空间面群目标几何相似度计算模型

本文针对空间面群目标提出了一种几何相似度计算模型。首先,利用拓扑关系概念领域图定义了面群之间的拓扑关系相似度;然后,对不同类型的面状目标选用合适的"降维"方法处理为"线群"目标,利用方向均值定义线群之间的方向关系即面群目标的方向相似度,以及利用"环形方差"定义线群目标之间的距离关系即面群目标的距离相似度。最后,结合面群的长度和平均长度、面积和平均面积,面密度及紧致度,建立了面群目标几何相似度计算模型,以对面群目标相似度进行整体度量。该模型综合考虑了空间面群目标的几何特征和空间关系特征,并对其作了适当的权重分配。从时间邻近度和尺度邻近度角度,本文设计了2个实验,结果表明,相似度计算结果与地物特征比较一致,符合人们的直观空间认知。     

基于拓扑谓词的空间拓扑关系相似性度量模型与应用

空间拓扑关系相似性度量是空间数据相似性度量的重要组成部分,它是空间数据检索和空间场景相似查询的基础和关键。本文旨在建立一种能够同时度量简单和复杂拓扑关系间的相似性度量模型。首先,以9个拓扑谓词提出一种简单拓扑关系间相似性度量方法,即定义简单拓扑关系之间距离为两个9交集矩阵之间的距离,从而得到简单拓扑关系之间的相似度。然后,综合考虑实体集合间的数量相似度和维数相似度,建立实体集合间的简单拓扑关系相似性度量模型,并在上述实体集合间简单拓扑关系相似性度量的基础上,采用分解-组合的策略先将复杂拓扑关系分解为若干个局部拓扑关系,通过组合局部拓扑关系之间的相似度,直至建立复杂拓扑关系间的相似性度量模型。实验表明,制图综合中的选取对空间实体集合之间拓扑关系相似度的影响最大,其他因素影响较小,因此,其能以拓扑关系相似度来度量制图综合对拓扑关系的改变程度。     

面向多分辨率DEM的河网相似性测度与分析

河网是地形结构的核心要素,能够有效地反映DEM对地表形态的刻画能力。实现不同分辨率条件下DEM河网相似性测度对DEM地形综合、DEM质量评估及DEM不确定性分析等研究具有重要意义。基于此,本文以黄土高原典型样区为研究区,基于5 m高精度DEM建立的多分辨率DEM数据集,构建了地形特征自适应的DEM河网自动提取方法,建立了综合拓扑关系、方位关系、距离关系及属性特征四维信息的河网相似性度量模型,并分析了河网相似性变化特征及其与地形参数的相关性。实验结果显示,河网自动提取方法的制图精度和用户精度均在90%以上,总体精度优于Passalacqua等提出的GeoNet方法,能够有效实现不同分辨率下河网较高精度提取;河网相似性度能综合反映河网空间分布特征的差异性,河网相似度与分辨率变化率之间的幂函数关系R²达0.978,且河网相似度与高程、坡度中误差分别表现为幂函数和对数函数关系,后者对数关系显著性优于前者幂函数关系。研究表明,在以河网作为DEM构建重要数据源的背景下,本文的研究成果可为DEM质量及其应用适宜性的定量评价提供基础。     

线状空间数据传输的几何相似性度量算法与实验分析

 同一地物在不同比例尺或者不同来源的地图上通常存在着相似性,对于图形几何形似性度量方法的研究有利于地图编制、查询、匹配、更新。线状地物要素在地图中占有很大的比例,因此,本文以线状空间目标为例,在前人的基础上给出了线状空间数据的几何图形相似性度量模型:(1)以差异距离作为相似性特征的位置相似度;(2)以分形维数作为相似性特征的形状相似度;(3)以长度或者周长作为相似性特征的大小相似度。相对于(3)大小相似度而言,(1)位置相似度、(2)形状相似度综合考虑了几何图形整体统计的方法和局部几何特征结构。完成多尺度传输的线状空间数据几何相似性度量实验,并对数据传输量与几何相似性度量方法进行比较,实验结果表明:基于广义Hausdorff距离模型的中位数Hausdorff距离的位置相似性对于空间数据渐进性传输具有稳定性和可行性。最后,总结了本文的研究成果,并展望了该方向进一步研究的若干问题。     

基于地理国情数据的基础地理信息增量更新方法研究

地理国情普查和监测为基础地理信息的及时更新提供了持续、可靠的参考数据。本文针对地理国情普查监测成果应用和基础地理信息数据更新的实际需求,从数据转换、要素匹配、变化识别和增量更新等方面设计了基于地理国情数据的基础地理信息数据更新技术框架。针对要素相似性匹配和变化识别难题,从距离、面积和形状相似性等方面设计了面向几何要素匹配与变化识别的系列指标、算法和知识规则。研究成果在山东莱芜某地进行了应用。实验结果表明,本文设计的方法对变化要素的识别精度达96.6%,极大地提高了基础地理信息更新的工作效率。研究成果不仅为基础地理信息增量式更新提供了技术支撑,同时也将提高地理国情数据成果的应用价值。     

河系几何相似性的层次度量方法

已有的线群目标几何相似性度量方法主要基于数理统计的思想,通过统计整体变化信息计算几何相似性,缺少对局域特征的表达,并不适用于具有高度分形特征的河系。为此,本文将河系几何特征划分为3层次的信息特征：单条河流的形状特征、局部区域的结构特征、全局范围的分布特征。首先,结合角链码法与Hausdorff距离计算单条河流的形状相似度;然后,根据 “二八定律”确定局部特征区域,通过坐标系转换计算M： N的河系局域结构相似度;最后综合整体描述子得到全局分布相似度,并在该基础上,构建差异指标进行河系多尺度相似性计算与综合质量评价。实验表明,该方法的计算结果优于均值指标法,能有效应用于制图综合的质量评价。     

基于拓扑原子事件的拓扑关系局部更新技术

以拓扑原子事件作为出发点,在拓扑局部更新过程中分析多种要素发生变化后对拓扑关系的影响.根据结点能够终止网络拓扑关系变化延伸的特点,将需要更新拓扑关系要素的范围尽量缩小,最终确定需要进行拓扑更新的要素范围.对需要更新区域内要素进行拓扑重构,修改边界要素拓扑关系,保证更新要素的拓扑关系与原拓扑关系一致.运用地理网络模拟数据...     

顾及形状相似性的道路与居民地协同化简方法

空间冲突处理是制图综合的重难点,目前空间冲突处理的研究重点在于拓扑一致性的保持,对要素间的形状相似性关注较少。形状相似性是空间相关性在局部区域的具体体现,道路与居民地是一对具有强相关性的地理要素,街区居民地的轮廓常与邻近道路具有相似的形状特征,独立化简易产生不可控的拓扑冲突与形状冲突。为此,提出一种顾及形状相似性的道路与居民地协同化简方法。(1)利用Delaunay三角网构建道路与居民地间的毗邻关系并提取成对的毗邻片段。(2)采用动态时间归整算法进行节点粗匹配并根据节点的几何特征做进一步优化。(3)采用基于节点取舍的化简算法对道路进行分段化简,将节点取舍情况同步至居民地轮廓,并对异常线段进行检测与处理。采用浙江省某地区1:5万地图中的道路与居民地进行实验,结果表明该方法能够实现道路与两侧毗邻居民地的同步化简,化简后道路、居民地间的形状结构吻合良好,有效保持了道路与居民地在毗邻区域的形状相似性、拓扑一致性及协调的视觉效果。     

地学时序大数据的相似性度量与索引方法综述

地学时序大数据具有多传感器、多目标、多分辨率、多类型的多源异构特征,是地学领域机器学习与数据挖掘的重要数据来源,分为基于时点和基于时段的两大类时序数据。现有时序数据的相似性度量与索引研究主要聚焦在前者。时序数据表达方法的核心思想是降维处理,是相似性度量与索引方法的基础,主要包括基于域变换和模型的表达方法和基于极限分段思想的表达方法。相似性度量的核心是相似性距离计算,主要分为锁步度量和弹性度量。它为时序数据索引中索引项的聚合与划分提供了基本准则。多源异构地学时序大数据的高效相似性度量与分布式索引方法是地学大数据领域未来的重要研究方向。      

面向自然连续面群边线的协同化简方法

自然连续面群边线化简是地形图中自然面状要素和地理国情普查数据中自然图斑自动制图综合的重要实施步骤。现有面要素边线化简算法大多以线化简算法为基础,未有效化简弯曲特征、保持面积平衡和满足图面视觉清晰性要求,且化简结果存在共享边界不一致、边线自相交和边线之间相交的拓扑问题。为此,结合自然连续面群表达特点和化简要求,本文提出一种面向自然连续面群边线的协同化简方法。首先将自然连续面群转换为拓扑数据结构组织,以待化简弧段及其相邻弧段为基础构建约束Delaunay三角网,标识化简区域;其次利用弧段双侧层次多叉树模型渐进式退化条带状弯曲、化简细小弯曲;最后自适应夸大狭窄“瓶颈”,实现边线的协同化简。以河南省某区域1:5万地形图中的植被与土质面要素进行化简实验,相较于对比方法,该方法能够有效保持自然连续面群边线化简前后的拓扑一致性、要素之间的面积平衡,充分化简目标尺度下的局部不清晰细节,化简结果精度高。     

基于层次分析法的多尺度点群目标相似度计算

计算不同尺度下空间目标的相似性是GIS研究的热点问题之一。点群是地理空间群组目标的一种,研究其相似性可对空间群组目标的计算机制图结果进行评价。以往的理论研究主要从影响点群目标的单一因子出发,对影响点群目标的简单因子进行分析,并以此提出相应计算模型。为了研究点群目标在不同尺度下的相似性问题,本文在前人研究的基础上,整合了影响点群目标相似性的主要因子（包括拓扑关系、方向关系、距离关系、分布范围和分布密度）,并分别提出拓扑相似度、方向相似度、分布范围相似度、距离相似度分布和密度相似度的计算模型,从整体上把握计算点群目标的相似性。通过层次分析法,赋予5种因子相应的权重,最后集成不同尺度下点群目标相似度的总体计算模型。经过计算验证,该方法能较准确地计算不同尺度下点群目标的相似程度,为制图综合质量做出评价。     

GIS的不同次区域之间相似性度量

 GIS属性相似度量有相似系数及以空间位置的空间自相关。这2种方法都不能计算全域为背景的次区域相似性问题,而以隶属函数的粗糙度量很好地解决了这个问题。本文利用粗糙集计算了GIS的离散型数据的次区域相似度量。利用邻域粗糙集计算了连续属性值的上下近似逼近,并利用邻域信息粒子计算连续属性值的粗糙隶属问题,从而计算连续属性值次区域相似度量问题。本文方法能度量次区域而不是全域或单个元素之间的空间相关与自相关问题,考虑了全区域背景下的GIS相似问题。并针对GIS连续属性值,利用距离函数和邻域粗糙集来划分连续属性的上下近似,以及分类问题,提出一种基于邻域信息粒子的粗糙隶属函数。最后利用粗糙相似度量公式度量GIS次区域的相似问题。     

基于人工神经网络的多特征因子路网匹配算法

在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。     

基于综合特征分析的多源空间数据相似检索

在遥感不同波段、不同分辨率、不同时相、不同尺度和不同平台等情况下,观测获得的多源空间数据集成的数据库中,提取感兴趣的局域目标图像是海量数据库管理的关键问题之一。本文提出一种统计法的纹理描述与频谱法的纹理描述相结合,纹理特征和空间关系相结合的方法进行多源空间数据相似检索。统计法纹理描述采用共生矩阵的描述符,而频谱法纹理描述采用树状小波分解(小波包)的纹理描述符。通过对多源遥感数据库的检索比较,表明此方法比单一纹理特征方法具有更高的应用价值。     

顾及地理实体的地名信息检索方法研究

随着在线电子地图应用的普及,地名信息检索已成为相关研究领域的热点,并取得了丰富的研究成果。然而,这些研究主要侧重于检索效率和文本关键词匹配质量的提高,并未顾及实际应用需求和地名信息检索方法的矛盾。本文通过分析地理实体和地名的特征及关系,提出将二者相融合来研究地名信息检索的形式和方法,从数据特征和应用场景的角度出发,提出顾及地理实体的地名信息检索模式,并实现对其的结构化表达,在该检索模式中将地理实体的属性特征和空间关系作为检索特征项;以检索模式为基础提出了基于地理实体相似度计算的地名信息检索模型,并深入研究了文本型属性与数值型属性综合的属性相似度计算方法,以及定性空间过滤与定量距离计算综合的空间关系相似度计算方法;最后,通过实验验证了顾及地理实体的地名信息检索方法的可行性和检索质量。实验结果表明,该检索方法既能实现精细化和空间化的检索需求,也能保证检索结果的准确度。