基于NPP-VIIRS数据的山东省县级GDP分级空间建模

传统的统计方法对国内生成总值（GDP）进行统计耗时耗力费财。而夜间灯光遥感影像能对人类社会活动进行最直观的反映，为社会经济研究提供了新的思路方法和技术支持。本文以山东省作为研究区域，采用NPP-VIIRS灯光影像数据与山东省137个县级GDP数据进行分级多方式空间建模，以找到两者空间分布的最优规律。试验结果表明总GDP与总灯光亮度值的各级最优拟合优度R²均在0.9左右。单位面积GDP与平均灯光亮度值的各级拟合优度R²均在0.85左右。而且通过最优模型进行县级和市级GDP预测精度优于未分级的预测精度。     

顾及空间交互作用的城市群联动空间增长模拟——以武汉都市区为例

随着区域城市化与城市区域化的发展,城市群成为中国城市化进程中最引人注目的地区,研究城市群联动空间增长动态也成为了当前研究热点。在城市扩张的研究中,传统以元胞自动机(cellular automaton,CA)为代表的城市扩张模拟方法主要针对单一的城市展开,缺乏对城市群空间交互作用和联动增长效应的建模,难以真实反映城市群的空间扩张过程。通过引入城市流模型来量化城市之间的空间交互作用,并将其作为转换规则嵌入CA模型,构建了一种顾及空间交互作用的城市群联合空间增长扩张过程分析模型,并以武汉都市区为例,模拟了武汉都市区(1个主城区+6个远郊区)的城市扩张过程。与传统的Logistic回归CA模型对比,结果表明,模型模拟精度更高,可以在一定程度上反映城市发展,尤其是城市群联动增长扩张的特征和规律。     

基于改进LUR模型的大区域PM2.5浓度空间分布模拟

针对采用传统土地利用回归（land use regression,LUR）模型进行大气污染物浓度模拟时预测变量信息损失的缺陷,将主成分分析（principle component analysis,PCA）与逐步多元线性回归（stepwise multiple line regression,SMLR）相结合,提出了一种改进的LUR（PCA+SMLR）模型模拟大区域PM_2.5浓度空间分布的方法。首先采用相关分析筛选与PM_2.5显著相关的预测变量,然后对筛选出的预测变量进行主成分变换（PCA）,最后保留所有主成分变量进行SMLR建立回归模型模拟PM_2.5浓度。并以京津冀为研究区域进行实验验证,对PCR、SMLR、PCA+SMLR这3种模型的实验结果进行对比分析,结果表明,PCA+SMLR模型可提高预测变量对回归模型的贡献度,调整后R2达0.883,并且其精度检验指标及制图效果皆优于传统的LUR模型,证明了该模型可有效提高PM_2.5浓度的模拟精度,对PM_2.5区域联防联控具有指导意义。     

基于深度学习的中国连续空间覆盖PM2.5浓度预报

实现全国连续空间覆盖未来小时尺度的PM_2.5浓度实时、高精度预报是一个难题。本文建立基于深度学习的多层长短期记忆迭代模型和改进的空间反向传播神经网络S-BPNN模型来实现全国小时尺度PM_2.5浓度的空间预报。首先,研究基于空间相关性将全国1286个空气质量监测站点在空间上进行自适应分区,并对各个分区分别构建多层LSTM迭代预报模型实现未来24 h各个监测站点的PM_2.5浓度的实时预报。其次,应用改进的S-BPNN空间化模型实现未来24 h全国连续空间覆盖的PM_2.5浓度精细化制图。然后,利用2016—2019年中国PM_2.5监测站的历史数据进行训练和验证,结果显示预报模型和空间化模型的相关系数R²分别为0.88和0.87,表明模型都能实现较高的精度。最后,基于提出的预报模型和空间化模型,辅助从监测站实时获取的大气污染数据和气象数据,通过搭建的大气污染物浓度预报智能化在线信息原型系统可实时发布预报结果并可进行空间化展示。研究实现了全国连续空间覆盖的PM_2.5浓度高时空精度的实时预测,以支持大气污染联防联控和公众环境空间质量信息服务。     

基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.     

顾及地理实体语义相似度的土地用途分区模型

结合土地用途分区工作的要求,提出了地理实体语义相似度测度模型;在对小图斑的模式进行划分的基础上,构建了顾及语义相似度的土地用途分区模型,并提出分区结果的面积平衡和最优化评价方法。以海南省昌江县海尾镇为例对模型进行验证,结果表明,该模型是一种科学、合理、高效的土地用途分区模型,该方法提供的土地用途分区方案不仅能够较好地反映认知特性,还能较好地概括土地利用的特征,可以为土地利用规划、土地利用调控和管理提供技术支持。     

遥感技术支持下的下龙湾西岸养殖塘变化监测及其对“三生用地”影响分析

下龙湾西岸是越南北部沿海的养殖大区，随着水产养殖用地规模的逐渐扩大，周边三生用地（生产用地、生活用地、生态用地）空间格局受到影响。本文以下龙湾西岸的5个沿海地区为研究区，利用1990、2000、2010、2015年4期无云Landsat TM/OLI遥感数据，采用分类回归树方法，对1990—2015年的土地利用变化进行监测。通过土地利用净变化量、土地利用动态度模型、相关性分析等方法，定量分析养殖塘时空格局演变特征及对三生用地的影响。结果表明：①25年间，养殖塘面积呈“单峰”式先增后减变化，净增加66.65 km²，2000年面积为156.65 km²，较1990年面积增长113%，2015年较2000年面积减少11%。总体呈现数量上“北增南减”、速率上“东快西慢”的面积变化特征。②养殖塘转入面积中，生产用地对养殖塘转移面积占31%，生活用地占4%，生态用地占65%。空间格局整体以白藤江及陆地中轴为界线，呈南北分区、东西分界的转入转出规律。③养殖塘占用生活用地7.24 km²，二者呈正相关关系，R²为0.46；养殖塘分别占用生产用地和生态用地55.14、115.14 km²，并与两者成负相关关系，R²分别为-0.96和-0.81。由此可知，利用遥感技术监测养殖塘时空变迁对土地资源的规划配置与可持续发展具有重意义。     

基于ArcGIS的国土调查地类流量分析模型构建与应用

传统国土调查地类流量分析不能对地类特征与生态环境等因素进行分析,且加载流量速度较慢.为解决传统方法中存在的问题,基于ArcGIS构建国土调查地类流量分析模型,通过Web服务器对地类流量数据处理与优化,设计地类流量分析模型的交互体系,满足用户对地类流量的全面因素分析,设计对比实验,以某地湖泊为分析对象验证模型加载流量速度超出传统方法20 mb/s,判断湖泊的物种退化平均值为3.61,单位面积内生物生长周期为6等具体化分析内容.     

深度学习支持下的丘陵山区耕地高分辨率遥感信息分区分层提取方法

耕地是丘陵山区稀缺的土地资源,具有地形条件复杂、种植结构多样的特点,导致了山地耕地信息难以快速、准确获取,并且基于传统的遥感数据及遥感监测方法开展山区耕地信息快速自动提取比较困难。针对这一问题,本文以西南山区贵州省息烽县作为试验区,根据地理空间异质性特征,提出分区控制、分层提取的耕地形态信息提取思路,构建了一种地貌单元约束条件下的分区分层耕地形态信息的提取方法。该方法首先根据地貌-植被特征将试验区划分为平坝区、山坡区、林草区3类地理分区;然后在每类分区基础上,根据耕地所呈现的视觉特征划分为不同的类型,对不同类型的耕地分别设计不同的深度学习模型进行分层提取。试验结果证明,该方法对山区复杂地形背景噪声具有较好的抑制作用,所提取的耕地地块信息相比于传统方法更符合实际耕地的实际分布形态,有效地减少了漏提率和错提率。     

电离层总电子含量时空特征分析及分区建模

利用地统计方法研究了全球VTEC时空分区特征,提出了IONEX单天产品发布的改进策略和VTEC时空分区建模方法,包括组合函数与IRI2007模型背景场建模方法。纬度10°～70°、经度60°～180°范围内单天VTEC分区建模与结果分析表明,分区建模极大地降低了模型的复杂性。上述两种方法均可得中低纬分区B13约为高纬分区A23中误差（2～3TECU）的2倍,验证了顾及VTEC时空特征分区建模的有效性。     

Spatially constrained regionalization with multilayer perceptron

In this article, multilayer perceptron (MLP) network models with spatial constraints are proposed for regionalization of geostatistical point data based on multivariate homogeneity measures. The study focuses on non‐stationarity and autocorrelation in spatial data. Supervised MLP machine learning algorithms with spatial constraints have been implemented and tested on a point dataset. MLP spatially weighted classification models and an MLP contiguity‐constrained classification model are developed to conduct spatially constrained regionalization. The proposed methods have been tested with an attribute‐rich point dataset of geological surveys in Ukraine. The experiments show that consideration of the spatial effects, such as the use of spatial attributes and their respective whitening, improve the output of regionalization. It is also shown that spatial sorting used to preserve spatial contiguity leads to improved regionalization performance.     

融合PSO-SVM的混凝土拱坝多测点变形监控混合模型

针对混凝土拱坝单测点变形监控模型难以合理表征拱坝空间变形场协同响应特性以及传统回归方法诠释环境量与大坝变形间的复杂函数关系具有明显局限性问题,提出了融合粒子群算法优化与支持向量机（particle swarm optimization-support vector machine,PSO-SVM）的混凝土拱坝多测点变形监控混合模型。基于单测点变形监控模型构建方法,引入空间坐标并利用有限元方法计算水压分量,进而借助PSO-SVM良好的非线性处理能力对环境量与大坝变形序列进行建模和预测,从而构建了融合PSO-SVM的混凝土拱坝多测点混合模型。工程实例分析表明,所建模型具有较好的多测点变形性能分析能力,较单测点统计模型具有良好的拟合及预报精度,可有效反映大坝服役的整体安全性态。此外,所提理论和方法经一定的改进和拓展,亦可推广应用于其他水工建筑物性态安全监控模型的预报分析。     

Automatic Region Building for Spatial Analysis

High‐resolution spatial data have become increasingly available with modern data collection techniques and efforts. However, it is often inappropriate to use the default geographic units to perform spatial analysis due to unstable estimates with small areas (e.g. cancer rates for census blocks or tracts). Regionalization is aggregating small units into relatively larger areas while optimizing a homogeneity measure (such as the sum of squared differences). For exploratory spatial analysis, regionalization may help remove spurious data variation through aggregation and discover hidden patterns in data (such as areas of unusually high cancer rates). Towards this goal, this research introduces several improvements to a recent group of regionalization methods – REDCAP ( Guo 2008 ) and conducts evaluation experiments with synthetic data sets to assess and compare the capability of regionalization methods for exploratory spatial analysis. One of the major improvements is the integration of a local empirical Bayes smoother (EBS) with the regionalization methods. We generate a large number of synthetic data sets with controlled spatial patterns to evaluate the performance of both new and existing methods. Evaluation results show that the new methods (integrated with EBS) perform significantly better than their original versions and other methods (including the EBS method on its own) in terms of detecting the true patterns in the synthetic data sets.     

多重指标体系下的京津冀城市群地质环境质量综合评价

地质环境质量是影响区域规划建设的重要因素,目前单一评价指标体系无法对多地貌类型区域的地质环境质量进行合理有效的评价。为了研究适用于多地貌类型的区域地质环境质量评价方法,本文建立了基于山区和平原区两种地貌类型的地质环境质量评价体系,利用层次分析法和综合指数法获取了评价指标权重,建立了地质环境质量评价模型,通过空间分析技术开展了京津冀城市群地质环境质量综合评价研究。评价结果表明,京津冀地区的地质环境质量空间分布差异较大,平原区地质环境质量分布受地面沉降、地下水超采及地下水污染的影响突出,山区地质环境质量分布受活动断裂、地形条件及地质灾害的影响明显。可见,多重指标评价体系下的地质环境质量评价能够降低不同地貌类型地质环境质量主要评价指标间的相互影响,评价结果能够更加合理准确地体现区域地质环境质量分布特征。     

空间自相关支撑下的地类分布模式一致性评价

空间分布模式是否保持一致是土地利用数据综合质量评价的一项重要内容。针对当前的研究缺少量化分析和位置表达的现状,提出了一种新的空间数据特有的自相关性评价方法。首先利用语义距离建立空间权重矩阵,随后通过莫兰指数（Moran’s I）计算数据处理前后全局和局部自相关度,最后利用莫兰（Moran）散点图和空间关联的局部指标（local indicators of spatial association,LISA）集聚图相结合的方法对综合前后的土地利用分布模式进行可视化对比。相较传统评价方法,所提方法顾及数据语义关系,计算可量化聚集程度,以直观可视化方法对比展示,更好地对土地利用数据在综合前后的全局空间分布模式一致性进行了评价。认知实验结果符合人类认知,表明所提方法切实有效。     

基于温度供水干旱指数的京津冀春旱监测及时空分布分析

为提高农业干旱监测效果和精度,在对传统干旱监测模型对比分析基础上,本文提出将温度植被干旱指数(TVDI)和植被供水指数(VSWI)加权联合构建温度供水干旱指数(TSWDI)的研究思路。以京津冀2006—2012年5月份数据作为实验统计数据,以京津冀2006—2016年3—5月份春旱监测为例进行了模型实验。实验结果证实,TSWDI指数相对其他两个指数与10、20和50 cm深处的土壤水分相关性更高,能够更精准地反映农业干旱状况。TSWDI计算结果显示,京津冀干旱分布具有如下特征:从时间角度看,2006—2016年整体干旱状况逐渐缓解,特别是自2010年至今,研究区域干旱程度逐步减轻;从空间角度看,京津冀区域整体干旱面积逐步减少。     

利用ICA方法提取奥卡万戈三角洲水储量变化信号

利用重力恢复与气候实验(gravity recovery and climate experiment, GRACE)时变地球重力场模型计算得到非洲奥卡万戈三角洲地区2003-01—2014-12的陆地水储量变化信息,分别采用主成分分析(principal component analysis, PCA)和独立成分分析(independent component analysis, ICA)提取质量变化信号,并与全球陆地数据同化系统(global land data assimilation system, GLDAS)的水文模型进行对比。结果显示,在奥卡万戈河流域东北部,水储量表现出很强的周期性变化,两种数据空间特征分布的信号出现在相同位置的成分GRACE-IC1和GLDAS-IC1对应的时间序列的相关系数达到0.85。奥卡万戈三角洲地区水储量从2003-01—2011-10呈现上升趋势,两种数据空间特征分布的信号出现在相同位置的成分GRACE-IC2和GLDAS-IC3对应的时间序列的相关系数达到0.81,说明GRACE反演结果与GLDAS水文模型反演结果在研究区域内具有很强的一致性。引入全球降水气候中心降水数据和Water GAP全球水文模型数据对研究区域陆地水储量变化的原因进行分析。实验结果表明,相对于传统的多项式拟合方法,ICA可以在较大区域内直接对特定位置质量变化信号的时空特征进行提取;对比GRACE数据两种方法分解结果的第3成分可以看出,在空间尺度和时间尺度上,ICA方法对信号的分解能力要优于主成分分析方法。     

基于植被分布特征的森林景观建模方法

在虚拟地理环境中如何快速地生成具有特定空间格局的森林景观是一个具有挑战的问题。现有的研究主要以模拟或随机的方式确定树木的位置,但难以反映每个树种的分布特征。本文提出了一种基于图的中性景观模型,根据指定的景观指数生成特定组成结构和空间配置的森林景观。模型将格网随机划分为若干不规则的区域,并将其转化为对应的区域邻接图,通过源节点的受限生长生成特定大小和形状的图斑。相比其他中性景观模型,该模型在可控性和灵活性上具有优势,能对每种类型的景观特征分别进行表达。最后根据模型生成的森林景观确定树木的位置与种类。本方法不仅能为植被场景的可视化提供合理的植被分布,而且能反映森林景观的空间分布特征,为虚拟森林环境中的林业规划决策以及植被分布规律认知提供一定的支持。     

面向实体的三维空间数据模型组织方法

三维空间数据模型是对现实世界模型化的基础,是空间数据组织的概念和方法,反映了现实世界空间实体及实体间的关系。传统的三维数据模型大多从几何特征表达的角度出发,割裂了空间对象个体之间的逻辑联系,不能完整表达地理实体。采用面向对象的思想将地理实体抽象为能独立反映完整空间和逻辑关系的空间对象,提出了面向实体的三维空间数据模型的...