史前连续文化聚落的决策树分类挖掘研究——以郑州-洛阳地区为例

利用C4.5决策树分类算法和GIS组件Super Map Objects,开发实现了基于连续文化序列的空间数据挖掘系统,运用此系统对郑州-洛阳地区史前四个连续文化时期的聚落进行了数据挖掘,提取了聚落遗址面积的分类规则,并根据这些分类规则和聚落的空间分布情况对四个文化时期的I级聚落进行对比分析,得出了I级聚落的空间分布特点,即I级聚落中的一些特大面积的聚落朝着中心聚落的方向发展。     

PATHCLUST在聚落遗址空间模式研究中的应用

本文主要讨论PATHCLUST算法的原理和方法,给出了聚类分析选择最优算法应注意的问题;以郑州地区仰韶文化聚落遗址空间模式研究为例,讨论了PATHCLUST算法在聚落遗址空间模式研究中的应用。结果表明,此算法可有效揭示聚落遗址的空间分布结构规律。     

临汾地区先秦时期聚落形态分析与时空演化研究

聚落的形态研究是综合反映社会组织结构和文明发展研究中的重要内容之一,是理解聚落聚集、文明发展、时空演化的重要手段,也是考古研究领域重视的问题之一。随着空间分析技术的发展,考古学者开始应用空间分析方法研究聚落,空间技术和多因子加权评价方法减少了依靠专业知识经验带来的主观性。本文以中华文明探源工程项目为背景,以聚落形态研究为目标,采用空间信息技术、分形理论、群体智能方法对临汾地区四个时期(7kaB.P.~2.7 kaB.P.期间,仰韶时期、庙底沟二期、龙山时期、夏商周时期)的聚落形态进行综合分析,形成了适合于黄河流域先秦时期聚落形态研究的方法,并以黄河流域文明发展的重要区域-临汾为示范区开展了聚落形态及其演化分析研究,同时结合气候、地貌、水系流域等环境因素对四个文化时期的聚落遗址发展演化情况作了详细的论述。论文主要创新点如下:(1)构建了宏观-微观尺度的聚落形态研究体系。宏观上采用空间聚类、分形及出行空间聚落集群分析方法进行聚落形态研究,微观上从每个聚落遗址的出行交流出发,模拟出行路线以重建聚落出行交流主干线,建立了适合于黄河流域聚落形态研究的多方法综合研究体系,可用于流域内不同文化类型聚落遗址的聚落形态研究。(2)创新性地提出了基于地形约束空间距离算法的聚落形态研究方法,用于解决聚落聚类过程中对地形考虑不足的问题,使得聚落群划分结果更加客观合理,更适合聚落形态研究的目的。(3)提出了基于梯度下降的变邻域蚁群算法出行模拟方法,结合地形和人类出行预判经验,提高了古人类出行模拟的真实性。采用方向约束和全局及局部优化规则以提高算法效率,应用于临汾地区先秦聚落的出行模拟中,以重建的古人类出行交流主干线为基础,分析聚落形态。(4)从聚落遗址出行空间角度,以地形、生物机能等多特征出行网络为基础,提出了基于出行空间的聚落集群分析方法,实现了日常出行局部范围内的聚落集群分析。     

生态景观特征的村镇聚落分类和生态环境质量评价——以北京市为例

村镇聚落是人类活动与自然环境相互作用的产物,是促进城乡发展的关键.对村镇聚落进行空间分类制图是乡村分类管理和制定乡村振兴相关规划的基础.该文从生态景观角度,建立了基于村镇聚落的地形地貌和环境特征的村镇聚落空间分类制图方法.以北京市为例,实现了基于生态景观特征的北京市村镇聚落空间分类图,并在此基础上,对各种村镇聚落类型进行生态环境质量评价.研究结果显示,北京市村镇聚落可分为平原近郊平坡聚落、平原近郊缓坡聚落、平原远郊平坡聚落、平原远郊缓坡聚落、高台地缓坡聚落、高台地斜坡聚落、高平原平坡聚落、低山缓坡聚落、低山斜坡聚落、低山急坡聚落、高海拔聚落11种类型;坡度是影响村镇聚落分布和生态环境质量的主要因素,坡度越平缓,村镇聚落越密集,生态环境质量越差;平原和高平原地区村镇聚落较密集,生态环境相对较差;高台地和山区由于地势的影响,村镇聚落较稀疏,生态环境较好.     

借助GIS研究史前聚落遗址的空间分布特征

对史前聚落遗址的分布特征研究,有助于了解史前人类对环境的选择策略以及聚落系统的演变规律。利用地理信息系统空间分析方法,对河南省史前聚落遗址的分布特征进行研究,分析聚落选址与区域海拔高度、地形坡度、水系等地理环境之间的相互关系。研究结果表明：四个时期的史前聚落大部分分布在海拔50-400m、坡度小于3°、距离河流在3km以内的地带。     

郑洛地区史前聚落分布特征的空间自相关分析

针对郑洛地区史前聚落遗址点的空间分布特征的问题,该文提出了一种空间自相关分析方法,以不同的格网尺度研究郑洛地区4个文化时期的遗址点的空间分布特征。研究发现:5 000~12 000m的格网尺度最能表现出裴李岗文化时期、仰韶文化前期、仰韶文化后期和龙山文化时期这4个文化时期全局自相关的差异。从局部自相关所表现出的变化情况来看,6 000~10 000m这一范围的格网尺度是最能保留住郑洛地区这4个文化时期遗址点的空间分布特征。将空间自相关分析应用于史前聚落考古研究中,可以探讨史前聚落考古中遗址点的空间分布模式及其变化。这不仅为史前聚落考古提供了一种新的思维方式,也扩展了史前聚落考古理论方面的研究。     

延边地区渤海国聚落址现状分析

采用非监督分类和GIS叠加分析法,对延边州内97个渤海国聚落遗址的分布规律以及影响遗址分布的因素进行了研究。结果表明,约6.2%的渤海国聚落址位于自然环境中,82.5%已沦为农业用地,仅有11.3%仍作为居民点。针对此现象,从自然环境以及经济生产方式等方面作了解释,探讨遗址分布与自然环境之间的关系。最后针对遗址分布特征,从不同角度提出保护遗址的相关建议。     

空间聚类方法的分类

目前,空间聚类的研究成果主要集中在点目标方面,现有的分类方法也主要针对点目标的聚类。随着空间聚类研究和应用的不断深入,线目标、面目标的空间聚类方法也逐渐被提出,因此本文从空间目标的维度、是否顾及非空间属性、算法思想等3个方面,探讨了空间聚类的分类方法,进而简要阐述每种空间聚类方法的典型算法。     

大遗址的大未来

从石器时代的良渚遗址、牛河梁遗址、姜寨遗址……到夏商时代的二里头遗址、殷墟遗址……再到曲阜鲁国故城、秦始皇陵、汉长安城遗址、隋唐洛阳城遗址、太和城遗址、辽上京遗址、西夏陵、南宋临安城遗址、景德镇御窑遗址、圆明园遗址……100个沉甸甸的名字构成了大遗址保护项目库的首批名录。这里面有些名字已经为人们所耳熟能详,得到广泛的宣传、科学的保护;有些却还非常陌生,就连生活在其上的居民也不知道它们真实的面貌。这就是我国大遗址的现状。＂大遗址＂是一个年轻的概念。放眼世界,比起欧洲国家几百年的遗址遗迹保护经验,才十多岁的中国大遗址保护工作只能说是＂刚刚起步＂,略显稚嫩。大遗址,作为我国文化遗产保护的新思路和新形式,面对层出不穷的新挑战,会有一个＂大＂未来么？     

基于分类规则挖掘的遥感影像分类研究

分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明：（1）该算法具有较高的分类精度;（2）加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性.     

Evaluation of data fusion and image segmentation in earth observation based rapid mapping workflows

This paper is an exploratory study, which aimed to discover the synergies of data fusion and image segmentation in the context of EO-based rapid mapping workflows. Our approach pillared on the geographic object-based image analysis (GEOBIA) focusing on multiscale, internally-displaced persons’ (IDP) camp information extraction from very high spatial resolution (VHSR) images. We applied twelve pansharpening algorithms to two subsets of a GeoEye-1 image scene that was taken over a former war-induced ephemeral settlement in Sri Lanka. A multidimensional assessment was employed to benchmark pansharpening algorithms with respect to their spectral and spatial fidelity. The multiresolution segmentation (MRS) algorithm of the eCognition Developer software served as the key algorithm in the segmentation process. The first study site was used for comparing segmentation results produced from the twelve fused products at a series of scale, shape, and compactness settings of the MRS algorithm. The segmentation quality and optimum parameter settings of the MRS algorithm were estimated by using empirical discrepancy measures. Non-parametric statistical tests were used to compare the quality of image object candidates, which were derived from the twelve pansharpened products. A wall-to-wall classification was performed based on a support vector machine (SVM) classifier to classify image objects candidates of the fused images. The second site simulated a more realistic crisis information extraction scenario where the domain expertise is crucial in segmentation and classification. We compared segmentation and classification results of the original images (non-fused) and twelve fused images to understand the efficacy of data fusion. We have shown that the GEOBIA has the ability to create meaningful image objects during the segmentation process by compensating the fused image’s spectral distortions with the high-frequency information content that has been injected during fusion. Our findings further questioned the necessity of the data fusion step in rapid mapping context. Bypassing time-intensive data fusion helps to actuate EO-based rapid mapping workflows. We, however, emphasize the fact that data fusion is not limited to VHSR image data but expands over many different combinations of multi-date, multi-sensor EO-data. Thus, further research is needed to understand the synergies of data fusion and image segmentation with respect to multi-date, multi-sensor fusion scenarios and extrapolate our findings to other remote sensing application domains beyond EO-based crisis information retrieval.     

空间信息可视化挖掘研究

空间信息的可视化挖掘是数据挖掘领域的热点 ,具有很强的应用前景。本文从数据挖掘的基本概念入手 ,详细介绍了可视化数据挖掘的两种分类体系 :Keim分类体系和Card分类体系 ,同时分析了这两种分类体系中各种可视化数据挖掘方法的基本思路 ,探讨了可视化数据挖掘技术与空间信息领域应用相结合的各种途径 ,并给出了空间信息可视化挖掘的常用方法     

采用决策树算法进行居民地自动综合

借鉴人工智能领域中的机器学习研究成果,提出一种采用决策树算法进行居民地智能选取的新方法。将制图专家对居民地综合的结果作为参照,对其进行结构化描述并构建和转化为案例库;采用决策树算法对案例库中的案例进行分类,把制图综合问题转化为分类问题,从案例库中归纳出if-then规则,进而指导同类居民地的自动综合。试验验证,算法能够较好地还原专家的选取规律,在同类型的居民地自动综合试验中取得了良好的效果。     

基于GOODALL相近指数的遥感图像和其它空间数据综合分类方法

介绍 Ｄａｖｉｄ Ｗ． Ｇｏｏｄａｌｌ 的基于概率的相近指数理论,研究它被应用在遥感图像和其它空间数据综合分类中的可能性,并首次在 Ｇ Ｒ Ａ Ｓ Ｓ环境下实现了基于 Ｄａｖｉｄ Ｗ． Ｇｏｏｄａｌｌ 的相近指数的遥感图像和其它空间数据综合分类算法,并对该算法进行了测试,将分类结果与其它几种较流行的分类方法结果进行了比较。     

基于GOODALL相近指数的遥感图像和其它空间数据综合分类方法

介绍ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ基于概率的相近指数理论,研究它被应用在遥感图像和其它空间数据综合分类中的可能性,并首次在ＧＲＡＳＳ环境下实现了基于ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ的相近指数的遥感图像和其它空间数据综合分类算法,并对该算法进行了测试,将分类结果 与其它几种较流行的分类方法结果进行了比较。     

A Spatial Entropy-Based Decision Tree for Classification of Geographical Information

A decision tree is a classification algorithm that automatically derives a hierarchy of partition rules with respect to a target attribute of a large dataset. However, spatial autocorrelation makes conventional decision trees underperform for geographical datasets as the spatial distribution is not taken into account. The research presented in this paper introduces the concept of a spatial decision tree based on a spatial diversity coefficient that measures the spatial entropy of a geo‐referenced dataset. The principle of this solution is to take into account the spatial autocorrelation phenomena in the classification process, within a notion of spatial entropy that extends the conventional notion of entropy. Such a spatial entropy‐based decision tree integrates the spatial autocorrelation component and generates a classification process adapted to geographical data. A case study oriented to the classification of an agriculture dataset in China illustrates the potential of the proposed approach.     

知识的综合发现:理论、概念及应用

提出了知识的综合发现思想，重点以空间对象关联中的相邻关系与空间特征属性为知识综合发现的研究对象，对相关问题进行了讨论，并提出了一个高效的知识综合发现算法。实例结果表明，本算法是高效的，发现的知识是有效、可理解的。     

基于夜间灯光数据的南京城镇用地提取

针对多时相夜间灯光影像无法直接对比的问题,该文提出了一种基于不变目标进行不同年份不同卫星夜间灯光数据的校正方法。在系统校正多时相夜间灯光数据的基础上,应用支持向量机分类算法提取城镇用地信息,并分析1992—2013年南京城镇扩张动态变化规律。结果表明:该数据校正方法可以有效减少年际夜间灯光影像之间的异常差异,提高不同年份数据间的连续性和可比较性;支持向量机分类算法提取的4个样区城镇用地信息总体精度和Kappa系数平均值分别为88.35%和0.56,能够准确反映区域城镇发展的实际情况;1992—2013年南京城镇经历先缓慢后快速的扩张过程,主城区在1992年城镇基础上往四周扩张,并沿长江及南北交通走廊发展。     

基于控制点约束影像的密集匹配及其在考古发掘中的应用

针对大场景考古挖掘现场的三维重建情况,选取半全局匹配策略作为研究基础,设计了一种基于附加控制点约束的半全局匹配算法进行序列影像密集匹配。将稀疏匹配中的特征提取和匹配技术用于提取初始特征,并由这些初始特征转化的同名特征点,生成视差空间影像中的视差控制点,以此作为一种可靠的约束,提高其密集匹配的精度。同时,采用影像分块的策略,将原始大核线影像分成若干对小核线影像,进行密集匹配,以达到提高计算效率,改善计算结果的目的。实验证明,该方法可实现大面积考古挖掘现场的快速三维重建,并且能够在进行文物形态三维重建的同时获取挖掘现场文物分布的正射影像平面图,为准确记录挖掘现场文物分布位置及考古发掘、调查及遗址保护规划编制等提供科学依据。