最优分区与最优指数联合的水体信息提取

单波段阈值法和水体指数法具有方法简单、耗时少的优点,成为水体信息提取常用的方法,但对于面积较大、类型多样、影响因素复杂的区域,在全局使用任何一种方法均无法满足精度要求。为精确提取地表覆盖类型复杂、水体类型多样的山区水体信息,本文分别对归一化水体指数（MNDWI）、自动水体提取指数（AWEI）和归一化三波段指数（NDTBI）3种指数的阈值进行分析,以最优阈值分区方案进行分区并构建3个单指数决策树,寻找不同水体类型的最优指数,按照最优原则重构联合指数决策树来提取水体信息,其中,3种单指数提取法的Kappa系数分别为：0.863, 0.854, 0.862,最优指数联合决策树法的Kappa系数为 0.881。结果表明,基于3个指数构成的最优指数联合决策树的提取方法可以达到最高精度,由此说明,采用该法用于水体信息提取可得到最佳效果。     

面向属性值分类的决策树研究

为了提高当前决策树构建的准确度,降低计算复杂度,以粒分辨关系为理论基础将属性按其值划分为若干子集(粒)作为基本判决单位,提出叶、枝划分集的逻辑式判定算法,将条件属性粒的长度作为可分配的树叶量,而其对应的决策粒作为可接受的树枝量,用叶、枝比例的强度判定该属性粒的分辨力,进而从全局分辨关系直接判定出划分属性,由顶向下进行决策树的构建。实例分析的结果表明,算法简洁且精准。     

面向多源地理空间数据的知识图谱构建

知识图谱广泛应用于人工智能领域,基于此融合多源地理空间数据并表示地理事物的语义和时空信息,实现“数据—知识”的转换成为人们关注的热点。但现有通用知识图谱的空间知识覆盖度低且存在错误,同时基于维基百科构建的地理知识图谱存在空间关系、中文属性和坐标信息等属性缺失问题。因此本文以地理空间数据和百度百科数据的特征分析为基础,提出了以地理空间数据提取地理实体为主,百度百科补充属性信息为辅的知识图谱构建方式。① 基于GeoSparql设计模式层的地理实体、要素、几何形状和空间关系的逻辑关系;② 通过地理实体提取、实体链接和属性信息填充,在数据层实现空间知识融合;③ 结合关系型数据库和图数据库,设计空间知识存储方式;④ 在实体和关系2个方面定量分析知识图谱的构建规模。结果表明,本文构建的知识图谱中地理实体覆盖度和链接百科成功率相对较高,扩充了地理实体的概念描述信息,并将地理坐标的覆盖率提高到100%,对地理数据到地理知识的拓展具有重要意义。     

基于决策树的蓬莱市土地覆盖信息提取

以蓬莱市为研究区,对TM影像经过预处理后,进行典型地物的光谱分析。在此基础上,运用决策树分类法,选取影像的光谱特征值、NDWI值、NDVI值、K—T变换信息和DEM值等数据作为测试变量,选择适当阈值设定判别规则,建立决策树模型进行土地利用覆盖信息提取并做出精度评价。将其提取精度与监督分类结果精度进行比较,结果表明其分类精度有很大提高,尤其在研究区是丘陵地形的情况下,DEM数据的使用使林地、果园的可分性大大加强。     

空间数据挖掘技术在土地定级估价中应用

介绍了空间数据挖掘技术和决策树算法。通过对其研究，将可视化空间数据挖掘技术应用于土地定级估价，并介绍了基于Visual C^＋＋ 6．0和ESRI公司的MapObiect 2．0组件技术设计和开发了一个可视化交互空间数据挖掘土地定级估价原型系统。系统采用决策树方法作为数据挖掘方法的基本算法，采用训练与学习相结合实现土地定级估价。阐述了基于决策树空间数据挖掘土地定级估价的系统模型，系统总体框架、主要模块、系统界面及系统实现定级估价的工作流程。该方法是对土地定级估价方法的一种新的探索，是对土地信息系统开发的一种新的尝试，也是土地信息系统智能化发展的一个方向。     

协调决策表的规则提取

对数据的性质、数据之间的关系进行了讨论，并由此对决策表进行了分类。研究了协调决策表所需要的必要的数据个数，这对数据采集有着实际的指导意义和经济意义。讨论了协调决策表的数据约简，并证明其不影响进一步的属性约简和规则提取。基于数据的协调性，对协调决策表的属性约简进行了研究，并提出了一种规则提取方法。最后，用实例验证了该方法的有效性。     

面向路网匹配的层次化语义相似性度量模型

当前路网主要借助属性表中若干特征项的属性信息对其进行语义相似性评估，很少顾及到路网的分级层次结构、空间拓扑信息以及邻域要素信息，一定程度上影响着语义相似性评估结果的准确性。针对上述问题，本文提出一种“整体（骨架树）→部分（同构子树）→个体（stroke）”的路网层次化语义相似性度量模型，该模型顾及了路网属性特征项、上下级拓扑关联和邻域POI的语义信息，突破了传统模型仅以路网属性特征项的语义信息作为相似性评估指标的局限性。(1)利用stroke技术表达路网，并对其进行分级；(2)将路网数据映射到关联骨架树，进而建立考虑其层次性的路网相似性度量模型；(3)利用层次分析法和熵权法分别确定约束指标权值，并通过加权法计算路网的语义相似度。将该模型应用到路网匹配实验中，并与既有模型进行对比，结果表明利用本文提出的语义相似性度量模型，同时结合同构子树进行道路匹配，不仅可以提高匹配结果的准确性，而且可以提高匹配效率。对于文中案例所选的路网，拓扑关联语义信息对匹配结果的影响较邻域POI语义信息更显著，且与遍历法相比，以同构子树作为参照进行路网匹配，其匹配速率得到明显提升。     

基于决策树模型的湿地信息挖掘与结果分析

目前湿地成为地学、生态学研究热点,如何快速获得区域内湿地基础信息,对实现湿地的动态监测及其他领域研究具有重要意义。本文在引入地学知识的基础上,设计并实现了两景研究区不同时相影像的湿地信息提取决策树模型。评价结果显示Kappa系数均较高,分别为0.88和0.91,表明该模型快速提取湿地信息有一定应用价值。     

基于汇水盆地的化探异常识别与评价: 以东昆仑乌拉斯太地区1∶5万水系沉积物地球化学测量为例

水系沉积物地球化学测量是卓有成效的找矿技术方法, 基于汇水盆地的水系沉积物地球化学异常提取有助于追溯异常源头、指明找矿方向。基于SCB法提出了汇水盆地法, 该方法以自然汇水盆地为预测单元, 将各样品点的地球化学属性特征赋予各自所在区域, 预测结果较为符合地形地貌特征, 且对于采样密度较高的1∶5万水系沉积物地球化学测量数据有较好的应用效果。以东昆仑乌拉斯太地区为研究区, 使用高精度DEM划分汇水盆地, 利用该方法对1∶5万水系沉积物Au、Ag、Pb因子得分进行了异常信息提取, 在提取过程中利用多种地貌参数(干流坡度、地形起伏比、汇水盆地面积)作为泥沙输移比进行残差校正计算, 并在此基础上, 利用C-A分形法分离了地球化学背景与异常。异常提取结果表明, 汇水盆地面积参数最适合用作乌拉斯太地区的泥沙输移比参与顺流衰减校正, 使用汇水盆地法可以有效识别和提取该地区地球化学异常信息。使用汇水盆地法提取的化探异常范围与矿床空间位置吻合度高, 可以为进一步找矿工作提供有利的信息。      

基于地表覆盖数据的湿地知识图谱构建

湿地作为地表覆盖类型的一种，对于生物多样性与气候变化有着重要的意义，也是人类的基本生存环境之一。为更好地理解和表达湿地知识及分类间关系，本文提出了一种基于本体的湿地知识图谱构建方法。首先，利用GlobeLand30数据、生态地理分区数据，围绕湿地类型、特征分布等要素分析湿地领域知识，提取知识间的语义关系，通过本体建模形成湿地知识图谱的概念框架；其次，融合百度百科数据等进行湿地实体的提取、属性信息抽取，丰富湿地知识图谱的数据层；最后，使用图数据库Neo4j存储实体关系和实体属性，实现了湿地知识图谱构建。本文构建的知识图谱扩充了湿地实体的概念描述信息，探索了顾及时空特征的湿地知识表示方法，为地表覆盖领域的知识图谱构建提供了一个应用范例。     

顾及字符特征的中文地名词典查询方法

地名词典查询是地名校正、地名匹配等地名服务应用的重要基础,但是地名数量的快速增长使得词典查询性能面临严峻挑战。针对大规模数据环境中传统词典查询方法准确率不高且效率较低等问题,提出了一种顾及字符特征的中文地名词典查询方法（CGQM）。首先,查询具有相同字符特征的地名形成候选地名集合,同时构建单字索引提升查询效率;其次,依据字符数量特征比较查询地名与候选地名的差异,进一步过滤候选地名集合;最后,基于字符位置特征优化查询结果排序策略,使得结果排序更为合理。实验以全国地名词典为例,构建5组测试集进行CGQM方法与Lucene检索方法的对比分析。研究结果表明,CGQM方法对于增强地名词典查询功能、提升查询效率具有实际意义。     

THE NOMENCLATURE OF THE SOUTH CHINA SEA ISLANDS IN ANCIENT CHINA

ＴＨＥＮＯＭＥＮＣＬＡＴＵＲＥＯＦＴＨＥＳＯＵＴＨＣＨＩＮＡＳＥＡＩＳＬＡＮＤＳＩＮＡＮＣＩＥＮＴＣＨＩＮＡ￥ＬｉｕＮａｎｗｅｉ（刘南威）（ＤｅｐａｒｔｍｅｎｔｏｆＧｅｏｇｒａｐｈｙ，ＳｏｕｔｈＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚ...     

基于网络爬虫的地名数据库维护方法

目前,我国地名数据库建设存在大、中颗粒度地名集中,小颗粒度地名较为缺乏,地名资料陈旧、时效性较低,简称、别名等非标准地名信息和地名的相对位置信息缺失等问题.而地名数据库的更新维护工作主要通过人工测绘手段完成,存在周期长、成本高、效率低等缺点.针对这一问题,本文以现有地名数据库和空间关系词汇为基础,基于Google搜索引...     

基于多源兴趣点的模糊地名空间范围划分方法

由于人类对现实世界进行认知和概念化的过程存在模糊性,许多人们在日常生活中使用的地名往往是没有明确边界范围的模糊区域。大数据时代的开启,为模糊地名空间范围的确定与表达提供了新思路。本文提出由k最邻近(k NN)离群点检测算法结合高斯混合模型(GMM)的方法,基于多源兴趣点(POI)数据获取模糊地名空间范围边界。该方法具有能有效识别离群点数据、参数敏感度低的特点。最后,分析了多源POI数据的应用对结果的影响。     

判定树归纳分类法在数据挖掘中的应用

介绍了判定树归纳分类法的概念及基于ID3算法的基本策略,给出通过最高信息增益构 造判定树的数据挖掘算法进行分类的预测模型,对判定树归纳分类法的具体应用给出了实例并作 分析。     

基于决策树的多角度遥感影像分类

快速准确地获取土地利用/覆被信息是遥感领域研究的一个热点课题.本文用5种决策树分类器及MISR多角度数据,对塔里木河下游地区进行土地覆被分类研究.通过对不同波段和观测角数据组合形成的6个数据集进行分类比较发现:(1)无论使用哪种分类器,相比于天底角观测方式,多角度观测都能获得更高的分类精度,特别是能显著提高灌木,林地和草地类型的分类精度,说明多角度观测能有效地反映地物的反射异质性信息,更好地区分地物.(2)与MLC分类法相比,决策树算法的分类精度更高,特别是随机森林和C 5.0方法最为突出,说明决策树的分类能力要优于MLC法.使用多角度数据集时,这种差别更明显,说明决策树能更有效地利用多角度信息.(3)4种决策树算法(J48,Random Forest,LMT,C 5.0)使用近红外波段的分类效果好于使用红光波段的分类效果,说明近红外波段能提供更多的地物反射异质性信息.     

地理命名实体分类体系的设计与应用分析

自然语言是一种重要的空间数据来源,从自然语言中获取地理空间信息是地理信息科学的重要研究议题。完善的地理命名实体分类体系,有助于实现自然语言中地理空间信息的解析、存贮、组织、管理、分析及共享应用。现有的基础地理要素分类体系、地名分类体系和组织机构分类体系,分别侧重于不同的应用领域,只能表达自然语言中的部分地理命名实体,没有考虑时空关联特性。本文在参照大量相关标准的基础上,根据大量自然语言文本的标注结果,以地理命名实体所指代的空间位置、地理特征和属性作为分类标准,采用主分表和复分表相结合的方式,设计了地理命名实体分类体系(简称"GNEC")。采用定量和定性相结合的方法,分析了GNEC与GB/T18521-2001,GB/T13923-2006,CHG IS的地名分类体系、ADL的FTT词表之间的兼容性,并以中文文本的地理命名实体解析和地图服务为例,验证了GNEC的应用性能。多样性是自然语言中地理实体描述的重要特征,而分类体系主要实现地理命名实体的概念化操作。因此,在GNEC基础上构建本体,将成为解决这一问题的有效途径。     

基于链接分析的网页文本核心地名提取方法

本文围绕互联网中网页文本蕴含的丰富地理空间信息,抽取网页文本中蕴含的地名实体,提出了一种地名共现网络模型,该模型综合考虑网页中地名的频次信息,表达网页文本中地名的共现及联系传递特征。在此基础上,提出一种基于链接分析的网页文本核心地名的提取方法,通过PageRank算法计算每个地名在共现网络中的链接权重,对网页文本构建的共现地名网络进行核心地名的提取,从而在庞大的网络资源中发现具有显著的焦点特征或导航枢纽特征的重要地名。最后,采用人民日报与新浪新闻体育版2份语料进行实验验证,证明了该方法的有效性。     

基于高分六号宽幅影像的油菜种植分布区域提取方法

油菜作为我国主要的农业经济作物及食用油的主要来源,及时、准确地获取其种植分布信息,是全面掌握油菜种植状况、加强生产管理、优化作物种植空间格局的重要依据。高分六号（GF-6）的宽视场（Wide Field View,WFV）传感器在可见光-近红外波段基础上增设了2个红边波段、1个黄波段和1个紫波段,为油菜遥感识别提供了更加丰富的光谱信息,进而相较于蓝、绿、红、近红外4个“传统波段”的识别精度有所提升。本文以油菜开花期内两景不同时相GF-6 WFV影像拼接图像作为数据源,选择油菜生产优势区的河南省固始县为研究区,针对油菜同其他地物的“异物同谱”现象以及不同生长阶段油菜的“同物异谱”现象,利用油菜开花期独特的反射光谱特征,结合均值间标准化近距离提出了NDSI₂₈、S₃₄、NDSI₂₃和NDSI₄₆共4个光谱指数,并由此构建油菜种植区域提取的决策树模型。研究结果表明,基于4个指数组合构建的决策树模型对油菜种植分布信息的提取达到了较好的效果,总体精度为96.17%,与随机森林、支持向量机、最大似然法相比分别高出0.31%、0.88%和1.24%;制图精度方面,决策树法为98.15%,比随机森林、支持向量机、最大似然法分别高4.72%、4.21%和5.59%;对于用户精度,决策树法为86.89%,较随机森林、最大似然法分别低2.2%和1.63%,比支持向量机高0.11%。由此说明,GF-6 WFV数据中的新增波段极大地丰富了其光谱信息,使其在包括油菜在内的农作物种植分布信息提取中具有独特的优势和巨大潜力。