基于k阶Voronoi多边形划分的k阶数据场拟合

讨论了k阶Voronoi图的离散点集的生成算法，挖掘了k阶Voronoi图的性质并加以证明；参照k阶Voronoi图的定义提出了k阶空间数据场的定义，并结合参考点利用其影响因子给出了低阶空间数据场的拟合函数通式；利用k阶Voronoi图对平面空间的平面区域最近邻近划分实现了对空间数据场的分割，从而将大量参考点集数据场化解为多个单元数据场的低阶拟舍，有效地降低了数据场拟舍的难度；提出了合并拟合和叠加拟合策略，实现了将单元数据场综合为完整的空间数据场。     

基于加权Voronoi图的湖南省城市影响范围分析

城市影响范围是中心城市对于周围地区社会、经济、环境等因素共同作用所及的最大地域范围,是相邻的中心城市空间竞争的结果.Voronoi图按照最邻近原则划分平面,常用于空间剖分,加权Voronoi图用于各发牛元权重有较明显差别情况下的空间剖分.选取与城市影响范围有关的8个指标,利用专家打分法得到湖南省14个地级市综合规模强度,以此作为Voronoi图中各发生元的权重构建加权Voronoi图,计算湖南省14个地级城市基于综合规模城市影响范围,分析表明该方法对城市经济区划有指导作用.     

改进的加权Voronoi图ArcGIS矢量生成算法

加权Voronoi图是根据生成元权重划分空间的方法,广泛应用于地学领域。针对传统加权Voronoi图ArcGIS矢量生成算法不能处理重叠点、复杂多边形及更新操作等问题,该文提出了一种改进算法,结合C#和ArcEngine,利用增量法思想,通过重叠点处理、区域分割合并、加权区域重分类、加权区域重划分等方法实现,可嵌入ArcGIS应用软件使用或独立运行,具有良好的可用性,精度高,便于数据库存储管理,扩展了加权Voronoi图在地学领域的应用。     

综合线面特征分布的点目标多尺度聚类方法

考虑空间数据分布的复杂性与不连续性,提出了一种点目标聚类方法。算法利用全要素Voronoi图准确识别与表达点目标与线面实体的空间相关性;根据点目标位置分布特征计算面积阈值来控制聚类的粒度,同时以空间尺度变化下面积阈值的恒定作为判断尺度收敛的条件,实现点目标的多尺度划分,时间复杂度为O(nlogn)。经试验验证,聚类尺度随点目标分布特征自适应收敛,算法无须自定义参数,能够有效地发现受线面目标约束的任意形态点目标集群,对异常值处理稳健。     

基于GIS的土壤重金属数据库构建及应用

本文首先探讨了利用GIS技术构建上海市基本农田土壤重金属数据库的方法,该数据库集空间数据、采样点监测数据和元数据于一体,对于土壤重金属信息的管理、应用服务等具有重要的基础作用,是农产品安全生产环境认证和土壤环境长效管理的重要依据;接着,基于数据库进行了重金属元素的描述性统计、动态累积和Kriging插值分析;结果表明,除As外,其余重金属平均含量均高于该区域的背景值含量,尤其是Cd、Hg、Zn、Cu累积指数较高,是上海市农田土壤重金属污染的主要元素。     

基于动态Voronoi图的距离倒数加权法的改进研究

针对距离倒数加权法的不足 ,采用动态Voronoi图选取待插值点的邻近点 ,对每个已知数据点增加反映该点梯度的增量 ,并建立已知数据点的ε邻域避免计算误差 ,以改进距离倒数加权法 ,为距离倒数加权法的广泛应用创造条件。通过交叉检验与实际应用 ,证实利用改进后的距离倒数加权法进行空间数据插值精度更高 ,效果更为理想     

泰森多边形和狄洛尼三角网的林木空间格局分析

Voronoi图依据地物之间邻近关系对空间进行剖分,Delaunay三角网是Voronoi图的对偶图.文章以单株木为平面点构建Voronoi图和Delaunay三角网,Voronoi图多边形面积表示林木影响范围,Delaunay三角网中每个三角形边长表示对应林木之间距离.在岳阳平江福寿林场设置12块标准地进行试验,计算基于Voronoi图的角尺度、传统的角尺度、基于Delaunay三角网的集聚指数和Voronoi图多边形面积的变异系数,结果表明:这4个指数均能反映样地林木之间的空间分布,变异系数对空间均匀分布和聚集分布有较好的区分度.     

基于道路网络分析的Voronoi面域图构建算法

提出一种基于网络分析的Voronoi面域图和加权Voronoi面域图构建算法。鉴于道路网络在城市中心地、公共设施引力传导与功能覆盖上的重要作用,采用网络最短路径距离分析和最短路径时间分析构建的Voronoi面域图可以模拟出中心功能的辐射影响范围空间划分的实际情形,进而为空间分析和空间优化提供有力支持。算法过程主要包括:设施邻近道路结点检索和分界结点计算;基于网络最短路径分析Dijkstra算法和分界结点计算的网络Voronoi划分;基于空间离散化、邻近道路分析的空间Voronoi划分及其矢量化处理算法。计算实验结果表明本文提出算法可靠和高效,能够模拟出具有预期精度和形态复杂的网络Voronoi面域图形。     

离散地形曲面上的精确Voronoi图直接生成算法

Voronoi图是地学计算中的一个基本结构,但是在地形曲面上,它还缺乏能与平面Voronoi图媲美的精度和成熟的算法。在离散地形曲面的不规则三角网格网上引入计算几何的测地距离场,从格网边上的距离场奇点逐步生长代表平分线的双曲线,由双曲线的排列得到离散曲面的精确划分,再将划分的面片聚类,生成精确的测地Voronoi图(geodesic Voronoi diagram,GVD)。然后,从定量与定性两方面对精确Voronoi图进行了检验,证明GVD可以给地形曲面空间分析带来基础性改进。基于奇点生长和双曲线排列的直接算法避免了现有算法对格网面片的过度细分与预处理,整体上直观易行,为数字地形分析发展严密的Voronoi图分析提供了有益探索。     

利用层次Voronoi图进行点群综合

通过距离权重描述点的重要程度,采用改进的k-means算法得到点群的聚类中心,进而以聚类中心为基础,构建了层次加权Voronoi图与Voronoi层次树结构.以点群的分布范围、排列方式与密度为度量,给出了基于Voronoi层次树结构的点群综合方法,确保了点群综合前后在空间形态分布上的一致性.结合地理统计学计算,对综合方法作了进一步的量化评估与优化.经验证,本文方法是可行、有效的.     

Voronoi邻近关系支持下的点模式趋同提取方法

点模式及其趋同研究是揭示地学现象的产生、发展与演变,量化空间相似性分布、诠释空间分布成因的重要方式。目前,点模式研究侧重于已知频率与随机分布的一元独立性检验、距离测度下单观测值的二元相关性分析,而针对集聚过程相关性,空间拓扑与非拓扑邻近、综合多观测值的点模式趋同量化研究顾及不足。据此,以空间邻近性聚类、局部相关的多指标评价为切入点,本文提出了一种Voronoi邻近关系支持下的点模式趋同提取方法。首先,以Voronoi邻近相关表集聚算法剖分出空间独立性点模式;其次,依据Voronoi邻近关系指数测度、样本分布均值与分布方差的趋同假设,使用拉普拉斯平滑算子评价趋同度;最后,依据λ截矩阵,提取出Voronoi邻近、非Voronoi邻近关系支持下的强趋同点模式。试验以云南省腾冲市居民点数据为算例,经与点模式构建的聚类方法对比、趋同度计算与强趋同提取,验证了该方法的可行性与有效性。     

脉冲耦合神经网络支持下的网络Voronoi图构建

针对网络Voronoi图中点与点之间通过实际路径距离而非传统欧式距离相连,在实际应用中较平面Voronoi图更加合理,该文提出了一种基于改进脉冲耦合神经网络的网络Voronoi图构建算法。借助模型的自动波发放及并行处理特性,较好地实现了基于路网的网络空间剖分,顾及了道路网及其点群自身属性对其服务范围的影响。实验表明,该算法实现了点群网络Voronoi图的构建,最短路径思想的引入使得构建的网络Voronoi图符合Voronoi图基本特征,可以用来表示点群的服务范围,不仅如此,算法的并行特性保证了算法的高效率。     

基于GIS的福州市地震应急避难场所布局研究

基于GIS平台,完成福州市地震应急避难场所数据入库工作,根据地震避难场所服务能力的影响因子计算服务半径,利用加权Voronoi图生成福州市应急避难场所服务范围分区图,分析现有避难场地服务区服务人口负载情况,对避难场地空间配置提出建议。     

数字海图点群状特征的识别、量测与综合

空间分布特征的保持是点群自动综合的核心和难点所在,为此,本文定义了4个参量：分布范围、分布密度、分布中心和分布轴线,来描述点群目标的结构化信息。利用Delaunay三角网和Voronoi图两种模型,着重探讨了点群分布特征的识别和量测问题,并在识别与量测的基础上,通过Voronoi图的动态构建,给出了点群自动综合模型,通过实际岛群数据的检测,证明了模型的正确性与可行性。     

基于水流扩展思想的网络空间Voronoi图生成

Voronoi图是地理空间设施分布特征提取的重要几何模型,基于不同的空间距离概念可建立不同的Voronoi图。本研究顾及城市网络空间中设施点的服务功能及相互联系发生于网络路径距离而非传统的欧式距离的事实,针对网络空间Voronoi图模型,建立一种网络空间Voronoi图生成的栅格扩展算法。首先对图结构的边目标剖分为细小的线性单元,称作网络空间的栅格化,引入水流扩展思想,将事件点发生源视为“水源”,以栅格单元长度为扩展步长,让水流方向沿着网络上的可通行路径同时向外蔓延,直至与其他水流相遇或者到达边的尽头。该算法可方便地加入网络图结构中的多种约束,如街道边的单向行驶、结点的限制性连接等实际空间限制条件。通过大规模实际数据的“数字城市”POI点服务范围的试验表明该算法的效率高。     

顾及异向性的局部径向基函数三维空间插值

针对三维局部径向基函数(radialbasisfunction,RBF)空间插值过程中合理设置待插值点的邻近搜索范围问题,提出了一种依据变异函数分析探索空间异向性的局部径向基函数插值方法。首先,构建采样点的协方差矩阵求解数据的三个轴向;然后,通过旋转变换将数据变换到新的坐标系下,根据地统计中的变异函数计算三个方向的变程,并将三个变程设置为局部搜索椭球体的三个轴;最后,对每个采样点构建节点RBF,通过对待插值点影响范围内的节点RBF进行线性加权组合,求出待插点的属性值。实验结果表明,该方法顾及了空间数据的异向性,计算精度高,插值结果可靠,是一种可行的顾及异向性的三维空间插值方法。     

基于加权Voronoi图评价安徽省城市空间吸引力影响范围

为了评价安徽省城市空间吸引力的影响范围，本文利用Voronoi图的空间剖分特性，结合主客观综合赋权法，提出了运用组合权计算中心性强度，将其作为权重引入模型，建立安徽省城市加权Voronoi图，与周长-面积分形理论和新一线城市研究所2019年发布的新一线城市排名作对比分析，分析了安徽省城市的空间吸引力影响范围。经分析验证，建立的组合权Voronoi图能够有效地对安徽省城市的吸引力影响范围进行评价。此外对城市等级的划分，也提供了借鉴和参考。     

基于曲边Voronoi图的城市吸引范围挖掘方法

在分析城市吸引范围特点的基础上,指出了忽视实体属性的普通Voronoi图不能有效地表达城市吸引区空间网络.根据城市引力模型导出了城市吸引范围的边界曲线方程,探讨了曲边Voronoi多边形的自动生成方法.以MapInfo为平台,通过MapBasic编程计算并绘制了济南市的吸引范围.理论和实践表明,位置-属性一体化的曲边Voronoi图可以更好地刻划城市的空间吸引特征.     

集聚型空间点模式结构信息提取研究

空间点模式是一个2维离散点集,点集中的每一个元素代表地球表面一个点状目标的空间位置。当2维离散点集具有集聚特征时,称其为集聚型空间点模式,它与空间聚类、制图综合和空间分析的许多具体应用紧密相关。如何提取集聚型空间点模式的结构信息(集聚子群的个数和对应的集聚中心)是其中尚未彻底解决的问题。作者以几何概率为理论基础,提出测度正方形区域内2维离散点集分布特征的H函数并推导其解析表达式,运用H函数设计和实现了集聚型2维离散点集结构信息提取的通用算法。利用该算法处理一个由居民地坐标数据得到的具有集聚特征的空间点模式,提取出其结构信息并进行可视表达。分别以该空间点模式中的各离散点为顶点和发生元生成Delaunay三角网和Voronoi图,在Delaunay三角网中保留面积最小的前1/10、前1/100三角形的顶点,在Voronoi图中保留面积最小的前1/10、前1/100邻近多边形的发生元,将可视表达的点集结构信息分别与依据Delaunay三角网和Voronoi图得到的结果进行对比分析。结果表明,运用H函数能够有效地提取出集聚型空间点模式的全局性结构信息,而Delaunay三角网和Voronoi图虽然能够反映其局部密度,但在提取全局结构信息时存在局限性。     

基于单纯形的3D-GIS数据模型及其初步设计

本文分析了单纯形的特性,采用单纯复形表示地学３维目标体,定义了基于地学复形的３Ｄ－ＧＩＳ空间数据模型和空间关系及操作,对地学目标抽象表示为点、线、面和体４种类型。提出了基于地学复形空间表示方法的逻辑设计,以及４种空间目标类型的拓扑关系图。了其数据结构的定诳几种地此模型的插值的方法。