可视化技术在城市水土流失调查中的应用

在阐述了城市水土保持重要性的基础上,重点介绍了可视化技术在北京市海淀区水土流失调查中的应用。方法是:在海淀区15.6km2范围内进行全方位的人工测量、调查,统计数据;再以1999年北京市海淀区局部约8km2的航片为资料,利用VirtuoZoNT(全数字摄影测量系统)、Imagis(三维可视地理信息系统)、CyberCity(三维重建数字化系统)等可视化软件对北京市海淀区局部范围水土流失状况进行测量、分析、统计,生成三维实景模拟图等。其结果表明在典型区15.6km2范围内,据不完全统计,大规模的房地产开发多达47处,开发面积211.4067hm2,造成裸露面积163.0745hm2;道路交通建设6处,总长8675m,造成裸露面积4.2239hm2。全部开发建设造成裸露面积191.5662hm2,占调查区总面积的12.28%等。海淀区水土流失特点由于开发建设强度大,人为活动量大,人为造成水土流失的现象非常突出;生产行为造成的弃土弃渣比生活行为影响更加显著;另外海淀区房地产开发是海淀区水土流失的首要人为因素。     

基于泵站流道流场数值计算的可视化方法研究

通过流场数值计算来优化泵站流道的水力设计是泵站流道设计的新途径和新方法。文中基于流场数值计算方法,根据工程实际需要,研究其相应的可视化实现方法,主要内容包括各种函数关系曲线处理、流道出口及任意断面轴向流速可视化及三维计算网格再处理和图形显示等。在新一代软件AutoCAD开发环境ARX下,实现了上述各项可视化功能     

基于聚类的农产品流通物联网感知数据时空可视化技术

农产品在流通过程中对运输环境的要求相对严格,借助物联网技术可以实时感知农产品流通过程中的环境数据以及车辆位置数据,通过对这些数据进行有效地可视化,能够实现对整个运输环节的环境监控和位置追踪。但是,流通过程中往往会产生大规模的环境感知数据和车辆位置数据。直接将这些数据进行可视化映射将面临如下挑战:感知点会显得很繁杂错乱,容易出现视觉混淆问题;关键位置点会被湮没在密集的点群之中,难以发现数据中蕴含的有价值的信息;大规模数据的渲染会占用大量的系统计算资源,导致浏览器卡顿等现象,影响用户的使用体验。针对这些难题,该文提出了一种基于聚类的农产品流通过程感知的时空数据可视化技术,该技术首先综合考虑地理空间分布、时间连续性、语义特性对采集到的大规模数据进行聚类分析,挖掘出流通过程的关键位置;然后基于这些关键位置绘制运输轨迹,以实现对流通过程感知数据的时空可视化;最后,将此技术应用到农业物联网地理空间分析与可视化系统中,该系统成功应用到浙江省多个农业基地,针对农业物流环节进行应用示范,应用表明该技术方便了对农产品流通过程进行直观地时空可视化分析。     

基于图像和卷积神经网络的蝴蝶兰种苗生长势评估

在蝴蝶兰（Phalaenopsis aphrodite）产业中，种苗在达到最短营养栽培时长时的生长势在其后续的栽培链和最终的经济利润中起着重要的作用。当前在商业大型温室中主要采取人工方式对每株种苗进行评估，既费时又费力。基于RGB图像进行植物生长评估的相关研究依赖于从图像中手动提取人工定义的特征，从而影响了机器学习模型的有效性和泛化能力。本研究使用卷积神经网络（Convolutional Neural Network，CNN）来探讨其以端对端方式评估温室中蝴蝶兰种苗生长势的可行性。对在温室中采集的图像数据集，采用不同的CNN架构（VGG、ResNet和Inception-v3）结合不同的训练机制（从头训练、微调、特征提取）建立基准模型，其中微调取得了最佳的分类结果。考虑到本研究的目标任务是对具有复杂图像背景的单个温室种苗的形态分类，为进一步提高模型性能，在可控的实验室条件下采集了更多的种苗图像。实验室图像进行背景分割后，用于协助模型更好地学习植株的形态，即建立增强模型。与基准模型相比，2种增强方式总体上在温室测试集的F1-score取得了0.03～0.05的提升。采用增强方式II的VGG模型取得了最高的性能（温室测试集上的F1-score为0.997），并对该模型的特征图进行可视化。在高层特征图中，目标种苗区域被激活，同时滤除了大部分背景（包括相邻种苗的叶片），进一步证明了能够采用CNN对温室种苗进行有效的形态学习和刻画。总体结果表明，深度学习模型可用于基于图像的蝴蝶兰种苗生长势评估，并且可扩展用于温室下其他植物类型的生长评估。     

基于嗅觉可视化和近红外光谱融合技术的海鲈鱼新鲜度评价

为了实现鱼类新鲜度的快速无损检测,该研究尝试利用嗅觉可视化与近红外光谱融合技术对鱼的挥发性盐基氮含量进行预测,从而评价其新鲜度。试验对象选用海鲈鱼,4℃冷藏待测。用主成分分析法对从可视化传感器阵列提取到的特征变量进行降维,用遗传算法结合偏最小二乘法对预处理后的近红外光谱特征变量进行筛选,将降维和筛选后的变量进行特征层融合。用支持向量回归算法分别建立基于嗅觉可视化、近红外光谱和多传感器信息融合技术的挥发性盐基氮含量预测模型。基于嗅觉可视化技术的模型的预测集决定系数R2 p为0.757,均方根误差RMSEP为6.755 mg/100g;基于近红外光谱技术的模型的决定系数R2 p为0.787,均方根误差RMSEP为6.186 mg/100g;而融合模型的决定系数R2 p为0.882,均方根误差RMSEP为4.585 mg/100g,与前两个模型相比,预测更准确。研究结果表明,利用嗅觉可视化和近红外光谱融合技术评价海鲈鱼新鲜度是可行的。     

基于监测信息可视化方法的土地覆被变化分析

在土地覆被变化动态监测中,经典的土地利用转移矩阵可以反映出一段时期内各地类面积之间的相互转化关系,但无法实现变化信息的定位分析与可视化表达,该文运用地学信息图谱的分析理念,提出了土地覆被变化监测信息的可视化分析方法。首先,通过遥感制图获取了土地覆被变化监测时段内的2期土地覆被分类图,利用GIS空间叠加分析功能,提取了土地覆被类型转移矩阵和土地覆被类型转移信息图谱;然后,在土地覆被类型转移信息图谱的基础上,依据地统计学模型原理,对图谱中的空间数据进行网格处理和Kriging插值分析,获取了研究区土地覆被变化强度信息图谱,用直观的图谱形式展示了土地覆被变化监测信息的空间变化强度规律。该文以黑龙江省哈尔滨市双城区为研究区,利用2002年Landsat7 ETM+和2013年Landsat8 OLI遥感影像,在土地覆被类型遥感制图的基础上,通过GIS叠加分析方法和地统计学模型,获取了2002－2013年时段的土地覆被类型转移图谱和变化强度信息图谱,实现了土地覆被变化监测信息的可视化定位分析,为土地覆被类型变化信息的定位表达及其变化规律的图谱分析提供了一种途径。     

基于GPU和场景分页的森林可视化模拟

森林地域分布广阔,森林中植被众多、光影分布复杂。在森林可视化模拟时巨大的场景,场景中大量的模型,复杂的光线和阴影给真实感绘制带来了很大的困难[1]。特别是在基于单木生长模型的森林生长可视化模拟中,由于要对每一棵树的生长进行计算,同时还要渲染三维场景中大量的模型,计算光照阴影等,CPU的计算量很大。一般的森林场景都     

可视化技术在虚拟圆锥螺纹量规研究中的应用

介绍了虚拟量规的要概念和特点，结合可视化技术的发展，研究了如何建立量规的几何模型，将可视化技术应用于虚拟量规的设计中，并给出了部分已经完成的实例。     

基于文献计量的国际营养导向型农业研究进展可视化分析

为解决人们营养健康问题，营养导向型农业逐渐成为探究农业、营养与健康之间关系的重要学科，中国作为农业大国，发展适合本国国情的营养导向型农业，对推动农业高质量发展具有重要意义。采用文献计量学方法，通过可视化知识图谱对营养导向型农业的研究现状及前沿进行分析，为相关政策制定及研究实践提供具体建议和参考。结果显示，营养导向型农业在2013年前后开始成为研究热点，并呈现阶梯式的增长。欧美发达国家发文量较多，影响力较高，尤其美国在营养导向型农业相关研究领域中处于领先地位。从学科和关键词分布来看，研究领域涵盖了农业食物营养健康领域多个学科，并呈现动态变化。领域高被引文献和近3~4 a的被引剧增文献主要围绕农业生产多样性、妇女赋权等干预措施对小农农户膳食多样性及妇幼营养的影响评估，提示相关主题未来可能持续具有较高热度。我国营养导向型农业发展应着眼全球，借鉴已有经验，加强国际合作提升影响力，重视多部门统筹协作和多学科交叉融合，聚焦重点热点问题，发展本国特色并重视结果评估。     

基于三维激光扫描技术的果园景观可视化方法——以贵州关岭火龙果标准示范园为例

基于数字示范果园与高效农业产业园区建设与管理的需要,利用Riegl VZ-400三维激光扫描仪对贵州关岭县火龙果标准示范园进行实景扫描,并结合RISAN PRO系统配套软件对扫描点云数据、影像数据进行拼接处理,从而实现火龙果园的三维可视化,为虚拟果园管理和园区规划提供直观参考和布局。