地球科学数据的元数据研究

元数据是数据库领域中一个基本的概念,地球科学数据的无数据系统的建立有助于地学数据的开发和利用,文中说明了无数据在地学数据中的应用,论述了地学元数据的分类、获取、管理等问题。     

地学数据集成的理论基础与集成体系

地球空间数据 (简称地学数据 )来源的拓宽、更新手段的发展和应用领域的扩大使数据集成或集成使用的研究和实用化成为必需。简单地理解 ,地学数据集成是指不同来源、不同性状数据在相同环境下的使用。地学数据是对地理现象和过程及过程时空特征认知基础上的表达 ,地学数据集成的基础主要表现在 :地理现象和过程的空间和时间统一性、地学过程时空过程的连续性、地学现象和过程的层次性、地学数据认知的一致性、依赖于元数据的地学数据的透明性、数据内容和形式的相对独立性等 ;在此基础上 ,作者在论文中描述了基于地学知识和地理信息系统功能的地学数据集成概念模型和过程 ,并对地学数据集成过程中涉及到的问题进行了说明。     

地学信息产品的理论与技术研究--以中科院资源环境数据库中的若干信息产品为例

在阐述地学信息产品的概念和内涵、类型与组成、特征的基础上,以中科院资源环境数据库项目中的若干信息产品为例,首先深入研究了地学信息产品的几个理论问题,即价值取向、信息加工深度与增殖潜力、最佳地学信息存储和表达模式,以及地学信息产品的著作权、制作权和版权;其次,讨论了地学信息产品开发和研制中的若干技术方法问题,包括地学信息的采集、提炼和派生,地学信息的多重表达,地学信息产品的开发和制作,地学信息的共享、传播和应用等方面的技术和方法.     

厦门地学旅游资源类型及成因初探

一、地学旅游资源的概念及分类旅游资源是旅游业赖以生存和发展的基础,任何地方的旅游资源都是特定地学环境的产物,都与地学（包括地质地貌、气象气候、水文、土壤植物等）有密切的联系,这就引伸出有关地学旅游资源的概念。目前学术界对此尚无公认统一的定义,但一般认为,地学旅游资源是指适应于旅游业的、具有科学考察、科普教育、增长知识及观赏功能的地质、地貌、气候、动植物景观。根据其成因和功能的不同,一般把地学旅游资源分为二大类：一是专业性较强的地质、地貌、生物等专项研究考察的旅游资源,如典型地层剖面、古生物景观、…     

新疆特种旅游资源开发探讨

本文对新疆特征旅游进行了分析并提出了开发规划设想。在此基础上提出了特种旅游资源的概念,并深入地探讨了其内涵的特征;同时进一步分析了新疆特种旅游资源形成的地学基础,从地学等角度对新疆特种旅游资源进行了分类及评价。     

遥感影像智能图解及其地学认知问题探索

本文提出遥感地学智能图解模型 (RSIGIM)概念 ,主要内容是如何模拟地学专家对遥感影像的综合解译和分析过程 ,对遥感影像中包含的地物目标进行描述、识别、分类和解释 ,提取遥感影像中地物目标所属的类别 ,判别其大小、结构、相互关系等地学属性及遥感成像机理、内部特征 ,进一步融合地学分析模型 ,预测地理现象和地理过程的发展趋势 ,作出决策性规划。 RSIGIM的核心问题——遥感地学智能图解中的认知模型 ,具有层次结构 ,从低到高包括基于数理统计的影像基本处理和分析模型、基于神经计算模型影像视觉生理认知模型和基于符号知识逻辑心理认知模型等三个层次的分析认知模型。     

城镇交通网络信息图谱研究刍议

研究了地学信息图谱的概念及其与城镇交通网络共有的基本特性,探讨了既有交通网络中已经运用到的地学信息图谱概念的情形,拓展了基于地理信息图谱概念,综合现代RS、GIS、GPS、ITS等技术,科学研究、系统改进交通网络中地学信息应用的可能。在此基础上,预测了未来地理信息图谱理念的深入应用将可能大力改进交通网络的几个方向。     

地学知识可视化概念特征与研究进展

地学知识可视化是将知识可视化研究的理论、技术、方法引入地学研究领域,形成一个新的研究方向。通过分析地学知识可视化国内外研究现状,在总结其研究特点的基础上,对地学知识可视化的定义进行阐述,讨论其概念特征、理论基础以及表达方法,并对其应用研究现状与发展趋势进行概括总结。     

遥感影像分类与地学知识发现的集成研究

遥感与地学之间存在着数据与知识上巨大的互补性。本文通过地面类型数据将遥感影像分类与地学知识发现结合起来:用遥感数据驱动发现地学知识,用地学知识解释、确认、检验遥感分类结果,并使用统计值和分布谱来定量化表达地学知识,形成一体化的遥感地学分类系统。     

论DEM地形分析中的尺度问题

DEM及其地形分析具有强烈的尺度依赖特征。本文以黄高原地区的研究为例,结合地学建模和地学模拟的需求,重点讨论DEM地形分析中的尺度问题。文中从DEM建立与应用出发,首先建立了DEM地形分析中的尺度概念体系,剖析了各类尺度之间的关系,其次讨论了尺度所引起的各种地形分析效应问题,最后探讨了DEM地形分析中的尺度转换类型和方法。     

地理空间元数据关联网络的构建

利用资源描述框架（RDF）设计地理空间元数据关联模型,根据地理空间元数据之间的语义关系和语义相关度的计算,以构建以元数据为节点、元数据之间的语义关系为边、语义相关度为权重的关联网络。在这一网络中,一个节点是一个地理空间元数据的资源描述图,包含属性特征（数据来源、空间特征、时间特征、内容）及其关系特征（元数据之间的语义关系、语义相关度）。实验及其分析表明,地理空间元数据关联网络可以有效地支持地理空间数据语义关联检索、推荐等应用,这与传统的基于关键词的元数据检索方式相比,具有更高的准确度。     

基于全球剖分模型的空间信息编码模型初探

为解决由于不同GIS数据模型中同一空间实体的编码不惟一而导致数据共享困难及标识的静态性和无空间位置等问题,鉴于全球剖分模型的全球连续性、多层次性以及剖分面片地址码的全球惟一性,该文提出了基于全球剖分模型的全球空间信息剖分编码(GeoDNA)模型,并设计了该编码模型的系统架构,试图实现全球空间信息的全息表达。通过对遥感影像中的空间实体进行编码试验,表明全球空间信息剖分编码模型将大大增强空间信息的维护与共享能力,加快信息的查询与检索速度,在区域性的应急反应上具有很强的理论和实用价值。     

基于GML的航空地理数据建模

航空情报资料是空中交通地理活动所必需或所产生的航空地理数据,在信息化管理过程中面临着多源异构数据的集中管理、统一维护和分布使用等需求。GML作为开放的空间数据模型标准,为航空地理数据的交换和共享提供了要素编码方法和数据交换规范。针对航空信息化系统建设中对规范的航空地理数据的应用需求,在研究航空地理数据特点的基础上,通过分析航空地理数据与GML模型之间的映射关系,以航线管理系统中基础航空情报数据库的建设为例,基于GML规范设计了航空地理数据模型,阐明了数据处理流程,为建立标准化的航空信息数据仓库进行了有益的尝试。     

Spatiotemporal correlation in WebGIS group-user intensive access patterns

Group-user intensive access to WebGIS exhibits spatiotemporal behaviour patterns with aggregation features and regularity distributions when geospatial data are accessed repeatedly over time and aggregated in certain spatial areas. We argue that these observable group-user access patterns provide a foundation for improved optimization of WebGIS so that it can respond to volume intensive requests with a higher quality of service and improve performance. Subsequently, a measure of access popularity distribution must precisely reflect the access aggregation and regularity features found in group-user intensive access. In our research, we considered both the temporal distribution characteristics and spatial correlation in the access popularity of tiled geospatial data (tiles). Based on the observation that group-user access follows a Zipf-like law, we built a tile-access popularity distribution based on time-sequence, to express the access aggregation of group-users with heavy-tailed characteristics. Considering the spatial locality of user-browsed tiles, we built a quantitative expression for the correlation between tile-access popularities and the distances to hotspot tiles, reflecting the attenuation of tile-access popularity to distance. Moreover, given the geographical spatial dependency and scale attribute of tiles, and the time-sequence of tile-access popularity, we built a Poisson regression model to express the degree of correlation among the accesses to adjacent tiles at different scales, reflecting the spatiotemporal correlation in tile access patterns. Experiments verify the accuracy of our Poisson regression model, which we then applied to a cluster-based cache-prefetching scenario. The results show that our model successfully reflects the spatiotemporal aggregation features of group-user intensive access and group-user behaviour patterns in WebGIS. The refined mathematical method in our model represents a time-sequence distribution of intensive access to tiles and the spatial aggregation and correlation in access to tiles at different scales, quantitatively expressing group-user spatiotemporal behaviour patterns with aggregation features and a regular distribution. Our proposed model provides a precise and empirical basis for performance-optimization strategies in WebGIS services, such as planning computing resource allocation and utilization, distributed storage of geospatial data, and providing distributed services so as to respond rapidly to geospatial data requests, thus addressing the challenges of volume-intensive user access.     

Exploration of spatiotemporal and semantic clusters of Twitter data using unsupervised neural networks

ABSTRACT

The investigation of human activity patterns from location-based social networks like Twitter is an established approach of how to infer relationships and latent information that characterize urban structures. Researchers from various disciplines have performed geospatial analysis on social media data despite the data’s high dimensionality, complexity and heterogeneity. However, user-generated datasets are of multi-scale nature, which results in limited applicability of commonly known geospatial analysis methods. Therefore in this paper, we propose a geographic, hierarchical self-organizing map (Geo-H-SOM) to analyze geospatial, temporal and semantic characteristics of georeferenced tweets. The results of our method, which we validate in a case study, demonstrate the ability to explore, abstract and cluster high-dimensional geospatial and semantic information from crowdsourced data.     

Using geospatial technology to strengthen data systems in developing countries: The case of agricultural statistics in India

Despite significant progress in the development of quantitative geography techniques and methods and a general recognition of the need to improve the quality of geographic data, few studies have exploited the potential of geospatial tools to augment the quality of available data methods in developing countries. This paper uses data from an extensive deployment of geospatial technology in India to compare crop areas estimated using geospatial technology to crop areas estimated by conventional methods and assess the differences between the methods. The results presented here show that crop area estimates based on geospatial technology generally exceed the estimates obtained using conventional methods. This suggests that conventional methods are unable to respond quickly to changes in cropping patterns and therefore do not accurately record the area under high-value cash crops. This finding has wider implications for commercializing agriculture and the delivery of farm credit and insurance services in developing countries. Significant data errors found in the conventional methods could affect critical policy interventions such as planning for food security. Some research and policy implications are discussed.     

Geographical Notes

Abstract

This article describes the benefits of combining field-based learning within the context of a competitive setting in the geography curriculum. Findings and data are presented based on experiences gathered from teaching an upper-level university geography course that combined geographic techniques and theory into a game of capture-the-flag. Students analyzed a variety of geospatial data sources, using ArcMap Geographic Information System software, to prepare a series of maps for the game. Students reported a first-time understanding of many geographic skills that were previously ambiguous to them when the material was presented in a different format, such as lectures and labs.     

地球空间数据集成研究概况

数字地球空间数据的集成研究及应用始于本世纪 60年代 ,地理信息系统的出现及应用、多元数据的使用推动了地球空间数据集成研究及其应用。本文首先对地球空间数据概念进行描述 ,然后对地球空间数据集成研究状况及存在的问题进行了详细的分析。结合数据集成需求及存在的问题 ,论文分析了数据集成的发展方向。     

地理空间数据本质特征语义相关度计算模型

关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系,分层次逐级计算地理空间数据的语义相关度。与传统的语义相关度计算方式不同,以地理元数据为语料库,充分考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度,分别采用几何运算、数值运算、词语语义相似度计算和类别层次相关度计算的方式,构建地理空间数据的语义相关度计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识等特点。实验表明：模型能够有效地计算地理空间数据本质特征的语义相关度,并具备一定的扩展性。