针对传统扩散模型难以动态模拟地表污染物时空不均匀扩散过程的问题，本文提出一种基于元胞自动机模型的污染物地表扩散仿真模型，在综合考虑地表高差及粗糙度对污染物扩散过程影响的基础上，确定了不规则污染场地的元胞边界条件、划分了元胞空间、提出了一种降雨和非降雨条件下污染物扩散流速计算方法，基于分子扩散建立了地表污染扩散模型演变规则。为更好模拟地表污染物扩散情况，本文提出了一种污染物随坡度和质量衰减的元胞自适应时间步长调整算法，该算法能够动态调整元胞自动机的时间步长，防止固定时间步长在污染物快速扩散时错过细节，而缓慢扩散时消耗计算资源。实验设计了降雨和非降雨两种情形对污染物随时间扩散的过程进行仿真与分析。实验结果表明，不同下垫面对污染物扩散速度有很大的影响，污染物在糙率为0.012的水泥地表上的扩散速度约为其在糙率为0.035的一般性土壤地表上的2.7倍；降雨强度和时长能够加快污染物的扩散，且扩散速度随着降雨曲线变化而改变，并在雨强峰值附近达到最大；污染物扩散服从坡度分布特征，且随着时间变化，高污染区域范围和污染物浓度差异渐渐变小，并在一段时间后，浓度变化渐渐趋于平稳；自适应时间步长演变算法能够较好地体现一次演变过程中污染物扩散在不同邻域元胞方向上的细微时间差异，提高污染物时空分布的计算精度。
伪基站垃圾短信活动存在显著的时空自相关和异质性现象，采用时空分析方法可以精准把握伪基站的移动规律和行为模式，为相关部门综合施策、探索长效管理机制提供科学的依据。然而，精细尺度下垃圾短信数据集中过多零数据导致的零膨胀问题，使当前的时空分析方法并不适用。为此，本文以2017年2月23日至2017年4月26日北京市色情服务类垃圾短信数据为例，构建零膨胀贝叶斯时空模型，不仅可以解决零膨胀问题，而且可以综合分析伪基站的空间、时间、时空效应以及外部影响因素，以识别伪基站活动的相对风险高值区、探究城市建成环境对其的影响。结果发现：在数据集中零值占比高达83.46%的情况下，基于零膨胀泊松分布的贝叶斯时空模型具有更好的拟合精度；色情服务类垃圾短信空间上的高风险区域主要聚集在北京市主城区的东部，风险值最高的区域属于朝阳区；周四、五、六风险趋势会相对增加，且18:00至次日02:00为高发时期；伪基站一般18:00从主城区的西南部开始向东北方向移动，凌晨01:00聚集在朝阳区西北部区域；商务住宅与住宿服务类城市环境与垃圾短信呈正相关，餐饮服务与派出所类城市环境呈负相关。研究表明，零膨胀贝叶斯时空模型为精细尺度的伪基站垃圾短信研究，提供了一个可以有效整合多个时间截面的分析数据、充分考虑伪基站的时空关系和外部影响因素并解决数据中存在零过多现象的方法，为发展和验证伪基站的环境犯罪学理论提供了一种重要的分析方法。
行程时间不确定性导致了可达性随时间的变化，相关研究表明忽略行程时间不确定性会高估可达性水平。既有可达性研究往往用行程时间可靠性表示行程时间不确定性，但未考虑不同可达性模型结果的差异以及行程时间可靠性价值。本文结合各OD之间的行程时间分布特征，构建方差型的行程时间可靠性来描述行程时间不确定性，并进一步将行程时间可靠性纳入到广义出行时间成本中，建立了时间距离模型、潜力模型、累计机会模型和高斯模型4种基于位置的可达性测算方法，以比较在不同测算方法下，行程时间不确定性对可达性的影响。深圳的案例研究表明：① 忽略行程时间不确定性会使全区域的可达性至少被高估5.04%，最大被高估95.04%。潜力模型、时间距离模型、累计机会模型和高斯模型的高估幅度由低到高；② 行程时间不确定性对可达性的影响存在阈值效应，阈值越高，可达性受影响的程度越小；③ 从空间分布来看，行程时间不确定性对可达性水平高和低的区域都有一定影响。若不考虑行程时间不确定性，可达性高的区域高估值大，而在可达性低的区域，可达性高估的百分比较大，高估百分比中位数的差异程度最大可达77.1%；④ 行程时间不确定性对潜力模型可达性分类的影响最小，对累计机会模型差异的影响最大。可达性使用者应充分考虑研究区域实际情况，结合可解释性与理论性偏好，进而选择合适的可达性模型和评判标准。
地形是在内外营力的共同作用之下综合形成的，不同类型的地形具有不同的起伏形态特征，从全局或宏观的观测视角，可以视觉感知到这种地形起伏及其特征规律。纹理是众多物体表面呈现的有规律的线条组合，DEM作为地形的数据表达，不同地形类型区域的起伏形态具有纹理的显著表征。目前，对于DEM纹理研究主要是从DEM影像认知的角度出发，利用图像纹理的计算方法进行地形纹理对象描述和指标的提取，并基于获取的纹理对象进行区域地形特征分析和地貌类型的分类，在视觉上的反映存在不足。DEM起伏纹理作为一种基于某种观测视角和尺度的地形要素组合对象，首先需要对其进行系统的视觉认知，明确基于视觉认知的DEM起伏纹理构成要素和不同视觉变量控制的纹理要素组合结构，通过实现DEM起伏纹理的多维可视化建模，达到DEM数字地形建模的抽象与简化。基于此，本文以DEM地形起伏纹理为研究对象，对DEM起伏纹理进行视觉认知，明确DEM起伏纹理的涵义并建立提取方法，使用建立的方法实现了DEM起伏纹理的提取，取得了较好的提取效果。从视觉感知的机制出发，确定了决定视觉感知结果的视觉变量组合。确定了包含景深、长度和邻域等用于视觉综合的参数，设计建立了多变量的DEM起伏纹理消隐方法。最后设置视觉变量并使用该方法实现了DEM起伏纹理的消隐，消隐后DEM起伏纹理的数量分别降低了45.2%和53.2%，视觉上也取得了较理想的结果，具有一定的应用价值。
住宅价格的空间分异是城市空间资源配置不均衡的外在表现，理解住宅价格的主导影响因素及其空间分异特征对于住区规划及房价调控政策的制定具有重要意义。既有研究较少考虑环境品质对住宅价格的影响和影响因素的作用尺度差异，针对以上问题，本文引入街景图像，在特征价格模型的基础上拓展环境特征，构建多尺度地理加权回归（MGWR）模型，研究环境特征对住宅价格的影响效用，并通过分析其他控制变量的系数空间格局，总结各变量的空间分异特征规律。主要结论为：① 街景图像测度的环境特征更符合人们对居住环境的真实感知，研究结论可为居住环境品质提升提供更加精细化的设计策略； MGWR模型对变量的空间分异现象具有更接近于真实值的拟合效果，可描述不同变量的作用尺度差异，这有助于为特定地区制定针对性规划策略。② 厦门本岛住宅价格呈现显著的聚类特征，并沿城市核心发展轴呈“带状”结构分布。③ 3个环境特征变量对于住宅价格均为显著的正向影响，且作用接近全局尺度，街景绿视率的影响最强，其次是天空开敞度和相对步行指数。④ 总结各变量的系数空间分异规律，发现不同特征地区住宅价格的主导影响因素不同，核心地区主要受交通、教育因素的影响；老城地区主要为环境品质、建筑质量因素；新城地区则为区位、生活设施因素。
“夜间经济”蕴含巨大的消费潜能和市场空间，夜间经济集聚区作为其载体，其准确识别、合理分类和科学布局是发展夜间经济的切入点和主要抓手，更是夜间经济可持续发展的保障。本文在“点轴发育、定量识别”的认知框架下，在定量表达夜间经济活力测度的基础上，利用焦点统计和ISO聚类分析方法提取和识别夜间经济集聚中心和集聚区，并根据区位熵及其变异系数对识别结果进行类型划分，克服了目前夜间经济实践中存在的集聚区范围划定主观随意、类型标准不一的问题，为夜间经济定量化研究开辟了新的思路。研究表明：① 相较于DMPS/OLS及NPP-VIIRS等夜光遥感数据，Luojia1-01数据的空间分辨率高，溢出效应低，更适合于“夜间经济区”这种小尺度的精细化研究。② 夜间灯光和兴趣点数据是夜间社会活力和功能活力的良好表征，其综合影响可通过夜间经济活力测度来定量表达；③ 上海推出的12个地标性夜生活集聚区中，有11个被识别，识别率达91.7%；④ 根据集聚区的功能结构差异，可将其划分为非平衡发展-起步型、平衡发展-起步型、非平衡发展-成熟型、平衡发展-成熟型4种类型，该分类方式具有普适性；⑤ 在起步阶段，上海中心城区夜间经济集聚区主导功能为购物、餐饮；在成熟阶段，其特色发展方向为住宿、科教文化和体育休闲功能。四大集聚区类型在空间分布上形成明显的圈层结构。
三北地区是我国重要的生态屏障，分析2000—2019年三北防护林体系建设工程（简称：三北工程）区植被恢复时空变化状况，厘定人类活动与气候要素对植被恢复的贡献，探究植被恢复对土壤风蚀影响，评估植被恢复潜力空间，可为三北防护林体系建设工程未来规划管理和科学施策提供参考。本文在选取植被覆盖度和植被净初级生产力表征植被恢复状况基础上，利用地面数据，结合模型模拟，定量评估了2000—2019年三北防护林体系建设工程区植被恢复程度及其对土壤风蚀的影响，并对植被恢复潜力进行探究。研究结果表明：① 2000—2019年植被恢复程度高、较高的面积，占总面积的35.29%和13.16%，主要分布在黄土高原区及北部区域和风沙区与东北华北平原农区的部分地区。人类活动与气候因素对植被恢复贡献率为10.45%和89.55%；② 土壤风蚀以轻度侵蚀和微度侵蚀为主，呈逐年下降趋势，剧烈侵蚀面积减少了66.45%，防风固沙服务得到进一步提升。植被恢复程度与土壤风蚀模数呈负相关关系，植被恢复程度较好有助于降低土壤风蚀模数；③ 三北工程区森林、草地和荒漠生态系统仍有8.16%的恢复潜力，内蒙古高原北部部分地区、哈顺戈壁北部和准噶尔盆地西北部及周边区域、黄土高原南部部分区域存在较大恢复潜力。
随着旅游者对休闲娱乐类旅游需求的不断增加，山地型旅游区已成为最受欢迎的旅游目的地之一，利用新兴且高效的轨迹记录方式挖掘山地型旅游区游客在小尺度范围内动态的时空行为特征和制约因素，对旅游区线路设计和旅游产品优化尤为重要，也将为山地型旅游区的深化发展和科学管理提供建议。本文以湖北省恩施州恩施大峡谷为案例地，基于“六只脚”平台的GNSS轨迹及位置照片数据，结合GIS在线地图绘制的景区路网和从BigMap平台获取的POI数据，选择GNSS轨迹栅格化的概念模式解析出恩施大峡谷游客轨迹的时空行为特征，尝试探讨与其他类别旅游区时空行为特征的差异，从而总结出山地型旅游区的行为特征，并通过网络点评数据和游记文本等网络文本挖掘行为特征形成的影响因素。研究表明：① 月份和季相层面，游客行为5月游客量处于峰值，节日效应明显，短假期效应较强；淡旺季游客行为轨迹呈非集聚性，旺季游客量主要受气候条件影响呈不稳定态势；② 游客行为轨迹于11:00-14:00游客量达到顶峰，日内结束时间相对较早，且兴趣点选择偏向知名度高的七星寨景区；③ 空间分布特征层面，受时空因素控制，单一路径景区轨迹集中度较强；④ 不同性别的游客拍照行为均偏向于高质量景区，但分布状态存在差异，男性拍照行为多呈片状和线状分布，女性多呈点状分布。本研究尝试以新数据和新方法探讨山地型旅游区游客的时空行为特征，旨在促进山地型旅游地的持续和高质量发展。
针对现有立体影像直线匹配方法中的线描述子只依赖局部灰度特征导致可靠性较弱的问题，本文提出了一种结合网状描述符和单应约束的直线匹配方法。① 利用线特征检测算法（Line Segment Detector, LSD）提取参考影像及搜索影像中的直线段；② 根据角度约束和核线约束确定候选直线，缩小直线搜索范围，并计算参考直线与候选直线的重叠部分以确保端点一致；③ 利用直线段固定邻域内的同名点对构建网状描述符，选择3组不同的同名点对分别计算直线相似值，取其中最大值作为直线段的最终相似度从而确定同名直线对；④ 将未搜索到同名点对的直线段利用单应性矩阵映射至搜索影像，并根据3个判别准则得到最终的匹配结果。为了验证算法的有效性及鲁棒性，本文选取国际公开的标准测试数据集中5组近景影像进行实验，并与现有3种具有代表性的算法进行对比。结果显示本文算法的准确度及有效性均优于对比的3种算法，在匹配准确率与运行效率上最高有16.1%与49倍的提升，对于不同条件下的影像均能取得良好的直线匹配结果。
现有的面实体多指标几何匹配方法在计算综合相似度和确定最终匹配实体时面临着指标权重和阈值难以科学量化的难题，集成学习算法通过构建并结合多个机器学习器来完成学习任务，在解决分类问题时体现出了较为明显的性能优势。为此，本文提出了一种基于集成学习算法CatBoost的面实体匹配方法，将匹配问题转化为分类问题。选取形状、面积、方向和位置4个几何特征作为模型分类特征；利用过采样与欠采样相结合的混合重采样技术减轻原始训练样本的类别不平衡度；借助贝叶斯优化算法确定CatBoost模型的最优超参数；引入可解释人工智能领域的SHAP解释框架从全局和局部两个角度解释各输入特征对匹配结果的影响。在青藏高原的面状湖泊数据上对本文提出的方法进行了验证，实验结果表明：对模型预测影响最大的特征是位置，然后依次是面积、形状，影响最小的特征是方向。CatBoost匹配方法在实验数据集上的查准率、查全率和F1-score分别达到0.9937、0.9753和0.9844，相比于直接使用样本不均衡的原始样本进行模型训练，分别提高了约5.8%、0.6%和3.3%。与传统的面实体多指标双向匹配方法和逻辑回归、K近邻、决策树、神经网络等常规机器学习分类算法相比，集成学习算法CatBoost性能表现更加优异，在避免指标权重和阈值设置难题的同时取得了较好的匹配结果。
为提高现有多源影像无监督变化检测方法存在的检测结果易受噪声影响和计算效率低等问题，本文提出了一种基于分层极限学习机影像转换的多源影像变化检测方法。分层极限学习机（Hierarchical Extreme Learning Machine， HELM）通过多层前向编码获得丰富的特征表示，且当特征提取完成即可确定网络参数。本文方法首先通过对合成孔径雷达（Synthetic Aperture Radar， SAR）影像进行对数转换，以获得与光学影像相同的影像噪声分布，并利用影像平滑减少影像噪声对变化检测结果的影响；然后分别对多源影像进行聚类分析，通过对比两时相影像的聚类图获得初始变化检测图，选取初始变化检测图中的未变化区域的像元作为初始训练样本，构建训练样本修正模型修正初始训练样本以提高训练样本的准确性；引入HELM以实现多源影像特征空间转换，获取多时相空间转换影像，提高了算法效率；最后通过对比原始影像和多时相空间转换影像获取变化信息。两组多源影像(Google Earth和哨兵1号影像)的实验结果表明：与现有方法相比，本文方法的Kappa系数分别至少提高了6.19%和8.94%，证明了本文方法对多源影像变化检测的有效性。
目前干旱与植被关系的研究主要集中于气候因子与植被时空变化的相关性分析以及植被对气候变化的响应，能够适用于大尺度的植物抗逆性监测方法还较为欠缺。本文基于归一化植被指数（NDVI）、总初级生产力（GPP）、修正花青素含量指数（mACI）、短波红外水分胁迫指数（SIWSI）监测干旱胁迫下的植被变化，综合考虑植物抗逆过程，建立滞后时间、抗逆时差、响应程度与恢复能力4个植物抗逆性监测指标，构建了一种能够适用于大尺度的植物抗逆性综合监测方法。利用各省份作物抗逆性综合评分与绝收比例进行相关性分析，两者呈显著负相关。利用该方法对干旱胁迫下我国不同类型植被的抗逆性进行评估，结果表明：① 从全国整体水平来看，不同季节植物抗逆性差异较大，其中夏季植物抗逆性最弱，冬季最强。我国植物抗逆性空间异质性显著，春季植物抗逆性综合评分低于70分的区域主要位于山西、陕西北部，综合评分高于90分的区域主要集中在内蒙古东北部以及云南的南部地区； ② 不同类型植被的抗逆性有明显差异，夏季落叶针叶林抗逆性最强，类内差异最小，春秋两季草地抗逆性最强但抗逆性类内差异最大。本文提出的植物抗逆性综合监测方法有助于探索干旱胁迫下植物抗逆性规律，对帮助降低灾害风险具有借鉴意义。
基于形态特征的目标匹配是地图空间认知、地表位置自动感知等领域的重要方法。然而，由于不同数据源的遥感影像提取的同一个空间目标在空间尺度和局部形态上存在一定的差异，现有形态匹配算法难以获得较高的匹配精度。本文以等角边界距离编码及相似性算法为核心，提出了面向遥感影像的面状图斑匹配方法。① 从面目标的质心以10°为间隔，顺时针方向从质心向外引36条射线，获取面目标的边缘点，形成等角边界距离编码；② 提出了与该编码相适应的几个综合形态指标，包括自相似度、圆形度、形态复杂度和质心偏移度，并建立了面状图斑相似度算法；在此基础上，结合近邻目标的形态相似度，构建了遥感影像面状图斑匹配算法；③ 从不同数据源的在线遥感影像上提取中国西部湖泊与全球湖泊，开展面状图斑匹配实验。通过实验，发现本文的面状图斑相似度算法相对于按距离采样的相似度算法，召回率提升了13.8%；在添加近邻目标相似度约束的基础上，面状图斑匹配精度达到90%以上。通过算法适应性分析，发现该算法在一定的投影变形下仍能保持一定的匹配精度；如果空间目标及其邻域目标的总体形态和分布接近，不同空间尺度的匹配精度保持在80%以上。本文的研究为地图空间认知、地表位置机器自动感知提供了新的思路和方法。
如何快速获取无辅助参数卫星遥感影像地理位置是非合作方式获取的遥感影像信息充分利用的一个关键，利用影像特征的相似性对卫星遥感影像检索来实现定位，是获取无辅助参数卫星遥感影像地理位置的有效手段。为了探寻影像深度学习全局特征用于无辅助参数卫星遥感影像检索定位的可行性，建立了包括Precision@K、平均排序、特征提取时间、特征相似性计算时间、硬件消耗等，涵盖有效性、效率2个方面共计5类指标的评估体系。采用谷歌地球提供的影像数据作为基准影像，在资源三号夏季及冬季数据集上，分别利用AlexNet、VggNet、ResNet、DenseNet、EfficientNet等几种代表性的卷积神经网络预训练模型提取基准影像及查询影像的全局特征，依据评估体系中的指标，对这些网络模型的影像表征效果进行全面的量化评估与分析。试验分析结果表明，DenseNet、ResNet-18、VggNet这3个深度学习神经网络预训练模型提取的全局特征，综合表征效果较好，可有效用于卫星遥感影像检索定位；当K值取200时，DenseNet网络模型的Precision@K值可以达到59.5%，ResNet-18和VggNet网络模型紧随其后，分别为49.7%和48.0%，为进一步利用深度学习全局特征进行卫星遥感影像检索定位，找出了最佳的候选网络模型，为下一步模型优化等研究奠定了基础。
