极地科学数据关联方法及应用研究

为了从海量极地科学数据中准确、智能地发现用户所需要的数据,首先,系统研究分析极地科学数据特征,挖掘极地科学数据本身隐含的语义信息,建立极地科学数据关联指标体系;其次,研究极地科学数据关联方法,最后设计并实现极地科学数据关联查询应用原型系统。以极地科学数据共享平台的元数据作为语料库,自动抽取极地科学数据关联指标数据,实现极地科学数据集之间的自动关联。应用实践表明,利用极地科学数据关联方法不仅可直接检索出满足条件的数据,还可以检索出潜在的相关联的数据。该关联方法研究可促进极地科学数据的集成、融合与共享应用。     

高考地理表格数据题的隐性信息处理

表格数据题是近几年高考地理试题中的常见题型,快速提取表格数据中所隐含的地理规律和地理特征信息是考生必须具备的能力。分析数据的变化规律,找出数据极值,洞察数据联系,理解不同时段的数据特征,是提取地理表格数据信息的重要方法。     

雪数据集研究综述

大范围的雪盖变化是气候变化的指示剂,雪通过其自身的物理性质调节着地气之间的物质与能量循环,还能影响地表径流,调节水文循环,甚至在全球生态系统中发挥着重要的作用,因此建立数据集,实时监测雪盖的变化就变得非常必要。通过阅读大量文献,总结目前应用较为广泛的数据集,主要包括可见光/近红外数据集如NOAA数据集、MODIS数据集,微波数据集如SMMR数据集、AMSR-E数据集,以及多数据源的数据集。分析各种数据集的生成原理和优缺点,对目前雪数据集研究中可能存在的问题进行总结。     

土地利用变化数据的误差特性

土地利用变化数据,主要由不同时点的土地利用数据通过统计、对比、空间叠置分析等途径派生而来;而不同时点的土地利用数据主要来源于遥感数据、土地调查数据、历史图件数据以及统计数据。由于这些数据来源本身不可避免地带有不同程度的误差,由此派生的变化数据也就具有不同的精度。现有的文献中通常会给出时点数据的误差,但很少关注土地利用变化数据的误差。本文首先建立变化数据的误差分析方法,然后举例分析了土地利用类型变化幅度、时点数据误差及其不同组合对变化数据误差的影响。最后得出如下结论：时点数据的高精度并不能完全保证变化数据的高精度,还要看误差的方向是否一致;土地利用变化幅度越小,时点数据的误差对变化数据的精度影响越大,精度水平越难保证。这些结论提醒我们,土地利用变化研究中要对数据误差问题给以足够的重视,并应从数据源质量、数据获取方式、数据分析方法等方面提高数据的精度水平。     

基于遥感数据和POI数据的GDP空间化研究 ——以北京市为例

为了比较分析不同数据对格网化社会经济活动空间分布精度差异性的影响,以北京市为例,基于土地利用数据对第一产业空间建模,基于NPP/VIIRS夜间灯光数据和POI数据运用熵值赋权和代用数据空间展布的方法对第二、三产业空间建模,将第一产业和第二、三产业进行格网叠加,并与辖区GDP统计数据进行误差分析。结果表明:借助土地利用数据、NPP/VIIRS夜间灯光数据和POI数据的GDP空间模拟结果与真实分布格局较为一致,而使用土地利用数据和夜间灯光数据进行GDP空间化模拟的精度明显降低。因此,将反映细节信息的POI数据加入到GDP空间化研究后,能够进一步扩展GDP空间化的数据源,提高GDP空间化模拟精度。基于土地利用数据、NPP/VIIRS夜光数据和POI数据可以实现较高精度的GDP空间化模拟。     

基于标准DLG入库数据加工处理

基于基础测绘同时生产标准地形图数据和DLG入库数据的生产流程,而且又侧重于地形图数据生产,怎样使DLG数据更严密符合地理信息数据规范要求,保证数据质量规范统一,从而满足DLG数据入库及应用需求。     

雅鲁藏布江流域不同源降水数据质量对比研究

本文以雅鲁藏布江流域为研究区,利用13个气象站点的实测降水量数据在年和月尺度上验证了中国地面降水网格数据、CRU(Climatic Research Unit)降水数据和GLDAS(Global Land Data Assimilation System)降水数据的精度,并分析了不同源数据降水量年际变化特征和概率分布特性之间的差异。结果表明：4种不同来源的降水数据均存在一定程度的差异。年尺度和月尺度上中国地面降水网格数据与实测降水量数值最接近;而CRU降水数据和GLDAS降水数据与实测降水量相差较大,在使用时需谨慎。从空间差异性看,年尺度上CRU降水数据在每个站点与实测降水数据的相关性均高于GLDAS降水数据,说明前者的空间一致性较好,但相对误差却比GLDAS降水数据大。从年内变化趋势看,中国地面降水网格数据能较好地反映流域降水月尺度的变化特征,CRU降水数据则在流域大部分地区的汛期时段都存在明显的高估,而GLDAS数据无法反映月降水变化趋势,年内坦化现象十分显著。从年际变化特征看,中国地面降水网格数据能较好地反映实际降水量的年际变化特征,而GLDAS降水数据和CRU降水数据反映的降水量年际变化特征偏小,其中GLDAS数据的坦化现象更严重,会高估低降水值,低估高降水值。从降水概率分布情况来看,3种来源的降水数据均不能反映站点实测的极端降水事件。     

无人机组网遥感数据体系建设评介

无人机组网遥感数据是指在无人机组网条件下获取的遥感观测数据。随着无人机组网系统的复杂化,获取的遥感数据呈几何量级增长,迫切需要一种与无人机组网技术相匹配的标准化无人机组网遥感数据管理体系。遗憾的是,迄今为止,国内外还没有完善的无人机组网遥感数据体系,也没有相关文献系统地介绍无人机组网遥感数据体系的发展历程。论文依次对无人机组网遥感数据的发展历史、数据特点、数据界定和分类标准、获取和处理流程、不同场景下的应用进行了系统的梳理,指出了无人机组网遥感数据体系未来的研究方向。研究成果是无人机组网遥感数据体系研究的一次探索,将为无人机组网条件下相关行业标准的制定提供参考依据,也为无人机组网遥感数据的深层次应用提供借鉴。     

新疆夏季降水时空分布的适用性评估

新疆气象站点稀疏且分布不均,高精度时空气象数据缺乏。基于数据同化的再分析资料,可成为解决这一问题的有效途径。利用美国国家环境预报中心再分析数据(CFSR)、欧洲中期数值预报中心再分析数据(ERA-Interim)和美国国家航空航天局再分析数据(MERRA)中的降水数据,分别与1979-2007年新疆气象观测数据和日本气象厅高分辨率亚洲陆地降水数据(APHRO)进行数理统计分析,评估了这3套再分析数据在新疆的适用性。3套再分析数据可有效表征新疆大部分地区年内降水的时空分布特征,夏季降水偏差小于100%;但未能捕捉到夏季降水的长期趋势。夏季降水的偏差与高程具有显著的相关性,这可为订正3套再分析数据、提高降水数据的精度提供技术支撑。     

基于·NET环境的MapX二次开发

1 数据绑定的实现。MapX5．0提供了数据绑定的功能。数据绑定就是将数据从数据源放入MarX的处理过程,其作用如下：1)通过数据绑定,可以以地图中的图形对象来显示数据;2)将属性数据绑定到地图中,为创建专题地图打基础。     

基于DEM的北京市大流域界线重新勘定研究

大流域区划数据是反映水资源分布的重要数据,也是土地利用总体规划和农业结构总体规划所必需的重要基础数据。针对当前没有与北京市土地利用现状数据一致的大流域区划数据,参照北京市已有的流域划分数据与方案,以DEM和SPOT5遥感影像为基础数据源,通过GIS数据处理、水文特征分析与流域划分等生成北京市五大流域区划数据;通过三维景观图等对大流域界线进行调整,重新勘定北京市大流域界线。     

MM5/CALMET数值模拟在陕北风能资源评估中的应用

对同期陕北地区测风塔实测数据、MM5/CALMET模式模拟数据和气象站统计补全数据进行对比分析,结果表明,相对于采用气象站统计补全数据,MM5/CALMET模式模拟数据与测风塔实测数据的吻合度更高,误差更小。对2009年模拟数据采用测风塔和气象站数据订正处理,得到陕北风能资源分布。陕北风能资源较好的区域主要集中在长城沿线和白于山之间,其中部分地区具备风能资源开发潜力。     

遥感数据的模糊不确定性及其处理方法探讨

通过对遥感数据生成机理的分析,得出遥感数据存在不确定性,并进一步论证了不确定性中含有模糊不确定性,这样对遥感数据的不确定性处理更加全面和合理,从而达到提高遥感数据的精度和消除遥感数据不确定性的目的。综合国内外对遥感数据模糊不确定性的处理研究,探讨了几种处理方法,发现还没有一种方法能圆满解决遥感数据的模糊不确定性。     

多源再分析降水数据在拉萨河流域应用对比研究

针对资料稀缺地区水文模拟计算难题,开展多源再分析降水数据在拉萨河流域应用对比研究,本文基于HIMS系统构建了拉萨河流域分布式水文模型,以气象站实测数据为参照,对比分析了中国区域地面降水格点日值数据集和中国区域高时空分辨率地面气象要素驱动数据集两套遥感再分析数据集的气象数据在拉萨河流域的径流模拟效果。结果表明：在日和月时间尺度上,气象站实测降水数据的径流模拟精度最好,驱动集降水数据径流模拟结果要好于网格点降水数据。总体上,基于气象站实测降水数据的径流模拟纳西效率系数为0.86(日过程)和0.93(月过程),相关系数均在0.9以上。基于两类再分析数据的降水径流模拟纳西效率系数均在0.7(日过程)和0.8(月过程)以上,相关系数均在0.9左右。对于资料稀缺地区,多源再分析降水数据是重要的可用数据来源。借助于降水—径流模型,探讨多源再分析降水数据对径流模拟精度的影响,是完善多源再分析降水数据产品质量的一个重要环节。     

基于模型需求模板匹配的多源地理数据推送方法研究

针对现有地理分析模型同多源复杂地学数据之间耦合困难、模型运算数据处理过程复杂等问题,构建了以模型需求模板匹配为基础的多源地理数据自动处理与推送方法。利用元数据对多源地理数据进行统一描述,并从模型的数据需求和任务需求两个角度生成模型需求模板,最后通过基于XML的元数据与模型需求模板的匹配求得数据操作模板。在数据操作模板中应用算子库作为转换工具,实现了数据库数据到模型需求数据的转换,完成模型运算数据的自动推送。基于江苏沿海滩涂数据库的分析案例表明,该文提出的模型模板匹配方法可对模型运行数据进行有效解析,并通过数据操作流的构建实现数据的自动推送。该研究可为服务型GIS的发展及地理模型的集成提供理论参考与方法借鉴。     

地理学碰上“大数据”:热反应与冷思考

互联网时代的"大数据"热潮迅猛波及到经济社会的各个领域,地理学是大数据研究与应用的天然试验场。聚焦地理学与大数据的碰撞,回顾大数据在地理学研究中的应用探索,重点讨论大数据给地理学研究与发展带来的机遇与挑战。讨论认为:大数据已经对地理学研究产生了一定的影响。其中,人文地理学领域的反应最为热烈,基于大数据的研究案例纷纷呈现;地理信息科学在互联网大数据时代将会更加迅猛发展,自然地理学领域正在寻找和等待爆发点。目前,大数据还不能改变地理学的核心命题与基本范式,在坚持地理学核心思想的同时,应该对地理学领域有关大数据理论的探讨与应用尝试持有一种开放包容的态度。     

地学数据特征分析

地理信息系统的广泛应用使地学数据的使用大为扩展,但关于地学数据的一些基本认识,如地学数据概念,地学数据的基本特征等并没有达成共识,在分析地学数据概念和来源的基础上,对地学数据的基本特征,如多尺度特征,分布式特征,空间拓扑特征等进行了详细的说明。     

东北亚资源环境综合科学考察数据平台构建及其应用

东北亚区域是一个资源相对集中,生态环境格局复杂,气候地带性多样,人地关系对比显著的区域,集成该区域的资源环境综合科学考察数据对于全球变化等前沿科学研究和区域可持续发展等具有重要研究意义。针对该区域资源环境综合科学考察数据积累和管理的需求,研究构建了包括三大体系的东北亚资源环境综合科学考察数据平台,即数据资源采集与管理标准规范体系、数据分类体系、数据管理和发布软件体系。其中,标准规范体系包括数据采集规范、数据管理规范和综合考察规范三类共23项;数据分类体系包括4个大类、25个小类、128个要素;数据平台软件系统包括数据目录检索管理、元数据管理、数据发布与可视化、数据浏览与获取等5个功能模块;基于地理信息技术和网络技术,实现了东北亚资源环境综合科学考察数据平台原型系统,初步实现了数据的集成管理与可视化访问。目前已集成144个数据集（库）,为东北亚综合科学考察数据的深度集成和应用奠定基础。     

基于大数据的流空间研究进展

流空间是认识城市网络结构和演化的重要手段。近年来大数据的快速发展为流空间研究提供了新的机遇和挑战。论文系统综述了基于大数据的流空间研究进展。首先,论文梳理了基于大数据流空间研究的背景和历史,然后总结了基于大数据的流空间研究的主题、数据类型、方法和主要发现,最后展望了未来的研究挑战。2011年以后,基于大数据的流空间研究呈指数增长趋势,中英文论文年均发表量从2010年的11篇增长到2018年的106篇。大数据主要从提供新的数据源、激发新的分析方法和提供新的研究视角三方面推进了流空间研究。常用于流空间研究的大数据主要包括手机信令数据、社交媒体签到数据、公共交通刷卡数据和出租车轨迹数据,它们比传统统计数据更能直接提供人流、物流和信息流的时空动态信息。研究方法也从传统的基于距离的重力模型发展为网络分析方法。未来在交叉学科研究、大数据和传统数据的耦合、大数据与深度学习和云计算等新方法的结合方面仍需进一步探索,从理论、数据和方法上全面深化流空间研究。     

基于MODIS数据的北京西北部地区土地覆盖分类研究

本文主要基于MODIS 16天合成的NDVI时间序列数据、8天合成 LST数据、1∶5万DEM数据以及其他辅助数据相结合,进行北京西北部地区土地覆盖分类的研究。首先选取适合于MODIS数据分类的土地覆盖分类系统,然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,以排除各种干扰因素,提高分类精度。最后结合LST数据、DEM数据及降雨温度数据,利用?齂-均值非监督分类法,进行研究区的土地覆盖分类,经过分类后处理,得到北京西北部地区的土地覆盖分类图。分类结果表明,使用250m分辨率MODIS数据,结合本文所用方法,能够实现较大区域的土地覆盖分类,并且能达到较高的分类精度。