基于Python编程的DEM元数据自动化归档

为了提高基础测绘数字线划图(DLG)、数字高程模型(DEM)、正射影像(DOM)元数据的生产效率和准确率,本文结合工作中的实际情况,以DEM元数据生产为例,用Python进行Excel格式的元数据生产编程以及使用Python自带的界面编程模块Tkinter辅助生产。这种方式简化了元数据生产流程,并实现快速自动化生产。     

基于python的数字高程模型高程精度检测方法

本文在测绘领域大批量生产格网数字高程模型背景下,研究通过计算机编程,Python语言的方式,进行数字高程模型的高程精度检测,来保证数字高程模型的质量精度。     

基于Python的“地理处理”并行方案

在传统方式下,ArcGIS地理处理工具的执行过程不能充分利用高性能多核计算机的全部运算能力处理日益增加的地理数据,导致数据处理效率低下。本文在分析地理处理工具特点的基础上,充分利用Python语言的并行编程特点,构建具有通用性的地理处理任务并行运行解决方案。结合ArcGIS软件自身的特质,有效解决了并行运行所带来的数据竞争、数据共享与进程通讯等问题,达到了一定硬件环境条件下ArcGIS工具执行效率最大化的目的。通过典型地理处理任务中不同运行方式效率的对比测试与分析,证明了并行运行的有效性。     

地质统计学组件库系统架构设计与应用——以Python和SuperMapObject的趋势面分析为例

随着GIS应用在地学应用领域的拓展和加深,有必要为GIS工具引入和整合地质统计学等分析工具。应用COM组件技术和Python及其科学计算扩展模块SciPy可以迅速高效的开发出具有COM接口的地质统计学分析模块,并整合到组件式GIS工具中。本文介绍了应用Python在SuperMapObject集成中的趋势面分析。     

使用模块方式进入系统空间

LINUX，一个优秀的代码开放的操作系统。对其内核代码的分析，无论对编程或者学习操作系统原理都将事半功倍。然而处于安全性考虑，CPU的设计者将系统空间和用户空间分离，这个措施造成了对内核代码进行调试运行的困难。有许多方法可以使用户程序进入系统空间，比如中断方式、系统调用方式……我们介绍的是采用模块的方式使应用程序进入系统空间。     

线性加权回归模型的高原山地区域降水空间插值研究

在山地和高原区域,地形对降水影响比较显著。常规空间插值方法通常不考虑地形要素,插值精度有限。考虑到降水量与高程存在较强的相关关系,采用局部线性加权回归模型预测山地和高原区域的降水分布。推导了回归计算公式,并在ArcGIS 9.0中编程实现算法。选取美国德克萨斯州西北部地区进行局部线性加权回归空间插值,并与普通Kriging、倒距离加权法比较。误差分析表明:在地形复杂的地区,线性加权回归模型比传统方法有优势。     

动态回归模型在变形分析中的应用

为了使回归模型适应动态数据集,推导了动态回归模型的递推最小二乘算法,数据更新时,采用修正方式更新回归系数计算两个矩阵,避免了重复矩阵求逆运算,实现了观测数据增加而矩阵阶数不增加,理论上减少了计算时间。以柘溪和东江两大坝变形分析多元动态回归模型为例进行实验,结果表明：该方法建模过程简洁、无需迭代计算,易于编程实现,在计算效率与预报精度等方面均具优势,可应用于实时变形分析建模。     

基于垂直剖面函数的天顶对流层延迟插值算法

通过分析由ERA-Interim气象再分析资料积分方法得到的天顶对流层总延迟随高程变化的规律,提出一种基于垂直剖面函数的天顶对流层延迟(ZTD)插值算法。该算法以ZTD的垂直分布规律为基础,通过垂直剖面函数实现ZTD在高程方向上的精准投影延拓,可以避免因高差较大造成的空间内插结构畸形。采用IGS站提供的高精度对流层产品进行实验验证表明,该算法相对于传统算法能够有效提高ZTD改正值的精度,尤其在高差超过1 km的情况下,相对于反距离加权法精度提升了96%,相对于空间回归法精度提升了79%。     

基于GIS的区域经济空间差异分析系统

区域经济差异是区域发展中的必然现象,也是现今区域经济领域中的热点问题。针对传统区域经济差异的研究方法中忽略空间因素影响和可视化不理想的问题,本文将GIS技术引入到区域经济的研究中,以区域经济统计数据为基础,采用VB+AE集成开发技术设计出以空间查询、区域经济差异分析、回归分析和预测分析等为核心功能的区域经济分析系统。结果表明,本文所构建的系统能揭示出区域经济空间差异的变化,并将结果可视化表达。     

万州区典型堆积层滑坡滑带土抗剪强度参数间关系研究

滑坡抗剪强度参数主要有天然峰值强度、饱和峰值强度、天然残余强度和饱和残余强度4种,这4种强度之间的关系目
前还研究甚少。为此,提出了以收集的万州区20个典型堆积层滑坡147组抗剪强度参数为基础,采用数学分析软件SPSS筛选饱
和残余强度的影响因素,然后利用Excel分析饱和残余强度与其影响因素的相关关系,以此判断影响因素的函数形式,在此基础上
采用多元非线性回归模型研究饱和残余强度与其他3种抗剪强度参数之间的关系式。最后以万州区典型堆积层滑坡———螺丝冲
滑坡为例,将多元非线性回归模型的计算结果与多元线性回归模型计算结果及试验值进行对比分析。研究表明,多元非线性回归
模型计算的相对误差在8%以内,而多元线性回归模型计算的相对误差在6.85%~23.88%之间,多元非线性回归模型精度更高。      

全空间下并行矢量空间分析研究综述与展望

新一代并行空间分析将面临空间大数据分析和实时空间分析服务的挑战。矢量空间计算作为GIS系统中的重要组成部分,在并行化算法设计中存在负载不均,并行扩展性差,IO性能低等技术瓶颈。本文首先从应用需求和技术发展的演变历史回顾了矢量空间分析算法发展过程;然后,从研究现状的角度详细阐述了并行矢量空间分析计算的研究成果,总结了并行空间分析算法的算法特征和技术瓶颈,对不同并行编程模型进行了对比,并提出了并行空间分析算法的研发流程;最后,从发展前景的角度预测了全空间信息系统中基于多粒度时空对象的空间数据模型和计算方法的发展趋势,提出了以内存计算等技术实现存算一体化的新型空间数据模型和分析方法的技术趋势。     

地理空间信息的M-R曲线扩展分析

分形理论在地理空间信息的复杂性分析中具有广泛的应用前景,但是强调完全自相似为基础的单一分形维数,难以描述复杂变化的地理目标特征。本文研究表明,与分形维数相比,M-R曲线所包含的更丰富的地理空间特征信息使之成为更值得关注的分形分析对象。在此基础上,本文初步阐述了M-R曲线的性质与地理空间意义,并进一步探讨了M-R曲线的扩展分析方法,包括M-R曲线的函数拟合与分维谱分析。最后以小比例尺地图中河流数据为例,分析了我国长江、黄河两大河流的空间形态特征及其规律。实验表明,在小尺度范围内长江具有更丰富的细节变化,黄河则在更大的尺度上表现出复杂性。     

基于自然资源大数据的城市多功能景观识别与国土空间规划分区

多功能景观能够同时提供多种景观功能,可以充分缓解生态环境压力。在自然资源大数据支撑下基于基层行政管理单元开展的多功能景观研究,可以更加快速准确地反映区域自然地理格局与社会经济发展格局的空间特征与区域差异,其将景观功能管理和行政管理有效结合,能为市县级国土空间规划中控制线的划定和国土空间规划分区提供从功能评估到空间识别等多方面的技术支撑。本文在广泛收集土地利用变更调查数据、自然资源调查评价数据、气象数据、多源遥感数据等自然资源大数据的基础上,结合社会经济数据和兴趣点数据,基于InVEST模型、CASA模型、通用土壤流失方程以及核密度分析等方法对烟台市6种景观功能进行了空间量化;再以村级管理单元为基本空间单元进行景观功能热点分析以识别多功能景观区;利用Spearman相关系数分析各种景观功能间的权衡与协调作用;最后基于二阶聚类法进行景观功能聚类以开展烟台市国土空间规划分区,并制定相应的保护与发展策略。研究表明：① 烟台市35.5%的村级管理单元为多功能景观区;② 自然景观功能间呈协同作用,而自然景观功能与居住和经济承载功能间存在显著的空间冲突和权衡作用;③ 根据景观功能聚类结果,烟台市被划分为生态保护区、农业农村发展区、城镇功能发展区和城镇核心区,面积占比分别为30%,55%,11%,4%。规划分区与现状管理边界在空间上具有较强的一致性和协调性,表明在自然资源大数据支撑下,基于景观功能聚类分析的国土空间规划分区具有相当的准确性和实用性。     

基于手机信令数据的北京市空间品质时空动态分析

提升城市功能,增强城市承载力成为城市规划发展的新目标,城市空间品质研究已经成为目前城市规划研究的重点和难点,但是目前空间品质的研究存在动态连续性和空间精确性不足的问题。本文基于手机信令数据获取的城市内部全天的动态人口信息,以街区为尺度定量评价北京市五环内不同功能类型街区的空间品质指数一天内的动态变化,并进行时空分布特征、变化模式以及与人口活跃度关系的分析。结果表明,北京市五环内空间品质随人群活动的变化存在不均衡性,且在时间、空间、功能性质方面存在显著的分化。具体为：空间上城市内环与外环、城市南部与北部的品质差异显著;时间上大体呈现“陡降-低值稳定-陡升-高值稳定”的不稳定趋势;不同功能类型上有着特殊的变化模式,并且功能区之间的空间品质均值差距较大,夜晚街区的居住空间品质在城区内存在明显的等级差异性。这些结果为微观尺度下城市的资源分配和合理规划发展提供了参考和建议。     

基于计算网格的DEM空间分析系统

计算网格技术可以解决DEM空间分析中大数据量和高密度计算对计算资源的需求。计算网格平台Alche-mi给出了模型系统的架构设计和层次设计,将系统划分为DEM分析服务器、计算网格节点和空间数据库服务器;通过集中式空间数据库服务器和基于数据分解的方法设计了系统的并行算法。实例结果表明,应用网格技术可以显著提高大计算量DEM模型分析的运算效率,具有重要理论和现实意义。     

GIS空间分析技术在地理数据处理中的应用研究

地理空间数据GIS的处理中,空间分析是其分析、模拟、预测和调控过程的基础理论和技术。空间分析大量时空模型的建立与应用是地学分析区域性或全球性地理问题的重要手段,是新的挑战和机遇。作者从空间分析的定义及空间分析的应用研究出发,认为现代地理学的应用离不开空间分析的支撑;另外空间分析日趋成为自然地理学深化研究、应用的重要技术途径。地学数据GIS的分析处理,须与有空间特征的时空模型、数据挖掘、可视化技术整合,以及关注多维信息空间要素关联性的多元应用。     

基于MapReduce的空间敏感性分析并行算法设计

近年来,随着遥感空间数据广泛应用于生态系统,推动了区域尺度生态遥感参数模型的发展。敏感性分析对识别模型关键参数,降低模型不确定性和完善模型具有重要作用。区域尺度的生态遥感参数模型,在进行模型参数敏感性分析时,由于涉及到空间数据的复杂运算,单机环境无法满足快速分析的要求。为了提高生态遥感参数模型空间敏感性分析效率,本文以青藏高原为研究区域,利用植被光合模型VPM(Vegetation Photosynthesis Model)和开源云计算平台Hadoop,设计和实现了基于Sobol′的生态遥感参数模型空间敏感性分析并行算法,并在实验室集群环境下进行算法分析,验证了算法的有效性和适用性。该算法的核心是利用MapReduce并行编程技术,对空间敏感性分析中的地图抽样和模型迭代过程进行任务分割,将分割后的子任务分配至不同的计算节点进行并行计算。实验表明,本文提出的并行策略,能有效缩短地图抽样和模型迭代计算时间,相比于单机算法,并行算法的运行速度提高了14倍左右。     

基于POI数据的城市建筑功能分类方法研究

对建筑物进行建模与分析是智慧城市建设的重要任务之一。将城市中数量庞大的建筑物按功能分类,辅助认知城市内部空间结构,对政府部门开展人口估计,土地管理,城市规划等工作具有重要意义。本文以蕴含丰富语义信息的兴趣点（POI, Point of Interest ）作为主要信息源,针对POI分布稀疏导致大量建筑物无法识别出功能的问题,改进了传统的城市功能区定量识别方法。该方法为建筑物内部及周边一定区域范围内的POI赋予反距离权重,通过计算不同类型POI的加权频数密度比例来识别建筑物功能类型。文中以北京市西四环中路附近5000多栋建筑物为例进行实验验证,实现了将目标区域内的建筑物按功能类型划分为居住、商业、公服和3种混合类型,识别率达93.04%,与人工判别的结果对比得出总体分类精度达91.18%。该方法采用易于获取的互联网POI数据,可以实现大范围建筑物功能类型的快速自动化识别,丰富了城市建筑模型语义属性,扩展了POI数据的应用范围。     

基于居民出行特征的北京城市功能区识别与空间交互研究

受区域功能分化影响,城市居民出行呈现出特定的时序特征,因而不同的出行时序特征可以反映区域功能的差异性。同时,区域功能的交互特征可以通过居民出行的空间交互活动体现。大数据时代的到来,使得以GPS数据为代表的个体时空大数据可以从微观视角反映居民出行特征。本文采用个体时空大数据,应用数据挖掘方法,从居民感知视角研究城市区域功能的差异性与联系性。以北京六环为研究区域,采用规则格网划分城市地块,通过北京市3个月的出租车GPS数据提取地块的居民出行时序特征。采用期望最大化算法进行聚类分析,并结合兴趣点数据和居民出行调查实现功能区识别,识别出居住区、商业娱乐区等6类功能区。从距离和时间2个维度分析功能区之间的空间交互特征,发现功能互补性在一定程度上削弱了空间交互强度的距离衰减效应,同时功能交互呈现出显著的时序差异。