| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-13页 |
| ·研究目的 | 第13-14页 |
| ·论文内容及组织方式 | 第14-15页 |
| 第二章 空间可视分析理论和方法研究 | 第15-40页 |
| ·空间可视分析的概念和原理 | 第15-22页 |
| ·空间分析与空间可视分析概念 | 第15-17页 |
| ·空间可视分析原理 | 第17-18页 |
| ·空间可视分析方法分类 | 第18-22页 |
| ·空间可视分析模型的构建 | 第22-26页 |
| ·以前模型的优缺点 | 第22-23页 |
| ·可视分析统一模型的要求 | 第23-24页 |
| ·本文的可视分析统一模型 | 第24-26页 |
| ·全球地形环境仿真中的空间分析方法优化 | 第26-39页 |
| ·全球地形环境仿真相关方法 | 第26-32页 |
| ·全球条件下曲率问题的考虑 | 第32-36页 |
| ·基于全球金字塔模型的空间可视分析数据调度研究 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 基于三维可视化的可视分析方法研究 | 第40-59页 |
| ·现有空间可视分析算法存在的不足 | 第40-42页 |
| ·传统空间可视分析算法的不足 | 第40页 |
| ·三维条件下需要考虑的问题 | 第40-42页 |
| ·基于深度缓存的可视分析算法 | 第42-48页 |
| ·深度缓存原理 | 第42-45页 |
| ·深度缓存方法实现 | 第45-48页 |
| ·利用GPU 加速的深度缓存可视分析算法 | 第48-52页 |
| ·基于GPU 的三维绘制技术 | 第48-51页 |
| ·阴影方法介绍及实现 | 第51-52页 |
| ·可视分析算法实验对比 | 第52-58页 |
| ·样本数据介绍 | 第53页 |
| ·可视分析方法的速度比较 | 第53-56页 |
| ·可视分析方法的精度分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 空间可视分析结果表达研究 | 第59-67页 |
| ·空间可视分析结果表达相关理论研究 | 第59-60页 |
| ·空间可视分析结果可视化方法探讨 | 第60-62页 |
| ·空间可视分析结果可视化实现 | 第62-66页 |
| ·数字城市中空间可视分析结果可视化表达实现 | 第62-64页 |
| ·全球环境中空间可视分析结果可视化表达实现 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 全球地形环境仿真系统中空间可视分析模块的实现 | 第67-74页 |
| ·全球仿真系统介绍 | 第67-68页 |
| ·三维分析模块设计与实现 | 第68-73页 |
| ·功能分析与模块设计 | 第68-70页 |
| ·三维分析接口设计 | 第70-71页 |
| ·全球系统下可视分析实现 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·本文的主要内容 | 第74页 |
| ·主要创新点 | 第74页 |
| ·进一步的研究工作 | 第74-76页 |
| 参考文献 | 第76-78页 |
| 作者简历 | 第78-79页 |
| 致谢 | 第79页 |