随着信息技术在旅游领域的广泛应用,旅游信息科学的重要性逐渐凸显。为系统概括旅游信息科学的发展现状,本文对2011—2022年国内外旅游信息科学领域的研究文献进行了搜集和整理,综合运用文献分析法、LDA主题模型等探讨了多学科交叉融合背景下旅游信息科学的文献概况和研究进展。研究发现:近12年来,旅游信息科学的研究呈现快速增长的趋势,引起了国内外旅游学、地理科学、环境科学与生态学、计算机科学等多个学科领域的关注。较之国内,近几年国际上在该领域的研究进展更为显著,中国学者在其中扮演了重要角色。旅游信息科学研究所采用的研究方法和理论呈现出明显的学科交叉特征,地理科学的空间理论、新闻传播学的关系理论以及行为学和心理学的决策理论等多学科理论的引入,无线传感器网络、数据挖掘、API接口等数据获取方式的革新以及实证研究、模型算法、数理统计与计量分析等多种研究方法的综合应用,创新了旅游信息科学的研究思路;研究内容不断更新,围绕地理信息、数据挖掘、网络通信等多元化技术在旅游领域内的推广展开,注重对旅游信息时空演变规律、旅游数据挖掘与预测、旅游信息行为特征以及旅游信息技术创新应用等核心主题的探索。结合目前旅游信息科学存在的国内外研究合作交流不充分、理论研究与实践应用不平衡、数据方法和技术运用不灵活、研究内容创新性与实践性不足等问题,提出旅游信息科学应加快国际前沿研究的本土化进程、侧重对基础理论和概念的梳理与探讨、强调多元技术和方法的集成式应用、加强学科间的互动交流与应用研究。
中国是最易受自然灾害影响的国家之一,为提升自然灾害综合防范能力,国务院于2020年启动了第一次全国自然灾害综合风险普查(以下简称灾害普查)。灾害普查数据质量的检查和控制,是保证普查数据共享利用、灾害评估、应急救灾,甚至防灾减灾国际合作的根本。灾害普查任务内容广泛,由多个部门分工完成,其中我国应急管理系统承担着承灾体调查、历史灾害调查、综合减灾能力3项调查任务。本文面向应急管理系统灾害普查数据质检的需要,深刻融入地理大数据的思想,探索自然灾害普查数据质检方法体系。具体包括:① 设计了国家、省、市、县4个层级的应急管理体系质检业务流程框架;② 建立了完整性、规范性、一致性、合理性四位一体的质检技术规则体系;③ 构建了由11位编码组成的新型质检规则编码体系,形成计算机软件系统可更新和调用的质检规则库;④ 提出了标准差、中位数等经典统计与空间相关性分析相结合的属性与空间组合质检方法;⑤ 探索了基于第三方大数据等异常值交叉检测的新模式;⑥ 建立了适应我国国情的特殊普查数据处理机制和软件系统响应方式。结合国家试点县质检实践和江西省某县级普查应用实践,对上述方法的可用性进行了实证。实践共发现十类数据异常,其中疑似违反合理性、超出99%可信区间与第三方验证异常等3类异常类型包含的异常数据最多。研究表明该质检方法体系能够使得灾害普查质检端口前移,可以在前端采集时自动发现许多错误,减少后期质量控制的压力,也因此提高质检效率、提升普查数据质量。这一方法预期能够为今后持续开展的灾害普查和相关普查提供质检方法借鉴。
本文以单一专题数据的挖掘应用和多专题数据的整合应用为切入点,研究了基于全球网格剖分和网格编码基础上实现的网格位置服务在自然资源数据服务中的应用。在单一专题数据的挖掘应用方面,本文针对当前不动产登记信息管理与服务现状和具体需求,提出了一种基于不动产单元位置、大小和形状的不动产单元网格剖分编码解决方案。该编码方案实现了不动产单元标识的稳定性、位置关联性与可溯源性等功能特性,解决了现有编码方法在不动产登记信息管理与服务方面的不足,并开展了上述功能特性的业务场景应用验证。在自然资源多专题数据整合应用方面,本文开展了基于全球网格剖分编码的数据组织与索引机制研究和应用,并在土地利用规划、土地利用现状和自然资源不动产等自然资源多专题数据整合方面做了应用和验证,验证了基于网格剖分编码的数据组织与索引机制在自然资源多专题空间要素整合应用方面的高效性。上述研究对于推动全球网格剖分与编码服务在自然资源数据服务中的应用,提升自然资源数据服务能力具有重要意义。
面向新时代国土空间规划的要求,城镇用地扩展与农业空间、生态空间的关系面临新的挑战,而城镇用地扩展模拟可为制定国土空间规划政策提供科学支持。城镇建设用地斑块的空间特征,是城镇用地扩展的重要影响因素,且与元胞层面处于不同层级,因此分层级耦合元胞与斑块的空间特征,能够提升模拟的精度和科学性。以上海大都市圈为例,本文构建一种兼顾城镇建设用地空间网络结构和变量层级关系的CA模型(Spatial Network - Hierarchical Generalized Linear - Cellular Automata, SN-HGLM-CA)。首先通过城镇建设用地空间网络模型提取斑块的空间特征,再利用分层广义线性模型考虑变量间的层级关系,得到城镇用地扩展的适宜性概率,继而嵌入元胞自动机模型中进行城镇用地扩展的模拟。本研究得到以下研究结论:① 基于城镇建设用地斑块构建的空间网络模型,对于识别城镇建设用地的空间重要性特征和挖掘其扩展规律具有重要意义;② HGLM模型能够揭示城镇建设用地扩展中元胞和斑块的层级性关系,有助于提高CA模型的科学性和模拟精度; ③基于SN-HGLM-CA模型的城镇用地扩展模拟,在模拟精度和景观形态上均取得了良好的效果,景观相似度指数达到了95%以上,相较于SN-Logistic-CA模型,FoM值提高了约6.61%,不仅对真实的城镇建设用地布局进行了高度复刻,也提高了斑块分布的紧凑度。
跟驰行为研究旨在探究单行道上前车运动状态的变化对后车行驶状态的影响,通过建立相应的跟驰模型进行仿真研究,可以揭示交通拥堵、交通流震荡等交通现象的内在机理,有助于研究交通流的稳定性、道路通行能力和运行效率。由于驾驶经验、性格等特征的差异,驾驶员会表现出不同的跟车特征。然而,传统的跟驰模型往往假设驾驶员的驾驶行为是同质的,较少考虑通行车辆驾驶风格的差异,这与实际情况不符。为此,本文首先提取了路面通行车辆的4种驾驶行为特征(变道、起步、制动、平稳行驶),开发了基于权重的自适应数据流引力聚类(Weight-based Adaptive Data Stream Gravity Clustering, WAStream)算法,分别对不同驾驶行为特征时序数据进行聚类分析,进而根据驾驶风格评分模型量化了驾驶员不同驾驶行为的激进程度,实现了通行车辆驾驶风格的有效分类;接着通过分析不同风格驾驶员的跟驰数据,构建不同风格车辆的速度期望函数,并充分考虑主车与驾驶视野中多辆前车的速度差、加速度差等影响,提出了一种考虑驾驶员驾驶风格的车辆跟驰模型;最后基于NGSIM车辆轨迹数据,利用遗传算法标定考虑驾驶员驾驶风格的车辆跟驰模型的关键参数,实现模型的验证和数值仿真分析。实验结果表明:与经典的FVD模型相比,所提出的跟驰模型能够更好地拟合车辆跟驰数据,其MAE、MAPE、RMSE分别减小了1.511 m/s2、6.122%、1.064 m/s2;同时,该模型能够有效降低车辆在跟驰行为中的延迟性,构建更逼近真实情况的交通流场景,提高了交通流的稳定性。本研究提出的跟驰模型能够为交通运输规划和管理部门提供有效的决策信息,为微观交通仿真研究提供模型参考。
IMERG和GSMaP是GPM时代下2种主流的高分辨率卫星降水产品。为研究其对极端降水的监测能力,以2015—2020年中国698个气象台站逐日降水数据作为基准数据,选取6种极端降水指标及相关统计指标,评价IMERG和GSMaP在中国对极端降水的监测能力。结果表明:① 2种降水产品都可以很好的反映出各极端降水指数的空间分布特征且在低海拔地区对极端降水监测能力优于高海拔地区;② IMERG和GSMaP降水产品在东南诸河片、松辽河流域片和海河流域片等较为湿润的流域相关系数较高,内陆河相关系数较低,误差指标表明在中国GSMaP精度更高;③ 不同阈值下的探测率表现为东南部高于西北部,准确率西北部的较高;低阈值降水的探测率更高,而高阈值降水的准确率更高;另外, GSMaP对于弱降水的探测能力优于IMERG。总体上,IMERG和GSMaP在中国区域对极端降水的监测能力较好,在极端降水研究中有较好的应用前景。
农业技术创新的外溢性导致新技术在地理空间发生扩散,影响区域农业农村经济社会发展和农民福祉。近年来,稻虾共作种养结合的新技术模式在我国长江中下游地区迅速兴起并扩张,科学厘清该新技术的时空扩散过程、特征及其驱动因素具有重要意义。本研究以稻虾共作技术发源地—江汉平原为区域,基于时间序列Landsat影像,引入CART分类算法和简单非迭代分割算法,优化改进面向对象的水体季相差异算法,提取2013—2019年江汉平原稻虾共作空间分布;在此基础上,引入应用空间平滑和引力模型方法,从区域扩张、空间聚集和区域交互等角度探究江汉平原稻虾共作技术扩散的时空过程与特征。结果表明,江汉平原稻虾共作技术在时间上呈现出先缓慢后加速的非线性扩散,在空间上表现为由点至面、由单源至多源的扩张特征。技术传播表现出显著的聚集性和方向性特征,高密度的稻虾农田集中于江汉平原中部地区,传播重心逐渐由中部向东南部迁移。区域内部可划分为以潜江为代表的波动性增长和以监利为代表的持续性增长。县区之间的空间交互作用以倍数形式快速上升,体现为以潜江和监利作为主导的对邻近地区的技术辐射影响。稻虾技术时空扩散受到高经济收益、政府支持和邻近效应的影响,品牌效应与政策导向促进了区域间的交互作用。本研究结果可为全面掌握稻虾共作技术发展态势提供基础数据,也可为稻虾共作等农业新技术的推广应用政策制定提供有益参考。
水体是支撑西北地区生态环境健康与社会经济持续发展重要的地表环境要素。在气候变化与人类活动的综合影响下,西北地区水体的时空分布发生着显著的变化,并反过来影响着区域内社会经济的发展和生态环境的保护与建设。为深入认识气候变化背景下西北地区水体的时空变化规律,本文基于高分辨率全球地表水数据集(JRC Monthly History v1.3),分析了2000—2020年西北地区水体面积及其空间分布的变化规律。从年内变化看,西北地区水体面积在6月和9月有较显著的扩张,而10月起随着区内水分来源的减少水体面积开始缩减。从年际变化看,自2000—2020年,西北地区水体面积从3.48×104 km2增加到4.82×104 km2,年变化率达到682.64 km2/a。其中,塔里木河沿线区域及青海省西部水体面积扩张较为显著。塔里木河、和田河、台吉乃尔湖、达布逊湖和青海湖等常年水体周围,水体面积持续增加。本文同时利用高分辨率气候再分析数据(CMFD)分析了西北地区气候变化对水体面积及其分布的影响。研究结果表明,区内西北部较为干旱的区域(年降水量小于400 mm)暖湿化趋势明显,降水相对充足的东南部则主要呈现温暖化或暖干化趋势。西北地区水体扩张主要发生在暖湿化或湿润化地区。水体面积与气候变化的联合概率分析表明,气温、降水与水体面积之间呈正相关关系。特别是塔里木河流域、新疆北部以及青海省内水体面积扩张的区域与气温的升高和降水的增加关系密切,相关系数均大于0.4,表明暖湿化对西北地区水体面积变化有显著影响。西北地区水体面积的变化一定程度上加强了水体之间的连通性,有利于区域生态环境建设与保护。
生物质燃烧排放大量烟雾和温室气体对于全球气候变化有显著影响,而准确及时地提取火烧迹地面积对于火灾补救、植被恢复、估算大气排放至关重要。中分辨率成像光谱仪MODIS较高的时间分辨率可以快速获取全球每日的火烧迹地产品,但对于小型和破碎度高的火烧迹地的遗漏率比较高。据此,本研究融合MODIS与Landsat-8 OLI(Operational Land Imager 陆地成像仪)的时空优势,提出了基于地表反射率数据集支持的火烧面积提取算法。首先,使用MODIS地表反射率产品MOD09GA构建燃烧日期前后在红、绿、蓝、近红外和短波红外的先验地表反射率数据集。然后,采用自适应遥感图像时空融合算法 (Spatial and Temporal Adaptive Reflectance Fusion Model, STARFM)以及线性拟合的方法对MODIS与Landsat-8地表反射率数据进行空间和光谱一致化处理。最后,运用自动阈值的方法厘定火烧区域的最佳阈值。此外,通过选取4个不同的燃烧规模样地/样区验证了该算法的火烧迹地面积提取准确率在75%以上。本研究将MODIS的高时间分辨率和Landsat-8的高空间分辨率的优势结合,既解决了单独使用MODIS对小型、破碎度高的火烧迹地提取不足的问题,也验证了基于地表反射率数据集的算法对于火烧迹地实时提取能力。
及时准确的洪涝范围提取可以提高应急管理部门对于洪涝灾害的响应能力,减轻灾害影响。SAR遥感不受云雨影响,是洪涝灾害监测的有效工具。然而,由于卫星重返周期的限制,基于SAR的洪涝连续观测较难实现。在应急背景下,如何快速、实时进行洪涝范围提取是急需解决的问题。本文提出了一种结合遥感、VGI等多源数据的洪涝范围提取与模拟方法: ① 构建Albert+CNN的文本分类模型提取社交媒体洪涝信息;② 基于异常值剔除方法利用社交媒体和OSM等VGI数据代替人工采样对Sentinel-1 SAR数据进行分类,提取洪涝范围;③ 结合社交媒体、水位数据等多源数据基于SNIC分割和成本距离等方法模拟无可用SAR数据时的洪涝淹没情况,提高洪涝的淹没范围提取频次。研究表明,本文基于Albert+CNN与异常值剔除的样本自动生成方法,可以有效辅助SAR数据的洪涝分类;利用VGI数据结合水情、DEM等多源数据进行了洪涝范围的模拟可以增加洪涝监测的时间分辨率。本研究有助于提高洪涝信息提取能力,为VGI支持洪涝灾害的应急管理提供参考。
内陆水体叶绿素a浓度是衡量水体富营养化程度的主要指标,是影响水体反射率光谱特征的重要因素之一。本文以白洋淀烧车淀、圈头乡各村庄等水域为研究区,采集了高光谱数据和水样,并在实验室测定叶绿素a等水质参数,应用于白洋淀区域的叶绿素a高光谱遥感反演。针对线性降维方法特征提取能力不足和神经网络构建叶绿素a遥感反演模型时学习效率低、泛化能力差的问题,提出了堆栈自编码器粒子群优化BP神经网络模型。该模型利用堆栈自编码器强大的非线性变换能力,通过最小化重构误差来学习高光谱数据特征,在实现数据降维的同时最大程度保留原始光谱数据中的水体辐射信息,提取出实测水体光谱的深度特征,将BP神经网络初始权重作为粒子的位置向量,通过粒子群算法搜寻网络初始权重的最优值,降低出现局部极值的概率,提高模型的稳定性和反演的精确度。堆栈自编码器粒子群优化BP神经网络模型(R2=0.82, RMSE=2.65 μg/L, MAE=1.89 μg/L)相较于对高光谱数据不降维的BP神经网络模型(R2=0.75, RMSE=3.16 μg/L, MAE=2.39 μg/L)、基于主成分分析法降维的BP神经网络模型(R2=0.79,RMSE=2.85 μg/L,MAE=2.29 μg/L)和基于逐步回归分析法降维的BP神经网络模型(R2=0.80, RMSE=2.79 μg/L, MAE=2.38 μg/L)反演结果相比,堆栈自编码器粒子群优化BP神经网络模型对内陆水体叶绿素a高光谱遥感反演具有较高的精度,为内陆二类水体叶绿素a高光谱遥感反演提供一定的理论依据和技术支持,助力白洋淀水质持续监测,也为以后高光谱卫星遥感影像反演叶绿素a提供新思路。
非光合植被(NPV)在干旱半干旱区生态系统中扮演了重要角色,对了解植被碳循环过程起着至关重要的作用,同时掌握非光合植被定量信息对科学评估土地荒漠化程度以及荒漠化科学防治具有重要意义。本文以甘肃省民勤县为研究区,对高光谱仪采集NPV及研究区内其他端元光谱信息进行光谱分析,结合Sentinel-2 MSI影像构建提取稀疏NPV覆盖度信息的植被指数,实测NPV覆盖度作为精度验证数据,决定系数R2、均方根误差和显著性p值用于模型精度评价,结果发现:① 通过原始光谱法、一阶导数变换法、倒数的对数法和连续统去除法进行光谱分析发现,连续统去除法处理获取的NPV光谱的包络线值较光合植被(PV)和裸地(BS)光谱包络线值特征差异明显;② 通过绿光波段的包络线差值和短波红外波段的光谱反射率比值计算后,可以有效拉开NPV与PV和BS光谱特征值差距,从而实现NPV信息提取,得到表征NPV覆盖信息的新指数;③ 通过精度验证发现,新构建的NPV指数—包络线差值植被指数(Envelope Difference Vegetation Index, EDVI)优于参与比较分析的其他指数模型,与地面实测NPV覆盖度的相关性最好,R2为0.71, RMSE=0.0170, p<0.01,其次为4波段红边土壤调整归一化差异耕作指数(4-band Red Edge Soil Adjusted NDTI, S_NDTI4RE),当权值γ=0时R2为0.57,其他NPVIs回归模型估算稀疏NPV覆盖度精度较差。由此可见,通过光谱特征分析,本文构建EDVI指数模型可以有效实现NPV占有重要地位且覆盖度低的干旱与半干旱区大尺度NPV覆盖度的快速提取与监测。
植被总初级生产力(GPP)作为衡量陆地生态系统健康的重要指标,可直接反映区域环境状况和改善情况,因此准确估算植被GPP变化对区域可持续发展具有重要意义。本文利用中国及日本涡度通量观测数据,构建了基于CatBoost算法融合地形特征的GPP估算模型;并将模型应用于具有复杂地形特征的福建省,实现了该省GPP长时序模拟。研究结果表明:① 地形特征是GPP机器学习估算的重要参数,融合地形特征建模的GPP模拟结果精度明显提高,均方根误差(RMSE)下降16%。② CatBoost GPP估算模型有效降低了传统GPP估算模型和常用机器学习(随机森林和支持向量机)GPP估算模型中存在的高估和低估现象,模型拥有更高的精度和更强的鲁棒性。本文GPP模拟精度:决定系数(R2)为0.888,RMSE为1.164 gC·m-2·day-1,平均绝对误差(MAE)为0.773 gC·m-2·day-1。③ 基于CatBoost GPP估算模型模拟的福建省多年GPP变化与GOSIF GPP估算结果高度一致,且其对福建省GPP空间分布表达更准确。福建省2002—2020年GPP均值1697 gC·m-2·a-1,空间变化整体呈现出“由东南向西北递减”的分布特征,多年GPP变化呈“不显著波动增加”趋势。本研究可为实现区域GPP精确估算和生态环境有效治理提供新方法和可靠科学依据。