不同尺度下分层制图的ArcGIS插件设计与实现

不同尺度下,ArcGIS中数据(特别是文字信息)显示通常会自动进行大小、方向等参数的计算,以便呈现出较为合适的视觉效果,但是,由于计算机程序无法考虑到具体数据的特点,往往会出现字体过大、线型不适宜等情况。因此,在不同尺度下进行制图就需预先处理好数据比例尺、大小、线型等问题。为此,本文提出从分层次、分类别的角度和不同尺度下数据可视化控制两个方面解决问题,最终设计并实现了相关的ArcGIS插件,具有很高的实际应用价值。     

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。     

统计数据可视化工程中的网格GIS技术探究

为了解决统计数据可视化中因统计指标空间尺度过大而难以如实表达的问题,在分析和归纳统计数据4个空间特征和网格GIS技术等内容的基础上,探讨了基于网格GIS技术实现统计数据可视化的基本思路,并在该技术的支持下实现了不同空间尺度上的西安市人口统计数据可视化。结果表明,现代统计数据可视化的问题实质上是如何尽可能缩小统计数据表达的空间尺度以及选择空间尺度细化的相关指标问题,据此提出了利用相关指标使大空间统计数据细化的构想以及相关指标空间比例方法,为统计数据可视化工程中的网格GIS技术实现提供了参考和借鉴。     

基于注意力密集连接金字塔网络的新增建设用地变化检测

城市新增建设用地变化迅速频繁、场景复杂等因素导致变化检测结果出现欠分割或过分割等问题,基于此本文提出了一种融合注意力机制的密集连接金字塔网络用于城市新增建设用地变化检测。在编码阶段运用卷积注意力模型提升对变化信息的关注度,突出重要特征;采用密集连接空洞卷积空间金字塔池化模块实现多尺度特征的提取与融合,提高特征的利用率与传播效率;在解码阶段通过对提取的特征图进行上采样还原图像的空间尺度特征。试验结果表明,该方法有效改善了欠分割与过分割问题,变化检测效果更好。     

利用腾讯位置大数据进行多尺度人口空间化估算

社会感知数据的多样性,为人口估算方法的研究引入了新数据和视角。本文利用腾讯位置大数据进行多尺度人口空间化估算研究,以建设用地和住宅小区体积数据作为相关因子,将5 km格网精细化到1 km及住宅小区级尺度,通过广西壮族自治区、桂林市、临桂区3个不同尺度分析腾讯位置大数据与人口统计数据的相关关系,利用多项式回归模型分析得到3种尺度的人口空间化模型,并对模型的正确性进行验证。结果表明,省级尺度的人口估算模型验证精度R²达0.984 5,市级尺度的模型验证精度R²达0.977 0;小区精细尺度的模型验证精度R²达0.979 9,估算结果可信度高。     

香港非主流风景——沙田：传统之中的突围

著名的芬兰城市学者沙里宁曾经说过：“让我看看你的城市,我就能说出这个城市居民在文化上追求的是什么。”行走沙田,丈量这座新市镇,会发现它在繁华与匆忙之外还有可爱的一面。     

顾及空间交互的城市群空间扩张驱动因子分析

随着城市与城市、城市与区域间空间交互作用的不断增强,我国城镇化已逐步走向城市协同发展阶段,城市群成为推动新型城镇化发展建设的主体形态.通过构建多层回归模型对全国主要城市群2005-2015年城市建设用地变化的多层次影响机制进行了探讨.在验证模型合理有效的基础上得到的结论为:①在城市尺度上,城镇人口增长、经济产值增加、产业结构优化、城市区位条件等均能加速土地城镇化进程,而财政赤字率提高则会阻碍城市群的扩张,土地集约利用也会减缓城市蔓延趋势;②在城市群尺度上,经济联系吸引力对建设用地增加有正向驱动作用,而外向功能辐射力的增加则会给城市扩张带来阻力.     

尺度驱动的空间聚类理论

空间聚类是探索性空间数据分析的有力手段,不仅可以直接用于发现地理现象的分布格局与分布特征,亦可以为其他空间数据分析任务提供重要的预处理步骤。空间聚类有望成为大数据认知的突破口。空间聚类研究虽然已经引起了广泛关注,但是依然面临两大最根本的困境:"无中生有"和"无从理解"。"无中生有"指的是:绝大多数方法,即使针对不包含聚类结构的数据集,仍然会发现聚类;"无从理解"指的是:即使同一种聚类方法,采用不同的聚类参数就会获得千变万化的聚类结果,而这些结果的含义不明确。造成上述困境的根本原因在于:尺度没有在聚类模型中被当作重要参数而恰当地体现。为此,笔者受到人类视觉多尺度认知原理的启发,根据多尺度表达的"自然法则",建立了一套尺度驱动的空间聚类理论。首先将尺度定量化建模为聚类模型的参数,然后将空间聚类的尺度依赖性建模为一种假设检验问题,最后通过控制尺度参数以自动获得统计显著的多尺度聚类结果。在该理论指导下,可以构建适用不同应用需求的多尺度空间聚类模型,一方面降低了空间聚类过程中的主观性,另一方面有利于对空间聚类模式进行全面而深入的分析。     

顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法

遥感影像多尺度分割是面向对象影像分析方法（OBIA）的关键步骤,分割质量直接影响OBIA的分类精度,目前多尺度分割方法都很难让分割结果同时达到全局和局部最优。本文针对上述问题,提出一种新的顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法。该算法主要包括：（1）采用局部方差准则获得多尺度分割的全局最优分割尺度。（2）对全局最优分割尺度中的过分割和欠分割对象进行优化处理,获得局部最优分割结果。（3）将局部最优化分割结果与全局最优分割结果进行融合,获得最终的多尺度优化分割结果。本文采用2个QuickBird遥感影像进行实验,验证该算法的有效性,并对实验结果进行定性和定量分析,结果表明：（1）从视觉效果来看,优化后的分割结果具有更准确的分割边界,大尺度的地物保持较好的区域性,小尺度的地物保持了更多细节。（2）从定量评价指标（RR、RI和ARI）分析：在实验1中,该算法比全局最优分割尺度的RR\RI\ARI分别提高了2.1%,2.4%,30.2%,比基于K均值优化算法分别提高了8.3%,0.1%,8.1%,比融合边界优化算法分别提高了0.7%,0.4%,17.6%;在实验2中,该算法比全局最优分割尺度的RR\RI\ARI分别提高了4.5%,2.7%,29.3%,比基于K均值优化算法分别提高了17%,0.8%,8.4%,比融合边界优化算法分别提高了1.7%,2.5%,17.2%。（3）相对典型分割算法,该算法的优化结果达到了局部和全局最优;相对其他多尺度分割优化算法,该算法同时减少了欠分割和过分割对象。     

基于并行预分割的高分辨率遥感影像多尺度分割

分析高分辨率影像多尺度并行分割过程中数据分块间会产生“分隔线”的问题,发展了一种基于并行预分割的多尺度分割方法避免了“分割线”的产生,消除了其所带来的种种问题。实验结果表明：通过合理的阈值设置,并行预分割所得到的影像对象基本准确,最终分割也取得了较为理想的结果;且对于多种尺寸的遥感影像,基于并行预分割的影像分割过程相对于并行算法实施之前,效率都有了显著提升。     

基于傅里叶级数的等高线网络渐进式传输模型

矢量地图渐进式传输的关键技术是建立连续的多尺度表达模型,并在服务器端将地图数据组织成线性结构。本文利用傅立叶级数对要素表达的多尺度特性,将傅立叶级数的参量引入到等高线要素的渐进式传输中：研究了地图尺度与曲线傅立叶展开项数的对应关系,并以此在服务器端建立了曲线多尺度表达的傅立叶描述子模型;客户端通过网络传输依次得到不同地图尺度的傅立叶描述子分量并进行曲线要素的重构,实现等高线要素渐进式的传输和表达。该模型的应用具有两大特点,其一,在网络传输的是由曲线要素提炼出来的特征向量而不是坐标数据,能起到了数据有效压缩的作用;其二,能够实现无极尺度的地图要素的表达。     

面向城区和山区的ERA5再分析地表温度降尺度

地表温度是陆面过程动态模拟、区域和全球变化分析等研究领域的重要参数,如何获得高时空分辨率地表温度数据一直是研究热点问题。选择河北省张家口市城郊区、山区两个区域作为试验研究区,在ERA5 0.1°分辨率地表温度订正基础上,构建随机森林降尺度模型以实现多层级分辨率的地表温度降尺度,并与Landsat 8 TIRS反演地表温度进行对比分析,以探讨再分析地表温度在不同分辨率、不同下垫面类型上的降尺度效果。结果表明：不同分辨率的降尺度结果都能够准确表达地表温度相对高低的空间分布特征,纹理精度显著提高,但降尺度误差随着空间分辨率提高而逐渐增大,城郊区和山区的降尺度均方根误差变化范围分别为1.16—1.79 ℃、1.61—2.49 ℃,地表温度高值与低值区域分别存在着低估和高估现象;随机森林降尺度模型中的参数重要性随尺度变化不大,总体表现为两个区域中植被指数NDVI的重要性都比较大,而海拔高度在山区区域对降尺度模型的影响更大。     

南昌地铁沿线时序InSAR形变时空特征分析

基于32幅Sentinel-1 A影像数据,采用结合永久散射体(Persistent Scatterer,PS)特征点的小基线集雷达干涉测量技术获取了南昌市区2017年3月至2019年10月的地表形变信息,形变量级位于-22～14 mm/a.重点分析了各条地铁沿线形变的时空特征:1号线受地下水开采和南钢、洪钢漏斗的影响,地表有略微下沉;2号线八一广场站与南昌西客站附近区域地表出现抬升,发现地铁线路在不同建设时期会对地表形变造成一定的影响,同时着重分析2018年发生的两起坍塌事故的地表形变的因素;3、4号线部分区域由于不稳定的地质条件、地下水开采以及地铁隧道施工,导致地表出现沉降.     

基于卷积神经网络的高分辨率遥感影像目标检测方法研究EI北大核心CSCD

高分辨率遥感影像目标检测作为高分对地观测系统中影像信息自动提取及分析理解的重要内容,对高分对地观测系统应用价值的发挥具有重要影响。卷积神经网络作为最热门的深度学习模型,由于其可以根据海量数据和标注自行进行有效图像特征提取和学习,在训练数据充足的情况下,模型具有良好的泛化能力,能够在复杂多变的条件下依然保持良好的稳健性和普适性。因此,基于卷积神经网络的目标检测架构被相继提出,但现有网络架构多是针对自然图像设计的,相对于自然图像,高分辨率遥感影像存在背景更加复杂、目标尺度更小、同类目标尺度变化更大和影像尺寸更大等特点;将这些网络架构直接用于高分辨率遥感影像目标检测会存在网络目标建议框尺度不匹配,待检影像相对于网络输入过大,以及缺乏训练数据等问题。针对上述问题,论文系统性地开展基于卷积神经网络的高分辨遥感影像目标检测方法研究。主要研究内容如下。     

遥感尺度效应的数值模拟——以叶面积指数为例

遥感尺度效应问题的存在已经严重限制了定量遥感应用的发展,制约了定量遥感反演精度的提高,成为定量遥感研究中亟待解决的热点问题之一。总体而言,对尺度效应从数学上的泰勒级数展开规律分析的理论较多,然而从遥感数据直观模拟的角度较少。为此,本文从叶面积指数出发,利用机载航空WIDAS数据,引入洛仑兹曲线表达了地表变量的异质性。结合不同非线性程度的LAI反演模型及尺度上推聚合方法分析了尺度效应的成因,结果发现,尺度效应是空间异质性和反演函数非线性的综合体现,空间异质性和反演函数非线性程度的增加均会造成尺度效应的增大。     

大范围多源多尺度实景三维模型建设及应用研究——以重庆市实景三维模型建设为例

在分析实景三维建模技术特点的基础上,提出基于多源多尺度遥感数据的大范围实景三维模型构建方法,并以重庆市实景三维模型建设为例,验证该方法的可行性。同时,对大范围多源多尺度实景三维模型的应用方向进行了分析。     

基于POI数据的广场功能研究——以兰州市城关区为例

基于ArcGIS中的网络分析法,选取兰州市城关区东方红广场、五泉下广场和万达广场构建沿不同等级交通线的1 min、1.5 min、3 min 3个缓冲区圈层,同时统计不同缓冲区内居住设施、公共管理与公共服务设施和商业设施三大类兴趣点(point of interest,POI)数据的数量与占比.结果显示,东方红广场的交通条件最好,3 min内沿交通线覆盖的服务区最多;总体来看,商业设施、公共管理与公共服务设施和居住设施密度最高的分别是万达广场、东方红广场、五泉下广场;东方红广场和五泉下广场3类设施占比均匀,万达广场居住功能较弱;各类设施分布具有圈层特点,距离广场中心越近,商业设施密度越大,居住设施密度越小.     

高层建筑施工对邻近轨道交通高架桥的沉降变形分析

高层建筑桩基施工和基坑开挖施工使土体的平衡遭到破坏,引起坑内外土体隆起或沉降,从而易使邻近轨道高架发生沉降变形。通过利用苏州"中城商务广场C、D楼"项目施工过程中对高架桥墩的实时监测,分析其对轨道交通高架桥造成的影响及原因,供类似监测工程参考。     

长株潭城市群核心区域土地利用/覆盖变化驱动机制定量研究

采用Logistic回归分析法,以长株潭城市群核心区域为研究区域,结合由遥感与GIS方法得到的地形与社会空间数据,在7个空间尺度上构建建设用地、耕地、林地变化的驱动力模型,探讨土地利用/覆盖变化的尺度效应,并在最佳模拟尺度上定性定量分析区域土地利用/覆盖变化的驱动机制。结果表明:不同尺度模型的拟合优度差异明显,呈现波动变化趋势;当模拟尺度为180 m×180 m时,建设用地、耕地和林地的拟合优度均达到最高。对建设用地变化有重要影响的解释变量是到主要道路的距离、到市区环线的距离、到各级政府的距离;对耕地变化有重要影响的解释变量是高程、到市区环线的距离;对林地变化有重要影响的解释变量是到主要道路的距离、到各级政府的距离、到市区环线的距离。     

锡林浩特草原区域MODIS LAI产品真实性检验与误差分析

本文研究了LAI产品真实性检验的指标和方法,建立了LAI产品真实性检验的流程,将遥感产品真实性检验误差分解为模型误差、数据定量化差异和尺度效应3个方面。以内蒙古锡林浩特草原为研究区,结合实测数据和Landsat TM数据建立NDVI-LAI模型,得到LAI验证参考"真值",据此"真值"按照本文的流程对MODIS LAI产品进行验证,分析了研究区MODIS LAI产品真实性检验的误差来源。研究表明,该研究区的MODIS LAI(MOD15A2)产品相对高估约25%。各个误差因素中,LAI遥感模型差异对于结果影响最大,MODIS LAI模型高估了该区域草地LAI(高估约44.2%);数据定量差异的影响也比较大,MODIS地表反射率数据与Landsat TM地表反射率数据的差异造成了约16.2%的低估;尺度效应的影响较小,造成约3.1%的低估,其中NDVI-LAI模型的尺度效应带来2.4%的低估,NDVI数据的尺度效应造成约0.7%的低估。