CN114385712A - 一种基于gnss的乡村生态景观多源数据空间融合方法 - Google Patents
一种基于gnss的乡村生态景观多源数据空间融合方法 Download PDFInfo
- Publication number
- CN114385712A CN114385712A CN202210028660.5A CN202210028660A CN114385712A CN 114385712 A CN114385712 A CN 114385712A CN 202210028660 A CN202210028660 A CN 202210028660A CN 114385712 A CN114385712 A CN 114385712A
- Authority
- CN
- China
- Prior art keywords
- data
- country
- gnss
- point
- coordinate system
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
Abstract
本发明涉及多源数据空间融合领域,具体的是一种基于GNSS的乡村生态景观多源数据空间融合方法,将数字高程模型、数字正射影像图、航空相片、卫星遥感图像数据、兴趣点数据、传统人工测绘数据、空间管控数据和生态景观分析数据进行校准、叠合,基于各类信息的直观、动态显示输出,综合反映乡村生态景观特征,利于乡村生态景观的分析、管控与展示。全面反映了乡村生态景观信息及特征,有助于同一空间位置多源数据的同步比较、实时查看;同时,为了弥补了以往研究中实测效率低下、校准精度不高的问题,基于GNSS系统,以DEM和DSM数据作为数字底图进行精确校准和融合,大大提高了数据融合效率和精度。
Description
技术领域
本发明涉及多源数据空间融合领域,具体的是一种基于GNSS的乡村生态景观多源数据空间融合方法。
背景技术
我国拥有广袤的乡村,与城市相同具有人工属性,但是自然属性更为复杂。乡村作生态景观信息丰富,数据量庞大。现有的多源数据融合技术多应用于城市规划与治理,在乡村规划、保护与管控中应用较少。多源信息的离散导致乡村生态景观治理科学性不足、效率不高,亟待实现多源乡村生态景观数据的集成、融合。
目前国内外相关研究局限于多源数据中某一类信息的抽取、融合方法,融合目标单一、效率低下,缺少对多源数据信息潜在价值的全方位挖掘和利用。目前多源数据的“融合”,多基于原始GNSS系统的机械“叠加”,尚未实现多个GNSS系统数据的高精度校正和转换。同时,现有测绘技术需要在现场实测控制点,进行几何校正,前期采集时间较长、操作复杂、效率不高。
发明内容
为解决上述背景技术中提到的不足,本发明的目的在于提供一种基于GNSS的乡村生态景观多源数据空间融合方法。
本发明的目的可以通过以下技术方案实现:
一种基于GNSS的乡村生态景观多源数据空间融合方法,所述融合方法包括以下步骤:
S1、以GNSS中的北斗卫星导航系统为标准定位系统,以其使用的CGCS2000作为多源数据融合的标准坐标系;
S2、利用低空无人机航测技术以及相对定位技术,以CGCS2000坐标系为参考坐标系,采集数字高程模型数据以及高清航空像片,通过DEM数据处理、像元纠正以及镶嵌处理生成数字正射影像图,以DEM和DOM数据作为多源数据融合的基底;
S3、以DOM数据为参照底图,新建关键校准点数据,关键校准点包括房屋屋檐和硬质驳岸线的明显拐点,以及交通网中道路中心线的交叉点,保证在采样区域中均匀分布;
S4、采集、获取多源数据,按照数据来源,乡村生态景观数据包括航空像片、卫星遥感图像数据、兴趣点数据、传统人工测绘数据和空间管控数据;
S5、校正缺失参考大地坐标系的DWG格式数字线划图;
S6、对非CGCS2000坐标系的多波段栅格数据进行校正;
S7、对非CGCS2000坐标系的ESRIShapefile数据进行校正;
S8、对原初数据进行进一步的信息分析与融合,提取乡村地表参数信息、地形地貌信息、土地覆盖信息、人群分布密度信息以及景观格局信息;
S9、在ArcGIS中创建多层级图层组,分别为生态数据、形态数据和管控数据,在各图层组中导入相应的数据图层,利用属性特征调整符号显示,对多源数据及其显示进行分级管理,实现基于GNSS的乡村生态景观多源数据融合。
进一步地,所述S4中航空像片为TIFF格式的天地图、高德地图、谷歌地图栅格数据;
所述卫星遥感图像数据包括TIFF格式的高分2号卫星影像数据和TIFF格式的LandSat卫星影像数据;
所述兴趣点数据为包括地理实体信息的矢量点数据,包括乡村行政机构类数据、乡村文化教育类数据、乡村宾馆及酒店类数据、乡村餐饮类数据、乡村交通设施类数据、乡村休闲娱乐类数据、乡村生活服务类数据、乡村住宅小区类数据、乡村医疗卫生类数据、乡村旅游景点类数据、乡村公共设施类数据;
所述传统人工测绘数据为DWG格式的数字线划图;
所述空间管控数据为城镇开发边界、生态保护红线、永久基本农田保护红线和行政边界红线矢量数据。
进一步地,所述S5的具体操作步骤为:
S5.1、在ArcGIS中分别导入DLG数据的Polygon、Polyline和Point三类图层,转化为SHP格式的面集、线集、点集矢量数据;
S5.2、为面集、线集、点集矢量数据添加标准坐标系,再利用空间校正工具,以关键校准点为控制点对矢量数据进行校准;
S5.3、通过按属性选择工具将数据分类导出,面集矢量数据分为水系、居民地及设施、道路、管线、地貌、植被,线集矢量数据分为水系中心线、铁路、道路中心线、等高线,点集矢量数据为高程点、独立树。
进一步地,所述S6的具体操作步骤为:
S6.1、在ArcGIS中将多波段栅格数据的坐标系转换为CGCS2000坐标系;
S6.2、利用地理配准工具,以关键校准点为控制点对数据进行校准。
进一步地,所述S7的具体操作步骤为:
S7.1、在ArcGIS中将ESRIShapefile数据的坐标系转换为CGCS2000坐标系;
S7.2、利用空间校正工具,以关键校准点为控制点对数据进行校准。
进一步地,所述S8的具体步骤如下:
S8.1、在ENVI中导入卫星遥感图像数据,通过辐射定标、大气校正和波段计算,得到预处理后的卫星遥感图像数据,以及地表温度、地表干度、地表湿度和归一化植被指数四项地表参数;
S8.2、在ArcGIS中导入DEM数据和兴趣点数据,其中对DEM数据使用坡度、坡向、焦点统计和栅格计算器工具,得到坡度、坡向和地形起伏度;对兴趣点数据使用核密度工具,得到兴趣点分布密度图;
S8.3、在ENVI中导入坡度数据,结合专家经验与人工识别结果,基于四项地表参数和坡度数据确定土地覆盖类型分类阈值及判断规则,利用决策树分类工具生成土地覆盖数据;
S8.4、在Fragstats中导入土地覆盖数据,通景观格局指数计算,生成斑块密度指数、景观分离度指数、景观连通度指数、景观形状指数、蔓延度指数、香浓多样性指数和香浓均匀度指数。
进一步地,所述S9中运用基于ArcGIS二次开发的专业化软件,直接调取S9形成的多层级图层组MXD文件,形成平台内的数据库展示目录,并与相应数据构建关联,最终实现多源数据的实时调取、展示、查询。
本发明的有益效果:
1、本发明首次提出一种乡村生态景观多源数据的融合方法,现有的数据“融合”方法仅针对单一目标进行信息提取,未能挖掘多源数据的潜在信息价值,本发明通过多源数据的全方位融合,实现了同一空间位置多源数据的同步比较、实时查看,可同时应对多种数据组合使用需求及应用目标,有助于实现乡村生态景观的数字化管控。
2、本发明首次提出基于数字底图的乡村生态景观数据校正方法,相较于现场实测控制点校正方法,本发明借助GNSS系统及相关应用技术,得到DEM和DSM数据作为数字底图,通过在底图上确定控制点校正多源数据,大大节省了时间和人工成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图;
图1是本发明基于GNSS的乡村生态景观多源数据融合方法的流程示意图;
图2是本发明新建关键校准点数据的均匀分布示意图;
图3是本发明乡村生态景观多源数据空间融合示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
一种基于GNSS的乡村生态景观多源数据空间融合方法,如图1所示,以下将结合南京市江宁区某村(面积约2.4平方公里,南北两端距离约为2公里,东西两端距离约为1.8公里)基于GNSS的乡村生态景观多源数据空间融合方法案例和附图来详细说明本发明的技术方案,本发明包括如下步骤:
S1、以GNSS中的北斗卫星导航系统(BDS)为标准定位系统,以其使用的CGCS2000(国家大地坐标系)作为多源数据融合的标准坐标系。
S2、利用低空无人机航测技术以及GNSS应用新技术——相对定位(RTC)技术,以CGCS2000坐标系为参考坐标系,采集某村数字高程模型(DEM)数据以及高清航空像片,通过DEM数据处理、像元纠正以及镶嵌处理生成数字正射影像图(DOM),以DEM和DOM数据作为多源数据融合的基底。
S3、以DOM数据为参照底图,新建关键校准点数据,关键校准点应清晰易别,多选择不易变化物体,关键校准点包括房屋屋檐和硬质驳岸线的明显拐点,以及交通网中道路中心线的交叉点,在某村中均匀分布,如图2所示。
S4、采集、获取多源数据:按照数据来源,乡村生态景观数据包括航空像片、卫星遥感图像数据、兴趣点(POI)数据、传统人工测绘数据和空间管控数据,如图3所示。
其中,航空像片为TIFF格式的某村天地图、高德地图、谷歌地图栅格数据,通过GGGIS地图下载器进行图像的爬取和下载;
卫星遥感图像数据包括TIFF格式的高分2号卫星影像数据和TIFF格式的LandSat-8卫星影像数据,均在地理空间数据云网站(http://www.gscloud.cn/)中购买和获取;
兴趣点(POI)数据为包括某村地理实体信息的矢量点数据,包括乡村行政机构类数据、乡村文化教育类数据、乡村宾馆及酒店类数据、乡村餐饮类数据、乡村交通设施类数据、乡村休闲娱乐类数据、乡村生活服务类数据、乡村住宅小区类数据、乡村医疗卫生类数据、乡村旅游景点类数据、乡村公共设施类数据,利用八爪鱼软件进行POI坐标拾取和数据清理;
传统人工测绘数据为某村DWG格式的数字线划图(DLG),包含水系、居民地及设施、道路、管线、地貌、植被、铁路、等高线、高程点信息,缺少参考大地坐标系,由当地政府管理部门提供;
空间管控数据为某村城镇开发边界、生态保护红线、永久基本农田保护红线和行政边界红线矢量数据,从南京市生态环境局官方网站(http://hbj.nanjing.gov.cn/)下载。
S5、校正缺失参考大地坐标系的DWG格式数字线划图(DLG),并根据某村的行政边界红线进行裁剪,具体操作步骤为:
S5.1、在ArcGIS中分别导入DLG数据的Polygon、Polyline和Point三类图层,转化为SHP格式的面集、线集、点集矢量数据;
S5.2、为面集、线集、点集矢量数据添加标准坐标系,再利用空间校正工具,以关键校准点为控制点对矢量数据进行校准;
S5.3、通过按属性选择工具将数据分类导出,面集矢量数据分为水系(面)、居民地及设施(面)、道路(面)、管线(面)、地貌(面)、植被(面),线集矢量数据分为水系中心线、铁路、道路中心线、等高线,点集矢量数据为高程点、独立树;
S5.4、以某村行政边界红线为裁剪数据,利用clip工具对转换数据集进行裁剪。
S6、对非CGCS2000坐标系的多波段栅格数据——某村天地图栅格数据、高分2号卫星影像数据、LandSat-8卫星影像数据进行校正。
具体操作步骤为:
S6.1、在ArcGIS中将多波段栅格数据的坐标系转换为CGCS2000坐标系;
S6.2、利用地理配准工具,以关键校准点为控制点对数据进行校准;以某村行政边界红线为裁剪数据,利用Clip工具对矢量数据进行裁剪。
S7、对非CGCS2000坐标系的ESRIShapefile数据——某村POI、城镇开发边界、生态保护红线、永久基本农田保护红线矢量数据进行校正。
具体操作步骤为:
S7.1、在ArcGIS中将ESRIShapefile数据的坐标系转换为CGCS2000坐标系;
S7.2、利用空间校正工具,以关键校准点为控制点对数据进行校准。以某村行政边界红线为裁剪数据,利用ExtractbyMask工具对栅格数据进行裁剪。
S8、对原初数据进行进一步的信息分析与融合,提取乡村地表参数信息、地形地貌信息、土地覆盖信息、人群分布密度信息以及景观格局信息,具体步骤如下:
S8.1、在ENVI中导入卫星遥感图像数据,通过辐射定标、大气校正和波段计算,得到预处理后的卫星遥感图像数据,以及地表温度、地表干度、地表湿度和归一化植被指数四项地表参数;
S8.2、在ArcGIS中导入DEM数据和兴趣点(POI)数据,其中对DEM数据使用坡度、坡向、焦点统计和栅格计算器工具,得到坡度、坡向和地形起伏度;对兴趣点数据使用核密度工具,得到兴趣点分布密度图;
S8.3、在ENVI中导入坡度数据,结合专家经验与人工识别结果,基于四项地表参数和坡度数据确定土地覆盖类型分类阈值及判断规则,利用决策树分类工具生成土地覆盖数据;
S8.4、在Fragstats中导入土地覆盖数据,通景观格局指数计算,生成斑块密度指数、景观分离度指数、景观连通度指数、景观形状指数、蔓延度指数、香浓多样性指数和香浓均匀度指数。
S9、在ArcGIS中创建多层级图层组,分别为生态数据、形态数据和管控数据,在各图层组中导入相应的数据图层。例如,将某村天地图数据、高分2号卫星影像数据、LandSat-8卫星影像数据、DOM数据、某村兴趣点(POI)数据、兴趣点分布密度数据、地表温度、地表干度、地表湿度、归一化植被指数导入生态数据;DEM数据、数字线划图数据、坡度数据、坡向数据、地形起伏度数据、土地覆盖数据、景观格局指数计算数据导入形态数据;某村景观分析数据、城镇开发边界、生态保护红线、永久基本农田保护红线、行政边界红线矢量数据导入管控数据。
利用属性特征调整符号显示,对多源数据及其显示进行分级管理,实现基于GNSS的乡村生态景观多源数据的融合。
用基于ArcGIS二次开发的专业化软件,直接调取S9形成的多层级图层组MXD文件,形成平台内的数据库展示目录,并与相应数据构建关联,最终实现多源数据的实时调取、展示、查询。
本发明首次提出一种乡村生态景观多源数据的融合方法,现有的数据“融合”方法仅针对单一目标进行信息提取,未能挖掘多源数据的潜在信息价值,本发明通过多源数据的全方位融合,实现了同一空间位置多源数据的同步比较、实时查看,可同时应对多种数据组合使用需求及应用目标,有助于实现乡村生态景观的数字化管控。
本发明首次提出基于数字底图的乡村生态景观数据校正方法,相较于现场实测控制点校正方法,本发明借助GNSS系统及相关应用技术,得到DEM和DSM数据作为数字底图,通过在底图上确定控制点校正多源数据,以具体实施内容为例,目标乡镇为2.3平方千米,通过以往方法需要三人花费三天时间,而本发明提出的方法仅需一人花费一天时间,大大节省了时间和人工成本。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (7)
1.一种基于GNSS的乡村生态景观多源数据空间融合方法,其特征在于,所述融合方法包括以下步骤:
S1、以GNSS中的北斗卫星导航系统为标准定位系统,以其使用的CGCS2000作为多源数据融合的标准坐标系;
S2、利用低空无人机航测技术以及相对定位技术,以CGCS2000坐标系为参考坐标系,采集数字高程模型数据以及高清航空像片,通过DEM数据处理、像元纠正以及镶嵌处理生成数字正射影像图,以DEM和DOM数据作为多源数据融合的基底;
S3、以DOM数据为参照底图,新建关键校准点数据,关键校准点包括房屋屋檐和硬质驳岸线的明显拐点,以及交通网中道路中心线的交叉点,保证在采样区域中均匀分布;
S4、采集、获取多源数据,按照数据来源,乡村生态景观数据包括航空像片、卫星遥感图像数据、兴趣点数据、传统人工测绘数据和空间管控数据;
S5、校正缺失参考大地坐标系的DWG格式数字线划图;
S6、对非CGCS2000坐标系的多波段栅格数据进行校正;
S7、对非CGCS2000坐标系的ESRIShapefile数据进行校正;
S8、对原初数据进行进一步的信息分析与融合,提取乡村地表参数信息、地形地貌信息、土地覆盖信息、人群分布密度信息以及景观格局信息;
S9、在ArcGIS中创建多层级图层组,分别为生态数据、形态数据和管控数据,在各图层组中导入相应的数据图层,利用属性特征调整符号显示,对多源数据及其显示进行分级管理,实现基于GNSS的乡村生态景观多源数据的融合。
2.根据权利要求1所述的一种基于GNSS的乡村生态景观多源数据空间融合方法,其特征在于,所述S4中航空像片为TIFF格式的天地图、高德地图、谷歌地图栅格数据;
所述卫星遥感图像数据包括TIFF格式的高分2号卫星影像数据和TIFF格式的LandSat卫星影像数据;
所述兴趣点数据为包括地理实体信息的矢量点数据,包括乡村行政机构类数据、乡村文化教育类数据、乡村宾馆及酒店类数据、乡村餐饮类数据、乡村交通设施类数据、乡村休闲娱乐类数据、乡村生活服务类数据、乡村住宅小区类数据、乡村医疗卫生类数据、乡村旅游景点类数据、乡村公共设施类数据;
所述传统人工测绘数据为DWG格式的数字线划图;
所述空间管控数据为城镇开发边界、生态保护红线、永久基本农田保护红线和行政边界红线矢量数据。
3.根据权利要求1所述的一种基于GNSS的乡村生态景观多源数据空间融合方法,其特征在于,所述S5的具体操作步骤为:
S5.1、在ArcGIS中分别导入DLG数据的Polygon、Polyline和Point三类图层,转化为SHP格式的面集、线集、点集矢量数据;
S5.2、为面集、线集、点集矢量数据添加标准坐标系,再利用空间校正工具,以关键校准点为控制点对矢量数据进行校准;
S5.3、通过按属性选择工具将数据分类导出,面集矢量数据分为水系、居民地及设施、道路、管线、地貌、植被,线集矢量数据分为水系中心线、铁路、道路中心线、等高线,点集矢量数据为高程点、独立树。
4.根据权利要求1所述的一种基于GNSS的乡村生态景观多源数据空间融合方法,其特征在于,所述S6的具体操作步骤为:
S6.1、在ArcGIS中将多波段栅格数据的坐标系转换为CGCS2000坐标系;
S6.2、利用地理配准工具,以关键校准点为控制点对数据进行校准。
5.根据权利要求1所述的一种基于GNSS的乡村生态景观多源数据空间融合方法,其特征在于,所述S7的具体操作步骤为:
S7.1、在ArcGIS中将ESRIShapefile数据的坐标系转换为CGCS2000坐标系;
S7.2、利用空间校正工具,以关键校准点为控制点对数据进行校准。
6.根据权利要求1所述的一种基于GNSS的乡村生态景观多源数据空间融合方法,其特征在于,所述S8的具体步骤如下:
S8.1、在ENVI中导入卫星遥感图像数据,通过辐射定标、大气校正和波段计算,得到预处理后的卫星遥感图像数据,以及地表温度、地表干度、地表湿度和归一化植被指数四项地表参数;
S8.2、在ArcGIS中导入DEM数据和兴趣点数据,其中对DEM数据使用坡度、坡向、焦点统计和栅格计算器工具,得到坡度、坡向和地形起伏度;对兴趣点数据使用核密度工具,得到兴趣点分布密度图;
S8.3、在ENVI中导入坡度数据,结合专家经验与人工识别结果,基于四项地表参数和坡度数据确定土地覆盖类型分类阈值及判断规则,利用决策树分类工具生成土地覆盖数据;
S8.4、在Fragstats中导入土地覆盖数据,通景观格局指数计算,生成斑块密度指数、景观分离度指数、景观连通度指数、景观形状指数、蔓延度指数、香浓多样性指数和香浓均匀度指数。
7.根据权利要求1所述的一种基于GNSS的乡村生态景观多源数据空间融合方法,其特征在于,所述S9中运用基于ArcGIS二次开发的专业化软件,直接调取S9形成的多层级图层组MXD文件,形成平台内的数据库展示目录,并与相应数据构建关联,最终实现多源数据的实时调取、展示、查询。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210028660.5A CN114385712B (zh) | 2022-01-11 | 2022-01-11 | 一种基于gnss的乡村生态景观多源数据空间融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210028660.5A CN114385712B (zh) | 2022-01-11 | 2022-01-11 | 一种基于gnss的乡村生态景观多源数据空间融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114385712A true CN114385712A (zh) | 2022-04-22 |
CN114385712B CN114385712B (zh) | 2023-03-28 |
Family
ID=81201766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210028660.5A Active CN114385712B (zh) | 2022-01-11 | 2022-01-11 | 一种基于gnss的乡村生态景观多源数据空间融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114385712B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114862292A (zh) * | 2022-07-08 | 2022-08-05 | 中国测绘科学研究院 | 基于地理信息的村镇级空间条件数据测算方法及系统 |
CN116737854A (zh) * | 2023-05-26 | 2023-09-12 | 上海优异达机电有限公司 | 基于多源遥感数据的时空数据湖管理系统及其安全防护方法 |
CN116976692A (zh) * | 2023-07-12 | 2023-10-31 | 北京大学 | 一种基于适应性循环路径的传统村落分类分区保护控制方法 |
CN117056856A (zh) * | 2023-07-21 | 2023-11-14 | 广东省国土资源测绘院 | 一种融合多源自然资源监测变化图斑数据的方法与系统 |
KR102635207B1 (ko) * | 2023-07-31 | 2024-02-08 | (주)신일지형정보 | Gnss 측량을 이용한 중요 지형의 정보를 보정할 수있는 수치지도 제작시스템 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100098342A1 (en) * | 2008-10-16 | 2010-04-22 | Curators Of The University Of Missouri | Detecting geographic-area change using high-resolution, remotely sensed imagery |
CN102141616A (zh) * | 2009-10-23 | 2011-08-03 | Ana-机场葡萄牙股份有限公司 | 基于干涉测量数据和其他类型数据之间的数据融合来生成机场障碍图的方法 |
KR20130035360A (ko) * | 2011-09-30 | 2013-04-09 | 엘지디스플레이 주식회사 | 3차원 영상 데이터 보정방법 |
CN106897417A (zh) * | 2017-02-22 | 2017-06-27 | 东南大学 | 一种基于多源大数据融合的城市空间全息地图的构建方法 |
CN107423753A (zh) * | 2017-06-15 | 2017-12-01 | 新疆大学 | 一种多源空间数据的快速融合运算方法 |
CN108961199A (zh) * | 2018-07-19 | 2018-12-07 | 中国科学院遥感与数字地球研究所 | 多源遥感数据时空融合方法及装置 |
CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
KR102015817B1 (ko) * | 2018-03-06 | 2019-08-29 | 순천대학교 산학협력단 | 입체 위성영상의 제공 rpc 자동 보정 방법 |
CN110223386A (zh) * | 2019-06-10 | 2019-09-10 | 河南科技大学 | 一种基于多源无人机遥感数据融合的数字地形建模方法 |
CN110347764A (zh) * | 2019-06-12 | 2019-10-18 | 重庆工商大学融智学院 | 一种生态空间数据整合方法 |
CN112052508A (zh) * | 2020-09-17 | 2020-12-08 | 正元地理信息集团股份有限公司 | 一种三维gis平台中数据无缝融合方法及系统 |
CN113656477A (zh) * | 2021-08-17 | 2021-11-16 | 东南大学 | 一种国土空间多源异构数据的校验与融合方法 |
-
2022
- 2022-01-11 CN CN202210028660.5A patent/CN114385712B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100098342A1 (en) * | 2008-10-16 | 2010-04-22 | Curators Of The University Of Missouri | Detecting geographic-area change using high-resolution, remotely sensed imagery |
CN102141616A (zh) * | 2009-10-23 | 2011-08-03 | Ana-机场葡萄牙股份有限公司 | 基于干涉测量数据和其他类型数据之间的数据融合来生成机场障碍图的方法 |
KR20130035360A (ko) * | 2011-09-30 | 2013-04-09 | 엘지디스플레이 주식회사 | 3차원 영상 데이터 보정방법 |
CN106897417A (zh) * | 2017-02-22 | 2017-06-27 | 东南大学 | 一种基于多源大数据融合的城市空间全息地图的构建方法 |
CN107423753A (zh) * | 2017-06-15 | 2017-12-01 | 新疆大学 | 一种多源空间数据的快速融合运算方法 |
KR102015817B1 (ko) * | 2018-03-06 | 2019-08-29 | 순천대학교 산학협력단 | 입체 위성영상의 제공 rpc 자동 보정 방법 |
CN108961199A (zh) * | 2018-07-19 | 2018-12-07 | 中国科学院遥感与数字地球研究所 | 多源遥感数据时空融合方法及装置 |
CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
CN110223386A (zh) * | 2019-06-10 | 2019-09-10 | 河南科技大学 | 一种基于多源无人机遥感数据融合的数字地形建模方法 |
CN110347764A (zh) * | 2019-06-12 | 2019-10-18 | 重庆工商大学融智学院 | 一种生态空间数据整合方法 |
CN112052508A (zh) * | 2020-09-17 | 2020-12-08 | 正元地理信息集团股份有限公司 | 一种三维gis平台中数据无缝融合方法及系统 |
CN113656477A (zh) * | 2021-08-17 | 2021-11-16 | 东南大学 | 一种国土空间多源异构数据的校验与融合方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114862292A (zh) * | 2022-07-08 | 2022-08-05 | 中国测绘科学研究院 | 基于地理信息的村镇级空间条件数据测算方法及系统 |
CN116737854A (zh) * | 2023-05-26 | 2023-09-12 | 上海优异达机电有限公司 | 基于多源遥感数据的时空数据湖管理系统及其安全防护方法 |
CN116976692A (zh) * | 2023-07-12 | 2023-10-31 | 北京大学 | 一种基于适应性循环路径的传统村落分类分区保护控制方法 |
CN117056856A (zh) * | 2023-07-21 | 2023-11-14 | 广东省国土资源测绘院 | 一种融合多源自然资源监测变化图斑数据的方法与系统 |
CN117056856B (zh) * | 2023-07-21 | 2024-04-05 | 广东省国土资源测绘院 | 一种融合多源自然资源监测变化图斑数据的方法与系统 |
KR102635207B1 (ko) * | 2023-07-31 | 2024-02-08 | (주)신일지형정보 | Gnss 측량을 이용한 중요 지형의 정보를 보정할 수있는 수치지도 제작시스템 |
Also Published As
Publication number | Publication date |
---|---|
CN114385712B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114385712B (zh) | 一种基于gnss的乡村生态景观多源数据空间融合方法 | |
Vassilopoulou et al. | Orthophoto generation using IKONOS imagery and high-resolution DEM: a case study on volcanic hazard monitoring of Nisyros Island (Greece) | |
Ali et al. | An integrated approach for updating cadastral maps in Pakistan using satellite remote sensing data | |
Gomarasca et al. | One century of land use changes in the metropolitan area of Milan (Italy) | |
Eshnazarov et al. | Describing the administrative border of Koshtepa district on an electronic digital map and creating a web map | |
CN109670789B (zh) | 一种用于生产建设项目水土保持的遥感监测系统 | |
CN112800827A (zh) | 高光谱图像分类实验方法 | |
Al-Rousan | System calibration, geometric accuracy testing and validation of DEM and orthoimage data extracted from SPOT stereo-pairs using commercially available image processing systems | |
Xiao et al. | A review of remote sensing applications in urban planning and management in China | |
Choudhury | An introduction to geographic information technology | |
Naibbi et al. | An assessment of the existing continuously operating reference stations (CORS) in Nigeria: An exploration using geographical information system (GIS) | |
CN114385591B (zh) | 一种乡村生态景观全要素四维信息模型构建方法 | |
Jonah et al. | Production of a topographic map and the creation of a six-layer geographic information system (GIS) for a fifteen square-kilometre (15 km2) areal extent of the Gidan Kwano Campus of the Federal University of Technology, Minna, Niger State, Nigeria | |
Hassan et al. | Cadastral mapping accuracy assessment using various surveying techniques and high-resolution satellites images | |
CN113066181A (zh) | 一种基于卫星影像和数字高程数据的地形模拟方法 | |
Prinz et al. | High‐resolution remote sensing and GIS techniques for geobase data supporting archaeological surveys: A case study of ancient Doliche, southeast Turkey | |
Cay et al. | A study on productivity of satellite images in the planning phase of land consolidation projects | |
Yakubov et al. | Creating large-scale maps for agriculture using remote sensing | |
CN113032334B (zh) | 一种wrf模式下垫面数据的处理方法 | |
Soeksmantono et al. | Three-dimensional Line Mapping from Airborne Digital Photogrammetry for Detail Spatial Planning | |
Chetverikov et al. | ERROR ESTIMATION OF DEM OF ORTHOTRANSFORMATION OF AERIAL IMAGES OBTAINED FROM UAVS ON THE MOUNTAINOUS LOCAL SITE IN THE VILLAGE SHIDNYTSYA | |
ALADE et al. | 3D Reconstruction of University of Ilorin Campus using High Resolution Satellite Imagery and Conventional Survey | |
Ramzi | Assessment Integration of GF-1 MSS Multispectral and PAN Panchromatic China satellite Images for Producing Image Map and Updating Information Content in Egyptian Map Scale 1: 25 000 | |
Alhamdu et al. | Spatial Cadastral Information System and topographic mapping of a new residential layout | |
Anbazhagan et al. | Geoinformatics in Infrastructure Facility Mapping and Development Planning in an University Campus |
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 |