【摘 要】
：
本文通过对东莞市获批的278处历史建筑的现场调研,采用无人机、三维激光扫描等空间信息技术实现信息采集和数字化建库,结合数字化管理平台与公众服务系统全方位展示和传播东莞市历史建筑的文化价值。旨在探索数字化技术与历史建筑保护相结合的新模式,为传统文化资源的保存、保护、活化利用及传播提供新思路,从而推动历史建筑保护管理工作向科学化、完整化、系统化和共享化方向发展。
【基金项目】
：
国家重点研发计划(2018YFB2100703),广东省前沿与关键技术创新专项(省重大科技专项)(2017B010117004),广东省重点领域研发计划(2019B010151001)。
论文部分内容阅读
本文通过对东莞市获批的278处历史建筑的现场调研,采用无人机、三维激光扫描等空间信息技术实现信息采集和数字化建库,结合数字化管理平台与公众服务系统全方位展示和传播东莞市历史建筑的文化价值。旨在探索数字化技术与历史建筑保护相结合的新模式,为传统文化资源的保存、保护、活化利用及传播提供新思路,从而推动历史建筑保护管理工作向科学化、完整化、系统化和共享化方向发展。
其他文献
近年来,由于地铁等地下工程大规模的建设产生了严重的地表沉降,从而诱发许多地质灾害,严重阻碍了中国城市化进程。因此,采用高精度雷达监测技术,对城市地质灾害监测及风险评估具有重要意义。本文利用SBAS-InSAR技术,基于24景X波段TerraSAR数据和32景C波段Sentinel-1数据,时间跨度分别为2013年7月至2015年8月、2015年7月至2018年2月,对地铁建设完成后的福州市区地表沉
在初中英语教学阶段,英语阅读与写作相结合是为了提高学生综合能力的培养.在提高学生阅读理解的同时,还可以为写作奠定基础,使学生提高自身的口语与写作能力,从而培养学生全
面向露天矿山生产对于矿车装载量核算的需求,本文提出了一种利用单线激光雷达扫描的矿车装载量自动核算方法。该方法首先采用固定式单线激光雷达对目标车辆进行俯视扫描,基于车辆形态特征分割出载荷物顶部点云;然后经时态校正,并与预先构建的车辆信息数据库进行匹配,重建出载荷物的三维表面模型;最后通过对载荷物表面模型的切片积分实现方量核算。以齐大山铁矿运输为例,对多台矿车装载量进行核算测试。结果表明,本文方法可在
为建立一种简易的FLAC3D建模方法,降低FLAC3D前处理时的建模难度,本文基于Python编程语言开发了建模文件生成程序。该程序以岩体各层位的高程信息为基础,采用Kriging插值生成离散网格点数据;并采用离散网格点自动生成建模所需要的网格数据文件;将该文件导入FLAC3D软件中,即可生成与真实钻孔数据和地层信息吻合的三维模型。程序提供了3种FLAC3D内置单元模型可供选择。该方法采用Krig
随着社会的发展,我国对于教育也越来越重视.不同于以前的文化成绩第一的现象,如今我国越来越重视德智体美劳全面发展.在课改的不断深化下,体育教学不断发展,并且随着“互联网
长江中下游丘陵地带地块细小破碎、种植结构复杂,导致作物遥感光谱特征相互纠缠,信息精确提取困难等。本文基于Sentinel-2A数据提出了多特征组合优化的丘陵地带农作物种植结构精确识别方法。首先获取研究区内主要农作物的关键物候特征信息;然后计算其光谱特征、纹理特征、地形特征值,构建原始特征集;最后采用随机森林方法对特征进行重要性排序,对原始特征集进行特征变量优化,并选择优化后的组合特征进行监督分类提
在排污口排查过程中单一采用正射影像,常常无法发现存在于树下、桥下的隐蔽排污口,为了解决该问题,本文以松花江干流区域为研究对象,提出了利用无人机正射影像、实景三维模型和水质反演参数混合解译的方法。首先利用水质参数异常信息确定重点排查区域,然后用正射影像进行大规模排查,标记出疑似排污口,同时利用倾斜摄影构建的实景三维模型对重点区域和疑似排污口进行解译。该方法有利于快速高效地查找隐蔽排污口,对河流和海洋
本文基于MODIS NDVI时间序列数据集,运用Sen+Mann-Kendall趋势检验、Hurst指数和相关分析等方法,对湖南省2000—2018年植被的时空变化特征、演化趋势可持续性及其与气候因子的相关性进行了研究。结果表明:(1)湖南省植被覆盖整体较高,并具有明显的季节变化特征;研究区植被与气温的相关性要强于降水。(2)近19年湖南省植被NDVI整体呈上升态势,增速为8.6%/10 a(P<
在城市内涝模拟研究中,汇水区划分是十分重要的环节,同时对大尺度平原城市进行汇水区精细划分也是研究者共同研究的技术难点。针对现有基于DEM流向分析的划分方法存在的无法正确反映实际城市复杂地形和流向问题,本文提出了一种顾及地类和流向,适用于大尺度平原城市的精细汇水区分级划分方法。首先,从城市自然地形和主干河流出发,进行一级宏观尺度划分;然后,依据城市主次干道,干渠和管网实现二级中观尺度划分;最后,在二
在股价预测领域,预测的准确率比估计的相合性更有价值,因此保证相合估计的传统线性模型正逐渐被长短期记忆神经网络(long short-term memory,简称LSTM)等深度学习方法替代.然而,影响股价的因素是多源的,不仅包括股市历史交易信息,还包括企业基本面信息和宏观经济信息等,这些不同来源的信息间有长期确定关系,而关于此关系的数据记忆会被传统LSTM模型在学习过程中抛弃.构建“集成式长短期记忆神经网络模型”即ensemble LSTM,应用动态网络生成机制保证不同来源数据间的长期均衡关系不会被遗忘,