地理空间数据本质特征语义相关度计算模型

关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系,分层次逐级计算地理空间数据的语义相关度。与传统的语义相关度计算方式不同,以地理元数据为语料库,充分考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度,分别采用几何运算、数值运算、词语语义相似度计算和类别层次相关度计算的方式,构建地理空间数据的语义相关度计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识等特点。实验表明：模型能够有效地计算地理空间数据本质特征的语义相关度,并具备一定的扩展性。     

地理视频数据模型及其应用开发研究

讨论地理视频的基本概念和数据模型,尝试提出地理视频数据的实体-关系图,并在网络环境中进行地理视频应用开发.地理视频数据模型的核心要素是:对视频帧进行位置和语义描述,建立视频片段的轨迹图层和元数据,并在轨迹图层中扩充视频帧线性参照.通过空间参照、线性参照和语义参照将视频数据与地理数据集成,实现地理视频的查询、检索、播放和地图跟踪.以河南大学校园和开封市公路网络为例,采集地理视频数据,建立地理视频数据库,发布网络地图和视频服务,并分别采用最新的Adobe Flex框架、ArcGIS Server ADF和JavaScript Mashup方式,开发网络视频GIS应用系统.原型系统开发表明,地理视频数据模型适用于网络视频GIS开发,且在技术实现上较为简单.     

极地科学数据关联方法及应用研究

为了从海量极地科学数据中准确、智能地发现用户所需要的数据,首先,系统研究分析极地科学数据特征,挖掘极地科学数据本身隐含的语义信息,建立极地科学数据关联指标体系;其次,研究极地科学数据关联方法,最后设计并实现极地科学数据关联查询应用原型系统。以极地科学数据共享平台的元数据作为语料库,自动抽取极地科学数据关联指标数据,实现极地科学数据集之间的自动关联。应用实践表明,利用极地科学数据关联方法不仅可直接检索出满足条件的数据,还可以检索出潜在的相关联的数据。该关联方法研究可促进极地科学数据的集成、融合与共享应用。     

长三角数字经济网络演化特征及影响因素

基于长三角数字经济企业股权关联数据,采用复杂网络分析方法,分析长三角数字经济网络的演化特征,并通过QAP模型挖掘数字经济网络影响因素。研究发现：1) 2010—2020年,长三角各类型数字经济网络呈现等级扩散和节点集聚特征。2）数字经济网络投资格局整体上呈现投资净流入地区不断扩展的态势,且研究单元从以承接省内投资为主转变为以承接省外投资为主。3）认知邻近、数字经济企业数量差、二产比重差异、信息化设施差异以及前期网络基础对数字经济网络的形成和发展具有显著的正向促进作用;制度邻近、三产比重差异、数字经济企业成立时间差、创新能力差距则对数字经济网络的形成和发展呈现负向作用;地理距离不再成为制约数字经济网络形成的主要因素。这反映数字经济对信息获取、知识创新与资源整合协作的强烈需求,及其对地理空间约束的突破。     

论地理信息的空间粒度

粒度是刻画地理信息抽象程度的主要要素,在比例尺相同的情况下,描述地理信息细节层次可以不同,这受地理信息粒度的控制。地理信息粒度包括语义粒度、时间粒度、空间粒度,其中空间粒度起决定性的作用。该文论述了地理细节层次刻画与尺度的各要素间的关系,对描述地理细节层次的空间粒度进行了分类,把空间粒度分为空间大小粒度、空间特征粒度、空间拓扑关系粒度、空间距离关系粒度和空间方向关系粒度,并详细探讨了其内涵及其对地理信息抽象程度刻画的影响,同时阐述了空间粒度对于语义粒度的影响作用。     

语义引导的图标式地理概念建模环境初探

以地理问题求解和地理科学研究环境建设的实际需求为引导,针对当前地理建模过程中存在的建模思想难以交流与重用、建模方式复杂、多领域专家协同建模困难等问题,研究地理概念建模过程中地理概念场景、概念实体及其相互作用关系的表达与元数据描述方法,利用空间数据表达规范与地理模型元数据表达规范逐步引导数据与模型的选择与匹配,构建地理概念模型,并在此基础上提出一种可视化、引导式的面向地理问题表达的概念建模方法,为地理研究提供一个语义引导的图标式地理概念建模环境。     

中国城际技术转移网络的空间格局及影响因素

基于2015年专利交易数据,融合数据挖掘、社会网络、空间分析等方法,从节点、关联、模块及影响因素4个方面揭示中国城际技术转移的空间格局及其影响因素：① 技术转移整体强度偏低,空间极化严重,长三角、珠三角、京津冀城市群成为技术转移的活跃地带。② 北京、深圳、上海、广州是全国技术转移网络的“集线器”,发挥城际技术流的集散枢纽和中转桥梁作用,中西部大部分城市处于网络边缘,整个网络发育典型的核心—边缘式和枢纽—网络式结构。③ 技术关联的空间层级和马太效应凸显,形成以北京、上海、广深为顶点的“三角形”技术关联骨架结构,技术流集聚在东部地带经济发达的城市之间和具有高技术能级的城市之间,中西部技术结网不足,呈现碎片化。④ 技术转移网络形成明显的四类板块（子群）,具明显自反性和溢出效应,其空间聚类既有“近水楼台先得月”式块状集聚,也有“舍近求远”式点状“飞地”镶嵌。⑤ 城际技术流呈现等级扩散、接触扩散、跳跃扩散等多种空间扩散模式,其流向表现出经济指向性和行政等级指向性特征。⑥ 城市经济发展水平、对外开放程度、政策支持等主体属性和地理、技术、社会、产业邻近性的城市主体关系均会影响其技术转移强度。     

长江经济带城市水资源利用效率的空间关联网络及形成机制

探讨城市水资源利用效率空间关联网络特征及其形成机制可为实现区域用水效率协同提升提供新的政策视角。本文以长江经济带107个地级及以上城市为研究样本,首先,利用随机前沿分析法（SFA）测算出其2009—2018年水资源利用效率,并基于此构建其空间关联矩阵,继而采用社会网络分析法考察城市水资源利用效率空间关联网络的整体结构、个体结构及其空间聚类方式,最后采用二次指派程序法探讨网络形成机制。结果表明：① 城市水资源利用效率整体仍处于较低水平,但研究期内提升显著,空间关联网络格局显现,且整体网络可达性较强,几乎不存在非对称性可达的联系对,仍存在关联不紧密、网络结构稳定性欠佳等问题;② 上中下游地区的中心城市发挥着中心行动者、中介沟通者的重要作用,呈现“中心城市—非中心城市”的“核心—边缘”空间分布特征;③ 城市水资源利用效率空间关联板块可划分为净溢出、主受益和双向溢出板块,各板块成员组成符合长三角城市群、长江中游城市群、成渝城市群的分布特征;④ 城市间地理邻近性差异、经济发展水平差异、对外开放程度差异等自然地理条件和社会经济因素对城市水资源利用效率关联网络的形成具有显著影响。     

中国"互联网+"发展的空间关联网络及其影响因素——基于社会网络分析视角的实证研究

借助社会网络分析方法研究“互联网+”发展的空间关联网络特征,并利用QAP方法探究中国“互联网+”空间关联网络的影响因素。研究发现,“互联网+”发展的空间关联呈现显著网络特征,可划分为“净溢出”“经纪人”“主受益”以及“双向溢出”四大类型板块,并且板块内部具有较明显的“等级”属性。技术创新、基础设施、人力资本、市场发展、对外开放对“互联网+”发展的空间关联网络存在正向影响。地理距离对“互联网+”空间关联网络存在抑制作用,随着地理距离的不断增大,“互联网+”的知识溢出和流动效应逐步衰减。     

中国产业发展与布局的关联法则

产业地理学研究产业空间分布及其动态演化规律。基于地理邻近性的集聚理论揭示了产业地理不平衡分布的内在机制。演化经济地理学借鉴演化经济学的历史视角,从历史角度考察经济活动空间分布的渐进演化机制,认为地理邻近性不是产业地理格局演化的充分必要条件,以认知邻近性为核心的多维邻近性能够提供更好的解释。本文从认知邻近视角系统地分析了中国区域产业发展与布局动态演化规律,总结出中国产业发展与布局的“关联法则”,即一个企业或区域进入（或退出）某项经济活动的概率是该企业或地区拥有的基于相关知识基础的经济活动的函数。本文全面地回顾了关联法则涉及的关键概念,梳理企业和区域尺度的实证研究成果,讨论关联法则在中国的适用性及其补充和拓展。本文指出：① 在认知邻近视角下,基于资源转换和组织学习等理论基础,关联法则研究了企业或区域发展新产业与现有产业之间的关系。② 关联法则不仅适用于中国企业和区域尺度,还会影响区域经济发展、创新和韧性等。③ 外部联系、冲击以及内部制度环境等可能会降低区域产业动态对本地产业基础的依赖性。关联法则指出中国区域需培育内生发展模式,围绕现有区域能力、技术和知识积累发展区域产业和实现区际产业优化布局与分工,逐步建立相关多样化的产业体系,增强区域韧性,支撑国内经济循环。     

地学数据共享中的元数据标准结构分析与设计

针对地学数据共享的实际需求,分析通用地学元数据的构架模式与方法。由此构建的元数据框架包括3个层次,即核心元数据、模式元数据和应用领域专用元数据。结合科技部的国家科学数据网建设规范草案,定义了地学元数据的核心元数据标准,并对应用系统进行设计。研究表明,该元数据标准结构强调地学元数据的可扩展性和兼容性,可以保证现有的主要元数据标准继续使用,避免重复建设。     

Aggregation-based information retrieval system for geospatial data catalogs

Geospatial data catalogs enable users to discover and access geographical information. Prevailing solutions are document oriented and fragment the spatial continuum of the geospatial data into independent and disconnected resources described through metadata. Due to this, the complete answer for a query may be scattered across multiple resources, making its discovery and access more difficult. This paper proposes an improved information retrieval process for geospatial data catalogs that aggregates the search results by identifying the implicit spatial/thematic relations between the metadata records of the resources. These aggregations are constructed in such a way that they match better the user query than each resource individually.     

A proposed framework for feature‐level geospatial data sharing: a case study for transportation network data

Current data sharing in the Internet environment is supported using metadata at the file level. This approach has three fundamental shortcomings. First, sharing data from different sources with different semantics, data models, and acquisition methods usually requires data conversion and/or integration like data conflation. This can be tedious and error‐prone. Second, data updated from one source cannot be automatically propagated to other related data or applications. Finally, data sharing at the file level makes it difficult to provide feature‐level data for searching, accessing, and exchanging in real time over the Internet. This paper addresses these three issues by proposing a standards‐based framework for sharing geospatial data in the transportation application domain. The proposed framework uses a standard data model—geospatial data model proposed by the Geospatial One‐Stop initiative to harmonize the semantics and data models without the use of data integration methods. It uses Geography Markup Language (GML) for geospatial data coding and feature relationship, which provides a basis to propagate the data update from one source to related other sources and applications, and to search and extract data at the feature level. The framework uses the Web Feature Service (WFS) to search, access and extract data at the feature level from distributed sources. Finally, the Scalable Vector Graphics (SVG) standard was used for data display on the Web browser. Two transportation network datasets are used in the prototype case study to implement the proposed framework. The prototype allows the user to access and extract data at the feature level on the Web from distributed sources without downloading the full data file. It shows that the proposed standards‐based feature‐level data‐sharing system is capable of sharing data without data conflation, accessing, and exchanging data in real time at the feature level. The prototype also shows that changes in one database can be automatically reflected or propagated in another related database without data downloading.     

A comprehensive methodology for discovering semantic relationships among geospatial vocabularies using oceanographic data discovery as an example

It is challenging to find relevant data for research and development purposes in the geospatial big data era. One long-standing problem in data discovery is locating, assimilating and utilizing the semantic context for a given query. Most research in the geospatial domain has approached this problem in one of two ways: building a domain-specific ontology manually or discovering automatically, semantic relationships using metadata and machine learning techniques. The former relies on rich expert knowledge but is static, costly and labor intensive, whereas the second is automatic and prone to noise. An emerging trend in information science takes advantage of large-scale user search histories, which are dynamic but subject to user- and crawler-generated noise. Leveraging the benefits of these three approaches and avoiding their weaknesses, a novel methodology is proposed to (1) discover vocabulary-based semantic relationships from user search histories and clickstreams, (2) refine the similarity calculation methods from existing ontologies and (3) integrate the results of ontology, metadata, user search history and clickstream analysis to better determine their semantic relationships. An accuracy assessment by domain experts for the similarity values indicates an 83% overall accuracy for the top 10 related terms over randomly selected sample queries. This research functions as an example for building vocabulary-based semantic relationships for different geographical domains to improve various aspects of data discovery, including the accuracy of the vocabulary relationships of commonly used search terms.     

地理大数据挖掘的本质

针对地理大数据的内在本质以及地理大数据挖掘对于地理学研究的意义,本文解释了地理大数据的含义,并在大数据“5V”特征的基础上提出了粒度、广度、密度、偏度和精度等“5度”的特征,揭示了地理大数据的本质特点。在此基础上,从地理大数据的表达方式、地理大数据挖掘的目标、地理模式的叠加与尺度性、地理大数据挖掘与地理学的关系等4个方面阐述了地理大数据挖掘的本质与作用,并从挖掘目标的角度对地理大数据挖掘方法进行分类。未来地理大数据挖掘的研究将面临地理大数据的聚合、挖掘结果的有效性评价以及发现有价值的知识而非常识等几方面的挑战。     

基于元数据的空间数据网络分发系统研究

随着GIS应用的深入,空间数据的可获得性已经成为影响许多从事地理信息系统研究和应用部门发展的重要问题.由于网络中内容和形式各异的海量数据的存在,元数据将为共享数据的快速检索与正确使用提供必要的保证,地理空间元数据是实现异构环境下空间数据共享的主要手段;在分布式环境下,通过元数据接口可以快速地发现各种空间数据服务.对基于元数据的空间数据网络分发系统所涉及的关键技术进行了较为详尽的论述,包括元数据技术、数据压缩技术、数据加密技术等,并给出了整个系统的体系结构.     

基于居民个体的城市虚-实空间关联指标研究——以南京市为例

信息技术对城市空间结构的影响一直是地理学关注的话题。随着信息技术的革新及其在社会生活中的普及应用,地理学者开始将研究视角从空间转向网络用户。引入信息科学领域的“地理关联”概念,通过南京居民问卷调查获得973个样本数据,采用结构方程模型分析,尝试从微观个体角度探索基于居民个体的虚-实空间的关联指标。结果发现：居民信息化程度、居民信息化认知、居民信息化习惯、居民流动性是微观层面虚-实空间关联的主要指标;居民流动性是空间关联最重要的衡量指标,其次是居民信息化认知、居民信息化习惯、居民信息化程度;工作地是最能展示网络空间与实体空间紧密关联的场所类型。