环境模型库与地理信息系统的耦合

针对基于GIS开发的环境信息系统多数存在环境专题分析能力不强与环境专题模型缺乏有效的整合和协同运行的问题 ,建立了一个基于面向对象的环境模型库 ,并耦合在GIS的平台之上 ,有效地对环境模型进行管理与选型 ,利用GIS的空间优势直观地分析解决环境问题 ,从而为环境信息系统增加新的强大功能。最后以区域大气环境管理决策支持系统的研究与开发为例子介绍了其框架结构和应用情况。     

基于VMT的火灾安全评估系统的面向对象分析

本文用面向对象方法分析一个基于VMT可视化对象建模技术的火灾安全评估系统.并给出了系统分析模型.     

基于SolidWorks的挤压模CAD系统

CAD技术已逐渐从二维系统向三维实体造型方面转变.以Solidworks作为支撑平台,以Visual Basic和Access为开发工具,应用面向对象的程序开发方法,开发了一个挤压模CAD系统.对该系统的设计做了概括性的描述,并介绍了该系统的软件开发过程中的关键技术.     

基于UG平台构建三维铝型材挤压模具CAD系统

在UG平台上 ,建立了三维铝型材挤压模具CAD系统 ,可以方便地设计出参数化的铝型材挤压平面模和导流模。系统的设计采用了面向对象的技术 ,具体的程序实现则利用了UGOPEN/API接口和UGOPEN/GRIP语言     

基于OpenGL有限元模拟软件中的人机交互

阐述了板料成形数值模拟前置处理软件中人机交互的实现。详细地论述了图形的几何变换 ,即平移、旋转和缩放的技术 ,以及基于OpenGL拾取机制的网格节点和单元拾取方法。最后讨论了在软件的实现中面向对象技术的运用。     

金属塑性成形计算机模拟的若干进展

结合作者正在开展的研究工作，综述了金属生性成形计算机模拟技术近年来的一些重要进展，主要涉及模拟计算方法，利用模拟技术的工艺优化设计、材料组织性能演化的模拟以及模拟软件设计方法等。     

城市屋面与路面的遥感提取及污染物累积分析

城市面源污染是受纳水体水质恶化的主要原因之一。屋面和路面的污染物累积与冲刷规律差异较大,有效提取该地物信息是开展城市面源污染评估与管理的基础。研究采用基于像元分类法与面向对象法相结合的遥感提取方法,对深圳市高分辨率影像3种典型建筑物密度区域的屋面和路面进行提取试验,同时与目视解译、支持向量机、面向对象法的提取结果对比;基于湿式采样法对典型的屋面和路面样点进行污染物的单位面积累积量采样,结合遥感提取地物信息估算地表污染物累积量。研究表明:(1)该方法提高了屋面和路面提取的目视效果和分类精度,且各研究区域的分类总精度分别为83.82%、93.02%、88.31%;(2)屋面上COD的单位面积累积量为97.32 mg/m~2,而3种建筑物密度区域的路面上COD单位面积累积量分别为196.02、104.50、50.65 mg/m~2;(3)屋面上COD累积总量分别占各研究区不透水地表的30.05%、34.09%、71.74%,路面上COD累积总量分别占各研究区不透水地表的69.95%、65.91%、28.26%。     

基于中低分辨率遥感影像的分类方法对比研究——以鄱阳湖水鸟栖息地遥感分类为例

选取中国鄱阳湖南矶山湿地为研究范围,通过分析候鸟在越冬期的栖息特征,构建适宜于提取候鸟栖息地的湿地分类系统。以Landsat8卫星OLI遥感影像为数据源,采用面向对象分类方法,通过多尺度分割、特征提取和决策树建立等关键步骤,实现湿地信息的快速提取;通过与传统像元法的分类结果对比,系统分析了面向对象方法在基于中低分辨率遥感影像的湿地信息提取中的有效性。研究表明:在面向对象湿地信息提取中,构建不同等级的分割尺度,在多个尺度上提取同一地物,可以更好识别复杂的湿地景观类型;相比仅依据像元光谱特征进行分类的传统像元方法,面向对象方法综合利用光谱、空间、形状和纹理等多种特征,因此可以获得更高的精度(总体分类精度达到87.64%,Kappa系数为 0.855 2);基于中低分辨率遥感影像,采用面向对象分类方法,能够获得较高精度的湿地景观分布,是一种成本较低且行之有效的技术手段。     

利用多信息源提高半干旱地区TM影像的森林类型制图精度:以北京西部山区为例

以地处半干旱地区的北京西部山区为例,利用研究区森林类型的季相特征、已有的少部分林相图、Google Earth免费影像数据等信息选择不同坡向的相同森林类型做训练样本,通过加入其他辅助数据(海拔和坡向数据),来提高Landsat TM影像的森林类型分类精度,同时对比了基于像元和面向对象方法提取森林类型的效果。结果表明:1)就半干旱山区的森林类型划分来说,TM影像的TM4、TM5、TM4-TM2及辅助数据DEM和坡向可作为TM影像森林类型划分的最佳数据源。2)单独加入海拔信息,阔叶林的提取精度提高23%,针叶林和混交林的分类精度只提高了4%~5%;单独加入坡向信息,阔叶林的提取精度只提高21%,但是针叶林和混交林的分类精度则分别提高了13%、18%,显著优于单独加入海拔信息的效果。同时加入海拔信息和坡向信息,至少可以准确区分出约70%以上的针叶林、阔叶林和混交林。3)就本研究区而言,坡向比海拔更有效地辅助提高森林分类精度。4)就混淆矩阵数据而言,面向对象的分类方法比基于像元分类结果总体精度低3%,Kappa系数低4%,但面向对象的分类结果更加符合研究区实际情况。该研究对中分辨率影像应用于半干旱山区森林类型划分具有一定的借鉴意义。