GIS网络分析的动态分段方法与实现

动态分段技术是GIS网络分析中的一种重要的技术手段，它可以有效解决基于线性特征的动态分析问题。该文探讨了动态分段技术的基本原理和思想，并提出一套基于链—动态结点模型的动态分段模型及其实现方法。该模型结构简单，容易实现，并在实际应用中取得了良好的实用效果。     

一种路网拓扑约束下的增量型地图匹配算法

着眼于低频浮动车轨迹数据,对地图匹配问题进行了抽象,并分析了影响匹配结果的几何约束与拓扑约束。针对GPS采样的低频性和城市路网的复杂性,提出了一种路网拓扑约束下的增量型地图匹配算法（topology-constrained incremental matching algorithm,TIM）。选取北京市浮动车的GPS样例轨迹数据进行匹配,结果表明,该匹配算法在不同复杂程度的城市路网下均表现较好。     

大众点评数据下的城市场所范围感知方法

“场所（place）”是具有特定语义和人文体验的地理位置,是虚拟地理环境中地理知识表达的核心要素,能够为深入理解与表达人们的地理空间认知,以及基于虚拟地理环境的分析模拟提供支持,因而对城市内部现有场所的识别与模糊建模是城市空间结构研究的基础之一。众源数据为提取和表达模糊场所提供了新的途径,然而目前研究多针对单个或少数几个场所进行建模。本研究针对城市多场所空间范围的多尺度建模,提出基于自适应核密度估计的模糊集方法,为进一步理解城市场所的模糊认知范围提供了可视化解决方案。并以北京市五环内场所为实例,采用大众点评网中商户自行上传的兴趣点（POI）数据,对其进行提取与表达。通过对比百度地图所展示的场所相应范围,发现该方法在大众点评数据集下的应用能更好地揭示商圈语义下的场所认知。     

水环境空间信息管理系统的设计和实现

在分析水环境信息特点的基础上,建立了基于Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ和ＧＩＳ的水环境空间信息管理系统,重点介绍系统的体系结构、空间数据库及其功能。     

剑桥:琥珀之城

<正> 1在一个朋友家的聚会上,我和一位英国老先生有过一场小辩论。我说我完全不理解为什么要保留Mill Road上的那些老房子。 "如果是保护国王学院、三一学院之类的地方,我完全可以理解,因为它们历史悠久建筑壮观,但是Mill Road一带的房子,说新不新,说老不老,低矮破     

牙形剌色变指标（CAI值）在研究煤成气中的应用

牙形刺是分类位置不明的微小的动物化石,个体通常为0.1～1mm,呈透明或不透明的琥珀色、暗褐色、浅黄色、灰色和黑色。牙形刺的成分为碳酸磷灰石,与矿物微晶磷灰石相似,它广布于全球寒武纪—三叠纪各种海相地层中。      

线性状态等式约束下两种H∞滤波的比较

近年带有线性等式约束的H∞滤波在实际应用中越来越广泛,针对此种情况,从理论上研究了线性状态等式约束下两种H∞滤波状态估计性能的比较问题。在投影系统和H∞滤波方程的基础上,考虑线性状态等式约束条件,给出了一种含线性状态等式投影系统约束的H∞滤波。通过比较其与状态投影下的H∞滤波的估计性能,指出并证明了投影系统约束的H∞滤波的估计性能优于状态投影下的H∞滤波的估计性能。最后给出一个数值模拟例子,来验证结论。     

云南主汛期强降水过程年代际变化及其环流特征分析

应用云南1961～2000年共40a 1～12月的全省125个气象站逐日降水资料，统计了云南主汛期(6～8月)全省性强降水过程总次数，并分析了强降水过程的年代际变化及其环流特征。结果表明：1971年以前，云南主汛期处于强降水过程偏多的年代，1972年至1992年云南主汛期处于强降水过程相对偏少的年代，1992年之后，云南主汛期又转为强降水过程偏多时期。在云南主汛期强降水过程偏多和偏少时期，其环流特征存在明显的差异。     

街景影像——基于人工智能的方法与应用

街景影像是感知城市物质环境的一种新型地理大数据。这种数据以人的视角详尽描绘了城市的可视环境,同时也隐性地表达了可视环境背后有关城市功能、社会经济和人类活动的信息。然而,传统的数字图像处理技术对街景影像的处理能力有限,不能高效地理解其中的语义信息。近年来,随着人工智能领域的不断发展,图像分析和机器学习方法取得了突破性的进展。以深度学习和计算机视觉为代表的前沿人工智能技术,为挖掘街景语义信息、理解和定量表达场所物质空间、建成环境的特征提供了强有力的支持。在此背景下,街景影像被广泛应用于地理学、城市规划等众多领域,并在此过程中出现了大量的新方法和新视角,为基于大数据的城市环境研究、人地关系研究、空间数据挖掘与知识发现研究提供了新的思路。本文综述了基于街景影像和人工智能技术的相关研究,从深度学习和计算机视觉两个方面对街景影像分析的支撑技术进行了梳理,并从场所物质空间量化、场所感知以及场所语义推测3个方面对街景影像研究的应用方向进行了总结,对其在发展过程中面临的数据稀疏性问题、分析方法的严谨性问题进行了归纳,同时讨论了未来研究的方向。     

青岛城市道路邻近中心性及其应用方法

以青岛为实证研究区域,从理论角度探讨了道路全局和局部邻近中心性的地理含义及其各自优缺点,认为全局邻近中心性(GCC)反映的是网络上各点到网络“质心”的距离,可从全局角度反映区位重要性;局部邻近中心性(LCC)反映小范围空间区域的重心,与局部路网密度相关。进一步根据核密度估计(KDE)的机理证明,在城市地理空间结构的实际应用案例中适宜采用KDE法来进行空间分析。本文以手机话务量数据反映的城市居民活动空间结构为例讨论了邻近中心性核密度估计(CC-KDE)的应用,发现与居民活动相关性最高的是核密度全局邻近中心性(GCC-KDE),因为全局邻近中心性核密度估计(GCC-KDE)综合了到网络“质心”距离与道路网络局部密度双重因素,故反映城市人口等与道路密度相关的社会经济现象更有效。