融合空间尺度特征的时空序列预测建模方法

假定原始的时空数据由较大尺度下的全局趋势项与较小尺度下的局部偏差项构成,提出了融合空间尺度特性的时空序列建模方法。首先,将原始数据转换为较大尺度下的数据,此部分反映原始数据的趋势特征。然后,将趋势部分剔除,剩余部分反映原始数据的偏差特征。最后,用灰色系统模型和BP神经网络模型分别对趋势项和偏差项建模,它们的组合预测结果即为原始时空序列预测值。采用该方法对实际的年降水数据以及日平均PM2.5浓度数据进行预测建模分析,实验结果表明:融合空间尺度特性的时空序列预测模型可以用于多空间尺度预测,并且预测精度优于不考虑空间尺度特性的建模方法。     

移动区域时空关系变化建模研究

针对二维欧氏空间内的移动区域对象在时空关系变化建模中存在的问题,该文提出了一种时空关系变化序列模型,并建立了时空关系变化概念邻域图。采取基于时间片的时空数据模型,通过分析移动区域间随时间变化的拓扑、距离和方位关系,解决时空关系变化的集成建模问题。该方法能有效刻画移动区域的动态时空特征。     

顾及时空异质性的缺失数据时空插值方法

时空插值方法被广泛应用于缺失时空数据集的插值与估计。时空插值是时空建模与分析的一个重要内容,当前该研究关注的热点之一是异质条件下的时空插值与估计问题。因此,本文从时空数据的异质性出发,提出了一种顾及时空异质性的缺失数据时空插值方法。该方法首先对数据集进行时空分区,然后分别在时间和空间按照异质协方差模型计算缺失数据的估计值,进而利用相关系数确定时空权重、融合时间和空间估计值得到缺失数据的最终估计结果。最后通过两组气象数据集进行交叉验证对比分析试验。试验结果表明本文方法对比其他插值方法具有更高的精度和适用性。     

沉降数据序列分析方法研究

针对沉降数据序列的特征，研究了多项式回归方法、小波降噪方法、频谱分析法在沉降数据处理中的应用。多项式回归残差和小波降噪残差统计指标对比表明：在趋势项分离过程中，小波降噪方法优于多项式回归方法。小波降噪的残差频谱分析结果表明了沉降数据序列在2个月和4个月的周期性信息。     

海口市网约车乘客出行时空模式挖掘

针对利用起讫点数据研究出行特征导致时间与空间维度割裂的问题,该文提出了一种出行模式分析方法.基于海口市滴滴出行2017年5-10月的1 200余万个订单数据,利用以鲁棒局部加权回归作为平滑方法的时间序列分解方法(STL)开展时间趋势分析.基于整体趋势,将海口市划分为1 km×1 km的网格,引入经验正交函数分解法(EOF),将海口市居民的出行时间序列分解为空间模态和时间系数两部分,以探讨居民出行规律.结果显示,在研究时段内,研究区内的出行量整体呈上升趋势;出行模式具有很强的周期性;居民出行的时空模式在工作 日与周末存在差异.该文深入分析居民的出行模式,可为优化交通资源配置等提供科学依据.     

CORS站高程非线性速度场及方差波动模型构建方法

本文描述了CORS站高程时间序列采用固定周期项建立线性速度场的基本概念，指出给定周期与实际周期存在偏差的问题。为此，提出了CORS站高程时间序列非线性速度场建模方法。该方法以线性最小二乘解作为迭代初值，利用高斯-牛顿迭代算法求解非线性速度场模型的未知参数，实现了CORS站高程时间序列数据的非线性建模；给出了拟合模型残差平方序列异方差特性的检验方法，阐述了建立GARCH（p，q）模型反映CORS站高程非平稳序列波动情况的基本准则。本文以国内外6个CORS站20余年的高程时间序列为研究对象，建立非线性速度场运动模型。结果表明：CORS站高程运动并不存在严格的整年或半年周期项，近似年周期运动最为明显，近似两年周期运动占比最小，年周期估计偏差达到12%，半年周期偏差18%，两年周期偏差6%，非线性建模精度和效果整体优于线性模型。利用ARCH检验法得到CORS站高程非线性模型的残差平方序列存在异方差性，即残差平方序列具有非平稳特性，引入GARCH（p，q）模型对CORS站高程分量非平稳残差平方序列建模，反映了残差平方序列的非平稳波动。验证了GARCH（p，q）模型对CORS站高程非平稳残差平方序列建模的可行性，为今后利用GARCH（p，q）模型对CORS站高程非平稳噪声序列建模和非线性速度场重构提供了思路。     

基于上凸序列的修正GM(1,1)模型应用

针对观测数据趋势为上凸型的序列,利用传统的残差修正GM(1,1)模型难以表现其实际趋势变化的情况。鉴于此,提出了一种新的GM(1,1)残差修正方法,通过分析GM(1,1)模型对上凸序列建模时残差的变化规律,采用残差序列分段、负值正化处理的方法,对分段处理后的残差序列进行拟合预测。该方法已被应用于工程实例中,取得了较理想的拟合预测效果,验证了其在实际工程应用中的可行性。     

作战计划时空建模与冲突检测算法

为解决作战推演中作战计划时空冲突检测问题,对作战计划建模和时空冲突检测算法展开了研究。首先将作战计划分解为推演事件序列并分析了推演事件之间的时空关系;然后采用时间约束网表达推演事件序列,将推演事件时间冲突检测转化为负环检测问题;最后采用Bellman_Ford算法设计了负环检测函数,并对典型案例进行了实验,验证了算法的可行性。     

车辆GPS轨迹加油行为建模与时空分布分析

车辆加油行为不仅反映了能源的消耗和补充情况,同时也是能源需求和能源配置的重要指标,传统基于小样本问卷的加油行为调查方法无法揭示城市宏观加油行为的时空分布特征。本文采用时空GPS轨迹大数据,对城市加油行为进行了描述与建模,并分析了其时空分布规律。该方法采用车辆与道路距离、平均速度、时间间隔、轨迹点间距4个指标,对加油行为进行了描述并建模;分析了在一定时间间隔采样下,加油行为轨迹4个指标的具体时空特征;最后以武汉市出租车GPS轨迹数据为例,探测并分析了武汉市出租车加油行为与时空分布规律。试验结果表明,本文方法可有效探测和分析城市加油行为,并能够揭示能源空间配置低效情况。     

时空数据插值的杨赤中滤波法

时空数据插值是时空数据分析的一项基础性任务,其核心问题在于建模时空自相关结构。当时空数据非平稳、分布稀疏时,现有方法难以准确建模时空自相关结构,直接影响了插值的精度与可靠性。本文基于空间域复合变量理论,采用几何学与统计学相结合的策略对时空自相关结构进行建模,提出了一种基于杨赤中滤波的时空数据插值方法。该方法首先耦合杨赤中滤波与时空积和模型,建立定量描述时空自相关结构的时空基本变化函数;然后,基于时空基本变化函数,构建满足最优线性无偏估计准则的时空数据插值模型。采用模拟数据、2000—2009年我国大陆区域年平均气温与2014年5月—2015年4月北京市日均PM_2.5浓度时空数据集进行试验验证,结果表明：本文方法的时空插值精度明显优于当前的3种代表性时空插值方法,且不需要时空平稳性假设,可以更好地适应分布稀疏的时空数据集。     

基于宗地变更的地籍时空数据库研究

地籍信息具有明显的时间特征,怎样有效地处理时间信息,以及如何将时间、空间及属性数据合理地组织在地籍信息系统的研究中具有重要意义。本文借鉴目前TG IS和各种应用模型的优势,提出一种基于宗地变更的时空数据库设计思想,针对地籍系统中地籍信息的历史查询和回溯的需求,将数据库分为现势库、历史库和变更库,弥补了有些时空数据库过于臃肿、或实体分类过于复杂从而影响系统运行效率等缺陷,以期对时态G IS在地籍信息系统中的研究有所帮助。     

利用时空立方体挖掘小微地震时空演变模式

挖掘分析小微地震的时空演变模式，可为地震灾害的分析与预报提供辅助决策参考。本文以四川地区的地震监测数据为基础，利用时空立方体融合地震点的空间、时间与属性数据，基于时空热点统计分析方法挖掘小微地震的时空冷热点分布模式。试验结果表明：在试验数据的时域内，四川地区小微地震的热点模式主要表现为连续热点、逐渐减少热点和振荡热点。冷点模式主要是连续冷点，且冷点覆盖范围比热点覆盖范围广。基于时空立方体的时空热点分析方法能够发挥时空统计学的优势，可有效挖掘分析小微地震的时空演变趋势。     

遥感高时空融合方法的研究进展及应用现状

针对遥感图像的"时空矛盾",评述了当前解决这一问题最主要的方法即遥感时空信息融合的方法,包括基于变化模型的融合、基于重建模型的融合以及基于学习模型的融合。通过分析各个模型的研究现状,指出了每种模型方法的优劣,特别重点介绍了影响较大的自适应时空融合方法的理论以及对其的改进算法。同时本文总结了当前时空融合模型在长时间序列模拟以及大区域数据集生成等方面的实际应用的效果,以及分析了影响时空融合结果的主要因素。最后基于这些问题和影响因素提出了今后时空融合模型发展的目标和方向。     

多尺度时空数据的集成与对象进化模型

多尺度时空数据集成的根本目的是增加信息量.本文通过对时空对象变化过程的分析,指出对象进化的结果不仅是特征的变化,还包括机制的变化,其直接动力是对象行为,其根本原因是其内在机制,时空事件起着对象间信息通道的作用,据此提出对象进化模型,该模型可作为多尺度时空数据集成的结构性基础,在反映时空现象的演变过程,特别是异构演变过程,以及在这个过程中产生的因果关系的同时,还可以保留时空数据的不同时间尺度和空间尺度特点,从而达到增加时空数据库的信息量的目的.文中给出了该模型基于关系型数据库的一个结构示例.根据多空间尺度数据的特点,本文最后还提出了一个时空数据组织体系,用于指导数据访问过程.     

Forward a spatio-temporal trend surface for long-term ground-measured albedo upscaling over heterogeneous land surface

Upscaling ground albedo is challenged by the serious discrepancy between the heterogeneity of land surfaces and the small number of ground-based measurements. Conventional ground-based measurements cannot provide sufficient information on the characteristics of surface albedo at the scale of coarse pixels over heterogeneous land surfaces. One method of overcoming this problem is to introduce high-resolution albedo imagery as ancillary information for upscaling. However, due to the low frequency of updating of high-resolution albedo maps, upscaling time series of ground-based albedo measurements is difficult. This paper proposes a method that is based on the idea of conceptual universal scaling methodology for establishing a spatiotemporal trend surface using very few high-resolution images and time series of ground-based measurements for spatial-temporal upscaling of albedo. The construction of the spatiotemporal trend surface incorporates the spatial information provided by auxiliary remote sensing images and the temporal information provided by long time series of ground observations. This approach was illustrated by upscaling ground-based fine-scale albedo measurements to a coarse scale over the core study area in HiWATER. The results indicate that this method can characterize the spatiotemporal variations in surface albedo well, and the overall correlation coefficient was 0.702 during the study period.     

地籍信息系统中的时态问题研究

研究了地籍系统中的时态信息内容及表达方式，并对其时空数据模型设计等问题进行了探讨，给出了一些具有指导性的原则。     

基于Petri网的时空数据模型研究

将时态地理信息系统中的事件、状态、事件与状态之间的因果关系分别用Petri网的库所、变迁、有向弧进行了表达，提出了基于Petri网的时空数据模型。描述了该模型的基本思想，并在实验基础上分析了该模型的特点。     

基于历史拓扑和描述子的时空数据模型

针对已有时空数据模型在表达时空信息上存在的问题,提出基于一个新的历史拓扑和描述子的时空数据模型STORM.STORM采用结合显式表达和隐式表达的混合型方法来表示时空信息,其中历史拓扑显式表达时空对象间的历史关联,而描述子隐式表达单个时空对象的内部属性变化以及时空对象间的空间拓扑关系.该模型可以同时表达时空信息的静态语义和动态语义,并可通过扩展的关系结构和关系代数操作进行表示和查询.     

Exploring spatiotemporal dynamics in a housing market using the spatial vector autoregressive Lasso: A case study of Seoul,Korea

House prices fluctuate spatiotemporally and when influential changes from a region happen, the effects spread out in space over time. Although many studies have introduced various models to explain the spatiotemporal dynamics in housing markets, it is always challenging to consider both dimensions in a model. Some recent studies have identified spatiotemporal interactions of house prices by combining spatial and temporal models via spatial vector autoregression. The approach, however, assumes spatial homogeneity of the variables due to insufficient degrees of freedom. Since the housing market is generally conceived as heterogeneous, we suggest an alternative model of the spatial vector autoregressive Lasso without the homogeneity assumption. As an empirical example, we examine the spatiotemporal interaction between house sales price and rent in Seoul, Korea. The results show that rent for apartments in Gangnam‐gu, a socioeconomic core of Seoul, has positive impacts on rent for apartments in surrounding suburbs rather than their sales price. Moreover, the suggested model outperforms the classical method in terms of explanation, prediction, and autocorrelation of residuals. This research is expected to provide a methodological guide to explore the interaction between house sales price and rent, and insights into the spatiotemporal dynamics of the housing market in Seoul.     

顾及邻近关系的NPP/VIIRS序列影像时空插值方法

针对可见红外成像辐射仪(visible infrared imaging radiometer suite,VIIRS)月度夜光遥感影像的数据缺失问题,提出一种利用地物邻近关系相关性的像元时空插值方法,以时、空关系互相作为约束条件,将时序变化一致性较好的像元数据作为空间插值的参考,将空间关系一致性较好的月度数据作为时序插值的参考,通过构建不同的卷积核, 在时序和空间维度分别对初步插值结果进行卷积运算,求得待插值像元的时空插值。以2015年江苏省月度夜光遥感影像修复为例,对不同维度时空插值方法进行对比分析,结果表明, 空间维度插值虽然顾及到像元的空间关联性,仍无法满足数据大范围缺失的插值要求,插值结果整体偏低;时间维度插值考虑到像元的时间趋势性,插值精度较空间维度插值有一定提高,但部分月份插值结果有较大偏差;相对于三次Hermit插值,时空插值方法获得的月度影像灯光亮度总和的最大相对误差、年度影像灯光亮度总和相对误差以及逐像元差值均显著降低。总的来看,所提时空插值方法在插值过程中同时顾及到VIIRS数据的时间趋势平稳性和空间结构稳定性,影像插值精度提高明显,且对待插值月份前后时序数据没有严格要求,更具有广泛性。