基于Monte Carlo方法的不确定性地理现象可视化

应用Monte Carlo方法伪随机数模拟表达随机过程现象的数学方法，并结合粒子系统模型提出了一种地理现象空间分布不确定性特征的动画可视化方法。通过栅格单元的随机运动，从视觉上表达现象分布在空间定位、属性特征上的不确定性、模糊性，同时由Monte Carlo方法控制随机过程中现象分布的统计规律。     

论地理数据定义不确定性和量测不确定性的二象性

在将ＧＩＳ数据不确定性分类为定义不确定性和量测不确定性的基础上,采用辩证法和认识论的观点讨论了二者之间的关系和适用范围。定义不确定性是指客观实体特征向地理信息系统空间目标转化过程中引起的不稳定性;量测不确定性是指对空间目标赋值的不确定性。最后给出了地理数据总体不确定性的度量模型。     

基于粗集的多粒度空间方向关系不确定性定量评价模型

针对确定性地理目标位置不确定性和方向系统划分粒度粗细产生的空间方向关系的不确定性问题,提出了锥形模型空间方向关系的粗集表达模型,然后定义了知识含量的测度(I(R_n))用于度量锥形模型粗集表达的方向分类能力,在近似精度和粗糙度中引入I(R_n)因子,构建了基于知识含量的近似精度和粗糙度,用于确定性地理目标位置不确定性及方向系统划分粒度引起的方向关系不确定性的定量评价。实验表明,基于知识含量的近似精度和粗糙度,是定量评价由于确定性地理目标位置不确定性及方向系统划分粒度引起的方向关系不确定性的理想指标。     

基于模糊度的不确定地理目标的形式化描述方法

在对模糊度分析的基础上，研究了地理目标位置与属性不确定性的集成度量策略，提出了基于四元组(x，y，A，D)的能集成表达位置和属性不确定性的模糊点、模糊线和模糊面的形式化描述方法。以模糊度曲面在建设项目选址空间决策中的应用为例，探讨了基于该形式化描述方法的模糊分析应用。实验结果表明，该形式化描述方法是一种有效集成位置与主题属性不确定性的方法。     

空间目标方向关系的定性扩展描述

由于空间问题固有复杂性不确定性，空间关系的描述和推理普遍采用定性方法以符合人们的空间认知行为，方向关系是一类重要的空间关系，用以确写目标的方位，以往的方向关系描述模型通常将空间目标作为一个抽象点，或者用目标的最小外接矩形表示目标，这两种方法都丰在明为不足，为了更细致，准确的描述方向方法，文章提出一种方面关系描述的分层多处理方法,在以点，线，面为参照目标的空间目标间建立方向关系描述的3层模式结构，每层模式又由基本方向关系描述，推理模型和方向关系描述，推理化模型组成，从而扩展了方向关系的描述。     

一种基于马尔可夫随机场的影像纹理分类方法

针对纹理影像先估计出其马尔可夫随机场参数，后运用多元统计分析中模糊了在分析的数学方法进行定量分类，从而为解决划分上的不确定性现象找出描述方法，获得客观的分类结果。     

多粒度的GIS数据不确定性粗集表达

粗集是一种处理地理信息不确定性和不精确性的新型数学工具,在揭示和表达多层次(或粒度)的空间知识方面具有较大优势。为此,从空间信息观测或表达的粒度角度来探讨空间数据所蕴含的不确定性。在此基础上,运用粗集理论中的一些基本概念和方法来系统地描述和表达空间目标位置数据、属性数据以及空间关系数据的不确定性,旨在建立一种多粒度的不确定性分析和表达方法。     

GIS图上地理区域空间不确定性的分析

区域是GIS空间分析的基本单元。它是环境科学、土壤科学等领域中广泛存在的一类地理实体。这类实体抽象概括为GIS中空间目标时不可避免地带有模糊性。利用模糊集这个强有力的数学工具，首先基于场模型提出了表达GIS中模糊区域目标的方法，分析了其空间不确定性。继而，建立了模糊区域的形态描述模式，即模糊区域边界、内部和外部，并指出了Cohn给出的定义中的不足。在此基础上，对Egenhofer提出的九元组进行了扩展，构建了适合于描述确定和模糊区域目标间拓扑空间关系的模型。     

地理信息时态不确定性的语义与计算

对地理信息时态不确定的概念认知与符号计算方面作了初步探讨，认为地理信息时态不确定性的本体在于动态地理现象的内在复杂性、机器计算能力和人认知限度的多层次不一致性，解释了时间空间不确定性-运动不确定性-动力不确定性的整体时空不确定性语义，选择设计了地理信息时间位置精度指标、不确定当前值的渐进语义模拟、地图过时性和空间数据库现势挂计算模型。     

一种基于马尔可夫随机场的影像纹理分类方法

针对纹理影像先估计出其马尔可夫随机场参数，后运用多元统计分析中模糊聚类分析的数学方法进行定量分类，从而为解决划分上的不确定性现象找出描述方法，获得客观的分类结果     

GIS中属性不确定性的处理方法及其发展

属性数据的不确定直接影响决策的准确性和可靠性,特别是对侧重于属性分析的领域,在研究属性不确定性的基础上,分析了GIS中的主要处理方法及其研究进展,具体地就基于GIS的模型,概率论及数理统计学,模糊集合,云理论,粗集等方法及进展进行讨论.     

车载LiDAR点云路灯提取方法

道路场景中路灯数量大、类型多,大场景中路灯详细信息获取是一项繁重的工作。本文提出先验样本集辅助的、基于骨架线缓冲区判别的路灯点云提取及种类识别算法：先根据路灯在车载LiDAR点云中的表达特征,构建路灯模型,并构建路灯先验样本集;再依据数学形态学的理论和方法,提取车载LiDAR点云场景中的杆状地物,在路灯模型及语义规则约束下,得到候选路灯;然后根据候选路灯的参数信息,及已获取路灯的统计信息,从样本集中筛选候选样本;最后基于最小二乘理论的匹配算法,对路灯先验样本与候选路灯点云进行匹配筛选,并基于路灯骨架线信息构建的双重缓冲区,对候选路灯进行判别分析,实现路灯的提取和种类识别。试验表明,该算法对于遮挡少、数据相对完整的路灯提取准确度为95.2%,对于遮挡严重、点云密度低、数据完整性差的路灯提取准确度为78.0%,验证了该算法对大场景中路灯详细信息提取的稳健性。     

具有区间隶属函数的模糊卡尔曼滤波在组合导航系统中的应用

将具有区间值隶属函数的区间参数引入卡尔曼滤波,用区间值的集合来表示隶属函数,为解决具有不确定参数的系统优化问题提供了一种新的思路。最后通过实验验证了方法的有效性。     

一种基于SX10点云的单株树木骨架点提取方法

骨架点是单株树木几何模型重建的基础。本文结合水平集、聚类方法和图论3种方法,采用ILMSVP和天宝SX10获取模拟与实测单株树木点云数据,并实现单株树木骨架点提取,其中模拟数据用于方法实现,实测数据用于验证。为解决单株树木点云数据缺失情况,本文重复利用水平集、聚类方法和图论方法得到较完整的单株树木骨架点。结果表明：本文采用的单株树木骨架点提取方法可行。     

运用人工鱼群算法的3D扫描碎片重建探究

针对传统三维碎片拼接匹配过程中依赖单一特征及存在误差累积的问题,提出了一种运用鱼群算法的全局最优匹配方法。该方法先对碎片点云数据进行多特征提取,结合纹理、专家经验信息对混合在一起的多种类型碎片进行粗糙集分类,之后采用鱼群算法的最优解求得最佳匹配方案。实例验证所提全局匹配方法具有能力强、与初始位置无关及较强的稳健性等特点,为三维碎片的全局匹配提供了一种有效的解决方案。     

点云数据的多几何面片特征自动识别

针对人工构筑物丰富的面片特征,提出一种基于局部采样优化的多种几何面片（平面、柱面、球面）点云数据分割方法。该方法首先利用三维格网建立点云数据的空间划分,然后根据随机采样点确定局部格网单元,在格网单元内部拟合多种几何模型,通过局部打分确定局部候选模型（集）,利用统计推断估算候选模型集的全局打分区间,最终获得当前最优模型及其一致集,从而实现点云数据分割。试验结果表明：该方法能够对富含规则几何特征的人工构筑物进行有效分割。     

Geo-rough space

Rough set is a new approach to uncertainties in spatial analysis. In this paper, rough set symbols are simplified and standardized in terms of rough interpretation and specialized indication. Rough spatial entities and their topological relationships are also proposed in rough space, thus a universal intersected equation is developed, and rough membership function is further extended with the gray scale in our case study. We complete three works. First, a set of simplified rough symbols is advanced on the basis of existing rough symbols. Second, rough spatial entity is put forward to study the real world as it is, without forcing uncertainties into crisp set. Third, rough spatial topological relationships are studied by using rough matrix and their figures. The relationships are divided into three types, crisp entity and crisp entity (CC), rough entity and crisp entity (RC), and rough entity and rough entity (RR). A universal intersected equation is further proposed. Finally, the maximum and minimum maps of river thematic classification are generated via rough membership function and rough relationships in our case study.     

矢量GIS中属性数据的不确定性分析

本文从属性区域分类不确定性、边界定位误差和区域内部定量属性数据的抽样误差出发,综合进行属性数据不确定性的度量和传播分析。针对由边界定位误差引起的属性分类不确定性,在顾及区域面积与边界线数等因素下,提出了一种定量度量指标。对于属性区域内部的定量属性抽样值,则建立了抽样值的相关函数表达式。针对ＧＩＳ中常见的两大类操作,即逻辑操作和算术操作,分别根据模糊集合论和概率统计理论建立了相应的属性不确定性传播模     

A Refined Two-Channel Microwave Radiometer Liquid Water Path Retrieval for Cold Regions by Using Multiple-Sensor Measurements

Traditional two-channel microwave radiometers (MWRs) are widely used to measure cloud liquid water path (LWP); however, the retrieved LWPs are subject to relatively large uncertainties, particularly for low LWP clouds. By reformulating the statistical retrieval method with clear-sky measurements as a reference, a simple method is presented to significantly reduce uncertainties in the LWP retrieval due to errors in MWR calibration, uncertainties in the absorption coefficients of atmospheric gases, and variations in the vertical profiles of temperature and pressure. The improvement is illustrated by comparing the statistics of the erroneous clear-sky LWP for the Department of Energy's Atmospheric Radiation Measurement Program Climate Research Facility observations at the North Slope of Alaska site and by comparing LWP retrieved with a multiple-sensor algorithm and LWP retrieved based mainly on MWR measurements. This letter also demonstrates the importance of using correct water cloud temperature and temperature-dependent water absorption coefficients for MWR LWP retrieval over cold regions. This approach can be easily implemented for combined MWR, ceilometer, and surface meteorological measurements.