土地利用图中狭长多边形降维综合一致性改正

文章针对土地利用图中狭长多边形降维综合后产生的拓扑不一致和语义不一致的问题,分别给出了一致性自动改正方法.前者在狭长多边形与其邻近多边形之间拓扑关系的基础上,将弧段分为3类,分别用I、Ⅱ、Ⅲ表示;后者在土地利用数据语义综合规则的基础上,对狭长多边形的邻近多边形进行语义一致性改正;并给出了算法实现的详细步骤.最后实验证明了算法的有效性.     

制图综合中建筑物多边形的合并与化简

讨论了数字环境下顾及建筑物矩形几何特征的多边形自动综合算法,针对多边形之间的拓扑邻近与视觉邻近两种空间关系,提出了基于矢量和基于栅格的两种建筑物多边形合并方法。关于建筑物形状的化简,本提出了矩形差分方法,并在此基础上建立了建筑物多边形化简的层次化途径。     

制图综合中建筑物多边形的合并与化简

讨论了数字环境下顾及建筑物矩形几何特征的多边形自动综合算法,针对多边形之间的拓扑邻近与视觉邻近两种空间关系,提出了基于矢量和基于栅格的两种建筑物多边形合并方法。关于建筑物形状的化简,本文提出了矩形差分方法,并在此基础上建立了建筑物多边形化简的层次化途径。     

基于缓冲区代数运算的多边形地图综合算法设计

由于尺度变换和空间抽象化操作的特殊性与专业性，地图综合往往依赖于专门的软件与操作算法。然而对于特定数据的特定地图综合任务，可以通过通用地理信息(GIS)平台的既有空间操作的逻辑组合来完成地图综合。基于该思想本研究提出一种缓冲区代数运算的多边形地图综合算法设计方案，在GIS基础功能缓冲区运算上通过逻辑“与”“或”“差”的代数运算与叠置处理，获得多边形目标的合并与化简结果。进一步，根据面状要素的地理意义不同，区分人造地物图斑的规则性形态与自然地物的非规则性形态，运用代数运算的不同控制策略得到规则图斑化简、不规则图斑化简两类化简操作，以及规则图斑间合并、不规则图斑间合并、混合图斑合并三类合并操作。本研究通过土地利用数据综合实验获得良好的综合效果，本算法设计具有简单易得、低成本、针对性强特点，适宜在通用GIS系统中实施。     

改进的邻近四点法建筑物多边形化简算法

针对应用邻近四点法化简建筑物多边形时因实际数据的复杂性及该算法的不完善出现的效率下降和准确性降低问题,该文提出了一种基于邻近四点法建筑物多边形化简的改进算法。该方法排除了冗余点的干扰,避免运算耗时;细化了基本处理单元的分类,避免遗漏特殊结构类型基本处理单元的处理;对建筑物多边形进行了分类及实时标记,以达到在同时考虑基本处理单元和建筑物多边形的情况下实现建筑物多边形化简的目的。实验结果表明:此改进算法更加实用化,且提高了建筑物多边形化简的效率和准确性。     

顾及邻近五点的建筑物多边形化简方法

针对传统的建筑物化简算法无法准确保持建筑物局部细节几何特征，容易产生尖锐凸角等问题，提出了一种基于邻近五点的建筑物多边形化简方法。通过将多边形边界上的邻近五点定义为基本处理单元，实现对建筑物边界Z形平行、Z形不平行、U形平行、U形不平行的4类几何模式划分，进行渐进式化简，并针对化简过程中产生的尖角顾及角度约束对其削尖。对某地区部分1：1万实际建筑物多边形数据进行试验，结果表明，所提算法在保持建筑物基本几何形态特征的基础上，能够尽可能地避免尖角的产生，化简结果更加符合人类的视觉认知。     

支持地图综合的面状目标约束Delaunay三角网剖分

针对多边形面状目标的综合问题,建立了二维空间中约束Ｄｅｌａｕｎａｙ三角网剖分结构,融入多边形的环、岛屿、边界、顶点的描述,通过形式化条件检索,在该结构上提取二维空间中各种感兴趣的由剖分三角形组成的区域,用于支持地图综合中邻近多边形的搜索、多边形弯曲部位的识别、冲突关系探测、多边形合并等操作。并对基于骨架线的图结构建立、分枝宽度计算等几何问题进行了详细讨论,指出了其在诸如双线河中轴化、街道中轴线网络模型建立、多边形合并中的邻近关系分析、面状目标注记自动定位领域的支持作用。     

土地利用现状图斑的自动综合

本文针对土地利用现状数据中图斑的自动综合,采用语义与空间相结合的方法,分析了影响图斑综合的因素,根据这些因素的影响对土地利用多边形进行合并、融合及聚合操作。并以长沙市宁乡县的土地利用数据为例进行实验,结果表明,该方法较好地保持了宁乡县综合前后各地类的结构布局,能够较好地反映土地利用现状布局,节省了人机交互合并的工作量。     

分类后栅格数据矢量化中自交多边形处理算法

分析了导致分类后栅格数据矢量化中多边形自交的数据类型点,并将它们定义为对角结点.给出了自交多边形的定义,提出了一种分类后栅格数据矢量化中自交多边形处理算法.实际数据实验发现,本算法能将所有对角结点处理为只有两个链接方向的数据点,很好地解决了矢量化算法中多边形自交问题.     

顾及时态地块的土地划拨时空数据组织

以土地划拨为例，分析了地块分割、合并、复杂划拨和属性变化的特点，在此基础上构造了一个顾及时态对象的时空模型。该模型用非第一范式和两层时间标记组织地块的时空数据，并借助于活动地块表、不活动地块表和后向指针索引表建立了每个时态地块与其时态邻域地块之间的链接关系。     

The cognition of change: scaling deformations in mind and spatial theories

The dynamics of the earth and its inhabitants have become a core topic and focus in research in the spatial sciences. The spatio-temporal data avalanche challenges researchers to provide efficient and effective means to process spatio-temporal data. It is of vital importance to develop mechanisms that allow for the transition of data not only into information but also into knowledge. Knowledge representation techniques from artificial intelligence play an important role in laying the foundations for theories dealing with spatio-temporal data. Specifically, the advances in the area of qualitative spatial representation and reasoning (QSTR) have led to promising results. Categorical distinctions of spatio-temporal information identified by QSTR calculi potentially correspond to those relevant to humans. This article presents the first behavioral evaluation of qualitative calculi modeling geographic events associated with scaling deformations of entities, that is, changes in size by either expansion or contraction. Examples of such dynamics include a lake flooding its surroundings or an expanding oil spill in the ocean. We compare four experiments using four different semantic domains. Each domain consists of two spatially extended entities: one entity is undergoing scaling deformations while the other is static. We kept the formal QSTR characterization, which are paths through a topologically defined conceptual neighborhood graph, identical across all semantic domains. Our results show that for geographic events associated with scaling deformations (a) topological relations are not equally salient cognitively; (b) domain semantics has an influence on the conceptual salience of topological relations.     

Semantic typing of linked geoprocessing workflows

In Geographic Information Systems (GIS), geoprocessing workflows allow analysts to organize their methods on spatial data in complex chains. We propose a method for expressing workflows as linked data, and for semi-automatically enriching them with semantics on the level of their operations and datasets. Linked workflows can be easily published on the Web and queried for types of inputs, results, or tools. Thus, GIS analysts can reuse their workflows in a modular way, selecting, adapting, and recommending resources based on compatible semantic types. Our typing approach starts from minimal annotations of workflow operations with classes of GIS tools, and then propagates data types and implicit semantic structures through the workflow using an OWL typing scheme and SPARQL rules by backtracking over GIS operations. The method is implemented in Python and is evaluated on two real-world geoprocessing workflows, generated with Esri's ArcGIS. To illustrate the potential applications of our typing method, we formulate and execute competency questions over these workflows.     

GIS语义共享的实质及其实现途径

GIS技术下的地理信息共享表现为 GIS数据共享 ,在研究 GIS数据共享时 ,是以最终实现地理信息共享为目的的。为达到这一目的 ,首先必须解决数据本身的共享问题 ,再次要解决数据所表达的语义的共享问题 ,其中包括从数据中读取语义的过程 ,即语义翻译 ,以及所读取的语义与应用目的之间的融合过程 (主要是要解决语义冲突问题 ) ,即语义融合。为了实现 GIS语义共享 ,除要采用一定的技术实现数据本身的共享外 ,还必须选择合适的空间概念及其逻辑表达方法实现语义的共享 ,本文提出采用基于地理要素的空间概念并采用 GIS语义数据模型加以描述可以实现 GIS的语义共享。     

多层次地理视频语义模型

针对公共安全应急响应中支持推理、挖掘和关联分析的地理视频建模难题,提出了一种显式表达视频变化的多层次地理视频语义模型,并用UML图进行描述。该模型的特点是:改变了传统视频流整体语义描述方法,通过面向变化的三域(特征域-行为过程域-事件域)定义地理视频语义的层次结构和数据的层次表达;在各层次语义描述中将地理环境语义与视频内容语义有机结合,支持多地理视频数据的关联表示。以公共安全事件监控视频为例阐明了模型的实用性和有效性。     

Ontology‐supported Querying of Geographical Databases

Querying geographical information systems has been recognized as a difficult task for non‐expert users. Furthermore, user queries are often characterized by semantic aspects not directly managed by traditional spatial databases or GIS. Examples of such semantic geospatial queries are the use of implicit spatial relations between objects, or the reference of domain concepts not explicitly represented in data. To handle such queries, we envisage a system that translates natural language queries into spatial SQL statements on a database, thus improving standard GIS with new semantic capabilities. Within this general objective, the contribution of this article is to introduce a methodology to handle semantic geospatial queries issued over a spatial database. This approach captures semantics from an ontology built upon the spatial database and enriched by domain concepts and properties specifically defined to represent the localization of objects. Some examples of the use of the methodology in the urban domain are presented.     

顾及地理语境的旅游轨迹停留点语义标注

轨迹数据作为典型的时空大数据，具有较高的研究和应用价值。然而现有的轨迹数据挖掘主要聚焦于轨迹的空间特征，而较少关注轨迹数据语义的深度分析。本文面向智慧旅游服务的需求，重点探讨了旅游轨迹的轨迹停留点语义的自动标注问题。首先，针对POI短文本的特点，提出了基于《同义词词林》进行短文本语义扩展的方法对POI短文本进行特征扩展；同时，在顾及POI短文本的关键词集中、类别词分散等特征基础上，提出了改进TF-IDF的POI自动分类方法；其次，在POI分类的基础上，采用Native Bayes方法对轨迹停留点进行语义标注。结果表明，基于改进TF-IDF方法的POI自动分类可以达到约83%的精度，能够较好地实现POI的分类；而在POI自动分类基础上，基于Native Bayes的轨迹语义标注可以达到74%的精度，较好地实现了旅游轨迹停留点自动语义标注的目标。     

Towards semantic‐aware multiple‐aspect trajectory similarity measuring

The large amount of semantically rich mobility data becoming available in the era of big data has led to a need for new trajectory similarity measures. In the context of multiple‐aspect trajectories, where mobility data are enriched with several semantic dimensions, current state‐of‐the‐art approaches present some limitations concerning the relationships between attributes and their semantics. Existing works are either too strict, requiring a match on all attributes, or too flexible, considering all attributes as independent. In this article we propose MUITAS, a novel similarity measure for a new type of trajectory data with heterogeneous semantic dimensions, which takes into account the semantic relationship between attributes, thus filling the gap of the current trajectory similarity methods. We evaluate MUITAS over two real datasets of multiple‐aspect social media and GPS trajectories. With precision at recall and clustering techniques, we show that MUITAS is the most robust measure for multiple‐aspect trajectories.     

基于本体协同的空间信息互操作方法

提出了基于标准空间信息本体和混合结构语义本体协同的地理信息系统互操作，通过本体的协同实现基于标准空间本体的异构空间信息互通和基于异构语义本体分级匹配的空间信息重分类及语义互操作。     

利用作战任务本体计算战场环境要素语义相似性

如何根据作战任务需求为用户快速提供有针对性的有效数据，是战场环境数据保障实现主动服务必须解决的问题之一。针对作战任务与战场环境数据关联关系复杂，目前方法上存在缺少数据匹配语义表达、语义相关度及不同要素类语义权重量化等问题，提出了一种基于作战任务本体的战场环境要素语义相似性计算方法。利用本体方法确定作战任务与战场环境数据在概念语义上的逻辑关系，按照作战任务语义相关度划分战场环境要素，采用规则与案例相结合的推理技术建立语义相似性计算，从而量化战场环境要素实体语义权重。实验结果表明，该方法能有效提升战场环境数据组织的效率与精度。