登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 地理科学类 > 地理信息科学 > 正文

基于DSM的城市天空可视域指标提取毕业论文

 2022-01-08 08:01  

论文总字数:14917字

摘 要

城市天空可视域是衡量一个城市环境质量的关键因素,由此对于城市天空可视域的指标的准确提取是极为重要的,本文通过对以往研究学者及相关技术人员的研究做了总结与提炼,通过VS平台下的C#编程语言与ArcEngine开发包对南京市新街口,地理位置北纬32°02'38"、东经118°46'43"做了可视域指数的提取算法研究以及算法的优化。本文主要对基于点云数据和基于网格模型的扫描线算法做了编码与对比分析。实验中基于网格的扫描线法在查询速度上优于点云扫描线法,且在缓冲查询格网与扫描线相交时,设置缓冲查询距离为像元格1.5倍时运行结果精度较高,且运行速度适中。本次实验模型有助于城市天空可视域指标提取的精度提高,为相关人员提供参考。

关键词:天空可视域 扫描线法 格网 点云数据

Title

Index Extraction of Urban Sky View Factor Based on DSM

Abstract

The urban sky view factor (SVF) is a key factor to measure the quality of a city's environment. Therefore, it is extremely important to accurately extract the indicators of the urban sky view factor. This paper summarizes and refines the research of previous research scholars and related technical personnel. , Through the C # programming language and ArcEngine development kit under the VS platform, the visual field index extraction algorithm research and algorithm of Xinjiekou, Nanjing, 32°02'38 "north latitude, 118°46'43" east longitude were done optimization. This paper mainly encodes and compares the scanning line algorithm based on point cloud data and grid model. The grid-based scanline method is superior to the point cloud scanline method in query speed, and when the buffer query grid intersects the scan line and the buffer query distance is set to 1.5 times the pixel grid, the running result has higher accuracy , And the running speed is moderate. This experimental model helps to improve the accuracy of the urban sky view factor index extraction and provides reference for relevant personnel.

Key Words:sky view factor (SVF); Scan line method; Grid; Point cloud data

目 录

摘要 Ⅰ

ABSTRACT Ⅱ

第一章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 1

1.2.1 城市空间形态研究 1

1.2.2 天空可视率SVF研究 1

1.3 研究内容 2

1.4 论文结构 2

第二章 城市空间形态评价方法 4

2.1 城市空间形态概念 4

2.2 城市空间形态指标 4

2.3 天空可视率SVF提取方法 6

2.3.1 软件方法 6

2.3.2 鱼眼拍摄实测法 7

2.3.3 全球定位系统方法 8

第三章 城市天空可视率数字提取方法 9

3.1 建筑数字表达 9

3.1.1 栅格数据模型(DSM介绍) 9

3.1.2 点云数据模型(激光散点) 9

3.2扫描线算法 9

3.2.1 基于点云的数据模型分方法 9

3.2.2 基于格网的数据模型的方法 10

3.3提取精度与提取效率 10

3.3.1 栅格分辨率影响 10

3.3.2 点云数据模型(激光散点)的点密度影响 11

3.3.3 扫描线粒度(角度)的影响 11

第四章 实验分析 12

4.1 研究区介绍 12

4.2 数据处理 13

4.3 原型系统设计 14

4.4 提取结果分析 19

第五章 总结与展望 21

5.1 总结 21

5.2 展望 21

参考文献 22

致谢 23

第一章 绪论

1.1研究背景及意义

在如今全球化的环境中,城市作为对外交流的主要地点,这意味着城市需要不断地变化,将新的东西吸收进来,旧的东西也将被筛选。所以如何对城市空间形态举行正确地评价至关重要,只有准确地对城市空间形态展开评价才能维持城市的活力。对于城市空间形态的评价,多数情况下是在定性层面上,无法展开横纵方向上的比较分析。所以需要考虑城市的内在规律,以数字方式描述城市空间形态,这样才能使城市空间形态评价更加准确。

对于城市空间形态的评价大多数情况是从城市重心的偏离度、城市形态的紧凑度、城市形态的离散度、城市空间的放射状指数等方面进行[9]。其中重心的偏离度能更好地反映出城市中心的变化;紧凑度和离散度评价呈现出城市内区域集中和分散程度;放射状指数反映了城市内部的联系,更加贴近于生活。

1.2国内外研究现状

1.2.1 城市空间形态研究

城市空间形态表现出一个城市各种自然社会经济等因素,在城市可持续发展中,城市空间形态占据重要地位。从卫星图像中我们可以发现,城市因为文化、时期、地理位置的不同,城市在形态上具有不同的特征,呈现出紧密、稀疏等形式[5]。现在社会经济快速发展,对于城市空间形态的研究将是一个必须要解决的问题。然而,目前对于此方面的研究仍十分不足。

国内外多数专业人士对于城市空间形态的研究,大多数都是基于原有的研究数据,而没有动态的数据支持,由此对城市空间形态进行量化,通过固定的指标进行描述。这样的结果是数据比较单一而且复杂,难以对城市空间形态进行时间上的量化比较[6]。为了解决相关问题,各种城市空间形态指标应运而生。

我国对于城市空间形态的研究在二十世纪九十年代才相继出现,目前对于城市空间形态的研究分为定量分析和定性分析。其中,定性分析为主,而定量分析中具有许多指标,如紧凑度、离散度等[4],只有将二者结合才能更好地描述城市空间形态。

请支付后下载全文,论文总字数:14917字

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图