从地理信息系统到智能地理系统

地理系统是自然与人文要素构成的,分布在地球表层空间中,具有生成、维持或转换物质形态和能量形式,或驱动物质和能量流动等功能的有机整体,表征为自然与人文要素及其相互作用的空间分布、结构、格局、演化和功能。地理系统分层级广泛存在于地球表层空间,是客观现实系统。地理信息系统将地理系统用数字投影到信息世界中,进而考察、分析和制定改造地理系统的方案。由此存在2个地理系统,即现实地理系统和信息地理系统,2个地理系统长期独立存在,各自演化。近些年,融合实时观测和物联网技术,现实地理系统的变化或演变已基本能够实时投影到信息地理系统中,即2个系统不再是独立演化,信息地理系统成为现实地理系统的镜像,现实地理系统一旦发生变化,信息地理系统同步变化。当前,人类科技正以前所未有的速度发展,特别是云服务、大数据、人工智能的异常迅猛发展,使得信息地理系统不再满足于成为现实地理系统的镜像,开始利用人工智能和无人自动控制技术,实现与现实世界的融合,即通过信息地理系统的操作,实现现实地理系统的改变。如此,未来现实地理系统与信息地理系统的界线日趋模糊,直至2个系统完全融合,不再区分现实地理系统和信息地理系统。本文暂且以智能地理系统指征这种融合2个世界的系统,并以南海岛礁的无人值守智能系统为例,展示现实地理系统与信息地理系统的融合与操作交互,实现岛礁地理环境和人工设施监测、保护、应对和操作的无人化和智能化。     

“地理智能”专辑导言

地理学和测绘学及其各分支学科日渐深度融合,物联网、互联网、智能传感、大数据、人工智能和自动控制等现代技术迅猛发展;同时,中国社会经济和科技事业对地理信息提出了新需求。在此背景下,地理智能新时代呼之欲出,如日东升。智能传感器附着在或移动于地球自然空间和社会空间中,从36000公里的高空到万米深的海洋,构建了针对地球各圈层的立体的、多角度的、多层次的、多要素的观测体系和传感网络,快速、准确、细致地获取地球空间高维动态信息。     

Application of a sea surface temperature front composite algorithm in the Bohai,Yellow, and East China Seas

The oceanic front is a narrow zone in which water properties change abruptly within a short distance. The sea surface temperature (SST) front is an important type of oceanic front, which plays a signifi cant role in many fi elds including fi sheries, the military, and industry. Satellite-derived SST images have been used widely for front detection, although these data are susceptible to infl uence by many objective factors such as clouds, which can cause missing data and a reduction in front detection accuracy. However, front detection in a single SST image cannot fully refl ect its temporal variability and therefore, the long-term mean frequency of occurrence of SST fronts and their gradients are often used to analyze the variations of fronts over time. In this paper, an SST front composite algorithm is proposed that exploits the frontal average gradient and frequency more eff ectively. Through experiments based on MODIS Terra and Aqua data, we verifi ed that fronts could be distinguished better by using the proposed algorithm. Additionally through its use, we analyzed the monthly variations of fronts in the Bohai, Yellow, and East China Seas, based on Terra data from 2000 to 2013.     

中国海岸带及近海科学数据平台研究与开发

基于海洋数据的多样性和时空复杂性的特点,采用目前先进的大型空间数据库管理软件——Oracle9i的ArcSDE,ArcGIS桌面系统,完成了海岸带及近海科学数据平台实体的装载和组织工作,并在ArcObject组件的基础上开发了基于C/S的数据平台的前端管理系统,当前该系统可以实现面向海洋用户的遥感数据无缝拼接、多源数据多种快速查询、提取、影像数据的装载以及影像元数据的管理和修改等多种功能.该系统主要服务对象是涉及国家主管海岸带和近海专业的科研调查部门或个人,自其建立以来已经陆续开展一些应用服务,达到了理想的效果,满足了用户的需求.     

基于Ontology的空间知识查询方法及其应用

传统的GIS空间信息查询基于要素或属性数据,无法实现知识和语义层次上的综合查询;而基于元数据的空间信息查询是要素类层次以上的数据集的查询,并未实现要素级上的信息查询。而且这两种空间信息查询方式多面向GIS专业人员,查询操作过程复杂,查询结果表达过于形式化,不适合于广大普通用户及决策人员。本文提出了一种基于Ontology的空间知识查询(ODSKQ)方法,其面向非专业用户,查询请求采用自然语言描述,查询结果高度综合和知识化,为用户提供对问题的直接回答,而屏蔽查询过程中复杂的逻辑推理和地学计算过程,实现了知识和语义层次上的智能化、自动化空间信息查询。本文以海岸带资源环境应用为例,展示了ODSKQ方法的实现过程,验证了ODSKQ方法的可行性和有效性。     

多光谱遥感水深反演及其水下碍航物探测技术

针对采用传统海洋测量手段难以获取危险及争议海区的水深和水下碍航物信息,提出了基于卫星遥感进行水深反演和水下碍航物探测的新思路。探讨了多光谱遥感水深反演的数据预处理方法、遥感水深反演模型的构建及水下碍航物遥感探测方法,并开展了相应的实验验证。实验表明,采用卫星遥感手段可以快速地获取测量船只不易到达海区的水深和水下碍航物信息,研究成果对海洋测绘技术的发展具有一定的指导意义和应用价值。     

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。     

基于虚拟现实的远海岛礁地理环境物联网监测系统设计与实现

针对远海岛礁生态环境监测与保护无法满足环境要素实时监测与智能处置需求,在分析现有环境要素感知与智能危机应对技术的基础上,融合虚拟现实和物联网技术,研发了远海岛礁地理环境实时监测系统。该系统依据传感器类型设计存储表格,以支持多源异构传感器数据统一组织与管理;利用物联网技术采集远海岛礁水体、土壤、气象、植被等地理环境数据,实现了感知数据的无线传输、接入与远程数据存储;利用虚拟现实技术,在远海岛礁三维场景建模的基础上,实现了场景漫游与互操作,并结合物联网技术实现了虚实一体化的智能感应设备的远程控制。基于该系统,管理人员不仅能获取远海岛礁实时地理环境数据,还能远程操作智能感应设备（如植被浇灌水阀）,解决了以往需要人工往返岛礁的管理问题,有效地提高了工作效率。     

珠江口海岸带地貌特征对土地利用动态变化影响

珠江口作为我国经济发展最活跃的区域,受快速城市化与工业化影响,土地资源不断减少,出现耕地流失、恶性围填海等诸多问题。文中以珠江口海岸带为研究区,借助GIS和RS技术,应用Landsat ETM数据,结合实地考察资料,对1980―2010年珠江口的土地利用变化特征进行研究,并定量分析地形地貌因素对研究区土地利用变化的影响。研究结果表明:在过去近30a期间,研究区土地利用格局发生剧烈变化,耕地减少至原有量的42.1%,城镇用地增长了近8.5倍;土地利用变化受地形地貌因素影响显著,各土地利用类型转化主要发生在海拔130m以下地区,而在这一区间内,存在0～6m和20～80m两个活跃地段,分别是大规模围填海和城镇建设的分布区;对坡度而言,土地利用变化主要分布在0°～2°区间,在1980―2000年和2000―2010年两个时期土地利用类型转化量分别占总量的63.8%和76.2%。     

东莞地区土地利用变化预测的CBR和CA方法对比研究(英文)

Many studies on land use change(LUC),using different approaches and models,have yielded good results.Applications of these methods have revealed both advantages and limitations.However,LUC is a complex problem due to influences of many factors,and variations in policy and natural conditions.Hence,the characteristics and regional suitability of different methods require further research,and comparison of typical approaches is re-quired.Since the late 1980s,CA has been used to simulate urban growth,urban sprawl and land use evolution successfully.Nowadays it is very popular in resolving the LUC estimating problem.Case-based reasoning(CBR),as an artificial intelligence technology,has also been employed to study LUC by some researchers since the 2000s.More and more researchers used the CBR method in the study of LUC.The CA approach is a mathematical system con-structed from many typical simple components,which together are capable of simulating complex behavior,while CBR is a problem-oriented analysis method to solve geographic problems,particularly when the driving mechanisms of geographic processes are not yet understood fully.These two methods were completely different in the LUC research.Thus,in this paper,based on the enhanced CBR model,which is proposed in our previous research(Du et al.2009),a comparison between the CBR and CA approaches to assessing LUC is presented.LUC in Dongguan coastal region,China is investigated.Applications of the im-proved CBR and the cellular automata(CA) to the study area,produce results demonstrating a similarity estimation accuracy of 89% from the improved CBR,and 70.7% accuracy from the CA.From the results,we can see that the accuracies of the CA and CBR approaches are both >70%.Although CA method has the distinct advantage in predicting the urban type,CBR method has the obvious tendency in predicting non-urban type.Considering the entire ana-lytical process,the preprocessing workload in CBR is less than that of the CA approach.As such,it could be concluded that the CBR approach is more flexible and practically useful than the CA approach for estimating land use change.