小尺度下土壤水分空间变异与地形因子的相关分析

根据贵阳市采样基地地形地貌及土地利用特征,借助地统计空间变异分析和GIS技术在进行详细的土壤水分变异特征分析的基础上,分析小尺度下土壤水分分布与地形因子的关系.从对土壤水分的统计分析结果来看,土壤水分分布接近正态分布;变异系数为0.17,属于中等偏低水平;土壤水含量范围大约在10.65～21.82之间.克立格插值结果显示,整个研究区域中的土壤水含量分布规律明显,即由中间向东西两侧递增.通过对不同坡度和高程下土壤水含量分级的分布面积的整理,我们发现不同级别的土壤水含量与坡度之间存在很强的负相关关系,变化曲线呈倒数形式;土壤水含量的各个级别与高程4级、5级之间存在很强的正相关关系;土壤水含量各个级别在东坡分布面积最多,其次为东北坡.     

俄罗斯固体矿产资源储量新的分类草案浅析

俄罗斯作为CRIRSCO的成员国之一,积极推进矿产资源储量分类标准化建设,对现行的固体矿产资源储量分类修正注意到与国际标准接轨.新的分类(草案)中首次引入“可采储量”术语,将其定义为扣除开采损失后的工业储量,并划分为可信的R2级可采储量与证实的R1级可采储量两个级别.新的分类最大限度地接近JORC标准.     

基于1:50 000地形要素数据的居民地分级方法研究

为满足用户多样化的需求,需要基于1:50000地形要素数据构建标准分级产品.由于该数据中的居民地数据本身不含级别信息,因此提出基于Voronoi图的应用开方根规律的居民地分级方法,该疗法可以保证分级后居民地的空间分布特征与原始数据一致,准确反映居民地分布的疏密对比与聚集状态,能够为基于1:50000地形要素数据的标准分级数据产品的设计加工提供较好的基础.     

地理信息数据分级评价的相对指数熵模型

提出了一种基于相对指数熵的地理信息数据分级评价模型,构建级内相对指数熵与级间指数熵指标,分别量化分级数据级别内集聚水平和级别间的离散水平,并利用这两个指标构建了地理信息数据分级的相对指数熵评价指标。在Python中实现地理信息数据分级以及分级的相对指数熵计算。试验中,应用5种常用的分级方法对5种典型分布的6个数据集以及1个人口普查数据集进行分级,并分别计算分级结果的相对指数熵指标。试验结果表明,在面向不同分布的数据集时,相对指数熵指标能够很好地指示出最优分级方法,并且反映出不同分级方法的细小差异,对于地理信息数据分级的评价是有效的。     

地理信息数据分级评价的相对指数熵模型

提出了一种基于相对指数熵的地理信息数据分级评价模型,构建级内相对指数熵与级间指数熵指标,分别量化分级数据级别内集聚水平和级别间的离散水平,并利用这两个指标构建了地理信息数据分级的相对指数熵评价指标。在Python中实现地理信息数据分级以及分级的相对指数熵计算。试验中,应用5种常用的分级方法对5种典型分布的6个数据集以及1个人口普查数据集进行分级,并分别计算分级结果的相对指数熵指标。试验结果表明,在面向不同分布的数据集时,相对指数熵指标能够很好地指示出最优分级方法,并且反映出不同分级方法的细小差异,对于地理信息数据分级的评价是有效的。     

基于多目标遗传优化的等值区域图分级算法研究

基于多目标空间决策的观点研究等值区域图分级问题,提取并形式化表达了4个通用目标,即同级别内属性数据的相似性最好、级别间属性数据的差异性最大、分级结果空间分布的破碎度最小以及各级别面积的均衡性最好等准则。然后基于并行策略设计一种基于特殊岛模型的多目标遗传算法(SIM-MOGA),详细阐述其核心思想和编码策略、遗传算子设计、个体适应度评价以及群体多样性维护等关键点。最后,以湖北省城镇土地分等为例验证了SIM-MOGA模型的有效性。     

基于GRACE数据的陆地水储量空间插值方法研究——以科尔沁沙地为例

在地统计学函数模型和地理信息系统技术的支持下,本文利用多种插值方法对GRACE重力卫星解算出的水储量数据进行空间插值方法精度研究,并探讨了科尔沁沙地的水储量空间分布特征。结果表明:1)总体上看,地统计学插值方法优于确定性插值法的反距离权重插值、径向基插值、全局多项式插值和局部多项式插值;2)在地统计学方法中,仅引入高程数据插值,精度并没有提高,综合考虑高程和降水量的协同克里格插值方法的误差最小,插值精度最好。利用协同克里格插值法插值得到科尔沁沙地的水储量空间分布图,由图可知,科尔沁沙地的水储量呈现由南向北增加的空间分布特征。     

地理信息科学基础理论的思考

目前人们对地理信息科学基础理论的认识尚未达到完全统一.从地理学、测绘学和信息学理论视角凝炼出地理空间和时空基准、空间认知、地理信息传输过程、地理信息计算机表达、空间数据可视化与尺度、尺度分级规律以及地理数据不确定性等理论作为地理信息科学的基础理论,旨在引起国内学者对地理信息科学理论问题的探讨和思考,关注地理信息科学基础理论研究,推动地理信息科学的发展.     

新一代矿产储量管理信息系统初探

本文从矿产储量管理目标入手,探讨与新历史时期社会经济发展相适应的矿产储量管理模式以及与管理模式相适应的矿产储量管理信息系统,提出全新的"知识型管理模式",并对新一代矿产储量管理信息系统特征、实现途径及其关键技术进行了研究分析,为新一代储量管理信息系统开发做了前期的理论与技术准备.     

支持传统方法的矿产资源储量估算软件研究进展

矿产储量估算的全程计算机辅助化、自动化是矿产储量估算的发展趋势,也是推动地矿工作信息化和"数字矿山"建设的一个重要环节。在我国,传统的矿产储量估算方法应用广泛、方法简便、适合我国实际勘探情况,开发适合我国自身特点的的矿产储量估算软件具有重要意义。本文在对传统矿产储量估算方法进行简要介绍的基础上,对支持我国传统方法的矿产储量估算软件研究进展及发展趋势进行了探讨。     

多粒度的GIS数据不确定性粗集表达

粗集是一种处理地理信息不确定性和不精确性的新型数学工具,在揭示和表达多层次(或粒度)的空间知识方面具有较大优势。为此,从空间信息观测或表达的粒度角度来探讨空间数据所蕴含的不确定性。在此基础上,运用粗集理论中的一些基本概念和方法来系统地描述和表达空间目标位置数据、属性数据以及空间关系数据的不确定性,旨在建立一种多粒度的不确定性分析和表达方法。     

MODIS土地覆盖分类的尺度不确定性研究

以空间异质性较强的枯水期鄱阳湖为研究区,以搭载于同一卫星平台、具有同一观测时间和较高空间分辨率的ASTER数据为参照,分析研究了MODIS数据在土地覆盖分类中由空间尺度带来的不确定性。首先基于MODIS三角权重函数,建立了从ASTER到MODIS的尺度转换方法;然后对不同空间分辨率的数据进行土地覆盖分类,并基于误差矩阵和线性模型分析了MODIS土地覆盖分类结果的误差来源。结果表明,空间分辨率和光谱分辨率与成像方式这两类因素对MODIS与ASTER分类结果差异的贡献比例约为(6.6—11.2):2;MODIS像元尺度对研究区水体的分类不确定性影响较低,而对森林的不确定性影响可达63%。由此可见,在基于MODIS数据的土地覆盖分类研究中,空间尺度所产生的不确定性是比较显著的。这些研究结果对于土地覆盖分类及变化检测、尺度效应和景观生态学不确定性研究,有积极的参考意义。     

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。     

辽宁盘锦湿地监测数据分析

利用2013、2008、2003年的高分辨率航空影像、地理国情普查数据以及其他专业资料,对盘锦湿地10年来的地表覆盖实施了监测,分析了湿地周边水田面积、人类活动区域和南部海水养殖区的变化情况以及保护区内部地表覆盖现状和10年来的变化。结果显示,随着盘锦市经济的发展,对保护区的人为干扰逐年增强,湿地保护力度亟需加强。     

基于资源卫星数据面向对象法的红树林提取研究

利用无人机在研究区域内采集了红树林分类的训练样本点,基于资源三号高分影像对红树林进行分类.首先采用面向对象的方法,建立决策树对保护区内红树林进行提取.之后基于面向对象法对红树林区域进行种间分类,分析保护区内红树林种群空间分布格局.研究表明,红树林种间分类精度达到76.67％,总体Kappa系数为0.68,结果具有高度一...     

城市“拓空间”拟收储土地资源的评价研究——以东莞市石马河流域为例

在区域一体化背景下,对拟收储土地资源进行科学评价,有利于集约高效开发流域内土地资源,最大化土地增值收益,缓解流域整治带来的资金压力。本文通过对东莞市石马河流域潜在的可供开发土地进行摸查和评价研究,首先建立地块筛选指标体系,确定潜在收储地块;然后评估拟收储地块的规划条件、收储潜力和经济效益;最后提出相关收储整备建议。本文探索建立完整的"筛选-评价-收储计划"的土地资源评价体系,为政府部门进行流域综合开发和土地储备计划制定提供参考依据。     

基于遥感和GIS的环境敏感性分区研究

文章在对邹城区域生态环境状况进行分析和判别的基础上,确定了邹城环境敏感性单因子及分级依据。利用SRTM3数据,提取了邹城区域高程分级和坡度数据;利用TM遥感影像,通过监督分类和和人机交互解译方法提取植被要素和土地利用/覆被数据。结合收集到的矿产资源、自然保护及风景区及采煤塌陷风险分布专题信息建立敏感性分析数据库,使用ARCGIS平台进行空间叠加分析,得到邹城区域环境敏感性分区图。发现邹城区域重度敏感区主要分布在坡度较大、易发生水土流失地区以及山地;中度敏感区主要包括地下水源地、贡献较大的水体、自然保护区和部分塌陷风险较大的区域;轻度敏感区多为天然及人工林地。对于不同敏感级别的地区应有针对性地采取保护性开发,并在土地利用中尽量避免对重度及中度敏感区的干预。最后指出了应用RS和GIS空间信息技术进行敏感性分区的作用和意义。     

Spatial relationship-assisted classification from high-resolution remote sensing imagery

Spatial information remains to be an important topic in geographic information system and in remote sensing fields, and spatial relationships have been increasingly incorporated into the image classification processes. Previous studies have employed multiple occurrences of spatial features (shape, texture, etc.,) to improve classification results. However, less attention has been focused on using higher-level spatial relationships for image classification. In this study, two novel spatial relationships, namely, maximum spatial adjacency (MSA) and directional spatial adjacency (DSA), were proposed to assist in image classification. The proposed methods were implemented to extract buildings, beach, and emergent vegetation land-cover classes according to their spatial relationships with their corresponding reference classes. The promising results obtained from this study suggest that the proposed MSA and DSA spatial relationships can be valuable information in defining rule sets for a more reasonable and accurate classification.     

Mapping the porosity of international border to pedestrian traffic: a comparative data classification approach to a study of the border region in Austria,Italy, and Slovenia

National borders play an important role in everyday life. Interest in border studies has increased with recent changes in geographical locations of the border or the fluctuation of the permeability of the border between some countries, such as in the European Union. Whether the nations are trying to increase traffic flow of the border or to implement stricter border control, having appropriate information of the border is crucial for effective policymaking.

The objective of this research was to identify areas of high porosity, or high permeability, for pedestrians along the southern national border region in Carinthia, Austria using terrain, land use, and road data along with geocomputational methods. Two unsupervised classification methods, the fuzzy K-means clustering and the Self-Organizing Map, were applied to segment the border into homogeneous zones according to topographic and infrastructural attributes. The fuzzy K-means clustering method was chosen for its ability to allow for a continuous approach to classification. With this method, an object can belong, with different degrees of membership, to multiple classes, which is a more realistic reflection of the natural world than discrete clustering, where each object can only belong to one class. However, the fuzzy K-means clustering method does have disadvantages, i.e. the user must determine the number of classes and the input parameters are required to be in continuous format. The second classification method, the Self-Organizing Map, is a type of artificial neural network and was chosen for its ability to automatically determine the number of classes and handle categorical data. The Self-Organizing Map is unique because it can transform high dimensional data into low dimensional display while preserving the topology and spatial distribution of the input parameters. The results of the two classification methods suggest that the fuzzy K-means classification is more effective than the Self-Organizing Map for this situation. However, more research is needed to determine the fit of these algorithms for particular spatial data classification tasks.

The results obtained from this research provide an insight into the permeability of the border region of Carinthia, Slovenia, and Italy to pedestrian traffic and can be potentially useful for decision making processes for tourism development and road transportation management in that region. Furthermore, the approach presented in this article can be applied to other national borders to identify zones permeable to pedestrian traffic.     

Geo-rough space

Rough set is a new approach to uncertainties in spatial analysis. In this paper, rough set symbols are simplified and standardized in terms of rough interpretation and specialized indication. Rough spatial entities and their topological relationships are also proposed in rough space, thus a universal intersected equation is developed, and rough membership function is further extended with the gray scale in our case study. We complete three works. First, a set of simplified rough symbols is advanced on the basis of existing rough symbols. Second, rough spatial entity is put forward to study the real world as it is, without forcing uncertainties into crisp set. Third, rough spatial topological relationships are studied by using rough matrix and their figures. The relationships are divided into three types, crisp entity and crisp entity (CC), rough entity and crisp entity (RC), and rough entity and rough entity (RR). A universal intersected equation is further proposed. Finally, the maximum and minimum maps of river thematic classification are generated via rough membership function and rough relationships in our case study.