在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。
本文提出了一种多比例尺道路网的连续变换方法,旨在解决在信息化大地图环境下城市道路网的多尺度连续表达需求。该方法首先对2种比例尺的道路网数据进行拓扑重建预处理,然后利用概率松弛匹配方法识别二者的要素对应关系。根据要素对应表,将2种比例尺道路要素分为1:1对应线状要素、1:0单独线状要素和M:N复杂线状要素3种情况：（1）对于1:1对应线状要素,本文采用简单线性Morphing变换方法;(2)对于1:0单独线状要素,首先对道路要素的直角特征进行识别,并定义直角及其前后一定范围内的线段为直角子线段,在此基础上,利用Douglas-Peucker算法将分割后的道路要素进一步分割,然后将直角子线段的起点和终点作为断点切割原道路要素,以顶点连续移位的方式实现连续综合变换;(3)对于M:N复杂线状要素,采用渲染颜色逐渐淡出的方法进行连续表达。最后,将3种情况的连续变换结果进行叠加组合。实验结果表明,本文方法能够获得良好的多尺度连续表达效果。
Pearson-Ⅲ曲线分布在气象、水文和农业等领域有广泛的应用,其概率密度函数包含形状参数
了解科学数据共享用户行为特征对实现高效、精准的数据共享服务具有重要的参考意义。本文基于国家地球系统科学数据共享平台网站服务器日志及服务记录数据,利用空间数据挖掘及Web使用挖掘技术,探索地球系统科学数据共享用户行为模式。在数据预处理阶段,完成用户识别、会话识别、位置识别,并对数据进行空间建模、空间数据库建库。在数据挖掘阶段,分别对用户产生的网页浏览数、会话数、数据集浏览数为对象进行空间“热点”分析,识别用户行为的地域差异。针对用户数据浏览和下载行为,采用FP-growth算法对用户——数据之间进行关联规则挖掘,发现用户对数据关注和使用的高频规律。分析结果表明：（1）该共享平台用户地在国内各省市均有分布,用户最多的3个省（市）分别为北京市、山东省、江苏省,该分布与国内高校学生分布相关程度不高,但与“211工程”高校学生的空间分布相关度较高;（2）空间“热点”分析表明,北京、天津及河北北部无论在网页浏览、数据浏览还是会话量上都是“热点”区域,但识别的“冷点”区域有较大不同,尤其是数据访问“冷点”分布较广,如南方沿海省份、河南省、山东省、四川省等;（3）关联规则挖掘发现多个数据浏览高频项目集以及关联规则。数据下载高频项与数据浏览高频模式较好吻合,但下载行为未表现出明显关联规则。本文提供了一种结合Web使用挖掘和空间数据挖掘的用户行为模式挖掘方法,该方法也可用于其他类型网站的数据挖掘。
为了探索协方差局地化（Covariance Localization,CL）方法在集合转换卡尔曼滤波（Ensemble Transform Kalman Filter,
本文汇总整理了2000-2014年中国发生的472起重特大煤矿事故,获得其空间分布状况;基于分形理论,利用网格法统计不同网格尺度下覆盖重特大煤矿事故的非空网格中的事故数量,计算煤矿事故的全国、三大自然地理区以及干湿分区的分维值,分析其空间分布分形特征;利用R/S方法研究15年来重特大煤矿事故发生的时间分形特征。研究表明,从全国范围来看,重特大煤矿事故具有较好的空间分形特性,但不同区域的重特大煤矿事故的分形特性却具有很大差别。15年来发生重特大事故数量及事故死亡人数逐年下降,由R/S分析得到的Hurst指数表明事故时间序列的分形特征客观存在,并且年发生事故数量及事故死亡人数量减少趋势。
随着城市化进程的不断深入,城市热岛效应及其所引发的一系列环境问题日趋严重,本文尝试性地将新兴三维建模技术与微气候模拟相结合应用于城市局地微气候研究,以期获得的模拟数据及模型能够帮助城市管理者提供改善城市微气候质量的有效途径。本文选定珠江新城西区为研究区域,以规则建模手段构建城市三维模型,总结微气候模拟的相关子模型,并利用局地微气候模拟软件对研究区进行温度、湿度、风速、风向等气候要素的模拟,最后将二者的结果整合进行可视化展示。微气候模拟结果结合目标区域三维模型,能够直观地分析出建筑高度、密度和布局对目标区域城市微气候分布状况的影响,并提出相应的改善建议与规划策略。该方法克服了以往微气候研究局限于实地测量与单纯依靠过往气象数据的不足。规则建模对城市建筑布局、结构方面的具体呈现与ENVI-met在微气候分布模拟的结合,使城市局地微气候研究可以逐渐与三维建模相结合的方向发展,为不同地区的城市规划与微气候模拟研究提供了新思路与辅助决策工具。在城市建筑结构、布局对城市微气候的影响研究上也提供了更直观的可视化效果。
本文基于2001-2013年MODIS NDVI多时序数据,采用像元二分模型估算了洞庭湖流域植被覆盖度,分析了区域近13年来植被覆盖度的变化特征及趋势,并结合同期气象数据,阐明了植被覆盖度变化对气候因素的响应。结果表明：（1）近13年洞庭湖流域植被覆盖度的整体变化较为稳定,呈微弱减少趋势,速率为-0.3%/10a。（2）洞庭湖流域绝大部分区域植被覆盖状况良好,植被覆盖度呈自西向东递减趋势,高植被覆盖度及中高植被覆盖度占整个流域面积的88.63%,水体或低植被覆盖度及中低植被覆盖度仅占2.57%。（3）洞庭湖流域植被覆盖度变化趋势为北部强于南部、东部强于西部。流域内植被覆盖度极显著与显著减少的面积比例为5.30%、增加面积的比例为4.29%,植被覆盖度变化不显著占90.40%。该区域植被覆盖度变化受人为因素影响更大。
本文选取环长株潭城市群为研究区域,以Landsat TM影像解译后的土地利用数据、MODIS影像计算的植被指数,以及人口、经济和气候数据等为数据源,基于“压力-状态-响应”框架模型构建湿地生态安全评价指标体系对该区域2000-2010年湿地生态安全进行综合评价。结果表明：（1）环长株潭城市群2000、2005、2010年湿地生态安全指数均值分别为0.7268、0.7151和0.7196,湿地生态安全状态“良好”,生态安全等级程度为“较安全”。（2）环长株潭城市群区域差异性明显,一级湿地生态安全区主要分布在洞庭湖周边,二级湿地生态安全区沿主要河流分布,三级湿地生态安全区主要分布在2个或3个城市之间的交界区域。（3)研究期间环长株潭城市群湿地面积变化明显,该区域湿地总面积逐年减少;森林沼泽、草本沼泽、湖泊、河流、水田的斑块分维数均呈增加趋势;水库/坑塘、河流破碎度指数明显高于其他景观类型,湿地生态系统服务价值总体减少。在此基础上,从土地利用变化与转型、湿地景观结构与功能、自然因素等方面对影响该区域湿地生态安全的主要驱动因子进行了分析。结果表明,人类社会经济活动直接作用于湿地生态环境,通过改变区域景观和土地利用结构使湿地面积发生变化,直接影响湿地生态安全。气温、降水等气候因素通过改变水热状况和植被覆盖,间接影响湿地生态安全。针对该区域湿地生态安全存在的问题,建议在发展过程中正确处理好经济与生态环境之间的关系,尽可能减少人类活动对湿地生态环境的干扰。
受城市资源配置、区域功能分化的影响,城市中居民的出行往往呈现出特定的模式和规律,而这种出行模式的背后反映出城市的功能结构。城市车辆GPS导航的广泛使用,以及车辆轨迹数据的大量获取,为分析城市居民出行模式及理解城市功能结构提供了数据支撑。本文以道路分割城市得到的地块为研究单元,利用北京市一个月的出租车轨迹数据,对北京居民的出行模式及城市功能格局进行分析。在轨迹数据分析中,本文从轨迹数据中提取每个地块的出行量时间序列信息,然后采用结合时间序列距离度量和时间序列自身相关性的聚类方法,对出行量时间序列数据进行聚类分析,从而研究乘客出行的时空分布特征,最后结合北京市POI数据,探讨了不同区域乘客出行规律和区域功能类型的相互关系。结果表明,出租车出行量时间序列模式在工作日和周末间存在明显差异。此外,工作日的2个出行高峰与通常的通勤早晚高峰不同。由出行量所得的区域聚类结构,除具有重要交通枢纽功能的地块外,总体上以市中心为圆心大致呈同心圆分布,且距离市中心越远出行量越小。研究结果对于分析北京市居民出行行为、辅助城市交通规划具有一定的意义。
噪声去除一直是基于卫星高度计资料的海洋中尺度涡提取研究的难点和热点,然而无论是卷积滤波器还是信息滤波器都存在对海面高度异常（SLA）数据的局部过处理现象。鉴于此,本文提出一种基于包络面去噪的海洋中尺度涡提取方法。该算法可利用分离层内的信息稳定性和层间的信息完备性,很好地改进了卷积运算没有考虑局部噪声的不足,进而有效地提高去噪能力。其具体流程为：首先,对初始化的原始数据场进行上下包络面构造,形成原始数据子场;然后,根据子场内部和子场间的稳健性,把原始数据场转换为子场集合;其次,利用子场极差和标准差,对子场集合进行信息重组,形成噪声去除后的信息场;最后,利用去噪后的信息场数据,采用Winding-Angle（WA）和泛克立金中尺度涡提取算法在西北太平洋进行对比验证实验。实验结果表明,本文提出的方法较前人的方法有较大的提升,准确率为91.23%,取得了较好的应用效果。
立交桥三维模型在交通导航、景观设计等方面具有重要价值。机载LiDAR平台能够快速、准确地获取地物三维点云,有助于立交桥的提取与重建。本文提出了一种基于机载LiDAR数据的大型立交桥三维模型重建方法。该方法首先从原始数据中提取立交桥点云,然后构建三维网格并根据连通性对立交桥点云进行分割,将连通桥面进一步分割为无分叉或交汇结构且宽度保持一致的“结构单元”,接着利用道路中心线的连续性对立交桥遮挡部分进行修复,并结合桥面中心线和宽度信息对桥面进行重建,最终获得完整的立交桥三维模型。为了验证方法的有效性,本文选取了2个立交桥数据进行实验。结果表明,重建模型的正确率和完整率达均到90%以上,质量较好。本文方法能够取得较好的大型立交桥三维重建效果。
树冠是树木的重要组成,可以直接反映树木健康状况。高空间分辨率遥感影像和遥感技术为快速获取详细的树冠信息和实时监测林冠变化提供了有效的途径。因此,基于高空间分辨率遥感影像的单木树冠提取方法研究对现代森林管理具有重要意义。本文以黄河三角洲地区孤岛林场人工刺槐林和旱柳为研究对象,以QuickBird影像为数据源,首先利用面向对象方法实现研究区林地和非林地分类;然后以林地为掩膜,提取出树冠分布范围;在此基础上,分别选取疏林区和密林区为试验区域,通过形态学开闭重建滤波,平滑图像,去除噪声;最后,利用标记控制分水岭分割方法分别对疏林区和密林区进行树冠提取。本文以人工勾绘结果为参考进行精度验证,结果显示疏林区F测度达到87.8%,密林区F测度达到65.5%,表明该提取方法简单易行,精度可靠。
建筑物高度信息的快速准确获取对于城市规划管理、生态环境评价具有重要意义。本文以南京市主城区为研究区,选择2011年Geoeye-1卫星高分辨率遥感影像立体像对数据,结合Google Earth数据及实地建筑物高度测量,分别利用单幅遥感影像和立体像对计算建筑物高度,并以实测建筑物高度数据验证不同方法的提取精度,进而比较这2类方法的优缺点。结果表明：利用立体像对提取建筑物高度的方法更加精确,提取结果误差在2.8 m以内,能够快速地获取大范围建筑物高度,具有实用价值;单幅遥感影像阴影提取建筑物高度适用于建筑物高大、毗邻建筑物间隙大、周围无遮挡的情况,而立体像对提取建筑物高度不受建筑四周环境影响,在建筑物密集分布、高度均一的情况下,其普适性更强。
本文以南海周边的岘港湾和深圳湾为研究对象,选取了1987年和2015年的遥感影像,基于土地利用转移矩阵、土地利用动态度模型和土地利用程度模型,对2个海湾近30年来的土地利用变化情况进行了对比研究,对所属海岸带的绿地、围填海及城市扩张等变化程度进行了整体分析,透过海湾不同的土地利用特征探究其发展情况。研究结果表明：（1）深圳湾原本的耕地全部被开发为城镇用地,约51%的养殖用地转变为城镇用地,而岘港湾约有86%耕地转化为城镇用地,养殖用地面积则增加了1.43 km2;（2）深圳湾填海造陆面积达32 km2,岘港湾填海造陆面积约5 km2,远小于深圳湾的造陆强度;（3）岘港湾城镇土地增加速度略高于深圳湾,其2015年土地利用综合指数为283.28,而深圳湾在1987年就达到274.12,且2015年该值高达320.52,岘港湾的土地利用综合指数远低于同期深圳湾的水平,岘港湾的土地利用呈现出明显的工业化中期的土地利用特征,而深圳湾则已进入工业化后期;（4）岘港湾裸地面积增加了3.5倍,而深圳湾没有增加,深圳湾的红树林面积增加了2.1倍,而岘港湾的红树林在1987年前已消失,深圳湾的开发方式更注重对自然土地类型及功能性绿地的保护。
