论广义空间信息网格和狭义空间信息网格

从近年来兴起的网格(grid)技术和信息网格(inform ation grid)出发,研究地球空间信息(Geo-spatialinform ation)领域中如何在网格环境下实现从数据到信息再到知识的升华以及基于网格的空间信息服务。提出广义空间信息网格和狭义空间信息网格两个层次的概念。广义空间信息网格是指在网格技术支撑下空间数据获取、更新、传输、存储、处理、分析、信息提取、知识发现到应用的新一代空间信息系统。狭义空间信息网格则指在网格计算环境下新一代地理信息系统,是广义空间信息网格的一个组成部分。文中试图给出这两个层次的空间信息网格的定义、任务及其组成。并对需要解决的关键问题进行一些初步的探讨。     

空间信息语义网格

在分析本体和网格技术的基础上,针对空间信息系统对信息语义的特殊要求,提出了空间信息语义网格的概念,并用本体构造了空间信息语义网格体系结构。     

用贝叶斯分类方法和本体实现空间信息语义互操作

构建了异构空间信息系统语义互操作的框架，通过基于本体的语义异构空间信息的概念级匹配机制，并利用贝叶斯分类方法完成空间信息实例级的重分类，实现了语义互操作。     

自适应空间信息移动服务

空间信息移动服务系统是空间信息系统继由传统PC计算环境向有线Web分布式计算环境扩展后，向移动计算环境的新发展。文中在分析移动计算环境概念和特点的基础上，讨论了空间信息移动服务的若干特点及关键技术，研究了自适应空间信息移动服务方案。     

自适应空间信息移动服务

空间信息移动服务系统是空间信息系统继由传统PC计算环境向有线Web分布式计算环境扩展后,向移动计算环境的新发展.文中在分析移动计算环境概念和特点的基础上,讨论了空间信息移动服务的若干特点及关键技术,研究了自适应空间信息移动服务方案.     

基于本体与LDAP的空间信息网格资源管理机制

为了在网格计算中满足空间信息系统在语义方面的特殊要求，克服传统网格研究的数据格式很少涉及信息资源的语义内容的缺陷，把本体和轻量目录访问协议结合到一起，建立了基于语义的空间信息网格资源管理系统，使多源异构的地理信息系统组成了一个虚拟统一的逻辑组织，有效地实现了基于语义的空间信息系统集成和互操作。     

论GIS的模糊不确定性及其表示

首先就人类对不确定性的认识进行论述,并对不确定性的相关概念作简单介绍,详细阐述GIS存在的模糊不确定性以及模糊不确定性的多种来源,就空间实体中的模糊点、模糊线和模糊面用模糊理论进行表示,并提出今后的研究方向。     

多粒度的GIS数据不确定性粗集表达

粗集是一种处理地理信息不确定性和不精确性的新型数学工具,在揭示和表达多层次(或粒度)的空间知识方面具有较大优势。为此,从空间信息观测或表达的粒度角度来探讨空间数据所蕴含的不确定性。在此基础上,运用粗集理论中的一些基本概念和方法来系统地描述和表达空间目标位置数据、属性数据以及空间关系数据的不确定性,旨在建立一种多粒度的不确定性分析和表达方法。     

大数据与广义GIS

普适计算基础设施和数据处理技术的发展催生了大数据概念,而大数据时空粒度的不断细化加速了地理空间信息的泛化过程。阐述了大数据时代地理空间信息泛化的显著特征,进而提出GIS概念广义化的迫切需求,从数据采集与整理、数据管理与集成、数据分析与计算三个方面分析了广义GIS所面临的技术挑战,重点探讨了互联网蕴含地理空间数据采集、移动对象数据库和异构动态数据管理、移动对象轨迹数据挖掘、复杂网络分析等方面的研究进展与存在的问题,并展望了广义GIS时代地理计算与城市计算、社会计算的融合趋势。     

地理空间信息网格的历史演变与思考

网格的概念随着科学技术和社会实践的发展而不断演变,在不同行业中的内涵既有区别又有联系。本文首先分析了地理空间网格的基本特征,提出了地理空间网格的广义和狭义概念。然后,回顾分析了地理空间网格的发展历史,认为地理空间网格是一种人类空间认知的重要思想和理论、方法,地理空间信息网格是信息化条件下的地理空间网格。最后,分析指出了地理空间信息网格以信息化的地球系统为研究对象,以模型理论为基础理论,未来将发展出现代地理空间网格的标准体系和服务体系,不仅服务于人,还将服务于智能化平台,具有广阔发展前景。     

Extending F‐Perceptory to model fuzzy objects with composite geometries for GIS

When analyzing spatial issues, geographers are often confronted with many problems with regard to the imprecision of the available information. It is necessary to develop representation and design methods which are suited to imprecise spatiotemporal data. This led to the recent proposal of the F‐Perceptory approach. F‐Perceptory models fuzzy primitive geometries that are appropriate in representing homogeneous regions. However, the real world often contains cases that are much more complex, describing geographic features with composite structures such as a geometry aggregation or combination. From a conceptual point of view, these cases have not yet been managed with F‐Perceptory. This article proposes modeling fuzzy geographic objects with composite geometries, by extending the pictographic language of F‐Perceptory and its mapping to the Unified Modeling Language (UML) necessary to manage them in object/relational databases. Until now, the most commonly used object modeling tools have not considered imprecise data. The extended F‐Perceptory is implemented under a UML‐based modeling tool in order to support users in fuzzy conceptual data modeling. In addition, in order to properly define the related database design, an automatic derivation process is implemented to generate the fuzzy database model.     

基于模糊综合评判的选址空间决策支持系统

传统的选址空间决策支持系统的数学模型难以全面考虑复杂、抽象的选址影响因素,难以把一些模糊的约束条件纳入数学模型,因而模型存在一定缺陷。利用模糊综合评判进行选址空间决策支持系统的研究,可以充分利用GIS的空间和非空间信息,且考虑的因素更为全面,极大地避免了人为因素的影响,是对选址决策支持系统数学模型的改进。     

模糊分析学在空间信息分析中的应用初探

本文综述了空间现象分布和空间信息分析中的模糊问题，给出了模糊区域的概念及其测度方法，结合实例阐述了不精确空间关系分析，不精确空间关系综合及模糊推理在空间信息分析中的应用方法。     

GIS图上地理区域空间不确定性的分析

区域是GIS空间分析的基本单元。它是环境科学、土壤科学等领域中广泛存在的一类地理实体。这类实体抽象概括为GIS中空间目标时不可避免地带有模糊性。利用模糊集这个强有力的数学工具，首先基于场模型提出了表达GIS中模糊区域目标的方法，分析了其空间不确定性。继而，建立了模糊区域的形态描述模式，即模糊区域边界、内部和外部，并指出了Cohn给出的定义中的不足。在此基础上，对Egenhofer提出的九元组进行了扩展，构建了适合于描述确定和模糊区域目标间拓扑空间关系的模型。     

空间数据模糊聚类的有效性评价

基于模糊划分中存在的分类不确定性因素和空间数据的空间位置特征,提出了一种新的空间数据模糊聚类有效性函数。实验结果表明,这种新的有效性函数能够对模糊聚类结果的有效性进行正确的评价,特别是对于空间数据模糊聚类有效性评价,其分类效果较理想,同其他有效性指标相比,能得到较优的分类数。     

基于地物空间信息的浮动先验概率最大似然分类研究

利用遥感影像对地物进行分类识别时，既需要考虑地物波谱信息，也需要考虑其空间信息。现有遥感分类方法主要集中在利用像素的波谱信息，对各个像素进行独立分类，忽略了地物空间信息。考虑到传统最大似然分类（MLC）方法包括先验概率和条件概率密度函数两个核心环节，提出基于空间信息的浮动先验概率MLC方法，融合空间信息和波谱信息，以提高分类精度。在分析地物空间信息的基础上，总结了基于空间信息的浮动先验概率确定原则和依据，包括地物几何空间特征、情景特征、临近像素空间自相关定律、景观参数等，并设计了基于地物空间特征和临近像素空间自相关定律的浮动先验概率确定算法和分类流程。通过分类试验和误差矩阵分析，结果表明：基于空间特征和临近像素空间自相关定律的浮动先验概率MLC方法，能够融合地物的波谱信息和空间信息，克服最小距离、MLC等基于像素波谱信息的分类方法的缺点，显著提高地物分类精度。     

fsr: An R package for fuzzy spatial data handling

Spatial libraries are core components in many geographic information systems, spatial database systems, and spatial data science projects. These libraries provide the implementation of spatial type systems that include spatial data types and a large diversity of geometric operations. Their focus relies on handling crisp spatial objects, which are characterized by an exact location and a precisely defined extent, shape, and boundary in space. However, there is an increasing interest in analyzing spatial phenomena characterized by fuzzy spatial objects, which have inexact locations, vague boundaries, and/or blurred interiors. Unfortunately, available spatial libraries do not provide support for fuzzy spatial objects. In this article, we describe the R package named fsr, which is based on the Spatial Plateau Algebra and is publicly available at https://cran.r-project.org/package=fsr . Our tool provides methods for building fuzzy spatial objects as spatial plateau objects and conducting exploratory spatial data analysis by using fuzzy spatial operations.     

空间数据模糊聚类的有效性(英文)

The validity measurement of fuzzy clustering is a key problem. If clustering is formed, it needs a kind of machine to verify its validity. To make mining more accountable, comprehensible and with a usable spatial pattern, it is necessary to first detect whether the data set has a clustered structure or not before clustering. This paper discusses a detection method for clustered patterns and a fuzzy clustering algorithm, and studies the validity function of the result produced by fuzzy clustering based on two aspects, which reflect the uncertainty of classification during fuzzy partition and spatial location features of spatial data, and proposes a new validity function of fuzzy clustering for spatial data. The experimental result indicates that the new validity function can accurately measure the validity of the results of fuzzy clustering. Especially, for the result of fuzzy clustering of spatial data, it is robust and its classification result is better when compared to other indices.     

GIS中模糊区域的形式化描述方法探讨

连续区域是环境科学、土壤科学等领域中广泛存在的一类地理实体。目前，在GIS中表达这类实体的空间数据不可避免地带有模糊性。为此，首先分析和总结了GIS空间目标数据获取的模式及其模糊来源；然后，基于模糊集合论探讨了模糊区域目标的内部结构组成，分析并指出了已有研究中存在的不足。最后，建立了模糊区域目标形式化描述的一般模型，提出了GSI图上模糊区域目标形式化描述的方法。     

遥感数据融合研究进展与文献定量分析(1992—2018)

近年来,遥感应用的快速发展推动了遥感载荷指标性能的不断提升。但由于遥感传感器的硬件技术瓶颈,遥感数据无法同时具有高空间分辨率、高光谱分辨率、高时间分辨率的指标特性。遥感数据融合是解决该问题的有效方法。为了深入了解目前遥感数据融合技术的研究进展情况,本文对国内外1992年—2018年间在该领域有一定影响力的相关成果进行了调研、分析与归纳总结。首先对遥感数据融合相关论文的年发文量、发文国家与机构、发表刊物以及关键词等进行了统计,梳理其发展历史及趋势;系统性的总结了各类数据融合算法,将其分为面向空间维提升的融合算法、面向光谱维提升的融合算法以及面向时间维提升的融合算法3类,并对各类算法的优势与适用性进行了分析;归纳总结了遥感数据融合的质量评价指标,包括有参考影像的融合评价指标以及无参考影像的融合评价指标;最后对遥感数据融合进展进行了总结与展望。