多源地理空间矢量数据集成与融合方法探讨

针对人们对地理空间数据迫切需求,介绍了多源地理空间矢量数据产生的管理与技术原因及其5种表现形式,提出了多源地理空间矢量数据集成与融合的概念及其相互关系。论述了地理数据模型的融合、地理要素语义的融合和地理数据投影和坐标系的统一是多源地理空间矢量数据集成与融合基本理论与方法。给出了实现多源数据集成的数据格式转换、数据互操作和直接数据访问方法。最后,讨论了地理要素几何位置的融合,以及通过地理要素语义融合消除地理要素数据描述和属性差异的矢量数据融合方法。     

多源地理空间矢量数据集成与融合方法探讨

针对人们对地理空间数据迫切需求,介绍了多源地理空间矢量数据产生的管理与技术原因及其5种表现形式,提出了多源地理空间矢量数据集成与融合的概念及其相互关系.论述了地理数据模型的融合、地理要素语义的融合和地理数据投影和坐标系的统一是多源地理空间矢量数据集成与融合基本理论与方法.给出了实现多源数据集成的数据格式转换、数据互操作和直接数据访问方法.最后,讨论了地理要素几何位置的融合,以及通过地理要素语义融合消除地理要素数据描述和属性差异的矢量数据融合方法.     

基于数字长沙地理空间框架的多源空间数据融合

随着城市规模的不断扩大和3S技术的高速发展,不同部门通过不同途径获取了海量的空间地理数据,为促进城市地理空间信息的共享和广泛应用,减少重复投入,加快城市信息化进程,构建数字城市地理空间框架,对大量不同来源的空间数据进行融合已经成为迫切需要解决的问题。     

基于位置和属性特征信息的多源数据融合

利用来源于地理国情普查和高德POI数据源的两组北京市小学数据,基于空间位置和名称属性进行数据匹配。数据经过坐标统一、数据删重等预处理后,以空间位置接近、名称属性相似为原则,进行数据融合分析。结果表明地理国情普查数据和高德POI数据的可匹配占比均为71%。城区范围内空间不匹配和属性不匹配占比近似,郊区范围内空间位置不匹配情况高于属性不匹配。     

多源地理信息数据匹配质量评价研究

准确评价多源地理信息数据的匹配质量,对于自然资源数据整合与融合至关重要.以国情监测数据与1∶10000 DLG的匹配为例,从匹配精度和匹配效率两个方面分类型对常用的多源地理信息数据匹配算法进行匹配质量评价.研究表明,针对几何位置采集标准不一致的点实体匹配,以属性相似度为主,同时辅以距离相似度和环境相似度等条件可提高匹配...     

多源地理空间矢量数据关联分析

针对多源地理空间矢量数据多来源、难以集成综合利用这一现状,本文提出了多源地理空间矢量数据关联方法,并以此为基础构建了多源地理空间矢量数据关联的可视与计算查询系统。首先,对多源地理空间矢量数据关联的概念及分类进行了定义。然后,以此为基础,提出了关联关系构建技术：自适应四叉树编码技术、扫描线技术、几何匹配及语义匹配技术。最后,为实现关联关系的直观展示,设计了原型系统。关联技术的提出可建立起多源地理空间矢量数据之间的关联关系,原型系统的构建也为用户综合利用多源地理空间矢量数据提供了平台,提高了数据的利用率及数据查询的效能。     

多源地理空间矢量数据关联模型设计

多源地理空间矢量数据之间存在着隐含的关联关系,这些关联关系往往隐式存在,难以直观展示,也难以与空间数据映射交互展示,更无法进行查询分析,获取所需信息。针对这种情况,本文以多源地理空间矢量数据及统计数据为研究对象,首先定义了多源地理空间矢量数据关联的概念及分类,然后以此为基础设计了多源地理空间矢量数据关联模型,并将其分为3个子模型：基于自适应四叉树编码的空间关联子模型、基于几何匹配的空间关联子模型及基于语义匹配的空间关联子模型。该模型定义了多源地理空间矢量数据之间的关联方式,为关联关系的构建奠定了理论基础。     

顾及地址语义和地理空间特征的多源POI位置融合

多源POI位置融合是实现地理空间数据匹配融合的关键技术之一。然而,由于不同POI数据源之间位置编码的差异及定位误差,导致位置融合更加困难。本文提出了一种顾及地址语义和地理空间特征的多源POI位置融合方法。首先,通过TextRCNN和图注意力网络提取地址属性的语义特征;然后,使用多层感知机提取位置属性的地理空间特征;最后,基于自注意力机制通过特征聚合实现多源POI位置融合,并对成都市百度地图、腾讯地图和高德地图的POI数据进行试验验证。结果表明,该方法显著优于现有方法,平均位置融合精度优于12 m。     

多源地理矢量空间数据融合研究

随着地理信息大数据时代的到来,地理信息与多个行业领域日益深度融合,产生了海量的多源异构数据。多源丰富的空间数据为经济社会发展提供基础支撑作用的同时,其异构性也给数据共享和应用带来了问题与挑战。针对地理空间数据多源、异构、不一致性的现状及特点,本文提出了数据库模式融合与数据库实例融合为一体的多源地理空间数据融合流程与方法,并以基础地理信息、地理国情普查等实例数据进行了分析,为多源空间数据共享与应用提供了解决思路。     

多源空间矢量数据可用性评估方法设计

随着空间数据获取手段的进步和数据质量研究的深化,考虑用户需求、辅助数据使用决策的空间数据可用性评估研究开始受到关注。在阐述空间数据可用性概念和介绍代表性研究方法的基础上,考虑不同的因素对现有方法进行了比较分析。针对现有方法的缺陷,设计了多源空间矢量数据可用性评估的方法,并阐述了其中的关键环节和解决方案。     

多源空间数据融合的城市精细化管理

城市管理体量不断增大且管理对象关联繁多,已经成为影响城市可持续发展的重要问题。在全国智慧城市建设的大背景下,引用新技术提升城市精细化管理水平可以使城市的各管理单元协同、精确、及时地交换信息,形成智慧城市管理的配套方案,让有限的管理资源发挥出最大的使用效能,实现城市管理的最优化目标,促进经济的可持续发展。本文提出了地理信息系统、GPS、遥感、RFID等空间数据融合的技术方案,强调在空间信息和移动信息管理的基础上通过工作流和过程化管理,提高城市精细化管理的综合水平,为实现民众参与监督城市管理和智慧城市建设提供参考。     

基于语义的地理信息空间关系检索

本文提出了一种解决地理信息检索的方法,在此方法中建立了地理信息的拓扑、方位和距离等空间关系:分析了空间数据和非空间数据的语义关系,提出用于描述空间关系的属性关系图ARG,基于应用本体实例生成算法AOGA和语义推理工具Jena,实现异构消解和语义扩展,极大地提高检索准确率;并以大连湾土地利用本体实例为例,说明此解决方案的可用性。     

基于多特征相似性的多源POI匹配方法

本文针对多源POI的特征差异性导致同名对象识别难的问题,提出了一种多特征相似性的多源POI匹配方法。兼顾空间与非空间属性,选取名称、位置、地址、分类4个特征进行相似度计算;采用层次分析法对各特征指标进行重要性分析,得到特征权值;根据总相似度对候选匹配对象进行筛选,以确定最终匹配对象。试验结果显示,该方法具有较高的匹配精度,更适用于多源异构POI数据的匹配,可满足多源POI数据的高效匹配需求。     

多源数据融合更新基础地理信息数据的研究

利用多源数据通过融合的方式更新基础地理信息数据,实现数据集约融合整合,在现有的地理国情监测、各类国土调查数据成果的基础上,通过辨析不同手段获取数据的语义差别,融合形成非尺度的基础地理信息数据。实现新型基础测绘体系的初步探索,实现多源数据增量更新推送,提高数据共享时效性。通过应用验证,能较好地提升基础地理信息数据的精度,解决了长效更新的问题,改变了传统依靠影像或外业更新的模式,提高了效率。     

增强语义的地理信息服务匹配相似性算法探讨

针对服务匹配技术存在缺乏定量分析能力和匹配精度不高等问题。该文在总结地理信息服务及服务匹配过程特点的基础上,有机地融合了概念信息量算法和概念距离算法的优势,提出一种增强语义的地理信息服务匹配相似性算法,并通过原型系统的实现证明了该算法的可行性和有效性。     

语义因子支持的多源POI分类信息一致化处理

为了解决网络POI分类异构导致多源POI数据匹配与整合困难的问题,该文利用分类特征词提取、特征词去重与优化等关键技术,构建POI分类的语义概念格,然后通过概念格之间的语义关联关系,实现多源异构POI分类体系的映射与转换。最后通过实验验证了该文方法的有效性,并将其成功应用于省级地理信息公共服务平台(政务版)数据更新。     

重大自然灾害空间信息协同服务机制研究

结合重大自然灾害应急管理的业务需求,分析了国外数据共享实践经验与案例,基于国家灾害管理实践工作经验,提出了中国建设重大自然灾害空间信息协同服务机制的构想。在进行职责任务划分的基础上,设立了包括指令中枢、数据中枢和信息中枢的立体化体制架构,并结合国家灾害管理业务工作的实际情况,制定了服务机制的业务关系流程,设定应急与常规相结合的运行模式,并对所需的保障配套机制进行了研究和分析。目前,重大自然灾害空间信息协同服务机制已经在国家灾害管理部门得到了一定范围的实践和检验,取得了较好的应用效果和社会经济效益。     

Contourlet变换和Tsallis熵的多源遥感图像匹配

提出了一种利用Contourlet变换、Tsallis熵和改进粒子群优化的多源遥感图像匹配算法。在分别对参考图像和目标图像进行Contourlet分解的基础上,以基于Tsallis熵的互信息量作为相似性度量准则,利用改进的带极值扰动的简化粒子群优化算法对低分辨率的遥感图像进行匹配操作,逐级上推,最终实现全分辨率情况下多源遥感图像的匹配。实验结果表明,与常用的遥感图像匹配算法相比,该算法匹配精度高,稳健性好,且运算量大幅减少。     

基于非线性尺度空间的多源遥感影像匹配

针对遥感影像匹配中经典SIFT算法提取特征点时,高斯分解易造成边缘模糊和纹理细节信息丢失,从而使得边缘匹配稳定性差和误匹配点多的问题,文章引入最新的基于非线性尺度空间的KAZE算法并提出了限以空间约束的方法进行多源遥感影像匹配:通过特征点优选并进行特征匹配来计算几何变换模型,并对匹配点的搜索空间进行约束来提高匹配速度和精度,最后通过均方根误差迭代剔除误配点。实验结果表明KAZE算法提取特征点比SIFT稳定性高,易于后期误配点剔除;限以空间约束的匹配策略优于传统匹配策略;对于细节及纹理模糊的影像,KAZE算法相比SIFT算法有独特的优势。