基于栅格数据空间分析的城镇土地定级研究

以四川省达州市城区土地定级为例,论述了栅格数据空间分析方法在城镇土地定级中的运用,如定级单元的划分、定级过程中各种距离的求取、定级单元各要素作用分及总作用分的计算以及各定级要素作用分等值线的绘制。结果表明,基于栅格数据的空间分析方法在城镇土地定级中有十分重要的作用,有广泛的应用前景。     

基于空间聚类的城镇土地定级方法研究

分析了多因素综合评定法、级差收益测算法等城镇土地定级方法的不足，提出了基于空间聚类的地价分区定级法的主要思想和主要步骤，并以石狮市土地定级为例，验证了此方法。     

基于GIS的城镇土地分等定级研究

基于GIS空间技术,采用Delphy法进行评价因素、因子的选取及权重的确定,运用空间分析模型确定土地分等定级单元,并加权得到各单元的总分值,最后采用总分值频率直方图法进行土地等级的综合评定.     

地理信息系统支持的城市土地定级方法研究

本文探讨根据城市土地定级因素所具有的空间特征和相关性,采用地理信息系统(GIS)的技术和方法,运用空间数据库存贮、管理和操作各类与城市土地定级估价有关的信息和数据。并根据GIS空间分析的类型和功能,设计土地定级因素空间分析软件,包括空间内插、数字地形分析、空间扩散和叠置分析等,在这些定级软件的协调下,自动完成土地定级因素的量化、空间分析、分值计算、分级评定及土地定级图件等的输出,为城市土地等级评估提供一种全数字的方法。     

基于GIS的城镇土地定级信息系统建模方法探讨

基于GIS的城镇土地定级信息系统在建设过程中,定级方法确定、定级单元大小确定和定级因素/子权重值的生成是关键,且三者都具有不同的确定方法,因此选择什么样的方法决定了系统建立的优劣。本文着重归纳、总结了城镇土地定级信息系统定级方法,通过对比分析,探讨了最优定级方法、最优网格单元大小划分方法和最优因素/子权重值计算方法。     

基于ArcGIS的城镇土地定级方法的研究

基于GIS(geographic information system)技术,提出了一种新的土地影响因子单元级别划分方法——路径距离分析法,该方法综合考虑了地形起伏和河流等"障碍",增加了"桥头堡"效应,提高了影响因子单元定级的合理性,同时免去了传统方法中的修正体系,极大提高了土地定级的效率.并以陕西省延安市某县城区土地定级为例,利用特尔斐法确定影响因子和各因子的权重,利用ArcGIS的路径距离分析法划分影响因子的单元级别,通过多因素综合法叠加得出土地定级图.实验表明,路径距离分析法的土地定级更加合理,可用于城镇基准地价评估.     

基于遥感分析的城市土地定级技术研究——以武汉市为例

在城镇土地定级方法中引入遥感数据分析,提出了应用遥感数据量化定级因子,实现土地定级快速更新的可行方案。以武汉市为例,利用MODIS植被指数和陆表温度产品,准确量化环境因子对定级单元的作用,快速更新武汉市土地定级成果,缩短了更新时间,提高了工作效率,优化了更新成果。     

基于数据场的以价定级方法研究

提出了基于数据场的以价定级法的主要思想和技术路线,以某市城区住宅用地土地定级为例,验证了此方法。     

基于k阶数据场的城镇土地定级模型

通过与现有方法进行对比,提出了一种新的基于k阶数据场的城镇土地定级模型.在要素分层上,模型提供了更灵活的分层策略,解决了不同类要素之间空间分布关联关系的表达,并且提供了灵活的权重归一化处理机制;在作用域的分割上,以k阶Voronoi多边形"最近邻近"划分构建了k元影响环境作用域;在评估点作用分的演算方面,提出了与k元影响环境相适应的多要素分值演算策略,其中主要以三种情形的拟合来说明作用分的演算,模型中还可以采用其他更多形式的多要素演算规则.     

基于GIS的土地定级技术研究

城镇土地定级是评价土地质量的必要手段,也是土地管理的一项基本工作。本文以四川某县县城综合用地定级为例,利用GIS技术划分定级单元,采用多因素评定法对定级影响因素进行分析与统计,再依据定级单元的分值对该县的综合用地级别进行了合理的划分。     

遥感图像分类与后处理综合技术研究—基于约束满足神经网络方法

遥感图像计算机分类的精度问题是阻碍计算机遥感信息处理系统实用化的一个关键问题。将分类后处理中的分类结果平滑过程模型化为约束优化问题,采用神经网络方法把分类结果平滑过程与遥感图像分类过程结合起来,提出了基于约束满足神经网络的遥感信息分类与后处理综合技术。实验表明该方法可明显提高森林类型划分、土地利用调查等遥感应用专题的分类精度。     

一种智能的最短航线构建方法

航线的优化设计是舰船安全、经济航行的基础。本文提出一种智能的最短航线构建方法。通过追踪安全等深线,获取障碍区,然后测试线段与障碍区的空间关系来智能地搜索最短路径。实验表明,与传统方法相比,新方法在效率、准确性和可靠性上都具有明显的优势。     

一种复杂地理环境越野通行路径寻优算法

设计了基于障碍距离的优化算法,解决突发事件应急联动中复杂地理环境下最短路径的寻优求解问题。在详细分析地理空间高程、坡度、障碍物等空间信息的基础上,通过计算搜索空间、搜索方向和网络弧段权值构建网络拓扑关系网,并利用遗传算法对最优路径进行寻优求解。     

LiDAR数据滤波中基于切片的断裂线优化方法

为了克服一般自动滤波算法对复杂地形的不适应性而产生大量误分的现象,提出了基于切片数据的LiDAR数据线分类滤波算法。该算法利用人眼对地形判断的先验知识,并使用多层次自适应高度阈值的滤波方法得到初始滤波结果,再利用三维空间中的角度特性进行优化,从而对断裂线地形能取得很好的滤波效果。最后采用VC++编程实现了本文提出的线分类算法,并经过试验分析比较,证明了该算法的适用性,能够适应高精度DEM的快速制作。     

基于地图代数的最小生成树实现方法

本文介绍了最小生成树及其常见的算法,对比栅格算法分析了基于矢量的最小生成树算法的缺点,介绍了地图代数的距离变换和基于地图代数的距离变换图生成Voronoi图、Delaunay三角网,然后根据最小生成树MST是Delaunay三角剖分的一个子集,逐次删掉Delaunay三角网中每个三角形的最长边,从而得到最小生成树,该方法不仅适用于欧氏非障碍空间,同样也适用于障碍空间的情况,解决了以往最小生成树在障碍空间下(尤其是当障碍空间中的障碍是全形态的条件下)难以求解的问题,具有一定的理论意义。     

顾及障碍空间距离和区域差异的元胞自动机城市扩展模型构建

结合城市空间的区域异质性特征,提出了顾及障碍空间距离和区域差异的CA城市扩展模型。以武汉市中心城区为例,在精确度量障碍空间的基础上,根据城市用地的不同形态和作用方式进行元胞空间的区域划分,构建动态的演化规则。实证表明,新模型能比较真实地模拟城市的扩展过程,结果可靠。     

高光谱遥感影像的广义判别分析特征提取

高光谱遥感影像具有丰富的光谱信息,在地物分类识别方面具有明显的优势。针对复杂高光谱影像分类问题,应用了一种广义判别分析特征提取技术。将输入样本通过非线性函数映射到特征空间,在特征空间中应用线性判别特征提取方法;算法求解过程中涉及到在特征空间的内积用核函数代替,简化计算的同时也使得算法与非线性函数的具体形式无关。通过影像分类试验表明,该方法较常用特征提取方法更有利于分类精度的提高。     

空间地图投影分类研究

为了进一步完善空间地图投影的系统理论，对空间地图投影进行了科学分类，主要是借鉴静态地图投影的分类研究成果，介绍按4种不同投影性质对空间地图投影进行科学分类的方法。     

基于核空间的多光谱遥感图像分类方法

提出了多光谱遥感图像分类方法中解决非线性问题的一种思路。通过引入核空间理论,将在输入空间中不能线性分类的问题映射到一个可以进行线性分类的高维空间,并利用核函数避免了在高维空间中运算的复杂度,较好地解决了非线性分类问题。利用这种思路,本文对一种比较简单的分类算法———自适应最小距离分类方法加以改进,并将其应用于多光谱遥感图像的分类中,提出了一种核函数的选择策略。     

综合非光谱信息的荒漠化土地CART分类

用遥感手段对荒漠化进行监测是当前荒漠化研究的热点问题,传统的荒漠化遥感信息自动提取方法是基于光谱特征的图像分割,受多种因素的影响,分类精度的提高遇到瓶颈,因此基于知识的分类方法应运而生。CART是一种非参数化的分类与回归方法,在用于遥感影像自动分类时,可以方便地应用多源知识,提高分类精度。本文在分析了CART方法原理的基础上,针对荒漠化地区各种地物的特点,将包括地物光谱知识、纹理知识、植被盖度等在内的多种知识融入CART模型,克服了单纯利用光谱特征进行分类的不足,取得了85.94%的精度。