基于层次分析和神经网络的机载LiDAR点云分类

在机载LiDAR点云数据处理中,由于机载雷达点云数据的离散性、不确定性等原因,导致点云分类上很难得到准确的结果。针对机载LiDAR点云数据分类问题,提出了基于层次分析和神经网络的机载LiDAR点云分类方法。根据机载LiDAR点云的数据特征以及不同地物的属性,采用层次分析法赋予每个点云一个二进制信号,然后采用后向传播神经网络(BP-ANN)对机载LiDAR点云数据分类。实验表明:这种方法能够从机载LiDAR独立数据源中分类出房屋、高大的树、低矮的树、道路等地物点云。

夏热冬暖地区绿量构成对城市热环境的影响——以福州居住区为例

为探究绿量构成与热环境的关联特征及绿量的最优构成模式,选择城市居住区为研究样地,结合航拍影像和实地调研获取绿量数据并优化绿量测算方法,将一定空间范围内的总绿量分解为乔木和灌草两大类,研究不同空间范围内的绿量构成指标(灌草总绿量、乔木树冠总绿量、乔灌草总绿量、乔木单株树冠平均绿量和乔木株数)与环境温度和湿度的关系。结果表明:不同绿量构成指标起降温增湿作用最显著的尺度和空间范围均为楼间尺度下50 m。乔木单株树冠平均绿量和乔木树冠总绿量分别是影响温度和湿度的关键因素,且反映在白天不同时段。在50 m空间范围内,当乔木树冠平均体积为211 m^(3)、乔木株数为62棵时,乔木对于环境温度和湿度的调控效果更接近于人体的热舒适度需求。