当代科技发展降低了无人机和遥感器的准入门槛。大众参与为无人机遥感领域注入了巨大的创造力,触发了无人机遥感创新发展的爆发式增长。当前,无人机已成为普适化和平民化的科学手段,无人机遥感数据在众多领域和部门呈现出取代通航遥感和卫星遥感数据的趋势。本文首先对无人机遥感所处的时代特征及其展现的科技特色进行了分析与归纳,然后列举了无人机遥感在抗震救灾、岛礁测绘、极地科考、精准农田管理等领域开展的典型应用,最后从无人机发展所致遥感数据供应结构性调整、无人机遥感地理学研究推动、遥感无人机试验场地布局等方面进行了展望。特别地,针对无人机遥感应用量大面广、数据分布多源异构等特点,本文提出了无人机遥感数据航母的概念。
ACM SIGSPATIAL会议是GIS科学与计算机科学结合最广泛的国际顶级会议。会议主题围绕计算机科学与GIS研究中的热点问题,涵盖时空数据挖掘、时空数据模型和算法、位置服务、地图匹配、分布式和并行计算、路径规划、轨迹计算等研究方向,具有重要的学术价值和应用价值。本文对第二十三届ACM SIGSPATIAL会议（ACM SIGSPATIAL 2015）进行了总结,将当前计算机科学与GIS交叉研究领域的研究前沿归纳为多源数据融合、轨迹分析、语义分析3个研究方向,同时介绍了ACM SIGSPATIAL 2015会议的主题演讲、会议竞赛以及会议专题研讨会等相关内容,希望展示当前计算机科学与GIS领域相结合的最新研究进展,架起GIS与计算机科学的桥梁。
最短路径计算作为导航的常用算法在移动互联网中扮演了重要角色,由于路网规模的增大和终端的不停移动,传统的串行最短路径算法已经无法满足实时性要求,因此预处理技术得到了广泛使用。Arc-flags是一个经典的基于预处理技术的最短路径算法,可以提供高效的在线最短路径查询服务。现有Arc-flags算法的研究主要集中在提升预处理时空效率和比较不同路网划分方式的优劣上,尚未见图划分对Arc-flags算法影响的深入研究。本文在真实路网上测试了不同的图划分数量和边界点数量等因素对Arc-flags算法的影响,主要包括预处理时间和空间的消耗、在线查询时间和搜索范围等方面,并根据实验结果和分析提出了合理的图划分建议（如选用好的图划分方法减少边界点数量等）,为改进和使用Arc-flags算法提供指导。
网络文本蕴含地理实体关系抽取技术,需要高时效、强鲁棒的关键词提取方法。与监督学习方法相比,无监督学习方法能捕获文本的动态变化特征并发现新增的关系类型,因此备受关注。其中,基于频率的关键词提取方法获得广泛研究,然而,网络文本蕴含的地理实体关系分布稀疏,基于频率的方法难以直接应用于地理实体关系的关键词提取。为解决该问题,本文基于公开访问的网络资源,提出一种语境增强的关键词提取方法。首先,基于在线百科和开放的同义词词典,通过语境合并和语义融合创建增强的语境,以降低语境中词语的稀疏性。接着,Domain Frequency和Entropy频率统计方法从增强语境中自动构建一个大规模语料。然后,基于该语料选择词法特征并统计其权值,用于扩大语境中词语间的差异。最后,使用选择的词法特征度量增强语境中词语的重要性,将权值最大的词语作为描述地理实体关系的关键词,并基于大规模真实网络文本开展实验。实验结果表明：对于地理实体关系的关键词识别,本文方法的平均精度为85.5%,比Domain Frequency和Entropy方法分别提高41%和36%;对于新增关键词识别,本文方法的精度达到60.3%。语境增强的关键词提取方法能有效地处理地理实体关系分布的稀疏性,可服务于网络文本蕴含地理实体关系的抽取。
随着WLAN的普及,基于Wi-Fi的室内定位方法逐渐成为研究与应用的热点。虽然,其中基于位置指纹的定位算法研究相对广泛,应用效果较好,然而现有的指纹定位方法或系统仍存在以下3个问题：① 离线阶段的数据标定和定位模型的训练需要耗费大量人力物力,以及时间消耗,使系统很难得到实际应用;② 真实环境中WLAN信号波动呈现高动态性,采集的数据存在显著的时效性,无法提供长时间的有效定位保证;③ 实际环境中AP设备变动频繁,导致训练数据与定位数据特征维度不等长,造成模型失效。针对上述问题,本文提出了一种基于众包数据的模型更新方法,通过不断融合增量数据,使定位模型保持实时有效。该方法主要包括半监督极速学习机(SELM)、具有时效机制的增量式定位方法(TMELM)和特征自适应的在线极速学习机(FA-OSELM)3部分。基于上述方法,本文设计并实现了基于众包数据的室内定位平台系统。实际应用表明,本文提出的方法能够显著降低模型训练阶段的数据采集工作量,有效提升模型训练速度,并且长时间保持较高的定位精度。
随着港口信息化建设的推进,积累了大量来源多样、结构各异的海事大数据,为了解港口城市的生产力和区域经济发展水平提供了新的契机。本文综合介绍了作者近期关于如何利用海事大数据进行港口感知计算的工作,给出了一个基于海事大数据的港口感知计算框架,利用船舶GPS轨迹、船舶属性、港口地理信息和港口设施参数等多源异构海事大数据,估算出一系列反映港口生产力的指标,从而对港口进行综合评价和比较。首先,利用船舶轨迹和港口地理信息数据,自动检测船舶在港口码头中的靠泊装卸事件;然后,利用船舶属性和港口设施数据,自动估计出每次靠泊装卸事件的货物吞吐量;最后,对各个港口码头的靠泊船数和货物吞吐量进行统计,从而计算出一系列港口生产力指标,包括到港船数、货物吞吐量、码头作业效率和泊位利用率等。在2011年的海事大数据上的实验结果表明,本框架能准确地估算出上述港口生产力指标。同时,以香港为例对上述港口的生产力指标进行分析,探讨基于海事大数据的港口感知计算框架在提高港口生产效率、优化海运航线中的积极作用。
重力模型是地理学的经典模型之一,常用于解释和预测人口、货物、交通、财富等的移动现象。其中Huff模型被广泛用于预测商圈规模,但目前多数研究以商场的面积作为吸引力的度量指标,不能准确反映商场真实的吸引力,造成模型预测的误差。本文针对Huff模型常使用规模表达商圈吸引力的不足,在对购物中心吸引力进行总结的基础上,选择了深圳市5个具有代表性的大型购物中心（或商圈）进行问卷调查。利用因子分析方法识别出6个影响购物中心吸引力的因子：可达性因子、环境因子、私家车出行因子、多功能因子、商品因子和个人特征因子。基于主成分Logistic模型,分析购物中心吸引力的显著影响因素及权重。最后,通过对比不同参照系下购物中心的显著性因素,对商圈吸引力因子进行可靠性检验。本文的分析方法及结果可为Huff模型等的精细化建模提供基础。
褶皱的自动化识别是构造解译、地貌类型划分、三维建模等工作的基础。目前,基于地形形态进行空间统计特征分析的地貌类型自动识别方法,难于满足以“对称重复”空间结构为特征的褶皱构造地貌的识别需要。本文以基于ARG的褶皱场景建模为切入点,利用形式文法定义不同褶皱类型的空间结构模式,形成了一种基于空间结构模式匹配的褶皱构造自动识别方法,进而有效地支持了褶皱地貌的自动化识别。该方法包括4个环节：（1）根据核部地层与横切剖面线提取原则,提取可能存在褶皱的场景条带;（2）基于邻接ARG建模方法对场景条带进行场景空间结构的建模与化简;（3）将化简后的邻接ARG模型表达成句子,并通过判别其能否由模式文法推导而来,实现针对不同褶皱构造模式的匹配识别;（4）基于识别出的褶皱场景进行山、谷的进一步判别,最终确定褶皱构造地貌类型。实验表明,本方法可以较为准确地识别出庐山北部山地区域的褶皱构造,并确定褶皱地貌类型。该方法基本解决了构造地貌类型的自动化识别问题,是对传统地貌形态划分方法的有效补充。
目前人们对空间定向能力影响因素的研究多关注性别与空间定向能力的关系,较少涉及场认知方式、惯用空间语等因素对空间定向能力的影响。本文以空间认知眼动实验的方式展开研究,通过国内版镶嵌图形测验（EFT）、问卷调查等途径获取被试的场认知方式、性别和惯用空间语等基本信息,使其在控制单一环境变量的虚拟三维空间中完成不同难度的定向任务。进而构建正确率和效率2个指标来衡量空间定向能力,通过统计分析确定空间定向能力的影响因素。研究结果表明：（1）不同场认知方式和不同惯用空间语人群的定向正确率和效率差异统计结果均不显著,场认知方式和惯用空间语对空间定向能力无显著影响;（2）不同性别人群之间定向效率无显著差异而正确率存在显著差异,性别对空间定向能力具有显著影响,男性的空间定向能力较女性更强。
气候变化影响及其适应受到广泛关注。大量研究表明,受气候变化影响所造成的增温和降水减少已影响到非洲地区的农业生产和环境。本文利用HadGEM2区域气候模式输出的RCP4.5情景数据,基于时间序列分析及空间分析方法,对非洲大陆2010-2099年主要关键气候要素时空演变特征进行了预估,探讨了非洲大陆未来90年包括降水、辐射、平均气温、最高气温、最低气温等主要气候要素的时空变化格局。结果表明：各气候要素在不同时段的变化均表现出明显的地域分异差异： ① 相较于1970-1999年基准时段,未来3个时段(2020s、2050s、2080s)降水均增加,在2080s增至峰值,增加地区集中在20 °N附近的尼日尔、乍得、利比亚等国;最高增幅达4.5%;② 辐射增加区域分布在赤道地区和非洲大陆的南北两端,尤其是高海拔地区,如撒哈拉沙漠以北的阿特拉斯山脉附近,加丹加高原等地,最大增幅达0.04%;③ 未来90年非洲地区气温增加明显,包括平均气温、最高气温、最低气温,气温增幅由2020s、2050s、2080s依次递增,到2080s达到最大值,平均气温、最高气温、最低气温的最大增幅分别达到5、4.3和5.1 ℃。总体上,未来90年非洲大陆的气温较1970-1999年基准时段明显增多,但靠近海域的沿海地区增温较小,这是由于受到近海寒流的影响,起到了降温的作用。气温增幅过高也将不利于未来农业生产和地区安全。
火烧迹地监测不仅可以反映火灾对生态系统的影响情况及损失信息,还能为全球碳循环研究提供重要的数据支持。本文利用MODIS地表反射率产品（MOD09A1）的近红外和短波红外波段构建的归一化燃烧率指数（NBR）,计算前后2期影像的NBR差值,并在光谱指数差分法的基础上,结合MODIS植被数据产品（MOD44B）提供的植被覆盖度信息,设置规则提取火烧迹地。本文选择西伯利亚地区东南部的林地、草地、农田等不同生态系统的交界地带作为实验区,利用本文算法提取该区域的火烧迹地。实验结果表明：（1）本文算法的火烧迹地提取效果较好,优于MODIS火烧迹地产品（MCD45A1）,kappa系数由0.70提高到0.75;（2）利用林木覆盖度、草本覆盖度数据,可以减少误判,提高火烧迹地提取的精度,kappa系数分别由0.69、0.73都提高到0.75。
植被覆盖动态监测及与生态环境变化的响应是陆地生态系统研究的重要内容。本文以不同时相的TM遥感影像为信息源,基于辐射传输模型PROSAIL,定量反演了不同时期高速公路两侧植被的叶面积指数,以反演的叶面积指数作为路域植被生长状况的监测指标,对实验区路域植被的生长状况进行了时空格局变化的动态遥感监测研究。研究表明：① 在时间上,路域植被的生长状况在高速公路开通后5年内受到的影响相对最大;② 在空间上,离高速公路越近的植被的生长状况受到的影响较大,离高速公路越远的植被的生长状况受到的影响较小。本研究为监测路域植被生长状况提供了重要的方法,为指导路域植被的生态恢复与保护提供了可靠的基础。
海面风场是海洋学的基本参量,获取海面风场对了解海洋的物理过程以及海洋与大气之间的相互作用至关重要。宽阔的海域面积及复杂的海面状况通常使南海海面上的风场信息很难被及时获取。ENVISAT ASAR是一种全天候全天时监测海面的微波雷达传感器,可实时获取海面风场数据。本文基于已有ASAR数据对南海海面风场进行反演实验,首先将结合高斯曲线拟合的FFT风向反演方法应用于南海风向反演,并参考Cross-Calibrated Multi-Platform （CCMP）风场数据去除180o方向模糊获得海面风向。然后,将高斯曲线拟合-FFT风向与传统的峰值-FFT风向进行对比,最后将准确率较高的高斯曲线拟合-FFT风向分别输入CMOD4模型和CMOD5模型获得海面风速大小。实验结果与CCMP参考数据的比较结果表明,在风条纹不明显的情况下,利用结合高斯曲线的FFT风向反演方法和CMOD4模型风速反演方法可有效地进行南海海面风场反演。该成果对利用SAR数据实时获取南海大面积海面风场信息,尤其是观测点缺乏海域的风场信息,具有重要的指导意义。
北京平原区地面沉降问题日益突出,成因复杂,既包括人为地下水开采和城市建筑荷载作用,又包括自然土体固结和活动构造影响。地下水开采和建筑荷载是重要的驱动因素。如何提取区域尺度建筑载荷,评价其对地面沉降影响,是地面沉降灾害防治工作需要开展的重要环节。本文以简化后的容积率表征建筑载荷,首先利用PS-InSAR技术获取研究区地面沉降信息,然后使用GIS空间分析的方法提取出同等地下水开采影响下的不均匀沉降分布,其次采用阴影长度法提取了研究区建筑体高度,最终结合空间分析和回归分析方法研究建筑容积率与地面沉降之间的关系。主要研究结论：① 北京地区地面沉降比较严重,沉降速率大于30 mm/a的区域占比21.08%;② 地下水开采同等影响下的不均匀沉降区呈H形分布于平原区中部和北部;③ 阴影长度法能够较准确的评估出建筑容积率,可用于区域尺度静载荷的提取与分析;④ 在地质条件相似、水位变化相同的局部区域内,地面沉降速率与建筑容积率具有一定相关性,但相关系数较低。
全球地表覆盖数据在气候变化研究、地理国情监测、生态环境保护等方面发挥着重要作用,2014年中国国家基础地理信息中心推出了全球最高30 m分辨率的地表覆盖遥感制图数据产品GlobeLand30。本文以2010年1:10万中国土地利用数据为参考,采用空间统计、面积一致性以及误差矩阵等分析方法,对河南省GlobeLand30、GlobCover2009、MCD12Q1数据进行精度评价和对比分析研究,结果表明：① 3种地表覆盖数据对河南省土地构成的描述基本一致,即以耕地、林地为主,草地、水体和人造地表为辅,但分类土地面积存在大小不同的差异;② GlobeLand30的总体精度和Kappa系数最高,MCD12Q1次之,GlobCover2009最低。3种数据中耕地和林地的精度均较高,草地的精度较差,GlobeLand30中水体和人造地表的生产者精度远高于其他2种数据,使用者精度相差不大;③ 地表覆盖数据与参考数据在空间上存在类型混淆情况,混淆主要发生于林地、草地、水体、人造地表与耕地之间,GlobeLand30的混淆程度要低于其他2种数据。
积雪是地表最活跃的自然要素之一,其动态变化对气候、环境以及人类生活都产生了重要影响。本文利用MODIS积雪产品和IMS雪冰产品,首先通过Terra、Aqua双星合成和临近日合成去除MODIS积雪产品中的部分云像元,再与IMS融合,获取了青藏高原2002-2012年逐日无云积雪覆盖产品,并逐像元计算每个水文年的积雪覆盖日数（SCD）、积雪开始期（SCS）和积雪结束期（SCE）,分析了不同生态分区积雪的时空变化特征,以及积雪开始期和结束期与温度、降水的关系。结果表明：青藏高原积雪分布存在明显的空间差异,南部喜马拉雅山脉和念青唐古拉山地区以及西部帕米尔高原和喀喇昆仑山脉为SCD的2个高值区,年均积雪日数在200 d以上。18.1%的区域SCS表现出明显的提前趋势,主要集中在青藏高原中东部;羌塘高原南部、念青唐古拉山西段以及川西地区有显著推迟趋势,占高原面积的8.5%。23.2%的区域SCE显著推迟,主要集中在果洛那曲高寒区、昆仑山区和念青唐古拉山地区;而仅有6.9%的区域表现出提前趋势,主要分布在高原西南部。总体上,不同生态单元内积雪开始与结束期受温度、降水的影响差异很大,表现出不同的空间格局与演变趋势。
