越野车辆在软土路面上行驶时，其车轮-地面相互作用的动态力学行为极其复杂，车轮的下陷程度和通行能力均为车辆地面力学研究的重点。为探究车轮在软土路面通行时的动力学性能，本文提出了一种连续-非连续单元法（Continuous-discontinuous Element Method， CDEM）与颗粒离散元法（Discrete Element Method， DEM）相结合的耦合计算方法。该方法中，车轮采用CDEM单元进行描述，软土路面采用DEM颗粒进行描述，CDEM单元与DEM颗粒之间采用罚弹簧进行耦合，通过在车轮上施加动态扭矩，实现了车轮在软土路面上摩擦、滚动及前行过程的精确模拟。借助CDEM与DEM的耦合，探讨了车轮花纹、路障对车辆行驶过程中动力学行为的影响规律。研究结果表明：花纹车轮及光面车轮均在软土路面留下清晰可见的车辙；花纹轮胎较光面轮胎表现出更强的通行能力；花纹车轮转动速度较小，但其车轮平动速度远高于光面车轮，花纹车轮平动与其线速度之比约为12.78%，而光面车轮比值仅为2.80%；车轮在软土路面行驶过程中，相同质量下的光面车轮下陷深度远高于花纹车轮；车辆在含路障路面通行时，地面起伏度与车辆行驶能耗之间密切相关，起伏度越大，所需能量越大。

随着生活水平的不断提高, 城市植被已成为衡量城市宜居性的重要标准之一, 对城市生物多样性评估和保护起到非常重要的作用。 因此, 合理规划城市植被是解决环境问题和提高生活质量的重要手段。 因此, 城市植被的提取和监测成为重中之重的任务。 目前, 城市植被提取一方面受到地域和物种的影响, 另一方面也受到地形和建筑物阴影的影响。 为解决上述问题, 提出了一种结合数字高程模型(DEM)的红边-近红外植被指数模型(RENVI)。 首先选取了3景经过辐射定标和大气校正的具有红边波段、 且光谱和空间分辨率较高的Worldview-3遥感影像; 然后, 根据红边波段对于植被具有较高的敏感性, 且红边范围内的光谱数据与反映植被生长状况的参数有较好的相关关系原理, 采用DEM模型和红边波段光谱差异, 有效去除地形和建筑物阴影; 最后, 在可见光波段范围内建立红边光谱-近红外光谱构建特征空间, 构建了红边-近红外植被指数模型, 同时与归一化植被指数(NDVI)和增强型植被指数(EVI)进行城市植被提取的定性和定量对比分析。 定性分析是利用真实植被影像参考图与模型提取植被影像进行视觉分析; 后者是采用用户精度、 生产者精度、 总体精度和Kappa系数进行量化分析。 定性分析表明: NDVI和EVI提取城市植被, 由于建筑和道路像元混淆在植被中, 产生了错分和漏分的问题。 RENVI较好地消除了阴影像元与植被像元混淆问题, 能准确的提取城市植被, 减少了冗余度, 增加了植被指数的信息量。 定量分析表明: RENVI模型较NDVI和RVI能够准确提取城市植被, 3景影像总体精度分别为89%, 81.4%和91.8%, Kappa系数分别为0.852 8, 0.791 3和0.905 2。 综上所述, 该方法有效提高了城市植被提取精度, 并取得了较好的提取视觉效果。

提出了一种DEM大范围快速融合方法，该方法首先DEM重叠区域通过分块匹配策略提取密集连接点并进行区域网平差修正平面和高程上的系统误差；在此基础上通过先顺轨后垂轨的策略融合生成一整副DEM；同时为了提升整个融合效率，采用策略加快处理速度。实验结果表明，提出CPU/GPU异步并行方法比单CPU处理效率提升了18倍，实现了多条带DEM无缝融合。