葡京娱乐场-富盈娱乐场开户

  陸地生態(tài)系統(tǒng)是全球陸地碳循環(huán)過程中重要的碳匯，同時(shí)，由于氣候干旱、城市擴(kuò)張等因子的擾動(dòng)作用，陸地生態(tài)系統(tǒng)可釋放大量二氧化碳，而成為碳源。作為陸地生態(tài)系統(tǒng)的指示因子，陸地NPP不僅反映了植被的光合生產(chǎn)能力，而且直接反映了生態(tài)過程（如碳源/匯）。全球陸地NPP的時(shí)空變化和影響機(jī)制具有較大的不確定性，是科學(xué)界爭(zhēng)論的一個(gè)重要焦點(diǎn)。對(duì)城市用地?cái)U(kuò)張和氣候驅(qū)動(dòng)因子二者的陸地NPP響應(yīng)進(jìn)行單獨(dú)分析的研究成果已有很多，但綜合探討城市擴(kuò)張因子和氣候驅(qū)動(dòng)因子對(duì)陸地NPP變化的影響和相對(duì)貢獻(xiàn)的研究較少，尤其是在全球尺度上的分析目前仍然處于空白。本研究利用30米分辨率的GlobeLand30數(shù)據(jù)分析了2000-2010年全球城市用地時(shí)空動(dòng)態(tài)，同時(shí)結(jié)合MODIS的NPP產(chǎn)品（MOD17A3）、CASA模型和LPJ-Hydrology模型計(jì)算陸地NPP的時(shí)空分布，進(jìn)而全面探討過去十年間全球城市用地?cái)U(kuò)張和氣候驅(qū)動(dòng)因子對(duì)陸地NPP的影響。研究發(fā)現(xiàn)，2000-2010年全球城市用地?cái)U(kuò)張導(dǎo)致陸地NPP呈現(xiàn)減少的趨勢(shì)（22.4 TgC year-1），這抵消了由氣候驅(qū)動(dòng)因子導(dǎo)致的NPP增加部分的30%。本研究分析了全球城市用地?cái)U(kuò)張和氣候驅(qū)動(dòng)因子對(duì)同期陸地NPP變化的影響和相對(duì)貢獻(xiàn)，研究成果對(duì)于理解全球陸地NPP變化的復(fù)雜機(jī)制具有重要意義。

本城市電網(wǎng)規(guī)劃輔助決策軟件是在地理信息系統(tǒng)平臺(tái)上開發(fā)的，含有城市電力空間負(fù)荷預(yù)測(cè)、變電站規(guī)劃、高壓配電網(wǎng)規(guī)劃和中壓配電網(wǎng)規(guī)劃等功能模塊。該軟件根據(jù)城市發(fā)展規(guī)劃和電力負(fù)荷發(fā)展的實(shí)際情況，采用了先進(jìn)的優(yōu)化算法，規(guī)劃結(jié)果比傳統(tǒng)的僅依靠工程師經(jīng)驗(yàn)進(jìn)行規(guī)劃的方案更科學(xué)、更符合城市電網(wǎng)依賴地理?xiàng)l件的特點(diǎn)。 該軟件功能全面，能夠進(jìn)行城市電網(wǎng)的單階段規(guī)劃和多階段規(guī)劃，能同時(shí)對(duì)新城區(qū)和老城區(qū)進(jìn)行電網(wǎng)規(guī)劃，規(guī)劃的新建變電站選址無(wú)需提供預(yù)選的變電站站址，并且可以處理已有變電站的擴(kuò)容問題。 在該軟件中，強(qiáng)大的地理信息系統(tǒng)管理著城市電網(wǎng)規(guī)劃所需的地理信息數(shù)據(jù)，有效地解決了傳統(tǒng)規(guī)劃方式中路徑、空間負(fù)荷分布等基礎(chǔ)數(shù)據(jù)不精確的問題，提高了規(guī)劃方案的準(zhǔn)確度，具有輸入方便、界面友好、報(bào)表美觀等優(yōu)點(diǎn)，能分層顯示各類數(shù)據(jù)（包括不同規(guī)劃階段的空間負(fù)荷預(yù)測(cè)數(shù)據(jù)和規(guī)劃方案），規(guī)劃結(jié)果能同時(shí)以圖形和報(bào)表給出，大大減輕了規(guī)劃人員的勞動(dòng)強(qiáng)度，提高了撰寫規(guī)劃報(bào)告的效率，為城市電網(wǎng)規(guī)劃提供了可靠的決策依據(jù)。

隨著我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展和人民生活水平的提高，城市居民對(duì)重塑慢行系統(tǒng)、提升城市空間品質(zhì)提出了更高的要求。共享單車作為一種便捷、高效、綠色的新型出行方式，是解決城市短距離出行和"最后一公里"難題的重要工具。本文以一種新的視角，應(yīng)用共享單車騎行軌跡數(shù)據(jù)從騎行行為角度對(duì)騎行環(huán)境進(jìn)行研究。以龍崗區(qū)為例，首先對(duì)街道騎行行為的時(shí)空間分布特征進(jìn)行了研究，發(fā)現(xiàn)騎行行為在時(shí)間上主要集中在早晚高峰時(shí)段，在空間分布上主要集中在地鐵和公交的接駁站點(diǎn)和龍

機(jī)載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)（LiDARPro）主要以機(jī)載LiDAR點(diǎn)云及多視航空影像作為輸入數(shù)據(jù)，通過點(diǎn)云語(yǔ)義分割、點(diǎn)云影像配準(zhǔn)、實(shí)景三維模型重建、建筑物單體結(jié)構(gòu)化模型重建、人機(jī)交互等功能模塊，實(shí)現(xiàn)高效率、（半）自動(dòng)的城市實(shí)體三維模型重建，具備全自動(dòng)大測(cè)區(qū)城市建模、半自動(dòng)城市高精度精細(xì)實(shí)體模型重建等多種解決方案，致力于提高智慧城市建設(shè)的自動(dòng)化程度，推進(jìn)實(shí)景三維中國(guó)建設(shè)進(jìn)程。 一、項(xiàng)目分類 關(guān)鍵核心技術(shù)突破 二、技術(shù)分析 創(chuàng)新性： 機(jī)載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)（LiDARPro）主要以機(jī)載LiDAR點(diǎn)云及多視航空影像作為輸入數(shù)據(jù)，通過點(diǎn)云語(yǔ)義分割、點(diǎn)云影像配準(zhǔn)、實(shí)景三維模型重建、建筑物單體結(jié)構(gòu)化模型重建、人機(jī)交互等功能模塊，實(shí)現(xiàn)高效率、（半）自動(dòng)的城市實(shí)體三維模型重建，具備全自動(dòng)大測(cè)區(qū)城市建模、半自動(dòng)城市高精度精細(xì)實(shí)體模型重建等多種解決方案，致力于提高智慧城市建設(shè)的自動(dòng)化程度，推進(jìn)實(shí)景三維中國(guó)建設(shè)進(jìn)程。系統(tǒng)主要由兩部分功能模塊組成：自動(dòng)化模型重建模塊及三維可視化交互管理系統(tǒng)模塊。其中自動(dòng)建模模塊由點(diǎn)云影像自動(dòng)配準(zhǔn)、實(shí)景三維模型重建、點(diǎn)云濾波、點(diǎn)云分類、建筑物單體化分割、建筑物結(jié)構(gòu)化模型重建等軟件子模塊構(gòu)成。系統(tǒng)支持DEM、DOM、實(shí)景三維模型、建筑物L(fēng)oD1至LoD3模型等多種產(chǎn)品生產(chǎn)；支持多核、多CPU、多GPU架構(gòu)的任務(wù)并行化管理，支持搭建點(diǎn)云、影像、模型數(shù)據(jù)庫(kù)，支持人機(jī)交互進(jìn)行語(yǔ)義分割、模型編輯、紋理編輯等功能。 軟件解決的關(guān)鍵問題： LiDAR點(diǎn)云與傾斜影像異源異構(gòu)數(shù)據(jù)配準(zhǔn)問題，點(diǎn)云影像數(shù)據(jù)難以聯(lián)合應(yīng)用； 單一數(shù)據(jù)源三維信息與紋理信息不全，高質(zhì)量模型結(jié)果依賴高精度數(shù)據(jù)輸入，導(dǎo)致數(shù)據(jù)獲取成本昂貴、效率較低； 城市級(jí)實(shí)景三維模型重建自動(dòng)化程度低，低精度自動(dòng)結(jié)構(gòu)化模型成果難復(fù)用，而手動(dòng)模型繪制難度高、工藝繁瑣； 實(shí)景三維數(shù)據(jù)制作單位高度依賴國(guó)外軟件，國(guó)產(chǎn)化難。 先進(jìn)性： 當(dāng)前，國(guó)內(nèi)90%以上地形級(jí)實(shí)景三維數(shù)據(jù)制作測(cè)繪單位都基于國(guó)外軟件進(jìn)行三維重建，而城市級(jí)實(shí)景三維模型則重度依賴全人工手動(dòng)勾繪且需調(diào)用國(guó)外專業(yè)三維建模軟件，模型重建學(xué)習(xí)成本極高、軟件針對(duì)性不強(qiáng)而效率低下。 機(jī)載LiDAR與航空影像聯(lián)合城市三維建模系統(tǒng)軟件系統(tǒng)以高精度、高效率、高自動(dòng)化程度城市級(jí)實(shí)景三維模型重建為首要目標(biāo)。軟件系統(tǒng)具備高精度點(diǎn)云影像配準(zhǔn)模塊提供異源數(shù)據(jù)聯(lián)合應(yīng)用基礎(chǔ)；采用LiDAR點(diǎn)云約束的多視影像密集匹配策略實(shí)現(xiàn)高精度、全覆蓋三維數(shù)據(jù)輸入以實(shí)現(xiàn)高質(zhì)量實(shí)景三維模型重建；采取地面點(diǎn)濾波、非地面點(diǎn)地物分類、目標(biāo)地物單體實(shí)例分割遞進(jìn)式流程得到建筑物等地物單體化三維數(shù)據(jù)；優(yōu)化自動(dòng)結(jié)構(gòu)化模型重建與人工干預(yù)的結(jié)構(gòu)化建模流程，無(wú)需額外依賴專業(yè)建模軟件；提供針對(duì)建筑物結(jié)構(gòu)化建模的模型編輯、紋理編輯模塊，不達(dá)標(biāo)的自動(dòng)模型可復(fù)用，三維點(diǎn)云端、二維影像端可獨(dú)立或聯(lián)合編輯，具備交互友好的參照式、勾繪式、半自動(dòng)編輯模式。 獨(dú)占性： 系統(tǒng)主要搭建兩條生產(chǎn)路線，以適應(yīng)不同地域模型精度要求差異、不同應(yīng)用時(shí)間響應(yīng)要求。其一是以LiDAR點(diǎn)云為主的快速建筑物結(jié)構(gòu)化模型重建，經(jīng)過點(diǎn)云分類、建筑物實(shí)例分割、結(jié)構(gòu)化模型重建等步驟構(gòu)建人工地物結(jié)構(gòu)化模型，并利用配準(zhǔn)后多視影像對(duì)模型紋理映射，此生產(chǎn)線主要產(chǎn)品包括DOM、DEM、 LoD2為主的建筑物結(jié)構(gòu)化模型、典型地物真實(shí)色彩點(diǎn)云等輕量基礎(chǔ)數(shù)據(jù)；其二是在LiDAR點(diǎn)云約束下生成高精度密集匹配點(diǎn)云構(gòu)造高質(zhì)量實(shí)景三維模型，并在此基礎(chǔ)上提取建筑物單體三角網(wǎng)數(shù)據(jù)，經(jīng)過模型簡(jiǎn)化抽象得到建筑物L(fēng)oD3模型，此生產(chǎn)線主要產(chǎn)品包括實(shí)景三維模型、建筑物L(fēng)oD3模型等城市級(jí)實(shí)景三維數(shù)據(jù)要素。 此外，軟件系統(tǒng)支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、國(guó)產(chǎn)麒麟(V4/V10)等多操作系統(tǒng)中運(yùn)行，已階段性實(shí)現(xiàn)國(guó)產(chǎn)化。

本發(fā)明涉及城市設(shè)計(jì)規(guī)劃，提供在城市規(guī)劃設(shè)計(jì)中識(shí)別城市風(fēng)貌要素，通過建立城市在地建筑風(fēng)貌案例庫(kù)、理論分析、實(shí)驗(yàn)數(shù)據(jù)采集、數(shù)據(jù)公式分析、實(shí)際校正等手段，精準(zhǔn)識(shí)別城市風(fēng)貌要素的權(quán)重關(guān)系。 一、項(xiàng)目分類 顯著效益成果轉(zhuǎn)化 二、成果簡(jiǎn)介 本發(fā)明涉及城市設(shè)計(jì)規(guī)劃，提供在城市規(guī)劃設(shè)計(jì)中識(shí)別城市風(fēng)貌要素，通過建立城市在地建筑風(fēng)貌案例庫(kù)、理論分析、實(shí)驗(yàn)數(shù)據(jù)采集、數(shù)據(jù)公式分析、實(shí)際校正等手段，精準(zhǔn)識(shí)別城市風(fēng)貌要素的權(quán)重關(guān)系。依靠要素分類簇群的數(shù)值為基準(zhǔn)，動(dòng)態(tài)平衡城市風(fēng)貌控制區(qū)內(nèi)的各類風(fēng)貌要素的控制比例，科學(xué)系統(tǒng)地指導(dǎo)城市風(fēng)貌規(guī)劃設(shè)計(jì)和保護(hù)的一種基于VR結(jié)合眼動(dòng)跟蹤的城市風(fēng)貌特征識(shí)別的方法。 在當(dāng)前大力宣揚(yáng)城市特色文化的背景下，為了突出地域風(fēng)貌特色，許多城市常將具有一定城市地域文化代表性的舊城或歷史街區(qū)進(jìn)行整治和修復(fù)，城市風(fēng)貌識(shí)別是開展城市風(fēng)貌保護(hù)及塑造工作的重要基礎(chǔ)。這是利用數(shù)字技術(shù)來(lái)感知、認(rèn)知城市，進(jìn)而科學(xué)精細(xì)化挖掘和智慧化發(fā)展城市風(fēng)貌的新方法，該技術(shù)用于城市風(fēng)貌特征要素分區(qū)和精細(xì)化識(shí)別、監(jiān)控和提升，為城市風(fēng)貌規(guī)劃管理提供科學(xué)系統(tǒng)的指導(dǎo)建議。

本發(fā)明公開了一種基于車輛視頻識(shí)別的混合式主線收費(fèi)站交通沖突評(píng)價(jià)方法，包括如下步驟：1、在收費(fèi)站的收費(fèi)廣場(chǎng)布置攝像頭，采集車輛在收費(fèi)廣場(chǎng)的行駛視頻；2、對(duì)采集到的車輛行駛視頻進(jìn)行車輛識(shí)別和跟蹤，獲取每一幀圖像中車輛的位置坐標(biāo)；3、利用車輛的M幀圖像數(shù)據(jù)，計(jì)算車輛在每一幀圖像中的速度和減速度指標(biāo)如果發(fā)生跟馳沖突，計(jì)算車輛跟馳模型的時(shí)間指標(biāo)TTCk；如果發(fā)生變道沖突，計(jì)算車輛轉(zhuǎn)向模型時(shí)間指標(biāo)Tpet；5、將TTCk和Tpet進(jìn)行同級(jí)化處理，統(tǒng)一為交通沖突評(píng)價(jià)指標(biāo)STC，根據(jù)STC的值判斷交通沖突的嚴(yán)重程度。該方法可以對(duì)收費(fèi)站交通沖突的嚴(yán)重程度進(jìn)行量化，對(duì)收費(fèi)站道路安全性評(píng)價(jià)、管理運(yùn)營(yíng)、道路引流措施等決策有重要的應(yīng)用價(jià)值。

本發(fā)明公開了一種基于亮度基準(zhǔn)漂移的全天候交通圖像增強(qiáng)方法，充分考慮監(jiān)控圖像與光照強(qiáng)度和 拍攝時(shí)間之間的相互關(guān)系，分析光照的總體變化和實(shí)時(shí)變化，分別得到亮度基準(zhǔn)曲線和亮度實(shí)時(shí)反饋， 并加權(quán)得到當(dāng)前時(shí)刻的亮度基準(zhǔn)值，在對(duì)交通監(jiān)控圖像增強(qiáng)之前，先把圖像從 RGB 色彩空間轉(zhuǎn)換到 HSV 色彩空間，在保持圖像色度信息不變的基礎(chǔ)上，運(yùn)用亮度基準(zhǔn)值對(duì)亮度分量分割，得到低亮度區(qū)和高亮 度區(qū)，并分別求取每個(gè)亮度級(jí)的漂移參數(shù)，每個(gè)亮度級(jí)乘以對(duì)應(yīng)亮度級(jí)的漂移參數(shù)得到增強(qiáng)后的亮度級(jí)， 最后圖像轉(zhuǎn)換到 RGB 色彩空間得到增強(qiáng)后的圖片。利用本發(fā)明對(duì)全天候?qū)崟r(shí)監(jiān)控圖像尤其是順逆光情 況下圖像進(jìn)行處理，可以為用戶提供對(duì)比度更清晰，有用信息更突出的圖像。