多粒度的GIS数据不确定性粗集表达

粗集是一种处理地理信息不确定性和不精确性的新型数学工具,在揭示和表达多层次(或粒度)的空间知识方面具有较大优势。为此,从空间信息观测或表达的粒度角度来探讨空间数据所蕴含的不确定性。在此基础上,运用粗集理论中的一些基本概念和方法来系统地描述和表达空间目标位置数据、属性数据以及空间关系数据的不确定性,旨在建立一种多粒度的不确定性分析和表达方法。     

地学粗空间的理论与应用

提出了由粗实体，粗关系和粗算子组成的地学粗空间。在分析通过粗集研究地球空间信息学不足的基础上，提出了简化的实用粗符号系统；定义了地学粗空间的内涵和外延，把空间论域全域划分为下近似集，边界集和非集，将空间实体以上，下近似集表示为粗实体，并且粗度衡量其逼近程度；给出了兼顾位置和属性的不确定性的粗关系及其矩阵表示；研究了地学粗空间的粗算子，重点讨论了粗交集近似通用矩阵，基于影像灰度值的粗隶避函数和冗余属性剔除等粗算子；以基于地学粗空间的河流专题遥感影像分类为例，检验了地学粗空间的实用性。结果表明，地学粗空间可以较大可能地逼近地学实体的真实存在形式,决策信息较为丰富，可靠。     

基于粗集的多尺度空间拓扑关系不确定性定量评价模型

空间拓扑关系不确定性的定量评价可为多尺度拓扑关系一致性的自动评价、空间推理与空间查询等应用的可靠性提供依据。定义了基于几何度量的拓扑距离,构建了拓扑关系不确定性的粗集表达模型;提出了不确定性粗集表达中拓扑距离的量化方法;进而提出了基于粗集的多尺度空间拓扑关系不确定性度量指标。实例研究证明了本文提出模型的科学性与合理性,该方法可用于多尺度表达过程中引起的拓扑关系不确定性的定量评价。     

矢量GIS中模糊线元的位置不确定性研究

地理信息不确定性是GIS基础理论中一个重要的研究方面,当前对于地理信息不确定性的研究主要集中在确定性地理实体上,而对于没有明确空间范围定义的模糊地理实体则研究较少。同时,地理信息不确定性根据GIS中的数据组织形式大致有位置不确定性和属性不确定性两个方面,而由于在GIS的数据组织中属性数据和位置数据的密切联系,属性不确定性往往取决于位置不确定性,因此研究位置不确定性是研究地理信息不确定性的关键所在。基于矢量GIS,利用模糊数学、测量平差等知识,提出一个“扩展ε-band”方法来建立模糊线元的位置不确定性模型。     

基于k-目标跟踪的节点部署优化算法

针对无线传感网络(WSNs)目标跟踪的节点部署问题,提出了基于 k- 目标跟踪的节点部署优化算法．该算法考虑不同的 k 值、目标半径、跟踪角度、节点通信半径和兴趣区域的形状对 k 个目标跟踪性能的影响．先将兴趣区域划分为等边三角形、矩形和六边形模型,再估计这些模型中的最优边长和节点的跟踪方向．再依据最优边长去估计部署节点位置．最后,依据这些模型,实现 k 个目标跟踪所需的最少节点数．实验数据表明,提出的算法能够有效地跟踪目标．      

多尺度下的不确定性空间方向锥形模型研究

利用质心作为参考点,并在空间方向锥形模型中添加了扩展不确定度的参数,用区间分析法,对多尺度下顾及不确定性的空间方向关系进行形式化描述,来适应尺度变化引起的空间关系不确定性的变化,以更好地描述空间方向关系。该模型使得方向关系的划分上有个平滑的过渡区,在方向概念的表达上更符合人的认知。     

八方向模糊不均匀划分及参考点位误差所致不确定性分析

方向概念的模糊性和空间数据固有的不确定性导致了方向关系的复杂性,在空间关系描述和推理研究中需要考虑空间数据的不确定性和方向概念的模糊性。在四方向模型中各方向片是等角划分;在八方向模型中4个主要方向片各占60°,4个次要方向片各占30°。利用区间二型模糊集理论建立了顾及参考点点位误差的八方向模糊不均匀划分模型,基于区间二型模糊集讨论了方向主隶属度成员函数和隶属度的不确定性。对比分析了八方向模糊不均匀划分模型与锥形模型的区别,讨论了具有点位误差的参考点与线和多边形的方向关系计算过程,通过两个实例分析了该模型的特点和点与多边形方向关系的确定方法。     

基于知识推理的土地退化程度评价模型

引入知识推理技术构建了一种新的土地退化程度评价模型(KR_LDAM)。模型集成了可变精度粗集和模糊神经网络两种智能化推理方法进行土地退化程度评价因子提取和退化程度分级,系统地消除了土地退化程度评价过程中专家经验知识主观不一致性以及客观数据不确定性的影响,解决了退化程度划分的模糊性和渐进性问题。选取黄土高原风沙侵蚀区域陕西省横山县为研究区域进行实例研究和模型验证。     

基于不确定性下的空间拓扑关系模型

论述了GIS中拓扑关系的重要性,论证了地理实体存在不确定性以及与确定性的相关问题,提出在不确定性下的一种统一的空间拓扑关系模型,概括了不确定性下的拓扑关系的研究进展.     

一种改进的锥形方向关系模型

根据Gestalt心理学的空间认知原理,提出了一种改进的锥形方向关系模型,其基本思想是:首先以参考目标的MBR(minimum bounding rectangle)的四条边界的中点作为起点,分别构建N、S、W、E等4个锥形方向区域;然后,利用锥形方向区域的边界、MBR的边界及其延长线,对空间方向重新进行划分,从而得到改进的锥形模型。实验表明该模型能够有效地克服现有锥形模型中存在的缺陷。     

拓扑关系和方向关系的统一表达模型

统一表达空间关系中的拓扑关系和方向关系是非常有必要的。本文首先对已有的方向模型进行分析和比较,提出了一种方向模型,即采用锥形的方法将空间参照对象的内部、边界和外部分别划分出9个方向区域,描述空间目标对象与这些方向区域的交集的情况,然后结合这种方向模型和九交模型,进而提出了一种能统一表达拓扑关系和方向关系的形式化模型。     

矢量GIS图上地理曲线的定位误差模型

为了分析ＧＩＳ图上地理曲线的定位精度,首先探讨地理曲线的表达与定位误差,区分“数字曲线”和“连续曲线”两个概念;然后结合由数字曲线生成连续曲线的ＧＩＳ算法,建立连续曲线的误差带模型,并导出地理曲线长度的误差估计公式;最后通过算例说明地理曲线误差带的可视化方法和曲线长度误差估计公式的应用。     

二维空间关系定性表达模型的研究

通过对几种典型的定性表达模型的分析及比较,论述了单一模型实现空间查询所存在的局限,提出利用组合模型来表达空间关系的方法。最后结合空间查询中的实例,通过介绍如何同时运用二值拓扑关系模型和符号空间索引模型来实现同时包含拓扑关系和方向关系的复杂空间查询来说明这种方法。     

基于拓扑约束的方向关系定性描述模型

针对原有方向关系矩阵模型对于参考目标MBR区域的方向描述缺陷问题,本文将拓扑约束引入方向关系定性描述,构建基于拓扑参考的方向关系定性描述模型,实现了MBR区域方向关系的有效表达。新模型首先将参考目标的MBR区域划分为不同的拓扑区域,提出方向关系拓扑参考定义;基于拓扑参考,分别对不同拓扑区域定义相应的方向关系矩阵;最后,根据参考目标与源目标间的不同拓扑关系,提出不同情况下方向关系分层定性描述策略。实验结果表明,新模型充分反映了拓扑关系对方向关系描述的约束关系,能有效提高方向关系表达的准确性和精确性。     

A Spatio‐Temporal Graph Model for Marine Dune Dynamics Analysis and Representation

Defining a model for the representation and the analysis of spatio‐temporal dynamics remains an open domain in geographical information sciences. In this article we investigate a spatio‐temporal graph‐based model dedicated to managing and extracting sets of geographical entities related in space and time. The approach is based on spatial and temporal local relations between neighboring entities during consecutive times. The model allows us to extract sets of connected entities distant in time and space over long periods and large spaces. From GIS concepts and qualitative reasoning on space and time, we combine the graph model with a dedicated spatial database. It includes information on geometry and geomorphometric parameters, and on spatial and temporal relations. This allows us to extend classical measurements of spatial parameters, with comparisons of entities linked by complex relations in space and time. As a case study, we show how the model suggests an efficient representation of dunes dynamics on a nautical chart for safe navigation.     

顾及位置关系的网络POI地址信息标准化处理方法

针对互联网POI(兴趣点)地址信息中广泛存在的地址要素不完整、文字表达不一致等不规范现象,提出一种顾及位置关系的网络POI地址信息标准化处理方法,首先对POI信息进行切分提取并逐层匹配地址树模型;然后基于4种位置关系从标准POI库中选出相应集合,作为丰富和修正非标准POI地址要素的候选;最后通过最小粒度地址要素的回溯,实现POI地址信息的快速标准化处理。试验表明该方法可以获得较高的准确率,尤其适用于在互联网数据环境中的POI地址信息标准化。     

A New Combined Assessment of Mixed Uncertainty in Spatial Models: Conceptualization and Implementation

Uncertainty quantification is not often performed in spatial modeling applications, especially when there is a mixture of probabilistic and non‐probabilistic uncertainties. Furthermore, the effect of positional uncertainty is often not assessed, despite its relevance to geographical applications. Although there has been much work in investigating the aforementioned types of uncertainty in isolation, combined approaches have not been much researched. This has resulted in a lack of tools for conducting mixed uncertainty analyses that include positional uncertainty. This research addresses the issue by first presenting a new, flexible, simulation‐oriented conceptualization of positional uncertainty in geographic objects called F‐Objects. F‐Objects accommodates various representations of uncertainty, while remaining conceptually simple. Second, a new Python‐based framework is introduced, termed Wiggly and capable of conducting mixed uncertainty propagation using fuzzy Monte Carlo simulation (FMCS). FMCS combines both traditional Monte Carlo with fuzzy analysis in a so‐called hybrid approach. F‐Objects is implemented within the Wiggly framework, resulting in a tool capable of considering any combination of: (1) probabilistic variables; (2) fuzzy variables; and (3) positional uncertainty of objects (probabilistic/fuzzy). Finally, a realistic GIS‐based groundwater contamination problem demonstrates how F‐Objects and Wiggly can be used to assess the effect of positional uncertainty.     

基于人工神经元网络的空间知识表达与推理方法研究

分析了智能决策支持系统的结构,通过比较指出了基于符号的知识表达与推理方法的不足,阐述了基于神经网络的知识表达与推理的方法,并认为神经网络方法可作为智能空间决策支持系统中符号方法的替代或补充,并通过实例验证了基于神经网络的不确定空间知识表达与推理的有效性.