• 测绘数据国内外现状概述


    主流测绘数据国内外现状

           人类自有历史以来,就不断的探索和认识自身所处的自然系统,并尝试用各种方法来描述、表达空间环境的信息。随着信息技术的发展,地理信息技术在工程应用中的更加深入,测绘地理信息的作用也将越来越重要。新的信息传播方式、新的应用需求,必然促使对地形信息的生产、管理和表达提出新的要求。

    数字高程模型

           数字高程模型(Digital Elevation Model,DEM)的数据组织与表达形式包含点状、线状、面状多种形式,在数字地形的工程应用和理论研究中,DEM的结构模型主要有规则格网模型、不规则三角形模型(Digital Elevation Model,TIN)和等高线模型等,其他的如断面模型、散点模型、混合模型(王家耀,2001)应用比较少。其中在课题研究和工程应用中规则的矩形格网和不规则三角网较为常见。

           规则格网模型和不规则三角网模型各有其自身的特点,但是大多数实用的地形分析的方法都是基于规则格网DEM的(朱庆等,2004;江帆等,2007),究其原因,格网DEM结构简单,在平面拓扑上具有矩阵结构的特性,这样,数学上基于矩阵的方法都可以拿来进行地形的分析应用,其重点在于简单的矩阵结构特性。而不规则三角网可变的分辨率避免格网结构均一性产生的问题,结构将更加“贴近”地表形态。

           数字正射影像

           数字正射影像(Digital Orthophoto Map,DOM)在遥感技术发展中表现出极为重要的作用,关于其研究也在近几年中发展迅速,郝思宝(2007)研究了数字正射影像建库的过程中,通过建设数字影像数据库,能更加快速的索引和整理所需数字影像的各种数据,另外利用关系时空数据模型及其特征,有效解决了影像数据和历史数据的实时更新;刘淑慧(2013)利用 Inpho 处理生产数字正射影像图指出处理流程中所存在的问题,并找到对应的算法有效减少误差,为之后相关行业生产精确的数字正射影像提供了丰富的经验及方法;为了将数字正射影像产品推广于我国各类地形的实际应用中,相应的对于数字影像的正射纠正模型的研究也越来越全面。

           随着数字摄影测量的发展,进入了半自动化和智能化阶段的摄影测量技术目前正朝着高效、低成本、高精度的目标进步。20 世纪 90 年代开始,多种功能比较完善的数字摄影像测量系统(Digital Photogrammetry  System, DPS)和数字摄影测量工作站(Digital Photogrammetry Workstation, DPW)陆续投入市场。目前国外比较著名的数字摄影像测量系统有美国 Intergraph 公司的 Image Station 系统、Leica 公司的 Helava 系统和 ERDAS LPS、德国蔡司公司的 PHODDIS 系统、德国的 Inpho 系统、法国 Inforterra 公司的像素工厂(PixelFactory)以及美国 BSR System 公司的 Socet Set 等。

          数字线划图

          在这个计算机网络充斥的时代,如果仅仅只是靠纸质的地图或者一些老旧的数字地图提供信息已经无法满足科研需求。为了顺应时代的发展,数字化测图的应用越来越广泛地出现在我们的日常生活当中。

          数字划线图(Digital Line Graphic,DLG),它指的是在现有的地形图上,将地理要素分层储存、寄出,测量出它的矢量数据,然后来根据这些属性数据来对对象进行矢量查询,以点、线、面形式或地图特定图形符号形式,表达地形要素的地理信息矢量数据集。点要素在矢量数据中表示为一组坐标及相应的属性值;线要素表示为一串坐标组及相应的属性值;面要素表示为首尾点重合的一串坐标组及相应的属性值。数字线划图是世界各国基础地理信息数字成果的重要组成部分。

  • 相关阅读:
    Irrlicht_0.1源码学习(3)—Irrlicht.cpp & include/Irrlicht.h
    Irrlicht_0.1源码学习(2)—引擎目录结构
    Irrlicht_0.1源码学习(1)—Welcome to the Irrlicht Engine
    Visual Studio 2013 编译时 "error LNK2026:模块对于 SAFESEH 映像是不安全的" 解决方案
    Windows平台下Lua环境的搭建
    系统调用与API
    前端学习技巧分享
    简单的bootstarp项目实例
    js显示表单的提交验证
    拷贝一张图片,从一个目录到另外一个目录下(PS:是拷贝是不是移动)
  • 原文地址:https://www.cnblogs.com/345717675GISER/p/11610398.html
Copyright © 2020-2023  润新知