基于GIS的居民出行调查数据时空查询分析研究

居民出行调查数据是特定区域人口,在一定时间内的具有出行属性、社会属性、个人及家庭属性等信息的城市交通基础数据。随着城市化进程的飞速发展,如何规划城市交通已成为研究的重点。因此高效、准确的处理居民出行调查数据,可视化展示居民出行数据和挖掘居民出行的规律特点,已成为城市交通规划研究的热点。本文基于GIS平台,以建立线性参照系统为基础,采用动态分段技术来处理居民出行调查数据,构建居民出行数据模型,实现了居民出行调查数据的动态显示和综合查询分析。同时可通过挖掘居民出行规律为交通规划决策提供参考信息。     

自回归模型在矿山变形监测中的应用

变形监测的目的是针对不同的监测数据采用合适的数据处理方式,建立适当的模型,做出正确的预报,以减小事故的发生。回归模型是研究一个随机变量(因变量)和另一个或一些变量(自变量)关系的统计方法,它通常设置一些可以测量的变量为自变量建立回归方程来预测另外一些变量的变化趋势,是一种静态数据处理方式,但是在时间序列情况下,回归应该根据该变量自身以前的规律创建预测模型,这就是自回归模型,是一种动态数据处理方法,它特别适合于短期监测预报。     

无缝线性回归与预测模型

建立回归模型常采用最小二乘方法并忽略自变量观测误差。尽管同时顾及自变量和因变量观测误差的总体最小二乘方法近年来得到了广泛研究,但在模型预测时,依然忽略了待预测自变量的观测误差。对此,本文提出了一种严格考虑所有变量观测误差的无缝线性回归和预测模型,该模型将回归模型的建立和因变量预测联合处理,在建立回归模型过程中对待预测自变量的观测误差进行估计并修正,从而提高了模型预测效果。理论证明,现有的几种线性回归模型都是无缝线性回归和预测模型的特例。试验结果表明,无缝线性回归和预测模型的预测效果优于现有的几种模型,尤其在变量观测误差相关性较大时,无缝模型对预测效果的改善更为显著。     

一种多因子加权平均温度模型的构建方法

针对在地基GNSS水汽反演的过程中,天顶湿延迟转换为大气可降水量时如何建立精确的大气加权平均温度(Tm)模型的问题,该文在建立Tm模型前全面考虑了对Tm有显著影响的变量并选择最优回归子集。但分析发现,最优回归子集中各变量之间存在较强的相关性,这将会导致变量之间存在多重共线性,从而影响模型的稳定性和可靠性。选择2013—2015年相关气象数据作为变量并应用岭回归的方法削弱变量之间的多重共线性,建立稳定的多因子Tm回归模型。并利用该模型分别预测2016年1—12月、2019年1—7月的Tm,均方根误差分别为2.3 K和2.0 K,预测精度较高,这将为高精度的水汽反演奠定较好的数据基础。     

地形因子与小微地震相关度的空间异质性分析

针对传统最小二乘回归未能顾及数据的空间特性,且无法度量模型自变量与因变量相关性的空间变异特性的问题,本文提出利用地理加权回归方法分析小微地震频次与地形因子相关度的空间异质性。以四川地区的地震监测资料、DEM为实验数据,选取地形复杂度、坡度变率、坡向变率和地面曲率为自变量,地震发生频次为因变量,构建地理加权回归模型,并进行回归系数的空间变异分析。实验分析发现,地震频次与地形因子具有一定的相关性:地形复杂度与地震频次相关性最强;坡度变率、沟壑密度、剖面曲率与地震频次的相关性依次减弱;不同空间位置的地形因子和地震频次的相关性具有较明显的空间异质性。实验结果表明,地理加权回归可以有效地度量分析地震频次与地形因子相关度的空间异质性,研究结果可为地震及次生灾害的分析与预报提供辅助决策参考。     

齐长城土壤电导率的高光谱定量估测模型

建立夯土齐长城黄岛段土壤电导率高光谱估测模型。由采集的夯土齐长城黄岛段的土壤样本提取光谱数据,利用SG平滑和光谱微分技术,通过相关系数法筛选敏感波长,并以敏感波长作为自变量建立土壤电导率的高光谱定量估测模型,对比分析所建立的主成分回归、支持向量机和随机森林模型的精度,选择最优模型并验证。结果表明:839 nm、975 nm、1 279 nm和1 284 nm为敏感波长,经过对比分析所建立的模型,以随机森林模型为最优估测模型。随机森林模型能较好地估测夯土齐长城黄岛段的土壤电导率。     

基于GIS的宗教景观空间分布特征分析

宗教景观空间分布研究对于拓展历史、文化地理学的研究事业和方法具有重要意义.本文以北京地区为例,利用GIS技术对五种宗教文化景观的格局特征进行研究,制作出密度图;根据宗教景观样本点的因变量和自变量取值建立宗教景观密度与交通密度、人口密度和高程的多元线性回归模型,解释影响宗教传播的因子,为宗教文化景观的选址及宗教文化的研究提供科学依据.     

不等权平差诊断及应用

本文运用数理统计和回归分析理论,推导了不等权平差中的函数模型和异常点诊断的基本公式,指出异常点诊断和粗差定位的区别,讨论了诊断理论和可靠性理论的关系,导出了h_(ii)的统计分布和在二类优化设计中的应用,最后以一实例加以分析说明。     

基于主成分回归的土壤有机质高光谱特性分析

以实验室制备的土壤样本和室内高光谱数据为基础,通过对光谱数据进行重采样、数学变换等预处理,探讨土壤有机质的高光谱特性,利用相关分析和主成分回归分析在不同的土壤粒径水平及不同的光谱变换形式下,建立了回归模型,结果显示在0.25 mm粒径水平下以反射率的对数的一阶微分处理之后的光谱数据建立的模型最优.     

基于地理国情数据的PM2.5浓度估算方法研究

以京津冀地区为研究对象,结合地理国情数据开展PM_(2.5)浓度估算方法的研究,在相关因素分析的基础上,运用土地利用回归方法与地理加权回归方法建立PM_(2.5)浓度空间分布回归模型,采用十折交叉验证对比模型稳定性与拟合精度,探索研究区最优建模方法及PM_(2.5)重要影响因子。结果表明:从模型稳定性及拟合精度来看,地理加权回归模型优于土地利用回归模型,模型调整后的R2分别为0.85、0.832,平均相对误差为12.4%、13.8%,均方根误差为10.61μg/m3、11.94μg/m3。相关分析判定结果表明,京津冀地区PM_(2.5)浓度的影响因子主要为气温、气压、房屋建筑、林地、耕地、降水、污染企业等。     

线性回归参数的总体最小二乘估计新算法

将一元线性回归总体最小二乘平差模型展开后,以因变量和自变量改正数的平方和最小为约束条件,推导其总体最小二乘的迭代算法,并将模型扩展到多元线性回归,进一步得到线性回归模型的总体最小二乘算法。通过实例分析,证明算法的可行性和合理性。     

Transaction‐Based Intelligent Transportation System (TBITS) Using Stochastic User Utility Model

The problem of transportation management has many variables but its solution must be guided by societal needs based on expected benefits and ways of achieving them. Thus transport management can be immensely enhanced and simplified by the use of a geospatial information system. Lagos, the commercial center of Nigeria, has been suffering from traffic congestion for decades. The loss suffered as a result of this congestion cannot be easily quantified economically and socially. This article presents empirical solutions to transportation problems in the Lagos Metropolis using the “Bottom–Top” approach, from “Transaction‐Based” at local government level to “Multimodal” at the metropolitan level. The Stochastic User Utility Model was adopted to estimate the appropriate representation of human heterogeneity, flexibility and variability on mode choice relative to route travel times. The use of Assisted GPS Cameras provides some level of intelligence on the transportation routes. Results obtained include a travel demand survey (household‐based) within a Traffic Zone and Sampled Trip Production/Trip Attraction Analysis based on Modes of Transportation. Geospatial Analysis carried out included Proposed Multimodal Transportation Routes with Transfer Points (TPs) and Incident Facility Management analysis. The synergy of Multimodal and Intelligent Transportation System (MITS) to obtain an integrated Multimodal Transaction‐Based Intelligent Transportation System (MTBITS) will enhance efficient transportation systems for the Lagos Metropolis.     

大坝变形监测数据回归分析中的因子选择

本文对我国大坝变形资料分析中常用的逐步回归分析进行了探讨,指出这种方法通常所选的因子数偏少,其原因来自自变量之间的复共线性的影响。为了克服复共线性对因子筛选的影响,文中对因子筛选提出了若干有益的建议。     

土壤有机质光谱特征研究

对在宜兴市和横山县采集的174个土样400nm～2500nm波段的光谱曲线进行了研究。为了有效去除背景噪声对目标光谱的影响，并将非线性关系线性化，首先对土壤光谱进行了14种变换，然后运用光谱微分技术、逐步回归分析等方法研究了土壤光谱反射特性与土壤有机质之间的关系。结果表明，反射率对数的一阶微分这一变换形式对土壤有机质含量最为敏感。建立了相应的回归预测模型，模型方程判定系数达到0．885，较好地利用土壤光谱反射特性预测了土壤有机质的含量。     

一种基于激光测距仪的扫描匹配方法

扫描匹配是移动机器人定位和环境构图的关键问题之一,通过计算使相邻扫描重叠度最大的最优变换,从而估算相邻时刻的运动量。ICP算法是目前应用最广泛的扫描匹配算法,针对其对离群扫描点和稀疏扫描点敏感的问题,文中提出一种基于连通格序列的方法对扫描数据进行预处理,从而为扫描匹配提供较为理想的输入条件。此外,针对对应关系中一对多和对应距离极端大的问题,文中通过建立唯一对应,并基于四分位数法计算对应距离的上截断点进行剔除,从而避免建立一对多对应,并减少距离极端大的对应。实验结果表明,文中方法能够剔除扫描中的离群点与稀疏点,并改善ICP算法在实际应用中的扫描匹配表现。     

总体最小二乘回归预测模型的方差分量估计

回归预测模型是对传统回归模型的进一步扩展,不仅涉及回归模型的固定参数估计,而且将模型预测纳入平差的部分内容,更加符合实际解算需求。针对在回归模型预测中经常出现待预测非公共点(自变量)含有观测误差和随机模型不准确的问题,基于EIV(errors-in-variables)模型提出了一种同时顾及所有变量观测误差的整体解法。同时,将方差-协方差分量估计方法引入回归预测模型解算中,以修正随机模型与待预测非公共点的先验协因数阵,并推导了相关计算公式和迭代算法。算例试验表明,该方法能够有效估计各类观测数据的方差分量,为获取更合理的参数估计与更高的模型预测精度提供了可行手段。另外,通过设计多种对比方案可知,该方法的预测效果较好,尤其是针对观测数据与系数矩阵中随机元素之间存在一定相关性的情况。     

SuperMap GIS地理加权回归模型研究与实现

地理加权回归分析是对普通线性回归模型的扩展,将空间数据的地理位置嵌入线性回归参数之中,以此来研究空间关系的空间异质性或空间非平稳性,属于局部空间分析模型.通过地理加权回归分析可以确定两种或两种以上变量间相互依赖的定量关系,局部区域的参数估计可以得到地理空间存在的不同空间关系,核函数的选取规则和带宽参数的验证方法也是本文研究的内容.