地理加权回归的城市道路时空运行态势空间网格计算方法

随着城市化加速发展,交通拥堵已成为全球大城市面临的共同难题。高效、准确地分析与发现交通状态与影响因素的空间变化关系是优化道路交通要素配置的重要基础。提出了城市道路交通空间地理加权（road grid geographically weighted regression,RG-GWR）模型,首先以两种尺寸网格嵌套的九宫格计算区域路网承载力比率,识别出路网配置不均衡区域;然后结合实况交通态势,以地理加权回归模型计算单元网格的交通时空运行态势影响异质性参数及其回归关系,得到基于网格的邻近区域路网交通要素配置配比,实现以九宫格为单元的路网要素优化配置。以成都市核心区为例,构建了3种尺寸的空间网格,形成多级叠加的九宫格模型,计算提取了两种级别九宫格模型区域承载力参数,结果与高德实际路况匹配度分别达到62.5%与87.5%;RG-GWR模型在不同时段交通态势拟合度达到80%以上。结果表明,从空间角度分析道路交通均衡配置高效、可行,具有服务于智能化平台的广阔前景。     

基于主题模型的地理环境时空数据隐含语义理解

文本是战场信息的重要数据模态,从中挖掘地理环境时空语义信息是机器理解战场环境的重要方法,有助于扩展战场环境的空间认知与理解.本文设计一种基于主题模型,反映地理时空因素与事件主题之间语义关系的计算方法,通过信息抽取,挖掘主题要素相关信息,形成不同主题分类及其对应的特征词汇分布;将事件主题与地理时空语义特征建立联合分布模型,自动发现时间、空间与事件主题之间的相关性,从而生成地理时空隐含的语义主题.通过试验验证并结合应用实践,得到如下结论:利用事件主题与位置信息的关联,并应用空间分析方法探寻不同主题的时空分布规律,可为新事件的位置预测及趋利避害对策制定提供基础,从而拓展传统的地理事件主题分析.     

面向仿真事件的战场地理环境时空过程建模

已有的战场环境仿真模型缺乏作战实体与地理实体和地理现象之间相互影响及交互作用的语义表达,难以反映时空条件下地理环境实体的动态变化规律。提出了一种面向仿真事件的战场地理环境时空过程模型,实现时空过程语义的一体化描述以及结构化存储,从语义角度表达时空对象之间的相互作用和影响关系。该模型采用本体的方法集成描述仿真事件、环境实体及其行为过程的时空语义和属性语义,基于面向对象的方法构建具有层次结构的时空过程语义逻辑关系,按照数据模型的语义特征建立时空过程数据的组织与存储结构。基于该模型设计战场环境仿真平台组件并在仿真系统中应用,实验表明,与传统仿真模型相比,该模型能更好地记录和表达时空过程语义变化信息。     

顾及空间约束的犯罪时空关联分析组合算法

犯罪时空数据关联分析结果有助于相关部门在关键时段和关键区域进行警力重点配置.提出一种基于空间约束的lightGBM/Apriori组合算法,对犯罪数据中的时空属性特征进行简约处理,通过对犯罪类别的预测分析,识别时空关联特征较为显著的犯罪类型及关键影响要素,寻找热点细化研究区域,抽取犯罪时空关键特征,建立犯罪强关联规则挖掘模型.以美国费城2015年犯罪数据集为例,利用提出的组合算法进行了犯罪类别预测、时空分布模式分析和关联规则挖掘,将挖掘结果与真实发生的犯罪进行对比,盗窃犯罪事件在每天4个时段的预测准确率为64.29％～90.20％.     

一种融合多维关系的地理环境时空主题发现方法

对战场文本数据的深入挖掘,可以高质量和高效率地发现时空主题结构,从而有效揭示战场事件发展的时空规律。针对现有的主题发现方法无法有效适用于具有多维异构关系的时空主题发现,提出了一种融合多维关系联合聚类的时空主题发现方法,首先构建以地理环境实体、地理位置与事件主题为节点的主题关系网络;然后以张量模型的Tucker分解建立主题关系的完全表达式作为主题分类的目标函数;最后运用块值矩阵分解方法进行联合聚类计算,获取主题分类结果和内聚结构。实验结果表明,该方法能够有效发现具有时空语义关系特征的主题结构,较好地体现出地理环境要素与时空主题之间的关联性,以及时空主题在地理位置与事件主题标签上的内聚性,反映出主题的演化过程。     

融合时间序列环境卫星数据与物候特征的水稻种植区提取

获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义。区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度。为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ-1A/1B)与MODIS融合数据的水稻种植面积提取的新方法。以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取。结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据。该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法。     

城市犯罪时空同现模式的非参数检验方法

采用时空同现模式分析方法挖掘多元犯罪事件之间的关联关系,可为犯罪事件防控问题提供科学指导。现有方法依赖人为设置的频繁度阈值,应用部门若缺乏先验知识则可能导致决策错误。因此,基于非参数统计思想,提出一种面向城市犯罪的时空同现模式显著性检验方法。首先通过重建每类犯罪事件的时空分布,构建多元犯罪事件分布独立的零模型;然后根据零模型下多元犯罪事件同现频率的试验分布,判别候选时空同现模式的显著性。最后设计具有预设模式的模拟数据实验验证该方法的有效性;在多个分析尺度（时空半径）下识别S市2016年13种犯罪事件间时空同现模式,并以时空同现模式{扰乱治安,盗窃电动自行车,扒窃}为例,结合公共设施空间分布,对该模式形成机理进行深入分析。结果表明:①该方法充分顾及了单元犯罪事件自相关特征的影响,能够有效识别具有统计特性的时空同现模式;②犯罪事件时空同现模式随分析尺度的变化而存在差异;③具有相似建成环境和社会环境的犯罪事件容易形成时空同现模式。     

对DEM地形定量因子挖掘中若干问题的探讨

在地学研究中 ,地形结构信息的提取具有重要意义 ,而如何利用数字高程模型进行提取一直是地学工作者所面临的重要课题。在总结前人研究成果的基础上 ,从地形特征分析和水系特征分析两方面 ,比较了利用数字高程模型自动提取地形定量因子的基本原理、方法以及优缺点 ,并对其中存在的诸多理论与技术问题进行了系统的分析与探讨     

基于GIS的石家庄市雾霾分析

为了得出雾霾气象成因机制、影响因素和时空分布特征,以石家庄市区与郊县为研究区域,将2013年9月至2016年12月石家庄市各市区、郊县的PM2.5历史监测数据中的有效数据进行了数据分析处理得到雾霾浓度数据,还有温度、降水、风速、地形和人口密度等数据,运用GIS分析的方法,模拟绘制石家庄雾霾的时空分布图、雾霾与各影响因子的专题对比图,得到雾霾形成机制的因子、雾霾的时空分布规律、雾霾季节变化特征、雾霾与地形间的关系等;运用数据分析软件OriginPro8.SR3分析雾霾浓度与风速数据、降雨数据、温度数据间的相关性。     

三维矢量构模及其数据集成组织框架研究

基于面向对象的思想,在语义分离的基础上,从微观几何要素的角度对三维矢量模型的构建及其操作进行了分析,提出并实现了具有四层结构的三维矢量构模及其数据集成组织框架。基于该框架,能够以参数配置的形式快速形成一系列语义无关且具备强大操作行为能力的三维矢量模型组件(库)。在应用中,以模型组件+语义特性的方式进行地学建模,在更大程度上满足三维GIS以及VGE系统对各种地学对象及现象进行多样化表达模拟分析的需求。通过对某地区复合地质体的建模操作,验证了该集成框架及其所构建模型组件的正确性与有效性。     

大数据背景下的虚拟地理认知实验方法

如何构建新一代的虚拟地理认知实验研究范式,从海量人类活动和地理数据中挖掘人地交互过程中的新模式、新知识成为新一代虚拟地理认知实验需要解决的问题。本研究首先提出了在数据密集型科学研究范式下的虚拟地理认知实验框架,阐述了从环境心理学的视角,结合多源人类活动大数据、城市环境大数据构建实验平台的方法,进而支持地理知识工程的构建。其次,本文介绍了基于海量街景数据和对应的个体情感评分数据,利用深度学习的相关方法和统计模型来进行认知知识挖掘的案例。实验发现了可视域中与个体对场景的情感维度-压抑感具有较高相关性的一系列视觉要素,如植被、建筑、车辆等,并通过回归分析予以量化。     

Cartography and geographic information science at Penn State

Current research in the Cartographic and Geographic Information Sciences at Penn State emphasizes map design, geovisual analytics, spatiotemporal pattern detection, spatial cognition, CyberGIS, geographic information retrieval, image analysis, and novel methods for geospatial education. Cartography and GIScience research and education at Penn State is organized through groups such as the GeoVISTA Center and the Peter R. Gould Center in the Department of Geography, the Institute for CyberScience, and the John A. Dutton e-Education Institute. Recent achievements in these units have included advances in extracting geographic information from social media, novel methods for pattern analysis from event data, and the development of the first massive open online course in geography.     

多视角监控视频中动态目标的时空信息提取方法

监控视频中动态目标的精准定位与跟踪作为计算机视觉领域中重要的研究方向,近年来已成为监控领域的研究热点。传统视频动态目标检测仅依赖图像特征数据,忽略了与地理坐标系精准匹配,特别是对于多个摄像机覆盖的区域,拍摄的角度不同,投影后形成的图像空间分辨率也不同,因此,难以满足智能监控在复杂的地理场景中全方位时空信息感知。本文提出一种多摄像头协同的视频监控图像与地理空间数据互映射模型构建方法来获取动态目标的轮廓和地理位置等时空信息,首先建立监控图像信息与地理空间数据的互映射关系,将观测角度不同、尺度不同和空间分辨率的监控图像置于同一坐标系下,并在此基础上通过融合Canny算子与背景减法来检测目标的边缘信息;然后采用质心偏移算法还原目标在该场景的实际位置,从而实现多角度下连续跟踪,提升地理场景的时空理解力和分析力,提高动态目标的精准定位与跟踪能力。     

土地环境“天—地—生”要素时空数据的组织方法

结合土地环境演变的空间、时间和属性特征,以"天—地—生"要素框架为研究模式,进行土地环境影响要素时空数据组织方法研究。基于"天—地—生"模式的土地环境要素时空数据模型表达了土地环境天、地、生要素的时空逻辑关系,反映了影响土地环境演变的多维要素之间的多层次关联关系,并能减少数据访问的复杂度,又确保地理实体对象中影响要素间的有机耦合作用。     

新疆地区鸟类和哺乳动物丰富度与环境因子的空间格局与关系

干旱区生态系统极易受到气候及土地利用变化的影响,其生物多样性格局及其形成机制是重要的生态学问题。基于新疆地区鸟类及哺乳动物物种多样性数据,结合气候、地形和长时间序列的植被遥感参数产品FAPAR数据等,主要在不同的土地利用类型及海拔带上采用单因子相关分析方法探讨了物种丰富度格局的形成机制。总体来说,不同生境类型中,植被遥感参数因子(DHI、NDVI等)与两种类群物种丰富度分布的相关性强于与气候因子(温度、降水)的相关性。具体而言,植被遥感参数因子中,基于FAPAR的生境指数因子与丰富度的相关性大于基于植被指数的因子(DHI_cumNDVI_cumEVI_cum);气候因子中,在草地生境或者较低的海拔上,年均降水因子对于丰富度分布的解释力强于年均温度因子。这表明在新疆地区,影响鸟类与哺乳类动物物种丰富度分布的主导理论是生境异质性假说与环境稳定性假说,其解释力在多种生境内均强于生产力与环境热量。     

一种基于参考数据的志愿者地理信息质量评价方法

志愿者地理信息数据大都依靠志愿者上传,数据质量未知,阻碍了志愿者地理信息的广泛应用,因此是志愿者地理信息首要解决的问题。本文分析了影响志愿者地理信息质量的相关因素和基于参考数据评价方法的相关研究成果,在此基础上提出了一种基于参考数据的志愿者地理信息质量评价方法,以最常见的数据完整性和数据精度作为质量评价的质量元素,详细论述了这两种质量元素的内涵。针对数据完整性评价,提出了与匹配相结合的几何数据完整性度量方法和基于属性项饱和度的属性数据完整性度量方法;针对几何数据精度评价,提出了基于变缓冲区的度量方法。然后给出了该评价方法的一般流程。最后,以深圳市Open Street Map数据为例,选取最新导航数据作为参考数据进行试验验证。实验结果表明,深圳市Open Street Map数据点要素完整性较差,但是线要素完整性与精度都非常高,可以作为基础地理信息的更新数据源。     

环境遥感的学科地位

地理科学对地理环境系统的研究是以地理信息获取的研究为基础的,后者制约着地理科学研究方法的进步,并影响了整个地理科学的发展水平。现代遥感技术辅之以系统科学等一系列先进的科学理论和技术,在地理环境系统研究中的成功应用,形成遥感技术的一个重要应用分支学科——环境遥感,其作为地理科学研究技术工具学科的地位逐渐确立。 环境遥感研究的实质表现为三个方面:(1)地理环境系统中电磁相互作用关系的充分利用;(2)遥感信息机制研究支持下的地理环境信息处理系统的结构优化;(3)地理环境系统综合分析过程标准化的实现。 环境遥感的学科地位体现为双重特征,即重要的遥感应用分支和现代地理科学研究新的技术方法。由于横跨信息科学和地理科学两大领域,环境遥感充分体现出其综合性、交叉性的学科特点。环境遥感和常规的地理研究方法,分别着重于对地理环境系统中能量信息系统或物质信息系统的考察,两者在某些方面,至少在今天看来是不能互相取代的。但是,环境遥感依靠其技术系统的不断完善、综合分析功能的加强以及对一系列非能量信息的参照和相关分析(如信息复合技术)而在地理环境系统研究的很多领域显示出独特的优越性。 同时,由于科学认识和科学技术水平的整体制约,以及学科本身的固有特性,环境遥感研究仍     

电磁环境建模与3维可视化

阐述了电磁环境相关研究的迫切需求,阐述了开展电磁环境可视化研究的必要性和重要性。分析了电磁环境可视化的几种方法,并对直接体绘制、面绘制和切片法来实现电磁态势体数据的可视化进行了研究。在此基础上,开发了基于OpenGL的电磁态势3维可视化系统。该系统实现了电磁环境计算与可视化,表现了区域的地理环境、电磁场的分布等情况,为相关研究人员提供及时、全面、动态的电磁态势信息,为决策和控制提供依据和保障。     

Assessing Similarity of Geographic Processes and Events

The increased availability of spatiotemporal data collected from satellite imagery and other remote sensors provides opportunities for enhanced analysis of geographic phenomena. Much of the new data includes regular snapshots of the environment. Comparison of these snapshots can provide information about changes to the phenomena of interest. However, conventional GIS data models and analytical tools lack capabilities to adequately handle massive multidimensional data. One of the fundamental tools necessary to meet such challenges is query support to retrieve and summarize data according to dynamic geographic phenomena, such as geographic events and processes, of interest. Such query support depends upon abilities to assess spatiotemporal similarity so that data representing geographic events that exhibit the spatiotemporal characteristics of interest can be identified in a GIS database. To this end, this paper introduces a method to assess similarity of geographic events and processes (such as storms) based on their spatiotemporal characteristics (such as distribution of precipitation). We developed six indices to capture static and dynamic characteristics of geographic events and applied the Dynamic Time Warping method to temporal sequences of the six indices to examine the similarity among these events. With a case study, we demonstrated the proposed indices and method capable of comparing spatiotemporal characteristics of events as recorded in a GIS database and categorizing spatiotemporal data into groups of events according to their behavior in space and time.     

Crowd sensing and spatiotemporal analysis in urban open space using multi-viewpoint geotagged videos

Increasing concern for urban public safety has motivated the deployment of a large number of surveillance cameras in open spaces such as city squares, stations, and shopping malls. The efficient detection of crowd dynamics in urban open spaces using multi-viewpoint surveillance videos continues to be a fundamental problem in the field of urban security. The use of existing methods for extracting features from video images has resulted in significant progress in single-camera image space. However, surveillance videos are geotagged videos with location information, and few studies have fully exploited the spatial semantics of these videos. In this study, multi-viewpoint videos in geographic space are used to fuse object trajectories for crowd sensing and spatiotemporal analysis. The YOLOv3-DeepSORT model is used to detect a pedestrian and extract the corresponding image coordinates, combine spatial semantics (such as the positions of the pedestrian in the field of view of the camera) to build a projection transformation matrix and map the object recorded by a single camera to geographic space. Trajectories from multi-viewpoint videos are fused based on the features of location, time, and directions to generate a complete pedestrian trajectory. Then, crowd spatial pattern analysis, density estimation, and motion trend analysis are performed. Experimental results demonstrate that the proposed method can be used to identify crowd dynamics and analyze the corresponding spatiotemporal pattern in an urban open space from a global perspective, providing a means of intelligent spatiotemporal analysis of geotagged videos.