【正文】 其次，我的同學也給予了熱情的幫助，感謝他們?yōu)槲姨岢鲇幸娴囊庖姾徒ㄗh，感謝他們對我無私的幫助。 （四）中圖幅號轉換 的保存結果如 （ 圖 46） 圖 46 27 退出 點擊每個頁面上的退出按鈕即可退出該系統(tǒng)，或者點擊界面右上角的“ X” 也可關閉該系統(tǒng)。 如（ 圖 42） 圖 42 （二）由高斯坐標查詢圖幅號 在主界面上，單擊“由高斯坐標查詢圖幅號”復選框，選中后，選擇參考坐標系（如北京 54 坐標系，或西安 80坐標系等），輸入目標地的高斯投影 x,y 坐標 （ y坐標加過500Km） ，并輸入當?shù)刂醒胱游缇€經度，選擇比例尺，點擊生成圖幅號。而地形圖圖幅號快速的查詢，以及新舊圖幅號之間的轉換，對于生產單位的企業(yè)、用戶來說就顯得尤為重要。 n = atoi((first+1,lastfirst1))。 m=atoi((w0))。 22 y=ykh((m1),12)*8+ykh((n1),8)+1。 first= (39。)==3) { m_blc=1:1 萬 。 m=atoi((w0))。chrn(ch,39。 n=ch[strlen(ch)1]64。39。 x=fkh((m1),12)+1。 } else if (ch[5]==39。)。 y=ykh((m1),2)+1。B39。 CString str。 (%d,n)。 break。G39。 n=ykh((fkh((x+1),2)1),2)*2+ykh((fkh((y+1),2)1),2)+1。 m_tf2=m_tf2++str。 case 39。 break。 m_tf2=m_tf2++str。 int m,x,y,n,p。 lp=(m2funy(Bp,l))/a1p。 Bp=(m1fun(B)funx(B,l))/(c*b0)。 q3=*h6*mi(cos(h2),3)*(1tan(h2)*tan(h2)+mi(h4,2))。 q4=*h6*sin(h2)*mi(cos(h2),3)*(5tan(h2)*tan(h2)+9*h4*h4+4*mi(h4,4))。 } 17 double GAOSI::fun (double h) //計算 Fx(B) { double h1。 v=sqrt(1+n*n)。 while (s=m2) { q1=m1*q1。 q0=w+w1/+w2/。 ep=sqrt(a*ab*b)/b。 圖幅理論面積的計算 ??? ??????? m12m12m122 c o s 5(25Cs i nc o s 3(23Bs i nc o s(21A s i n2S BBBBBBBBBLb ）））??????? m12m12 c o s 9(29E s i nc o s 7(27D s i n BBBBBB ）） 公式 233 其中： A,B,C,D,E 為常數(shù)，按下式計算 : ??2﹦ (??2﹣ ??2)/??2 A﹦ 1+（ 3/6） ??2+（ 30/80） ??4+（ 35/112） ??6+（ 630/2304） ??8 B﹦（ 1/6） ??2+（ 15/80） ??4+（ 21/112） ??6+（ 420/2304） ??8 C﹦（ 3/80） ??4+（ 7/112） ??6+（ 180/2304） ??8 D﹦（ 1/112） ??6+（ 45/2304） ??8 E﹦（ 5/2304） ??8 式中： a— 橢球長半軸 (單位：米 )， b— 橢球短半軸 (單位：米 )； Δ L— 圖幅經差 (單位：弧度 )， (B2﹣ B1)— 圖幅緯差 (單位：弧度 )， Bm﹦（ B1﹢ B2） /2； S— 圖幅理論面積（單位：平方米）。 [ ]表示商取整； ( )表示商取余； （ 3） 1:25 萬地形圖從新圖幅號換算舊圖幅號 舊圖幅號中的第 3 組代碼 —— 1:25 萬地形圖在 1:100 萬地形圖中的位置代碼“ m”： m=（ ???14 ） *4+（ ???14 ） +1； 公式 27 x 表示 1:25 萬地形圖新圖幅號中的 圖幅行號， y 表示 1:25 萬地形圖新圖幅號中的圖幅列 號。 ]+1 公式 21 b=[B/6176。 （二）地形圖編號 （ 1） 1:100 萬地形圖編號 1： 1 00 萬 地形圖編號采用國際 1： 1 00 萬 地形圖編號標準。39。 新的分幅和編號方法如下： （一）地形圖分幅 4 我國基本比例尺地形圖均以 1： 100 萬地形圖為基礎，按規(guī)定的經差和緯差劃分圖幅。緯差為 4039。 26’08’’、緯度為 30176。為一幅圖。運輸和存放；統(tǒng)一編號，有利于快速檢索和 發(fā)行。 圖幅號的作用 地形圖指的是地表起伏形態(tài)和地理位置、形狀在水平面上的投影圖。 編號將劃分的圖幅，按比例尺大小和所在的位置，用文字符號和數(shù)字符號進行編號。本文介紹的 圖幅號查詢系統(tǒng) 是 用 Visual C++編程語言 設計實現(xiàn)的 ， 重要 功能模塊包括高斯坐標與大地坐標的轉換、經緯度查詢新 圖幅號、 大地坐標查詢新圖幅號、 新舊圖幅號轉換、查詢圖幅信息等， 系統(tǒng) 設計界面友好，查詢結果準確， 可以使得用戶方便快捷地 查詢關于圖幅號的信息。適用于小區(qū)域地圖分幅，易于拼接，主要用于工程建設大比例尺地形圖。 首先是測制地圖的需要，就測制某種比例尺地圖而言，按每一分幅地圖的范圍和圖號下達任務，不僅可以避免測制地圖過程中遺漏或重復，節(jié)資增效，而且還能使所測地圖的幅面控制在適當范圍內，避免因幅面過大使繪圖作業(yè)難以操作，影響繪圖質量。舊圖幅號與 新圖幅號 的換算較為煩瑣， 并且兩者之間的轉換在生產過程中具有重要意義，如土地二調采用新圖幅編號方法，而一調時采用就圖幅編號方法，為了調用后者的數(shù)據，新舊圖幅號轉換的實現(xiàn)就很有必要， 本文設計的 國家基本比例尺地形圖圖幅號查詢 系統(tǒng)實現(xiàn)了它們的轉 換與對照。劃作一縱行，全球共劃分為 60 縱行，依次用 2?? 60 表示。構成以 A、 B、 C、D 為代號的 1:50 萬地形圖，如： J50A； 將一幅 1:100 萬地形圖分為 16幅，圖幅經差為 1176。30，如： J505(3)； 將一幅 1:1 萬地形圖分為 2 行、 2 列，共 4 幅 1:5000 地形圖，分別以 A、 B、 C、 D表示，經差為 139。4539。1539。即將 1： 100 萬地形圖按所含各比例尺地形圖的經差和緯差劃分成若干行和列，橫行從上到下、縱列從左到右按順序分別用三位阿拉伯數(shù)字 (數(shù)字碼 )表示，不足三位者前面補零，取行號在前、列號在后的排列形式標記；各比例尺地形圖分別采用不同的字符作為其比例尺的代碼 (參見表格 )。 +（ d1） *△ B； 公式 24 L=（ a1） *4176。 [ ]表示商取整； ( )表示商取余； （ 8） 1:5000 地形圖從新圖幅號換算舊圖幅號 舊圖幅號中的第 3 組代碼 —— 1:5000 地形圖所在的 1:10 萬地形圖在 1:100 萬地形圖中的位置代碼“ m”： m=[???116 ]*12+[???116 ]+1； 公式 216 舊圖幅號中的第 4 組代碼 —— 1:5000 地形圖所在的 1:1 萬地形圖在 1:10 萬地形圖的位置代碼“ n”： n=([??+12 ]?18 )*8+([??+12 ]?18 )+1； 公式 217 舊圖幅號中的第 5 組代碼 —— 1:5000 地形圖在 1:1 萬地形圖的位置代碼“ p”： p=(???12 )*2+(???12 )+1； 公式 218 計算結果， p=1 時取 A， p=2 時取 B， p=3 時取 C， p=4 時取 D； x 表示 1:5000 地形圖新圖幅號中的圖幅行號， y 表示 1:5000 地形圖新圖幅號中的圖幅列號。 f=m2。 b6=*mi(ep,6)+*mi(ep,8)。 return u。 cosh=cos(m)。 a4=*N*sinh*mi(cosh,3)*(5t*t+9*n*n+4*mi(n,4))。 h5=sqrt(1+h4*h4)。 h4=ep*cos(h2)。 B=m1/(c*b0)。 l=lp。 CString str。: m_blc=1:50 萬 。 m=ykh((x1),4)*4+ykh((y1),4)+1。 (%d,m)。 m_tf2=m_tf2++str。 m=fkh((x1),4)*12+fkh((y1),4)+1。 m_tf2=m_tf2++str。 n=ykh((x1),8)*8+ykh((y1),8)+1。 (%d,m)。 20 break。 } else if(ch[5]==39。) { m_blc=1:50 萬 。 int first,last。 x=fkh((m1),4)+1。39。)==0amp。39。39。 w0=(39。 (F%03d%03d,x,y)。)。)。 w0=(39。 last= (39。 } m_tf2+=str。 運行說明 啟動方法 雙擊打開圖幅號查詢系統(tǒng)文件夾， 3 個 DLL 文件為動態(tài)鏈接庫，雙擊文件名為“ tfhcx”的 exe 文件即可打開圖幅號查詢系統(tǒng)。如選擇轉換方式為 —— 舊圖號，輸入上述圖幅號 J50D001005，轉換的舊圖幅號為 J505。 首先，我要對我的指導老師，表示誠摯的感謝。 30 外文原文 （出自： Wei Z, Yang B S and Li Q Q. 2021. Automated extraction of building footprints from mobile LIDAR point clouds. Journal of Remote Sensing, 16(2): 286–296） Automated extraction of building footprints from mobile LIDAR point clouds WEI Zheng, YANG Bisheng, LI Qingquan Abstract This paper presents a novel method for automated extraction of building footprints from mobile LIDAR point rst generate the georeferenced feature image of mobile LIDAR point clouds using an interpolation method, and adopt imagesegmentation and contour extraction and tracing to extract building boundaries in the georeferenced feature image as the coarselevel of building footprints in Twodimensional imagery space. Then, the coarse level of building footprints is further rened byapplying planar segmentation on the extracted point clouds in the building boundaries. Finally, the triangulated irregular work (TIN) is used to achieve the ne level of building footprints. Dataset of residential areas captured by Optech’s LYNX mobile mapping system was tested to check the validities of the proposed method. Experimental results show that the proposed method provides a promising and valid solution for automatical