对空间数据不确定性研究的思考

对GIS中空间数据不确定性研究中存在的问题进行思考后提出了5点建议。主要包括:1)要区分GIS中确定性目标和不确定性目标;2)要区分用离散点逼近曲线/曲面的逼近误差和离散点自身量测误差及其传播;3)要研究GIS中的几何不确定性,更要重视研究属性和时态不确定性;4)要研究空间数据质量,更要研究空间信息服务的质量;5)空间数据不确定性研究要努力向实际应用转化。     

空间数据质量相关问题探讨

阐述研究空间数据质量问题的必要性和重要性,进而依据GIS数据流程系统分析了产生数据质量问题的各种因素;并重点介绍了空间数据质量问题中基本的误差和不确定性分析方法以及常用的误差控制与校正方法。     

空间数据质量相关问题探讨

阐述研究空间数据质量问题的必要性和重要性，进而依据GIS数据流程系统分析了产生数据质量问题的各种因素；并重点介绍了空间数据质量问题中基本的最差和不确定性分析方法以及常用的误差控制与校正方法。     

2维线元不确定性εσ模型误差带几何特征的代数研究

对地理信息系统（GIS）中2维线元不确定性εσ模型的误差带的几何特征进行研究。运用函数单调性和极值理论,从理论上证明εσ模型的误差带的几何特征;得到线元误差带不仅具有“两端大、中间小”,而且也可能具有“一端大、一端小”的几何形状;给出了误差带的最小带宽及其位置;论证了误差带的最小误差带宽的位置靠近中误差较小的一端。本研究完善了2维线元不确定性εσ模型,使其更具有严密性,同时为GIS空间数据不确定性的研究提供了新的方法。     

贝叶斯网络下的GIS空间数据不确定性管理模型

通过分析GIS空间数据各种不确定性模型,提出了基于贝叶斯网络的GIS空间数据误差分析模型,论述了贝叶斯网络的基础理论及贝叶斯网络建模方法,为使用GIS空间数据库的用户提供了更可靠、更快捷的分析方法。     

浅谈GIS中空间数据的不确定性及其处理

GIS数据质量与不确定性研究是目前GIS重要基础理论之一。本文主要阐述了空间数据的不确定性研究内容、空间数据的不确定性来源、空间数据不确定性的处理、减少空间数据不确定性的方法及其发展趋势等方面的内容。     

GIS不确定性研究与现状

空间数据及其质量客观上决定了GIS不确定性的产生和存在。描述了客观属性的空间数据的不确定性,以GIS空间线状实体位置不确定性理论为研究核心,采用不确定性引出GIS不确定性论题,阐述了若干相关概念,指出了空间数据与GIS的相互关系,以及研究进展。     

GIS空间数据几何变换的不确定性传播

针对点位误差、线元在对称、旋转变换过程中不确定性的传播规律,该文采用误差椭圆和εm模型描述GIS空间数据对象模型中最常用的点、线元素的误差域,讨论几何变换(如对称、旋转变换)过程中不确定性的积累和传播规律,结合区间算法给出了变换后误差域模型。基于区间运算的INTLAB模拟结果验证了该模型的有效性和实用性。研究结果对进一步探讨其他几何变换过程中不确定性的积累传播规律具有一定参考。     

地理信息系统空间数据精度的若干问题

地理信息系统(GIS)涉及到空间数据的采集、管理、显示和分析。本文编译了原作者GIS中空间数据的精度和质量等有关问题,文中介绍了空间数据的误差类型、来源和精度标准,较详细地讨论了两类数据采集方法的各种误差,对建立GIS、评价空间数据的精度和质量有参考价值。     

基于折线逼近的曲线位置与模型误差综合建模

针对目前GIS中曲线常通过一系列折线来逼近的情况,研究考虑由于折线逼近导致的模型误差和由于测量导致的点位随机误差综合影响的曲线不确定性模型。分析曲线拟合的分段准则,提出折线逼近产生的模型误差可由折线模型到真实曲线的垂直距离描述,建立集成模型不确定性与基于误差传播定律的位置不确定性的曲线误差综合量化模型。     

空间拓扑关系定量描述与抽象方法研究

具有复杂形状的空间区域之间拓扑关系的表示与抽象是空间信息多尺度表达和可视化中必须解决的问题.本文讨论区域之间拓扑关系边界交集成分的定性描述方法,并在此基础上提出度量化边界交集成分描述方法,运用这种详细的描述方法,探讨空间区域之间拓扑关系抽象的规律,可为地图自动综合中空间关系的维护提供有关的理论基础.     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

空间数据研究的发展及对策

随着地理信息科学和地理信息系统的发展,空间数据先后经历数据生产、数据质量、数据不确定性和可用性4个研究阶段。在分析各阶段研究内容和方法的基础上,深入分析空间数据现有研究间的联系与区别,并给出未来的研究对策。     

从空间分析到空间决策的思考

地理信息系统正处在空间分析系统步入空间决策支持系统的关键时期,及时总结GIS分析理论和技术体系,展望空间决策发展趋势是值得广大地学工作者深思的问题。在分析回顾空间分析理论和技术发展历史的基础上,总结了现状研究和应用存在的问题,指出了空间分析向空间决策支持技术发展需解决的关键问题,并对空间决策支持系统未来的发展作出了几点思考,以期对空间决策支持技术发展提供指导。     

空间认知模式及其应用

从对不同空间模型的对比与分析入手,结合空间认知行为、神经系统科学和认知心理学的有关研究成果,对空间认知模式进行了研究。研究表明,“空间”的一般表现形式分为感知空间、认知空间和符号空间3种,不同的空间表现形式具有不同的空间认知方式;根据空间认知方式的差异,空间认知模式包括空间特征感知、空间对象认知、空间格局认知3个层次,而空间特征、空间对象则是空间认知模式构成的两个基本单位。文章以大华北地区为实验区域,通过对该区域强震发生空间的格局分析,进一步阐述了空间认知模式及其应用。     

SPATIAL OBJECTS AND SPATIAL RELATIONSHIPS

Spatial object and spatial relationship are two basic concepts of GIS.Spatial object is the digital representation of geographical entity or phenomenon,which forms the basis for data management and analysis;spatial relationship is theconnexion between spatial objects when geometric properties are considered.Thecommonly used classification of spatial objects as points,lines and areas is mathe-matically strict,and suitable for data management,but a bit too generalized forrepresenting real entities and extracting spatial relationships.A good classificationmodel should not only be good for representing real entities,but also good for re-vealing spatial relationships,therefore good for formalizing spatial analyses.     

模糊面元素空间拓扑关系抽象化方法研究

空间拓扑关系的判定是地理信息系统中进行空间查询、空间分析、空间推理等操作的基础.在分析模糊区域空间拓扑关系的基础上,用空间关系向量定量描述这些拓扑关系.依据空间抽象的要求,通过计算向量之间的相关程度,对模糊区域的空间拓扑关系进行抽象,并根据空间拓扑关系的区域分布特征对抽象后的结果进行调整.     

空间权重矩阵对空间自相关的影响分析——以我国肾综合征出血热疾病为例

应用空间自相关统计方法,分析了2008年我国肾综合征出血热（HFRS）发病率的空间分布。采用多种权重度量计算了全局和局部两种相关性指数,分析了自相关数值对空间权重矩阵的依赖性。分析结果表明：①空间距离矩阵比空间邻接矩阵能更好地度量HFRS的空间分布;②使用空间距离矩阵时,当距离阈值500km〈δ〈800km时,全国发病率数据显示出显著的空间自相关性;③从局域上看,吉林省高值显著聚集,新疆、西藏、青海、广西和海南省自身低值被高值包围聚集显著。     

Oracle Spatial空间数据库的设计及应用

随着“数字城市”、“数字区域”建设的大力开展,地理信息系统需处理海量的空间数据与属性数据。而目前,两者分开的存储方式不利于数据间的共享与互操作,因此空间数据的数据库存储及此模式下应用系统的开发成为研究的热点与难点。基于此,本文介绍了OracleSpatial中空间数据的存储、管理模式,给出了VB6 . 0环境下用MapX访问空间数据库的方法,讨论了基于OracleSpatial空间数据库的应用系统开发中,空间分析的一般编程方法。     

Developing local measures of spatial association for categorical data

This paper describes a procedure for extending local statistics to categorical spatial data. The approach is based on the notion that there are two fundamental characteristics of categorical spatial data; composition and configuration. Further, it is argued that, when considered locally, the latter should be measured conditionally with respect to the former. These ideas are developed for binary, gridded data. Local composition is measured by counting the numbers of cells of a particular type, while local configuration is measured by join counts. The approach is illustrated using a small, empirical data set and an ad hoc procedure is developed to deal with the impact of global spatial autocorrelation on the local statistics.The author gratefully acknowledges financial support from the GEOIDE Network of Centres of Excellence (ENV #4) and the helpful comments of three anonymous reviewers.