2017 年九寨沟MS 7. 0 级地震震前电离层异常

以2017 年8月8日九寨沟发生的M_S 7. 0 级地震为背景,利用CODE 提供的GIM 数据, 采用滑动四分位法,研究地震前后电离层的异常现象与地震的关系。通过对震中及周围4个参考点进行TEC 异常检测, 发现孕震区在 2017 年7 月28 日、8 月4 日和8月6日均出现了不同程度的电离层异常现象。结合日地环境和全球TEC 异常分布进一步分析后得出:2017年7月28日和8月6日出现的电离层异常可能是地震前兆, 异常区域没有垂直对应于震中,且异常具有共轭结构并表现出向赤道漂移的趋势;而8月4日出现的电离层异常可能由地磁扰动引起。     

基于机载LiDAR数据的建筑物屋顶边界提取

针对机载Li DAR点云数据提出了一种建筑物屋顶边界提取方法。首先,将建筑物屋顶激光点云投影至XOY平面上,对屋顶点云构建网孔,初步提取建筑物边缘点云并去除部分孤立点;然后,采用改进的带距离控制的卷包裹算法对角点进行提取,根据相邻房屋边缘点一侧不存在激光点的性质,对边缘点云进行二次提取;最后,对房屋边线上的点云采用最小二乘直线拟合方法分别拟合屋顶各边线,并对拟合后的边线进行规则化及扩展,还原建筑物边界线。相比于基于不规则三角网模型的边缘提取方法,采用本文算法获得了更多边缘点,并且避免了凸包性缺陷导致对建筑物边缘提取造成的关键边缘点遗漏问题,对各种形状建筑物均有较强适应性,且运行效率更高。     

基于 ＯＲＢ算法和改进 ＫＮＮ- ＲＡＮＳＡＣ算法的无人机遥感影像拼接

根据无人机遥感影像自身的特点,提出了一种基于 ＯＲＢ算法和改进 ＫＮＮ-ＲＡＮＳＡＣ算法的无人机遥感影像拼接。该算法首先通过 ＯＲＢ算法对特征点进行提取,然后利用改进的 ＫＮＮ-ＲＡＮＳＡＣ算法进行特征匹配,最后使用加权融合算法对图像进行融合拼接。实验结果表明,ＯＲＢ算法和改进的 ＫＮＮ-ＲＡＮＳＡＣ算法在保证匹配精度的前提下,提高了匹配速度,有利于无人机遥感影像的拼接。     

基于机载 ＬｉＤＡＲ数据的建筑物屋顶边界提取

针对机载 ＬｉＤＡＲ点云数据提出了一种建筑物屋顶边界提取方法。首先,将建筑物屋顶激光点云 投影至 ＸＯＹ平面上,对屋顶点云构建网孔,初步提取建筑物边缘点云并去除部分孤立点;然后,采用改 进的带距离控制的卷包裹算法对角点进行提取,根据相邻房屋边缘点一侧不存在激光点的性质,对边缘点 云进行二次提取;最后,对房屋边线上的点云采用最小二乘直线拟合方法分别拟合屋顶各边线,并对拟合 后的边线进行规则化及扩展,还原建筑物边界线。相比于基于不规则三角网模型的边缘提取方法,采用本 文算法获得了更多边缘点,并且避免了凸包性缺陷导致对建筑物边缘提取造成的关键边缘点遗漏问题,对各种形状建筑物均有较强适应性,且运行效率更高。