本文围绕互联网中网页文本蕴含的丰富地理空间信息,抽取网页文本中蕴含的地名实体,提出了一种地名共现网络模型,该模型综合考虑网页中地名的频次信息,表达网页文本中地名的共现及联系传递特征。在此基础上,提出一种基于链接分析的网页文本核心地名的提取方法,通过PageRank算法计算每个地名在共现网络中的链接权重,对网页文本构建的共现地名网络进行核心地名的提取,从而在庞大的网络资源中发现具有显著的焦点特征或导航枢纽特征的重要地名。最后,采用人民日报与新浪新闻体育版2份语料进行实验验证,证明了该方法的有效性。
随着新地理信息时代的来临,地理数据已经呈现出爆炸式增长的趋势。如何在海量的地理数据中准确、及时地找到人们所需要的数据,并把相关联的数据智能地推荐给用户,成为亟待解决的一大难题。针对传统以关键词、主题词等字符串匹配为核心的数据发现方法存在的查不全、查不准的问题,本文通过对地理空间中的概念、属性、关系、规则,以及相应实例的详细表达,初步提出了地理空间本体构建框架,并在此基础上构建了较为完整的地理数据空间本体,以实现地理数据的智能关联,最后在地球系统科学数据共享平台中进行应用实践。结果表明,引入地理数据空间本体后,检索的结果在数据的查全和查准方面显著提高,而且还能智能推荐相关联的数据信息。本文构建的地理数据空间本体对于大数据时代背景下地理数据的精确发现和共享有重要意义。
海洋异常事件（Marine Abnormal Event,MAE）可为区域海气相互作用和全球气候变化研究提供重要的时空特征参考,具有重要的科学意义。鉴此,本文基于长时间序列的栅格数据集,提出了一种海洋异常事件时空提取算法（Marine Abnormal Event Spatio-Temporal Extraction Method,MAESTEM）。MAESTEM的核心步骤包括事件的时间维度提取、事件的空间维度提取和事件追踪。在时间维度提取方面,将每一个栅格像元作为一维时间序列,计算其平均值和标准差作为判断每个时刻是否异常的标准,并根据异常持续发生的时间长短来提取时间维度的海洋异常事件（Temporal MAE,TMAE）。在空间维度提取方面,利用空间邻域统计方法,统计栅格像元的空间邻域中属于TMAE的个数,并通过空间维度异常判断规则获取空间维度的海洋异常事件（Spatial MAE,SMAE）。利用时刻状态的SMAE的空间拓扑关系,根据事件前后时刻覆盖的空间区域是否重叠以及事件持续的时间长短,实现异常事件的追踪。最后,通过提取太平洋海域1993年1月至2012年12月的月均海面高度异常（Sea Level Anomaly,SLA）事件,验证了该算法的有效性和实用性。
下伏古地形对黄土地貌的形成、演化与发育具有重要的控制作用。基于下伏地层露头的采样数据,通过空间插值方法进行古地形数字模型(DEM)重建是研究黄土地貌的重要方法。其中,采样点密度是下伏地形DEM重建精度的主要影响因子。本文以1:20万绥德幅地质图所涉及区域为实验样区,研究采样点密度及样条函数方法对下伏古地形重建精度的影响。实验结果表明,在高密度样本条件下,采用规则样条插值方法进行古地形重建时,插值结果呈现显著的“龙格现象”,即多项式插值结果出现剧烈波动现象,且随着样本密度增加,样条插值结果的误差呈逐步趋缓的降低趋势,并逐步趋于稳定。同时,基于古地形DEM提取的特征点,其局部最高点和局部最低点的数目呈直线上升趋势,说明在一定程度上基于有限数据采用样条函数进行地下三维建模并不一定能获得平滑曲面。研究结果对如何选择合理的空间采样密度进行古地形DEM重建具有重要的指导意义。
在分析当前网络地图出版特别是专题地图网络出版现状的基础上,本文提出了版式网络地图的概念、原理及技术方法。版式网络地图克服了当前专题地图出版GIS化和静态图片化的倾向,在为用户提供高保真地图阅读体验的同时,实现了专题数据和专题地图同时发布的模式。该模式的主要技术特点包括：对专题地图图片和专题地图数据进行四叉树分解,将专题地图图片划分为规则格网大小的瓦片金字塔;将专题数据要素分解为可变分辨率的格网集合,以唯一标识记录每个格网及其（需查询的）属性,并采用支持区域、时间、指标、数据四元组的专题数据元进行存储,以便高效地索引专题数据,从而实现专题地图数据的高效查询。同时,本文还介绍了版式网络地图发布模式在地形图出版、原图版式发布、《中华人民共和国人口与环境变迁地图集》电子版网络地图发布系统中的应用案例。最后,对比分析了WebGIS、静态地图图片、PDF/GeoPDF地图、SVG地图以及版式网络地
由政府等权威机构监测、采集地震灾情信息后,向公众通告并指导公众采取应对措施,是当前防震减灾过程中的主要信息流通模式。然而,在这种信息单向流动模式中,公众缺少主动查询获取和反馈灾情信息的渠道,不利于防震减灾和灾后恢复重建。本文针对现有地震信息系统在公众信息服务方面的不足,首先分析了公众参与式地理信息系统（Public Participation Geographic Information System,PPGIS）的特点及应用,从地震灾害管理的整个周期出发,将地震灾害信息分为4大类,进行平台数据库和功能设计;随后,探讨了基于PPGIS的大众地震信息服务平台,在公众主动获取多源地震灾情和地震知识、提交和反馈灾情信息与救助需求,以及参与灾后重建等方面的作用,并分析了该平台中用户数据质量及质量控制流程;最后,在此基础上,设计并实现了基于PPGIS的大众地震灾情信息服务平台原型系统,为解决公众地震灾情获取和反馈提供了可行性方案,为类似系统的设计与实现提供了参考。
城市中人群的移动是带有目的性的,城市空间结构功能也存在差异,导致人群在城市中出现聚集或消散的现象,而且该现象会随着时间不断变化。本文基于海量的手机位置数据,以深圳市为例,采用自相关分析识别出城市中人群聚集与消散的区域,然后将这些区域一天中人群聚散组合成时间序列矩阵,采用自组织图聚类方法（SOM）进行聚类得到9种典型的人群聚集、消散时空模式,结合土地利用现状数据,分析解释了每种聚散模式最可能出现的土地利用组合。该研究从聚集和消散的角度探索了城市人群移动的时空模式,进一步帮助理解城市不同区域人群的移动模式以及与城市空间结构功能之间的关系,对城市规划、交通管理具有参考和指导意义。
在快速城市化进程中,有效地保护耕地数量和质量是一个重要的科学命题。本文以广东省东莞市为例,通过构建Logistic-CA城市扩张模型,试图探明城市快速扩张主导下的耕地演化特征和机制,对耕地演化进行模拟与预测,为城市的可持续发展规划和耕地保护提供科学的参考依据。首先,分析了1998-2013年东莞市各用地类型间的转换关系,对城市扩张与耕地演化的机制进行了探究;其次,综合考虑地理、经济与政策因子,通过对地理因子模拟和地理与经济结合模拟2种结果的比较分析,选取最优因子组合定义了CA转换规则,构建Logistic-CA模型;最后,基于该模型,依据2006-2020年东莞市土地利用总体规划图,对耕地演化进行预测,并进行数量、质量和空间形态上的分析。模拟结果表明,在耕地演化机制上,东莞市在2003-2008年和2008-2013年2个时段中新增城市用地分别有71.96%和80.86%直接或间接来源于耕地,且相应时段内的耕地补给量远小于耕地流失量;在空间形态上,呈现大块耕地边缘破碎化,细碎耕地逐步消亡的空间演化模式。模型的预测结果表明,至2020年耕地将会减少8205.4 hm2,且优等耕地和高等耕地的减少比重分别达到5.16%和5.27%。
本文采用地理信息系统技术（GIS）与水文/水动力学相结合的方法,使用修正的SCS模型进行产流模拟,利用局部等体积法和水动力模型进行汇流模拟,建立了基于情景的城市暴雨内涝危险性模拟工具,并对相同雨强情景下不同汇流模型的模拟结果与精度进行了对比分析。结果表明：（1）局部等体积法计算简单,对降雨的时程分配较为敏感,峰前历时和雨强对结果影响显著,较适合于雨型确定的城市暴雨内涝危险性快速模拟;水动力模型计算复杂,与整个降雨历时存在明显关系,模拟精度较高。（2）利用台风“麦莎”带来强降雨导致的积水实测数据,对模拟结果进行对比和验证,表明本文建立的水动力模型法模拟结果与实测降雨积水更为接近,更适合上海中心城区暴雨内涝危险性情景模拟。
山区城镇扩张受山区地形和山地灾害等因素限制,而常用的土地利用模型难以有效表达这一特征。本文通过对Dyna-CLUE（Dynamic Conversion of Land Use and its Effects Model）模型进行改进并结合系统动力学（System Dynamic,SD）模型,充分发挥这2个模型在微观土地分配,及宏观情景模拟上的优势,很好地表达了山区地形和山地灾害等因素对山区城镇扩张的限制作用,为山区城镇扩张情景模拟提供了一个有效的方法。以岷江上游地区为例,根据研究区历史统计数据构建山区城镇用地SD模型,模拟低速发展、惯性发展和高速发展3种不同发展情景下城镇用地的需求,结合Dyna-CLUE改进模型,预测了对应情景下2011-2030年的城镇用地范围,并探究其对其他土地利用类型的影响。结果表明,发展速度越快,城镇主体越快达到地理限制区域的上限,并开始沿山间平地向两端扩张。耕地受山区城镇扩张的影响要远远超出其他土地利用类型,离城镇越近受影响越大。随着城镇扩张的加剧,其对自然环境的影响也逐渐增大。模型模拟结果能为山区城镇用地规划、评估由城镇扩张造成的生态环境问题和制定相应的对策提供有效的技术支撑。
为加强对珍稀动物黑颈长尾雉（Syrmaticus humiae）的保护,本研究以广西金钟山国家级自然保护区的黑颈长尾雉野外实地调查数据为基础,在地理信息系统（GIS）技术支持下,以植被类型、植被覆盖度、海拔和坡度为评价因子,采用生境适宜性评价模型,对黑颈长尾雉潜在生境的适宜性进行了评价。研究结果表明：(1) 黑颈长尾雉最适宜的生境是海拔1000~1850 m、坡度为5~25 o、盖度大于70%的落叶阔叶林,这些区域应该成为重点保护的生境;(2) 保护区内黑颈长尾雉分布的生境类型有25种,鉴于保护的有效性和成本,选择面积占主导的15种生境类型为潜在生境,其中,54.31%的潜在生境分布在核心区内,15.75%分布在缓冲区,29.94%分布在实验区;(3) 生境适宜性评价结果表明,保护区适宜栖息生境的面积达74 km2,约占保护区总面积的36.30%。最后,基于黑颈长尾雉在金钟山自然保护区的生境适宜性研究范围提出了相应的保护对策。
WorldView-2卫星自2009年发射至今,已为用户提供了大量高性能的影像产品。与众多高分辨率卫星影像不同,WorldView-2有2个近红外波段,即近红外1(Near-infrared1,NIR1)和近红外2(Near-infrared2,NIR2),但目前这2个波段在应用上的区别并不清楚。因此,本文以福建省长汀县河田地区的马尾松林为例,采用NIR1和NIR2这2个近红外波段分别构建了3种植被指数(NDVI、ARVI和NDMVI),以探索二者在植被信息反演方面的差异。结果表明,NIR1构建的植被指数在马尾松林提取精度上高于NIR2,并具有更丰富的植被信息量。经统计可知,NIR1所构建的植被指数信息量比NIR2分别大8.0%(NDVI)、12.3%(ARVI)和7.3%(NDMVI);在反演植被覆盖度方面,NIR1也比NIR2具有更高的精度,其模拟的植被覆盖度与实际植被覆盖度的拟合度更高,误差更小。NIR1和NIR2所表现出的差异是因为马尾松在这2个近红外波段的光谱反射不同,其反射在NIR1的波长范围内达到最强,而在NIR2的波长范围内则出现了小幅下降。
针对城市绿度空间分布特征难以描述且合理性难以度量的问题,在基于多光谱遥感数据和激光雷达数据（LiDAR）获取高精度城市建筑物与绿地信息的基础上,本文提出一种基于移动窗口的城市绿度遥感度量方法。其通过遍历研究区像元,建立了移动窗口内的城市绿地面积与固定窗口面积之间的关系,计算了中心像元的绿度指数,并与传统的格网法、缓冲区法进行了比较。研究结果表明：该方法建立的绿度指数,能很好地反映城市居民在区域内接触城市绿地的概率及其空间分布特征,与格网法和缓冲区法相比,有效避免了格网法产生的边缘效应,并解决了缓冲区法空间不连续性的问题,实现了区域范围内任意点的城市绿度度量。该方法为城市绿地度量、城市规划、管理提供了一种新视角。
评价土地覆被数据质量是正确、合理使用数据的前提和保障,有助于遥感制图方法的改进。本文以1：10万土地利用数据为参考数据,选取2010年RapidEye_5 m、FROM_GLC（30 m）、MODIS_V005（500 m）,以及2009年GlobCover 2009（300 m）土地覆被数据,以湖南省桃源县为例对4种不同分辨率的遥感土地覆被数据质量,引入窗口的分类类别统计方法,进行了综合评价,并分析了其误差和空间分布。结果表明：（1）RapidEye_5 m数据总体精度最高,MODIS_V005和FROM_GLC次之,GlobCover 2009数据相对最低。高分辨率土地覆被数据对于居民地、交通用地、水体等精细地物分类较好,具有一定优越性,各数据在一级类上的面积相关性和一致性总体高于二级类;（2）各数据在建筑用地和其他未利用地类型上的生产者精度均较低,FROM_GLC和MODIS_V005数据,在灌木草地上的空间一致性较差,4种数据在以耕地为主的平坦地区空间一致性较好,混淆主要发生在灌木草地、乔木林地和耕地之间;（3）随着土地覆被数据分辨率的提高,分出较多地物类型数的面积比例也随之增加,较高分辨率的RapidEye_5 m和FROM_GLC分出的类别数集中在7-16种较高水平上,低分辨率数据集中在1-5种较低水平上,在丘陵山区差异显著,而高分辨率数据对地物区分更好,集中于11-16种地物。
本文以2007年和2008年MODIS每日地表温度（LST）数据及AMSR-E地表亮温（BT）数据为研究对象,结合土地覆盖类型数据,统计分析MODIS_LST与AMSR-E_BT在不同土地覆盖类型、频率和极化方式条件下的相关性。结果表明,频率在18.7、23.8和36.5 GHz的AMSR-E-BT与MODIS_LST的相关性较大,且在垂直极化通道上的相关性较在水平极化上大;不同土地覆盖类型,与MODIS_LST相关性较大所对应的AMSR-E微波通道不同。同时,考虑混合像元问题对相关性的影响,对25种不同地物类型组合下MODIS_LST与AMSR-E-BT的相关性进行统计分析,发现混合像元中地物类型越多,则二者相关性越小。最后,采用多元线性回归分析法,根据不同土地覆盖类型建立反演回归模型,对部分研究区域MODIS-LST进行反演,误差平均在±3.15 K以内,与不考虑下垫面覆盖的模型比较,反演MODIS_LST精度平均提高了1.5 K。
