澜沧江流域地理因子库的建设

从GIS空间数据库中提取信息,是促进空间数据在电子政务中应用的有效方法。本文提出了运用空间分析和统计分析技术建立地理因子库的技术方法,基于1:25万地形数据库和DEM数据库,分别以250m格网和行政区域为单元,建立了澜沧江流域的包括水系、居民地、交通和高程的地理因子库,为澜沧江流域开展资源环境的综合分析与评价提供数据保障。     

试论电子政务空间辅助决策环境的建立

本文简要介绍了在全球范围兴起的电子政务的发展状况 ,分析了电子政务与空间辅助决策的关系 ,对电子政务空间数据框架的建立、电子政务空间辅助决策软件平台开发等技术问题进行了探讨。最后 ,对电子政务空间辅助决策应用系统建设应注意的问题等主题进行了探讨     

电子政务空间辅助决策综合数据管理研究与实践

本文通过对电子政务数据特点和处理要求的分析,提出了电子政务空间辅助决策综合数据模型。在此基础上,作者完成了电子政务空间辅助决策综合数据管理方法研究与实践。实现了多种类型数据的管理,扩展并完善了基于空间数据的电子政务应用数据管理的内容和技术。     

电子政务中基于XML的空间数据交换格式研究

电子政务应用中,常需要将不同来源的空间数据进行集成,基于XML的数据交换是对空间数据集成的有效方式之一。笔者参与了某电子政务空间辅助决策示范工程的空间数据交换格式研究。本文讨论电子政务中基于XML的空间数据交换格式的设计目标、遵循原则、数据模型和矢量数据交换格式中的关键点。最后给出一个建议的用于电子政务的空间数据交换格式的XMLSchema框图。并对地球信息交换格式国家标准提出了几点改进意见。     

电子政务与数字中国地理空间基础框架

本文对电子政务和数字中国地理空间基础框架的基本概念、内容和体系结构进行深入分析,指出电子政务与地理基础空间数据框架的关系非常密切,并强调说明:电子政务需要数字中国地理空间基础框架的支撑,集中体现在:数字中国地理空间基础框架是电子政务的空间定位平台,可以为电子政务提供空间辅助决策支持,并可为电子政务提供清晰易读的可视化工具;与此同时,电子政务为数字中国地理空间基础框架的建设提供了新的应用空间和发展机遇。     

电子政务与GIS

在对电子政务的定义、系统功能、业务模型、基本特征和国外发展概况等进行系统分析之后，对我国电子政务建设的指导思想、建设原则、建设目标和建设任务等进行了概括，并重点论述了电子政务与地理信息系统的关系。文中指出：电子政务需要地理空间数据的支持，地理空间数据是政务信息、专题业务信息和各类统计数据的空间定位框架和信息载体；电子政务需要以地理信息系统为代表的遥感技术、卫星定位技术和网络通信技术的支撑，并赋予电子政务以空间分析、空间知识挖掘和空间辅助决策的功能；与此同时，电子政务为地理信息系统的发展提供了难得的机遇。文中还介绍了已建成并投入业务运行的若干电子政务示范工程。     

空间数据仓库与OLAP技术研究

空间数据仓库与OLAP技术研究,提出基于GIS的空间数据仓库技术来集成GIS、MIS和OA等系统中的空间数据和属性数据,为决策分析提供一个有效的基于GIS的空间OLAP平台,有利于电子政务空间辅助决策统一平台的建立。在GIS中引入数据仓库技术,会使得空间数据不再是互不兼容,GIS用户能更好地管理和分析数据,商业用户可以方便的使用空间数据。     

江苏省经济社会空间数据库建设探讨

随着经济社会问题的日益复杂和地理空间信息技术的应用推广,经济社会资源的管理也逐渐与地理空间数据相结合。在此基础上构建的经济社会空间一体化管理的数据库为宏观经济管理提供决策支持服务已成为各级政府在电子政务建设中的重点。本人设计了江苏省经济社会空间数据库及其管理和应用平台,并对建设工作中遇到的重点难点问题进行了详细阐述,同时结合工作实际给出了解决方式,为各级政府进行同类工作提供了很好的借鉴经验。江苏省经济社会空间数据库的建设为公共决策提供了一个基础经济社会空间信息平台,提高了政府决策的效率。     

电子政务空间辅助决策系统的应用开发

随着电子政务的快速发展,空间辅助决策系统已成为其重要组成部分。本文着重分析服务于政府领导的电子政务空间辅助决策支持系统应具备的信息特征和服务模式,提出了解决方案及电子政务空间辅助决策系统的应用框架。并简要介绍了基于该框架的几个应用系统。     

利用CAD工程图构建SuperMap空间数据库的方法

现代城市的规划、决策和资源利用离不开地理空间数据库的支持,而工程测量图是地理空间数据建库的重要数据源。本文研究了由欧特克计算机辅助设计(CAD)工程图构建SuperMap空间数据库的基本方法,通过图纸预处理、数据读取与转换、数据检查与修复等过程,建立了一个案例地理空间数据库,并实现了某城区地理空间数据的可视化分析与应用。     

长江流域水资源空间分配

针对当前水资源空间分配方法存在影响因素选择不全,权重设计主观性强,且难以适用于大尺度流域范围等问题,该文提出了一种面向长江流域的水资源空间分配模型。该模型选取了年均降雨量、地形坡度、地表植被覆盖和区域集水面积作为水资源分配的影响因子,利用相关性分析方法和AHP层次分析法优化了因子影响权重设计,实现了长江流域的水资源空间分配,并采用长江流域二级子流域的水资源量统计数据进行精度检验。实验结果揭示了长江流域水资源量在1km格网尺度的空间分布差异,表明了该文面向长江流域水资源空间分配模型的合理性和准确性。     

澜沧江流域降水量空间分布的克里格插值分析

澜沧江流域范围狭长,地形起伏较大,降水等气候信息复杂多变,获取困难。而使用地质统计学当中的克里格插值方法,可以对降水量的空间分布情况进行插值分析,获取流域内及周边地区的降水量空间分布特征。本文对地质统计学及克里格插值的基本理论进行了简单介绍,利用降水量空间分布的各向异性特征,对澜沧江流域多年平均降水量进行了空间插值处理,对试验误差进行了比较,并对流域内降水量的整体分布特征和其中部分地区降雨量异常的原因进行了初步的分析。     

基于GIS的重庆市地下河数据库的设计和实现

重庆市地下河数据库包含有气候、水文、地质、化学和社会经济等许多方面的数据,这些数据来自不同的数据收集管理部门及实地勘测的结果,数据存在的形式和数据保存的格式都不统一,常规的数据管理方法难以胜任对这些复杂数据的管理。以关系数据库管理系统(RDBMS)结合地理信息系统(GIS)技术设计的空间数据库可以对空间数据、属性数据进行方便存取和有效的管理。重庆市地下河数据库利用SQL Server Express 2005数据库管理系统为后台数据存储中心,以ArcGIS9.2为平台,使用ArcSDE9.2为纽带设计实现,科学的数据管理方式为在此基础上的水文建模、空间统计分析和水资源评价等应用提供了有力的数据管理平台。     

Optimization of Airborne Real-time Cueing Hyperspectral Enhanced Reconnaissance (ARCHER) imagery,in situ data with chemometrics to evaluate nutrients in the Shenandoah River,Virginia

Abstract

Phosphorus and nitrogen have a strong influence on water resource and remote sensing technology has demonstrated that water quality monitoring over a greater range of temporal and spatial scales can be used to overcome these constraints. This research was designed to demonstrate the feasibility of combining remotely-sensed water quality observation and chemometric techniques to estimate water quality in the Shenandoah River. We used Airborne Real-time Cueing Hyperspectral Enhanced Reconnaissance (ARCHER) imagery, combined with a partial least squares analysis to characterize the spatial distribution of nutrients in the Sheanadoah river. ARCHER retrievals for phosphorous with cross-validation show high sensitivity in estimating water quality in the Shenandoah River with the Bentonville in the South Fork, with an R2 of 0.93 sensitivity. Using the significance level of 0.05, data from the summer of 2014 showed that the p-value was 0.00 for both nitrogen and phosphorous. Results show retrieval method is transferable.     

地理国情普查质量控制体系构建及效果分析

地理国情普查是采用空间化的方法反映自然要素与人文要素的空间分布、基本特征及其相互关系,为政府提升宏观决策的科学性及优化各类资源的配置提供依据。完善的质量控制体系是获取真实、准确、可靠的地理国情成果的有力保障。本文介绍了地理国情普查质量控制体系设计出发点、内容及其效果,对未来开展地理国情常态化监测的质量控制具有一定借鉴意义。     

自然资源调查监测地表覆盖成果质检关键技术探讨

自然资源统一调查监测中的地表覆盖成果作为重要的基础性空间数据,将发挥对各类自然资源调查监测的基础支撑作用,其成果质量水平将影响各类自然资源统计、分析、评价结果的可靠性。根据测绘重大工程质量控制实践,为确保最终成果质量,需要制定科学、合理、统一的成果质量评价标准,并开展全面、高效、准确的成果质量检查。本文深入分析了地理国情监测、国土调查等已开展的自然资源调查监测工程中地表覆盖相关数据成果的质量特性,以及相关工程中地表覆盖成果质量评价标准、质量检查技术方法的现状及关键技术需求。在此基础上,探讨了基于定量化指标评定法的地表覆盖成果质量评价技术方法,应用面向对象、深度学习等遥感影像智能信息提取技术辅助的地表覆盖分类精度质量检查技术方法,以及应用新型远程化、增强化外业调绘核查技术辅助的地表覆盖成果外业质量检查技术方法,为自然资源统一调查监测中地表覆盖成果质量控制的实施提供技术参考。     

Modeling Situation Factors Used in MCE Procedures for Raster GIS

Multi‐criteria evaluation (MCE) procedures are widely used in raster‐based geographic information systems (GIS) to perform a variety of land use siting applications. Many of the criteria used in an MCE analysis are based on spatial relationships or situation characteristics. Situation factors measure the accessibility that each raster cell is to resources or land uses that generate spatial externalities for the activity being sited. This accessibility can be measured either in terms of distance to the nearest target cell containing resources or the overall level of resource availability as measured by a spatial interaction model. This paper examines the spatial structure of these situation factors to identify the set of critical target cells for which distance estimates are most sensitive. Critical target cells are especially important in the case of positive externalities in which an activity would be inclined to locate near these cells to use or consume the resources there. Critical target cells are useful for evaluating the utility of the final site selection with respect to resource/activity ratios.     

大数据时代的地理国情统计分析

统计分析是实现地理国情数据向地理国情信息转换的重要手段,可以从不同维度反映资源、环境、生态、经济等要素的内在空间特性及其相互作用。针对大数据统计分析面临的高效管理、高强度计算和深度服务需求,提出了地理国情大数据统计分析的技术框架,并从大数据存储与融合、统计计算关键技术、服务建模与应用3个维度探讨了地理国情统计分析的核心流程。该研究成果将有助于提升地理国情监测和统计分析在自然资源监管、生态保护修复等领域中的应用水平,推动测绘地理信息产业的转型升级。     

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。