基于混合过滤的地学数据个性化推荐方法设计与实现

推荐系统是帮助互联网用户克服信息过剩的有效工具。在地学数据共享领域,较其他物品的内容属性,地学数据具有更加丰富的时空属性,这也给地学数据推荐带来挑战。针对地学数据的特点,为地学数据共享推荐服务开发了一种动态加权的混合过滤方法。该方法分别采用协同过滤和基于内容过滤算法预测用户对数据的兴趣度,再以训练模型计算最优加权权重,计算最终预测评分。在数据获取阶段,通过用户访问日志数据,采用Jenks Natural Break算法分析用户访问记录获取用户的数据兴趣度。在基于内容过滤部分,通过数据的空间、时间及内容属性计算数据相似度,并以用户历史行为为依据计算用户兴趣。在协同过滤和基于内容过滤中分别采用k-NN算法计算用户对未访问数据的预测评分,并进行加权求和。通过训练集,对理想权重值及用户的共同评价度（co-rating level）进行建模,拟合二者的关系。该模型被应用于混合过滤的权重调整,以获得最优的加权方程。测试结果显示,结合数据时空属性的混合过滤方法的准确度和召回率,较单一的协同过滤或基于内容过滤方法有显著提高。     

基于机载激光点云数据的电力线自动提取算法

设计并开发了一种从机载激光扫描的三维点云数据中自动提取电力线的算法,采用局部高程分布直方图模式分类滤波、Hough特征空间中全局方向特征优先的线特征提取、悬挂点位置数学推算和局部分段多项式拟合的方法,有效解决了电力线提取过程中电力线点云与电塔点云的自动分类、电力线平面位置提取、电力线悬挂点提取、电力线拟合问题。最后通过实际的工程数据验证了该算法的实用性。     

基于DEM的对称13点局部窗口坡度算法分析

局部曲面拟合法是基于DEM的计算坡度的常用方法之一,采用不同的拟合曲面和局部移动窗口将得到不同精度的计算模型,探索不同的局部窗口类型可以丰富局部曲面拟合法在数字地形分析中的应用。本文考虑不同距离临近点的高程信息,基于3×3局部窗口提出了一种由两种不同倍率、与主轴(x轴、y轴)呈45°夹角的格网点构成的新窗口——对称13点局部窗口,推导了三阶曲面拟合该窗口的坡度计算公式,并利用典型数学曲面对该模型的计算精度进行了分析。研究分析认为,相对于现有的坡度计算模型,三阶曲面拟合对称13点窗口模型能显著地提高坡度计算精度,但对误差的平滑能力较差,适用于高精度DEM。本文的研究扩展了曲面拟合法在数字地形分析中的应用。     

基于地理大数据和多源信息融合的区域未来人口精细化空间分布模拟研究——以珠江三角洲为例

首先采用队列因素法和CA-Markov模型对区域未来人口规模和土地利用格局进行模拟预测,并结合POI地理大数据,利用多源信息融合法构建区域未来人口精细化空间分布模拟模型,以珠江三角洲城市群2030年各区县精细化的人口空间分布预测进行实证分析。结果表明：① 采用队列因素法进行珠江三角洲各区县人口规模预测的相对误差大部分在5%以下,基于CA-Markov模型土地利用模拟的Kappa系数达到0.97;② 珠江三角洲城市群精细化的人口空间分布模拟数据与实际人口数据的拟合趋势线R²达到了0.90,模拟效果优于Worldpop数据集,体现了POI地理大数据与多源信息融合在精细化人口空间分布模拟上的优势;③ 珠江三角洲未来人口呈现由中心向外围扩散和递减的空间分布格局,空间差异显著且较为稳定,70%的人口集中在广州、深圳、东莞和佛山等核心城市。     

一种基于激光点云数据的房屋轮廓线提取方法

提出了一种基于激光点云数据提取房屋轮廓线的方法.首先在屋顶激光点云数据中搜索平面距离最远的两个激光点,选择其一为起始点,根据相邻边缘点连线的一侧不存在激光点的原则,检测屋顶所有的边缘点;然后对边缘点分组,利用最小二乘直线拟合方法分别拟合各条轮廓线并进行规则化;最后,选择轮廓线最外侧的激光点,对各条轮廓线进行平移外扩,并通过相邻轮廓线相交确定屋顶角点的坐标.实验结果表明,与通常采用的对屋顶激光点云构建不规则三角网(TIN)获取边缘点的方法相比,该算法运行效率明显提高,检测到的屋顶边缘点数量更多,获取的屋顶轮廓线精度更高.     

基于时空窗口改进的时空加权回归分析——以湖北省黄石市住房价格为例

针对地理加权回归(GWR)模型不能有效处理样本数据空间自相关性这一问题,构造局部时空窗口统计量,尝试改进时空加权回归(GTWR)模型。定义多时空窗口的概念,给出其选取、计算和验证方法;计算时空窗口包含的各样本点的被解释变量平均值,与样本拟合点的被解释变量值的比值,作为新的解释变量,构建改进的时空加权回归(IGTWR)模型。以土地稀缺、多中心、资源型城市——湖北省黄石市为例,收集2007~2012年商品住宅成交价格1.93万个数据和398个楼栋样本点,选取小区等级、绿化率、楼栋总层数、容积率、距区域中心距离和销售年份6个解释变量,分别利用常规线性回归(OLS)、GWR、GTWR和IGTWR方法进行回归分析。模型结果表明：计算Moran’s I指数和分析时间序列的自相关性,能确定时空窗口的大小和数量的选取;IGTWR模型和各变量的回归统计均通过0.05的显著性水平检验,有关解释变量的系数估计值在空间分布上能合理解释;GWR拟合结果优于OLS,GTWR优于GWR,而IGTWR拟合精度最好。与GTWR模型分析相比, IGTWR模型R²从0.877提升到0.919,而AICc、残差方(RSS)和均方差(MSE)分别从6 226、49 996 201和354.427下降到6 206、32 327 472和284.969。案例研究表明：IGTWR能够表达一定时空范围的时空自相关特征,减小了估计误差,提高了回归拟合精度。     

基于不同算法等高线曲率的提取与分析

等高线曲率是一个重要的地形属性，反应了地形表面在水平方向的凹凸性，表达了地表物质运动的发散和汇合模式。基于安塞县县南沟小流域的矢量等高线数据和DEM，分别利用圆拟合算法（相邻三点法、间隔三点法和最小二乘法）和曲面拟合模型（E模型、S模型和Z模型）提取等高线曲率，通过对实地地形的对比分析，结果表明：（1） 在矢量等高线数据的计算结果中，三点拟合法计算结果相比最小二乘法结果差异大，对等高线曲率空间格局分布描述更准确；（2） 最小二乘法计算的结果频数分布集中程度最高，两种三点拟合法计算结果频数曲线差别微小；（3） 在栅格数字高程模型的计算结果中，基于S模型计算结果在空间格局上较E模型和Z模型的结果差别大，基于E模型的计算结果对等高线曲率描述效果更好。结果能准确说明采用不同算法计算等高线曲率的差别，对在实际数字地形分析中有重要的意义，可为等高线曲率计算提供重要参考。     

湖南省城镇空间时空压缩特征及其可视化表达——基于时空图分析模型

本文构建了一个基于“时间-空间图(Time-Space Map)”的技术方法模型,用于分析交通网络建设给地理空间带来的时空压缩效应.现有基于可达性评价模型的“空间格局分析法”只能描述网络整体效率变化,而“等时圈分析法”局限于节点分析,两者都无法完整展现区域时空压缩.本文集成了网络大数据抓取技术、统计分析技术和可视化技术,通过绘制“时空图”实现区域时空压缩的可视化.首先,该方法利用网络大数据抓取技术,通过网络地图路径导航服务获取距离数据矩阵;然后,运用多尺度分析方法(Multidimensional Scaling),用通行时间(距离)取代欧氏距离计算求得最佳拟合空间,并对拟合误差进行估算和检验.最后,将拟合空间与地理空间在三维空间中叠加,观察和分析拟合空间的拉伸、延展、扭曲效果,总结区域时空压缩整体特点.在此基础上,以湖南省为案例绘制出了各地县级城市在现状公路网联系下的通行距离和通行时间时空图.研究验证了时空图在区域时空压缩格局可视化上的有效性和直观性,并在解读时空图集聚、偏移和皱起的基础上,提出改善省内公路网络可达性均衡的政策建议.     

人口数据空间化的处理方法

在人口空间分布区划的基础上,利用基于LANDSAT TM信息获取的1:10万比例尺的土地利用/覆盖数据,建立与统计人口数据的多元相关关系模型,计算各种士地利用类型中的居住人口系数,在GIS支持下计算出全国1km格网人口空间分布数据,然后结合DEM数据、居民点分布数据对空间化处理结果进行修正,并在各大区内随机抽样若干县采集乡镇行政边界和统计人口数据对模型计算结果进行了验证.     

基于GIS工作平台的农用土地定级方法研究

系统地阐述了基于ＧＩＳ工作平台的农用土地定级因素选择的原则,用网格法和矢量法确定定级单元的方法,建立基础数据库的程序,并对函数法,区域赋值法及空间扩散法等因素因子赋值方法进行了理论分析,提出了以熵为基础建立均质检验的质区的方法,还对加权求和模型与几何平均值模型在综合作用分值计算中的适用范围进行了分析论证。     

云南蒋家沟泥石流运动要素观测数据整编

根据中国科学院东川泥石流观测研究站所在地蒋家沟的多年观测数据,利用成熟的计算和分析方法,按建立数据库的要求对泥石流运动要素的原始观测数据进行了计算机处理,提出了建立泥石流运动要素数据库的内容及其指标和计算公式,并对数据库的编建原则、特点及结果表达进行了讨论。     

人口统计数据空间化模型综述

人口统计数据空间化是人口信息与其他资源环境、社会经济等信息进行空间集成的基础.本研究对国内外人口统计数据空间化研究进行总结,归纳了水热条件、地形地貌、土地利用、交通廊道、夜间灯光等不同建模参考因素对人口空间分布的影响,并分析比较了10个主要的人口统计数据空间化模型,进而对当前人口统计数据空间化研究中存在的问题做了总结,并讨论未来的研究方向.综述认为人口统计数据空间化的研究将向数据获取多源化、建模因素综合化、模拟格网精细化、模型应用实用化等方向发展;目前需要改进的问题包括:1)统一的人口数据统计标准;2)人口结构特性相关的空间化,特别是流动人口的空间分布特征识别;3)城市街区尺度的空间化方法研究;4)多源数据与人口动态信息综合中的时相匹配;5)统一的空间化指标量化方法;6)模型参数优化与精度验证方法完善.     

五种常用降水量插值方法误差时空分布特征研究——以深圳市为例

在洪水、滑坡等地质灾害预警预报中,通常需要对多个时点、多个站点的降水量观测数据进行高精度插值,雨量插值精度对灾害预警预报的可靠度具有很大的影响,因此研究降水量插值方法误差的时空分布特征具有重要的科研和实用价值.该文以深圳市2008年6月12日至14日百年一遇的强降水过程为例,采用交叉验证方法对反距离权重法、普通克里金法、全局多项式法、局部多项式法和径向基函数法五种常用空间插值方法误差的时空分布特征进行分析,研究成果可为根据雨量时空分布特点选取适用雨量插值模型提供相关依据,并为相关研究提供借鉴.     

人口统计数据空间化的一种方法

人口空间分布信息在环境健康风险诊断、自然灾害损失评估和现场抽样调查比较等地理学和相关学科研究中占有重要的地位。目前随着对地观测技术和地理信息科学的飞速发展, 如何精确地进行人口数据空间化成为了研究的难点和热点。针对采用传统方法解决人口空间化问题所遇到的困难和不足, 设计了遗传规划(genetic programming, GP)、遗传算法(genetic algorithms, GA) 和GIS 相结合的方法, 以GIS 确定量化影响因子权重, 以GP 建立模型结构, 以GA 优化模型参数, 成功建立研究区-山西省和顺县的人口数据格网分布表面。实验证明与传统建模方法(如逐步回归分析模型和重力模型)相比, 所提方法建模过程更为智能化与自动化, 模型结构更为灵活多样, 而且数据拟合精度更高。     

降雨量地面观测数据空间探索与插值方法探讨

空间插值方法广泛应用于气象数据产品的制作,其精度与气象要素的空间变异特征、气象观测站分布和插值方法选择有关。选择美国得州599个地面观测站30年平均降雨量记录,设计了27个观测站样本方案,选择全年、1月和8月数据,利用空间统计、空间自相关、半变异函数等方法探索降雨量的空间变异特征,并采用5种常规方法进行空间插值,比较和解释插值结果,在此基础上讨论基于知识的气象要素空间插值方法。案例研究发现:①降雨量地面观测数据通常具有明显的空间趋势、较强的空间自相关特征和较稳定的空间变异规律,但针对不同时段或采样方案,其空间自相关强度和半变异函数模型会有一定的差异。②增加气象观测站数,空间插值误差有减小的趋势;但观测站数目达到一定数值后,增加观测站数,插值精度提高并不明显。③在观测站较少时,不同插值方法间的精度差异较大,而在观测站充足的情况下,其差异有减小的趋势。④探讨气象要素与地理环境要素之间的关系,获得定量化的先验知识,开发基于知识的空间插值模型,是高精度气象要素插值的关键;线性加权回归和地理加权回归方法的初步试验验证了这一思路的有效性。     

中国传统农区历史耕地数据网格化方法

建立具有空间属性的历史时期土地覆被数据集有助于更好地模拟土地覆被变化的气候 与生态效应。根据我国历史时期土地开发利用的特点, 深入分析了影响我国历史时期土地开 发利用的主导因子, 量化了海拔高度、坡度、人口分布等自然及人文要素与耕地分布的关系, 并以此为依据设计了一套将我国传统农区历史耕地数据网格化的方法与算法模型, 计算各网 格(分辨率为60 km×60 km) 耕地面积占整个农区耕地总面积的比重、以及各网格的耕地面 积与垦殖率; 同时利用基于《嘉庆重修一统志》重建的中国传统农区历史耕地资料, 采用上 述方法与算法建立了研究区内1820 年(清嘉庆二十五年) 60 km×60 km 空间尺度的耕地数据 集, 并绘制了分布图。重建结果与册载府级田亩数据的比较分析表明: 该方法与算法可以有 效地将以行政区域为统计单元的中国历史耕地数据量化为具有统一且更高空间分辨率的网格 化数据集。     

基于矢量数据的土地利用类型分维数计算程序设计及其应用

当前用来计算分形维数的原始数据通常是栅格图像,但是现有的土地利用数据大多以矢量形式存放,若将其转为栅格形式后计算分维数,则将面临基于栅格图像所得到的分形维数的计算精度与像元尺寸以及图像自身大小有较大关系,并且在对栅格图像进行不规则形状提取时容易造成数据丢失等问题。鉴于此,本文利用Visual C#完成了基于Windows平台的矢量数据分形维数计算程序设计,并利用该程序对20世纪90年代三个时期的秦岭中段和鄂东南地区土地利用类型的分维数进行了求算。结果表明该程序是一种方便、实用而且精确的分维数计算方法。此外,从三期各类土地利用类型的稳定性指数来看,在秦岭中段地区表现为：居民点及工矿用地>未利用土地>水田>旱地>草地>林地>水域,而鄂东南地区则表现为：水田>未利用土地>居民点及工矿用地>旱地>林地>草地>水域,这说明在上述两个地区,林地、水域、草地的稳定性都相对较差,它们的潜在变化趋势也较大。     

面向大规模动态地形可视化的LOD组织与调度技术

地貌演化等地表过程的分析模拟实时产生系列地形数据,该动态过程的可视化对性能要求较高,传统基于预处理的方法计算量大、绘制延迟明显。面向大规模动态地形可视化,提出一种LOD预处理与实时更新相结合的混合调度技术,基于场景图对动态地形LOD建模与组织,建立多线程模型实现地形瓦片的动态更新和绘制。对于每次迭代计算产生的新地形,该方法以LOD瓦片的动态调度替代传统的静态预处理方法,与地表过程计算同步更新瓦片,且仅重新计算和渲染当前视域和分辨率下地形发生变化的局部瓦片,通过LOD的局部动态更新避免可视化数据的全局重新生成,显著降低过程模型计算和结果更新对渲染过程的影响,提高整体的可视化性能。     

等高线约束的Delaunay三角网在土石方量计算中的应用

土石方量计算是工程建设的重要步骤,其计算精度是提高工程质量的首要问题。针对利用无约束不规则三角网计算土石方量时存在的计算精度问题,该文利用三维激光点云数据,根据约束Delaunay三角网的构建原理,探讨了基于等高线约束的Delaunay三角网方法在土石方量计算中的应用。首先,以土石方的等高线作为约束线,利用迭代算法对无约束不规则三角网进行剖分,构建等高线约束Delaunay三角网,并进行土石方量计算。然后,将计算结果与无约束不规则三角网、方格网法计算结果进行对比与误差分析,验证了该方法的计算精度,为基于三维点云数据的土石方量精确计算提供了参考。     

关于种域的Rapoport法则检验、算法比较及中域效应消减——以云南无量山种子植物为例

Rapoport法则是物种分布幅度在环境梯度上的统计分布特征,与物种丰富度的梯度格局密切相关.关于Rapoport法则普适性检验的争论被认为与数据统计方法有关,但对这些算法有效性的评价还很少见.以云南无量山种子植物在海拔梯度上的分布数据为例,比较4种常用的Rapoport法则检验算法,并按照海拔分布幅度等级将全部物种分成4组后,再比较不同算法的结果.分析表明,中点法和上限法的检验结果受中域效应的显著影响,Steven方法受影响较小,而逐种法可以回避MDE影响.按海拔幅度分组统计,可以显著削弱MDE的影响,但是数据本身误差的效应有所放大.综合所采用的分析方法,无量山种子植物海拔分布整体格局中存在Rapoport法则;而山顶附近存在局部的反Rapoport法则现象,与植物群落类型的更替对应,可能与山顶气候效应有关.