长距离多幅线性高架桥梁水平位移监测方法研究

来源 :城市勘测 | 被引量 : 0次 | 上传用户:eden_1005
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统监测方法对长距离多幅线性高架桥梁,具有作业效率低、数据处理较为烦琐等难点.为有效提高长距离多幅线性高架桥梁监测作业效率,文中提出一种基于GNSS和导线测量布设水平位移基准网的方向观测法.该方法具有施测难度低、建立统一坐标系方便、后期数据处理简易等特点,并以福州环岛路第一标高架段工程为例,验证了此方法的高效性.
其他文献
通过分析水位变化情况复杂区地形结构测绘的难度,以及梯级水利景观规划的较高要求,研究了无人机航测技术在水位变化情况复杂区地形测绘及实景三维建模方面的应用优势,并以广州市番禺区RT湿地公园梯级水利景观规划项目为例进行了实例应用研究,论证了无人机航测技术在滨水区地形测绘、梯级测绘成果辅助分析等方面具有很好的应用效果与研究价值.
由于各部门对国土空间用途管制的不同,导致各自掌握的数据出现空间重叠.基于利用空间重叠快速准确寻找可造林范围的目的,通过GIS强大的数据处理与分析能力,对第三次全国国土调查数据与林业变更调查数据重叠部分进行相应数据处理,并且利用高清影像进行数据检查,制作成果统计表、工作底图形成工作流程的闭环,通过一个乡镇的数据实例给出寻找造林空间的解决方案,得出了充分发挥两种数据即可清晰有效地寻找可造林空间.
针对地铁隧道沉降监测点多、观测次数多、长期观测,以及高精度电子水准仪进行数据采集的特点,提出了开发具备数据读取、闭合环的自动查询与闭合差计算、监测网平差处理、各种报表和沉降曲线生成等功能一体化软件.介绍了地铁隧道沉降观测方法、数据平差处理的统一数学模型、软件的设计开发和应用.应用表明,电子水准仪配合处理软件,能够大大节约作业人员工作时间又保证了数据准确度.
基于EPS地理信息工作站(简称EPS平台)进行地理信息数据编辑的数据格式为EDB格式,为了满足其他地理信息数据场景应用,需要将EDB数据批量输出为ArcGIS、AutoCAD等通用地理信息数据格式.通过定制开发和搭建多进程批处理环境,利用参数化调用脚本语言实现地理信息数据的多进程批处理,经过生产数据实践验证,可以有效提升基于EPS平台进行地理信息数据格式转换自动化处理的效率.
西安中心城区的老旧小区综合地下管线权属单位众多、排布纵横交错复杂、历史资料缺失、施工改造困难,实地探测获取管线精准GIS数据,在其基础上结合BIM技术进行优化设计、辅助施工,保留竣工电子资料,便于后期数据更新和改造施工,精准数据分析,使运维管理更高效,服务水平智慧化.
GNSS天线相位中心的改正包括平均相位中心到天线参考点(ARP)的相位中心偏差(PCO)和瞬时相位中心到平均相位中心的相位中心变化(PCV).不同类型的天线,其相位中心偏差模型是不一样的;相同类型的天线因施工工艺相同通常认为具有相同的相位中心偏差.随着中国导航事业的迅猛发展,国产GNSS天线的类型越来越多,用户对定位精度的不断提高,建立一种天线相位中心的标定方法尤为重要.本文通过短基线高精度测量,与已知标准基线进行比较,获得待测天线的相位中心偏差标定值.
为解决传统测量在道路测量中的弱点,本文将尝试引入车载移动激光扫描系统,应用于道路改扩建测量.结合实际案例,介绍了车载扫描数据在道路测量中的轨迹解算、重复轨迹纠正、控制点检核等问题,提高了解算精度,克服了传统测量作业模式的缺点,可在城市道路改扩建测量中应用推广.
学区规划的合理性和科学性是基础教育管理工作的重要内容之一.文中以汉中市主城区的中小学为研究对象,借助GIS(Geographical Information System)服务区分析和两步移动搜寻法,基于城市路网、居民区、中小学校数据和人口统计资料,分析汉中市主城区16所小学、5所初级中学的服务范围、时间和距离可达性.结果表明:汉中市主城区的中小学学校分布和可达性均具有不平衡性,距离和时间可达性由中心城区向城郊地区递减.其中,3所小学的平均可达时间大于20 min,平均距离成本大于1 km,可达性较差;中
面向对象的高分辨率遥感影像变化检测中,分割尺度选取的合适与否是影响检测精度的关键因素之一.针对尺度问题本文提出一种基于多尺度分析的遥感变化检测方法.首先利用易康软件的插件ESP2工具进行最佳尺度估算,对影像中目标地物识别进行最佳分割尺度分析,获得各影像的最佳分割尺度;然后将前后时相影像叠置,生成子对象,在子对象中利用结构相似性测度判断子对象的变化情况;最后将大、中、小尺度判别结果进行模糊强度融合得到最终的变化检测结果.在西安市2016年天地图影像和2017年谷歌地图影像组成的影像对上实验,结果表明,多尺度
目前国内各城市已普遍采用管道机器人深入管道内部摄取视频影像,有效获取到可供管道缺陷检测的一手资料,但缺陷识别大部分依靠人工目视识别,耗时耗力,生产周期长.利用福州市勘测院多年累积的管道检测数据,基于Pytorch深度学习框架、建立了排水管道缺陷内窥检测智能识别系统,包括:数据预处理,残差神经网络设计与训练、系统集成等.重点实现了三级组合识别模型建构(二分类,类型识别,等级识别),解决了系统准确度等技术难题.经生产实践表明:模型准确率高,可有效提高管道健康状况检查质量和效率.