高效、准确地获取目标数据及其关联数据,是决定大数据共享与挖掘分析能否实现的关键因素。传统的数据检索方法无法利用地学数据间的显性或隐含关系,已不能满足日益增长的对检索结果质和量的需求,而本体理论和技术的语义检索成为当前的研究热点。本文针对时间这一地学数据的本质属性,在系统研究地学数据时间概念与特征的基础上,建立了地学数据时间本体模型,并深入论述了模型中的时间关系、时间坐标系等内容,提出了时间位置和时间距离的描述函数,同时研究了二者的本体表达方式。构建了包括地质年代等在内的地学数据时间本体库,并以语义网开发框架Jena为基础,经本体解析、元数据时间信息抽取与标注等过程,将时间本体应用于地球系统科学数据共享平台的元数据检索之中。结果表明,以时间本体的地学数据语义检索查全率约为关键字方法的1倍,检索结果排序,以及关联数据推荐方面也有更好的效果,为促进地学数据共享与关联发现提供了一种有效的方法。
随着位置服务（Location Based Service,LBS）的广泛应用,隐私保护成为LBS进一步深入发展亟待解决的问题,时空K-匿名成为一个主流方向。LBS应用服务器存储用户执行连续查询生成的历史匿名数据集,分析大时空尺度历史的匿名数据集,空间预测可以实现LBS应用的个性化服务。本文提出了一种融合概率统计与数据挖掘2种典型技术——马尔科夫链与序列规则,对匿名数据集中包含的特定空间区域进行预测的方法。方法包括4个过程：（1）分析序列规则、马尔科夫过程进行预测的特点;（2）以匿名数据集序列规则的均一化置信度为初始转移概率,构建n步转移概率矩阵;（3）设计以n步转移概率矩阵进行概略空间预测的方法,以及改进的指定精确路径的空间预测方法;（4）实验验证方法的性能。结果证明,该方法具有模型结构建立速度快、精确空间预测概率与真实概率的近似度可灵活调节等优点,具有可用性。
随着空间数据的与日俱增,传统依托于单节点的空间数据管理方法,已难以满足海量数据高并发的需求。云计算的兴起带来机遇与挑战,分布式技术与数据库技术的优势互补,为云计算下高效的数据管理提供了可能。本文提出一种在分布式计算引擎（Shark/Spark）中集合之关键技术（包括空间数据映射、空间数据加载、数据备份及空间查询等）,将空间数据库对空间数据的高效存储、索引及查询优势与分布式计算引擎对复杂计算的优势相结合,实现一种基于Shark/Spark的分布式空间数据分析框架。在具体实现中,通过空间自定义函数和空间函数下推2种方式实现空间查询,结果表明,影响返回结果数据量的空间查询更适合下推给空间数据库完成,而不影响返回结果数据量的空间查询,利用分布式计算引擎直接运算更有优势。同时,通过与现有的一种分布式GIS方案（ArcGIS on Hadoop）对比发现,空间数据库的空间索引可有效提高查询效率,空间数据管理也更加独立。
随着地理信息服务应用领域和受众群体的日益广泛,人们对地理信息服务的需求越来越多元化。一方面网络上注册和发布的地理信息服务的数量急剧增长;另一方面人们对如何高效发现兴趣服务、组合兴趣服务以满足兴趣需要却常感到困惑。当前,用户只能通过关键字搜索并结合空间过滤条件查询OGC(Open Geospatial Consortium)的目录服务,来发现所需的数据和服务。用户在受益于目录服务带来的资源搜索便捷的同时,经常受到查全率和查准率不高的困扰。面对日益庞大的服务群,如何自动、快速、准确地发现目标服务,成为影响地理信息服务进一步发展与应用的瓶颈。本文围绕地理信息服务语义标注原理方法与关键技术展开研究,通过引入信息检索技术和语义网技术、语义服务技术,从面向地理信息服务语义标注的本体建模、基于地理概念匹配的语义标注算法、融合相似性度量与包含性推理的语义匹配与服务发现,以及语义标注和服务匹配质量评价方法4个方面进行了深入研究。针对地理概念半自动语义标注新算法、地理信息服务语义发现与匹配方法、服务语义标注和服务匹配质量评价、应用试验等具体研究内容进行了实验设计,并给出了需解决的核心问题,为当前地理信息服务匹配方法提供了新思路。
互联网页面和社交网络文本中蕴含丰富的道路交通信息,是其他交通信息采集平台的有效补充。然而,自然语言文本形式的交通信息多以线性参考或地标方位描述交通事件空间位置,且大量存在事件元素缺失或隐含现象,对交通信息的自动化抽取有着较大影响。考虑到交通信息的自然语言表达方式虽然自由随意,但表达模式相对固定,提出一种从互联网文本中抽取道路交通信息的模式匹配方法。首先,基于道路交通事件描述的语言特征构建模式库;然后,以特征词词性序列的形式表达互联网文本和抽取模式,利用DTW距离度量序列相似度,实现抽取模式匹配;最后,在匹配抽取模式和填补规则指导下获取结构化的道路交通信息。由上海市城市交通相关门户网站和微博客平台的实验过程显示,本文所提出的模式匹配方法,抽取道路交通信息的准确率和召回率分别达到90%和80%以上,表明该方法能有效抽取互联网文本蕴含的道路交通信息,且实现过程相对简单,易于扩展,具有可用性。
城市交通与土地利用相互作用、相互影响。传统的城市空间模拟研究多关注交通对土地利用变化影响,缺少土地利用对路网空间形态影响的模拟。已有研究通常使用静态路网,不能表达土地利用与交通间的动态相互作用关系。本文以城市土地利用强度与城市道路网络空间分布间的正向关系,提出了基于城市土地利用强度的城市路网增长模拟模型。以唐山市为例,对其城市环路内的道路增长进行了模拟。结果表明,该模型能以城市土地利用强度的空间分布特征快速生成路网,反映城市土地利用对道路网络扩张的影响。模拟结果与实际路网具有高度的空间分布相似性。该模型可进一步与土地利用模拟模型结合,模拟城市土地利用与交通的动态相互作用。
本文尝试用群智能算法中的Pareto蚁群算法(PACA)求解复杂的水资源空间优化配置问题。首先,建立了以社会、经济和生态综合效益最大的目标函数,以水质、需水和供水为约束条件的水资源空间优化配置模型,并采用局部信息素强度限制,全局信息素动态更新等策略,对PACA进行改进,使蚂蚁向信息素浓度大的优化边界移动,以提高PACA的全局搜索能力和收敛速度。本文以河南省镇平县为仿真对象,借助RS和GIS,利用改进的PACA求解水资源空间优化配置模型,得到地表水、地下水、外调水的最优配置方案和最佳经济、社会、生态效益方案。通过对PACA性能指标的分析,以及对PACA改进前后解的寻优对比,表明了PACA经过改进后能有效地求解多目标、大规模的水资源空间优化配置模型,提高了寻优性能、收敛速度和全局搜索能力。
以Google Earth为代表的第一代数字地球平台,利用球面剖分瓦片,构建了2.5维静态的数字地球表面,实现了地表空间数据的集成、建模和应用,但没有涉及地表上下的空间。本文阐述了球体大圆弧QTM八叉树剖分的规则、瓦块体系的几何特征及其编码原理,设计并实现了瓦块编码到空间直角坐标之间的互换算法,并利用C++和OSG等主流语言,构建了真三维数字地球可视化平台的雏形框架;实现了球面和球体的任意剖分、地表上下空间实体的可视化建模及简单三维空间分析。初步展示了球体瓦块的新一代数字平台在天地一体化空间大数据集成、管理、建模与应用中的优势及前景。研究表明,球体大圆弧QTM八叉树网格,具有简单、规整、几何特征明晰、适宜作为全球离散空间的坐标基准,利于空间实体建模与可视化等特点,可作为构建新一代数字地球平台的数据模型基础。
暴雨内涝是城市常见的“城市病”。本研究通过收集20世纪80年代、90年代,以及2000年之后广州市主城区严重暴雨内涝资料,探索改革开放后广州市暴雨内涝时空演变特征,分析城市建设用地扩张对暴雨内涝的影响。结果表明,20世纪80年代至今,广州市主城区暴雨内涝点在时间和空间2个尺度上有显著的变化。早期内涝点主要集中于市中心的越秀区,随着城市化进程的推进逐渐在白云、天河等城市化较快的区域出现。从1990-2010年,广州市城乡建设用地扩张显著,城市不透水面密度与暴雨内涝点核密度呈正相关。其相关性随城市化发展逐渐增强,表明改革开放后广州市城市的快速扩张,对主城区暴雨内涝点的时空演变有较大的影响。因此,城市暴雨内涝的防治应重视城市不透水面格局的优化和调整。
降水是区域水资源形成的主要影响因素,其时空变化趋势也直接影响着各种生态系统的结构、服务功能及空间分布与演变。降水时空变异分析是认识区域水资源形成与时空演变的主要手段和方法。本文利用滇池流域及周边雨量站逐月数据,采用回归分析、距平、空间相关性分析、Mann-Kendall检验、Co-kriging插值及交叉验证等方法,对1953-1987年和2007-2012年2个时序系列的时空变异特征分析结果表明：（1）1953-1987年春、秋和冬季降水量有升高趋势,夏季呈减少趋势,但各季节的增减趋势不显著,2007-2012年春、夏、冬季呈减少趋势,秋季为增加趋势,近期降水量明显有减少趋势;（2）1953-1987年流域降水量呈现增加趋势（11.12 mm/10a）,大致经历下降-上升-下降过程,2007-2012年流域降水量呈显著的锯齿状减少趋势,处于枯水期;（3）1953-1987年各时段的雨量主要呈现负相关性（不显著）,2007-2012年间呈现正相关性,通过LISA统计分析认为,空间异质性随地理位置和时间而变化;（4）年均降水量与雨季降水量的空间分布特征基本相似,出现2个降水高值区和2个低值区对顶分布态势。但在2007-2012年,降水量的高值范围有所减少,低值区范围相应有所扩大。
汇水区划分是分布式水文模型计算的基础。针对现有方法使用DEM在平原城市地区划分的汇水区不符合实际地形情况,本文提出了一种面向城市平原地区分级划分汇水区的技术方法。该方法从城市用地分类角度出发将城市分为中心城区和郊区,依据城市排水主干水系进行汇水区一级划分,将影响中心城区和郊区的不同径流因子分别融入DEM中,利用细化的DEM进行二级汇水区划分;在此基础上,根据实际汇流情况,结合Voronoi图,对中心城区进行三级划分,最后通过GIS技术进行修正。该方法既结合了传统DEM生成子流域的算法,又融入了城市区域地物地貌特点,能更好地满足城市地区的需要。选择上海市嘉定区西北部地区为实验样区,利用该方法进行汇水区划分比较表明,其对于城市平原地区具有很好的适用性。
城市间相互作用对城市扩张时空演变及其植被碳循环效应具有重要影响。本文将城市相互作用因子引入到元胞自动机（CA）的城市扩张模拟中,使用极限学习机（ELM）来自动获取CA的转换规则,并提出了ELM-CA模型;结合Biome-BGC模型,以广东省为例,对未来城市扩张及其植被净第一性生产力（NPP）效应进行耦合研究。结果表明：ELM-CA模型无需人工确定各变量权重大小,在不同类型变量的参数获取方面具有优势。通过嵌入城市间相互作用,ELM-CA模型能较好地模拟广东省城市用地扩张过程和格局。另外,广东省城市用地扩张对植被NPP具有重要影响,主要表现为城市用地的增加显著地降低植被NPP。按2000-2005年间城市扩张趋势,到2020年,由城市用地扩张导致的植被NPP降低约占广东省植被NPP的1.79%。引导城市合理扩张,对于维持生态系统碳平衡、促进社会经济的可持续发展具有重要意义。
遥感影像观测尺度是遥感信息提取研究的重要内容之一,也是遥感信息提取的焦点。以往,遥感影像尺度特征的分析大多基于地统计学,其主要体现遥感影像中的线性特征,而实质上遥感影像中既存在线性特征,又存在非线性特征。因此,在深入剖析遥感影像尺度效应及分形特征机理的基础上,本文探讨了分形理论定量选择遥感影像最佳空间分辨率（也称最佳像元观测尺度）的方法。以IKONOS全色影像的建筑用地、耕地、林地为研究对象,分别使用FBM、DBM、TPM 3种分形维数计算模型,实现了3种地物在不同空间分辨率下分形维数的计算。实验结果表明,每种地物的分形维数是随空间分辨率的增大,总体呈下降趋势,且在某些特征空间分辨率上会出现拐点。从遥感影像尺度效应分析可知,遥感影像空间格局随尺度的不同,其内部结构也不同。且随着尺度的增大,很多细节将会被忽略,影像的粗糙度也随着降低。而分形维数是目前为止描述对象自相似性和不规则度的唯一基本量化值,其直观上与物体表面的粗糙程度相吻合。因此,这些拐点对应的分形维数对地物的最佳空间分辨率的选择具有一定指示意义。通过本文研究可知,使用分形理论方法研究遥感影像最佳空间分辨率（或最佳像元观测尺度）,打破以往观测尺度方法研究范畴,从不同角度去分析遥感影像观测尺度问题对GIS研究与地学应用具有一定的理论和指导意义。
土地覆盖精度验证是定量刻画土地覆盖遥感解译数据质量的必要手段。传统的土地覆盖验证主要是以“GPS定点”+“野外景观照片”的平面验证方式,其获取的验证点数量受制于野外采样效率,且主观性强。本研究提出一种车载三维摄像仪的土地覆盖验证方法,解决了三维视频资料中GPS验证点信息的输出和提取、验证点分类识别与管理,打分的精度评价等技术问题。以蒙古国东部7省（市）采集的2013年野外视频为例,从264 GB的影像资料中,分别以1、5、10、60、300 s为采样间隔,分离和辨识出123 396、24 679、12 339、2056、411个验证数据,并以验证打分的方法获得本区域的验证精度。分析表明,车载三维摄像仪具有自动化程度较高、能够连续记录可观的三维实地信息的优点,适用于信息化和大数据时代的土地覆盖验证。实地分间隔抽样结果表明,60 s间隔的采样频率在验证效率上最优,变长间隔采样技术将成为未来需要深入研究的关键问题。
目前,物理模型的单幅图像去雾已成为图像去雾算法研究的重点。在分析了暗原色先验知识的单幅图像去雾算法基础上,针对暗原色先验去雾算法时间复杂度大的缺点,比较了目前已有的暗原色先验改进去雾算法,提出了一种新的暗原色先验单幅图像去雾改进算法。通过引入快速、各向同性的低通高斯滤波器,实现对透射率图的平滑均匀,以代替暗原色去雾方法中精妙但时间复杂度高的软抠图算法;对于图像中图层交界处,提出了以区域中值滤波方法进行修正的算法,以及满足自适应要求的全局大气光求解详细算法。实验结果表明,结合了以上3点改进的快速去雾算法在保证图像去雾效果的同时,能大幅度提高暗原色去雾算法的速度,适用于对工程上的图像、视频实时去雾。
本文采用地形调节植被指数（TAVI）,以RapidEye高分辨率多光谱遥感影像为数据源,对福建省永安市毛竹林山区进行了叶面积指数（LAI）地面实测、遥感建模及反演分析。通过TAVI与归一化植被指数（NDVI）、比值植被指数（RVI）的对比研究,结果表明：（1）毛竹林实测LAI与TAVI、NDVI和RVI线性回归的决定系数（R2）分别为0.6085、0.3156和0.4092,最佳非线性回归的R2分别提高到0.6624、0.5280和0.6497。LAI与NDVI或RVI非线性（U曲线）模型可以很好地解释LAI-VI的散点分布规律,但难以解决LAI-VI间因地形影响导致的“同物异谱”和“异物同谱”问题,因此,在山区大面积推广应用需慎重。（2）通过实测LAI的验证表明,LAI-TAVI回归模型可有效避免因地形影响导致的“同物异谱”和“异物同谱”问题。TAVI具有良好的削减地形影响作用,可用于山区植被LAI的遥感反演。
