免去了手动分割点云的不准确和效率低下的问题,为解决点云数据滤波和分类提供更好的方法,使点云数据能更好的用于地形建模。

    基于时序DEM的流域径流含沙量空间分布计算方法

    公开(公告)号:CN119089712A

    公开(公告)日:2024-12-06

    申请号:CN202411579598.4

    申请日:2024-11-07

    Abstract: 本发明公开了一种基于时序DEM的流域径流含沙量空间分布计算方法,涉及土壤学与水土保持科学技术领域,采用质量守恒原理约束下的多流向算法对泥沙输移路径进行模拟,计算输沙率空间分布,采用多流向算法计算径流量空间分布,最终计算得到流域含沙量空间分布,能够提高对含沙量的监测精度,弥补了过去只能监测流域部分点位含沙量的缺点,可用于流域水土流失的监测,以评价区域的生态环境,为生态环境治理提供重要参考。

    一种多源卫星遥感数据协同的地形建模方法

    公开(公告)号:CN118840500A

    公开(公告)日:2024-10-25

    申请号:CN202411331721.0

    申请日:2024-09-24

    Abstract: 本发明公开了一种多源卫星遥感数据协同的地形建模方法,涉及卫星摄影测量和地理信息技术领域,首先,利用星载激光测高ICESat‑2数据进行多属性准则筛选得到一些高精度数据作为高质量控制点,然后带入卫星立体像对的平差方程,进而生成密集点云,再经过滤波操作得到大区域、高精度的DEM数据;在一些由于云雾覆盖而不能正确生产DEM的区域,利用深度学习方法和开源DEM数据进行地形重建;最后将无云雾区域DEM与云雾区域深度学习重建DEM进行融合得到大尺度、高精度、全覆盖DEM,从而集中了几种多源卫星遥感数据的优势,能为地球科学地表建模分析提供较为精确的数据产品。

    基于建筑平面图的不动产户室语义信息提取方法及系统

    公开(公告)号:CN118823818A

    公开(公告)日:2024-10-22

    申请号:CN202411308427.8

    申请日:2024-09-19

    Abstract: 本发明公开了基于建筑平面图的不动产户室语义信息提取方法及系统,涉及三维地籍建模技术领域,包括以下步骤:接收建筑平面图,对建筑平面图进行预处理,得到不动产户室图像,将不动产户室图像输入至预先建立的卷积神经网络模型内,输出包含户室关键特征的多尺度特征图,将多尺度特征图进行扁平化处理得到一维特征向量;将一维特征向量输入至预先建立的Transformer Encoder内进行深度增强,输出得到包含增强关键特征的向量;将向量输入至预先建立的Transformer Decoder内进行迭代的多边形查询细化,输出得到代表户室及其部件的多边形顶点坐标,根据代表户室及其部件的多边形顶点坐标生成矢量图。

    质量守恒定律约束的径流输沙路径分配方法

    公开(公告)号:CN116882207B

    公开(公告)日:2023-12-01

    申请号:CN202311140076.X

    申请日:2023-09-06

    Abstract: 本发明公开了质量守恒定律约束的径流输沙路径分配方法,包括如下步骤:获取研究区域的多期原始的DEM数据和径流时长数据;对填洼后的DEM数据,基于坡度指数的多流向算法,得到泥沙流向;根据多期原始的DEM数据,得到DEM数据的地形变化量,进一步转化得到地形变化质量;根据地形变化质量和泥沙流向,基于坡度指数的多流向算法和质量守恒原理,得到输沙量数据;根据径流时长数据和输沙量数据,得到输沙率数据,以实现质量守恒定律约束的径流输沙路径分配。本发明基于质量守恒原理消除了原有算法模拟结果中的负值区域,为研究土壤侵蚀、水沙过程模拟、水土流失等相关部门提供更精确的监测方法。(56)对比文件周毅阳 等. 数字高程模型空间分辨率对精细尺度地形变化检测的影响《.山地学报》.2023,第41卷(第3期),446-458.

Patent Agency Ranking