空间数据融合的研究现状及其问题分析

就空间数据融合的发展和研究现状进行系统归纳,把空间数据融合分为矢量数据融合和栅格数据融合两方面并系统地进行分析和研究;重点研究目前空间数据融合存在的问题,提出和分析其中目前急需解决的15个问题;最后得出空间数据融合需要继续大力研究的结论。     

多源地理空间矢量数据集成与融合方法探讨

针对人们对地理空间数据迫切需求,介绍了多源地理空间矢量数据产生的管理与技术原因及其5种表现形式,提出了多源地理空间矢量数据集成与融合的概念及其相互关系。论述了地理数据模型的融合、地理要素语义的融合和地理数据投影和坐标系的统一是多源地理空间矢量数据集成与融合基本理论与方法。给出了实现多源数据集成的数据格式转换、数据互操作和直接数据访问方法。最后,讨论了地理要素几何位置的融合,以及通过地理要素语义融合消除地理要素数据描述和属性差异的矢量数据融合方法。     

多源地理空间矢量数据集成与融合方法探讨

针对人们对地理空间数据迫切需求,介绍了多源地理空间矢量数据产生的管理与技术原因及其5种表现形式,提出了多源地理空间矢量数据集成与融合的概念及其相互关系.论述了地理数据模型的融合、地理要素语义的融合和地理数据投影和坐标系的统一是多源地理空间矢量数据集成与融合基本理论与方法.给出了实现多源数据集成的数据格式转换、数据互操作和直接数据访问方法.最后,讨论了地理要素几何位置的融合,以及通过地理要素语义融合消除地理要素数据描述和属性差异的矢量数据融合方法.     

多源矢量空间数据融合处理技术研究进展

矢量空间数据既是人类社会与地理环境信息的重要组成部分,也是相关社会信息的重要载体,在国民经济和国防现代化建设中起着非常重要的作用。多源矢量空间数据融合处理技术是解决多源数据在几何位置、属性特征等方面不一致性问题的有效方法,近年来相关的技术和应用得到了深入发展。本文在分析二维矢量空间数据应用所面临问题的基础上,综述和评价了二维矢量空间数据几何特征融合、属性特征融合等相关理论、算法和技术的研究现状,并根据目前的研究展望了其理论和应用未来的重点研究方向。     

基于形状特征的矢量数据与影像数据配准方法研究

本文提出将矢量空间数据与影像数据间配准转换到矢量空间数据间匹配的思路,并开展了相关研究。本文主要思路是通过对影像数据进行基于形状特征的提取及矢量化,然后利用矢量空间数据间匹配方法对矢量化后数据和现有矢量空间数据进行匹配,获取匹配实体对;在获取的匹配实体对中选取控制点对,在矢量化后数据中选取控制点,将所选取的控制点反馈到原始遥感影像上进而获得控制点相应的像元坐标;最后应用矢量化后数据中控制点的像元坐标数据和现有矢量空间数据中对应的同名点坐标数据对原始影像进行几何纠正,从而实现矢量空间数据和影像数据的配准。     

海陆空间信息一体化集成共享研究与应用

如何实现海陆多源数据的融合共享是当前GIS发展研究的一个热点问题。创新性地提出并研究了海陆地理空间数据一体化整合技术,解决了目前存在的海洋与陆地地理信息无法集成共享的问题,有效实现了海陆矢量数据与栅格数据的有机融合。目前,该成果已成功应用于宁波市海洋信息化管理工作中,实现了宁波市各类海洋地理数据的整合集成,为全市各级海洋部门业务应用提供了统一的空间信息协同共享服务框架。     

空间数据不确定性的三维可视化表达模型

空间数据不确定性问题是国内外地理信息科学领域的重要研究内容。针对现有空间数据不确定性三维可视化表达模型的研究较少的问题,本文提出了空间数据不确定性的度量方法,构建了基于Delaunay三角网的矢量数据不确定可视化表达模型,采用距离加权平均法、多项式内插法构建了栅格数据不确定性三维可视化表达模型。试验研究表明该方法能直观、有效地表达空间数据的不确定性。     

基于GeoDatabase的多源海图数据融合研究

由于空间数据的数据来源、数据格式、数据结构的不同,需要采用一定的技术方法才能将它们合并在一起使用,这就产生了数据融合问题。本文提出了Geodatabase海图数据库的建库方案,并探讨多源矢量海图数据融合的理论和方法,结合S-57数据模型与通用的shape数据模型,我们设计一种适用于数据库结构的统一数据模型,并且对空间数据融合中的几个关键技术进行了探讨。     

一种改进的多源空间数据融合技术

无缝GIS已成为GIS发展的必然趋势,要达到空间数据的无缝共享,就必须实现多源空间数据的融合,本文对多源空间数据融合的几种技术作了探讨和总结,并针对其中的GIS数据中间件技术做了相关改进,给出了改进的方法。     

多源地理矢量空间数据融合研究

随着地理信息大数据时代的到来，地理信息与多个行业领域日益深度融合，产生了海量的多源异构数据。多源丰富的空间数据为经济社会发展提供基础支撑作用的同时，其异构性也给数据共享和应用带来了问题与挑战。针对地理空间数据多源、异构、不一致性的现状及特点，本文提出了数据库模式融合与数据库实例融合为一体的多源地理空间数据融合流程与方法，并以基础地理信息、地理国情普查等实例数据进行了分析，为多源空间数据共享与应用提供了解决思路。     

基于空间方向相似性的面状矢量空间数据匹配算法

数据一致性匹配处理技术是空间数据融合中的关键技术。采用方向关系矩阵模型进行空间方向关系描述,讨论了一般情况下的空间方向相似性计算,提出了基于空间方向相似性的矢量数据匹配算法流程。最后,以面状目标为研究对象,以某地局部地区居民地数据为例,对基于空间方向相似性的矢量数据匹配算法进行了试验与分析。     

提高中巴卫星IR MSS图像空间分辨能力的光谱保真融合方法

介绍一种提高中巴资源卫星IRMSS图像空间分辨能力的光谱保真融合方法。通过计算低分辨率图像上每一个像元对应的高分辨率图像上一组子像元的平均亮度值及二者之差,将该差值与高分辨率图像上相应子像元亮度求和,形成新的图像。该图像具有高分辨率图像的空间细节,又具有低分辨率图像的光谱信息,从而实现融合图像信息保真。试验表明,光谱保真融合方法可以在不改变光谱信息的前提下提高IRMSS图像的空间分辨能力,是一种新的简单实用的数据处理方法。     

地理实体的空间组织与多态特征及其应用

描述了地理实体的建设内容，介绍了基于图元的地理实体组织及表达形式，比较了传统地形图与实体化的数据组织形式的区别。对地理实体在空间、时间上的多态特征进行了分析，阐述了地理实体对地物的空间一致性表达的特点，设计了基于多源矢量数据开展的地理实体融合方法及步骤，并以房屋建筑实体为例介绍融合成果的具体应用。本文研究为地理信息系统中地理实体的相关研究提供了借鉴。     

基于小波纹理信息的星载SAR图像与TM图像的数据融合

遥感图像的数据融合是当前遥感界研究的热点问题之一。论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，基于小波纹理信息将SAR图像与TM图像进行融合。选取徐州市南郊风景区的Radarsat卫星SAR图像和TM图像进行试验研究，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融合方法与颜色变换法相比，将获得更理想的高空间分辨率多光谱的融合图像。     

基于天地图·新疆自治区节点矢量数据与国家主节点矢量数据融合技术方法探讨

主要阐述了"天地图·新疆"自治区节点矢量数据与国家主节点矢量数据融合生成技术路线、技术要求,可为天地图其他省(自治区)级节点矢量电子地图数据融合工作提供参考。     

基于支持向量机的SPIN－2影像与SPOT－4多光谱影像融合研究

遥感影像融合是解决多源海量数据富集表示的有效途径之一。针对高分辨率遥感数据SPIN-2(2m)与多光谱遥感数据SPOT-4(20m)的影像融合，提出了基于支持向量机(SVM)的遥感影像融合的新方法。建立了基于SVM的遥感影像融合模型，并进行了分类融合实验，实验效果较好。最后给出了分类融合评价。结果表明，支持向量机可用于遥感影像融合，且分类融合精度较高。     

一种基于分布中心的矢量数据零水印算法

针对鲜有零水印算法能同时适用于点、线、面矢量数据版权保护,提出一种基于分布中心的矢量地理空间数据零水印算法。首先,对矢量数据进行格网划分;其次,计算格网内每个点到其算数平均值中心的距离,并将得到的距离序列与距离平均值进行比较,大于等于距离平均值,则记为1,否则为0;然后,统计格网内的0和1数量的多数,记为0或1,以此生成空间数据特征值;最后,将该特征值与置乱后的二值水印进行异或,构造出零水印图像。实验表明,文中算法能同时适用于点、线、面矢量数据,并且对常见的平移、缩放、裁剪、格式转换、随机删点等攻击鲁棒性好。     

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。     

Big spatial data for urban and environmental sustainability

ABSTRACT

Eighty percent of big data are associated with spatial information, and thus are Big Spatial Data (BSD). BSD provides new and great opportunities to rework problems in urban and environmental sustainability with advanced BSD analytics. To fully leverage the advantages of BSD, it is integrated with conventional data (e.g. remote sensing images) and improved methods are developed. This paper introduces four case studies: (1) Detection of polycentric urban structures; (2) Evaluation of urban vibrancy; (3) Estimation of population exposure to PM2.5; and (4) Urban land-use classification via deep learning. The results provide evidence that integrated methods can harness the advantages of both traditional data and BSD. Meanwhile, they can also improve the effectiveness of big data itself. Finally, this study makes three key recommendations for the development of BSD with regards to data fusion, data and predicting analytics, and theoretical modeling.