多解析度八叉树数据结构理论探索与应用

随着计算机技术的发展和GIS理论研究的深入，三维GIS已逐渐成为研究热点。该文从理论上对不同八叉树数据结构的优缺点进行了比较研究，并讨论了基于多解析度的八叉树数据结构的三维物体表示及其相关的存储技术。在此基础上，实现了一个基于支持多解析度的指针八叉树数据结构的原型系统，取得了较好的效果，从理论向实践又迈进了一步。     

基于多智能体的居住区位空间选择模型

多智能体系统(Multi-Agent system, MAS) 是一种进行复杂系统分析与模拟的强有力工具,尤其在社会科学领域得到了广泛的应用。本文提出了基于多智能体的居住区位选择模型(Agent-Based Model of Residential Location-ABMRL),将多智能体建模的方法应用于居民居住区位决策行为和地价动态变化的研究中,旨在探索与模拟居民在居住选择过程中的复杂空间决策行为,以及居民之间、居民与地理环境的相互作用而导致城市居住空间分异的演化过程。ABMRL模型由表征各类居民的多智能体层和表征地理环境的元胞自动层组成,对应人地关系中的两个基本要素--人类与自然环境。该模型认为居民迁居的动力源于内部的经济社会压力和外部的居住环境刺激。利用ABMRL模型模拟和验证了居住空间分异、圈层城市空间结构、城市绅士化等经典城市理论,并以广州市海珠区为实验区,模拟了该区域居民居住空间分异的演化过程和地价的动态变化。     

基于蚁群规则挖掘算法的多特征遥感数据分类

蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点。蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据。因此,论文将蚁群规则挖掘算法应用到多特征遥感数据分类处理中,并采用北京地区的Landsat TM和 Envisat ASAR数据作为实验数据,对选择的遥感数据进行了多特征分类实验。实验结果分别与最大似然分类法、C4.5方法进行对比,分析表明:1)蚁群规则挖掘算法是一种无参数分类的智能方法,具有很好的鲁棒性,2)能够挖掘较简单的分类规则;3)能够充分利用多源遥感数据等。它可以充分利用多特征数据进行土地覆盖分类,从而能够提高分类的效率。     

基于四叉树的地形可视化研究

在分析四叉树多分辨率地形表示模型的基础上,描述基于四叉树的地形可视化基本过程。为使四叉树多分辨率地形可视化方法适应于更多的应用环境,探讨四叉树多属性节点评价函数的构造方法,通过调节评价函数中各属性评价值前的权值,使得多个属性共同影响地形简化的同时,又能保证应用环境中重要的属性信息失真最小。     

竞争型公共设施区位决策——概念、选址原则及模型构建

竞争型公共设施竞争性、公益性并存,其区位决策相对更加复杂。首先提出了“竞争型公共设施”的概念,指出“兼顾效率与公平的空间均衡”是其选址的基本原则,并概括出具体选址要求：遵循供需双方的空间相互作用模式、限制至邻近设施的最大出行成本、追求总出行成本最小化、约束设施规模门槛、与低层级设施在出行成本上相区分等。其次构建了基于概率分配规则的重力P中值模型,通过纳入设施规模因子实现区位和规模同步求解,并对邻近设施最大出行成本和设施最小规模进行约束,以实现空间公平-效率、服务质量公平与规模效率等多重目标。最后经过实证检验,优化后的设施布局更为均衡合理。     

基于Pareto多目标遗传算法的公共服务设施优化选址研究——以深圳市医院选址为例

公共服务设施选址是一类复杂的多目标优化问题。传统遗传算法选址模型多将此问题转化为单目标优化问题,采用二进制或实数编码方式,在小规模数据下进行优化实验,其模型的空间搜索能力不足以满足当前设施优化选址的实际需求。文中基于Pareto多目标遗传算法,设计了行列号组合编码方式及多种重组方法相结合的遗传操作算子,构建了Pareto多目标遗传算法选址模型。实验表明,模型可较好地逼近Fonseca(2)测试函数的凹状解空间前沿,将模型应用于大规模数据环境下的深圳市公共设施优化选址中,取得了较好的实验结果。     

基于蚁群优化算法的城市生态用地空间规划模型

城市生态用地规划是城市生态系统保护的重要基础和前提。针对传统空间规划方法的不足,提出基于蚁群优化算法的城市生态用地空间规划模型。研究对蚁群优化算法的空间禁忌策略、选择策略进行改进,考虑了城市生态用地的生态效益和空间集约性,在规划目标函数中引入生态适宜性、空间紧凑度和最邻近距离指数,并设计最邻近距离指数的栅格计算方法。以广州市为例,分别模拟城市生态用地占广州市面积15%,30%和50%情景下的生态用地规划方案,取得了较好的效果。研究表明：基于蚁群优化算法的城市生态用地空间规划模型能够合理的对城市生态用地的空间布局进行配置,明显提高了城市生态用地生态效益和空间集约性。     

外资寿险公司在中国的区位分布与区位选择研究

中国的保险市场历来被国际保险业公认为是下一个最具开发潜力的市场。加入WTO以来,外资寿险公司在中国的投资进入快速扩张期,区位分布范围不断扩大。本文回顾了外资寿险公司在华发展历程,总结了其区位分布特点,并对其区位选择因子进行了实证分析。结果表明,外资寿险公司的保费收入与区域人均城镇收入水平正相关,而与区域第三产业发展水平和FDI呈负相关。未来外资寿险公司将向经济发展水平较高而市场发育程度相对较低的区域发展。     

在华外商直接投资区位研究述评

尽管学术界至今未能形成一般性的外商直接投资(FDI)区位理论,但已有的大量研究却对加深理解FDI的区位选择规律做出了重要贡献。中国作为一个成功转型国家,在华FDI区位研究早已成为各界关注的热点问题之一。本文从区位理论和FDI理论两方面梳理FDI区位研究的理论基础后,回顾并评述了在华FDI区位研究进展,并提出了其未来发展中需要完善的相关命题。早期的研究以定性描述为主,从20世纪90年代中期开始转入利用计量经济模型对影响在华FDI区位选择的因素进行识别;研究主要集中在省区尺度,识别出的区位因子主要包括成本、市场、集聚和制度等。FDI在东道国的区位选择行为是“区域—产业—企业”共同作用的结果,在识别东道国区位要素的基础上,已有文献同时也关注了来源国效应、产业特征与企业属性和时间演化对FDI区位决策的影响。未来研究中需要加强对新兴经济体FDI区位模型的一般性讨论,强化“区域—产业—企业”系统研究,并关注基于功能视角的在华FDI(跨国公司)区位研究。     

社区化新零售的布局选址与优化发展研究——以南京市盒马鲜生为例

社区化新零售是新兴的商业模式,也是商业与社区互动的重要场域,值得从城市空间视角深入探究。基于南京市盒马鲜生及相关兴趣点(point of interest,POI)与兴趣面(area of interest,AOI)数据,综合运用空间分析、定量统计、实地调研等方法,解析盒马鲜生的服务类型及对象、空间布局特征、区位选址因素,并提出优化发展建议。研究发现：① 南京市盒马鲜生服务对象以社区为主,酒店、写字楼为辅;服务客户以具有一定经济基础和消费能力的中青年人群为主。② 空间布局总体呈现南—北走向的主城区+近郊区的“5+7三组团”格局,均为“点”状门店+不规则“面”状服务区相结合的“中心—外围”结构,实际配送范围与3 km缓冲区存在差异。③ 区位选址主要受社区密度和交通环境的影响,对商圈、地价具有依赖性,竞争对手对门店选址影响较小;主要位于社区与道路密度中高值区、商圈边缘地带、主干道两侧及地价中等区域,并利用面状服务区延伸服务范围,获取更多潜在目标客户群。最后从消费群体、运营成本、品牌竞争3个方面探索其区位选址的影响机制,并基于区位选址特征提出优化发展建议。     

Optimal routing for waste collection: a case study in Singapore

ABSTRACT

To collect and dispose growing amounts of municipal solid waste (MSW) changed to be a hot topic along with the rapid urbanization in past decades. Cities are more and more dependent on the incineration instead of landfilling due to the cost-efficiency and environmental concerns. Considering the limited number of incineration plants and complicated situation of transportation in both spatial and temporal dimensions in different cities, the optimal routing for waste collection turns to be meaningful research topic. In this research, the ant colony optimization (ACO)-based multi-objective routing model coupled with min-max model and Dijkstra’s algorithm is proposed to address the question of which route to take from these waste-generating points to the target incineration plant(s) considering travel time, accident probability (black spots), and population exposure, so as to support the routing decision-making. The model is successfully implemented in Singapore and the effectiveness of the model has also been justified. Besides, few limitations of this research have also been discussed, some of which would also be the future directions of our research, especially the design and integration of a web-based routing decision-making support system.     

基于蜂群算法的城市土地利用变化建模

通过引入人工蜂群算法用于构建土地利用变化的驱动力模型,分析土地利用变化的驱动力机制。算法原理通过模仿蜜蜂采蜜行为,自动搜索和提取土地利用变化样本中不同土地变化类型所对应的驱动力分类规则。分类规则的构建采用“IF…THEN”形式,并选取3种不同的适应度函数分别进行模拟验证。研究案例基于UCI实验数据集和美国纽卡斯尔市真实土地利用变化数据集。由实验结果可知,采用蜂群算法模型的总体精度和Kappa系数评价优于其它算法,表明蜂群算法应用于土地利用变化建模具有可行性。     

并网太阳能光伏电站选址研究述评

太阳能光伏发电在能源战略中具有重要地位,太阳能光伏电站位置的选择对发电成本有直接影响,已成为一个亟待解决的重要课题。文中系统阐述了太阳能光伏发电的发展历史及未来趋势,并从并网光伏电站选址的宏观影响因素、微观影响因素以及方法与模型3方面综述了并网光伏电站选址国内外最新的研究进展,并展望了未来的研究重点和发展方向,以期促进中国在该领域的研究,并为政府和企业在太阳能光伏电站选址、建设及长期规划等方面提供参考,达到科学合理建设光伏电站、有效利用太阳能的目的。     

像元信息分解和决策树相结合的影像分类方法

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区。用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜,采用BP神经网络分类、形状指数提取、光谱特征提取等复合方法进行分枝,并开展野外遥感调查,以提高和验证分类精度。结果表明：该方法保证了分枝时地物的纯洁度,有效地避免了地物提取时多余信息的干扰和影响,提高了分类精度。结合实地调查数据与最大似然分类算法进行对比实验,表明该模型比最大似然总体分类精度高16％。     

Optimal spatial land-use allocation for limited development ecological zones based on the geographic information system and a genetic ant colony algorithm

Limited development ecological zones (LDEZs) are often located in poverty-stricken, ecologically vulnerable areas where ethnic minorities reside. Studies on optimal spatial land-use allocation in LDEZs can promote economic and intensive land use, improve soil quality, facilitate local socioeconomic development, and maintain environmental stability. In this study, we optimized spatial land-use allocations in an LDEZ using the geographic information system (GIS) and a genetic ant colony algorithm (GACA). The multi-objective function considers economic benefits and ecological green equivalents, and improves soil erosion. We developed the GACA by integrating a genetic algorithm (GA) with an ant colony algorithm (ACA). This avoids a large number of redundant iterations and the low efficiency of the GA, and the slow convergence speed of the ACA. The study area is located in Pengyang County, Ningxia, China, which is a typical LDEZ. The land-use data were interpreted from remote sensing (RS) images and GIS. We determined the optimal spatial land-use allocations in the LDEZ using the GACA in the GIS environment. We compared the original and optimal spatial schemes in terms of economic benefits, ecological green equivalents, and soil erosion. The results of the GACA were superior to the original allocation, the ACA, and the multi-objective genetic algorithm, in terms of the optimum, time, and robust performance indexes. We also present some suggestions for the reasonable development and protection of LDEZs.     

基于遥感信息的哈夫曼优化树在山地土壤资源调查中的应用——以浙江省龙游县为例

应用遥感手段进行土壤资源调查时，可以得到土壤的母质类型、土地覆盖现状、地形地貌等特征信息。在二叉树模型（哈夫曼优化树）的支持下，根据土壤特征信息可以对区域土壤的类、属、种进行逐级识别，识别精度相对较高。     

一种基于数学形态学的沟壑密度提取算法

沟壑密度是反映地表破碎程度的重要因子 ,在土壤侵蚀、地貌演变等研究中有重要作用。本文介绍基于数学形态学的沟壑密度提取算法 ,从TM影像中提取沟谷线信息 ,从而有效地解决了土壤侵蚀评价中下垫面表征因子提取问题。并以黄河流域某小流域沟壑密度的计算作了实例验证。     

一种基于TIN的地形剖面线生成算法

在目前已有基于规则格网(Grid)生成地形剖面线的基础上，提出了一种适用于不规则三角网(TIN)的剖面线生成算法。该算法充分利用TIN中各三角形间存在的拓扑关系，实现了与剖面线相交三角形的快速搜索，大大提高了算法的执行效率。由于地形简化后的TIN仍保留三角形间的拓扑关系，该剖面线生成算法还适用于多分辨率的海量TIN数据。     

基于GDF的道路网完全拓扑生成算法

拓扑关系生成是导航空间数据库构建的一个关键环节。该文根据ISOGDF4.0的要求和道路网拓扑关系的特点,研究了一种道路网完全拓扑关系的生成算法,即根据点的几何坐标生成结点—边拓扑关系的算法,以及从标识点出发利用Qi算子生成部分非传统面拓扑关系的算法。实验表明,此算法的时间效率较高,特别是部分面拓扑关系的定义及生成算法能满足实际导航应用的需要。