随着海洋观测技术的不断发展,人类获取的海洋数据也快速增长,由于海洋流场是整个海洋系统物质流和能量流输送的主要渠道,基于这些观测数据进行海洋流场迁移变化规律分析及可视化表达研究,对所有涉海领域均具有非常重要的意义。然而,由于海洋时空大数据集合的多源性和异构性等原因,至今尚未有令人满意的海洋流场数据集成共享和动态可视化分析工具,从而导致这些异源异构数据难以实现统一标准下的集成组织与语义共享。为了实现海洋流场语义层次上的统一描述,本文在分析了海洋流场多维特征、拓扑特征、模糊特征等基础上,基于本体论的语义构建思想,提出并构建了基于四元组O=（C,P,R,I）的本体组织基础结构,其中C表示概念集合、P表示属性集合、R表示概念间的关系集合、I表示实例集合,通过对概念、属性、关系结构的进一步定义,共同组合构成了海洋流场整体本体结构。为了给出清晰的本体语义建模过程,以海流现象局部本体构建为例,在对成因性、空间性、时间性、运动性等本体属性分析的基础上,进行了海流概念、本体属性、语义关系的描述和定义,从而为海洋流场组织提供一个规范性框架。进而借助OWL语言本体建模的优势,以地转流为例进行了其形式化表达和本体类构建。研究结果表明,基于本体的海洋流场语义分析方法能有效地解决传统海洋现象描述中的异构问题,可为海洋信息共享与集成研究提供参考。
社会问卷调查往往需要针对多目标测度不同类型的数据,而传统的抽样方法主要针对单目标对象,且数据类型为数值型数据。本研究以厦门岛出行调查为例,调查问卷包含了住区特征、居民社会经济状况、就业情况、出行方式、出行目的与时间等方面的指标,提出了以变异度模型为主的新方法。以厦门岛住区居民出行所带来的能耗问题收集的少量先验问卷信息以及历史数据为基础,通过模型表征测度不同类型变量的空间变异性,将其作为空间分层的依据从而完成抽样布点方案,评价精度通过抽样方差进行。结果表明：① 综合多种因素分层可以灵活地解决调查中涉及类别数据以及数值型数据的问题,将影响抽样问题的各类型因素体现到样点空间布点方案中,扩大三明治空间抽样的应用范围;② 三明治空间抽样各层样点的分布以及容量受层变异度值（相当于方差）的影响,但其样本容量并不是简单随着区域的层变异度值的增大而增大,空间抽样样本容量同时受到多个因素的影响,其地理空间的大小也是其中一个影响因素;③ 变异度模型成功地量化了各种类型数据,通过少量的预调查得到更详细的抽样方案,其抽样精度为0.0002,样本容量35,满足了问卷调查的目标需求并将抽样样本容量控制在合理的范围之内。
本研究以黑河流域为例,通过在不同空间尺度上建立降水与影响因素的关系并选择最优尺度以此进行降尺度,建立了基于地理加权回归（GWR）与高精度曲面建模方法（HASM）相结合的跨尺度统计降尺度方法,对TRMM降水数据进行了降尺度模拟。最后,结合站点观测数据采用交叉验证法对降尺度结果进行了验证。结果表明,与传统的降尺度方法相比,考虑最优尺度的降尺度方法在一定程度上提高了降尺度结果的精度,同时表明对跨尺度过程中产生的误差进行修正可进一步提高结果精度。本研究所提出的方法可用于粗分辨率降水数据的降尺度模拟,可为站点稀疏地区或地形复杂地区高分辨率高精度降水数据的获取提供方法上的支持。
人口地图是人们认知人口分布规律的重要工具,而不同尺度的人口地图造成了读图者对于人口空间分布规律的认知差异。本文通过眼动跟踪的省、县（市）不同尺度下人口地图认知实验,选取注视点数、注视时间、正确个数等眼动参数,进行差异性显著检验,并结合热点透视图,从空间分异规律的角度进行分析。结果表明,不同尺度的人口地图对于读图者的认知影响显著,读图者对人口空间分布特征及人口数量进行认知时,县（市）级尺度人口地图提供了更丰富、直观的空间分布信息,利于读图者对于人口空间分异规律的把握,平均注视点数更小,平均注视时间更短,每道题回答正确的被试个数更多,认知效率更高。本研究揭示了尺度对人口地图的认知影响规律,为多尺度人口地图制图设计与表达提供理论实验参考。
短时交通流量预测是交通控制和诱导涉及的关键技术问题,由于短时交通流量存在不确定性和时变性,其预测难度较大,是相关研究领域与工程实践中亟待解决的难题。为提高短时交通流量预测的准确性,本文设计与实现了基于相似数据聚合和变K值KNN(KNN-SDA)的短时交通流量预测算法。该算法首先采用互信息法在经过预处理的交通流量数据集提取交通流量序列最佳延迟时间信息,生成状态向量,并构建交通流量历史数据库;然后以本文所提出的相似数据聚合方法完成历史数据的聚合与清洗得到训练数据集;最后通过交叉验证确定每个时刻的最优K近邻数,完成算法实现。实验结果表明,本文提出的变K值KNN-SDA算法在保证执行效率的同时能明显提高短时交通流量的预测精度。
避难场所可达性是指避难场所与受灾居民之间的通达性,即灾害发生时,避难人员通过避难疏散通道到达避难场所的难易程度,是评价避难场所布局合理性的重要指标。本研究结合高斯两步移动搜寻法和网络分析法,从供需双向出发对村镇地区避难场所进行可达性分析。2种方法的结合,既充分考虑了需求点与设施点的相互作用,又充分考虑了设施点的吸引力随距离的衰减关系,并基于实际道路,以步行疏散时间作为搜索半径,降低了传统研究中因忽略供需间相互作用及实际距离而引起的可达性结果的误差。最后,以神农架松柏镇区为例,验证该方法的实际应用价值。结果表明,该方法能够有效测定村镇地区避难场所的空间可达性,同时,基于GIS软件可以直观地揭示研究区域内避难场所可达性空间分布差异。该方法可为制定科学的村镇防灾减灾规划提供方法支持。
林木生存环境复杂多变,导致林木形态千差万别,为了准确描述林木的形态多样性特征,提出了一种基于模型分解的林木生长模拟方法。首先构建多样性林木三维模型,使用林木形态的实际测量数据,基于B样条函数约束树干、树冠形态,依据削度方程模拟树干直径的变化趋势,利用Direct3D实现林木形态的三维建模;其次,按林木形态特征进行林木模型分解,将林木模型分为9个子模型;最后,使用场景节点按照拓扑结构关系对子模型进行动态组织,基于胸径、树高、枝下高、冠高和冠幅生长模型,使用多核CPU多线程并行的计算方式,获得各年龄阶段林木东、南、西、北方向形态参数,从而对子模型生长状态进行控制,实现林木不同方向生长变化的可视化模拟。结果表明：该方法可将林木三维模型与生长模型紧密结合起来,林木各方向的枝下高、冠高和冠幅严格按照生长模型进行生长,可有效模拟出林木各方向生长状态的多样性;三维场景渲染帧率（FPS）保持在25以上,平均FPS可以达到50,实现林木生长的方向异质性模拟。
利用贵州高原34个气象站1960-2016年共57 a的降水资料,基于协同克里金法、Mann-Kendall趋势检验法、气候倾向率、重心模型等方法分析了贵州高原降水在不同时间尺度下的时空分布规律以及降水重心的转移趋势。结果表明：① 贵州高原多年平均降水量呈现南多北少特征。在南部与东部存在3个多雨中心,分别位于西南暖湿气流的北上通道（兴义-安顺一带）、苗岭山脉的迎风坡（都匀-独山一带）以及武陵山脉的迎风坡（铜仁–松桃一带）;少雨区位于乌蒙山脉背风坡的威宁–毕节一带。② 1960-2016年降水量年代变化呈现出波动性,2010s的降水变异性最大,1990s的降水变异性最小;年际变化较为剧烈,呈不显著减少的趋势,在空间上呈现中部西部减少、东部增加的趋势;降水季节差异显著,春季、秋季降水显著减少,夏季、冬季的降水不明显增加;各月降水变化情况不同,1、3月降水增加最明显,4月降水下降最明显。③ 降水重心呈西南-东北向分布,有明显的东移趋势。贵州高原降水量的减少可能与西南季风的减弱有关。研究结果对贵州地区水资源配置及洪涝灾害预防具有重要意义。
山洪灾害时空分布规律及其影响因素,是灾害时空数据挖掘领域所关注的重点问题。本研究采用1950-2015年四川省历史山洪灾害事件数据,结合地统计、地理探测器、空间分析等方法,系统地分析了四川省1950-2015年历史山洪灾害的时空分布规律及其影响因素。结果表明：① 1950-2015年四川省山洪灾害数量整体呈先稳定后增长的趋势;山洪灾害主要集中在5-9月,7月覆盖率100%。② 县域灾害频次在南-北方向呈递减分布趋势;平均降雨量（历史山洪灾害过程降雨的平均值）在东-西方向呈指数型增长趋势,南-北方向由中部向南北递减。③ 1950s-2010s和5-9月历史累计山洪灾害重心及各标准差椭圆中心集中在四川中部地区,向东北方向移动,累计灾害点空间分布呈西南—东北格局。④ 县域山洪灾害数量及平均降雨量呈空间正自相关。⑤ 地理探测器分析表明自然因素、降雨、人类活动等因素对山洪灾害时空分布影响较大,其中不同降雨指标、高程标准差、坡度是山洪灾害时空分布规律的主要驱动因素。研究结果对查清四川省山洪灾害时空分布特征及小流域山洪监测预警、风险评价、防治区划等提供坚实的理论基础和科技支撑。
秦巴山地是中国的南北分界线,也是黄河和长江的分水岭,其山体效应的定量化影响秦巴山地山体垂直带的分布格局、非地带性因素的作用强度和机理,以及中国暖温带和北亚热带的具体位置的确定。山体基面高度是影响山体效应最重要和关键的地形因子,其定量化和数字化提取是秦巴山地山体效应定量化研究的重要内容。本研究针对秦巴山地山体效应的定量化研究,使用30 m分辨率的STRM-1数据,分别基于山体特征线和流域分区2种方法提取了秦巴山地的山体基面高度分区,并根据地形起伏度和坡度,确定基面范围,计算了山体基面高度值。结果表明：① 基于山体特征线的方法将秦巴山地分为93个基面高度分区,基于流域分区的方法将秦巴山地分为209个基面高度分区,根据2种分区结果提取的基面高度值相差不大且均体现了秦巴山地地势的特点;② 秦巴山地山体基面高度从东向西呈阶梯状递增的趋势;③ 从南到北,秦巴山地的东段和中段均呈先增高后降低的趋势,即从大巴山向北至汉江谷地降低,再向北至秦岭升高;④ 山地的不同侧翼的山体基面高度不同,秦岭南坡的基面高度（1000~1809 m）明显高于北坡（850~1300 m）。秦巴山地山体基面高度与其植被带分布上限联系密切,实现山体基面高度的数字化提取,为山体效应的定量化研究提供了重要的技术支持。
城市人口分布与活动呈现高度的时空动态变化,掌握人口时空变化特征并进行未来预测,对于精准人口评估、有效的政策措施制定、实时的人口预警与调控等具有重要意义。本研究利用以手机信令数据为主的多源时空数据,首先利用地理探测q统计进行探索性数据分析,其次结合贝叶斯模型进行北京市朝阳区居住人口的时空变化探究及时空预测,以期达到对朝阳区人口的动态评估与预测。首先,选用地理探测q统计进行空间异质性探测,用贝叶斯时空层次模型探究基于手机信令数据推算的北京市朝阳区居住人口的总体空间效应、总体时间效应以及局部变化趋势;其次,选用贝叶斯高斯预测过程模型,基于朝阳区各街乡的居住人口及相关人口影响因子数据进行朝阳区各街乡2017年12月的居住人口预测。时空探究表明：朝阳区居住人口在空间上存在完美空间分异,整体呈现沿环路由内向外递增的空间分布格局,整体时间趋势表现为增长,各街乡局部时间变化趋势呈现一定差异。预测的空间分布与实测空间分布整体一致,精度较高,各街乡预测精度不一。结果表明基于贝叶斯理论的时空层次模型和高斯预测过程模型可以为多源时空数据下的多尺度精准识别与人口时空模式挖掘提供有效的方法支撑。
土地利用遥感制图结果是支撑全球气候变化和区域可持续发展等领域科学研究不可或缺的重要基础数据,而制图精度方面的评价信息则决定土地利用遥感制图结果的完整性、可靠性、可用性、可控性和可传播性。本文概述2000、2005、2010和2015年多时相中国海岸带土地利用遥感制图的数据源和技术方法,针对2010年和2015年制图结果,基于Google Earth高分影像通过目视判读获得精度评价所需的参考数据,进而建立混淆矩阵并评估制图的精度。结果表明：① 2010和2015年中国海岸带土地利用遥感制图结果的总体精度分别为95.15%和93.98%,Kappa系数分别为0.9357和0.9229,表明2个时相遥感制图结果的精度总体较好;② 中国海岸带土地利用遥感制图结果的精度水平存在较为显著的区域差异,2010年时相江苏沿海区域的精度最高,2015年时相津冀沿海区域、上海市、海南省和台湾省的精度均比较高,2个时相均以福建省沿海区域的精度最低;③ 中国海岸带土地利用遥感制图结果的精度水平存在显著的类型差异,总体上,耕地、林地、草地和滨海湿地的分类精度较高,而建设用地、内陆水体和人工咸水湿地的分类精度则相对较低,未利用土地则是错分最严重的类型;④ 耕地与林地之间、建设用地与草地之间相互误分比较显著,内陆水体容易被错分为耕地、林地和建设用地,人工咸水湿地容易被误分为耕地和建设用地,未利用土地容易被误分为耕地,这些都是未来时期数据持续更新过程中应该重视的问题。本文有望为海岸带土地利用变化遥感监测和科学研究提供必要的支持。
针对多尺度遥感图像的分割质量评估问题,提出了一种光谱和形状相结合的分割质量评估方法。首先,采用超像元方法对图像进行初始分割,将图像过分割为若干区域;其次,根据合并准则迭代合并相邻区域来生成各尺度图像,其中,使用尺度集结构来索引各尺度的区域,使用邻接图来记录各尺度下区域间关系;然后给出各尺度图像形状紧凑性和平滑性的计算公式,并结合各尺度图像光谱特征计算出各尺度图像的同质性和异质性;最后根据贝叶斯风险最小准则选择最优分割尺度。实验结果表明,该方法可以适应不同图像内对象特质,使得最优分割尺度的选择更合理,图像分割效果更佳。
遥感影像目标识别在众多领域中具有极高的理论意义与应用价值,更快速、更精确的目标识别方法研究是目前遥感及图像研究领域的热点与难点。本文将深度学习的方法应用于遥感影像目标识别中,提出基于Faster R-CNN深度学习网络的目标快速精确识别方法。该方法采用了包括基于RPN的建议区域提取方法和VGG16训练卷积网络模型,构建了面向遥感影像目标识别的深度卷积神经网络。为验证该方法的精度及性能,在Caffe深度学习框架上,选取高分辨率遥感影像中飞机、油罐、操场及立交桥目标进行验证实验。结果表明,基于Faster R-CNN的深度学习方法能够实现对遥感影像目标的快速、准确识别,同时具有较好的推广性。通过本文的研究,证明基于Faster R-CNN深度学习的高分遥感影像目标识别方法具有显著优势和潜力,对基于其他深度学习方法的目标识别研究也有一定的参考意义。
宁夏自治区具有土地、光能、引黄灌溉等优势,为宁夏特色农作物（硒砂瓜、枸杞、大枣）的生长提供了先天条件。快速准确地获取特色农作物的种植信息不仅是宁夏特色农作物监测、估产和灾害评估的重要依据,同时也是分析特色农作物结构分布变化和评价区域特色农业生产影响的重要凭证。近年来,随着航天技术和卫星传感器的不断发展,越来越多的学者将遥感技术运用到农作物种植信息的提取研究中。但是传统的遥感调查模型都是基于中低分辨遥感数据建立的,对于新的高分数据没有完备的信息提取模型。此外,基于GF-1遥感影像对类似宁夏特色农作物（硒砂瓜、枸杞、大枣）的信息提取研究相对较少,决策条件和分类模型的选择也难以满足高分农业的需求。基于此,本文利用国产GF-1 PMS遥感影像,在分析3类特色农作物光谱特征和纹理特征的基础上,建立了面向对象的支持向量机（SVM）分类模型,总体分类精度达到94.94%,Kappa系数为0.9174。同时将分类结果与传统的SVM分类结果相比较,研究发现面向对象的SVM模型的精度更高,效果最好,纹理信息的引入使光谱特征差异较小的枸杞和大枣更容易区分,有效降低了模型错分和漏分误差,改善了模型分类结果。研究结果为实现宁夏特色农作物的快速自动化提取提供了有效途径,也为开展农作物承保和受灾定损评估体系建设提供技术支撑。
由于季节性的植被动态和水文波动,湿地遥感影像分类常常比较困难。本文采用优化特征空间的随机森林算法（Random Forest）对吉林省白城市通榆县东部地区预处理后的GF-2影像进行湿地分类研究,具体分为2步：① 对研究区遥感影像进行多尺度分割和对象特征的提取。针对一些学者获取最佳分割尺度时仍受主观因素影响较大的情况,本文通过改进全局最优分割方法来获得最佳分割尺度。② 在最优分割的基础上,基于特征重要性对随机森林分类算法的特征空间进行优化,以得到最佳的随机森林分类结果,并与相同条件下（同数据、同分割尺度、同训练样本,同特征空间）的K-NN、SVM、CART 3种算法以及未优化特征空间的RF算法的分类结果进行了比较。结果表明,基于优化特征空间的RF算法的分类结果总精度和Kappa系数分别为93.038%和0.9177,而K-NN、SVM和CART 3种分类算法的分类结果的总精度分别为83.357%、78.068%、77.136%,未优化特征空间的RF算法分类结果总精度为90.937%。相较于K-NN、SVM、CART 3种分类算法,RF算法在GF-2湿地影像数据中具有更好的分类性能,同时优化特征空间的RF算法精度有所提高,在湿地资源管理中可以发挥非常重要的作用。
河口地区是人口密集、经济繁荣的区域之一,同时也是生态环境脆弱区,易受到人类活动带来的负面影响,其中热环境恶化问题尤其突出。本文基于多源遥感影像数据,结合遥感技术和统计学方法,研究城市化进程中闽江河口地区20年来的地表温度变化特性;利用Moran's I指数分析研究区表面温度的空间集聚特性及其产生的尺度效应,并定量分析表面温度与不同景观类型的相关性。结果表明：① 1993-2013年,闽江河口地区建设用地面积大幅增加,经历了由慢至快,而后稳中有升的过程;城市扩张是通过大量大规模的边缘式扩张实现的,东部、西部和南部是扩张的3个主要方向。② 地表温度空间格局变化明显,次高温区和高温区显著增加,次低温区和中温区减少,低温区变化不大;高温区扩散方向与建设用地扩张方向基本一致。③ 地表温度存在明显的扰动现象,表现为靠近主城区剧烈,城郊和郊区相对和缓的特性,同时地表温度空间格局具有显著的空间聚集性。④ 建设用地扩张是地表温度增强的重要原因,林/草地和水域能有效缓解区域高温;耕地并未表现出显著的降温效果,但随着耕地比重的增加,地表温度逐渐趋于稳定。研究结果可为改善城市热环境、促进区域可持续发展提供有益参考。
