1992-2010年基于DMSP-OLS图像的环渤海城市群空间格局变化分析

从DMSP-OLS数据提取城市区域的经验阈值法存在固有的缺陷,经验阈值对不同的空间区域不具备通用性,不适用的经验阈值,将导致城区面积提取具有较大误差,可采用统计数据对经验阈值进行修正以降低误差。本文在大时空尺度条件下以少量样本城市的统计数据对经验阈值方法进行了修正;另采用Elvidge二次多项式模型对DMSP-OLS时间序列数据进行了校正。在此基础上选取总斑块数量、景观总面积、平均斑块大小、最大斑块面积比、斑块密度、景观形状指数、总边界长度、平均边界密度和斑块平均回旋半径共9个景观生态学指标,采用FRAGSTATS 3.3软件计算分析了1992-2010年环渤海区域城市发展的空间格局变化特征。结果表明:1992-2010年间,环渤海区域城市化进程持续较快发展,城市建成区总面积增加了2.14倍,平均城市建成区面积增加了76%,提取到的城市斑块平均回旋半径增加了约26.5%,并且城市景观斑块的复杂度明显上升,可检测到的城镇总个数增加了82%。但是,每100km2内孤立的城市景观斑块数却降低了约76%;大城市持续扩张的相对速度慢于中小城市,城市区域边界密度和整体城市分布景观格局破碎度逐渐降低,核心城市与周围卫星城市的景观斑块的联通性逐步增加。     

MySQL集群与MPI的并行空间分析系统设计与实验

 GIS应用正面对空间数据规模日益增加和空间分析算法复杂度逐渐提高的挑战,本文提出一种基于MySQL空间数据库集群与MPI的并行计算库分布式空间分析框架的解决方案。该框架使用MySQL空间数据库集群解决大量空间数据存储与管理问题,利用MySQL Spatial的Replication机制加强空间数据的冗余备份和并发访问控制,同时使用MPI负责分布式计算节点间的通信减少人工控制通信的开发成本。并行框架的任务管理与调度系统采用优先队列式管理,通过Master节点监控集群状态,合理分发计算任务实现负载均衡和容错。最后,以多边形Overlay算法为例,研究其在该并行空间分析系统下的并行策略,采用数据并行的管道流水线作业方式在框架中运行测试,结果表明,该并行框架相比串行算法可以得到可靠的加速比。     

分治法在GIS多边形快速合并算法中的应用及效率提升评价模型

分治法采用分解-解决-合并的问题处理模式,应用于多边形合并算法能规避结点累积效应,与经典的“滚雪球”处理模式相比能有效提升多边形合并算法的计算效率。本文以多边形合并算法为研究对象,首先通过分析基于Vatti算法实现的多边形合并算子的效率相对于多边形顶点数的变化特征,指出合并过程中的结点累积效应是“滚雪球”多边形合并模式的潜在性能瓶颈和隐患。考虑分治法的“分而治之”思想在解决多边形合并问题上的适用性以及在归并排序算法中表现出的高效率,提出分治法的多边形“树状”合并处理模式,实现了面向要素集合或者要素层的多边形快速合并算法,最后给出了面向多边形合并的算法效率提升评价模型。实验结果显示,当仅有400个多边形时,“滚雪球”模式的时间开销约是“树状”合并模式的26倍,当需要合并11 200个多边形时,前者的时间开销约是后者的926倍。因此,基于分治法的多边形树状合并策略是对多边形合并算法以及应用到多边形合并算法的高级空间分析算法进行优化的可行途径。     

基于改进G2SFCA的城市公园绿地可达性评价及其选址优化研究——以苏州工业园区为例

公园绿地是城市公共开放空间的重要组成部分,定量研究公园绿地的可达性可以为“公园城市”的建设提供科学合理的参考。本文基于居住小区、社区和街道3个尺度,运用改进后的高斯两步移动搜索法(I-G2SFCA)对苏州工业园区的城市公园绿地可达性进行评价;然后,利用k-means聚类算法求解新增公园个数;最后,基于粒子群优化算法求解城市公园绿地的优化选址问题。研究表明：1)利用改进后的算法进行可达性评价,计算结果符合实际公园绿地服务范围和居民出行情况,研究区域的城市公园绿地可达性整体呈中部和北部高、西部和东南部低的空间分布特征。2)建议在研究区域内新增5或10个规划待建公园。研究结果可为园区相关部门制订规划决策提供科学依据。     

一种夜光遥感数据去饱和方法及应用

城市建成区是人口、经济、文化等聚集的巨大系统。DMSP/OLS夜光数据在刻画城市建成区方面的研究效果明显,但由于传感器的不足,导致夜光数据具有严重的过饱和问题。本文旨在基于CORNTL指数的方法对夜光遥感数据进行去饱和研究,进而了解不同时相下的北京市空间分布格局及城市化进程。研究表明:1)CORNTL指数对于城市中心细节的差异区分十分明显,在一定程度上解决原始夜光数据的过饱和问题; 2) 2000—2010年期间北京市建成区面积不断扩大,能够进一步带动周边乡镇发展,向东部扩张的速度较快,而西部的发展速度相对缓慢。     

基于集群MPI的图层级多边形并行合并算法

在集群环境下,基于MPI并行编程模型和OGC简单要素规范进行并行多边形合并时,需要处理叠加图层间要素的“多对多”映射关系,由于空间上相邻的多边形在要素序列上并不一定连续,导致无法按要素序列为子节点分配任务,给并行任务映射带来了困难。本文以集群环境下的并行多边形合并算法为研究对象,通过比较叠加分析中两种多边形映射关系对算法并行化带来的影响,基于R树空间索引、MySQL精确空间查询,以及MPI通信机制,提出了6种不同的并行任务映射策略;通过实验分析和比较了6种策略的优劣。结果显示：基于R树预筛选的直接合并策略,在各算法中具有最高的串行计算效率和优秀的并行性能表现。虽然MySQL精确空间查询的预筛选过程较为耗时,但可有效地过滤掉不真正相交的多边形,从而提高合并操作的效率。因此,在集群MPI环境下,基于R树和MySQL精确空间查询的预筛选策略是解决并行任务映射难题,实现图层级多边形并行合并算法的有效途径。     

基于数据分治与双层索引的并行点面叠加分析方法研究

地图叠加分析是一种计算密集型算法,并行化计算是加快算法执行速度的一种有效方法。该文研究分布式环境下的点面图层并行化叠加分析方法与实现。首先根据点面叠加的特点设置并行数据分解的方式,基于分治法分解空间数据,在并行系统下将地理要素分而治之。然后引入双层索引的并行叠加机制,一是对面图层根据Hilbert空间索引的排序方式分发数据,二是对点图层建立四叉树索引,对每一个进行相交运算的多边形进行快速过滤和求交。最后在Linux集群系统下实现该并行算法,其一利用MPI分布式计算环境实现在整体计算框架下的消息通讯模式的并行,其二在每个子节点中实现基于多核OpenMP工具的本地并行化。结果表明,利用双层空间索引分治的方法可实现并行数据分块,各子节点实现独立计算,减少并行系统中的I/O冲突,并行加速比明显。该方法对矢量地图运算的并行化进行了有益的尝试,为大数据时代的空间数据分析提供一种有效的途径。     

Google Earth Engine云平台及植被遥感案例研究

植被物候是全球变化的敏感指示器,对陆表物质和能量交换产生显著影响.植被物候遥感分析存在数据收集困难、提取方法实现复杂等问题,谷歌地球云计算平台(Google Earth Engine,GEE)为基于遥感大数据的物候分析提供了有利条件.本文分析了GEE平台的数据源、开发接口和应用场景,然后基于GEE中的长时序植被指数数据...