GPS/GLONASS组合导航不确定度评定的稳健加权融合算法

针对卫星导航系统在实际测量中存在大量野值的情况，利用M估计计算各系统污染分布统计特性，应用不确定度评定分配权值并进行融合。通过实例分析该法在模型及算法选择上均具有优越性。     

GPS RTK观测数据误差分布的熵分析

探讨GPS RTK观测数据误差分布的不确定性,提出用熵分析法研究GPS RTK观测数据误差分布的基本方法和公式。通过算例表明,熵分析在解决GPS观测数据的误差分布问题中比传统的统计检验方法更有可适性,可避免分区统计计算中的弊端。试验结果分析得出结论:GPS RTK观测数据X、Y分量的误差特性基本保持一致,H分量的误差特性有别于X、Y分量;数据误差的熵分析结果对粗差并不敏感,在有粗差存在的情况下,不会明显影响分析结果。     

误差分布的解析似合

针对根据误差值绘制直方图或用分布拟合检验法难以获得误差分布的具体类型，且方法的较为繁琐与实施不便的缺点，在分析了误差分布可用概括分布－指数分布来描述的基础上，提出了用解析法来确定误差分布的分布类型，并通过实例证明了该方法的正确性与可行性。     

人口数据空间分布化模型研究

分析人口数据地理空间分布化的必要性，针对常用的表示人口分布方法的不足，提出将人口数据分布到规则格网上的数字人口模型(Digital Population Model，简称DPM)，并详细阐述了DPM建立的原理及实现的技术方法，以及目标区域格网划分的原则、方法。通过样区实验，证实该方法表示分布人口的准确性、合理性。     

一种人口连续分布模型的研究

分析了常用的表示人口分布的方法及其不足，提出了将人口统计数据空间分布化的方法，将研究区域划分为一定分辨率的格网，用距离衰减函数将人口密度估计值分配到每个格网上，每个格网上的人口是均匀分布的，随着格网分辨率的提高，就可以模拟出符合人口说细分布的人口密度空间连续分布模型，并通过实验说明该方法是可行的。     

1∶5万矢量地形数据与地名数据关联方案的研究

地形、地名信息是基础地理信息的核心要素，两者相互结合，才能准确、生动地描述地理空间社会人文信息，全面反映基础地理信息的形状、分布、空间拓扑关系。本文对国家l：5万空间信息数据库地形与地名数据的连接方案进行了研究，用于指导生产实践。     

地理信息的经济价值

考察了地理数据的采集、加工及最终形成地理信息(产品)的过程，提出了地理信息价值链的概念，阐明了地理信息的价值增值过程，论述了价值链中的价值在增值过程中的传递与分布。     

面向服务的分级地理空间数据中心框架的构建

分级地理空间数据中心是全国范围地理空间数据中心建设与发展的核心工程,文中探讨建设面向服务的分级数据中心软硬件环境、关键技术以及数据分布存储模式。此方案实现了数据中心分布存储管理数据,有效利用对象关系数据库的ACID特性,为多源异构海量空间数据的集成共享提供了一个思路。     

基于微机的快速数字地图修测系统的研究

根据彩色数字地图色彩的光谱特性，运用色度学和模式识别的基本原理，对彩色数字地图进行处理，把彩色数字地图数据自动分类、识别，获得了单要素层的数字地图，然后在微机上把它们和新的像片（正射影像）叠置，进行数字修测。     

图形软件在地图集制作中的应用

结合编制《山西省分县地图册》，介绍了方正智绘和coreldraw软件的功能和特性，以及在编制图册中的关键性技术。     

基于土地利用类型提高人口格网数据空间精度的方法

高空间精度的人口格网数据具有空间分辨率高、人口空间分布特征准确的特点,在受灾人群估计、城市规划建设等领域有广泛的应用。针对已有的公开人口格网数据集(如WorldPop世界人口格网数据集)存在人口空间分布特征在小尺度上刻画不准确、空间分辨率较低的问题,本文使用东营市土地利用类型数据,结合地类权重和面积权重对WorldPop数据进行空间精度优化,获得东营市东营区黄河路街道25 m人口格网数据。相较于WorldPop数据,经过本文方法处理后的数据集空间分辨率更优,在可视化对比中,能够更准确地刻画人口分布特征,并在各地类人口占比统计中人口空间分布与用地单元分布一致性更高。该方法为获取小区域高空间精度人口格网数据提供了一种新思路。     

空间自相关支撑下的地类分布模式一致性评价

空间分布模式是否保持一致是土地利用数据综合质量评价的一项重要内容。针对当前的研究缺少量化分析和位置表达的现状,提出了一种新的空间数据特有的自相关性评价方法。首先利用语义距离建立空间权重矩阵,随后通过莫兰指数（Moran’s I）计算数据处理前后全局和局部自相关度,最后利用莫兰（Moran）散点图和空间关联的局部指标（local indicators of spatial association,LISA）集聚图相结合的方法对综合前后的土地利用分布模式进行可视化对比。相较传统评价方法,所提方法顾及数据语义关系,计算可量化聚集程度,以直观可视化方法对比展示,更好地对土地利用数据在综合前后的全局空间分布模式一致性进行了评价。认知实验结果符合人类认知,表明所提方法切实有效。     

一种顾及邻近域内实体间距离的空间异常检测新方法

空间异常检测已成为空间数据挖掘和知识发现的一个重要研究内容.空间异常蕴含着许多意想不到的知识,现有的空间异常检测方法大多依据空间邻近域的非空间属性差异来计算偏离因子,忽略了邻近域内空间实体间距离的影响.本文首先讨论了空间邻近域内实体间距离对空间异常检测的影响,在此基础上,提出了一种顾及邻近域内实体间距离的空间异常度量方法--SOM法,并分析了它的复杂度.由于该方法是利用实体非空间属性的加权内插值与实测值的差值作为度量空间异常程度的参数,从而顾及了邻近域内所有实体相互间距离对非空间属性偏离的影响,并且克服了现有检测方法在不均匀分布空间实体集内寻找空间异常的缺陷.最后,通过一个实际算例验证了所提方法的可行性和正确性.     

顾及空间自相关的统计数据分级质量评价

详细分析了统计地图数据分级质量的评价指标，研究了数据分级中应当考虑的数据空间分布规律，并用实例证明了分级数与空间自相关系数之间的变化规律。     

一种城市公交线网分布的可视化分析方法

可视化分析技术在分析交通数据、发现交通问题及辅助决策扮演着越来越重要的角色,成为一项重要的智能交通技术。为了更加直观地展示城市公交线网空间分布的疏密情况,本文基于北京市公交线路矢量数据,采用直接可视化和聚集可视化两种方法对公交线网的空间分布进行了分析。通过对原数据处理计算得到了基于北京市主干道的公交线路分布数据并进行了直接可视化;同时利用HTML5的Canvas绘制热力图的方法对原数据进行了聚集可视化,根据可视化结果对北京市公交线路空间分布情况进行了分析。该方法对城市公交线网规划和优化有实用价值和意义。     

一种空间分布模式驱动的空间索引

支持批量操作的空间索引中,空间数据的分解粒度、局部更新操作的整体影响处理是两个主要难点。本文基于空间分布模式分析,提出了一种空间索引——Pattern-tree。针对批量操作的粒度问题,设计了一种基于空间分布模式探测的空间划分方法,采用一种自上而下与自下而上相结合的索引树构建算法;针对局部插入操作对索引树的整体影响与索引树的调整问题,提出了一种基于空间分布模式变化检测的索引更新方法。试验表明,本文所提出的空间索引结构比STLT、GBI以及SCB等方法具有更高的构建与窗口查询效率。     

统计数据总量约束下全局优化阈值的冬小麦分布制图

大范围、长时间和高精度农作物空间分布基础农业科学数据的准确获取对资源、环境、生态、气候变化和国家粮食安全等问题研究具有重要现实意义和科学意义。本文针对传统阈值法农作物识别过程中阈值设置存在灵巧性差和自动化程度低等弱点,以中国粮食主产区黄淮海平原内河北省衡水市景县为典型实验区,首次将全局优化算法应用于阈值模型中阈值优化选取,开展了利用全局优化算法改进基于阈值检测的农作物分布制图方法创新研究。以冬小麦为研究对象,国产高分一号(GF-1)为主要遥感数据源,在作物面积统计数据为总量控制参考标准和全局参数优化的复合型混合演化算法SCE-UA (Shuffled Complex Evolution-University of Arizona)支持下,提出利用时序NDVI数据开展阈值模型阈值参数自动优化的冬小麦空间分布制图方法。最终,获得实验区冬小麦阈值模型最优参数,并利用优化后的阈值参数对冬小麦空间分布进行提取。通过地面验证表明,利用本研究所提方法获取的冬小麦识别结果分类精度均达到较高水平。其中冬小麦识别结果总量精度达到了99.99%,证明本研究所提阈值模型参数优化方法冬小麦提取分类结果总量控制效果良好;同时,与传统的阈值法、最大似然和支持向量机等分类方法相比,本研究所提阈值模型参数优化法区域冬小麦作物分类总体精度和Kappa系数分别都有所提高,其中,总体精度分别提高4.55%、2.43%和0.15%,Kappa系数分别提高0.12、0.06和0.01,这体现出SCE-UA全局优化算法对提高阈值模型冬小麦空间分布识别精度具有一定优势。以上研究结果证明了利用本研究所提基于作物面积统计数据总量控制以及SCE-UA全局优化算法支持下阈值模型参数优化作物分布制图方法的有效性和可行性,可获得高精度冬小麦作物空间分布制图结果,这对提高中国冬小麦空间分布制图精度和自动化水平具有一定意义,也可为农作物面积农业统计数据降尺度恢复重建和大范围区域作物空间分布制图研究提供一定技术参考。     

利用多源空间数据的城中村空间层次化识别方法

城中村的精细空间分布是城市规划与城市更新的重要参考。由于城中村具有语义高级和遥感影像特征辨识度不足的特点,使用传统的场景识别方法难以从高密度城市中获得精度良好的城中村精细空间分布。针对城中村的精细识别问题,提出了一种新颖的融合遥感影像和社会感知的层次化识别方法。该方法在特征上融合了遥感图像和社会感知数据的优点,其层次化结构同时考虑了大范围的上下文信息和小范围的局部信息,为在精细尺度全面理解城中村提供了一个新思路。基于该方法对深圳市的城中村进行了空间识别,获得了2.5 m空间分辨率的精细城中村分布。精度验证表明,该结果的总体精度和Kappa系数分别达到98.68%和0.807,说明该方法具有优秀的表现。此外,还通过对照实验分别证明了层次化识别框架、融合遥感影像和社会感知数据的增益效果。结果表明,层次化框架和多源空间数据都能有效提高城中村识别方法的精度。     

顾及城乡差异的大区域人口密度估算——以山东省为例

现有大区域人口密度估算结果大多是在千米级尺度上,仅能宏观地反映城乡人口分布的范围,无法准确地刻画城乡人口空间分布的细节特征。本文将首套30m全球地表覆盖数据(GlobeLand30)引入城乡人口密度估算中,基于实现城乡划分的GlobeLand30人造地表数据,在城镇区域运用夜间灯光强度与人口的相关性将城镇人口细划到30m尺度上来估算城镇人口密度;在乡村区域引入样方估算的方法修正乡村居民地面积以估算乡村人口密度。以山东省为试验区的研究表明,本文方法无论在城乡居民地刻画还是人口空间分布的表达上均优于参考数据,所使用的GlobeLand30的全球性也保证了该方法推广的可行性。     

结合VIIRS和监测数据插值的北京雾霾监测方法

本文使用2014-03-20至2014-03-26的北京市VIIRS夜间灯光影像数据和地面监测站PM2.5质量浓度数据,通过遥感图像处理和GIS空间分析相结合,对雾霾强度变化及PM2.5质量浓度空间分布进行分析,提出一种监测雾霾的新方法。结果表明,VIIRS夜间灯光影像成像特征与雾霾浓度变化密切相关,结合同时期地面监测站PM2.5监测数据,能定性反映北京市雾霾强度变化及定量反映PM2.5质量浓度的空间分布。该方法不仅弥补了MODIS等数据在夏季的雾霾监测效果优于冬季的不足,同时也填补了传统光学遥感卫星难以在夜间监测雾霾的空白。