基于动态中介中心性的城市道路网实时分层方法

 城市道路网中各路段的出行效率直接决定了公众实时出行过程中对道路的选择差异。本文提出一种动态道路网分层方法,通过引入城市道路实时交通状态信息,结合图论中的中介中心性评价方法,得到与时间相关的城市路网动态中介中心性层级结构。该方法考虑了不同时间段城市交通状态的差异,实现了城市路网层次的动态合理划分,在一定程度上缓解了由于数据空间范围限制引起的路网层级静态划分方法的局限性。本文所提出的方法可作为城市路网动态分层的有效方法,为多用户并发环境下的实时出行路径搜索提供更合理的数据基础,同时也可应用于更多的城市路网研究中。     

面向地图综合的VGI道路网重要度层次分解选取方法研究

自发地理信息数据具有现势性好、覆盖范围广、信息丰富、获取方便等特点,可作为全球范围内地理信息数据生产与更新的良好数据资料。但是由于数据的无尺度特性,导致自发地理信息道路数据细节过于繁杂,难以直接应用于生产。现有道路网自动选取算法在计算道路重要度时,对所有待选取道路的重要性进行排序,并依据重要性从大到小依次选取。这种方法忽略了选取过程中,道路网结构变化对道路重要性的影响。为此,本文提出了一种基于重要度层次分解的道路网自动选取算法,该方法针对自发地理信息道路网细节繁杂的特点,根据地图数据制图综合时逐级缩编的思路,采用基于层次分解的选取策略进行道路网选取：首先计算所有节点的重要度,然后剔除重要度最小的一些道路节点,并重新计算新的所有节点的重要度,重复上述步骤,直至所有道路节点排序完毕,从而可获得所有道路的重要性排序并完成道路网选取。利用开放街道地图道路网数据进行实验,实验结果表明本文算法选取结果优于网络中心性方法。     

利用车辆轨迹数据提取道路网络的几何特征与精度分析

 电子地图数据是各种智能交通系统的基础数据,对方便人们交通出行、解决城市交通拥堵问题具有重要的意义。其中,道路网络数据又是电子地图的重要组成部分。传统的道路网络数据更新方法往往需要耗费大量人力物力,因此,从其他数据源中如遥感影像数据、LIDAR数据等提取道路网络的相关研究,已成为国内外的研究重点。车载定位设备的广泛应用使车辆轨迹数据的大量获取成为可能,轨迹数据是对车辆行驶路径的完整记录,同时也是道路网络几何特征的直接反映。当轨迹数据量足够大时,则可利用其构建路网,用于更新或修正现有地图上的路网空间信息。针对车辆轨迹数据的特点和道路网络的特性,本文提出一种细化的道路网络几何特征提取方法。车辆轨迹数据是矢量数据,将其转换为栅格数据后,就可采用图像细化的方法处理。图像细化可以在保持原图像拓扑结构不变的情况下,快速地提取出图像的中心像元,并且有效去除冗余信息。本文以上海陆家嘴的车辆轨迹数据为例进行了实验,结果表明,利用车辆轨迹数据构建路网不仅可行,而且简单、高效,取得了良好的效果。     

基于层次分析法的拉市海高原湿地生态系统健康评估

 本文以云南省丽江市拉市海高原湿地生态系统核心区为研究区域,利用区域生态系统功能监测指标和自然环境及人文活动因素指标,对拉市海高原湿地生态系统的健康状况进行空间综合评估分析。首先,根据当前生态系统的状况和高原湿地生态系统的特征,结合湿地保护区开展的系列生态系统功能监测项目及其指标,并充分考虑评估模型的系统性、科学性和实际操作的可行性,构建了拉市海高原湿地生态系统健康评价的指标和指标体系。然后,采用层次分析方法(AHP),融合自然综合指标、人文因素指标在内的生态系统健康综合评价模型,确定6级的生态系统健康评估标准;最后,根据空间评价模型和数据资源,对各个指标权重进行分析计算,得出拉市海高原湿地生态系统的健康状况的空间分布。研究结果表明,拉市海高原湿地的生态系统健康状况良好。按照划定的6级标准,其中,稳定区和较稳定区面积9 358.93hm²,占研究区域总面积的61%,脆弱区和较脆弱区面积为6 058.46hm²,占总面积的39%。整个研究区域内不存在很稳定区和极稳定区,这为高原湿地生态系统的综合管理及发展规划提供了依据。     

中国资源一号卫星零二星中国影像图的研制

中巴地球资源1号卫星全国影像图是利用我国资源1号卫星02星于2003年11月至12月接收的43景(CBERS-02星)宽视场相机数据,通过相关软件分析处理,影像增强,经几何纠正,采用双标准纬线等积圆锥投影变换,并经图像整合处理镶嵌研制的。其中WFI数据的相对辐射校正是采用02星发射后中国资源卫星应用中心新改进方法处理;其组合方案采用波段B11、B10和利用辐射纠正系数求出的绿波段(相似于CBERSB2波段),分别用红、绿、蓝合成的假彩色图像。该影像图是我国首次利用自己的资源1号卫星02星接收的数据,由图像处理系统较全面处理研制而成的全国影像图,它形象直观,生动地反映了我国地貌形态、水系、植被等     

基于RBF神经网络的OSM道路网智能选取

针对目前自动制图综合方法在软件平台没有普及,电子地图仍以人工编制为主,Open Street Map(简称OSM)道路不适合作为标准地图等问题,提出了一种将径向基函数神经网络(Radial Basis Function, RBF)应用在OSM道路网自动选取中的方法。根据多种常用的语义、几何、拓扑参数综合考虑道路网的重要性,并将该算法在系统平台中加以实现,以期为OSM道路网自动选取的精度提高和应用普及提供解决方案。实验结果与实际制图结果在形状结构上保持良好,精度为86.92%,相较于BP(Back Propagation)神经网络算法的效果有所提高。     

GIS环境下智能化地图概括的方法研究

引言 近年来,随着地理信息系统由纯科研项目应用向部门化、网络化的大型运行系统发展,“一库存储”与“多种用途”之间的矛盾越来越显得突出。在学术界,“多比例尺GIS”或“多分辨率GIS”更是数次国际和国内GIS讨论会、空间论坛的热门话题。在这种形势下,制图综合不再仅仅是归属于地图学领域的课题,而是GIS领域内需求迫切、不可回避的重要的数据变换操作。因此,有关制图综合问题的论文缕缕在国内外GIS学术会议上宣读。足以说明其重要性正在引起人们的重视。     

基于拓扑结构分形维的道路选取方法

计算了复杂网络中单个节点的信息维数、体积维数和度体积维数,提出一种基于结构分形维的道路选取方法,考虑了道路网连通方式的多样性与差异性特征。实验结果表明,相比基于路划长度、中介中心性、邻近中心性、度中心性4种单指标道路选取模型,该方法能更好地保持路网整体结构、局部关键特征和拓扑连通性;并且与相应标准比例尺地图保持更高的一致性。     

前期土地覆被数据辅助下的分类样本自动选取

 将地学知识与影像标定相结合,一直是目视解译或计算机自动分类制图的主要手段。传统的目视解译方法能够充分利用地学知识,但需要大量的人力、物力,效率较低;计算机分类中尚未出现比较成熟的高效运用地学知识的分类方法。已有研究表明,分类样本可以作为地学知识的载体,将地学知识融入分类过程中;此外,无监督聚类可以显著提高样本选取的效率,有助于提供足够的样本,为将地学知识高效地融入计算机分类提供了一定的基础。本文提出一种以前期土地利用数据辅助与影像聚类相结合的样本自动选取方法。利用自动选取的样本,通过最大似然分类器对TM影像进行分类,并与手动选取样本分类的方法进行了对比分析。研究结果表明,在分类效果上,本文提出的前期土地覆被辅助下的分类样本自动选取方法,优于手动选取样本的方法,提高了分类效率。在水体、林地、园地、城镇建设用地等7种类型上的分类整体精度达到84.18%,kappa系数为0.8066;手动选取样本进行分类的整体精度为77.04%,kappa系数为0.7196。     

克隆选择算法的线状要素图形简化模型

 线状要素作为占据地图图形80%以上的地图目标,其自动概括是制图综合的一个重要内容。线状要素图形简化是其制图综合的一个主要手段。本研究以克隆选择算法的基本原理,分析对线状要素数据进行压缩时图形简化的约束条件,顾及线状要素的几何精度和形状特征,设计相应的编码机制、变异机制和亲和度函数,提出一种新的线状要素图形自动简化模型。同时,结合不可行解修复机制,提高图形简化的精度。最后,将该模型与道格拉斯算法、遗传算法的简化结果作对比,实验表明,在相同的几何精度内,文中提出的线状要素图形简化模型,在保持线状要素图形形状方面表现更佳。     

结合POI数据的道路自动选取方法

人们对道路重要性的认知与道路周边设施有重要关系,针对现有地图综合道路选取方法中对语义特征考虑不足的问题,将POI数据引入到道路的语义特征分析中,提出一种综合考虑道路空间特征和语义特征的道路综合自动选取方法。首先,结合POI位置数据构造了道路语义特征度量的3个新参量：设施点密度、重要设施比率和专题设施比率;然后,与道路长度、连接值、总深度值、平均线密度等反映道路几何、拓扑和分布特征的度量参量一起,通过归一化和熵值法赋权进行整合计算,得到道路重要性值;最后,综合考虑道路重要性值、道路stroke构成和stroke连通度的约束条件进行道路的分步选取。实验结果表明,该方法在保留主要道路、保持道路分布疏密特征和道路连通性的同时,较好地顾及了道路的语义特征信息。     

基于路网数据和复杂图论的中国城市交通布局评价

城市化的快速发展推动了我国城市道路网的不断扩张和发展.城市道路网是一个动态、开放、自组织的空间复杂网络,构成了城市的结构框架,研究城市道路网的结构特征对路网规划和城市建设有着重要的应用价值.在国内城市道路网络结构特征的相关研究中,很少有学者基于道路走向的视角对整个城市路网结构进行研究,也缺少对全国主要城市路网的整体性评...     

一种顾及重要性意义和空间分布特征的兴趣点选取方法

针对地图上的兴趣点,提出了一种兼顾个体重要性和点群空间分布特征的选取方法。根据单个点的地理特征、地理意义来评估点的重要性程度;通过反复构造加权Voronoi图保持点群的空间分布特征,并在此基础上评估单个兴趣点的选取概率。最后,结合实际数据进行实验,实验表明该方法合理有效。     

结合SVM与图匹配的车载激光点云道路标线识别

本文提出一种基于SVM与图匹配相结合的车载激光点云道路标线识别方法。该方法基于标线点云分割对象,利用Hu不变矩、实心形状上下文（SSC）、最小外包矩形（MBR）面积和延展度构建形状特征向量,采用SVM进行道路标线粗分类。针对粗分类结果,构建能够精确描述空间语义信息（如局部区域内标线间的排列、方向、距离）的图结构,通过图匹配方法优化粗分类结果,完成直行箭头、人行横道预告标识线、单向转向箭头、双向转向箭头、虚线型标线、斑马线共六类道路标线的精确识别。本文实验采用4份不同场景车载激光点云数据,实验结果中6类标线分类的准确率分别达100%、100%、94.12%、100%、94.94 %、99.25%,召回率分别达100%、100%、88.89%、100%、98.21%、99.00%,F₁-Measure值分别达100%、100%、91.43%、100%、96.59%、99.12%。结果表明,本文方法能实现多类标线对象的精确识别,并对形状相似标线（如直行箭头、虚线型标线与斑马线）的区分具有较强稳健性。     

基于多光谱LiDAR数据的道路中心线提取

针对城市三维激光点云中,道路与地面高程相差小、激光反射强度相近使得道路提取困难;广场、停车场等地物的高程、反射强度与道路极为相近,容易产生错误提取的问题。本文设计了一种描述道路条带信息的局部二进制特征（Stripe Local Binary Feature, SLBF）,结合LiDAR数据中的三维信息和多光谱信息获得基于强度、密度和平坦度等统计特征（Statistics-Based Feature, SBF）,并采用随机森林分类器实现了机载点云中道路面点云和非道路面点云的有效提取。通过欧式聚类精化道路点云和迭代腐蚀边界细化中心线,进而获得矢量化的道路中心线。以Waddenzee区域的多光谱机载点云数据进行实验验证,道路中心线提取结果的完整度达到94.15%,准确度达到97.95%,精度达到92.28%。实验结果表明,该方法可以有效地提取道路中心线,同时由于设计的特征具有不变性,能够适用于城市和林间小路等各种环境。     

顾及路网与轨迹多模特征的道路等级分类研究

道路等级不仅反映在路网结构的静态骨架信息上,也蕴含在轨迹数据呈现的动态语义信息上。为解决(OpenStreetMap)OSM路网部分路段及路网生成产品等级缺失问题,本文提出一种顾及路网与轨迹多模特征的道路等级分类方法。首先通过轨迹数据的清洗、地图匹配和基于路名的路网合并实现轨迹点与命名道路的联结;然后以命名道路为分析单元,综合考虑路网及轨迹数据,在系统分析路网结构的道路几何特征、道路分布特征、道路拓扑特征及道路单双向信息基础上,进一步挖掘与融合轨迹数据蕴含的道路宽度、道路车流量、道路速度等静动态特征,形成关于道路等级的描述特征集,作为识别道路等级的基础与依据;最后以随机森林(RF)为基本分类器进行特征选择及模型训练实现道路等级识别。为验证本文方法,选取武汉市汉正街区域及二环区域,基于OSM路网数据及众源轨迹数据开展试验。该方法取得了较好的分类结果,小范围汉正街区域的验证集准确率为91.2%,大范围二环区域的验证集准确率达到80.8%。与单类特征相比,集成路网与轨迹特征极大提高了道路等级分类准确率;与原始路段形式进行道路等级分类相比,以路名重构道路形式进行道路等级分类效果更好。     

基于路网拓扑层次性表达的驾车路径规划方法

人对所处客观世界的认识具有显著的空间层次特征,可指导出行路径规划过程。常用的层次空间推理的分层路径计算方法,虽顾及了路网的层次性特征,但道路规划等级与人对路网的层次性认知往往并不一致。而道路网络自身的拓扑结构可客观反映道路重要程度,以及出行者对道路的层次性认知经验。本文以拓扑结构指标表达道路的层次性特征,以此规划驾车出行路径,并通过与出租车行驶路径的匹配度及距离最短路径耗时比评价路径规划结果的合理性。研究结果表明,基于路网拓扑层次性表达的规划路径优于距离最短路径、动态时间最短路径、基于道路等级的静态时间最短路径及基于动态中介中心性分层的距离最短路径,与基于出租车经验建模的路径规划结果相当。但本文所提出的方法不需出租车经验建模所依赖的浮动车系统支持,更利于部署应用。     

局部最优形态参数的RBF分块地形插值方法与实验

径向基函数（Radial Basis Function,RBF）是一种不需对数据做任何假设,能准确逼近任意维度数据的空间插值方法。其特别适合于复杂地形的数字高程模型（Digital Elevation Model,DEM）插值重建,但随着已知点数量的增加会导致插值模型求解困难或缓慢。针对这个问题,本文基于二叉树自适应递归分块原理,采用局部最优形态参数的RBF分块插值方法进行DEM插值重建。首先,设定子区域最小点数阈值和相邻子区域的重叠率,自顶向下,对研究区域进行递归分块,构建区域分块二叉树,对二叉树叶子节点区域,采用逐点交叉验证（Leave One Out Cross Validation,LOOCV）方法求解其最优形态参数,建立局部RBF最优插值模型;然后,根据单元分解原理,采用加权平均方法对相应叶子节点区域内的待插值点高程进行加权求和,自底向上递归求解,得到待插值点最终高程值。以云南某地区DEM进行插值实验表明,采用本文方法进行DEM插值重建,稳定性较好,插值精度高。     

凝聚层次聚类的MODIS海冰外缘线提取算法与应用

本文论述了海冰外缘线在我国海冰监测和预报中的重要作用,分析了常规的海冰外缘线提取方法存在的不足.同时,结合MODIS遥感影像和渤海悬浮泥沙分布的特点,讨论了凝聚层次聚类的MODIS影像分割算法[1].该算法以影像光谱特性和形状特性作为判定规则,通过加入影像网格化、碎斑和噪声去除等分析,在优化冰水识别参数及分割结果提取海...