空间数据尺度转换方法与应用

首先提出了空间数据尺度转换的重要性和基本概念,总结归纳了常用的尺度转换方法;最后以河南理工大学为例,给出了不同尺度下空间数据精度损失。     

基于直方变差图的土地覆盖数据集多尺度精度评价

针对目前精度评价尺度单一的问题,提出基于直方变差图的多尺度精度评价方法,分别在像元尺度和亚像元尺度进行土地覆盖数据集精度评价。在像元尺度利用驻点作为采样工具直接评价数据集精度;亚像元尺度上,则利用非严格定义的驻点和驻点直方变差图对不同面积和空间结构的优势类进行精度评价。并以浙江北部典型区域为实验区,Landsat TM/ETM+为参考数据,对UMD、IGBP DISCover、MOD12Q1-2001、GLC2000、GlobCover2009等5种大尺度土地覆盖数据集进行多尺度精度评价实验。结果表明,多尺度精度评价方法能够全面地评价土地覆盖数据集的精度,提供更加丰富的多尺度精度信息。像元尺度精度评价可在一定程度上消除由于参考数据与数据集间的空间匹配造成的误差,评价结果更加客观;亚像元尺度精度评价能有效反映亚像元尺度优势地物面积及空间结构与精度的关系。     

两种普适性尺度转换方法比较与分析研究

着重阐述了地表空间信息尺度转换的必要性和方法.首先从尺度转换成因分析入手,介绍了两种普适性的尺度转换模型,即泰勒级数展开模型和计算几何模型,并对这两个模型的适用性进行了分析.借助叶面积指数的反演,针对林地、农田、水体3种不同下垫面的试验样区进行了模型的分析比较.结果表明,在拥有小尺度(高分辨率)数据时,泰勒级数模型能够很好的刻画尺度效应,使得尺度效应改正后的相对误差小于1%,获取更为准确的地表参数反演值.遥感尺度转换方法、技术为获取不同尺度的地学信息,为资源调查和环境灾害监测等相关领域的应用提供真实可靠的多尺度数据支持.     

定量遥感升尺度转换方法研究进展

尺度效应是地理科学中普遍存在的现象,制约着遥感等空间科学的发展。发展合理的尺度转换方法以促进遥感技术的全面应用迫在眉睫。本文分别从面—面升尺度转换、点—面升尺度转换两个角度对目前定量遥感领域存在的升尺度转换方法进行综述。其中,面—面升尺度转换方法按照转换原理可分为先反演后聚合、先聚合后反演两种;点—面升尺度转换方法依据定权策略可分为简单平均法、经验回归法、地统计方法、贝叶斯方法等。不同的升尺度转换方法具有各自的特点和优势,本文分别从模型构架、基本原理、特点、局限性和适用条件等方面对现有升尺度转换方法进行分析和讨论,并从离散型与连续型、统计型与物理型、普适型与针对型以及先验知识有和无4个方面总结了现有研究中存在的不足,剖析了升尺度转换研究中存在的问题与挑战,并预测了可能的发展方向。     

直方变差图理论在卫星产品质量检验空间配准中的应用

将直方变差图中的"驻点"理论引入卫星产品质量验证中,用于解决不同资料对比中的空间配准问题.提出了直方变差图理论用于卫星资料质量检验中驻点、边界点的定义以及应用原理,以中国风云2号C星海面温度产品为例,对这种方法进行了应用试验,结果表明,可以减少卫星产品检验空间配准过程中由于降尺度(downscaling)或升尺度(upscaling)导致像元性质改变而引入的伪误差;通过卫星资料与离散常规观测资料的比对,可以不严格进行空间配准,也可得到相对准确的精度检验结果.     

根据分形理论与五指标评价体系构建NDVI连续空间尺度转换模型

针对目前基于统计或物理模型方法的升尺度转换研究中存在的不足,以归一化差分植被指数NDVI为研究对象,基于分形理论提出一种连续空间升尺度转换模型CSSM(Continuous Spatial Scaling Model)构建方法。所构建的模型尺度适用范围更广,且具有一定的物理意义。针对已有研究尚未解决的模型构建的最合理尺度层级确定问题,结合原有的统计学四指标评价体系(r、p、rlo、rup),融入了真实性检验应用效能评价指标(Max_of_abs(Error)),建立了一个基于五指标评价体系的模型构建最合理尺度层级确定方法。以北海市沙田半岛Landsat ETM+影像为实验影像,设定r≥0.8,p0.05,rlo≥r≤rup及Max_of_abs(Error)≤0.05为评价体系的边界条件,从追求模型尺度适用范围更大的角度考虑,确定出该影像模型构建的最合理尺度层级Level=267,则该模型最高可对30 m×267即8 km分辨率遥感影像进行NDVI验证。通过动态调整此评价体系的边界条件,实现了最合理尺度层级取值的敏感性分析。这些工作使得基于分形理论的NDVI's CSSM构建研究更为系统。     

植被波谱空间尺度效应及尺度转换方法初步研究

基于遥感图像的地物识别需要大量地物波谱数据的支持,而现有地物波谱库中收集到的同一地物的波谱,由于其测量尺度和方法的差异,波谱也存在很大差异.以冬小麦为例,首先介绍了材料波谱、端元波谱和像元波谱这3种不同尺度波谱的概念,并以实验数据分析了不同测量尺度下波谱的差别,以此说明波谱尺度转换的必要性.然后利用物理模型和统计模型建立不同测量尺度下的波谱转换关系.分别验证了SAILH模型和线性光谱混合模型在波谱转换中的精度.研究表明,在大尺度上采用统计模型,在小尺度上采用非线性的物理模型可以解释不同尺度观测植被波谱之间的差异.     

空间数据尺度转换问题研究

空间尺度是GIS领域研究的一个热点问题,它几乎影响GIS应用的每个方面.本文首先提出了空间数据尺度转换的重要性和基本概念,总结归纳了常用的尺度转换方法;最后以河南理工大学为例,给出了不同尺度下的空间数据精度损失.     

地理国情普查数据的空间尺度转换研究

为了实现地理国情普查中不同尺度地表覆盖分类数据的交叉验证,文章选择郑州、西安等10个地理国情普查试点作为试验区,分析了不同地类在精度损失、景观格局等方面存在的尺度效应,并以林地为例,在空间分辨率6~2 000m的范围内,构建了空间尺度转换模型,估测精度可达92.63%。结果表明:地表覆盖分类数据进行尺度转换时,各种地类都会存在相应的精度损失;基于分辨率、景观格局指数构建的尺度转换模型,可以有效校正粗分辨率地表覆盖数据的尺度误差,为地理国情普查与监测中的质量控制提供参考。     

基于分形的海岸线遥感信息空间尺度研究

空间尺度是地学研究的基础性问题，遥感信息的空间尺度及其转换随着遥感应用发展而日益受到重视，同时遥感与地理信息系统技术的发展也为空间尺度研究提供了有力的工具。本文以系列空间分辨率遥感图像为数据源，采用分形几何方法研究海岸线遥感信息的空间尺度，提出了基于分形尺度依赖性的遥感信息空间尺度转换模型和基于比例尺的遥感信息空间尺度转换模型，并以海岸线为例验证了模型的有效性和实用性。     

决策树支持下跨比例尺居民地数据更新

针对现有的跨比例尺地图居民地数据更新方法需要大量人工干预和专家判读选择的问题,该文提出了一种基于决策树的跨比例尺居民地更新方法。利用决策树的判断推理机制对不同变化更新场景下要素的地理环境特征、空间分布关系、尺度表达差异等影响更新行为选择的因素进行综合分析,结合尺度变换技术构建了跨比例尺居民地数据更新模型,较好地顾及了数据更新的合理性及更新效率。基于广州市某区域的真实数据进行试验,结果表明:该方法不仅能够有效地减少更新过程中的人工干预,提高智能化程度,同时能从一定程度上提高更新效率。     

基于空间粒度的矢量空间数据比例尺估算方法

志愿者地理信息近年已得到广泛应用,鉴于有些来源数据可能缺少比例尺说明,因此对矢量空间数据比例尺的估算十分必要。本文提出了一种通过计算和统计矢量空间数据的空间粒度,估算矢量空间数据比例尺的方法。首先,以道路要素为例选取多种空间粒度,包括单类别道路空间数据的最短直线段长度和弯曲的最小面积等,并通过线性插值方法拟合空间数据比例尺估算函数;其次,以北京市1∶25万、1∶100万、1∶400万比例尺道路矢量空间数据作为试验样本数据,详细阐述了基于空间粒度估算比例尺的过程;然后,统计了不同类型空间粒度的数量分布,基于开方根规律量化了比例尺与空间粒度单元数量之间的对应关系;最后,试验验证了该方法的可行性和有效性,有利于多尺度多源数据的融合和应用。     

厦门市景观格局的尺度效应分析

在景观生态学研究方法的指导下,本文利用遥感和GIS技术,采用半变异函数分析,选取多样性指数和斑块密度,对厦门市不同幅度下的景观格局进行探讨。首先选取出厦门市景观格局研究的最佳幅度,然后在此基础上,对最佳幅度下的景观指数进行克里金空间插值分析,研究厦门市景观格局的空间异质性特征。结果表明,3km幅度是研究厦门市空间变化的一个比较好的幅度,3km幅度下,景观多样性指数可分为三个区域,斑块密度可分为三个层次。     

大比例尺数字地形图缩编方法的探讨

本文针对大比例尺地形图全自动化制图综合所存在的难点,分析了影响制图综合实现的主要因素.通过生产实践提出基于规则库的一致性制图综合和交互式制图综合相结合的方法,提高计算机的人工智能水平,从而形成完善而高效的制图综合工作流程.实践证明,基于规则库的一致性制图综合和交互式制图综合方法作业效率比较高,可以顺利地完成地图缩编工作...     

基于滚动球变换的TIN_DDM地形形态划分及连续尺度表达

针对TIN_DDM地形形态划分及连续尺度表达中存在的应用场景与数据类型特殊、地形形态划分边界不明确和地形尺度认知存在差异等问题,提出了一种基于滚动球变换的TIN_DDM地形形态划分及连续尺度表达算法。该算法在分析滚动球变换构建原理的基础上,通过挖掘滚动球变换在地形形态识别方面的应用潜能,设计了TIN_DDM采样点地形类型判定准则;针对判定准则在地形形态连续尺度表达过程中无法应用的问题,通过对滚动球接触点与滚动球半径之间的数值关联性进行分析,求解出各采样点与滚动球接触状态变换时的临界滚动球半径,构建了面向TIN_DDM地形形态连续尺度表达的滚动球变换。试验结果表明:该算法可快速实现以滚动球半径作为尺度因子的TIN_DDM地形形态自动化分及连续尺度表达。     

纹理频谱分析的高分辨率遥感影像最佳尺度选择

基于对纹理频谱的分析提出了一种高分辨率遥感影像最佳尺度的选择方法。首先,分析四种典型地物在傅里 叶变换频域的频谱响应特性。然后,采用点扩散函数对原始影像进行尺度扩展,进而根据地物纹理的径向与角向曲线 随尺度扩展的变化选择最佳尺度。最后,通过分析四种地物在6个尺度下的纹理特征可分性,说明本文方法能客观反映 出地物的尺度效应,具备最佳尺度选择的可行性。利用支持向量机对QuickBird全色影像进行面向对象的分类,实验结 果表明在最佳尺度下可取得较高精度。     

面向对象影像多尺度分割最大异质性参数估计

多尺度分割是遥感影像分析的关键步骤,影像分割过程中的尺度参数选择直接关系到面向对象影像分析的质量和精度。首先,总结了面向对象影像分析中尺度概念的内涵,分析遥感影像空间和属性两大基本特征,依据空间统计和光谱统计获得理论上最优的空间尺度分割参数、属性尺度分割参数。其次,运用了基于谱空间统计的高分辨率影像分割尺度估计方法,分析了分形网络演化多尺度分割与影像谱空间统计特征的关系,进而将基于谱空间统计的面向对象影像分析尺度参数应用于分形网络演化多尺度分割算法中,最后,对其参数的合理性进行验证。研究采用高空间分辨率IKONOS和SPOT 5影像数据,选择建筑实验区和农田实验区进行空间和光谱特征统计,以进一步估计分割中的最佳尺度参数。使用分形网络演化方法对图像进行分割,利用监督分类对本文提出的尺度估计方法进行验证,验证结果表明尺度估计方法可以一定程度上保证后续的面向对象影像分类的精度。不同于以往分割后评价的尺度选择方法会需要大量的运算量,本文方法不需要先验知识的参与,且在分割前就可以自适应地估计出相对较为合适的尺度参数,提高了面向对象信息提取的自动化程度。     

尺度变化对城市生态环境与人类活动关系的影响研究

针对空间尺度对城市生态环境与人类活动影响的研究,以南昌市为研究区,划分了300×300、500×500、700×700共3种格网尺度。使用遥感生态指数RSEI(目标向量)量化城市生态环境质量,结合POI点、微博签到点与道路网数据(特征向量),利用随机森林回归模型分析不同尺度下两者之间的拟合效果。结果表明:①3种尺度下RSEI与POI点、微博签到点与道路网均呈现较强的负相关性;且负相关性最优的为RSEI和微博签到点数据,最差的为RSEI和道路网数据。②300×300尺度下随机森林回归模型的拟合效果最好。随着尺度的变大,拟合的效果会越来越差。③无论尺度如何变化,利用随机森林回归拟合的标准化残差ε均呈正态分布;且随着尺度的变大,ε值空间分布的随机性也逐渐增大。随机森林回归模型为度量尺度对城市生态环境与人类活动的关系研究提供了有效的途径,也为城市生态文明建设提供了科学的依据和参考。     

Multi‐scale approach to mining significant spatial co‐location patterns

Spatial co‐location pattern mining aims to discover a collection of Boolean spatial features, which are frequently located in close geographic proximity to each other. Existing methods for identifying spatial co‐location patterns usually require users to specify two thresholds, i.e. the prevalence threshold for measuring the prevalence of candidate co‐location patterns and distance threshold to search the spatial co‐location patterns. However, these two thresholds are difficult to determine in practice, and improper thresholds may lead to the misidentification of useful patterns and the incorrect reporting of meaningless patterns. The multi‐scale approach proposed in this study overcomes this limitation. Initially, the prevalence of candidate co‐location patterns is measured statistically by using a significance test, and a non‐parametric model is developed to construct the null distribution of features with the consideration of spatial auto‐correlation. Next, the spatial co‐location patterns are explored at multi‐scales instead of single scale (or distance threshold) discovery. The validity of the co‐location patterns is evaluated based on the concept of lifetime. Experiments on both synthetic and ecological datasets show that spatial co‐location patterns are discovered correctly and completely by using the proposed method; on the other hand, the subjectivity in discovery of spatial co‐location patterns is reduced significantly.