基于Agent建模的地理模拟是认识和理解动态地理现象的有效方法,但随着地理模拟的规模和复杂性不断增加,模型的计算问题开始凸显。分布式并行仿真是解决大规模Agent复杂模拟计算的途径,然而已有研究基于Agent建模/仿真软件构建并行仿真系统的方式并不适用于具有高移动与行为交互的空间Agent建模及其模拟过程的实时可视化。为解决这个问题, 本文提出了一个分布式地理模拟框架DGSimF,用于大规模动态空间Agent模拟,支持模拟过程的实时表示与分析。设计了一个简单但高效的时空数据模型建模空间Agent,支持直接基于Agent行为建模集成地学模型,采用了时间微分方法协同各计算节点行为的执行,实现以“任务并行”的方式进行分布式计算以提高仿真性能,构建了基于三维地球渲染引擎的虚拟地理环境,提供模拟过程的实时可视化。最后,以“红蓝对抗”案例进行了实验验证,对不同模拟计算量和不同客户端数量下的仿真性能进行了分析,结果表明DGSimF可以为具有时空特征变化与行为交互的大规模空间Agent模拟提供一个有效的平台。通过扩展计算节点,DGSimF可以有效地缓解复杂模拟计算的压力问题,并且仿真性能较高,在实验中并行效率保持在0.7以上。

地标在空间信息传输中具有重要作用,微地图为用户制作及传播地图内容提供平台。为提取符合人们空间认知的微地图地标,本文提出了一种由用户生成内容来提取地标的方法。① 计算公众认知度、城市中心度、特征属性值3个指标;② 利用熵值法确定各指标的权重,依据地标显著度差异分层获取地标,建立服务于微地图用户的地标集;③ 在用户制作及传播微地图的过程中,收集由用户生成的地标,丰富地标库,实现地标的二次传播,达到由用户生成内容提取地标的目的。实验选择兰州市安宁区的POI数据计算地标显著度,提取不同层次的地标,实验结果创建了服务于微地图用户的各层地标集,实例化利用地标连线完成寻路,绘制出满足用户不同需求的个性化路线。本研究应用于日常寻路,为微地图的快速绘制和将地标纳入导航系统提供参考,提高寻路效率。

针对OD流向聚类中语义信息考虑不足和流向语义提取困难的问题,本文提出了一种基于隐含狄利克雷分布模型（Latent Dirichlet Allocation,LDA）和优化蚁群的OD流向语义聚类算法。算法首先以流向终点的POI类别为词汇构建流向文档,采用LDA主题模型提取流向语义,量化OD流向间的语义相似度,融合时间、空间和语义相似度构建流向时空语义相似度;接着以流向为节点,以流向时空语义相似度为边构建流向图,利用高斯函数映射以及图连通分量,剔除不相似的流向,实现数据精简;之后借鉴了密度峰值聚类算法思想,利用节点的介数中心性优化蚁群初始位置选取;最后基于多路切图准则（Multiway Normalized Cut, MNCUT）强化蚁群搜索的目的性,优化蚁群搜索的聚类效果,实现OD流向的时空语义聚类。以厦门市出租车公开数据集与厦门市高德地图POI数据为例进行分析与验证,结果表明本文基于LDA模型的语义提取方法可以有效提取流向的语义信息,构建有效的流向相似度度量;基于高斯函数和图连通分量特性的映射策略可以有效剔除了流向数据中的噪音,有效节省无向图构建的计算开支,大约节省了88.5%~88.8%的运行时间;基于介数中心性和多路切图准则优化的蚁群搜索聚类算法,可以有效进行流向语义聚类。相比已有方法本文方法能够更好地衡量流向间的语义相似程度,可实现按主题进行聚类划分,划分更加精细,更方便有效地进行流向语义的相关分析。

多尺度地理空间数据增量级联更新方法是增强地理空间数据的现势性的重要手段之一。级联更新包括多尺度数据匹配、关联关系建立、匹配与变化检测、增量信息制图综合、级联更新等步骤,其中,相邻比例尺数据匹配是多尺度数据关联关系建立的基本方法,也是实现级联更新的重要基础。针对现有方法中多尺度同名实体间的关联关系匹配的精度和效率问题,本文提出了基于自然格网索引的多尺度面实体增量级联更新方法。首先,检测出同源同尺度矢量空间数据发生变化的增量包;其次通过自然格网索引确定更新实体所在格网位置,并进行删除、自动或手动更新;最后实施制图综合、接边以及多尺度面实体增量级联更新信息传递操作。以赣州市虎山乡部分区域居民地要素为例,实验结果表明：① 在匹配阈值为0.51的情况下,相较于直接匹配的方法,采用本文提出的自然格网索引方法进行匹配所消耗的时间减少了88.4%,查全率和查准率分别提升了5%和4%,充分说明了自然格网索引方法在匹配相邻尺度间地理要素时的必要性; ② 相较于传统的Hausdorff距离、欧式距离和质心包含3种匹配方法,本文所提出的方法在耗时（1.34 s）、查全率（66.5%）和查准率（94.1%）方面处于领先地位,这充分说明了本文提出的级联更新方法的优越性; ③ 本文提出的方法可免除关联居民地差异的影响,从而大大减少人工编辑的作业时间,并可有效提高多尺度居民地实体增量级联更新的精度和效率。

山区乡村防灾减灾能力薄弱,山洪灾害突发性强,避灾响应时间短,容易造成人员伤亡,合理设计避灾路线,有助于降低灾害损失。本文基于GIS技术,以河北省邢台市田白芷村所在山区避灾路线规划为例,通过高分辨率无人机摄影测量获得研究区DEM数字高程模型和正射影像。以坡度作为避灾阻力值,利用成本距离和成本路径函数计算山区初始避灾路线,以山洪沟所在区域、坡度较大区域作为避灾路线阻隔,同时充分考虑现有山路,优化形成最终避灾路线,基于避灾路线的距离和平均坡度2个指标将研究得到的避灾路线与原有的避灾路线进行定量对比分析。研究结果表明：① 在设计形成的20条远距离避灾路线中,该方法能够缩短18条避灾路线的长度,同时有10条线路的平均坡度得到降低,其余8条线路平均坡度的增加控制在2°以内;② 生成的路线较原始路线单条最长可缩短329.74 m,且平均坡度仅增加0.68°,实现增加少量的平均坡度来缩短避灾距离,从而提高避灾效率;③ 剩余2条路线分别增加了15.21 m和9.57 m行程使得平均坡度降低了8.43°和1.43°,实现增加少量的距离来降低线路的平均坡度,从而提高避灾的安全性;④ 田白芷村南部临近避灾点,避灾难度较低,而田白芷村北部到达避灾点的行程较长,最远长达1210.02 m,避灾难度较大。优化后的避灾路径与大坡度阻隔区域分离,与山洪沟的贴合度也大大降低,可为相关决策人员提供科学依据。

当前我国人口形势面临老龄化与少子化风险,抓好“一老一小”、确保老有所养和幼有所育成为我国城乡发展中特别关注的方面。在这一背景下,如何营造有利于养老和生育的社会环境,如何针对老年人、育龄妇女和儿童等弱势人群提供更为合理的设施配置成为民生工程的重要内容。社区服务设施作为城市公共服务的空间载体,其配置模式的完善与提升是落实以人为本、集中体现社会公平的重要路径。当前,从网络地图规划路径API获取的出行时间成本矩阵能够为可达性研究提供接近真实的出行时间数据,此外个体化的人口数据如实有人口数据能够以其丰富的属性信息为识别各类弱势人群提供依据,同时精确刻画人口的空间分布。本文基于弱势人群的需求特征与相关规范,对老年人、育龄妇女和儿童三类弱势人群提出了明确定义,并构建了面向各类弱势人群个体使用需求的社区服务设施供给标准。在此基础上,利用实有人口数据、网络地图出行时间成本矩阵和POI数据,综合考虑社区服务设施的服务容量,提出了基于弱势人群个体可达性评价的社区服务设施供给评价与布局优化方法,并以广州市人民南社区为例进行了应用实践。研究表明,人民南社区的弱势人群服务设施供给存在不足,优化配置后设施的供需情况更加合理,服务人口覆盖率亦明显提升。本文提出的方法能够从独立个体尺度精确评价社区弱势人群服务设施的布局合理性,在拓展数据类型及应用方法方面为当前人口形势下精细化研究服务设施的空间分布和供需问题提供新的思路。

蒸散发是地表陆气水分交换的纽带,准确量化蒸散发的时空演变格局对于水资源规划与管理至关重要。本文基于GLEAM模型的蒸散发及其组分数据集,借助7个通量观测站数据、120个流域的流域水量平衡及PML_V2蒸散发产品,在中国九大流域系统评估了GLEAM-ET产品,分析了植被恢复背景下,蒸散发（ET）及其组分（植被蒸腾Ec,截留蒸发Ei,土壤蒸发Es）在1980—2020年的时空演变格局。本文主要得到以下结论：① GLEAM-ET产品在中国九大流域具有较好的适用性,其性能与气候类型有关,干旱区效果优于湿润区。此外,GLEAM与PML_V2模型在九大流域相关性较好（R>0.7）,分布格局与变化趋势整体保持一致。② 全国尺度上,ET均值为416.88 mm,增长速率为1.21 mm/a。Ec与ET均呈自东南向西北递减的分布格局,而Es与其相反。Ec、ET在九大流域均呈显著增加趋势（p<0.001）。Ei、Es在季风区流域分别呈显著增加和显著减小趋势;在内陆区流域呈不显著减小（p>0.05）和显著增加趋势。③在植被恢复背景下,ET组分比例发生了变化。Ec占比变化存在南北差异,南方流域Ec占比均减小,北方流域均增加。Ei占比在各流域均增加,Es占比均减小。黄河流域ET组分对植被恢复的响应最为明显,Ec占比增加了5.21%,Es占比减小了5.56%。

健康人力资本对社会经济发展有重要的促进作用。以黄河流域71个地级行政单元为研究对象,利用变异系数、泰尔指数、空间自相关模型等方法,研究该流域人口预期寿命的时空演化特征,并根据地理探测器分析其影响因素。结果表明： ① 2000—2019年,黄河流域人口预期寿命均值由69.99岁提升至76.96岁,整体呈上升趋势,但长期低于我国人口预期寿命均值;② 人口预期寿命区域差异整体呈先增后降趋势,且地带间差异不断收敛,地带内差异与流域总体变化基本一致;③ 人口预期寿命存在明显空间集聚,但其空间自相关性不断减弱,且空间变化较大。具体而言,黄南藏族自治州、海南藏族自治州、甘南藏族自治州等藏区形成稳定性冷点区,山东省形成规模的稳定性热点区;④ 医疗卫生资源和自然条件对上游地区人口预期寿命影响最为显著;经济发展水平和环境污染对下游地区人口预期寿命解释力最强;教育水平是影响黄河流域各个地区人口预期寿命的重要因子。不同因子交互作用的解释力均高于单因子解释力,黄河流域人口预期寿命的空间差异是多因子共同作用的结果。

相较于传统的网络分析,利用在线地图API可以更加准确地获取实时出行时间数据。本文基于高德地图API,在居民出行视角下解析北京首都国际机场（“PEK”,简称“首都机场”）和北京大兴国际机场（“PKX”,简称“大兴机场”）在驾车和公共交通2种出行模式下的可达性空间格局,尝试对双枢纽机场可达性以及城市的“民航+城市交通”一体化发展提出建议。结果表明：① 大兴机场的投用使北京市民航服务在空间分布上趋于“南北均衡”,两机场分别在驾车出行0.5 h和公共交通出行1 h的覆盖范围形成互补,有效提升了城市内部腹地的覆盖;② 在以北京为起止点的出行视角下,驾车出行的1 h覆盖范围开始出现重叠;而公共交通出行模式的1.5 h范围呈现重叠;③ 驾车出行模式下的机场可达性高于公共交通出行模式,且在公共交通出行模式下,北京市两机场1 h服务面积和人口数量均有待提高,亟需打造“1 h公共交通服务圈”;④ 在以北京为中转点的视角下,首都机场到各火车站的可达性高于大兴机场;未来应重点提升大兴机场-城市交通枢纽的可达性,以提升城市内部中转能力。本研究有助于为双枢纽机场城市的“民航+城市交通”一体化发展提供科学依据。

针对现有传统影像匹配在星载平台有限的存储及算力条件下难以快速计算的问题,本文提出一种适用于星载平台的、基于哈希学习的轻量化快速影像匹配方法。该方法以同源卫星影像的特征描述符作为训练集计算哈希函数,并利用训练好的哈希函数将特征点的浮点型特征描述符映射至汉明空间,实现特征点对间相似度的快速计算,进一步通过剔除误匹配点获得精确匹配结果。同时,训练集中的特征描述符的种类可根据星载平台载荷的传感器类型、影像分辨率及目标区域影像的地貌类型进行灵活选择,使得本文方法具备良好的可重构性;计算汉明距离衡量特征点对间的相似度,提高本文方法在星载平台轻量化处理的应用能力。选取不同时刻资源三号卫星影像及高分七号卫星影像进行匹配对比实验,本文方法轻量化处理后的LW-SIFT方法相较于经典SIFT方法,在耗时方面减少50.12%,且增加正确匹配点数达20.28%。实验结果表明,本文方法能够显著提升影像匹配的精确度及时效性,有较大的应用潜力,能够为星载平台应用提供有力支撑。

在复杂地表环境下的多云多雨地区,基于合成孔径雷达（SAR）图像提取水体时容易受到其它地物如水田、山体阴影等干扰,传统的灰度阈值法和SVM法未能考虑水体与其它地物在纹理和地形上的差异,因此水体提取结果精度较差。研究首先用Refined Lee滤波对SAR图像进行预处理;其后通过DEM建模和坡度计算提取地形特征,通过计算图像灰度共生矩阵以提取纹理特征（包括均匀性、角二阶矩和熵）,并结合SAR图像极化信息以及SDWI指数形成针对水体提取的特征空间,通过融合地形特征和图像纹理特征发展了改进SVM 分类法的水体提取模型。在使用Sentinel-1 SAR数据对所发展模型与SDWI水体指数法、传统SVM法水体提取结果进行比对后发现,改进SVM分类法提取的水体结果较好地剔除了水田和山体阴影,且提取的水体水面比传统的SVM法更加完整;该方法在总体精度、Kappa系数、漏分率和错分率指标上均优于SDWI法和传统的SVM法,总体精度达到98.06%,比SDWI法和传统的SVM法分别提高了23.24%和5.49%,有效提高了复杂环境下地表水体的提取精度。研究最后将所发展模型应用于2018年马哈韦利河流域逐月水体提取与变化分析,有效解决了山体阴影和水田误分问题。本文提出的改进SVM法可以实现复杂地表环境下大范围水体信息准确、完整提取。

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影遮挡等造成的道路空洞、误提和漏提现象。

目前城市植被分类受特征相近、光谱相似影响导致植被漏分、错分。因此,设计了一种多尺度特征感知网络（MFDN）结合高分辨率无人机可见光影像对城市植被分类。该网络针对漏分、错分问题,通过在输入层引入坐标卷积减少空间信息的丢失;构建并行网络增强多尺度特征信息并在网络之间引入重复多尺度融合模块使整个过程保持高分辨率表示,减少细节特征的丢失;同时添加分离特征模块扩大感受野,获取多尺度特征,从而有效缓解了城市植被错分、漏分现象。结果表明,MFDN方法在仅使用无人机可见光影像条件下主要是通过空间模式而不是光谱信息促进了城市植被分类,平均总体精度为89.54%,平均F1得分为75.85%,平均IOU为65.45%,分割结果准确完整。因此,所提方法与易于操作的低成本无人机系统相匹配,适用于城市植被快速调查,可以为城市空间利用和生态资源调查提供技术支持和科学依据。

随着我国城市化进程的加快,城市热岛难显缓解之势,有关土地利用/覆盖类型、城市规模、城市形态对城市热岛的影响已有较多研究,尚缺少气候背景对我国城市昼夜地表热岛强度的影响研究。本文通过长时序的MODIS地表温度数据,从年均、季节和昼夜3个时间尺度,从全国、气候带、城市3个空间尺度探讨了我国347个城市昼夜地表热岛强度的空间分布特征以及时间变化规律。结果表明：① 昼夜差异：我国城市年均地表热岛强度白天（1.25±0.81 ℃）高于夜晚（0.79±0.43 ℃）;② 季节差异：昼夜地表热岛强度在不同季节表现不同,白天表现为夏季高,冬季弱,夜晚四个季节差异不大;③ 气候带差异：昼夜地表热岛强度分布呈现明显的空间分异。白天地表热岛强度表现为热带及亚热带地区高于温带及高原地区,其中南亚热带表现为最强,高原气候区最弱;夜晚则表现为温带高于亚热带、热带及高原地区,其中中温带最强,北亚热带最弱;④ 时空变化：白天地表热岛强度年际呈非显著下降趋势（|Z|<1.96）,而夜晚呈显著上升趋势（|Z|>1.96）;昼夜地表热岛强度年际变化存在季节差异,白天地表热岛强度夏季上升趋势显著高于其他季节,夜晚四个季节都呈显著上升趋势,其中冬季地表热岛强度上升趋势最大;白天呈显著上升趋势的城市主要分布在热带及南亚热带地区,夜晚呈显著上升趋势的城市广泛分布在中温带和暖温带。

在生长季早期获取作物的种植情况,对于农业水资源管理,尤其是缺水地区的水量分配等具有重大的意义。本文利用改进型时空自适应融合模型（ESTARFM）,将作物生长早期3—6月的Sentinel 2影像与MOD09GQ数据计算得到的NDVI数据进行融合,建立NDVI时间序列,并利用随机森林分类方法对2019年黑河流域中游地区作物种植结构进行早期识别。利用3-6月Sentinel-2 NDVI与时空融合NDVI相结合建立的时间序列,作物分类精度达到91.42%,kappa系数为0.85,相比仅使用Sentinel-2 NDVI时间序列的作物分类精度提高1.05%,kappa系数提高0.02。与使用整个作物生长期（3—10月）Sentinel-2 NDVI时间序列的作物分类结果相比,精度仅低1.53%,kappa系数仅低0.03。利用Gini系数对利用Sentinel-2 NDVI与时空融合NDVI相结合建立的时间序列进行特征重要性评估,发现Gini系数得分高于平均值的10期NDVI影像中,有6期为时空融合影像,说明时空融合获取的NDVI数据利于提高分类精度的有效性。对比使用不同长度NDVI时间序列对作物种植结构进行早期识别的精度发现,最早可在4月中旬与4月下旬分别实现对苜蓿和玉米的早期识别;玉米的分类精度受NDVI时间序列长度的影响较大,可在5月下旬实现对玉米的早期识别。

蒙古高原地处干旱半干旱地区,河流水系对该区域的资源环境格局及其生态环境影响重大。发源于蒙古国的色楞格河是蒙古高原最主要的水资源来源,准确掌握该流域的水体信息对东北亚地区生态环境问题及资源保护具有重要意义。本文以蒙古高原色楞格河流域为研究对象,基于谷歌地球引擎（Google Earth Engine,GEE）云平台,使用 Sentinel-2 多光谱卫星遥感影像,利用深度神经网络（Deep Neural Network, DNN）方法对色楞格河流域的水体信息进行提取,并与支持向量机方法进行对比;利用全球30 m SRTM数据生成水系分布矢量图,通过空间分析形成河流提取目标区,结合深度神经网络分类结果,绘制蒙古国色楞格河流域2019年河流分布图。研究结果表明：① 该方法能够准确地完成大流域范围内的水体制图,提取结果能够体现色楞格河流域河流的空间分布,且能够减少河流断流、空洞现象;② 深度神经网络模型中批量大小设置为8时,在处理数据速度与精度中达到最优,而神经网络结构中隐含层数达到4层时,在精度评价指标测试数据集上达到0.9666,保证了模型特征挖掘能力;③ 经样本点的验证,结果总体精度达到97.65%,可以满足实际应用需求。本研究预期可以为蒙古高原的水体提取提供方法支持和相关数据支持。