基于数字化海图与多时相卫星遥感的长江口九段沙形成演化研究

九段沙位于长江河口南北槽之间,为新形成的河口沙洲,其形成距今只有50年的历史.利用对大通水文站1950～2003年的水沙资料的分析,结合对数字化海图和多时相卫星遥感影像的解译及野外现场考察,对九段沙形成过程和演化过程中的面积、体积、高程和地貌特征等进行了综合研究,研究结果表明九段沙自形成以来面积、体积总体上是处于增大过程中,高程也在增高,成陆化作用明显.但由于来水来沙的不同和河口动力作用,这种增长不是线形的,有时因受到冲刷而面积减小,高程降低.利用采自九段沙上沙的短柱状样分析发现潮间带和潮上带的沉积速率不同,植物群落对九段沙的形成演化具有一定的影响,但总体上九段沙正处于从河口沙洲向河口沙岛的演化过程之中.九段沙的植被保持着自然演替的原生状态,植物群落结构简单,生物多样性尚较低,以芦苇群落为代表的高等湿地植被主要分布在九段沙潮间带上部和潮上带,九段沙属于发展过程中的河口湿地.

SPEERY NAVIECDIS数字化海图风险分析及对策研究

SPEERY NAVIECDIS电子海图系统除了可以使用官方或商业海图外还可以读取DIGCIZED CHART(本文简称DC格式数据),就是数字化纸质海图的设备生成的数据。DC格式电子海图是新一代的私人所有的海图格式,DC格式的World电子海图可作为海图目录参考。基于SPEERY NAVIECDISDC格式电子海图导航可能会带来航行的潜在风险,如果盲目相信DC格式电子海图,习惯于DC格式电子海图的导航,必然会带来潜在的航行危险。文中从纸质海图扫描成DC格式电子海图的精度误差分析着手,提出一些避免在使用DC格式电子海图导航中潜在风险的对策。

兼顾要素正确分类及精准定位的栅格海图水深注记自动提取方法

针对当前水深注记自动提取实现困难、精度不高及效率过低等问题,将卷积神经网络(convolutional neural networks,CNN)模型应用于水深注记的自动识别,结合水深注记空间分布及几何特性对传统模式识别算法进行了改进,提出了一种兼顾要素正确分类及精准定位的栅格海图水深注记自动提取方法。通过对海图切片邻域的定量扩张,建立了顾及要素完整性的海图自适应切分模型,克服了CNN模型应用于大幅面海图要素识别的局限性;结合预测框角点位置的空间关系分析及评估,设计了面向空域冲突的要素唯一性判定原则,解决了邻域扩张引起的水深注记重复识别问题;在此基础上,进一步论证了水深注记主点位置的空间分布规律,建立了考虑要素几何分布特征的连通域分析改进模型,实现了水深注记的精准定位及数值提取。试验结果表明:①本文方法较好地实现了水深注记的自动提取,在CNN模型实现水深注记分类及粗定位过程中,具有较高的查全率和分类查准率。同时,最终水深注记数值提取结果正确率较高,且主点位置能满足水深注记提取的特殊要求。②通过多种CNN模型应用于本文自动提取模型中的对比试验,对比不同CNN模型在本文自动提取模型中的效能,分析并给出CNN模型采用的建议。同时,选取表现较好的CNN模型,作为本文模型采用的CNN模型与传统模式识别方法做对比,根据处理时间和查准、查全率结果,证明本文方法具有较高的识别准确率和效率。

基于SRGAN的栅格海图超分辨率提升方法

针对海图制图领域中低分辨率栅格海图难以满足制图需求的问题,提出了基于超分辨率生成对抗网络(super resolution generative adversarial network,SRGAN)模型的栅格海图超分辨率提升方法。该方法通过以下步骤实现:首先对低分辨率栅格海图进行切分,以满足SRGAN模型输入要求;然后使用构建的训练集对SRGAN模型进行训练,并利用该模型对低分辨率栅格海图进行超分辨率提升处理;最后利用输出拼接模型对输出结果进行重组,将原有的低分辨率栅格海图转化为高分辨率栅格海图。实验结果表明:相较于其他重采样方法,本文方法具有更优的图像还原效果。本文方法为海图制图技术的发展提供了新的思路和方向,并为今后相关领域的研究提供了一定的参考和借鉴价值。

航海技术对船舶避碰自动化的影响

随着航海技术的快速发展,船舶避碰自动化成为航运安全的重要环节。本文分析了航海自动化技术的发展现状,探讨了船舶避碰自动化中遇到的主要技术难题和潜在风险。特别关注了AIS技术、海图信息数字化技术及北斗导航技术在船舶避碰自动化中的应用与影响。通过对这些技术的深入研究,旨在提供对船舶避碰自动化技术发展的全面理解,为未来的航海安全和技术创新提供参考。

智能化海图输入系统(ICIS)简介

为了解决海图制图自动化中的海图数字化输入这一“瓶颈”问题,海军海洋测绘研究所经过几年的努力,研制开发了“智能化海图输入系统(ICIS)”。目前该系统已交付用户使用,从而使海图制图自动化的进程迈出了实质性的一大步。 多年来,海图的数字化输入一直是困扰海图制图自动化的一大难题。作业人员要花费大量的精力和时间用手扶数字化仪进行作业,不但工作量大、效率低、容易出错,而且其精度只能达到或低于常规手工作业的水平,其设备、资金上的投入也使之难以形成实际的生产规模和能力。