为全面、即时搜集分散于互联网上游离的气象数据,满足各行业、各领域、各学科科研部门的数据需求,提出使用Google MEAN Stack全栈技术开发基于Cheer IO的高效定向爬虫,充分利用***高性能I/O的特性,实现气象信息的快速搜集。同时将技术...
详细信息
为全面、即时搜集分散于互联网上游离的气象数据,满足各行业、各领域、各学科科研部门的数据需求,提出使用Google MEAN Stack全栈技术开发基于Cheer IO的高效定向爬虫,充分利用***高性能I/O的特性,实现气象信息的快速搜集。同时将技术栈与地理信息系统技术、数据可视化技术以及云计算技术相结合,通过地理信息系统的数据存储、查询、自动制图、统计分析等功能对信息进行分析和处理,在阿里云平台上构建了一个能抓取并存储海量数据、提供实时气象数据的应用系统,提供便捷的检索、查询功能,有较强的实用性。本文结合气象数据爬虫的解决方案,对MEAN Stack数据爬虫的开发框架、项目架构以及爬虫核心技术(抓取目标策略、网页分析算法、多线程并发运算等)进行了深入分析研究与实现。
森林调查主要包括单木胸径、单木树高、单木材积、林分平均胸径、林分平均高、林分密度、林分蓄积量等。以摄影测量学原理、图像处理技术原理、测树学原理为理论基础,设计了森林智能测绘记算器,由自主研发的PDA模块、EDM模块和云台组成,测量时获取倾角、方位角、距离及图像信息等参数,通过在Android Studio 2.1开发环境下集成并利用Java语言进行汇编的4个模块化程序,能够实现树高测量、胸径测量、三元材积解算、3D角规样地测量、基本测量等5项功能。通过试验验证,树高测量精度达97.13%,胸径测量精度达97.08%,材积测量精度达94.52%,林分平均高测量精度达98.09%,林分平均胸径测量精度达98.05%,林分密度测量精度达96.59%,林分蓄积量测量精度达95.72%,符合国家森林资源连续清查的精度要求,可以在林业调查中推广使用。
暂无评论