CN113435010B - 大尺度精细化地形数字化模拟方法和装置 - Google Patents
大尺度精细化地形数字化模拟方法和装置 Download PDFInfo
- Publication number
- CN113435010B CN113435010B CN202110606244.4A CN202110606244A CN113435010B CN 113435010 B CN113435010 B CN 113435010B CN 202110606244 A CN202110606244 A CN 202110606244A CN 113435010 B CN113435010 B CN 113435010B
- Authority
- CN
- China
- Prior art keywords
- taking
- wind direction
- grid
- dem
- wind
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种大尺度精细化地形数字化模拟方法,包括如下步骤:将DEM数据进行GIS网格化处理,得到DEM网格化数据;获取任一台风影响区域对应的所述DEM网格并计算该台风的每个场点;以所述场点为参考位置在至少一个来风方向和/或垂直风向确定至少一个延展范围;根据至少一个所述延展范围包括的所述DEM网格化数据拟合坡度,将所述延展范围内的平均坡度作为大尺度精细化地形的网格中心点的坡度。其成果可用于大尺度空间范围(如中国全域或全球)的台风引起的风灾、降雨模拟及其损失评估等领域。
Description
技术领域
本发明属于数据处理技术领域,特别涉及一种大尺度精细化地形数字化模拟方法和模拟装置,可用于大尺度空间范围(如中国全域或全球)的台风引起的风灾、降雨模拟及其损失评估等领域。
背景技术
目前参数化风场模型主要应用与海洋风场模拟,对陆域复杂下垫面的考虑尚且不足,特别是地形起伏对台风风场的影响。台风在洋面上时,下垫面为平坦的海洋,几乎均为坡度近似于0的平坦地形。台风登陆后,对于美国东海岸以及澳大利亚北海岸等,陆地相对平坦且海拔高度不高(海拔高度一般不超过100m),上述简化方案基本适用。但是,对于我国东部沿海地区,山地和丘陵密布,且海拔高度达到千米,与台风边界层高度相当,下垫面地形已不能简化为海拔高度为零的平面(即平坦地形),必需考虑地形起伏。然而,现有可获取的公开大尺度范围数字高程(DEM)数据其分辨率多为在90米或30米,而台风风场、降水场等模拟单点灾害是需要考虑不同来风方0.5-10km范围的平均地形起伏影响,而如果直接将现有90米或30米精度的DEM概化到0.5km的DEM则会损失大量地形细节,无法满足台风模型计算中大尺度精细化地形的数据需求,因此有必要研究一种大尺度精细化地形的数字化模拟方法。
发明内容
为此,本发明的一方面涉及一种大尺度精细化地形数字化模拟方法,其特征在于,包括如下步骤:
将DEM数据进行GIS网格化处理,得到DEM网格化数据;
获取任一台风影响区域对应的所述DEM网格并计算该台风的每个场点;
以所述场点为参考位置在至少一个来风方向和/或垂直风向确定至少一个延展范围;
根据至少一个所述延展范围包括的所述DEM网格化数据拟合坡度,将所述延展范围内的平均坡度作为大尺度精细化地形的网格中心点的坡度;
根据所述格网中心点的坡度,给出相对应的地形修正系数。
本发明的另一方面涉及一种大尺度精细化地形数字化模拟装置,所述系统包括至少一个处理器;以及
存储器,其存储有指令,当通过至少一个处理器来执行该指令时,实施按照本发明实施例任一项所述的方法。
本发明的另一方面涉及一种计算机可读存储介质,其上存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现本发明实施例所述方法的步骤。
本发明的另一方面涉及一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现本发明实施例所述方法的步骤。
本发明的有益效果在于,针对台风风场在来风方向需要考虑大约0.5-10km空间范围的地形影响,提出了大尺度精细化地形数字化模拟方法,打破了主流台风模型仅适用于海面平坦地区的限制,充分考虑了背风坡、迎风坡条件下坡度差异对风场的影响,提升了台风风场模型模拟风速的合理性和准确性。
附图说明
图1考虑不同来风方向的平均坡度拟合和地形修正的技术流程图;
图2西南风的拟合坡度求解示意图;
图3-1拟合坡度计算的实例(示例点在八个来风方向拟合地形起伏的参数结果);
图3-2拟合坡度计算的实例(示例点在来风方向为正东方向的坡度拟合过程);
图4理想化DEM下拟合坡度的计算原理示意图(人为设置正北方向每个条带高差为10米);
图5坡度拟合过程与实际地形对比验证示例;
图6坡度拟合和地形修正系数与实际地形对比验证示例;
图7坡度拟合和地形修正系数与实际地形对比验证示例。
具体实施方式
本发明的不同实施例的技术特征可以在符合本发明主旨的情况下进行任意组合,因此,任何具体实施例不应被理解为对本发明保护范围的限制。
一些实施例的大尺度精细化地形数字化模拟方法,包括如下步骤:
将DEM数据进行GIS网格化处理,得到DEM网格化数据;
获取任一台风影响区域对应的所述DEM网格并计算该台风的每个场点;
以所述场点为参考位置在至少一个来风方向和/或垂直风向确定至少一个延展范围;
根据至少一个所述延展范围包括的所述DEM网格化数据拟合坡度,将所述延展范围内的平均坡度作为大尺度精细化地形的网格中心点的坡度;
根据所述格网中心点的坡度,给出相对应的地形修正系数。
术语解释
数字高程数据(DEM数据),是指表示地面高程的实体地面模型的有序数值阵列数据,其可以实现地形表面形态的数字化表达。
来风方向,包括斜向和正向,所述斜向包括东南、西南、西北、东北,所述正向包括东、南、西、北。
台风影响区域,是指,比如台风风场模型任意一个台风事件的流经区域,其中台风风场模型的网格尺度通常为0.01°*0.01°。
在一些具体实施例中,计算延展范围内的平均坡度的步骤包括:
沿风向取网格的对称轴位置、以及间隔设置在对称轴两侧与对称轴分别相距若干网格距离的两个轴侧位置,获得三个特征位置;
对每个特征位置处沿风向取全部DEM网格的高程信息,进行线性拟合,求其斜率,获得该位置处的平均坡度;
将三个特征位置处的平均坡度再进行加权平均,从而得到台风风场模型网格的平均坡度。
在进一步的可选实施例中,获得三个特征位置步骤包括:
沿垂直风向方向,取三个特征位置,当风向为斜向时,取距离中心线m个网格距离为间隔;当风向为正向时时,取大于m个网格距离为间隔。
在进一步的可选实施例中,所述获得该位置处的平均坡度步骤包括:
沿来风方向,对于每个计算场点,以该点为参考位置,向来风方向取长度l,当风向为斜向时,依次取n个点(包含计算点),直至n*每个对角网格长度>l;当风向为正向时,依次取大于n个点(包含计算点),直至n*每个网格长度>l;然后,提取上述要求的特征点高程信息,并进行线性拟合,求其斜率。
在具体的可选实施例中,当每个网格长度30米,向来风方向取长度500米时,
当风向为斜向,依次取12个点(包含计算点);当风向为正向时,依次取17个点(包含计算点);即斜方向为12个*30米*1.4142=509.112米,正方向为17个点*30米=510米。
在具体的可选实施例中,利用大尺度精细化地形的网格中心点的坡度的函数Rtopography,按照下式修正用于陆地的台风风场,其中,
V10m,topography(r,α)=Rtopography·V10m(r,α) (2.3-1)
其中,Rtopography为地形修正系数,Vg(r,α)表示切向风速或地转风速,Vg,10m(r,α)表示转化为下垫面10米高度的风速。需要指出的,由DEM计算坡度后,再将坡度转化为地形修正系数Rtopography,存在多种方法,本发明不对坡度转为地形修正系数Rtopography的计算方式做具体限定;而且,也不对陆地的台风风场模型做具体限定,比如Georgiou风场模型、Shapir风场模型、Vickery风场模型等。应当指出的是,由坡度函数转为地形修正系数Rtopography还有其他方法,比如按照DEM计算出坡度后,按照坡度的范围将地形分为平坦地面、悬崖、丘陵(或山脊)和山谷等类型,然后再对应给出修正系数的值。
更具体的实施例中,由DEM计算坡度以后,具体实施可使用如下示例方法:
(1)迎风坡:
此时,坡度tan(β)≥0,常量系数s的取值为0.3;且:
当0≤tan(β)<0.58时,地形起伏干扰系数Rtopography:
Rtopography=1+2s×tan(β)
当tan(β)≥0.58时,取tan(β)=0.58。
(2)背风坡:
此时坡度tan(β)<0,常量系数s的取值仍为0.3;且:
当-0.58<tan(β)<0时,地形起伏干扰系数Rtopography:
当tan(β)≤-0.58时,取tan(β)=-0.58。
下面继续以我国华东沿海地形为实施例对本发明进行说明大尺度坡度的计算方法。
数字高程(DEM)数据:
采用ASTER GDEM V2数据,该数据由日本METI和美国NASA联合研制并免费面向公众分发。
版本:
2009年6月29日V1版
2015年1月6日V2版,更新了16.7%的影像,改进了影像处理算法,提高了数据的空间分辨率精度和高程精度
数据时期:2009年为主
数据类型:TIFF
投影:经纬度,GCS_WGS_1984
覆盖范围:全球,陆地表面(海面高程均为0)
空间分辨率:30米(0.0002778°)
数据量:中国约20GB
值域范围:-152-8806米(全球)
共享方式:免费
基础数据:星载热发射和反辐射计(ASTER)数据计算生成
数据来源和下载链接:
ht tp://www.gs c loud.cn/source s/acce s s data/421?p i d=302/
ht tp://www.j spacesyst ems.or.jp/ers dac/GDEM/E/1.html
我国华东沿海地形复杂,为了尽可能体现局部地形起伏对风场的影响,针对指定场点,考虑场点来流风向500米,垂直风向400米范围内的平均坡度为该网格中心点的坡度。具体为:沿风向取网格的对称轴位置、以及对称轴两侧与对称轴分别相距200米位置,对于每个位置处,沿风向取平均坡度。台风风场模型使用的DEM数据分辨率为30米,500米长度约对应16个DEM网格;取所有网格的高程信息,进行线性拟合,求其斜率,即为该位置处的平均坡度。最后将三个位置处的平均坡度再进行加权平均,从而得到台风风场模型网格的平均坡度;加权平均的系数:对于对称轴为0.5,其余为0.25。
对于大尺度拟合坡度的简化方法,技术流程图如图1所示。原始DEM数据空间分辨率为30米(栅格数据,格网分辨率为0.0002778°),求平均坡度的步骤如下:
(1)沿垂直风向方向,取三个特征位置,如图2(左图的红色线和粉色线)所示为以西南风向为例。当风向为斜方向时(东北,西北,西南和东南),取距离中心线5个网格距离为间隔;当风向为正向时(正东、正西、正南、正北)时,取7个网格距离为间隔(斜方向30m*1.414*5格网间隔=212m,正方向30m*7个格网间隔=210m);
(2)沿来风方向,对于每个计算场点,以该点为参考位置,向来风方向取长度500米,当风向为斜方向时(东北,西北,西南和东南),依次取12个点(包含计算点);当风向为正向时(正东、正西、正南、正北)时,依次取17个点(包含计算点)。即斜方向为12个*30米*1.4142=509.112米,正方向为17个点*30米=510米。然后,提取上述要求的特征点高程信息,并进行线性拟合,求其斜率polyfitK。
(3)根据三个位置的坡度,得到加权平均坡度meanSlope:其中中心线(红色)的权重为0.5,两边拟合线(粉色)的权重分别为0.25。则西南风向的斜率(坡度)为meanSlope。中心方向拟合坡度的权重和两侧方向拟合坡度的权重,可根据实际需求进行调整和修改。
根据求出的平均坡度,在实施例中可以计算地形起伏干扰系数Rtopography,从而实现在中国台风风场模型中考虑地形起伏对台风近地风场影响。图3-1和图3-2给出某位置8个风向的坡度(来风方向斜率)和地形起伏干扰系数计算结果,其中,图3-1拟合坡度计算的实例中,示例点在八个来风方向拟合地形起伏的参数结果,图3-2拟合坡度计算的实例中,示例点在来风方向为正东方向的坡度拟合过程;对于东南来风,由于靠近湖面,坡度为零,对应的地形起伏干扰系数为1。如图4所示的理想化DEM下拟合坡度的计算原理示意图,人为设置正北方向每个条带高差为10米。更多的验证例均表明了理论计算求解的斜率和坡度,与程序求解的斜率和坡度取得了基本相同得结果,详见图5-7,其中,图5为坡度拟合过程与实际地形对比验证示例;图6为坡度拟合和地形修正系数与实际地形对比验证示例;图7为坡度拟合和地形修正系数与实际地形对比验证示例。
本说明书中描述的主题的实施方式和功能性操作可以在以下中实施:数字电子电路,有形实施的计算机软件或者固件,计算机硬件,包括本说明书中公开的结构及其结构等同体,或者上述中的一者以上的组合。本说明书中描述的主题的实施方式可以被实施为一个或多个计算机程序,即,一个或多个有形非暂时性程序载体上编码的计算机程序指令的一个或多个模块,用以被数据处理设备执行或者控制数据处理设备的操作。
作为替代或者附加,程序指令可以被编码在人工生成的传播信号上,例如,机器生成的电信号、光信号或者电磁信号,上述信号被生成为编码信息以传递到用数据处理设备执行的适当的接收器设备。计算机存储介质可以是机器可读存储装置、机器可读的存储基片、随机或者串行存取存储器装置或者上述装置中的一种或多种的组合。
计算机程序(还可以被称为或者描述为程序、软件、软件应用、模块、软件模块、脚本或者代码)可以以任意形式的编程语言而被写出,包括编译语言或者解释语言或者声明性语言或过程式语言,并且计算机程序可以以任意形式展开,包括作为独立程序或者作为模块、组件、子程序或者适于在计算环境中使用的其他单元。计算机程序可以但不必须对应于文件系统中的文件。程序可以被存储在保存其他程序或者数据的文件的一部分中,例如,存储在如下中的一个或多个脚本:在标记语言文档中;在专用于相关程序的单个文件中;或者在多个协同文件中,例如,存储一个或多个模块、子程序或者代码部分的文件。计算机程序可以被展开为执行在一个计算机或者多个计算机上,所述计算机位于一处,或者分布至多个场所并且通过通信网络而互相连接。
本说明书中描述的主题的实施方式可以在计算系统中实施,该计算系统包括例如数据服务器这样的后端组件,或者包括例如应用服务器这样的中间组件,或者包括例如客户端计算机这样的前端组件,该客户端计算机具有图形用户界面或者网络浏览器,用户可以通过图形用户界面或者网络浏览器而与本说明书中描述的主题的实施进行交互,或者该
计算机系统包括一个或多个这种后端组件、中间组件或者前端组件的任意组合。系统中的组件可以通过例如通信网络的任意形式或介质的数字数据通信而互相连接。通信网络的实例包括局域网络(“LAN”)和广域网络(“WAN”),例如,因特网。__计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离,并且通常通过通信网络而交互。客户端与服务器之间的关系利用在各自的计算机上运行并且具有彼此之间的客户端-服务器关系的计算机程序而产生。
虽然本说明书包含很多具体的实施细节,但是这些不应当被解释为对任何发明的范围或者对可以要求保护的内容的范围的限制,而是作为可以使特定发明的特定实施方式具体化的特征的说明。在独立的实施方式的语境中的本说明书中描述的特定特征还可以与单个实施方式组合地实施。相反地,在单个实施方式的语境中描述的各种特征还可以独立地在多个实施方式中实施,或者在任何合适的子组合中实施。此外,虽然以上可以将特征描述为组合作用并且甚至最初这样要求,但是来自要求的组合的一个或多个特征在一些情况下可以从该组合去掉,并且要求的组合可以转向子组合或者子组合的变形。
Claims (6)
1.一种大尺度精细化地形数字化模拟方法,其特征在于,包括如下步骤:
将DEM数据进行GIS网格化处理,得到DEM网格化数据;
获取任一台风影响区域对应的所述DEM网格并计算该台风的每个场点;
以所述场点为参考位置在至少一个来风方向和/或垂直风向确定至少一个延展范围;
根据至少一个所述延展范围包括的所述DEM网格化数据拟合坡度,将所述延展范围内的平均坡度作为大尺度精细化地形的网格中心点的坡度;
计算所述延展范围内的平均坡度的步骤包括:
沿风向取网格的对称轴位置、以及间隔设置在对称轴两侧与对称轴分别相距若干网格距离的两个轴侧位置,获得三个特征位置;
对每个特征位置处沿风向取全部DEM网格的高程信息,进行线性拟合,求其斜率,获得该位置处的平均坡度;
将三个特征位置处的平均坡度再进行加权平均,从而得到台风风场模型网格的平均坡度;
所述获得该位置处的平均坡度步骤包括:
沿来风方向,对于每个计算场点,以该点为参考位置,向来风方向取长度l,当风向为斜向时,依次取包含计算点的n个点,直至n*每个对角网格长度>l;当风向为正向时,依次取包含计算点的大于n个点,直至n*每个网格长度>l;然后,提取上述要求的特征点高程信息,并进行线性拟合,求其斜率。
2.如权利要求1所述的方法,其特征在于,所述来风方向包括斜向和正向,所述斜向包括东南、西南、西北、东北,所述正向包括东、南、西、北。
3.如权利要求2所述的方法,其特征在于,所述获得三个特征位置步骤包括:
沿垂直风向方向,取三个特征位置,当风向为斜向时,取距离中心线m个网格距离为间隔;当风向为正向时时,取大于m个网格距离为间隔。
4.如权利要求1所述的方法,其特征在于,当每个网格长度30米,向来风方向取长度500米时,
当风向为斜向,依次取包含计算点的12个点;当风向为正向时,依次取包含计算点的17个点;即斜方向为 12个*30米*1.4142=509.112米,正方向为17个点*30米=510米。
5.一种大尺度精细化地形数字化模拟装置,其特征在于,所述装置包括至少一个处理器;以及
存储器,其存储有指令,当通过至少一个处理器来执行该指令时,实施按照权利要求1-4任一项所述的方法。
6.一种计算机可读存储介质,其上存储有计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110606244.4A CN113435010B (zh) | 2021-05-26 | 2021-05-26 | 大尺度精细化地形数字化模拟方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110606244.4A CN113435010B (zh) | 2021-05-26 | 2021-05-26 | 大尺度精细化地形数字化模拟方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113435010A CN113435010A (zh) | 2021-09-24 |
CN113435010B true CN113435010B (zh) | 2023-09-12 |
Family
ID=77803249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110606244.4A Active CN113435010B (zh) | 2021-05-26 | 2021-05-26 | 大尺度精细化地形数字化模拟方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113435010B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100949846B1 (ko) * | 2008-12-31 | 2010-03-31 | (주) 골프존 | 골프 시뮬레이터를 위한 미러형 에이밍 재현장치 및 재현방법 |
CN104700457A (zh) * | 2015-03-20 | 2015-06-10 | 广州中海达卫星导航技术股份有限公司 | 降雨情形下风矢量反演的象元筛选、滤波方法和系统 |
KR101605777B1 (ko) * | 2015-08-12 | 2016-03-24 | 중앙지리정보(주) | 기준점 위치확인 및 지형정보를 응용한 공간영상도화용 보정시스템 |
CN105787457A (zh) * | 2016-03-08 | 2016-07-20 | 浙江工商大学 | 一种modis卫星集成dem提高植被分类遥感精度的估算方法 |
CN105893590A (zh) * | 2016-04-07 | 2016-08-24 | 中国科学院地理科学与资源研究所 | 一种用于数字地形分析建模知识案例化自动处理方法 |
CN106033611A (zh) * | 2016-05-23 | 2016-10-19 | 西安建筑科技大学 | 一种dem数据中的山顶点提取方法 |
CN106548514A (zh) * | 2016-11-02 | 2017-03-29 | 北京航天泰坦科技股份有限公司 | 基于三维的林火蔓延模拟方法和系统 |
CN107170044A (zh) * | 2017-05-09 | 2017-09-15 | 福州大学 | 一种基于三维地形的风的动态可视化方法 |
CN108090956A (zh) * | 2017-11-10 | 2018-05-29 | 中国科学院空间应用工程与技术中心 | 一种几何校正方法及系统 |
CN108563867A (zh) * | 2018-04-13 | 2018-09-21 | 华中科技大学 | 一种基于OpenFOAM实现WRF和CFD耦合模拟风场的方法 |
CN109086534A (zh) * | 2018-08-10 | 2018-12-25 | 国电联合动力技术有限公司 | 一种基于cfd流体力学模型的风电场尾流订正方法及系统 |
CN110243359A (zh) * | 2019-05-31 | 2019-09-17 | 南京航空航天大学 | 基于低空风预测模型的安全航迹规划方法 |
KR102171827B1 (ko) * | 2020-03-02 | 2020-10-29 | 엘티메트릭 주식회사 | 3차원 도로지도를 제작할 수 있는 정밀 도로지도 구축시스템 |
CN112287046A (zh) * | 2020-09-17 | 2021-01-29 | 中国电力科学研究院有限公司 | 一种台风风圈内地表平均粗糙度系数的确定方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10037622B2 (en) * | 2016-06-12 | 2018-07-31 | Apple Inc. | Virtual terrain alteration systems and related methods |
-
2021
- 2021-05-26 CN CN202110606244.4A patent/CN113435010B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100949846B1 (ko) * | 2008-12-31 | 2010-03-31 | (주) 골프존 | 골프 시뮬레이터를 위한 미러형 에이밍 재현장치 및 재현방법 |
CN104700457A (zh) * | 2015-03-20 | 2015-06-10 | 广州中海达卫星导航技术股份有限公司 | 降雨情形下风矢量反演的象元筛选、滤波方法和系统 |
KR101605777B1 (ko) * | 2015-08-12 | 2016-03-24 | 중앙지리정보(주) | 기준점 위치확인 및 지형정보를 응용한 공간영상도화용 보정시스템 |
CN105787457A (zh) * | 2016-03-08 | 2016-07-20 | 浙江工商大学 | 一种modis卫星集成dem提高植被分类遥感精度的估算方法 |
CN105893590A (zh) * | 2016-04-07 | 2016-08-24 | 中国科学院地理科学与资源研究所 | 一种用于数字地形分析建模知识案例化自动处理方法 |
CN106033611A (zh) * | 2016-05-23 | 2016-10-19 | 西安建筑科技大学 | 一种dem数据中的山顶点提取方法 |
CN106548514A (zh) * | 2016-11-02 | 2017-03-29 | 北京航天泰坦科技股份有限公司 | 基于三维的林火蔓延模拟方法和系统 |
CN107170044A (zh) * | 2017-05-09 | 2017-09-15 | 福州大学 | 一种基于三维地形的风的动态可视化方法 |
CN108090956A (zh) * | 2017-11-10 | 2018-05-29 | 中国科学院空间应用工程与技术中心 | 一种几何校正方法及系统 |
CN108563867A (zh) * | 2018-04-13 | 2018-09-21 | 华中科技大学 | 一种基于OpenFOAM实现WRF和CFD耦合模拟风场的方法 |
CN109086534A (zh) * | 2018-08-10 | 2018-12-25 | 国电联合动力技术有限公司 | 一种基于cfd流体力学模型的风电场尾流订正方法及系统 |
CN110243359A (zh) * | 2019-05-31 | 2019-09-17 | 南京航空航天大学 | 基于低空风预测模型的安全航迹规划方法 |
KR102171827B1 (ko) * | 2020-03-02 | 2020-10-29 | 엘티메트릭 주식회사 | 3차원 도로지도를 제작할 수 있는 정밀 도로지도 구축시스템 |
CN112287046A (zh) * | 2020-09-17 | 2021-01-29 | 中国电力科学研究院有限公司 | 一种台风风圈内地表平均粗糙度系数的确定方法及系统 |
Non-Patent Citations (1)
Title |
---|
登录台风影响下复杂地形近地面精细化风场模拟研究;黄穗;中国优秀硕士学位论文数据库 基础科学辑(第08期);第B01-065页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113435010A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nandi et al. | Shoreline shifting and its prediction using remote sensing and GIS techniques: a case study of Sagar Island, West Bengal (India) | |
CN106776481B (zh) | 一种作用于卫星降水数据的降尺度校正方法 | |
Surazakov et al. | Estimating volume change of mountain glaciers using SRTM and map-based topographic data | |
CN111078678A (zh) | 一种基于多源信息融合与降尺度的卫星降水数据校正方法 | |
CN113534159B (zh) | 一种基于sar卫星遥感数据的海面风速反演方法及系统 | |
Tedesco et al. | Generation of submesoscale frontal eddies in the Agulhas Current | |
Bingölbali et al. | Wave energy potential and variability for the south west coasts of the Black Sea: The WEB-based wave energy atlas | |
Rotnicka et al. | Accuracy of the UAV-based DEM of beach–foredune topography in relation to selected morphometric variables, land cover, and multitemporal sediment budget | |
Harper | Numerical modelling of extreme tropical cyclone winds | |
CN113192192A (zh) | 一种实景三维数字孪生航道场景构建方法 | |
Yu et al. | Accuracy assessment of ICESat-2 ground elevation and canopy height estimates in mangroves | |
CN113435010B (zh) | 大尺度精细化地形数字化模拟方法和装置 | |
CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
Cui et al. | A new fusion algorithm for simultaneously improving spatio-temporal continuity and quality of remotely sensed soil moisture over the Tibetan Plateau | |
Dang et al. | Instantaneous shorelines as an intermediate for island shoreline mapping based on aerial/satellite stereo images | |
CN114880883B (zh) | 山地地表土壤水分遥感估算方法、装置及电子设备 | |
Nielsen et al. | Satellite information for wind energy applications | |
CN113516763B (zh) | 大尺度精细化地貌数字化模拟方法和装置 | |
CN111914396A (zh) | 基于高分辨率dem数据的次网格地形三维地表太阳辐射强迫效应快速参数化方法 | |
Schünemann et al. | High-resolution topography for Digital Terrain Model (DTM) in Keller Peninsula, Maritime Antarctica | |
Du et al. | Real-time tropospheric delay map retrieval using sparse GNSS stations | |
Ma et al. | CYGNSS high spatiotemporal resolution flood monitoring based on POBI interpolation: A case study of 2022 Pakistan catastrophic floods | |
Alves et al. | Advances in the application of Digital Elevation Models (DEMs) for the evaluation of coastal flooding | |
Yang et al. | Geospatial approach for demarcating Jekyll Island State Park: Georgia barrier island | |
Zou et al. | Enhanced modeling of remotely sensed Annual Land surface temperature cycle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |