复杂线-线对象的拓扑关系描述与计算方法

空间拓扑关系是GIS中空间查询和分析的基础。针对当前空间拓扑关系模型在表达较复杂对象间拓扑关系存在局限性的突出问题,以线对象为实例,根据点集拓扑理论,重新定义和区分线对象的复杂性;以9I模型为基础,提出一种适合二维复杂线对象的拓扑关系的线性序列描述模型,将复杂线-线的拓扑关系表示成基本拓扑关系的组合。分析不同情形下线之间拓扑关系不同的计算方法。为实现复杂线-线拓扑关系的计算,提高扫描线算法的效率,探讨包络矩形粗滤、线节点重合或共线的斜率坐标判断法等改进方法,提出判断线-线是否相交的矢量叉乘法,具有快速高效的特点。最后,通过实验系统导入线坐标串,进行图形绘制、拓扑关系计算并输出结果,从而验证该模型和算法的可行性。     

空间面群目标几何相似度计算模型

本文针对空间面群目标提出了一种几何相似度计算模型。首先,利用拓扑关系概念领域图定义了面群之间的拓扑关系相似度;然后,对不同类型的面状目标选用合适的"降维"方法处理为"线群"目标,利用方向均值定义线群之间的方向关系即面群目标的方向相似度,以及利用"环形方差"定义线群目标之间的距离关系即面群目标的距离相似度。最后,结合面群的长度和平均长度、面积和平均面积,面密度及紧致度,建立了面群目标几何相似度计算模型,以对面群目标相似度进行整体度量。该模型综合考虑了空间面群目标的几何特征和空间关系特征,并对其作了适当的权重分配。从时间邻近度和尺度邻近度角度,本文设计了2个实验,结果表明,相似度计算结果与地物特征比较一致,符合人们的直观空间认知。     

空间拓扑关系若干问题研究现状的评析

空间拓扑关系是G IS研究中的基础性问题。其对空间数据的存储与表达、空间查询分析与实际应用等都具有重要的意义。从空间拓扑关系认知与语义、空间拓扑关系形式化表达、空间拓扑关系推理、时空拓扑关系表达几个方面介绍拓扑关系的研究现状,特别对空间拓扑关系形式化表达,一直是国内外G IS研究的一个热点,存在交叉、区域连接演算、二维字符串等模型;讨论了拓扑关系最新的研究方向,针对当前模型无法表达复杂的点、线、面间拓扑关系的突出问题;探讨了复杂空间拓扑关系描述研究的思路,根据实际中地理目标的不确定性和模糊性特点,介绍了不确定对象的拓扑关系表达的一些研究动向。     

面向自然连续面群边线的协同化简方法

自然连续面群边线化简是地形图中自然面状要素和地理国情普查数据中自然图斑自动制图综合的重要实施步骤。现有面要素边线化简算法大多以线化简算法为基础,未有效化简弯曲特征、保持面积平衡和满足图面视觉清晰性要求,且化简结果存在共享边界不一致、边线自相交和边线之间相交的拓扑问题。为此,结合自然连续面群表达特点和化简要求,本文提出一种面向自然连续面群边线的协同化简方法。首先将自然连续面群转换为拓扑数据结构组织,以待化简弧段及其相邻弧段为基础构建约束Delaunay三角网,标识化简区域;其次利用弧段双侧层次多叉树模型渐进式退化条带状弯曲、化简细小弯曲;最后自适应夸大狭窄“瓶颈”,实现边线的协同化简。以河南省某区域1:5万地形图中的植被与土质面要素进行化简实验,相较于对比方法,该方法能够有效保持自然连续面群边线化简前后的拓扑一致性、要素之间的面积平衡,充分化简目标尺度下的局部不清晰细节,化简结果精度高。     

一种异构多核架构快速查询多边形图层间空间关系的方法

目前,空间关系查询中常用的Plane Sweep 算法是一种串行方法,而关于多核CPU的并行查询算法,在面对海量数据查询时,由于CPU核心数及线程数量的限制,其难以满足查询效率需求。针对该问题,本文提出了一种全新的异构多核架构多边形图层间空间关系查询的并行算法。首先,利用STR 树索引过滤不相交的多边形;然后,对过滤后多边形的线段构建四叉树索引,利用CPU+GPU架构并行计算线段的相交以判断多边形环间的拓扑关系;再根据环间的拓扑关系计算多边形间的维度扩展九交模型(DE-9IM)参数值,据此确定多边形间的空间关系;最后,通过实验验证了该算法的准确性和高效性。实验表明,本算法能有效缩短大数据量的空间查询时间。在实验中逐渐增加目标数据集和源数据集多边形的数量,当两数据集都为50 000 个多边形时,以包含关系为例,相比于ArcGIS,本文提出的算法可达到2 倍的加速比。     

基于GIS的地下水流有限差数值模拟参数自动提取研究

本文根据地下水流有限差模拟有关参数的空间分布特点,将其划分为点状、线状与面状空间分布参数三种类型。利用GIS的空间分析功能,研究基于GIS的点状、线状与面状空间分布参数自动提取的技术路线。通过点、线、面三者之间空间位置关系的拓扑分析,确定地下水开采井、水位动态监测井、线状与面状水系、模拟区域边界、面状参数分布区与模型空间离散格网之间的空间位置关系。经过矢量数据与栅格数据互相转换,实现地下水流有限差数值模拟有关参数的自动提取。结合地下水流有限差分数值模拟有关参数数据文件的结构,将基于GIS提取的栅格结构数据文件自动转换成模型所需结构的数据文件,达到模型参数数据文件的自动组织与提高地下水流数值模拟的效率目的。     

基于广义回归神经网络的GPS高程转换

为提高GPS高程转换的精度,采用广义回归神经网络(GRNN)进行拟合。将控制点的X、Y坐标作为网络输入,高程异常作为网络输出,采用实验数据训练网络,训练完成的网络作为模型进行高程异常预测。结果表明,GRNN方法具有较高的GPS转换精度。     

顾及POI人口吸引力异质性的城市人口空间化方法

人口空间化是提升人口统计数据空间分辨率的常用手段,现有研究多基于统计建模思想建立多源数据与统计人口的数学模型以预测格网人口。兴趣点（Point of Interest, POI）作为精细人口估算的重要数据源,通常以数量/密度型指标形式参与回归建模,该方式忽略了类型相同但个体规模不同的POI与人口之间数量关系的差异,特征均质化处理造成POI语义细节的损失,导致中心城区人口低估与远城区高估。为此,本文基于随机森林模型,提出一种顾及POI人口吸引力异质性的城市人口空间化方法。该方法在表征POI空间多尺度重要性的基础上,引入移动定位数据构建人口吸引力指标;并基于非欧式滤波修正格网人口权重,建模人口空间自相关,刻画水体等障碍物对局部空间连通性的影响。本文以武汉市为研究区域开展100 m格网验证,通过与POI密度型回归模型、公开人口数据集的对比和消融实验,展现了人口吸引力指标与权重修正的有效性。结果表明,本文方法平均绝对误差为WorldPop、GPW及对比模型的1/4～2/3,在精细人口空间化场景具有精度优势。此外,本文还讨论了移动定位数据采样率及格网粒度对建模精度的影响。     

地球极移参数高精度双差分LS+AR预报方法研究

提出基于双差分最小二乘LS+AR模型的高精度极移参数预报方法。首先,对极移数据进行双差分处理,用以增强数据平稳性,获取差分极移数据,并采用LS方法对差分极移数据进行拟合,获取极移残差数据;其次,利用AR模型对极移残差数据进行预报;然后,综合LS外推预报值与AR模型预报值获取差分极移预报值;最后,对差分极移预报结果进行逆双差分处理,获取高精度的极移预报值。将该方法应用于实际极移参数预报中,结果表明,1d的极移X分量(PMX)预报精度优于0.25mas,极移Y分量(PMY)预报精度优于0.2mas。将该预报结果与国际EOP_PCC预报结果对比表明,极移短期预报精度与EOP_PCC预报结果相当,1d的预报精度略优于EOP_PCC预报结果。     

基于移去-恢复法的局部似大地水准面精化模型对比研究

针对似大地水准面在精化过程中不同移去-恢复高程转换模型的适用性和选取问题,基于二次曲面和EGM2008重力场模型,分别构建了RBF神经网络、多面函数和Shepard等3种类型的移去-恢复模型,结合平原和高原山区两个工程实例,通过调整高程拟合点数目进行似大地水准面拟合与精度对比。结果表明,在平原地区,EGM2008-多面函数高程模型精度略优于其他模型;在高原山区,当拟合点数较少时,基于EGM2008的移去-恢复模型精度高于基于二次曲面的移去-恢复模型,其中,EGM2008-多面函数和EGM2008-Shepard较优,而随着拟合点数目的增加,二次曲面-Shepard高程转换模型的精度优于其他模型。     

局部SVT算法的遥感反演场数据恢复实验分析

 遥感反演场数据会由于云雾、地物的遮挡,传感器性能等原因造成部分区域数据的缺失而影响遥感反演场数据的应用。矩阵填充理论针对低秩矩阵,利用矩阵的低秩性,即数据的高相关性,可以高精度地对低秩矩阵中的缺值数值进行恢复,其中矩阵填充理论中的SVT(Singular Value Thresholding)算法可以对矩阵中缺失数值进行快速、高精度的估计,应用广泛。本文应用矩阵填充理论的SVT算法,以缺值点为中心,方差最小作为窗口尺度选择的标准,这样可以保证区域数据的高相关性,建立局部窗口,对窗口进行SVT算法填充。本文也针对相同缺值区域进行了距离反比加权插值、Kriging插值法插值和整体SVT算法插值,整体SVT算法插值即并未对缺值点进行相关性窗口判断,而是直接对整个区域进行SVT填充。并对这几种方法的精度进行比较,得到局部SVT算法的精度相比整体SVT算法和距离反比加权插值算法的精度要高,与Kriging算法相比,其精度变化趋势相似,在锋面区域局部SVT算法精度比Kriging方法要高。     

湘东南中生代典型成矿花岗岩对比及成矿动力学

湘东南矿集区是南岭成矿带的重要组成部分。选取该矿集区内典型矿床的成矿花岗岩,利用成岩年龄、主量和微量元素组成、蛛网图及稀土元素配分模式等进行对比。结果表明:该矿集区内中生代成矿花岗岩的成岩年龄集中在150~165Ma。根据地球化学组成可将该矿集区内的成矿花岗岩分为2类:一类以骑田岭为代表,岩性以黑云母二长花岗岩为主,属于A型花岗岩,其分异程度较高,高w(Rb)/w(Sr)值,低w(K)/w(Rb)值,成矿元素以高温的W、Sn为主,具有富硅,富碱,贫P、Ti、Mg的特点,Ba、Sr、P、Eu、Ti负异常明显;另一类以宝山岩体为代表,其岩体产状为小岩株,岩性以花岗闪长岩为主,属于I型花岗岩,分异程度较低,低w(Rb)/w(Sr)值,高w(K)/w(Rb)值,Ba、Sr、P、Eu、Ti负异常不明显,其地球化学性质与岛弧岩浆类似,成矿元素以中低温的Cu、Pb、Zn等为主。黄沙坪花岗岩的成矿特征处于第一类与第二类岩体之间,属于过渡类型。结合矿集区所在的大地构造位置及其构造演化史,认为湘东南矿集区的形成与壳-幔相互作用密切相关,是后造山作用与大洋板块俯冲共同作用的结果。     

面向智能导游的双加权图模型及其路径规划

景区游览线路是游客游览不同景点的有效选择路径。在导航系统中通常结合各景点POI(Point of Interest)和景区路网的路径规划而生成,但是,针对具有一定范围与多出入口的景点(如建筑物类景点),单一的POI坐标描述机制规划产生的游览路径,往往与智能导游应用中实际可行的最优游览路径存在明显差异。本文分析了景点大小、多出入口等特征对景区游览路径规划的影响,提出了顶点和边的权重均可动态选择的景区双加权图模型,突破了单一POI描述机制的限制。同时,讨论了景区双加权图模型的化简、构建方法,并以Dijkstra算法和Prim算法为基础,给出了其最优路径规划求解算法。实验表明,本文模型及其最优路径规划算法所得结果更为优化与合理,具有较少的游览规划距离和更为紧凑的游览过程安排。     

西秦岭大水金矿岩浆岩年代学、地球化学特征

西秦岭大水金矿床与其周围伴生的中酸性小岩体的成因关系,直接影响矿床成因的划分和深部资源的开发。中酸性岩浆岩的成因、源区性质及岩体规模对金矿成矿有重要影响。大水金矿岩浆岩地球化学研究结果显示:岩浆系列属于高钾钙碱性系列;岩体球粒陨石标准化稀土元素配分模式具有轻稀土元素富集、重稀土元素亏损、Eu正异常的特征;岩体洋中脊花岗岩标准化微量元素蛛网图显示其富集大离子亲石元素K、Rb、Ba、Th等,亏损高场强元素Nb、Ta、Hf、Zr、Sm、Y、Yb等,花岗岩的w(Sr)-w(Yb)分类属于高Sr、低Yb"C"型埃达克岩。LA-ICP-MS锆石U-Pb法测年获得大水金矿格尔括合岩体和竖井941岩脉的锆石U-Pb年龄分别为(215.8±1.3)、(202.9±1.5)Ma;成矿热液蚀变叠加在脉岩之上,成矿年龄应晚于202.9 Ma的脉岩年龄。Sr-Nd同位素组成具有高初始N(87Sr)/N(86Sr)值、低εNd的特点,模式年龄为1.29~1.47Ga。εSr(t)-εNd(t)图解表明岩浆源区为下地壳;εNd(t)-初始N(87Sr)/N(86Sr)图解暗示西秦岭存在统一的岩浆源区。因此,西秦岭大水金矿在成因上与高Sr、低Yb"C"型埃达克岩密切相关。     

基于物理模型训练神经网络的作物叶面积指数遥感反演研究

叶面积指数(LAI)是估算作物生长的关键参数。基于物理模型的LAI反演,被认为是当前最为可靠的方法,但其反演复杂。本文提出了将物理模型和神经网络相结合,从地表反射率反演叶面积指数的算法,利用MOD IS地表反射率和4-scale模型反演作物LAI。(1)利用4-scale模型模拟不同LAI与地表反射率的关系,生成训练数据;(2)利用模型模拟的LAI训练神经网络;(3)以MOD IS地表反射率输入训练后的神经网络,反演LAI。估算的LAI与其他LAI产品进行了比较,结果表明,估算的作物LAI和MOD IS及CYCLOPES LAI产品空间和时间分布一致,均方根误差分别为0.4994和0.6558。以2004年衡水的作物LAI地面观测数据进行了直接验证,估算的LAI与研究区地表植被分布一致,但是,三种卫星LAI产品都小于地表测量,故需针对华北平原浓密作物设计模型参数化方案。     

夏季青藏高原低涡结构的动力学研究

应用卫星云图资料分析了两例夏季青藏高原低涡发展过程及其结构演变,揭示出高原低涡结构特征的若干观测事实。在此基础上借鉴研究类热带气旋低涡的方法,将暖性青藏高原低涡视为受加热和摩擦强迫作用,且满足热成风平衡的轴对称涡旋系统,通过求解柱坐标系中的线性化涡旋模式,得出边界层动力作用下低涡的流函数解,重点讨论了地面热源强迫和边界层动力"抽吸泵"对高原低涡流场结构的作用。研究认为,由于边界层加热和摩擦的共同作用,高原低涡的温度场呈暖心结构。热源强迫的边界层低涡的散度场存在一个动力变性高度,该高度的位置与边界层顶高度有关。通过边界层动力抽吸作用,当边界层顶有气旋性涡度时,能引起边界层低涡的水平辐合运动和随高度增强的上升运动,并可加强低涡的切向流场;如果低涡的中心区域为"内冷外热"型加热分布,则热源强迫的低涡中心区域下层为辐散气流和随时间减弱的切向流场,上层为辐合气流和随时间增强的切向流场,并伴有下沉运动,从而有利于形成涡眼(或空心)结构,在卫星云图上表现为低涡中心为少云(或无云)区,即这类高原低涡具有与台风类似的眼结构,因而可视为类热带气旋涡旋的新例证。最后通过高原低涡的简化模型对低涡所含的波动进行了分析和讨论,结果表明:高原低涡中既含有涡旋Rossby波,又含有惯性重力波,即低涡波动呈现涡旋Rossby-惯性重力混合波特征。     

面向对象的极高海拔区水体及冰川信息提取——以珠穆朗玛峰国家级自然保护区核心区为例

极高海拔地区多为河流发源、冰川发育地,由于地形起伏强烈,且野外考察验证工作困难,传统的遥感信息提取方法很难保证该地区水体及冰川的提取精度。本文基于ASTER影像,运用面向对象的图像信息自动分析方法,对珠穆朗玛峰国家级自然保护区核心区的水体及冰川信息进行了提取研究。为保证信息提取的准确度,将数字高程模型(DEM)及其衍生数据(坡度、坡向),归一化植被指数(NDVI)数据,及有助于区分水体、冰川与其他地物的相关指数(冰雪指数NDSII)及波段运算结果(b1-b3)、(b3/b4)等,分别作为一个波段叠加到原始图像中,使之成为对目标地物光谱特征的有益补充。并对不同类型的水体及冰川进行多级、多尺度分割,以满足其对分割尺度的不同要求。分割完成后,综合考虑目标地物的光谱特征、纹理特征、空间结构特征,根据各特征指数的直方图信息,设定合适的阈值,建立了各水体及冰川类型信息提取的知识规则,并结合实地调查对信息提取的精度进行验证,改进了ASTER遥感影像自动快速提取极高海拔区水体及冰川信息的实用模型。     

基于TM影像属性和形态特征的土地覆被制图方法

本文以浙江省中南部地区不同时相30m分辨率的2景TM影像为基本数据,采用面向对象的方法实现了研究区的土地覆被制图。首先,在eCognition软件中采用多尺度分割算法,以光谱信息、纹理特征、几何特征等实现研究区的对象分割,使分割后的对象边界与实际地物边界尽量保持一致,通过建立多层次地物特征规则,进行最优分割尺度下的遥感多层次识别分类;然后,分析可用于分类的属性特征和形态特征,通过对这些特征的统计值对比分析,选取了对象的紧致度、长宽比、MNDWI、LBV等特征构建了决策树模型,实现了研究区1：25万的土地覆被分类;最后,采用目视解译和野外样本2种方式对分类结果进行精度验证,其中,目测随机样点评价得到的总体精度为87.66%,野外样本点评价得到的总体精度为83.38%。研究表明：面向对象的分类方法不仅具有较高的精度,而且图斑与实际地物边界能较好地吻合,很好地避免了混合像元误分的现象,同时能消除像元分类的“椒盐现象”。     

几种土壤属性制图方法的稳定性与影响因素分析

 本文以土壤CEC和土壤全氮为研究对象,在河南省黄河以北6个地市选取870个样点,并随机均分为两个数据集,进行了制图对比分析;同时研究了Kriging法、IDW法和以点代面法制图结果的稳定性及其与精度的关系,以及影响因素。结果表明:采用实测数据与预测数据的交叉验证并不能用来衡量制图结果的稳定性,验证精度高低并不表示采用不同数据集制图结果可能会重现的概率;而且采用不同的方式进行精度检验,结论也会有所不同。采用不同抽样集合制图,Kriging法和IDW的结果较稳定,两者较接近,其相对误差>0.3的区域均不超过20%,且相对差异度高值区的空间分布格局相对分散;而以点代面法制图结果不稳定,相对误差>0.3的区域达到54.21%,且差异度较高的图斑相对集中,呈大片状分布。制图结果稳定性受到实测数据分布特征和局部地区土壤的高度变异性的影响,其中Kriging方法制图结果的不稳定性受样点分布格局的影响较另两种方法要大,而IDW法和以点代面法受实测数据自身变异性影响更明显。     

土壤有机质含量估测及其影响因素的光谱分析

 土壤颗粒大小差异使土壤反射光谱产生相应变化,影响土壤有机质含量等属性的光谱预测精度。本研究准备了颗粒粒径分别为2、0.25和0.15mm的土样,测定土壤有机质(Soil Organic Matter,SOM)含量,并于室内模拟条件下测定其反射光谱。通过分析不同粒径土样的原始(Raw)、多次散射校正(Multiple scattering correction, Msc)、一阶微分(First derivative, Fd)、连续统去除(Continuum removal, Cr)光谱与SOM含量之间的关系,筛选出与SOM含量相关性最强的Fd光谱单波段(2250nm, r=0.82, P<0.01),并建立线性回归模型;利用全波段光谱反射率,以偏最小二乘回归(Partial least square regression, PLSR)方法,确立2mm土样Msc处理光谱的PLSR模型为最优模型(RPD=3.56、R²=0.90、RMSEP=1.96g/kg)。土壤颗粒粒径对土壤光谱反射率变化有明显影响,但二者之间并非简单的线性关系,可能存在一个转折点;单变量(单波段光谱反射率)线性回归模型的预测能力,明显低于全波段反射光谱(Msc处理)-PLSR模型;土样样本容量对SOM含量预测精度有显著影响。因此,根据样本容量大小,选择合适的土壤颗粒粒径与光谱预处理方法组合可以提高预测精度。