街区式居民地多尺度表达不确定性分析

本文对街区式居民地多尺度表达的不确定性进行了分析,认为制图综合是街区式居民地多尺度表达存在不确定性的根本原因,并挖掘探讨了街区式居民地多尺度表达不确定性的本质及其分类。针对街区式居民地多尺度表达的各类不确定性,重点分析并确立了用街区式符号表达居民地时的不确定性类型及评价指标和方法。本文的研究成果可以应用于街区式居民地多尺度表达尺度转换方法优劣及产品不确定性的评估。     

同名居民地在多尺度下的匹配分析

针对地图投影转换、地图概括等地图处理过程造成的地图面要素的匹配分析评价难以实现的问题,该文提出了基于多尺度下同名居民地的匹配分析方法,通过对应边、角度、位置信息的匹配,计算居民地的旋转角、拉伸关系、概括程度以及位移向量,进而对同名居民地的匹配度计算分析,较为准确地实现了对同名居民地的匹配。结果表明:本算法能够较好地平衡影响居民地匹配的各因子,科学有效地计算地居民地的匹配度,实现同名居民地的匹配,计算匹配精度较高。本算法可应用于从同名居民地匹配度分析对地图自动综合的质量评价;对同类面要素匹配分析与研究也有一定的参考价值。     

电子地图中居民地的多尺度显示

探讨了多尺度的含义，并将居民地多尺度表达的研究限定在详细程度的变化上；阐述了电子地图中居民地多尺度表达的基本原理，即在保持原图的分布特征和疏密对比的情况下按照居民地自身的分类分级和重要性程度进行一定数量的取舍；建立了居民地多尺度显示的模型，根据此模型提出了采用二级邻近点判别法结合Voronoi图进行居民地要素的显示等级设置的方法，并进行了相应的实验，结果表明该方法对居民地的分布特征、密度对比和延伸方向均能较好的保持。     

线状要素多尺度表达不确定性的综合分析与评价研究

空间数据的多尺度表达和GIS数据的精度分析及质量控制问题是当今地理信息科学和国际GIS界十分关注的两大前沿课题。本文首先确立线状要素多尺度表达的实现方式;然后紧紧围绕线状要素多尺度表达的实现流程,分析线状要素多尺度表达不确定性的来源,并利用误差传播规律建立线状要素多尺度表达误差传播规律;最后通过实验得出线状要素在尺度扩展中不确定性的变化规律。     

多尺度地图空间居民地语义相似度计算方法

地图综合的本质是一种空间相似变换,制图者在相似原则的指导下实施概括,读图者从包含相似性的地图中形成心象地图、重构现实世界。因此,多尺度地图空间中的相似关系研究非常重要。然而,由于相似的可计算性差,且其计算的目的在于揭示更深层次的信息,地图综合中相似关系尤其是语义相似关系的研究相对较少。针对这一问题,本文以语义功能区约束下的大比例尺街区式居民地合并（1∶1750至1∶4000）为例,基于匹配距离模型计算建筑物合并中的语义相似度,得到语义相似度在关键比例尺节点的值,并对结果进行分析、评价。试验表明,语义功能区约束下的建筑物合并符合读图者的地图认知需求,本文所述方法有助于地图更好地发挥信息传输载体的作用。     

基于调绘片数字影像的街区式居民地全自动提取

针对当前数字化测图实际生产作用中的需要,在图像处理技术和线条跟踪技术的基础上,对调绘片数字影像中街区式居民地的全自动提取技术进行了研究和实践。实验表明,利用文中所述方法可以大幅度提高街区民地的矢量化采集速度。     

多尺度表达中线状要素的综合不确定性评价模型

在考虑节点化简的基础上建立了节点数据不确定性评价模型,基于曲线光滑模型建立了线元模型不确定性评价模型,在此基础上,根据不确定性传播律构建了由数据不确定性和模型不确定性合成的线状要素多尺度表达不确定性的综合评价模型。实验表明,综合不确定性指标值作为线状要素多尺度表达不确定性的量化指标是有效的。可将其用于计算线元不确定带的宽度,解决线状要素多尺度表达不确定性空间分析和推理问题;并用于线状要素多尺度表达的质量评价与控制。     

电子地图中居民地的多尺度显示

探讨了多尺度的含义,并将居民地多尺度表达的研究限定在详细程度的变化上;阐述了电子地图中居民地多尺度表达的基本原理,即在保持原图的分布特征和疏密对比的情况下按照居民地自身的分类分级和重要性程度进行一定数量的取舍;建立了居民地多尺度显示的模型,根据此模型提出了采用二级邻近点判别法结合Voronoi图进行居民地要素的显示等级设置的方法,并进行了相应的实验,结果表明该方法对居民地的分布特征、密度对比和延伸方向均能较好的保持.     

基于调绘片数字影像的街区式居民地全自动提取

针对当前数字化测图实际生产作业中的需要,在图像处理技术和线条跟踪技术的基础上,对调绘片数字影像中街区式居民地的全自动提取技术进行了研究和实践.实验表明,利用文中所述方法可以大幅度提高街区式居民地的矢量化采集速度.     

点群多尺度表达不确定性评估方法研究

空间数据的不确定性评估是保证数据质量的重要手段.由于点群多尺度表达的不确定性非常复杂,评价指标和评估模型是点群多尺度表达不确定性评估需要亟待解决的关键问题.本文围绕点群的多尺度表达和空间分析流程,确立了点群多尺度表达不确定性的评估内容为位置不确定性和空间分析结论的不确定性,建立了点群及其多尺度表达位置不确定性的评价指标...     

多尺度陆地国界电子地图规范化表达技术研究

陆地国界电子地图中国界线的表示应该具有规范性.目前,我国还没有正式形成电子地图显示标准,电子地图中涉及到国界线的部分大多存在问题.文中研究多尺度陆地国界电子地图规范化表达技术,构建了9个尺度的我国陆地国界线标准画法电子地图,为我国陆地国界线在不同尺度电子地图上的规范化表达提供标准和依据.     

线状要素多尺度表达质量评价模型研究

本文立足于线状要素多尺度表达的实现过程,利用线状要素多尺度表达的目的,将线状要素多尺度表达的质量需求分解为"4准则",将影响线状要素多尺度表达的质量因素概括为"6因素"。并图表出"6因素"与"4准则"的对应关系。由此推导并建立了线状要素多尺度表达质量评价的概念模型,为线性数据多尺度表达的质量评价问题提供必要的理论依据。     

线要素多尺度表达的一种新方法

本文依据多比例尺条件下矢量数据的绘制原理,提出了多尺度线化简与线选取方法。多尺度线化简算法依比例尺将空间坐标转换为像素坐标,根据像素坐标删除曲线中重合点与共线点,综合后的曲线与原始曲线在各比例尺下绘制结果相同;多尺度线选取算法利用仿射变换结果快速计算线要素之间的连通关系,然后渐进删除长度小于阈值的悬线与孤立弧段,保持了线要素的连通性。对不同类型数据的实验验证了本文算法的有效性和可行性。     

交通要素启发式多尺度表达技术方法探讨

针对当前地图的单一尺度可视化与用户所需地图的多尺度表达之间的矛盾,利用多尺度制图技术,探讨基于用户制图需求的交通要素启发式多尺度表达的技术方法.通过对用户的制图需求信息进行启发式识别,提取出相应参数对不同尺度下各要素进行取舍和简化,最终实现交通要素的多尺度表达.实践表明,文中方法可以改善电子地图表达尺度单一的缺陷,满足用户对多尺度地图的制图需求.     

面向对象的多尺度加权联合稀疏表示的高空间分辨率遥感影像分类

针对高空间分辨率遥感影像中的地物具有多尺度特性,以及各个尺度的对象特征对地物分类精度的影响具有较强的尺度效性,并结合面向对象影像分析方法和多尺度联合稀疏表示方法在高空间分辨率遥感影像分类中的各自优点,提出了一种面向对象的多尺度加权稀疏表示的高空间分辨率遥感影像分类算法。首先,采用多尺度分割算法获得多尺度分割结果并提取对象的多尺度特征;然后,根据影像对象的多尺度分割质量测度计算各尺度的对象权重,构建面向对象的多尺度加权联合稀疏表示模型;最后,采用2个国产GF-2高空间分辨率遥感数据集和1个高光谱-高空间分辨率航空遥感数据集（WashingtonD.C.数据）验证该算法的有效性。试验结果表明,与SVM、像素级稀疏表示、单尺度和多尺度对象级稀疏表示和深度学习等算法相比较,本文算法获得了较高的OA和Kappa分类精度,提高了各个尺度地物的分类精度,有效抑止了地物分类结果中的椒盐噪声现象,同时保持大尺度地物的区域性和小尺度地物的细节信息。     

Double vagueness: uncertainty in multi-scale fuzzy assignment of duneness

In the automation of identification of landscape features the vagueness arises from the fact that the attributes and parameters that make up a landscape vary over space and scale. In most of existing studies, these two kinds of vagueness are studied separately. This paper investigates their combination in identification of coast landscape units. Fuzzy set theory is used to describe the vagueness of geomorphic features due to the continuity in space. The vagueness resulted from the scale of measurement is evaluated by statistic indicators. The differences of fuzzy objects derived from data at differing resolutions (in size from 3×3 cells to 25×25 cells) are studied in order to examine these higher-order uncertainties.