基于三维激光扫描点云数据的建筑BIM逆向建模方法研究与试验

介绍三维激光扫描技术获取点云数据的测量原理和应用流程,给出基于点云的BIM(建筑信息模型)逆向建模方法的流程,重点讨论建筑构件BIM逆向建模与族创建的方法,构建基于点云的BIM逆向建模方法完整的技术实施方案。为验证该方法的有效性和实用性,采集并处理某办公楼建筑点云数据,并基于该数据创建出建筑BIM模型。使用测量仪器实地测量数据与模型数据对比分析,评价三维模型精度。结果表明,该方法可以快速创建高精度的建筑BIM模型,满足数字城市建设、建筑维护与改造等应用需求。

基于MODIS影像的森林类型决策树分类方法研究

以4种MODIS时序数据为基础,以湖北省为研究区,开展区域森林类型快速提取的分类方法研究。将湖北省的森林植被划分为针叶林、阔叶林、混交林、竹林、灌木林和非林地6种地类,通过分析不同森林类型一年内的生长差异,根据各植被指数的均值建立了研究区各森林类型的分类参数,选取2010年MODIS数据产品NDVI第10期、NDVI第12期、NDVI第15期、EVI第10期、LAI第16期、LAI第17期数据,建立了针叶林、阔叶林、混交林、竹林、灌木林、非林地的决策树分类模型,并对研究区进行了分类。结果表明:植被指数均值曲线具有一定的区域地类代表性,分类参数对不同森林类型具有较强的分异性;将分类结果与第八次全国森林资源清查结果相比较,森林类型分类总体精度为85.45%,KAPPA系数为0.770 1,效果较好,说明通过MODIS数据进行区域的森林类型提取是可行的。

基于MODIS影像大尺度森林资源信息提取方法研究

森林类型的识别对于掌握森林生态系统和自然环境变化具有重要意义。针对单一时相遥感数据提取森林植被类型信息方法的局限性,以中国东北三省为研究区,探讨了基于多时相MODIS遥感数据,实现主要森林类型识别的方法。将东三省的森林植被划分为非林地、针叶林、阔叶林、针阔混交林、灌木林5种类型,通过分析不同森林类型一年内生长差异,选取多时相NDVI第10期、NDIV第23期、EVI第10期、LAI第20期特征数据,建立了非林地、针叶林、阔叶林、针阔混交林、灌木林的决策树模型,实现了森林类型信息的识别,得出了东三省的森林覆盖率42.39%,植被类型分类总体精度为86.7%,与第八次全国森林资源清查的东三省结果对比,森林覆盖率提取精度高达95.6%。说明应用多时相的MODIS遥感影像可以实现大尺度森林资源信息的快速提取,在大范围的植被类型调查与监测方法具有较大的应用价值。

浅谈隐形手套在学生实验中运用的好处

一、研发背景 针对师生在做实验时，双手总有可能接触到各种各样的仪器和药品。有的荮品有毒，有的药品存在腐蚀性，有的沾在手上难以洗去，师生苦戴上布或皮手套做实验，双手既不灵活，操作也很麻烦。