随着信息技术的快速发展,当今世界步入信息爆发性增长的时代,互联网、物联网和传感网中的海量人类社会相关信息为解决城市治理和社会管理问题提供了新视角,如何将信息进行快速有效地整合和共享,是进一步提高城市智慧化管理能力面临的巨大挑战。近年来,在社会信息的位置泛在属性基础上提出的全球位置信息叠加协议与位置服务网技术,将位置作为信息横向关联的结点,为打通各领域系统间的壁垒,实现跨网、跨平台、跨系统、跨位置语言的海量异构信息自动汇集、融合计算与智能服务,提升社会化信息共享水平和效率,推动智慧地球和智能社会建设提供了支持。本文着重介绍了目前国内外关于全球位置信息叠加协议与位置服务网技术在立体剖分与位置编码、位置编码映射、地理实体编码、泛在位置信息叠加协议、高精度位置时空框架与位置感知的信息融合技术等各项关键技术的前沿进展。并进一步总结了全球位置服务网在行业中的示范应用,最后对全球位置服务网在技术和应用上的未来研究方向进行了讨论,以期望为未来全球位置服务网的发展提供参考。
地理学是一门研究各种地理要素的时空分布、演化过程,以及相互作用机制的综合性学科。随着现实世界从二元空间向三元世界的演进,对地理信息内涵的理解、表达和挖掘亟待进一步加深与扩展。现有以“位置+几何+属性”的地理信息表达模式难以支撑各种地理要素及其规律的表达。本文从地理学视角出发,立足三元世界理念,梳理了信息要素及其转变成地理信息的过程,形成了以时间、地点、人物、事物、事件、现象和场景“七要素”的信息表达体系,并从地理语义、空间位置、几何形态、属性特性、要素关系、演化过程、作用机制7个地理维度上对其进行解读。实现了地理学视角下对地理信息内涵的全方位分类和描述,为面向地理学综合集成研究的地理信息多维描述与计算分析提供理论支撑。
城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络（PredRNN）、图卷积预测递归神经网络（GC-PredRNN）和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。
夜间经济是一个城市经济发展和消费水平的重要表征。目前国内外研究者对夜间经济的研究多停留在理论层面,或基于市场调研和问卷调查的小范围精细化研究。本文融合多源数据为夜间经济提供了新的视角,相较于传统的调查数据,具有更加快速、高效、广泛的特点,适合于夜间经济大范围研究。本文基于夜间灯光、POI、OD流等多源数据,采用DBSCAN、K-Means++等空间聚类算法和研究供需关系的盈亏法,分别从消费者角度和商户角度识别厦门市夜间活动热点区域和夜间服务设施分布区域,分析厦门市夜间经济时空分布格局及相关性。研究表明:① 厦门市夜间活动在空间上呈多环状分布并向四周递减,夜间活动热点区域分布受假期的影响因地而异;② 厦门市部分区域已有服务设施未能很好地服务于夜间经济,现有的照明、夜景等夜间灯光基础设施存在供给不足之处;③ 居住人口密度与夜间活动密度呈中度正相关,研究结果具有有效性,夜间服务设施盈亏值及数量、夜间灯光与夜间活动密度呈中、弱度相关,并且餐饮设施更加依赖于夜间灯光。最后,为厦门市未来夜间经济建设提出了根据不同的消费人群和心理提供不同的夜间服务、加强夜间灯光基础设施建设以及市场扶持的举措。研究结论对促进社会就业、增强基础设施使用率有积极意义,同时也能够为城市夜间经济发展和政策制定提供参考。
公共厕所作为最典型的公共设施,反映出城市的文明程度和管理服务水平,是打造城市文明形象的重要窗口。当前的研究主要集中在公共厕所的可达性和覆盖范围,把公共厕所当做空间上的点无差别对待,忽略了不同功能区公共厕所空间分布所异质性的问题。如何建立全面精准的公共厕所空间评价体系,分析不同区域公共厕所的综合服务能力在当前研究中明显不足,不利于公共厕所的配置规划和基本公共服务均等化的推进。多源数据的涌现为城市公共设施的研究提供了新视角,为此本文提出一个城市功能区视角下基于POI大数据的公共厕所空间布局合理性评价方法。利用词频-逆文本频率（Term Frequency-inverse Document Frequency,TF-IDF）信息加权技术,结合兴趣点（Point of Interest, POI）频率密度识别城市功能区,融合OpenStreetMap（OSM）路网密度数据和WorldPop人口数据设立人口出行活力指数,对城市功能区内的公共厕所服务进行评价;最后计算人口和空间覆盖率以及空间不平衡指数,判别街镇间的差别与街镇内公共厕所布局的合理性。该方法以多源数据为基础,定量分析不同功能区内公共厕所配置的合理性,并探讨公共厕所空间配置的差异化因素。以国内城市化程度最高之一的上海市为例进行计算,研究发现:① 不同的城市功能区内厕所的配置数量不同,商服功能区的规划数量最多,商服功能区中公共厕所配置的合格度也最高,此外,“工业-商服”、“绿地-商服”等商服相关的联合功能区的合格度也处于较高水平,这是由于大量商业服务机构均对外提供公共厕所服务,提升了该地区的公共厕所的服务能力;② 公共功能区内的合格度最低,仅有10.27%,与该类型附属公共厕所设施的开放程度相关;③ 上海市各街镇公共厕所的合格度整体较好,平均空间覆盖率达到67.31%,平均人口覆盖率达到70.72%;街镇内公共厕所服务和出行活力分布之间的不平衡指数从0~0.76不等,其中不平衡指数小于0.4的共有147个,占比69.34%,表明这些街镇内公共厕所空间配置比较合理。公共厕所配置合理性从上海市区向西南、东南、崇明岛有明显的递减,而向西北地区则没有明显的衰减,呈现出连片的较好的服务能力。结果表明,这种方法充分考虑了公共厕所所属功能区和人口出行活力异质性的问题,空间分析上更加精准,可以为城市公共设施规划提供参考建议。
通过综合空间关系、几何、语义等多种特征对建筑群模式进行智能识别,在地图多尺度表达和数字化制图等领域有着重要的意义。将图卷积神经网络用于建筑群模式智能识别能够克服传统方法依赖人工经验设置参数、制定的规则过于严格等缺点。但是该方法往往存在样本比例失衡的问题,容易导致样本数量较少的类别无法正确识别。本文首先以建筑物质心作为样本进行聚类获得建筑群组。其次,将同一群组内的建筑物质心作为样本进行Delaunay三角剖分来构建建筑群的图结构,其中图节点特征选取能够描述建筑群几何特征的面积、大小、方向等相关指标。再次,通过图结构过采样的方式对样本数量较少的建筑群图结构进行增强,然后将样本数量较少的建筑群图结构增强前后的数据分别输入图卷积神经网络模型进行训练,并结合ROC曲线等多个评价指标对模型的性能进行了评测。实验结果表明,对样本数量较少的建筑群图结构增强之后,模型对于样本数量较少的建筑群识别准确率有了明显的提高。
作为二阶点模式分析方法,Ripley's K函数（简称K函数）以距离为自变量探测不同尺度下点事件的分布模式及演变规律,在生态学、经济学、地理学等诸多领域得到广泛应用。然而,随着点规模的增加,估计与模拟阶段点对距离遍历计算时间开销激增,严重制约了K函数的应用,算法流程优化与并行加速成为应对海量点数据下K函数性能瓶颈及可计算性问题的关键技术手段。针对默认数据分区未考虑点事件空间邻近性导致跨节点通讯成本高昂且K函数距离阈值较大时索引优化失效的现象,本文提出一种基于空间填充曲线的K函数优化加速方法。该方法采用Hilbert曲线构建空间分区,在顾及数据空间邻近性的前提下减少分区间数据倾斜和通讯开销;在分区基础上,利用Geohash编码改进各分区内本地空间索引策略加速点对距离计算。本文以湖北省工商企业注册数据为例,通过对比实验分析了默认分区无索引、KDB分区组合R树索引、本文Hilbert分区组合Geohash索引算法在不同数据规模、距离阈值、集群规模下的计算耗时。结果表明,300 000点数据规模下本文方法的时间开销约为默认分区无索引方法的1/4,9台节点下加速比超过3.6倍。因此,该方法能有效提升分布式环境下K函数计算性能并具有良好的可伸缩性,可为其他点模式分析方法的优化提供参考。
理解城镇增长过程、模式、机理并预判未来发展趋势,对优化城镇空间布局,促进城市可持续发展有重要意义。元胞自动机模型（Cellular Automata, CA）是研究城镇增长过程、模式的有效技术手段,但传统CA模型对城镇增长过程和空间模式的协同考虑不足。本研究构建了基于斑块（Patch）的城镇CA模型AutoPaCA,实现对城镇增长过程及空间模式的协同表征和精细控制,将城镇增长过程分为边缘增长和跳跃增长两种形式,并实现了对不同形式下城镇斑块位置、形状和面积大小的精细控制,同时考虑城镇空间模式的集聚性、整体形态及空间约束。此外,还提出使用景观格局分析法分析历史时期城镇增长过程和模式,并结合遗传算法实现对模型参数的地域化自动校正,降低人为主观因素对模拟结果的影响。将模型应用于长沙市1995—2035年的城镇增长模拟与多情景分析。结果表明,构建的AutoPaCA模型可以取得较好的模型精度,200次模拟结果的互异邻域相似性指数均值达到0.486;在生态保护情景下,长沙市城市内部生态结构保存完好,且表现出更为明显的长株潭一体化趋势,说明本研究提出的AutoPaCA模型及参数校正方法是有效的。
模拟城市土地利用空间变化格局的研究,对未来区域规划以及实现可持续发展具有十分积极的作用。以往基于FLUS的研究栅格尺度较大,如何模拟快速发展中城市的复杂土地利用变化过程,挖掘土地利用变化驱动机制值得进一步探讨。本文构建了耦合FLUS和Markov的城市土地利用格局拟合框架,创新性地引入房价指标表征社会经济属性,以深圳为研究区,基于30 m空间分辨率小栅格尺度的土地利用分类数据和基础地理、路网河网、感兴趣点等多源空间变量,模拟不同发展情景下的未来城市土地利用空间格局,并通过随机森林进行土地利用变化驱动因素分析。研究结果表明:本文提出的耦合FLUS和Markov方法相较于传统CA模型（RFA-CA和Logistic-CA）精度更高（FoM=0.22）,能更准确地模拟快速发展中城市的土地利用变化过程;多情景土地利用格局制图结果验证了城市发展过程中生态控制线的重要性,进一步说明本文拟合框架在未来城市规划布局中的参考价值;医院、娱乐场所等的基础设施和公交、路网密度等的基础交通比自然因素（高程、坡度）对城市发展的影响更大,到海岸线距离会在一定程度上限制深圳内部土地利用变化过程。本研究所构建模型及精细制图结果,可为城市区域规划和空间格局模拟等相关研究提供参考依据和理论基础。
灾害期间的舆情引导有助于维护社会稳定。社交媒体是舆论传播的重要渠道,通过微博评论了解用户的网络情感及关注的话题,可以帮助相关舆情监测部门掌握公众的关注热点,从而选择适当的干预节点来应对网络舆情,并对公众情绪进行疏导,这对于应急管理具有现实意义。现有的研究大多是利用有监督的机器学习方法进行情感分类,这需要人工进行语料的标注,工作量大。本文根据微博评论文本的特点,综合考虑情感词以及表情符号等多重情感源,构建了台风灾害领域情感词典。在此基础上,提出了一种基于情感词语义规则的情感倾向计算方法,以及基于词向量的话题聚类方法。首先,采集了近年5次台风灾害期间共计40多万条微博评论文本,基于大连理工情感词汇本体库进行扩展构建了台风灾害领域情感词典,结合PMI法构建表情符号词典,根据语义规则确定情感倾向,并使用3500条评论文本验证了该方法的有效性。然后,本文基于词向量、TF-IDF与K-means的聚类方法探索灾害期间热点话题。最后,以2020年4号台风“黑格比”为例,基于台风期间的5万余条微博评论文本进行了舆情情感分析,并识别出6类与台风相关的话题。通过时空分析发现,随着时间的推移,微博评论文本的数量发生一定变化,评论数量多的地区大都集中在沿海地区和经济水平高的地区,台风登陆当天浙江省的恐惧情感达到最高。结果表明,基于语义规则和词向量的台风灾害网络情感分析方法,能在类似灾害事件发生时为政府部门掌握和引导网络舆情提供辅助。
由于当前缺乏有效的能源开采和加工场地精细化遥感探测方法和高精度的数据产品,全国尺度的能源开采和加工场地时空分布规律的认识仍显不足。本研究基于高分辨率遥感影像、土地利用/覆盖数据、网络爬虫数据、OSM地图数据和环境专题数据等信息,发展了基于多源数据融合和专家知识参与获取的能源开采和加工场地遥感识别和精细化制图的技术方法,研发了1990、2000、2010和2020年共4期的中国能源开采和加工场地分布数据产品及2010—2020年场地植被恢复信息数据产品,作为中国土地利用/覆盖变化数据的组成部分（CLUD-Mining）。CLUD-Mining具有较高的质量和可靠性,数据产品平均精度为91.75%;中国能源开采和加工场地开发建设的面积呈现先增长后减少的发展趋势,1990—2010年,面积增长速度从55.22 km2/a上升到95.51 km2/a,而2010—2020年呈现负增长,平均每年减少27.28 km2;此外,2010—2020年场地植被恢复面积达746.76 km2,主要集中在华北区和西南区;中国能源开采和加工场地分布格局逐渐由东部地区向西部地区转移。本研究对提升中国能源开采和加工场地时空分布特征的认识具有重要意义,可为场地污染治理和生态修复提供重要的数据基础。
基于制造业企业网络视角的城市网络核心—边缘结构的研究将加深对城市网络演化规律的理解。利用2020年中国制造业500强企业网络数据和隶属联系模型构建城市网络,研究了中国城市网络核心—边缘结构的演化特征,定量测度了核心—边缘结构的影响因素,并根据国际生产折衷理论解析了城市网络地位分异的动力机制。研究发现: 2005—2020年,核心区块的城市数量逐渐增加,主要由直辖市、经济特区以及东、中部地区的省会城市组成,这些城市通过互惠性的链接关系形成了凝聚子群,网络权力较为集中;边缘区块的城市则主要位于中、西部地区,城市间经济联系相对稀疏,整体网络结构并不稳定,城市的发展受到了网络资本的约束。关键资源、基础设施和区位优势是影响中国城市网络地位的决定性因素,择优选择、网络邻近和路径依赖构成了中国城市网络核心—边缘结构演化的动力机制,这将进一步增强核心城市的网络地位。在网络环境下,城市间的差距趋于扩大,城市网络地位的提升取决于城市在网络中的影响力,中国城市化政策需要做出相应调整。
港口是物流供应链中的核心环节,港口服务效率会决定整个物流供应链的效率。本文提出了一种基于海量船舶AIS（Automatic Identification System）轨迹数据的港口服务效率计算框架,利用集装箱船舶AIS轨迹、港口地理信息等海事大数据,采用滑动窗口算法等数据挖掘方法判断船舶在港内的状态,估算出反映港口服务效率的AWT/AST指标,从时间维度对港口服务效率评价,为港口管理运营部门和航运公司决策提供参考。并以上海港、宁波港、深圳港、釜山港为例,采用2018年全年全球5600余艘集装箱船舶的AIS轨迹数据,量化评价4个亚洲集装箱港口的服务效率。结果显示:① 船舶抵港泊位作业时间近似正太分布,正太分布均值在14~18 h之间,船舶泊位作业时间集中在10~30 h;② 船舶泊位作业时间与船舶船型大小成正相关,船型越大则泊位作业时间越长;③ 32%的船舶抵达上海港会发生等待时间,体现上海港集装箱码头整体处于供不应求的状态。宁波港整体服务效率较高,船舶发生等待事件较少。作为区域性枢纽港,釜山港近洋区域性运输频繁使得釜山港抵港船舶频率较高。④ 洋山四期码头为自动化码头,其港口装卸工艺与其他码头不同,但其码头作业效率并未高很多。
以铁塔作为基础平台,利用其上搭载的相机或其他传感器进行近地面观测被称为塔基遥感。塔基遥感具有不易受到云层遮挡等自然因素影响、可以全天候实时获取视频信息的特点,可有效填补航空航天遥感与地面观测网络之间的尺度空缺,已在各个领域得到广泛应用。然而在面对大面积观测区域和复杂的任务目标时,塔基遥感的实际应用则受到复杂的地形及成像时空间分辨率的约束。如何评估其成像有效性成为未来塔基遥感平台优化建设的关键。为解决上述问题,本研究剖析了塔基遥感相机的成像特点和主要遮挡因素,构建起其实际覆盖范围分析方法。依托主要应用的空间分辨率需求建立分辨率分级体系,并结合实际覆盖范围和相机参数明确各项应用的可应用区域,据此评估塔基遥感视频数据有效性。以南京市江宁区“慧眼守土”塔基遥感视频监控系统为例进行实验分析,结果表明,现有塔基遥感相机受到了周边地形及塔基自身的严重遮挡,5 km内平均覆盖率仅3.20%,塔基自身造成了47.66%视角被遮挡。具有极高、高等级分辨率需求的应用实际覆盖情况较为理想,但中、低等级分辨率应用的实际覆盖情况需要进一步优化。增加相机高度、提升相机变焦能力以及增设环形轨道可以有效对塔基遥感相机的应用有效性进行优化。本研究的分析方法和结果可以为未来数据采集和各项实际应用提供支撑,成为系统评估及选址优化的参考依据。
及时准确掌握农作物种植制度时空分布信息,对于确保国家粮食安全与农业结构合理具有重要意义。随着时序遥感影像质量的不断提高,基于时序遥感数据的农作物种植制度研究备受关注。本文从研究框架、遥感特征参数以及数据产品等角度,分析了基于时序遥感数据的农作物种植制度最新研究进展。研究发现:① 前农作物种植制度研究框架,主要包括耕地复种指数和农作物制图等相关内容,其问题在于需要高质量耕地分布数据支撑以及易将热带亚热带湿润区撂荒地误判为农作物等;② 于红边和短波红外的新型多维度光谱指数,有助于更好地揭示农作物生长发育过程,大尺度农作物时序遥感制图取得了系列研究成果,但需要应对不同作物光谱差异细微、同种作物在不同区域和年份存在明显类内异质性的挑战;③ 尺度中高分辨率耕地复种指数产品不断丰富,但其时效性和时空连续性有待加强;④ 欧美少数国家外,目前农作物分布数据产品覆盖的作物类型有限,我国大尺度农作物种植制度数据产品欠缺,特别是复杂多熟制农业区。随着多源遥感数据时空谱分辨率的不断提高以及云计算平台性能的不断发展,我们对以下方面进行了研究展望:① 新研究框架,建立直接提取耕作区、农作物种植模式的农作物种植制度一体化遥感监测技术框架;② 一步加强新型多维度遥感指数及其物候特征指标设计,拓展农作物种植制度监测的遥感特征参数;③ 立作物种植制度变化遥感监测技术,实现多年信息连续自动提取。
局地气候分区体系（LCZ）能够有效建立城市气候与空间形态间的定量关系,揭示城市内部热环境分异特征,是当前备受关注的城市热环境研究方法。本文以我国新晋“火炉城市”福州的主城区为研究区,使用2019年9月22日过空的Landsat-8影像,对基于LCZ的热环境空间分布特征与LCZ类间/类内差异进行分析,并就福州城市热环境的改善提出规划建议。研究表明:① 福州主城区以密集的中、低层连片建筑为主,并呈集聚式分布;② LCZ各类间存在明显的地表温度差异,大型低层建筑（LCZ 8）的温度最高,达41.56 ℃,密集低层建筑（LCZ 3）和工业厂房（LCZ 10）次之,分别为40.90 ℃和40.39 ℃,而茂密树木（LCZ A）和水体（LCZ G）的温度最低,均值为29.94 ℃;③ 根据福州城市发展的时空特征,将主城区分为二环区与三环区进行LCZ类内温度差异的比较分析,可以发现主城区内的主要LCZ建筑类别存在0.5~1.5 ℃的类内差异,造成这一差异的主要成因包括植被、水体等环境要素配置、建筑布局与邻近效应;④ 建筑层高与地表温度呈现显著的负相关关系（r=-0.858, p< 0.001）,并且由于高层建筑对太阳辐射的遮挡,其建筑阴影能够部分降低周边相对低矮建筑的表面温度和区域温度;⑤ 在今后的规划中,低矮连片的高密度居住区是改善城市热环境的重点区域,同时高层建筑虽有一定的降温效果,但对于城市风道的阻挡作用不可忽视,应留出足够的城市通风道。
