基于几何元素的三维景观实体建模研究

在分析已有国内外研究成果的基础上 ,提出了基于几何元素的 3DCM空间数据模型。实验证明 ,该模型能较精确地表达 3DCM中各类景观实体及其空间关系。     

空间物体分类及空间物体构造

空间物体描述是ＧＩＳ的基本任务之一，而空间物体的分类是空间物体描述的基础。理想的空间物体分类模型不但应具有完备描述（构造）各种空间物体的能力，而且应能够揭示基本的空间关系，有助于空间分析的规范化系统化。本文在分析空间概念模型和现有的几种空间物体分类模型的基础上，提出了空间物体分类的基本原则，给出了新的空间物体分类模型：简单点、复合点、简单线、有向简单线、复合线、有向复合线、多边形，并说明了以这类基本物体类型构造复杂物体的一般性方法。     

规范化空间对象模型与实现技术

随着人们对空间信息科学的理解和ＧＩＳ应用的广泛深入，人们对地理空间的抽象对象及相互关系有了趋于一致的认识。为了在不同的系统之间，实现空间数据共享，许多国家及有关的行业，制定了各自的空间数据交换标准，实际上规范人们对空间对象及相互关系的认识。     

基于空间行为的面向对象空间数据模型

本文根据面向对象空间数据模型的相关概念和特点,将地理空间中的空间行为进行建模后纳入面向对象空间数据模型的框架中。面向对象空间数据模型由数据模型和空间行为模型两个部分组成:数据模型包括空间特征数据和属性特征数据;同时将空间行为模型分为两大类,即静态空间行为模型(地理目标间关系)和动态行为模型(地理目标行为)两部分。在此框架提出的基础上,本文利用二进制、XML流等格式文件对该空间数据模型进行了整合和组织。     

基于框架的时空对象模型研究

空间数据模型反映现实世界中空间实体及其相互间的联系,但现有G IS数据模型主要表达某一时刻的空间实体及其相互之间的联系,没有考虑表示空间实体的时空变化,本质上是非时态的,无法满足各种用户的需求。本文分析了G IS应用的过程本质,系统地研究了地理信息系统过程建模的概念和类型,讨论了过程模型中的地理时空概念、空间数据模型的研究现状和存在的问题,以空间系统理论为依据,提出了空间数据模型结构,设计了适于表达G IS过程模型的基于框架的时空对象数据模型,并探讨了空间对象的时态表示和处理操作。     

基于本体的空间数据语义查询研究

设计了一个基于本体的空间信息查询框架,能有效地表现空间信息层次结构和语义,在保证语义一致性的前提下,查询、获取不同来源的空间数据。     

基于空间实体约束的空间聚类算法研究

空间实体的存在对空间聚类分析产生重要的影响,传统的空间聚类分析中没有考虑空间实体的约束作用,从而影响了聚类结果。本文在总结了以往的空间聚类算法的基础上,提出了一种改进的基于空间邻接关系的空间聚类算法,该算法将空间邻接关系和空间实体作为约束条件嵌入到整个聚类过程中,使得数据对象的归类受到"就近原则"和"约束条件"的双重限制。     

适宜空间认知结果表达的地图形式

心象地图是驻留在记忆中的关于地理世界空间特征认知结果的表达,具有如下特征:空间表达的非均一性、内容选取的主观性、空间定位的非确定性、度量特征上的非精确性.心象地图的可视化需要由特殊的图形形式来承担,经过分析提出了适宜这一表达特征的3种可视化技术,包括面向道路网认知表达的路网构架图、专题属性空间定位信息认知表达的面域拓扑图、虚拟网络空间导航认知的赛伯网络图.基于地图的定义,对这3种可视化形式度量特征进行了讨论,认为它们在有序量尺度上具有可度量特征.     

基于Oracle Spatial的空间线/面拓扑关系判断的实现

利用Oracle Spatial提供的简单的空间关系查询操作算子,对九交模型所描述的任意两个2维空间不自相交的线目标与面目标(不含空洞)的拓扑关系判断设计了算法,最终进行了试验验证,实现了线目标与面目标间的19种空间拓扑关系的判断。     

基于Oracle Spatial的空间线／面拓扑关系判断的实现

利用OracleSpatial提供的简单的空间关系查询操作算子,对九交模型所描述的任意两个2维空间不自相交的线目标与面目标（不合空洞）的拓扑关系判断设计了算法,最终进行了试验验证,实现了线目标与面目标间的19种空间拓扑关系的判断。     

基于关系数据库的邻接域处理

本文就跨图幅的地物(邻接域)的管理问题作了一些有益的探讨，为了达到有效管理这个目的，本文采用Oracle公司提供的空间数据插件Spatial将空间数据和属性数据存入Oracle数据库中，这样不仅可以通过标准SQL语句可下裁任意区域的数据，而且数据库还会自动维护数据的完整性。因此，用空间数据库的管理方式使邻接域问题就不存在了。     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

Modelling the spatial evolution of map objects by map agents

To overcome the weakness of modelling the relationships between map objects that represent the same geographic entities or phenomena at different times and scales, an agent-based approach is presented to modelling of the spatial evolution of map objects for better understanding of the evolutional process of different maps. Map agents are used to establish and manage the many-to-many corresponding relationships between map objects, and they render map objects active rather than traditionally passive. The evolutions of map objects are modelled by map agents using association and generation relationships to model the connectivity between map objects. This effort reduces the workload of multi-scale map updating by avoiding update of the entire map; instead, it simply allows map agents to detect, perceive and choose suitable behaviours on which to operate and update a spatially evolving object. Experiments of specific examples are presented to demonstrate the feasibility and the effectiveness of our approach.     

地籍空间对象拓扑关系一致性研究

空间数据库是通过建立并执行空间完整性约束来维护目标及其间关系的精确性、正确性、有效性。空间完整性约束包括对几何结构冲突、属性冲突及空间关系冲突约束,其中,空间关系冲突是指目标间的拓扑、方向及度量关系应符合空间完整性约束。在地籍数据库中,空间对象拓扑关系约束是为防止任意对象及其目标间的拓扑关系冲突,避免造成数据库对实体及其之间关系的表达错误,导致自身几何结构和对象间拓扑关系错误等,从而破坏了空间数据库的完整性。     

云环境下海量空间矢量数据并行划分算法

空间数据划分是空间大数据索引方法及其数据存储的重要组成部分。针对Hadoop云计算平台在空间数据划分及其存储方面的不足,提出了基于Hilbert空间填充曲线的海量空间矢量数据并行划分算法。在数据划分阶段,充分考虑空间数据相邻对象的空间位置关系、空间对象的自身大小以及相同编码块的空间对象个数等影响因素;通过“合并小编码块,分解大编码块”的划分原则,实现了云环境下海量空间矢量数据的并行划分算法。试验表明,该算法不仅能够提高海量空间矢量数据的索引效率,同时也能够很好地解决空间矢量数据在Hadoop分布式文件系统（Hadoop distributed file system,HDFS）上的数据倾斜问题。     

A preliminary review on three-dimensional city model

In this paper a review on current research on 3DCM is presented, and an alternative approach by integrating the concepts and techniques of object-oriented method and Computer Aided Design (CAD) is suggested. Through the approach urban spatial entities as objects are extracted, which are represented with primary 3D elements (node, edge, face and body) and their combinations. In the light of the concept of object,the method supports the multiple representation of Level of Details (LOD). More importantly, topological relationships between objects are described so that 3D topological operations can be implemented.     

Spatial relationship-assisted classification from high-resolution remote sensing imagery

Spatial information remains to be an important topic in geographic information system and in remote sensing fields, and spatial relationships have been increasingly incorporated into the image classification processes. Previous studies have employed multiple occurrences of spatial features (shape, texture, etc.,) to improve classification results. However, less attention has been focused on using higher-level spatial relationships for image classification. In this study, two novel spatial relationships, namely, maximum spatial adjacency (MSA) and directional spatial adjacency (DSA), were proposed to assist in image classification. The proposed methods were implemented to extract buildings, beach, and emergent vegetation land-cover classes according to their spatial relationships with their corresponding reference classes. The promising results obtained from this study suggest that the proposed MSA and DSA spatial relationships can be valuable information in defining rule sets for a more reasonable and accurate classification.     

基于地理本体的土地空间面对象模型

目前,土地空间数据方面的研究比较偏重数据库、程序语言、信息系统的构建方法等方面,而缺乏专门的文章对土地空间对象的概念、种类、数量和关系等做整体研究。本研究运用地理本体论的概念分类思想和空间语义关系理论,将地块作为共享概念,首次深入系统地解析土地管理业务中涉及的主要土地空间面对象的内涵、关系等,构建并实证分析三层多级本体土地空间面对象模型,为解决土地要素完善、土地信息标准化和土地数据库的建设等提供参考依据。     

时序空间关联规则挖掘及其应用研究

空间关联规则挖掘是空间数据挖掘的重要内容,文中给出了时序空间关联规则挖掘的相关概念、原理及实现（算法）,研究了时序空间关联规则挖掘数据集的构造方法,提出通过空间实体关联关系和时间项转置方法将处于不同时刻的、相互独立的空间数据集进行重构,生成隐含了时序空间关联特征的挖掘数据集,进而可应用关联规则挖掘算法获取时序空间关联知识,初步进行了时序空间关联规则挖掘的应用研究。     

FRAMEWORKS FOR GENERALIZATION CONSTRAINTS AND OPERATIONS BASED ON OBJECT-ORIENTED DATA STRUCTURE IN DATABASE GENERALIZATION

1　ＩｎｔｒｏｄｕｃｔｉｏｎＤａｔａｂａｓｅｇｅｎｅｒａｌｉｚａｔｉｏｎｃａｎｂｅｃｏｎｓｉｄｅｒｅｄａｓｔｈｅｔｒａｎｓｆｏｒｍａｔｉｏｎｏｆｔｈｅｃｏｎｔｅｎｔｏｆａｓｐａｔｉａｌｄａｔａｂａｓｅｆｒｏｍｈｉｇｈｒｅｓｏｌｕｔｉｏｎ (ｗｉｔｈｍｏｒｅｄｅｔａｉｌ)ｔｏａｌｏｗｅｒｒｅｓｏｌｕｔｉｏｎ (ｗｉｔｈｌｅｓｓｄｅｔａｉｌ)ｔｅｒｒａｉｎｒｅｐｒｅｓｅｎｔａｔｉｏｎ(Ｍｏｌｅｎａａｒ ,1 996 ) .Ｉｎｏｔｈｅｒｗｏｒｄｓ ,ｔｈｉｓｔｒａｎｓｆｏｒｍａ ｔｉｏｎｉｓｄｅｅｍｅｄａｓｃｈａｎｇｉｎ…