过刊目录

  • 全选
    |
    综述
  • 综述
    刘小波, 王玉宽, 李明
    PDF全文 ( ) HTML ( )   可视化   收藏

    国土空间开发适宜性评价既是长期人地关系优化调控研究领域的重要研究内容,也是当前各层级国土空间规划编制的重要基础工作。该文运用文献调研、总结、对比分析等方法,围绕国土空间开发适宜性评价的概念内涵、演进历程、评价方法以及技术手段等方面进行综述,指出现有研究存在的不足与仍需深入研究的领域和方向。主要结论如下:① 当前国土空间开发适宜性评价已具有较为丰富的研究案例,但对国土空间开发的多目标协同评价关注不够,评价指标体系的精细化程度不足,多尺度综合研究存在短板;基础信息数据尚难满足全域、全要素、全时相的评价要求;地球信息技术支撑“智慧评价”的能力不足;② 未来应进一步加强国土空间开发适宜性评价基础理论研究,深化对评价内涵的理论认知,构建指标独立、系统高效的评价体系;丰富多尺度适宜性评价案例,重视区域发展定位,关注区域发展的特殊需求和产业优势,提升评价指标体系的精细化水平;紧跟“智慧社会”建设步伐,加强地球信息技术与物联网、大数据、云计算等新兴技术的融合应用,促进国土空间多源大数据的制定与适宜性评价体系的有效衔接,为实现“智慧评价”提供有力的技术支撑。

  • 综述
    甄荣, 邵哲平, 潘家财
    PDF全文 ( ) HTML ( )   可视化   收藏

    船舶行为特征挖掘与预测是水上智能交通系统的重要研究内容,也是交通运输工程领域的关键科学问题。为系统研究基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶行为特征挖掘与预测的研究现状与发展趋势,本文首先针对Web of Science(WOS)和中国知网(China National Knowledge Infrastructure, CNKI)收录的文献,用知识图谱分析软件VOSviewer对文献关键词进行处理,从文献计量学的角度生成高频关键词的聚类图谱和趋势演化。然后对基于AIS数据的水上交通要素挖掘、船舶行为聚类和船舶行为预测3个主题的研究内容、方法、存在问题进行了系统分析和展望,研究结果表明:① 在基于AIS的水上交通要素挖掘方面,主要集中在对AIS数据中表征船舶行为空间特征和交通流的时间特征单独挖掘分析,缺乏对AIS数据的时间、空间以及环境因素特征的关联挖掘,对于如何进行交通要素的关联融合挖掘研究还有待深入探索;② 在船舶行为聚类方面,研究主要是运用无监督聚类方法研究船舶航迹点和航迹段聚类,得到船舶航行行为模式的时空分布和船舶操纵意图辨识模型,然而融合多维特征的船舶轨迹的相似性计算方法、聚类参数的自适应选取以及船舶行为的语义特征建模有待进一步研究;③ 在船舶行为预测方面,主要集中在基于动力学方程、传统智能算法和深度循环神经网络的船舶行为预测研究,考虑船舶行为的随机性、多样性和耦合性的特点,运用混合神经网络模型以及神经网络与向量机、注意力机制相结合的模型实现多维的船舶航行行为特征的实时预测将是新的研究方向。最后提出了基于语义模型的船舶行为特征挖掘、基于深度卷积神经网络的船舶行为的预测和基于知识图谱的船舶行为特征挖掘和预测结果可视化等有待进一步研究的方向。

  • 地球信息科学理论与方法
  • 地球信息科学理论与方法
    王续盘, 张衡, 周杨, 胡校飞, 彭杨钊, 齐凯
    PDF全文 ( ) HTML ( )   可视化   收藏

    随着人们对网络空间的依赖性不断增强,互联网技术与网络基础设施规模迅速发展。很难直接用数字或表格的形式对网络空间进行全局的规划与管理,并且不容易发现隐藏在网络空间中的一些关键信息。网络空间点群要素的多尺度模型构建对网络空间数据的多尺度分析和可视化具有非常重要的意义。本文以网络空间的特征为依据,在借鉴基于社团划分的网络空间分层算法和基于节点重要性的网络空间分层算法特点的基础上,提出了Blondel算法和k-核分解的混合算法相结合的网络空间点群要素多尺度模型构建算法。本算法通过自动社团划分,用同一社团内的节点合并构建新的网络,有效解决了基于节点重要性的网络空间分层算法自动化程度低的弊端。利用核心节点来代替整个社团结构,显著保留了网络空间中节点的属性。实验表明使用该算法可以使各个层次网络空间点群要素的综合比例降至30%以下,较好的实现了网络空间点群要素的聚类与分层,若将网络空间点群要素的多尺度模型应用于地理空间中,则可实现网络空间地图的多尺度绘制。

  • 地球信息科学理论与方法
    杨飞, 王中辉
    PDF全文 ( ) HTML ( )   可视化   收藏

    已有的线群目标几何相似性度量方法主要基于数理统计的思想,通过统计整体变化信息计算几何相似性,缺少对局域特征的表达,并不适用于具有高度分形特征的河系。为此,本文将河系几何特征划分为3层次的信息特征:单条河流的形状特征、局部区域的结构特征、全局范围的分布特征。首先,结合角链码法与Hausdorff距离计算单条河流的形状相似度;然后,根据 “二八定律”确定局部特征区域,通过坐标系转换计算M: N的河系局域结构相似度;最后综合整体描述子得到全局分布相似度,并在该基础上,构建差异指标进行河系多尺度相似性计算与综合质量评价。实验表明,该方法的计算结果优于均值指标法,能有效应用于制图综合的质量评价。

  • 地球信息科学理论与方法
    江锋, 唐丽玉, 林定, 陈晓玲, 冯先超, 陈崇成
    PDF全文 ( ) HTML ( )   可视化   收藏

    城市生态景观功能主要是绿色植物对人的视觉作用。绿视率被认为是一种比较好的衡量绿色空间视觉感受的描述因子。目前绿视率的估算主要基于静态的图像或者街景数据,而绿视率是一种动态的量,不同视点有不同的值,且植物是生长变化的。因此,本文提出一种基于数据和模型综合驱动的园林树木三维模拟景观的绿视率计算方法,其利用虚拟地理环境、虚拟植物等技术,通过道路、建筑物等硬质景观数据和树木模型驱动,建立城市园林树木三维景观;根据视觉成像原理,构建虚拟相机,模拟不同视点园林景观的视觉图像,然后识别表征植被信息的像素,从而计算绿视率。本文研发了园林树木景观三维模拟及绿视率估算原型系统,并以城市道路树木景观为例,模拟分析了机动车道中车辆乘客可获得的绿视率,与街景图像提取的绿视率值相近。该方法和系统可用于包含时间变量的不同生长阶段园林树木景观的绿视率评估,支持交互设置不同的视点参数,估算城市任意位置和任意方向的绿视率,评价过去、现在和未来的园林景观绿化质量,以人的视觉感知角度为城市绿地规划提供参考。

  • 地球信息科学理论与方法
    陈仁丽, 吴晓青, 刘柏静, 王跃启, 高猛
    PDF全文 ( ) HTML ( )   可视化   收藏

    船舶自动识别系统(Automatic Identification System, AIS)不仅是海上交通监管的有效工具,也为研究海上交通运输及其相关产业活动特征提供了一种良好的数据源。基于海上渔船AIS数据,本研究利用高斯混合模型(Gaussian Mixed Model,GMM)识别渔船捕捞活动状态,提出一种将核密度估计(Kernel Density Estimation,KDE)与热点分析(Hot Spot Analysis, HSA)相融合用于渔船捕捞活动聚集区提取的方法。结果显示:与单一KDE或HSA方法相比,二者相融合的方法将KDE的距离衰减效应与HSA统计指数相结合,在渔船捕捞活动聚集区提取中的应用效果较好、效率较高;采用该融合方法,基于2018年9—12月AIS数据,实现对渤海海峡周边海域渔船捕捞活动聚集区的提取,发现不同月份,渔船捕捞活动聚集区的分布范围和空间形态特征具有一定差异性,烟威近岸海域和渤海海峡是主要的捕捞活动聚集区,其结果可为该海域捕捞活动管理和海洋生态保护提供技术方法和决策支持。

  • 地理空间分析综合应用
  • 地理空间分析综合应用
    金城, 吴文渊, 陈柏儒, 杨续超
    PDF全文 ( ) HTML ( )   可视化   收藏

    社交媒体数据可以为台风灾害追踪、灾时救援和灾情评估提供及时有效的信息。现有研究常采用主题建模和情感分析等技术对台风期间社交媒体平台(如新浪微博等)舆论话题和情感变化进行研究。在省域范围内以小时为时间粒度的多维度有效性论证尚有欠缺,且在舆情分析时未能区分用户群体差异。本文以台风“利奇马”为例,在浙江省域范围内,以新浪微博数据为研究对象,首先从词频分析、台风关注度时空变化以及特定灾害事件响应3个角度探讨了微博数据对台风灾情响应的有效性;其次采用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型技术挖掘微博文本主题信息,并根据Louvain算法对主题社团进行划分;然后开发了一种基于自定义情感词典的情感分析方法用于情感指数计算,与SnowNLP相比情感倾向性预测精度得到了提高;最后分析了台风期间官方和民众在新浪微博平台上的话题关注以及情感演变差异。结果表明:① 在省级范围内,微博数据能有效反映台风动态和灾害时空分布;② 台风事件微博文本的主题变化反映了灾情不同阶段舆论关注点的动态变化;③ 官方微博文本比民众微博文本具有更明确的主题社团结构;④ 台风事件相关微博文本中的消极情绪在台风登陆后显著增加,其中民众微博文本对台风灾害的情绪响应更及时,官方微博文本中的情感表达始终相对积极。

  • 地理空间分析综合应用
    柳林, 孙秋远, 肖露子, 宋广文, 陈建国
    PDF全文 ( ) HTML ( )   可视化   收藏

    根据日常活动理论,犯罪时空格局与受害者、犯罪者日常活动规律均存在较强关系。但受限于数据获取难度,较缺乏有关犯罪者日常活动与实际警情时空格局的研究。已有文献表明涉毒人员与盗窃等财产犯罪存在较大相关性。基于此,本研究通过分析涉毒人员日常活动对盗窃警情时空格局的影响,验证犯罪者日常活动在塑造盗窃警情时空格局中的作用。本文以中国南部大城市ZG市XT派出所为例,以150 m×150 m的格网为分析单元,采用盗窃警情数据、涉毒人员日常活动数据、POI数据以及巡逻盘查数据,划分不同时间段分别建立泊松回归模型。研究发现:① 相对于传统静态的抓获或警情数据,动态的潜在犯罪者、受害者日常活动数据可更有效地提高盗窃模型的拟合优度;② 相对于全天汇总的总人数,动态近实时的涉毒人员活动与居民活动能更好地解释盗窃的空间分布;③ 静态的土地利用混合度在不同时段对盗窃具有不同的影响作用。以上结果验证了涉毒人员日常活动与盗窃警情的时空格局的关系,研究结论验证和丰富了日常活动理论,可为实际犯罪预测与警力布置提供一定的参考。

  • 地理空间分析综合应用
    祝开心, 张凤焰, 李余郁, 陈跃红
    PDF全文 ( ) HTML ( )   可视化   收藏

    快速城镇化导致我国城市消防应急服务基础设施与城市发展不同步的问题日益凸显,城市消防救援覆盖率评估是提升消防服务质量与优化消防资源配置的重要手段。本文提出一种基于实时路况的城市消防救援覆盖率评估模型,通过考虑消防站管辖区域的空间限制,在2020年9月连续三周时间内利用高德地图API获取消防站到达历史火灾事件的实时出行救援时间,对南京市消防救援覆盖率的时空模式进行分析与挖掘。结果显示:① 南京城市火灾密集区域(简称火灾密集区)消防站的平均出行救援时间约10 min,非火灾密集区约16 min,均比国家规定的5 min到达时间标准明显要长,导致南京市消防站在5 min到达标准下的覆盖率仅为8.2%;② 由于南京火灾密集区消防站的平均行车救援距离仅为非火灾密集区的37%,导致火灾密集区火灾事件等待救援时间明显低于非火灾密集区,尤其火灾密集区西南部、东北部及部分消防站周边火灾事件等待救援时间相对较短,但南京全区火灾事件等待救援时间在5 min以内的比例不足7%,且等待救援时间在5~10 min之间的短距离火灾事件受早晚交通出行高峰期交通拥堵影响最大;③ 南京市消防站救援覆盖率受早晚交通出行高峰影响呈现早晚交通出行高峰期明显低于其他时段的“W”形变化模式,火灾密集区消防站在5 min到达标准下的救援覆盖率从非交通出行高峰期的11.5%降低到交通出行高峰期的8.4%,而非火灾密集区从6.1%降低到5%,火灾密集区东南部石门坎与东山交界区域和北部汉中门与迈皋桥周边区域早晚交通出行高峰时段等待救援时间超过15 min的火灾事件比非交通出行高峰时段明显增多;④ 在5 min到达标准下,南京市消防站救援覆盖率“W”形模式波动最小,10 min到达标准下的平均覆盖率为43.5%且波动最明显,15 min到达标准下的平均覆盖率达到75%。最后根据分析结果给出了南京市消防未来建设发展意见。

  • 地理空间分析综合应用
    陈子龙, 王芳, 李少英, 冯艳芬, 陈建国
    PDF全文 ( ) HTML ( )   可视化   收藏

    研究县域主导功能类型并分析空间结构模式对区域全面、协调、可持续发展的引导和规划调控具有重要意义。本文以广东省为例,利用K-means聚类分析对其124个县域单位主导功能区类型进行划分;基于腾讯位置大数据,利用位序—规模法则构建空间结构指数,并结合遥感数据对不同主导功能县域的空间结构模式进行识别和分析。研究表明:① 利用统计、遥感、社交媒体以及夜间灯光等多源数据和K-means聚类方法进行县域主导功能区分类,分类结果能客观反映区域特征,广东省县域主导功能可分为生态主导型、农业主导型、工业主导型、中心服务型和均衡发展型5类;② 基于腾讯位置大数据的位序—规模法则方法能够突破城市尺度,结合遥感数据定量分析,可用于中观县域尺度的空间结构模式识别研究;③ 农业主导型和生态主导型县域空间结构指数均值都大于1,呈单中心空间结构特征趋势;工业主导型县域空间结构指数均值小于1,呈多中心空间结构特征趋势;均衡发展型县域空间结构指数均值接近1,不同地区均衡发展型县域所呈现的空间结构特征存在差异;④ 不同主导功能县域之间的空间结构模式差异明显,生态主导型县域多呈单中心极核式,农业主导型县域多呈单中心极核+散点式,均衡发展型县域多种模式并存特征明显,而工业主导型县域呈多中心网络分布模式。

  • 遥感科学与应用技术
  • 遥感科学与应用技术
    李传林, 黄风华, 胡威, 曾江超
    PDF全文 ( ) HTML ( )   可视化   收藏

    针对目前基于深度学习与高分辨率遥感影像的建筑物提取研究现状,本文提出了一种综合ResNet中的ResBlock残差模块和Attention注意力机制的改进型Unet网络(Res_AttentionUnet),并将其应用于高分辨率遥感影像建筑物提取,有效地提高了建筑物的提取精度。具体优化方法为:在传统的Unet语义分割网络卷积层中加入针对初高级特征加强提取的ResBlock残差模块,并在网络阶跃连接部分加入Attention注意力机制模块。其中,ResBlock残差模块使卷积后的特征图获取更多的底层信息,增强卷积结构的鲁棒性,从而防止欠拟合;Attention注意力机制可增强对建筑物区域像素的特征学习,使特征提取更完善,从而提高建筑物提取的准确率。本研究采用武汉大学季顺平团队提供的开放数据集(WHU Building Dataset)作为实验数据,并从中选取3个具有不同建筑物特征和代表性的实验区域,然后分别对不同实验区域进行预处理(包括滑动裁剪和图像增强等),最后分别使用Unet、ResUnet、AttentionUnet和Res_AttentionUnet 4种不同的网络模型对3个不同实验区进行建筑物提取实验,并对实验结果进行交叉对比分析。实验结果表明,与其他3种网络相比,本文所提出的Res_AttentionUnet在基于高分辨率遥感影像的建筑物提取中具有更高的精度,平均提取精度达到95.81%,相较于原始Unet网络提升17.94%,同时相较于仅加入残差模块的Unet网络(ResUnet)提升2.19%,能够显著地提升高分辨率遥感影像中建筑物提取的效果。

  • 遥感科学与应用技术
    王毅, 方志策, 牛瑞卿, 彭令
    PDF全文 ( ) HTML ( )   可视化   收藏

    滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型(Convolutional Neural Networks, CNN)的滑坡易发性分析处理框架:基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明:所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。

  • 遥感科学与应用技术
    张俊兵, 沈润平, 师春香, 白磊, 刘军建, 孙帅
    PDF全文 ( ) HTML ( )   可视化   收藏

    ERA5地表下行太阳短波辐射数据是欧洲中期天气预报中心(ECMWF)最新的,具有高时空分辨率的再分析产品,该短波辐射产品可作为陆面模式大气强迫数据之一,并在区域气候评估、农业以及太阳能资源等方面具有重要应用。本文利用中国区域2011—2018年经过质控的91个国家级地面辐射站点观测数据,对其在中国大陆地区的适用性进行多时空尺度的评估,并与ERA-Interim、CFSR、MERRA2共3套全球大气再分析产品和1套CERES卫星反演SYN1deg的产品进行了比较。结果表明:① 在月均值尺度上,与其他再分析产品比较,ERA5产品与站点数据的Corr最高(0.939),RMSE最小(28.309 W/m2),Bias(15.4 W/m2)略大于ERA-Interim产品(13.2 W/m2);CERES卫星反演产品与站点数据的Corr为0.955,RMSE为20.042 W/m2,Bias为5.3 W/m2;② 5套产品的辐射值均高于地面观测数据,存在高估现象,总体上,ERA5产品在中国大陆地区的整体精度高于其他再分析产品,但与CERES卫星反演产品还存在一定差距,日均值比较结论亦具有相似规律。③ 分区评估结果表明在再分析产品中,ERA5产品在4个区域与观测数据都有更好的一致性,但5套产品均在南部区域表现不佳。并且与东北和北部区域相比,ERA5产品和CERES卫星反演产品在西部区域和观测数据相比的RMSE和Bias也相对偏大。

  • 遥感科学与应用技术
    姜楠, 张雪红, 汶建龙, 葛州徽
    PDF全文 ( ) HTML ( )   可视化   收藏

    油菜作为我国主要的农业经济作物及食用油的主要来源,及时、准确地获取其种植分布信息,是全面掌握油菜种植状况、加强生产管理、优化作物种植空间格局的重要依据。高分六号(GF-6)的宽视场(Wide Field View,WFV)传感器在可见光-近红外波段基础上增设了2个红边波段、1个黄波段和1个紫波段,为油菜遥感识别提供了更加丰富的光谱信息,进而相较于蓝、绿、红、近红外4个“传统波段”的识别精度有所提升。本文以油菜开花期内两景不同时相GF-6 WFV影像拼接图像作为数据源,选择油菜生产优势区的河南省固始县为研究区,针对油菜同其他地物的“异物同谱”现象以及不同生长阶段油菜的“同物异谱”现象,利用油菜开花期独特的反射光谱特征,结合均值间标准化近距离提出了NDSI28、S34、NDSI23和NDSI46共4个光谱指数,并由此构建油菜种植区域提取的决策树模型。研究结果表明,基于4个指数组合构建的决策树模型对油菜种植分布信息的提取达到了较好的效果,总体精度为96.17%,与随机森林、支持向量机、最大似然法相比分别高出0.31%、0.88%和1.24%;制图精度方面,决策树法为98.15%,比随机森林、支持向量机、最大似然法分别高4.72%、4.21%和5.59%;对于用户精度,决策树法为86.89%,较随机森林、最大似然法分别低2.2%和1.63%,比支持向量机高0.11%。由此说明,GF-6 WFV数据中的新增波段极大地丰富了其光谱信息,使其在包括油菜在内的农作物种植分布信息提取中具有独特的优势和巨大潜力。

  • 遥感科学与应用技术
    马云梅, 吴培强, 任广波
    PDF全文 ( ) HTML ( )   可视化   收藏

    准确了解我国海岸带红树林种类组成有助于红树林资源调查、保护和利用。本文基于广西海岸带2018—2020年共 14景GF-2多光谱影像,通过植被指数法和一阶微分法进行光谱特征数据重构,使用支持向量机分类方法,对广西海岸带红树林开展种间精细分类研究。结合现场数据以茅尾海为例,通过与原始数据和一阶微分的分类结果进行对比分析,来验证光谱特征数据重构对红树林种类识别的有效性。结果表明,基于光谱特征重构数据的分类精度最高,为91.55%,Kappa系数为0.8695,分别比原始数据和一阶微分提高了6.92%和11.17%。以此开展了广西整个海岸带红树林类型识别,结果表明,广西主要分布有7种真红树分别为桐花树、白骨壤、无瓣海桑、秋茄、红海榄、木榄、老鼠簕和一种盐沼草本植物茳芏,湿地植被总面积为7402.98 hm2,防城港市、钦州市和北海市红树林面积分别为1826.16、2496.18和3080.47 hm2,其中桐花树和白骨壤为广西红树林优势物种,分布面积最大,分别为3372.09 hm2和3445.17 hm2,二者占总面积的92.09%,其次为茳芏287.50 hm2占总面积3.88%,无瓣海桑与红海榄次之,面积分别为135.97 hm2和126.52 hm2,共占红树林总面积的3.55%,老鼠簕、木榄和秋茄面积极少,均不足20 hm2,三者相加不足红树林总面积的1%。北仑河口、山口和茅尾海3个红树林自然保护区的红树林总面积分别为1009.21、715.56和1546.62 hm2。本文基于高分数据的光谱特征数据重构方法开展红树林精细分类研究,可以为广西红树林管理、保护和重建提供技术和数据支撑。