基于空间填充曲线排列码划分的并行缓冲区算法

缓冲区计算是地理信息系统空间分析的基本功能之一。在矢量缓冲区研究方面,以往大多聚焦缓冲区生成算法,这些优化方法在单机计算环境中针对大规模空间数量数据的计算效率提升是有限的,因而需要并行环境下的改进方法来进一步破解计算瓶颈。本文基于Map Reduce计算模型和分布式内存计算框架,提出了一种基于空间填充曲线排列码划分的并行缓冲区分析算法(SPBM),基于空间填充曲线编码进行数据排序和范围划分,对跨越网格的数据采用近似切分方法,在考虑负载均衡的前提下对任务并行分解,之后按照给定深度的"树状"方式进行结果合并。本文在单机和集群两种环境下利用实际道路网等数据进行了实验。同等环境下,相较于目前流行的GIS软件——QGIS和Post GIS计算性能提升明显,相较于现有其他并行优化方法效率提升超过50%。这样的优化分析方法对于GIS中其他矢量分析算法的并行算法也具有一定的借鉴意义。     

基于Hilbert空间分区和Geohash索引的并行Ripley's K函数

作为二阶点模式分析方法,Ripley's K函数（简称K函数）以距离为自变量探测不同尺度下点事件的分布模式及演变规律,在生态学、经济学、地理学等诸多领域得到广泛应用。然而,随着点规模的增加,估计与模拟阶段点对距离遍历计算时间开销激增,严重制约了K函数的应用,算法流程优化与并行加速成为应对海量点数据下K函数性能瓶颈及可计算性问题的关键技术手段。针对默认数据分区未考虑点事件空间邻近性导致跨节点通讯成本高昂且K函数距离阈值较大时索引优化失效的现象,本文提出一种基于空间填充曲线的K函数优化加速方法。该方法采用Hilbert曲线构建空间分区,在顾及数据空间邻近性的前提下减少分区间数据倾斜和通讯开销;在分区基础上,利用Geohash编码改进各分区内本地空间索引策略加速点对距离计算。本文以湖北省工商企业注册数据为例,通过对比实验分析了默认分区无索引、KDB分区组合R树索引、本文Hilbert分区组合Geohash索引算法在不同数据规模、距离阈值、集群规模下的计算耗时。结果表明,300 000点数据规模下本文方法的时间开销约为默认分区无索引方法的1/4,9台节点下加速比超过3.6倍。因此,该方法能有效提升分布式环境下K函数计算性能并具有良好的可伸缩性,可为其他点模式分析方法的优化提供参考。     

基于LSB的QR码数字水印算法研究

基于二维码的数字水印算法主要通过微调二维码的图形结构实现水印嵌入,隐蔽性较差,要求二维码图像具有较高的信息容量,而且不适合以电子形式保存。针对这些问题,提出一种适用于快速响应矩阵码的脆弱水印算法。在最不重要位替换嵌入算法的基础上引入矩阵编码,以此减少需要修改的最不重要位的位数,因而能够在增强水印隐蔽性的同时,有效地提高水印信息的嵌入效率。理论和实验分析表明,水印的隐蔽性不再受到快速响应矩阵码容量的影响,水印信息的大小也可以根据快速响应矩阵码的容量适当调节。用新方法嵌入水印的二维码图像适合以电子形式保存,并且能够广泛地应用于终端设备对电子票证的防伪验证。     

基于 HBase的海量地理空间数据的空间索引模型构建与优化

传统关系型数据库在海量地理空间数据的存储与管理上面临着高并发访问规模限制、数据库扩展能力不 足等困难.非关系数据库如 HBase等以其强大的扩展能力与计算能力为该问题提供了新的思·与方法.空间索 引模型和分布式存储模式设计是影响基于非关系数据库的海量地理空间数据的存储与查询效率的关键因素.对 当前主要基于 HBase的索引模型和空间数据存储设计进行了研究,设计了基于行政区划编码与矢量要素编码结 合的 RowKey(行键),使空间数据在 HBase存储中得到很好的聚类效果,并针对要素重叠与边界划分等问题提出 了一种基于四叉树ＧR树的改进的空间索引模型.该模型基于四叉树结构将空间数据划分为多个子网格,为?一个 子网格构建 R树索引,利用 Hilbert(希尔伯特)曲线对子网格进行编码,并设计了基于 MapReduce的并行化索引构 建算法和相应的空间查询算法.经实验测试,该存储设计和空间索引模型具有较好的查询效率.      

一种基于扩频码滤波的盲波束形成算法

通过研究分析传统的应用于CDMA系统的自适应波束形成带给系统的复杂度,采用先把接收信号与本地扩频码相乘解扩后再进行基于扩频码滤波的波束形成技术,并基于最大化信干噪比准则,提出一种计算复杂度小、在不同通信环境下性能良好的综合方案.仿真结果证实了算法的有效性.     

一种H.264帧内模式选择快速算法

基于空域的帧内预测是H．264采用的一项重要技术，对编码性能的提高具有重要作用。但是由于支持的帧内预测模式较多，使用率失真优化模型计算的编码复杂度很高。利用像素边缘方向信息，相邻块预测模式间的相关性提出了一种帧内模式选择快速算法，可以预先排除约60％的预测模式，从而减小对率失真优化模型的调用。实验结果表明，算法在基本保持H．264原算法性能的同时，编码时间减少70％以上。     

基于颜色特征和空间特征的图像检索

针对已有的综合多特征进行图像检索的算法复杂度高、计算量大且准确率不够的现状,提出一种基于图像分块并综合灰度特征和空间特征的图像检索算法。首先将原图像划分为10×10的子块,再计算每个子块的平均灰度和空间位置作为检索特征,通过实验表明这种方法在检索结构相似的图像时准确率高,但对颜色不敏感。通过增加颜色特征并调整空间特征计算方式进行改进,相比改进前,算法对于公开的图像库中大多图片有更高的查准率。实验中统计了多类图片在不同情况下的查准率,表明文中算法准确高效,应用性好。     

一种快速生成平面Delaunay三角网的横向扩张法

目前已有多种基于平面上离散点集构造Delaunay三角网的算法,其中三角网扩张法、逐点插入法的平均时间复杂度为O(n²),分治算法和其他分块合并算法能使平均时间复杂度接近线性,但增加了算法的复杂性,从而使浮点计算误差错误发生的机率增大。本文作者提出了一种新算法:将用于构网的离散点集先按横坐标从小到大排序,在空间上表现为从左到右排列;然后先以点序列中的前三个点作为初始三角网,每次将剩余点集中最左边的点联入三角网,最终得到一个三角剖分,再用LOP法优化三角剖分。该算法的优势是具有快速的三角剖分过程,使整体的平均时间复杂度为O(n),并且构网效率高,算法简单。     

局部SVT算法的遥感反演场数据恢复实验分析

 遥感反演场数据会由于云雾、地物的遮挡,传感器性能等原因造成部分区域数据的缺失而影响遥感反演场数据的应用。矩阵填充理论针对低秩矩阵,利用矩阵的低秩性,即数据的高相关性,可以高精度地对低秩矩阵中的缺值数值进行恢复,其中矩阵填充理论中的SVT(Singular Value Thresholding)算法可以对矩阵中缺失数值进行快速、高精度的估计,应用广泛。本文应用矩阵填充理论的SVT算法,以缺值点为中心,方差最小作为窗口尺度选择的标准,这样可以保证区域数据的高相关性,建立局部窗口,对窗口进行SVT算法填充。本文也针对相同缺值区域进行了距离反比加权插值、Kriging插值法插值和整体SVT算法插值,整体SVT算法插值即并未对缺值点进行相关性窗口判断,而是直接对整个区域进行SVT填充。并对这几种方法的精度进行比较,得到局部SVT算法的精度相比整体SVT算法和距离反比加权插值算法的精度要高,与Kriging算法相比,其精度变化趋势相似,在锋面区域局部SVT算法精度比Kriging方法要高。     

基于机器学习的参考作物蒸散量估算研究

参考作物蒸散量（Reference Evapotranspiration, ET₀）的准确估算对区域水资源管理和分配、流域水量平衡以及气候变化等研究具有重要作用。新疆地处我国西北干旱地区,水资源供需矛盾尖锐,精确估算该地区的ET₀有助于其科学合理地调配水资源,缓解水资源供需压力。FAO推荐的Penman-Monteith法是计算ET₀的标准方法,但该方法需要多项气象因子,而新疆地区气象站点较少且分布不均,精确完备的气象数据在新疆大部分区域难以获取。因此,如何使用有限气象因子获取高精度的ET₀在新疆地区备受关注。本文基于中国气象数据网提供的新疆地区1980—2019年的地面气候资料日值数据集,在日和月尺度下,通过对最高气温T_max、最低气温T_min、平均气温T_avg、风速U₂、相对湿度RH和日照时数n共6项气象因子进行敏感性分析,形成不同的气象因子组合;然后使用SVM、RF、GBDT和ELM 4种机器学习算法,以FAO-56 PM计算值为标准值,对新疆地区的ET₀进行了拟合建模;最后,从拟合精度、稳定性和计算代价3个方面对模型进行评价。研究表明：① 在新疆地区,ET₀对RH、T_max和U₂敏感系数级别为高,平均敏感系数分别为-0.516、0.283和0.266;n为中等,平均敏感系数为0.124;T_min和T_avg为低,平均敏感系数分别为-0.016和-0.003;② 在日尺度,各算法在RH、T_max、U₂和n这4项气象因子为输入时精度较高（RMSE<0.5 mm/day,R²>0.95）,可对ET₀进行精确估算;在月尺度,各算法使用RH、T_max和U₂这3项参数便可对ET₀进行精确估算。SVM和GBDT这2种算法在日尺度和月尺度都有较好的适用性,可在相应尺度下使用较少气象因子替代FAO-56 PM公式对ET₀进行估算。     

基于Pfafstetter规则的流域编码算法并行化方法

流域编码是以子流域划分进行流域相关研究的重要内容。Pfafstetter 流域编码以编码唯一、顾及流域拓扑关系及编码效率高等优点而被广泛采用。本文在流域相关研究的分析范围不断增大、数据精度越来越高的需求背景下,以Pfafstetter 编码为基础,对流域编码并行化方法进行研究。首先,分析了Pfafstetter 编码不全面和码位不一致的问题,改进了Pfafstetter 编码规则;然后,从数据并行的角度,讨论了并行计算环境下的数据划分及并行化策略,进而设计了流域编码并行算法;最后,利用长江中上游流域SRTM数据,在集群系统上对流域编码并行算法的正确性和并行性能进行了测试。实验结果表明,本文设计实现的流域编码并行算法可获取与实际较为一致的计算结果,且提高了编码计算效率,可为基于子流域划分的流域分析并行化提供参考。     

HHT������IGS����վʱ�����з����е�Ӧ��

???t????????????????????????????2000-2006?????????????У?????????????????????????????????????????????仯?????в???????????????仯???????-0.533 mm/a??-2.083 mm/a?????????????Hilbert?任????????Hilbert?????????-???-??????Hilbert?????????????????????????????????????3 cycle/a????????????????????????????????351???????????????????????仯?????????????н???EMD????????????sym6??db8С???????????б??????????EMD????????????????????????EMD??????????и??????????????????????     

地质资料数据辅助信息符号库建设介绍

由于地质资料数据量庞大,符号种类繁多,表达形式不同,影响了地质信息的展示效果和后期的服务共享。该文在GB/T958-2010《区域地质图图例》的基础上,结合国家正式发布的地质图图例标准,根据二级项目组的实际需求,对地质图图例符号进行了归并,图例符号代码由原来的10位编码改为6位编码,大大减少了数据库建设的冗余量;同时,制作了对应的点状、线状和面状符号,统一了ArcGIS平台下符号表达方式和显示的一致性,规范了子图、标注等符号的显示方式,优化了符号、图案与花纹的复杂程度,提高了在宏观视图中的显示效率,满足了地质资料数据信息化建设的需求。     

正二十面体六边形全球离散格网编码运算

全球离散格网系统是指把地球表面按照一定规则离散分割成多分辨率层次结构的格网单元,广泛应用于海量多源空间数据的组织、管理和分析中。六边形全球离散格网具有优良的几何特性,非常适合于空间数据的处理,如何进一步提高六边形全球离散格网编码运算的效率仍是当前研究的重点。本文采用正二十面体施耐德投影四孔径六边形全球离散格网模型,基于六边形三轴坐标与编码的二进制数的对应关系构建四孔六边形的基础编码结构,将二十面体划分为32个基础六边形,并将之分为3种基础六边形剖分瓦片,在每个六边形剖分瓦片采用基础编码结构进行编码,建立了四孔六边形全球离散格网编码,同时设计了并实现了四孔六边形编码与六边形三轴坐标之间的快速转换,基于此构建了一种高效的四孔六边形全球离散格网编码运算方案,包括编码的算数运算、空间拓扑运算和邻域检索运算及跨面运算。与现有的六边形全球离散格网编码运算方案相比,本文的方案进一步提高了编码算数运算、空间拓扑运算和邻域检索运算的效率,编码加法运算是HLQT的2～3倍,邻域检索运算分别是HLQT的3～5倍和H3的2～3倍,且受格网编码层次的影响较小,编码的跨面邻域检索运算时间略高于面内的运算,可以为全...     

多尺度地名地址空间区位编码模型研究

针对目前地名地址编码存在的区位信息缺乏、编码粒度较粗、稳定性和可读性较差等问题,本文提出了地名地址编码设计的3个原则：（1）每个地名地址的编码独立且稳定;（2）编码易于实现;（3）编码便于识读。基于地球剖分理论,设计了一种多尺度的地名地址空间区位编码模型,该编码模型以地球剖分网格作为基础单元,建立地名地址空间区位属性与球面网格的映射关系。进一步提出了地名地址空间区位编码方法,该编码是由定位码、层级码和半跨度码组成的一维定长组合码,并且从空间位置、区域范围和空间关系3个方面分析了对空间区位编码的识读方法。最后,以物流行业为例,探讨了地名地址空间区位编码模型的应用思路与前景。结果表明,该模型便于计算机存储与管理,能够为地名地址的网格化管理提供组织与表达基础,对智慧城市建设具有很强的理论和实用价值。     

平均误差控制下的频率域矢量数据压缩方法

矢量数据压缩对于受网络带宽限制的WebGIS有着重要意义,其可减少数据存储空间,提高网络传输与处理效率。传统的矢量数据压缩方法主要从空间关系的角度出发,根据原始矢量数据点之间的距离、角度等指标,判断如何对矢量线要素或面要素进行化简,略去冗余的端点。而本文则利用已在图像压缩领域被广泛应用的变换编码的频率域压缩技术,利用能实现能量保持的离散余弦变换和特殊的量化方法,以及无损熵编码,对矢量数据实现了能控制压缩后平均误差的有损压缩。该方法无需事先根据不同的误差限值设计量化表,且能处理指定过大平均误差限值时所出现的问题,有很强的适应能力。最后,使用C#实现了该方法,并验证了方法的可靠性,完成了方法的性能测试。实验结果表明,本文提出的矢量数据压缩方法能获得较大的压缩比,且能较好地保持原始矢量数据所具有的地理形态结构特征。     

多维参数反演遗传算法的元胞自动机模型与应用

城市是一个自组织的复杂系统,其扩展受许多不确定性因素影响。元胞自动机(CA)模型具有强大的空间运算能力,可以有效地模拟复杂的动态系统,在模拟城市扩展及其他地理现象中,得到了良好的效果。转换规则是CA模型的核心,其利用由地理元胞的状态及空间关系得出的空间参数计算元胞的变化。空间参数权重的确定是模型应用的难点。现有的权重确定方法存在可靠性不高,运算量大等不足。通过一种改进的遗传算法--实数编码遗传算法可以自动获取参数的权重。分析表明,所提出的方法在CA模型运算时间、模拟精度方面均有所提高。     

基于等角边界距离相似性的遥感影像面状图斑匹配研究

基于形态特征的目标匹配是地图空间认知、地表位置自动感知等领域的重要方法。然而,由于不同数据源的遥感影像提取的同一个空间目标在空间尺度和局部形态上存在一定的差异,现有形态匹配算法难以获得较高的匹配精度。本文以等角边界距离编码及相似性算法为核心,提出了面向遥感影像的面状图斑匹配方法。① 从面目标的质心以10°为间隔,顺时针方向从质心向外引36条射线,获取面目标的边缘点,形成等角边界距离编码;② 提出了与该编码相适应的几个综合形态指标,包括自相似度、圆形度、形态复杂度和质心偏移度,并建立了面状图斑相似度算法;在此基础上,结合近邻目标的形态相似度,构建了遥感影像面状图斑匹配算法;③ 从不同数据源的在线遥感影像上提取中国西部湖泊与全球湖泊,开展面状图斑匹配实验。通过实验,发现本文的面状图斑相似度算法相对于按距离采样的相似度算法,召回率提升了13.8%;在添加近邻目标相似度约束的基础上,面状图斑匹配精度达到90%以上。通过算法适应性分析,发现该算法在一定的投影变形下仍能保持一定的匹配精度;如果空间目标及其邻域目标的总体形态和分布接近,不同空间尺度的匹配精度保持在80%以上。本文的研究为地图空间认知、地表位置机器自动感知提供了新的思路和方法。