过完备字典稀疏表示的云图超分辨率算法

提出一种基于过完备字典稀疏表示的云图超分辨率算法。首先,联合训练针对低分辨率与高分辨率云图块的两个字典Dl和Dh,保证对应的低分辨率与高分辨率云图块关于各自的字典具有相似的稀疏表示;其次,通过求解优化问题,获得待处理云图每个低分辨率云图块关于Dl的稀疏表示,并将表示系数用于Dh以生成对应的高分辨率云图块;最后,运用最速下降算法,得到满足重构约束的高分辨率云图。红外与可见光云图的数值实验验证了本文算法的有效性,表明本文算法在视觉效果及PSNR指标上均优于插值方法。     

道路网多尺度数据建模的初步研究

本文以路网要素的多尺度表达为例,探讨了路网要素多尺度表达在几何层次、实体层次等方面的多尺度现象,研究了多尺度数据建模的基本特性,提出了构建多尺度空间数据模型的关键策略,详细剖析了路网多尺度建模中不同尺度下的实体、实体间的联系,以及多尺度表达间要素类和要素表达层次上的关系,实现了对路网要素多尺度抽象表达的模型构筑。     

复杂地貌形态多比例尺表达的二维小波分析研究

针对复杂地貌形态的多比例尺表达中的等高线容易相交、地性特征描述困难和表达过程缺乏自适应等难题，提出了基于小波理论的复杂地貌形态的多比例尺表达模型，为上述问题的解决提供了新的思路和有效途径。     

图库一体化软件系统研究与实现

为了提高DLG和DRG数据生产效率,改变传统作业模式,解决图库数据分离造成的数据不同步、数据维护复杂等问题,笔者引入"图库一体化"解决方案,通过建立图库一体化数据模型,利用制图表达原理研究算法实现复杂符号效果,采用智能化标注、地图整饰自动化等关键性技术,基于Arc GIS Engine实现Umap图库一体化系统。     

新型基础测绘体系下再论图库一体化

依据新型基础测绘的服务要求,制定了科学合理的图库一体化的生产路线,总结了注意事项,研究开发了图库一体化的质检工具,提高了基础测绘的生产效率和质量,为新型基础测绘“按需服务”奠定了基础。     

基于时间序列叶面积指数稀疏表示的作物种植区域提取

以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI(Leaf Area Index)傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年—2016年冬小麦、春玉米、夏玉米等主要农作物种植区域。首先利用上包络线Savitzky-Golay滤波分别对2007年—2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0—5级谐波振幅、1—5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证。结果表明,2007年—2016年作物识别的总体精度为77.97%,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取。     

台风风暴潮情景构建与时空推演

因台风风暴潮的突发性、情景演变时间的连续性和路径的不确定性,导致应急决策者在应急救援中难以做出正确决策,针对这一现状,将“情景—应对”应用在台风风暴潮应急决策中。本文在分析台风风暴潮情景、情景要素的概念模型基础上,首先通过资料搜集、属性识别等方法提取关键情景要素,采用框架表示法构建情景;然后分析台风风暴潮情景演变规律及演变路径;其次通过动态贝叶斯网络法构建台风风暴潮动态情景网络;最后利用先验概率与条件概率计算情景状态概率,实现了台风风暴潮的关键情景推演。本文以2018年9月16日11时至17时山竹台风对广东省沿海城市影响为例,演示了台风风暴潮的情景推演流程及关键技术。实证分析结果表明,溃堤、海水倒灌、洪水、滑坡发生的概率分别为85%、81%、74%、54%,验证了情景推演在风暴潮中应用的合理性。     

基于稀疏判别分析的高光谱影像特征提取

针对当前特征提取方法不能充分挖掘高光谱影像稀疏特性的问题,提出一种基于稀疏判别分析的高光谱影像特征提取方法。首先,在线性判别分析的系数向量中引入稀疏正则项来捕获具有更强判别能力的特征,将高光谱影像映射至低维稀疏的子空间;然后,利用迭代优化方法对模型进行求解。利用Salinas和Pavia University高光谱影像进行对比实验,所提方法与分类方法结合用于影像分类时,其分类精度优于其他方法,总体分类精度分别达到97.42%和97.64%。     

Formal representation of qualitative direction

This paper reviews formal approaches to representing spatial knowledge about qualitative direction. Unlike geometric direction information, qualitative information does not employ numerical values but relies on comparison. The qualitative approach is often regarded as suitable for capturing commonsense concepts and thus is relevant to human-centered interfaces for spatial information systems. To establish a context for the work on qualitative direction, we preset a brief history of the development of qualitative temporal and spatial representations from different scientific perspectives. We identify main focal areas of these representations of spatial direction and propose a taxonomy. In the light of more than three decades of fruitful research, we obtain a map of formal representations that reveal interrelationships between different research strands in the field.     

Synchronising geometric representations for map mashups using relative positioning and Linked Data

Map mashups, as a common way of presenting geospatial information on the Web, are generally created by spatially overlaying thematic information on top of various base maps. This simple overlay approach often raises geometric deficiencies due to geometric uncertainties in the data. This issue is particularly apparent in a multi-scale context because the thematic data seldom have synchronised level of detail with the base map. In this study, we propose, develop, implement and evaluate a relative positioning approach based on shared geometries and relative coordinates to synchronise geometric representations for map mashups through several scales. To realise the relative positioning between datasets, we adopt a Linked Data–based technical framework in which the data are organised according to ontologies that are designed based on the GeoSPARQL vocabulary. A prototype system is developed to demonstrate the feasibility and usability of the relative positioning approach. The results show that the approach synchronises and integrates the geometries of thematic data and the base map effectively, and the thematic data are automatically tailored for multi-scale visualisation. The proposed framework can be used as a new way of modelling geospatial data on the Web, with merits in terms of both data visualisation and querying.