内嵌空间聚类算法的分区地理元胞自动机建模与应用

传统的地理元胞自动机(Geo-Cellular Automata;GeoCA)模型,大多采用统一的转换规则驱动元胞空间内的所有元胞进行演变。然而,许多地理现象都存在着空间异质性,统一的元胞转换规则忽略了空间异质性的存在。针对这一问题,本文提出了空间聚类的分区地理元胞自动机模型,采用空间聚类算法对元胞空间进行分区,对不同的分区分别求取转换规则,以此来提高地理元胞自动机的模拟精度。以杭州市为案例区,采用本文提出的空间聚类的分区地理元胞自动机模型,对研究区2000-2005年的城市用地变化进行了模拟。结果表明:与采用统一转换规则的GeoCA相比,引入空间聚类算法的分区GeoCA具有较高的模拟精度,尤其是在空间形态和整体结构上,具有较好的模拟效果。     

多维参数反演遗传算法的元胞自动机模型与应用

城市是一个自组织的复杂系统,其扩展受许多不确定性因素影响。元胞自动机(CA)模型具有强大的空间运算能力,可以有效地模拟复杂的动态系统,在模拟城市扩展及其他地理现象中,得到了良好的效果。转换规则是CA模型的核心,其利用由地理元胞的状态及空间关系得出的空间参数计算元胞的变化。空间参数权重的确定是模型应用的难点。现有的权重确定方法存在可靠性不高,运算量大等不足。通过一种改进的遗传算法--实数编码遗传算法可以自动获取参数的权重。分析表明,所提出的方法在CA模型运算时间、模拟精度方面均有所提高。     

空间复杂性与地理元胞自动机模拟研究

面对具有非线性、非平衡、自相似、自组织等复杂性特征的空间复杂现象,基于传统的牛顿力学和微分方程数学的地理模型显得力不从心,非线性科学作为解决地理复杂现象的有效工具成为地理学研究的前沿.基于对地理复杂性的分析、作者提出了一种基于元胞自动机(Cellular Automata)的地理模型框架,并在地理信息系统集成的基础上,对美国安阿伯波市的城市增长与扩散进行了生动地模拟和预测.     

一种自适应时间步长的场地地表污染扩散元胞自动机仿真模型

针对传统扩散模型难以动态模拟地表污染物时空不均匀扩散过程的问题,本文提出一种基于元胞自动机模型的污染物地表扩散仿真模型,在综合考虑地表高差及粗糙度对污染物扩散过程影响的基础上,确定了不规则污染场地的元胞边界条件、划分了元胞空间、提出了一种降雨和非降雨条件下污染物扩散流速计算方法,基于分子扩散建立了地表污染扩散模型演变规则。为更好模拟地表污染物扩散情况,本文提出了一种污染物随坡度和质量衰减的元胞自适应时间步长调整算法,该算法能够动态调整元胞自动机的时间步长,防止固定时间步长在污染物快速扩散时错过细节,而缓慢扩散时消耗计算资源。实验设计了降雨和非降雨两种情形对污染物随时间扩散的过程进行仿真与分析。实验结果表明,不同下垫面对污染物扩散速度有很大的影响,污染物在糙率为0.012的水泥地表上的扩散速度约为其在糙率为0.035的一般性土壤地表上的2.7倍;降雨强度和时长能够加快污染物的扩散,且扩散速度随着降雨曲线变化而改变,并在雨强峰值附近达到最大;污染物扩散服从坡度分布特征,且随着时间变化,高污染区域范围和污染物浓度差异渐渐变小,并在一段时间后,浓度变化渐渐趋于平稳;自适应时间步长演变算法能够较好地体现一次演变过程中污染物扩散在不同邻域元胞方向上的细微时间差异,提高污染物时空分布的计算精度。     

国土空间规划视角下的城镇开发边界划定和空间管控体系构建

新时期国土空间规划背景下,科学合理地划定城镇开发边界,建立健全的国土空间用途管制制度是有序引导国土空间各类开发保护行为的重要举措。本文以福州市为例,构建了一种全域多维度国土空间管控体系,将其管控约束条件嵌入未来土地利用格局模拟中。同时,顾及区域空间异质性和时空依赖性,设计了一种服务于城镇开发边界划定的集成地理分区策略、深度学习技术、FLUS模型功能模块的时空元胞自动机ST-CA（Spatio-Temporal Cellular Automata）模型。基于已有成果集成三区三线,开展“划管结合”思维下的空间管控应用研究。结果表明：① 顾及区域空间异质性和时空依赖性的ST-CA模型可以有效提高土地利用变化模拟精度（OA指标从95.95%提升至98.34%）,实现更为真实、准确的地理模拟过程;② 地理模拟过程中嵌入管控约束条件,可引导城镇、农业和生态3类空间合理布局且规模可控,基于模拟结果划定的城镇开发边界能有效避开规划保护用地;③ 未来模拟预测结果结合管控预警值可看出,福州市主城区及周边区县的城镇扩张形势比较严峻,未来亟需对福州市国土空间格局进行合理调控;④ 边界变化趋势特征表明划定结果与福州市的远景发展规划布局一致,符合区域发展诉求,国土空间格局呈现多轴化发展趋势。研究结果可为福州市国土空间开发保护行为提供科学谋划,为国土空间管控及优化提供实践参考依据。     

基于Agent和CA的城市土地利用变化研究

分析了元胞自动机在土地利用变化研究的基础上,将Agent引进元胞自动机模型中,在元胞自动机模拟土地利用变化自然性、连续性规律的基础上,将Agent的人为性、不确定性加入到模型模拟中,对CA模型中以随机数体现的不确定性通过Agent给予地理意义的解释,并以城市郊区--樟木头镇为例,对1988-1993年间城市用地变化进行了模拟研究,得到了良好的模拟精度,模拟结果符合土地利用变化的自然性、人文性特征。     

城市形态演化的粒子群智能随机元胞模型与应用——以上海市嘉定区为例

城市形态演化是一个非线性的复杂时空动态过程,认识、理解和模拟此变化过程,有助于探索城市扩展的机理。地理元胞自动机(CA)因其较强的复杂系统模拟和预测能力,越来越多地应用于城市形态的演变研究。CA"自下而上"的结构特性,与粒子群智能(PSO)由底层单元交互而呈现系统全局的自组织性,本质上是一致的。本研究将两者结合,以模拟结果和真实形态的差异最小化为基础,利用粒子群智能,以快速随机搜索的方式,获取CA参数的优化组合和模型结构,从而建立了一种粒子群智能地理元胞自动机模型(PSO-CA)。以上海市嘉定区为案例,通过较长时段的历史数据对PSO-CA模型进行校正,成功模拟了该区域1989-2006年的城市形态演化过程,并进行了2010年发展预测。与传统地理CA模型比较,PSO-CA模型模拟结果的精度更高。     

基于CA的城市人口密度分布动态模拟——以长沙市人口密度变化为例

利用元胞自动机(CA)进行模拟可以帮助认识城市人口密度分布的演变过程,并为相关的调控提供决策依据.以长沙市为例,由元胞自动机层构建了精确到街道的长沙市人口密度分布仿真模型,对2000～2005年人口密度分布进行重建,与实际情况对比,整体预测精确度达76%以上;并对2010年,2015年人口密度分布进行了预测,结果表明,长沙市仍处于城市发展的初期阶段,市区人口密度分布受交通通达度、距市中心距离、公共设施便利性、环境、政府主导等多因子影响,总体呈现典型的Clark分布.     

基于大数据的疫情地理传播与网络舆情时空关系研究

疫情地理传播与网络舆情之间的时空关系对于开展突发疫情应对具有重要意义,是国家新型城镇化与发展全球化的重要课题。利用H7N9突发疫情感染人数、网络舆情关注数、网民人数、地理行政区划等数据,应用大数据分析与地理可视化方法,对疫情地理传播与网络舆情时空关系进行了研究。结果表明,疫情地理空间传播与网络舆情传播之间存在潜在的时空关系,主要表现为突发疫情引起的网络舆情的空间分布与现实疫情事件的地理空间分布特性具有总体相似一致性和局部偏差性。疫情传播与其引起的网络舆情传播的数量特性、时间特性、地理区域特性具有整体一致性;网络舆情反映疫情地理分布具有局部偏差性。     

耦合元胞和斑块尺度分层驱动机制的城镇扩展CA模拟

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...     

地学知识图谱的定义、内涵和表达方式的探讨

在地学图谱和地学信息图谱的基础上,本文提出了地学知识图谱的概念,并介绍了地学知识图谱的基本框架、特征和理论意义。地学知识图谱将地学知识以虚拟空间坐标的形式反映在地图上,用以展示地理对象特征空间分布,揭示出一些隐含的规律。它是对地理知识形式化的图形表达,具有语法和语义特征,因此,有可计算性。它的基本组成要素和结构由所表达的内容决定。地学知识图谱,不仅是一种知识表达和数据挖掘的手段,也是空间认知的一种方式和结果。     

网络空间移动对象模型的应用与发展

海量移动对象轨迹数据的涌现促使移动对象数据库成为一个新兴的研究领域。网络空间是人与交通工具移动的主要空间范围,也是移动对象数据库领域最重要的研究空间。网络空间下的移动对象建模是交通科学、社会与城市计算的基础性关键技术。由于受到所依附的地理空间的限制,网络环境下的移动对象数据表达与自由空间相比具有很大的特殊性,面临新的挑战。本文分析了网络空间移动对象建模的基本需求,对20年来,业界提出的各种网络空间移动对象数据模型进行了系统回顾和分类,深入分析了各种网络空间移动对象数据模型的特征、优点与局限性,提出了现阶段网络空间移动对象数据建模需要关注的关键问题,并对未来研究方向进行了展望。     

大数据时代的人类移动性研究

人类个体/群体移动特征是多学科共同关注的研究主题。移动定位、无线通讯和移动互联网技术的快速发展使得获取大规模、长时间序列、精细时空粒度的个体移动轨迹和相互作用定量化成为可能。同时,地理信息科学、统计物理学、复杂网络科学和计算机科学等多学科交叉也为人类移动性研究的定量化提供了有力支撑。本文首先系统总结了大数据时代开展人类移动性研究的多源异构数据基础和多学科研究方法,然后将人类移动性研究归纳为面向人和面向地理空间两大方向。面向人的研究侧重探索人类移动特性的统计规律,并建立模型解释相应的动力学机制,或分析人类活动模式,并预测出行或活动;面向地理空间的研究侧重从地理视角分析人类群体在地理空间中的移动,探索宏观活动和地理空间的交互特征。围绕这两大方向,本文评述了人类移动性的研究进展和存在问题,认为人类移动性研究在数据稀疏性、数据偏斜影响与处理、多源异构数据挖掘、机器学习方法等方面依然面临挑战,对多学科研究方法的交叉与融合提出了更高要求。     

全球尺度地理多元流的网络化挖掘及关联分析研究

世界是一个相互关联的网络。物质、信息、能量等的移动或交换嵌入地理空间形成的地理多元流网络,为从地理和网络角度研究全球性问题提供了新的视角。如何构建多主题、时变的地理多元流网络,识别其网络结构、时变规律和关联模式,并为解决全球性的人口移动、航空交通、国际关系、国际贸易等问题提供支持,是迫切需要解决的问题。本文提出了全球尺度地理多元流网络化挖掘及关联分析的研究框架,包括：多源数据收集与整理、地理多元流网络构建与结构识别、地理多元流网络演化分析、地理多元流网络关联分析。然后,分别对国际关系流网络、国际贸易流网络、全球航班流网络、全球人口移动流网络的相关研究进行综述分析,并结合示例介绍了其研究思路。此外,进一步综述分析了地理多元流关联分析的相关研究并提出了研究思路。本文为全球尺度地理多元流网络研究提供了一套研究框架和思路,并为国际关系、国际贸易、航空交通、人口移动等全球性问题研究提供参考,有望为发展基于“流”的时空分析方法做出基础性贡献。     

室内用户语义位置预测研究

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。     

多模态地理大数据时空分析方法

多模态地理大数据时空分析旨在融合地理大数据的多模态信息发现有价值的时空分布规律、异常表现、关联模式与变化趋势,是全空间信息系统的核心研究内容,并有望成为推进地理学人地关系研究的重要突破口。为应对地理大数据时代的新机遇与挑战,本文围绕4类核心的时空分析方法（时空聚类分析、时空异常分析、时空关联分析与时空预测分析）,系统归纳了国内外研究现状,探讨了时空分析中多尺度建模、多视角协同、多特征认知与多特性表达的研究难点。进而,介绍了多模态地理大数据时空聚类、异常、关联与预测分析模型,更加全面、客观、精准地认知与理解时空大数据中潜在的地理知识,并且能够在气象环境监测、公共安全管理、城市设施规划等多个应用领域发挥关键作用。     

云GIS下智慧城市地理空间信息共享平台构建

目前,我国数字城市已走向面向云服务的智慧城市地理平台时代。云GIS服务平台为政府部门及公众提供了可定制、弹性化的一站式地理信息服务。本文在研究云GIS下地理空间数据的整合模型、服务体系架构,以及部署方式的基础上,深入分析了Arc GIS云平台特点并设计了一套基于云平台的智慧城市地理空间信息服务共享平台——"兰州市城关区数字化社会管理与服务平台"。该平台通过地理云服务集成了虚拟化、网络化、智能化等关键技术,创建了智慧城市社会管理与服务新模式,提高了社会管理效能和质量。     

长沙市游憩-居住功能空间格局及其匹配关系研究

伴随新型城镇化和全面休闲化时代到来,游憩-居住两大功能空间关系研究成为新时期城市地域结构领域的重要关注议题。基于POI地理空间大数据,通过运用Ripley's K函数、同位区位商、“不一致指数”定量模型和采用全局空间自相关、核密度估计等ArcGIS空间分析方法,探究了长沙市游憩-居住功能空间格局及其匹配关系特征。研究发现：① 两大功能空间均具有显著的空间正相关性,形态格局差异鲜明且均呈以“空间极核”为导向的集聚模式,各类型功能空间集聚强度表现为“居住空间>文化休闲空间>体育健身空间>商业娱乐空间>自然生态空间”;② 两大功能空间存在基于“距离-数量”的函数衰减关系,距离居住空间3000 m半径环带是游憩空间集中分布以及居民日常游憩休闲的重要活动范围;③ 居住空间具有“临近”游憩空间布局的指向特征,但反之不显著,两大功能空间呈单向吸引“非对称性”错位临近关系,居住空间临近不同类型游憩空间的指向强度呈“体育健身空间>文化休闲空间>自然生态空间>商业娱乐空间”位序格局;④ 游憩-居住功能空间协调关系具有较强的空间异质性,湘江西岸整体上优于东岸,岳麓区、望城区为游憩-居住协调型,天心区、芙蓉区、雨花区、开福区为游憩滞后居住型,长沙县为游憩超前居住型。本研究通过聚焦新型城镇化和全民休闲时代的城市游憩设施配置及其与居住空间的关系问题,将为丰富传承新背景趋势下的城市公共设施区位理论、城市空间结构理论等提供重要的理论探索方向,并为长沙市及国内同类大都市合理布局城市游憩休闲设施、优化调整城市空间结构和建设休闲宜居城市等提供科学参考。     

空间综合人文学与社会科学研究进展

人类社会发展及人类文明现象的两个基本描述维度是空间和时间,由于技术限制和认识论方面的差异,以往许多人文学与社会科学研究对现象本身属性及其时间维度描述较为重视,而对于其空间维度的研究有所忽视,或者抱有排斥的态度。令人欣慰的是,我们看到近年来越来越多的学者又重新认识到空间参考系统在人文和社会研究中的重要作用,并将空间思维运用到自己的研究领域中去,例如:电子文化地图的研究,空间统计学在公众健康中的运用等。这些学者来自历史学、哲学、文学、经济学、社会学、人类学、考古学、地理学、政治学、统计学等不同领域,他们的研究不仅推动了本领域的发展,而且也促进了人们对空间思维的新的探索。地理信息科学同人文学和社会科学的综合发展引发了许多新的问题,它迫切需要我们建立一个新的框架,从理论和实践方面对这一新的发展开展全面的研究。本文在对目前空间综合人文学与社会科学研究进展分析的基础上,试图以现代地理信息科学方法和相应的空间技术为平台,以空间思维与综合人文社会研究为指导思想,探讨多学科人文社会研究的时空特征,侧重了解人类社会经济文化现象的空间属性、空间分布、空间相互作用及空间演化规律。本文提出对于空间综合人文学和社会学研究的初步思考,包括基本概念、研究对象、基本方法、研究切人点以及展望发展的方向,以期抛砖引玉,推动交流。     

地理与历史双重视角下的历史GIS数据模型

近年来,越来越多的历史、历史地理学者开始关注和使用GIS技术,在历史GIS数据库和信息系统研究和建设方面进行了大量的探索。但是,这些研究多是技术主导应用,对历史、历史地理信息的组织多是面向特定专题或应用,且通用性差,亟需遵循历史、历史地理学科的知识体系,发展历史GIS基础软件层面的通用数据模型。本文从地理与历史双重视角出发,以时间、地点、人物、事件（始末）历史4个要素为基础,融合地理学强调“人地关系”的思想,将历史信息抽象为历史人物、历史事件、历史地物和历史场景,以及关系和经历/过程等要素,提出并设计了一种基础的、通用的历史GIS数据模型,探讨了该数据模型的时空对象组成、时空对象的属性以及时空对象之间的关系,设计了时空对象的存储方案,并在应用系统中以典型历史人物、事件、地物和场景等要素的存储和可视化等为例,验证了模型的有效性。