多源在线地图可视化尺度匹配关系研究

在线地图可方便快捷地提供丰富的空间数据服务,不同来源的在线地图数据组织方式不同,在进行集成可视化呈现时存在可视化尺度不一致的问题,因此对多级别多尺度之间的可视化尺度粗匹配技术进行了研究,以适应快速匹配需求。首先,以天地图、百度地图、Google Earth为例,介绍了它们的可视化尺度基本情况;然后,提出了一种以视图范围为匹配依据,以像素距离为匹配标准的匹配方法,并利用该方法得到匹配结果,对匹配结果进行了分析;最后,进行面向对象程序的类设计,提供了一种基于视图中心点位置的多源在线地图可视化尺度匹配方案。通过实例研究发现,3种在线地图可视化尺度大小基本相同,能满足可视化应用需求,验证了匹配方法的有效性。

自发地理信息兴趣点数据在线综合与多尺度可视化方法

移动及Web环境下,集成各种自发地理信息POI数据与地理框架背景数据的混搭式地图应用,越来越多地出现在主流地理信息平台及LBS服务中。由于缺乏适宜的在线多尺度可视化机制,这种POI数据表达上通常出现拥挤、压盖等冲突现象。针对该问题,本研究将传统的尺度变换方法与在线环境相结合,提出一种面向城市设施POI数据的多尺度可视化策略。即由服务器端通过预处理方式对POI数据进行多层次结构化组织;在此基础上,客户端依据显示比例尺导出对应层次的POI目标,并通过移位操作解决局部存在的符号表达冲突现象。试验表明,该方法符合数字化网络应用的在线实时需求,同时也能获得较高质量的多尺度表达效果。

裂缝性油藏大尺度可视化水驱油物理模拟实验

为了更好地认识裂缝性碳酸盐岩油藏的渗流机理,结合实际油藏地质特征设计制作了裂缝不充填和裂缝充填形式的2组大尺度可视化模型。采用油藏实际油样和相似地层水进行水驱油机理模拟实验。观测到由于裂缝性油藏非均质性的影响,水驱后残余油分布形式多种多样。其存在方式各有不同,主要形式有柱状、角隅状和膜状,每种残余油的形成机理也有所不同。结合实验结果,对2组可视化模型水驱油效率以及含水率变化规律进行了分析,发现与常规孔隙介质水驱油特征有明显差别。

缝洞型油藏大尺度可视化水驱油物理模拟实验及机理

缝洞型碳酸盐岩油藏由于其缝洞组合关系的复杂性,使得储层流体的渗流规律有别于常规油藏。根据某油田奥陶系缝洞型碳酸盐岩的实际情况设计制作了大尺度可视化物理模型,并按照现场实际设计了二注三采的实验井网及注采方案,以应用物理模拟实验来研究缝洞型碳酸盐岩油藏的开发特征及油井生产规律。结合实验结果,利用J.Cruz-Hernández建立的数学模型对生产数据进行拟合,以研究缝洞型碳酸盐岩油藏中流体的渗流机理,J.Cruz-Hernández数学模型中的空间系数和流动速度对采收率影响较大,提出模型的改进应考虑重力分异作用、溶洞比例等影响因素。

基于多尺度DTM的坡式梯田三维可视化研究

针对黄土高原梯田可视化问题,以往的相关研究基本解决了水平梯田的三维可视化,但关于坡式梯田的研究尚为空白。坡式梯田因其具备更加突出的人工微地形特性,难以通过传统的DEM可视化方法实现其三维可视化。该文提出了多尺度DTM叠加法,利用偏移线法、高程增量法等方法提取田埂坡度特征,将研究区的低分辨率格网DEM(G-DEM)、坡式梯田分布区的高分辨率坡度DTM及G-DEM融合为一体,对坡式梯田进行三维叠加可视化。与传统G-DEM可视化方法相比,多尺度DTM叠加可视化法不仅所需数据存储量更小,而且具备更加逼真的坡式梯田三维可视化效果,能够有效显示坡式梯田的平坦田面和陡直田埂,是对基于DEM的梯田地形三维可视化的有益探索。

视点相关的蛋白质分子表面多尺度可视化

针对单尺度蛋白质大分子表面模型构建复杂、可视化蛋白质分子表面的效率较低,提出一种视点相关的蛋白质分子表面多尺度可视化方法.通过设计视点相关的表面绘制策略,得出多尺度划分标准,根据屏幕空间面积阈值对三基元集合进行多尺度子集筛选;并采用基于代数曲面的光线投射算法进行分子表面着色.实验结果表明,该方法实现了视点近处精确描述、远处显示轮廓的多尺度分子表面的无缝连续可视化,在保证蛋白质大分子展现效果真实可靠的前提下,有效提升了展现和交互分析蛋白质分子表面效果的效率.

基于偏移四叉树投票的“大尺寸”点状符号多尺度无压盖可视化

为解决Web 2.0环境下点状符号地图混搭中的制图问题,本文研究并实现了一种可100%避免压盖的"大尺寸"点符号高效可视化方法。该方法的核心思想是四叉树网格单选,采用网格平移对多次单选结果投票来计算符号在各缩放级别的显著性等级,可解决符号在相邻网格的空间冲突。该过程不需要显式探测冲突,因而处理效率极高。随着地图放大,重要性较低的符号也逐级显现,实现了语义层次的多尺度表达。针对符号和网格大小比率关系、有效网格平移方案及图面利用率不足问题提出两种扩展:格网增选和多级符号叠加。对方法的可行性进行了试验验证,并分析了该方法在用户查询条件改变下的稳定性和不同数据量下的伸缩性(非优化实现可达到105量级数据的亚秒级处理)。

基于深度学习的海洋中尺度涡识别与可视化

中尺度涡是海洋中一种特殊的中尺度现象,对人类活动和海洋科学有着重要意义.海洋物理中对中尺度涡的检测通常依赖由专家预定义或调整的参数,无法保证准确度;或者对全部海洋数据逐点扫描判断,耗时较长.此外,中尺度涡的时空统计数据繁杂,整理和分析工作量巨大且无法较好展示相关信息.本文提出了一种基于深度学习目标检测的海洋中尺度涡检测算法,可达到较高的识别精确率和查全率,避免了阈值选取对中尺度涡检测的影响,大大提高了检测速度;并设计中尺度涡时空特征及海洋信息协同可视化系统,对中尺度涡进行交互式展示和分析,满足对涡旋的统计信息、特征分布和属性关联进行洞察、说明和相关性分析的需求.

电子航道图与航标遥测监控系统

"数字航道"建设的主要目标在于应用信息技术平台保障航道安全、提高航务管理水平。作为航道管理中的重要导航设施航标灯(船),对其工作状态、空间位置进行远距离全天候监测与遥控是"数字航道"建设的主要内容。航标遥测监控系统集成无线通讯、传感器、空间信息处理等技术,实现航标信息的实时采集与传输,异常状况的报警及统计等功能。电子航道图运用事件驱动型地图表达、时空变化特征地图表达、多尺度地图表达及国际电子海图S57/S52标准表达等关键技术,为监控航标提供地理定位背景,并支持遥控监测中的空间信息查询、分析等功能。