基于元模式的空间关联规则挖掘方法

空间关联规则可以从空间数据库中发现空间对象之间的隐含的、不明确的空间关系。空间数据库中空间关联规则挖掘研究是空间数据挖掘和知识发现(SDMKD)的主要内容,其主要问题是多层,多关系的规则发现问题。本文把元模式与空间关联规则挖掘相结合介绍了挖掘地理信息系统(GIS)中空间数据库关联规则的常用步骤方法。     

江西省地级以上城市空间格局变化监测研究

城区空间格局是城市发展的骨架,是由城市的空间要素在城市地域上分布和相互交织而成的空间关系[1-2]。利用2000、2005、2010、2015、2016年5期高分辨率正射影像提取江西省地级以上城市城区边界,对提取成果进行城市空间格局研究及空间结构分析。结果表明:江西省城市空间格局整体呈现出"北紧南松、一核南北双中心"的结构,研究成果为解决城市发展面临的"老城区交通拥堵,新城区粗放型扩展"等空间结构优化问题,提供了合理的规划建议以及技术支撑。     

运用GIS技术实现对城市空间要素的高效管理与专题制图自动化

本文介绍了利用GIS管理与城市规划建设相关的地理空间要素，建立面向对象的城市空间图形数据加，以及如何使用图形库管理技术和GIS空间分析方法对城市道路网等相关要素进行管理、维护和制图应用，为测绘图部门进一步地编制各类规划专题图、城市旅游图提供资料和质量保证，同时也为下一步的城市规划建设提供最新的、准确的资料图形数据。     

黑龙江省耕地非农化的空间格局与重心曲线分析

为了揭示耕地非农化的空间格局与重心曲线,为耕地资源保护和利用政策制定提供决策支撑,该文以黑龙江省1980、1990、2000、2010、2015年土地利用数据为基础,运用GIS空间分析方法,引入重心模型分析黑龙江省耕地非农化的空间格局及重心曲线。研究结果表明:1980—2015年黑龙江省耕地非农化发展不平衡,4个时期耕地非农化面积呈波动增长的趋势;耕地非农化等级空间分布特征明显,等级较高的城市集中分布在西部地区;耕地非农化速度等级的重心曲线在空间分布上,具有从中心向边缘延伸的特点;耕地非农化围绕中心地区进行,其空间扩散路径在图形上呈现出一个回旋状。     

北京市城市扩展空间格局变化监测与分析

本文基于地理国情监测数据，结合同期城市经济、人口等统计数据，利用高分辨率卫星遥感影像数据提取北京市建成区边界要素。采用地理国情与城市空间扩展相融合的监测分析模型及相关评价指标开展空间格局变化分析研究，揭示北京市2000—2017年间城市扩展的空间格局及其变化规律，并对其变化原因进行分析。其成果可为北京市科学规划与可持续发展提供决策依据。     

基于遥感和GIS的上海城市空间热环境研究

城市热环境的空间格局对城市微气候、城市生态环境演变有重要影响。为探讨城市热环境空间格局的研究方法,借鉴景观生态学的研究方法,首次提出热力景观概念,以景观的观点来研究城市热环境的空间格局。在RS,GIS的支持下,创建了热力景观空间格局的评价指标体系。应用转移矩阵法对1990年,1995年和1998年上海城市多时相热力景观的转移概率进行,分析了热力景观的动态变化和热力景观类型的组分转换过程。通过分析,揭示了上海城市近10年热力景观类型的变化强度和趋势。     

从GIS数据库中挖掘空间关联规则研究

G IS数据库中空间关联规则发现是SDMKD的重要内容,广泛涉及到知识的表示和推理,需要地理空间知识的深入参与。在地理空间认知的基础上,结合认知逻辑,通过ILP对空间关联规则进行形式化描述,特别分析了其中涉及的空间谓词;通过例子说明了形式化空间关联规则的具体应用。从G IS数据库中挖掘空间关联规则的主要问题是多层、多关系的规则挖掘问题,不同专题图层不同空间对象之间空间谓词的高效计算与存储表达是解决问题的关键;把空间关系非空间化,将连续数据离散化,从而把求解问题转换成布尔型关联规则问题进行讨论,基于此而探讨了一种通过SJI-P表组织空间谓词,然后根据目标对象的概念层级自顶向下、逐层细化的空间关联规则挖掘方法。     

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。     

城市遥感图像的地理分析与城市空间格局演变研究

采用遥感(RS)和地理信息系统(GIS)一体化技术,以义乌市为例,通过对城市遥感图像进行地理分析,对城市空间格局演变进行动态监测和模拟,并结合区域经济统计数据,展开城市空间格局演变特征分布及其动力机制分析。结果表明,城市空间格局演变是多种驱动力作用的结果。     

线状要素综合中空间知识获取方法的分析

在进行图形简化过程中,线状要素必须考虑其自身的空间知识和它与周围要素关系的空间知识。线状要素自身的空间知识主要是指特征点、弯曲等,线状要素同周围要素的空间关系也是线状要素图形综合过程中必须考虑的。这里所述的空间知识主要是指空间数据所包含的空间关系及其特征。一、线状要素特征点的结构化　　线状要素特征点的探测方法有很多,同时,线状要素图形的特征点有多种,这里主要是通过弯曲的嵌套来获取特征点的重要性,此种现象称“复杂弯曲”。如图１所示,ＡＢＣ就是一个复杂弯曲,整个图形也是一个复杂弯曲。设一条线的特征点…     

DEM误差的空间自相关特征分析

采用空间自相关分析方法,从空间角度对数字高程数据误差的空间分布特征进行了研究。实验表明,利用双线性曲面表示地形表面时,产生的数字高程数据误差的全局Moran’sI指数趋近于0,在整个区域单元上的分布不存在显著的全局空间自相关,邻近区域单元上高程数据误差之间的关系在整体上既不综合表现为趋同,也不综合表现为趋异,高程数据误差的整体空间格局为随机格局;而且数字高程数据误差在空间上的分布与地形坡度和地表粗糙度有一定的联系,一般情况下,平均坡度、地表粗糙度越大,高程数据的全局Moran’sI指数偏离0稍远一些;否则,距离0近一些,但全局空间自相关仍不显著,在整体上表现为随机格局。     

多层次空间同位模式自适应挖掘方法

空间同位模式挖掘旨在从空间数据中发现频繁发生在邻近位置的事件集合,对于揭示地理现象间的共生规律具有重要价值。由于地理现象的空间异质特质,空间同位模式也存在区域性分异的特点,在不同空间层次上的分析结果各异。然而,现有方法仅从全局视角挖掘空间同位模式,发现局部空间同位模式依然是一个亟待解决的难题。为此,本文基于由整体到局部的思想,提出了一种多层次空间同位模式自适应挖掘方法。首先,从全局视角提取频繁的空间同位模式,将全局不频繁的空间同位模式作为候选的局部空间同位模式;然后,通过对候选局部同位模式进行自适应聚类自动识别其局部分布区域,并在这些局部区域内度量候选模式的频繁程度;进而,提出了一种叠置推绎的方法,从频繁子模式的局部区域中进一步推绎获得超模式的局部分布区域,最终生成所有频繁的局部空间同位模式集合。通过试验分析与比较发现,本文方法不仅可以发现全局的空间同位模式,还能有效提取具有区域性分布特征的局部空间同位模式,可以从多个空间层次上反映地理事件间的共生规则。     

中国人口生育率的时空演变与空间差异研究

将探索性空间数据分析应用于低生育水平下的全国生育率区域差异研究,分析了1990～2000年省级总和生育率的时空演变趋势。研究表明,省级生育水平表现为显著正的空间自相关,且呈上升趋势,其中西藏、贵州两个潜在的极高值区域对空间自相关模式有很大的影响;全国仍呈现明显的东西差异,高值聚集模式由西部、中部向西部边缘收缩,西北、西南地区呈现显著性的高值聚集模式,空间差异较小,但四川比邻近地区的生育水平低;低值聚集模式从北部、沿海向中部扩张集中,空间差异较大,仅吉林、北京-天津、江苏表现显著。     

基于GIS的土壤分布及理化性质与地形因子相互关系研究--以西安市为例

土壤空间分布规律的分析一直是土壤学研究的重要课题。以西安市为样区,应用GIS的复合叠置分析、聚类聚合分析、统计学分析等方法,探索了中尺度土壤分布及土壤理化性质随海拔高度变化而变化及土壤枝形分布规律。研究发现:不同海拔高度,土类分布组合不同;不同海拔高度土壤的pH、阳离子代换量及有机质含量变化较大;研究区枝形分布规律明显。以上研究是对传统土壤学描述性说明方法的突破,进而可以揭示土壤分布更深层次的规律;此外研究所采用的GIS学科特有的复合叠置分析方法把土壤信息与地形信息复合叠置分析,探求两者之间的关系,是对传统土壤学研究的补充。     

基于空间关系认知的新模式地图设计——以路网构架图表达“一带一路”路线为例

地图所要表达的空间结构通常通过空间关系来建构和描述,包括距离关系、方向关系和拓扑关系。本文基于空间关系认知,从定名量表、顺序量表、间隔量表、比率量表4个量表分析了传统地图与新模式地图的空间关系分辨率的变化过程,并以路网架构图为例,对比了传统地图与新模式地图的认知效果,提出在制图中要重视认知效率和表现对象的细节程度。     

受限自然语言查询在GIS中的应用

简单论述了空间信息系统的自然语言查询问题；在应用范围受限的条件下，提出了主要以自然语言中的关键词构造模式库来反映射查询语句的思想方法；建立了系统的体系结构，并对空间操作算子、空间查询语句、模式库的结构等关键问题进行了讨论。     

基于空间自相关的河南省城镇化水平空间格局研究

城镇化水平是衡量一个地区经济发展状况的重要指标。本文基于空间自相关分析方法,利用2007年河南省各市城镇化数据,分析了城镇化水平的空间分布规律。结果表明,河南省城镇化水平全局Moran’sI指数为0.299,达到显著正相关,呈现明显的全局空间集聚现象;其次,河南省城镇化水平分布的局部空间集聚现象亦十分显著。总体上,城镇化水平分布呈正关联的地市数量明显高于呈负关联的数量。根据计算结果,提出了促进河南省城镇化水平快速全面发展的对策和建议。     

武汉市人口增长与空间分布格局演变

为揭示城镇化背景下武汉市人口时序增长趋势和人口空间分布格局演变特征,本文基于1990年第四次、2000年第五次、2010年第六次全国人口普查和2014年武汉市人口普查数据,运用统计学原理和GIS空间分析方法,分析了武汉市人口增长的时空变化规律;应用人口密度空间分布的数学模型,得到武汉市人口空间分布格局的演变趋势。人口增长研究表明:1990年以后,武汉市人口数量迅速增长,总体上形成了中心聚集、外围扩散的空间发展格局。空间分布研究表明:1)武汉市的人口密度分布更加符合Clark模型,主城区Smeed模型拟合效果更好。近25年来,武汉市城镇化进程迅速,人口向主城区聚集。随着时间发展,主城区逐步呈现初级阶段的郊区化。2)武汉市主城区人口空间分布已经出现多中心化的趋势,并且已经有两个街道发育成为人口次中心。研究结果可为武汉市人口相关决策的制定和城市结构调整提供参考依据,有助于认识我国中部崛起城市的发展规律,为其他城市的发展和规划提供参考和借鉴。     

西安市商品住宅价格空间格局的演化研究

针对目前城市住宅价格空间格局演化研究不足,尤其是内在驱动机制研究较少的现状,利用2000年、2004年、2008年及2013年4年节点数据,采用空间自相关指数并结合空间变异函数,分析西安市商品住宅价格空间格局演化特征及其驱动机制,为城市住房政策的制定提供参考。结果表明:住宅价格呈现出显著的空间自相关,热点和冷点区发生转移;住宅价格的空间变异程度不断加大,空间分异格局中的随机成分不断降低,结构化分异越来越显著;住宅价格高值区呈现出由双中心向多中心、多圈层演化的趋势;从城市规划引领、居住空间扩张和交通条件改善3个方面探讨住宅价格空间格局演化的驱动机制。