基于加权Voronoi图的湖南省城市影响范围分析

城市影响范围是中心城市对于周围地区社会、经济、环境等因素共同作用所及的最大地域范围,是相邻的中心城市空间竞争的结果.Voronoi图按照最邻近原则划分平面,常用于空间剖分,加权Voronoi图用于各发牛元权重有较明显差别情况下的空间剖分.选取与城市影响范围有关的8个指标,利用专家打分法得到湖南省14个地级市综合规模强度,以此作为Voronoi图中各发生元的权重构建加权Voronoi图,计算湖南省14个地级城市基于综合规模城市影响范围,分析表明该方法对城市经济区划有指导作用.     

基于曲边Voronoi图的城市吸引范围挖掘方法

在分析城市吸引范围特点的基础上，指出了忽视实体属性的普通Voronoi图不能有效地表达城市吸引区空间网络。根据城市引力模型导出了城市吸引范围的边界曲线方程，探讨了曲边Voronoi多边形的自动生成方法。以MapInfo为平台，通过MapBasic编程计算并绘制了济南市的吸引范围。理论和实践表明，位置—属性一体化的曲边Voronoi图可以更好地刻划城市的空间吸引特征。     

基于曲边Voronoi图的城市吸引范围挖掘方法

在分析城市吸引范围特点的基础上,指出了忽视实体属性的普通Voronoi图不能有效地表达城市吸引区空间网络.根据城市引力模型导出了城市吸引范围的边界曲线方程,探讨了曲边Voronoi多边形的自动生成方法.以MapInfo为平台,通过MapBasic编程计算并绘制了济南市的吸引范围.理论和实践表明,位置-属性一体化的曲边Voronoi图可以更好地刻划城市的空间吸引特征.     

基于加权Voronoi图评价安徽省城市空间吸引力影响范围

为了评价安徽省城市空间吸引力的影响范围,本文利用Voronoi图的空间剖分特性,结合主客观综合赋权法,提出了运用组合权计算中心性强度,将其作为权重引入模型,建立安徽省城市加权Voronoi图,与周长-面积分形理论和新一线城市研究所2019年发布的新一线城市排名作对比分析,分析了安徽省城市的空间吸引力影响范围。经分析验证,建立的组合权Voronoi图能够有效地对安徽省城市的吸引力影响范围进行评价。此外对城市等级的划分,也提供了借鉴和参考。     

融合城市行道树特征选取模型的自适应深度学习分类

针对城市行道树的学习多分类问题,本文在综合分析城市行道树多分类特征的基础上,提出一种融合特征自动选取模型的自适应深度学习方法。基于随机森林法,学习行道树的特征重要性,通过特征消除方法舍弃不重要的特征,实现城市行道树多分类特征自动选取;在城市行道树分类特征工程提取的基础上,构建了城市行道树多分类问题的自适应深度学习方法,并采用交叉验证与参数搜索方法,对所提出的深度学习模型进行改进。试验结果表明,本文所提出的融合特征自动选取模型的自适应深度学习方法具有良好性能,解决了城市行道树多分类预测的准确性与泛化问题。     

地铁导向图的兴趣点选取及符号设计

地铁导向图是地铁导向系统中不可或缺的重要组成部分。本文以福州市和宁波市地铁导向图的设计制作为例,结合人类视觉感受,详细论述了地铁导向图的表示内容设计、符号设计等方面的原理与方法,提出了地铁导向图兴趣点选取的原则和点状符号的设计方法。     

一种顾及多特征约束的Voronoi图点群选取方法

点群的自动选取是制图综合的重要内容。在Voronoi图点群选取的基础上,提出一种顾及多特征约束的Voronoi图点群选取方法。该方法顾及了描述点群要素重要性的空间分布特征、拓扑和密度特征、专题属性特征以及与其他要素的关联特征,构建了基于综合特征重要性的度量模型,并作为约束条件应用于Voronoi图点群要素的选取。实验结果表明,该方法不仅可以综合考虑点群要素的多种重要性特征,而且能够较好地保持点群综合前后空间特征的一致性,符合传统制图综合规律,具有一定的普适性。     

基于GIS城市建成区范围界定方法实证研究——以奉化建成区为例

长期以来,我国对建成区边界的界定缺乏行之有效、统一的操作手段,而随着城市化的快速发展,建成区范围的界定就显得较为滞后。本文尝试从属性、功能、形态三个方面来界定建成区范围,并在此基础上构建较为精准的建成区调查地理信息系统平台,以期为建成区的判定探索出快速有效的方法。奉化建成区实证研究表明,该判定方法较为精准,再经过人工修正,就可以得出精确的建成区边界。     

喀斯特山区城镇边缘带界定及特征研究

针对城镇边缘带在空间上存在动态的不确定性问题,该文提出以边缘带土地利用特征(主要指标为建设用地土地利用率与垦殖率)为基础的边缘带相对静态定界体系。采用ArcGIS Python实现体系中的自然断点分类法和空间筛选法,对特定时间节点的喀斯特山区城镇边缘带分布格局进行自动识别。从统计学、景观学探讨静态定界体系中网格参数设置,并从GIS统计分析山区城镇边缘带分布特征。研究表明:研究区域内边缘带约80%面积分布在0~15°坡度带;它与到核心区距离中度相关;山体和河道分布对城镇空间发展的连续性有影响;在交通网络影响下,地貌对边缘带界限的影响减弱,部分边缘带没有与城镇核心区相邻。因此,喀斯特山区小城镇边缘带分布在受地块与核心区之间距离、地形地貌、交通网络空间分布综合影响下,呈"飞地"分布。     

Voronoi图在江西省城市网络研究中的应用

本文运用Voronoi图技术分析了江西省的城市网络,发现了江西省城市体系的分布特征和一些显性与隐性的问题。并在分析了江西的具体情况的基础上,针对这些问题给出了丰富江西城市网络结构的具体方法,同时指出了江西的城市体系中潜在的新兴城市。     

RTK控制网结合全站仪在城市测图中的应用及注意事项

GPS-RTK和全站仪测图是城市测图技术的发展趋势。根据多年RTK控制网结合全站仪进行城区测图的实际生产经验对测图中的一些问题进行了探讨,主要包括GPS-RTK控制测量中应注意的事项,以及全站仪测图的特点和易出错的环节。     

Voronoi图在河南省城市网络研究中的应用

在讨论Voronoi图与中心地空间系统模型的基础上,运用Voronoi图分析了河南省城市网络,发现了河南省城市体系的一些新的分布特征和潜在的新兴城市.     

Voronoi图在河南省城市网络研究中的应用

在讨论Voronoi图与中心地空间系统模型的基础上，运用Voronoi图分析了河南省城市网络，发现了河南省城市体系的一些新的分布特征和潜在的新兴城市。     

图的节点-弧段联合结构表示法及其在GIS最优路径选取中的应用

最短路径分析是ＧＩＳ网络分析的一个基本问题,获取最短路径的经典算法主要有迪杰斯特拉（Ｄｉｊｋｓｔｒａ）及弗罗伊德（ｆｌｏｙｄ）算法,这两种方法的实现都主要借助于图的节点邻接矩阵来表示图并通过适当的搜索技术完成。本文从节约存储空间、提高运算速度出发,采用节点－弧段联合结构来表示图,避开采用大规模数组,并利用深度优先搜索算法,实现最短路径的自动判断与提取,并给出算法的实现方法。     

哈尔滨城市扩展特征及驱动力分析

利用两种夜间灯光数据作为数据源,通过提取哈尔滨市1992年、1997年、2002年、2007年、2012年和2017年6个年份的建成区范围,计算扩展速度、圆度、紧凑度和分形维数等指标,并对城市扩展的驱动力进行分析。结果显示：1992—2017年,哈尔滨市建成区形态特征变化较大,紧凑度减小。城市扩展的驱动力主要来自经济发展、人口增长和政策规划等方面。     

黄河流域水系类型、特征在编图中的显示法

水系是地图的骨架，可作为编制其他要素的控制。黄河流域的水系组成，由于受地质构造、自然环境以及人类活动的影响，地区间的河系类型、图形特征、分布密度差异很大。我们通过黄河流域编图实践，体会到采用较好的综合和表现手法显示水系，对提高地图的质量，是非常必要的。     

城市土地报建中的"三图"一体化可行性探讨

在城市土地报建中需要提交现状图（即地形图），土地分类图（即地类图），宗地图（即地籍图），详细地分析了三图的异同，并以此为依据探讨了如何将三图合为一体形成一勘测定界图，并作了可行性分析。     

TEQC在GPS数据分析及多路径效应中的应用研究

介绍了TEQC及其辅助软件QCVIEW 32的功能以及在DOS系统下的操作命令,并运用这两种软件对试验数据进行了GPS多路径误差分析,得出了影响多路径误差的部分因素,试验证明,TEQC可以方便地用于多路径误差分析,并能取得良好的效果。