从救济式扶贫到精准扶贫,中国通过不断地探索和实践,走出了一条中国特色社会主义减贫道路,实现了农村贫困人口大幅减少,贫困地区面貌明显改善,脱贫攻坚取得历史性重大成就。很长时间,贫困地区的社会经济和资源环境监测都是建立在各类统计资料,统计报表,纸质档案等的基础之上,以行政单元为基础,缺乏有效、准确的空间位置信息。随着遥感和地理信息系统等地球信息科学技术的不断发展,其对空间信息高效地捕捉和计算能力,极大地提升了新时期扶贫开发工作的效率和决策支持水平。本文系统地阐述了地球信息科学在中国减贫中所发挥的作用,具体来说,主要集中在4个方面：① 多源地理空间数据在贫困地区自然资源和生态环境监测评估中的应用;② 贫困地区灾害监测,预警和管理;③ 基于地理空间数据的致贫因素分析和贫困预测;④ 依据精准扶贫工作机制建立精准扶贫决策支持系统。随着2020年中国消除绝对贫困目标的实现,地球信息科学服务于中国减贫的工作将主要集中在建立返贫监测和帮扶机制,以及向缓解发展不平衡、不充分的相对贫困转变。同时,乡村振兴作为下一步中国农村长期的工作重点,使用地球信息科学技术促进乡村基础信息化建设,促进地球信息科学服务和农业农村发展深度融合也将成为趋势。
自然资源大数据及其处理技术应用能够为自然资源研究与管理,特别是揭示自然资源系统要素、结构与关联研究提供基础支撑,为资源科学发展提供新思路、新方法和新技术。本文试图厘清自然资源大数据的概念、主要特征和发展趋势,分析自然资源大数据对于国民经济与社会发展的重要现实意义。自然资源大数据建设既是自然资源信息化的重要组成部分,也是提高自然资源产业及整个社会经济效率、完善自然资源治理结构和提升自然资源治理能力现代化的新手段。本文在地球系统科学体系下,构建了自然资源大数据应用研究的知识框架,基于“一图一网一平台”结构,提出建立空天地一体化自然资源大数据库和“生产-生活-生态”应用框架,探讨建立基于自然资源数据收集、处理与应用的结构体系,并以此技术框架分析了自然资源大数据应用研究的学科前沿进展和发展趋势。
在气候变化和全球治理挑战日益严峻的背景下,CO2排放及代价评估日益受到学术界和决策者的关注。当前全球范围包括联合国政府间气候变化专门委员会（IPCC）评估在内的几乎所有研究都是基于全球平均CO2浓度来驱动气候模式的,但基于全球CO2平均分布设定开展模拟影响评估在学术界多有争议。首先,综述了大气CO2非均匀分布的证据,评述了大气CO2浓度非均匀分布与地表升温过程的互馈机制。其次,从自然和人为2个维度,梳理了大气CO2浓度非均匀分布形成的原因,并评估了其对地表升温的影响。最后,评述了当前大气CO2浓度非均匀分布研究中存在的问题,进一步展望了其发展趋势,为把握全球与区域碳排放现状及气候变化影响提供科学判据。
地理知识库是地理实体及其相互间关系的集合,对于智能搜索、问答、推荐等知识服务有重要的支撑作用。然而,已有的地理知识库由于来源、形式、构建者等的不同,在实体地名、空间位置、类别等方面存在“同义异形”和“同形异义”的语义异构现象,影响了地理知识库间的知识融合与共享。语义对齐是解决语义异构的一种有效方法,其中实体类别对齐是语义对齐的基础,对于提高实体地名和空间位置的对齐精度具有重要作用。现有的实体类别对齐方法主要采用传统的字符相似度和结构相似度等来度量类别的相似度,无法捕捉实体类别深层次的语义相关性,从而影响了类别对齐的精确性。因此,本文提出了一种基于词嵌入的地理实体类别对齐方法,采用词嵌入模型从语料中学习实体类别的语义信息,并通过词向量来表达,以此弥补现有方法存在的缺失,进而提升实体对齐精度。进一步地,通过通用语料与地理信息语料的融合,本文实现了词嵌入模型所用语料在地理语义方面的增强,从而更精准地度量地理实体类别间的相关性。不同地理知识库实体类别对齐的实验表明,本文提出的方法能够有效捕捉地理实体类别的深层次语义信息,其实体类别对齐的调和平均值（Fl）可达0.9568,有效提高了实体类别的对齐精度。
全球离散格网系统是用于构建数字地球的一种有效空间数据组织框架,其中,三角形、四边形和六边形等多种单元形状的格网已在各领域广泛应用。各具特色的格网满足了各专业领域的应用需求,但也因其格网类型的差异而阻碍了跨领域的数据共享,同时单一格网在面向多领域科学问题上存在一定的局限性,因此实现多类型离散格网系统之间的互操作功能具有重要的研究意义。不同类型格网结构要素相互转换机制的建立,是实现异构格网数据集互操作的关键。本文针对这一问题,首先,研究了三类全球离散格网系统结构要素的统一特征及格点和格元的相互关系,进一步揭示了其等差圈层的分布模式;其次,以球面四元三角网为例,建立了格点的等差圈层编码,随后,根据格点与格元的关系提出了基于格点索引的全球离散格网一体化编码与生成方法;最后,利用该方法生成了河南省地表高程的格点模型、三角形格网模型、菱形格网模型和六边形格网模型,并验证了其正确性和可行性,为全球离散格网的互操作机制提供一种新思路。
研究如何根据已有的海量旅游信息及数据,为游客个性化推荐旅游景点具有重要意义。本文利用从Flickr网站获取的2013—2018年香港特别行政区范围内的地理标记照片来识别旅游景点,并根据游客游览顺序重建旅游轨迹。在此基础上,针对现有方法尚未考虑游客偏好在旅行过程中会发生动态变化的问题,提出一种基于隐含狄利克雷分布模型（Latent Dirichlet Allocation, LDA）和用户长短期偏好的个性化景点推荐方法（A Recommendation Method Based on LDA and User's Long and Short-Term Preference, L-ULSP）。该方法利用LDA主题模型获取景点特征信息,挖掘景点间的相关性,再利用注意力机制和长短期记忆网络分别学习用户的长期偏好和短期偏好,最后结合长短期偏好捕捉用户偏好的动态变化。实验结果表明, L-ULSP方法所推荐的景点在命中率和平均倒数排名2个指标上均优于现有其他方法,证明了本文所提方法可以从景点序列中有效学习游客偏好,并为游客推荐下一个景点。此外,本文通过对比实验,进一步验证了同时考虑用户的长短期偏好能够更好地学习用户的偏好变化。
城市边缘区位于城市与乡村之间的过渡交接地带,既是城市扩张的前沿,也是城乡建设和用地置换中最具活力的地区。准确识别城市边缘区的空间范围一直是城市空间结构研究的核心问题,有助于从城乡对比的角度来衡量城市化程度。本文以城市边缘区的空间突变特征为切入点,基于格网尺度评价构建基于多源数据的城市边缘区特征识别指标,然后采用小波变换检测进行特征值突变点群的识别,并利用基于Delaunay的自动边长阈值的边界提取算法识别突变点群内外边界,从而实现了一种基于空间突变特征的城市边缘区提取方法。最后,以江阴市作为研究区进行了实证分析,并将本文方法提取结果与通过信息熵模型和土地利用程度综合指数模型提取城市边缘区的经典方法提取结果进行对比,经典方法所提取的城市边缘区结果更为混乱分散,而本文结果更为完整客观。将本文方法提取结果与使用土地利用数据与行政区划统计年鉴数据构建城市边缘区识别指标进行突变检测的不同指标方法提取结果进行对比,二者重叠度达88.03%,体现了本文方法的正确性,而从局部细节分析来看,本文结果更符合实际情况。为了更好地验证本文方法的有效性,利用景观格局指数对本文方法和不同指标方法提取的城市建成区、城市边缘区和乡村腹地的范围进行检验：从斑块类型层级指数分析, 2种方法划定的区域都具有典型的空间特征;而从景观层级指数分析,本文识别出的边缘区所计算的斑块密度、最大斑块指数、景观分离度、景观破碎化指数和香农多样性指数均高于对比方法,而蔓延度和香农均匀度均低于对比方法,说明本文识别的城市边缘区范围内景观破碎化程度和异质性更高,景观分布不均匀,社会经济条件更复杂,从而证明了本方法的有效性,尤其适合于非闭合环状的城市边缘区的提取。
海洋渔业是高风险行业,各类海洋灾害频繁发生,海上航行、作业环境复杂,因此,海上快速救援对保护渔民的生命财产安全具有重要意义。本文基于空间剖分的格网化编码,提出一种根据有效救援距离和失事船舶位置进行邻域搜索以查找失事船只相邻和最邻近可供救援的船只的方法,其中有效救援距离通过救援船舶的类型和航速来设定,根据有效救援距离设置不同的编码搜索长度。本文将模拟实验区域设定为我国东海海域,随机生成1×104个船位点,在时间检索效率和内存占用两方面,实验结果表明,与传统的船舶间距离的计算方法相比,基于格网化邻域搜索的查询方法编码后船位数据较编码转换前船位数据占用内存空间减少56.47%,同时,编码后检索运算的用户时间是编码前用户时间的17.67%,因此,基于格网化邻域搜索的查询方法占用内存小,且运算效率较高,能够有效提升对遇险船舶邻域救援船只的查询效率。
小活动空间人群是指日常活动范围较小的居民群体,他们对城市公共资源的需求主要集中在家庭位置附近的区域,分析其活动的时空规律特征,有助于更好地实现城市公共资源的均等化和精准化配置。然而目前研究中对此类人群关注较少,为此,本文提出一种基于手机信令数据的小活动空间人群识别及其空间分布的研究方法。首先识别用户家庭位置和停留点位置,构建基家最大距离指标,度量用户以家庭位置为中心的活动空间范围,并据此筛选小活动空间人群;其次根据用户与家庭位置间的距离信息构建“时间-距离”框架下的用户轨迹,在此基础上构建基于面积的轨迹相似性方法;然后利用逐级合并的层次聚类算法,根据用户轨迹的相似性对其进行聚类,挖掘小活动空间人群中典型活动模式;最后根据用户的家庭位置,进一步分析不同活动模式人群的时空分布特征。本文以上海市手机信令数据为例对该方法进行了测试,结果表明：① “时间-距离”框架下构建的基于面积的轨迹相似性方法,可反映用户基于家庭位置进行活动的时空特征,而逐级合并的层次聚类算法对典型活动模式挖掘的效率有明显提高,有助于研究城市居民的移动模式;② 上海市小活动空间人群分布呈现出圈层结构,主要分布在中心城区,郊区的工厂和大学城以及各区的商业中心附近,在郊区过渡区相对较少。本文提出的方法能够用于分析城市小活动空间人群的时空分布特征,可以为目前各大城市提出建设社区生活圈的决策提供方法支撑。
积温能够影响植物的物候期和农业作物的产量及空间分布。在研究中,通常将有限数量站点积温数据外推插值到空间进行分析,在站点空间分布稀疏和地形复杂的地区,积温数据在空间上有较大的不确定性。目前,已有高分辨率的格点化气象数据,在此基础上直接计算可解决上述问题。本研究使用1961—2018年长时间序列的高分辨率格点气温数据（CN05.1）,分析了中国大陆≥0 ℃、≥ 5 ℃、≥10 ℃和≥ 15 ℃的4种积温时空变化,结论如下：① 在中国大陆范围,4种积温的低值区主要分布在青藏高原、新疆天山和中国东北地区,高值区分布在华南地区;② 在58年间,4种积温均表现出显著增加的趋势,尤其以内蒙古和东北地区积温增温趋势显著;③ 这种积温在空间上趋势变化引起了农业区划中热带和亚热带地区面积显著增加,温带和寒温带面积减少;④ 在58年中,4种积温开始时间显著提前,结束时间显著推后。4种积温开始时间转变间隔时间（0~5 ℃、5~10 ℃和10~15 ℃转变所需时间）在黄土高原和内蒙古地区较为剧烈。对于结束时间转变间隔时间,在华中地区趋势变化剧烈。
分时租赁和网约车同属共享汽车,但规模对比悬殊。找到差异化的出行场景有利于分时租赁在网约车主导的共享汽车市场中谋求立足之地。本文以北京地区某分时租赁公司2017年5月1日—30日的出行订单和2018年4月23日—29日的网约车出行订单为研究对象,结合城市兴趣点数据,利用地理信息层次聚类、关联规则等方法挖掘两共享汽车的典型出行场景,并进行比较分析。研究表明：① 网约车主要服务于“通勤出行”和“市内商务区之间的出行”,2种出行场景分别占网约车订单总量的40.3%和28.7%;② 分时租赁主要服务非通勤出行,其特色出行场景是“往返城市旅游景区的出行”、“城市旅游景区之间的出行”和“外城住宅商务混合区的午夜出行”,分别占分时租赁订单总量的24.4%、6.9%和5.5%。③ 在分时租赁的特色出行场景中,分时租赁与网约车或传统租车等共享出行方式相比费用更低,仅占其费用的25%~35%,具有较大的竞争优势。本研究有关出行场景挖掘的方法和结论可以为北京市分时租赁的推广以及其他共享出行研究提供借鉴和参考。
洪水研究包括径流与淹没两种模式。为了探究流域降雨产汇流与淹没情况、提高洪水预报精度,本研究在传统流域水文模型的基础上耦合二维水动力学模型,建立水文-水动力耦合模型。以我国吉林温德河流域为研究实例,模拟了2017年“7·13”洪水在下游口前镇所处子流域洪水淹没过程。首先对基础数据进行预处理,建立HEC-HMS水文模型并进行参数优化后,最终获得流量过程水文结果作为水动力学模型边界条件,之后建立HEC-RAS二维水动力学模型对重要子流域进行淹没模拟。耦合模型计算结果显示,水文模型经多参数优化流量模拟的NSE系数为0.988,水动力计算最大淹没水深达9.3 m相对误差为-5.2%。从泛洪模拟结果来看,子流域上游部分的农田大量被淹,淹没水深范围在0.5~2.0 m,平均流速基本在1 m/s以下。下游口前镇内最大淹没水深接近1 m,水流速度0.2 m/s至1.5 m/s,与实际的淹没情况相吻合。研究表明,所建水文水动力耦合模型模拟计算的结果准确率较高,对具有复杂水文、水力条件的流域的洪水预报具有重要的指导意义。
开展特定区域水稻种植产业布局是科学制定区域农业种植产业规划的重要内容,而水稻种植适宜性评价是水稻种植产业布局的前提。本文以中国好粮油示范县——福建省浦城县为研究区,基于层次分析模型构建土壤条件、立地条件、灌排条件、气候条件和机械耕作条件5大类共21个指标的水稻种植适宜性评价体系,利用地学模型、回归模型和空间插值等方法计算、模拟评价指标空间分布数据,形成5 m×5 m分辨率的评价指标栅格数据集,基于经验指数法建立适宜度指数模型,开展精细尺度下的水稻种植环境综合适宜性评价。利用实测样点水稻产量与水稻种植环境综合适宜度指数进行分析,发现二者呈显著正相关,验证了本研究评价工作的正确性和可行性。最后利用K-means属性聚类法识别研究区水稻种植多维环境适宜性的空间模式。结果表明：① 研究区水稻种植高度适宜、较适宜、中度适宜耕地面积占全县耕地面积的84.4%,次适宜耕地仅占15.6%,耕地整体适宜性较高;② Ⅰ类集聚区水稻种植综合适宜性和各类指标适宜性均较高;Ⅱ类集聚区水稻种植综合适宜性较高,但灌排条件适宜性很低;Ⅲ类集聚区水稻种植综合适宜性较高,但立地、土壤条件适宜性较低;Ⅳ类集聚区水稻种植综合适宜性较低,灌排条件适宜性最低。本研究可为水稻种植适宜性评价提供方法借鉴,并为浦城县更合理科学地开展农业种植规划提供依据。
屋顶模型重建影响到建筑物完整模型重建质量,屋顶面点云分割质量对屋顶模型重建具有重要意义。针对传统RANSAC算法在屋顶点云面片分割时易产生错分割、过分割等问题,本文顾及点云位置信息,提出一种对点云重新分配的改进RANSAC点云分割算法。算法暂时剔除非平面内点,选取平面内点集中3个点作为初始样本,平面拟合判定邻域是否有效,从有效邻域中选取标准差值最小的3个点为初始模型。利用RANSAC算法对屋顶点云进行分割。利用K近邻算法统计误分类点与面片的距离降低误分类,优化过分割面片并进行连通性分析,利用距离及法向量一致性检验的方法重分配非平面内点。为验证本文算法有效性,选取芬兰Helsinki地区的3栋相互独立的复杂建筑物屋顶以及上海某小区的6栋建筑物群屋顶作为实验数据。在2组数据中,本文提出的改进RANSAC算法分割屋顶面片的平均准确率分别为92.17%、87.82%,78%的建筑物屋顶不存在过分割。在第2组数据中,所有分割面片上的点与其对应的最佳拟合平面的距离的标准差的平均值为0.030 m。实验结果表明,本文算法分割建筑物屋顶面片的准确率较高,较好的抑制了过分割现象,且抗噪能力强。
针对现有由稀到密的加密匹配算法中,初始匹配点可靠性低将导致迭代匹配拓展过程存在较多误匹配的问题,提出一种基于可靠匹配点约束的遥感影像密集匹配算法。首先,利用SIFT匹配点约束直线匹配获得的同名直线构建虚拟匹配点集,结合虚拟匹配点集和SIFT匹配点集建立初始匹配点集;然后,依次采用局部影像信息和局部几何约束对初始匹配点集进行检核剔除错误匹配,主要体现在利用指纹信息和梯度信息构建匹配点局部区域约束剔除较为明显的误匹配点,利用匹配三角网构建局部几何约束剔除由相似纹理产生的误匹配点,得到优化后的可靠匹配点;最后,基于可靠匹配点构建的Delaunay三角网,以三角形重心为加密匹配基元,结合核线约束和仿射变换对其进行迭代匹配拓展,得到最终匹配点集。选取4组资源三号卫星前视数据和后视数据进行实验,结果表明：利用局部纹理特征和局部几何双重约束模型可有效剔除误匹配点得到可靠匹配点,通过可靠匹配点进行迭代匹配拓展得到的密集匹配结果相较于对比算法具有更高匹配精度,在4组数据上其平均匹配精度为95%,具有较好的匹配稳定性。
