多源矢量空间数据融合处理技术研究进展

矢量空间数据既是人类社会与地理环境信息的重要组成部分,也是相关社会信息的重要载体,在国民经济和国防现代化建设中起着非常重要的作用。多源矢量空间数据融合处理技术是解决多源数据在几何位置、属性特征等方面不一致性问题的有效方法,近年来相关的技术和应用得到了深入发展。本文在分析二维矢量空间数据应用所面临问题的基础上,综述和评价了二维矢量空间数据几何特征融合、属性特征融合等相关理论、算法和技术的研究现状,并根据目前的研究展望了其理论和应用未来的重点研究方向。     

多源地理空间数据差异的成因探讨

随着地理信息的应用不断深入,人们对地理信息的需求也在不断变化,不可避免产生不同来源、格式、比例尺、多投影方式或大地坐标系统的地理空间数据.从空间实体或现象本身不确定性、人类认知表达能力的局限性、空间实体或现象观测的误差、计算机表达地理对象的局限性和空间数据操作产生的误差等方面详细分析了多源地理空间数据产生的客观和主观原因,这对GIS部门之间的数据共享和数据集成来说,具有重要应用价值.     

多源矢量空间数据关联分析及应用

针对多源矢量空间数据采集标准和数据处理要求不同造成难以综合利用这一现状,本文提出了一种多源矢量空间数据关联分析方法.该方法以要素的几何类型为基准,基于语义匹配和几何匹配等关键技术,对地理要素进行关联构建和分析,并以国情监测数据与1:10000 DLG为例,选取点、线、面不同几何类型的数据对该方法进行应用.通过该关联技术...     

多源地理矢量空间数据融合研究

随着地理信息大数据时代的到来,地理信息与多个行业领域日益深度融合,产生了海量的多源异构数据。多源丰富的空间数据为经济社会发展提供基础支撑作用的同时,其异构性也给数据共享和应用带来了问题与挑战。针对地理空间数据多源、异构、不一致性的现状及特点,本文提出了数据库模式融合与数据库实例融合为一体的多源地理空间数据融合流程与方法,并以基础地理信息、地理国情普查等实例数据进行了分析,为多源空间数据共享与应用提供了解决思路。     

基于数字长沙地理空间框架的多源空间数据融合

随着城市规模的不断扩大和3S技术的高速发展,不同部门通过不同途径获取了海量的空间地理数据,为促进城市地理空间信息的共享和广泛应用,减少重复投入,加快城市信息化进程,构建数字城市地理空间框架,对大量不同来源的空间数据进行融合已经成为迫切需要解决的问题。     

多源异构空间数据集成模型的研究

本文就目前空间数据集成的两种主流模式,在论证了各模式的优缺点的基础上,得出了用GML作为地理空间数据转换及传输的标准是切实可行、具有应用前景的方案。从而提出了基于GML的多源异构空间数据集成的模型,并探讨了基于这一模型实现空间数据共享的若干问题。     

基于地理本体的空间数据组织方法与应用

地理本体描述了地理信息科学领域内不同层次和不同应用方向上的地理空间概念的详细内涵和层次关系。研究和探讨了基于地理本体的空间数据组织方法,将地理实体与地理本体建立映射关联,把地理本体系统中的实例用面向对象的方法进行组织和表达,从而满足兼容空间数据管理和语义共享要求,解决语义异构导致的不同应用领域间数据组织与共享的困难。并...     

多源空间数据间不一致性研究现状及其进展

空间数据质量已成为国际地理信息系统领域的研究热点,近年来G IS空间数据质量的研究已由侧重于位置精度和属性精度转向对空间不一致性的关注和重视。本文在对多源空间数据间不一致性研究已有成果回顾的基础上,就空间数据间不一致性的特征、表达方法、度量方法以及处理方法等几个方面进行了较为详细的分析,提出了一种新的空间线目标间不一致性的度量方法——几何接近度面积度量法,并给出了度量公式及详细的推导过程;最后对多源空间数据间不一致性检测、度量和处理的智能化趋势进行了展望。     

一种基于实体的地理空间数据模型

针对已有地理空间数据模型的不足,从人类空间认知的角度出发,探讨了基于实体的地理空间认知,设计了一种基于实体的地理空间数据模型,为复杂地理空间对象的表达提供了参考.     

多源地理空间矢量数据关联分析

针对多源地理空间矢量数据多来源、难以集成综合利用这一现状,本文提出了多源地理空间矢量数据关联方法,并以此为基础构建了多源地理空间矢量数据关联的可视与计算查询系统。首先,对多源地理空间矢量数据关联的概念及分类进行了定义。然后,以此为基础,提出了关联关系构建技术：自适应四叉树编码技术、扫描线技术、几何匹配及语义匹配技术。最后,为实现关联关系的直观展示,设计了原型系统。关联技术的提出可建立起多源地理空间矢量数据之间的关联关系,原型系统的构建也为用户综合利用多源地理空间矢量数据提供了平台,提高了数据的利用率及数据查询的效能。     

多源地理空间矢量数据关联模型设计

多源地理空间矢量数据之间存在着隐含的关联关系,这些关联关系往往隐式存在,难以直观展示,也难以与空间数据映射交互展示,更无法进行查询分析,获取所需信息。针对这种情况,本文以多源地理空间矢量数据及统计数据为研究对象,首先定义了多源地理空间矢量数据关联的概念及分类,然后以此为基础设计了多源地理空间矢量数据关联模型,并将其分为3个子模型：基于自适应四叉树编码的空间关联子模型、基于几何匹配的空间关联子模型及基于语义匹配的空间关联子模型。该模型定义了多源地理空间矢量数据之间的关联方式,为关联关系的构建奠定了理论基础。     

基于多源空间数据的河道水域变化监测方法研究

近年来,随着经济社会的快速发展,河道水域占用情况日益增多,严重影响河道防洪、排涝等正常水域功能的发挥。以浙江省省级河道为例,以覆盖浙江全省的高分辨率航片、省级基础地理信息数据等多源空间数据为基础,结合测绘和水利标准,提出基于多源空间数据的河道水域变化监测方法。方法充分利用高精度的基础测绘空间数据,保证成果的可靠性,同时符合水利部门的规定,能够满足水利部门的实际需要。研究结果表明,2008-2012年间,浙江省省级河道水域减少情况严重,主要减少类型为建设用地。方法为水利部门全面、客观地掌握水域的无序占用情况提供了一种有效手段。     

New urban map of Eurasia using MODIS and multi-source geospatial data

Urban areas are of paramount significance to both the individuals and communities at local and regional scales. However, the rapid growth of urban areas exerts effects on climate, biodiversity, hydrology, and natural ecosystems worldwide. Therefore, regular and up-to-date information related to urban extent is necessary to monitor the impacts of urban areas at local, regional, and potentially global scales. This study presents a new urban map of Eurasia at 500 m resolution using multi-source geospatial data, including Moderate Resolution Imaging Spectroradiometer (MODIS) data of 2013, population density of 2012, the Defense Meteorological Satellite Program’s Operational Linescan System (DMSP-OLS) nighttime lights of 2012, and constructed Impervious Surface Area (ISA) data of 2010. The Eurasian urban map was created using the threshold method for these data, combined with references of fine resolution Landsat and Google Earth imagery. The resultant map was compared with nine global urban maps and was validated using random sampling method. Results of the accuracy assessment showed high overall accuracy of the new urban map of 94%. This urban map is one product of the 20 land cover classes of the next version of Global Land Cover by National Mapping Organizations.     

Crowdsourcing geospatial data

In this paper we review recent developments of crowdsourcing geospatial data. While traditional mapping is nearly exclusively coordinated and often also carried out by large organisations, crowdsourcing geospatial data refers to generating a map using informal social networks and web 2.0 technology. Key differences are the fact that users lacking formal training in map making create the geospatial data themselves rather than relying on professional services; that potentially very large user groups collaborate voluntarily and often without financial compensation with the result that at a very low monetary cost open datasets become available and that mapping and change detection occur in real time. This situation is similar to that found in the Open Source software environment.We shortly explain the basic technology needed for crowdsourcing geospatial data, discuss the underlying concepts including quality issues and give some examples for this novel way of generating geospatial data. We also point at applications where alternatives do not exist such as life traffic information systems. Finally we explore the future of crowdsourcing geospatial data and give some concluding remarks.     

基于多源InSAR数据的三维地表形变解算方法研究

随着不同成像参数SAR卫星不断发射升空以及新的InSAR技术不断出现,同一地区可以获取多尺度、多源、异质的InSAR地表形变监测数据。将这些多源InSAR地表形变监测数据作为观测量,实际三维地表形变作为未知参数,建立模型并解算,实现东西、南北和垂直向地表形变监测,为地质灾害预报及监测提供更全面的基础资料。本文以InSAR三维地表形变解算为核心研究内容,针对大梯度、轨道和地形、粗差等因素对解算精度的影响,利用现代测量数据处理理论和方法,消除或抑制上述因素导致的各类噪声,实现多源InSAR数据的三维地表形变高精度解算。     

Research on data consistency in spatial database system

In this paper,two cases of data consistency problems are discussed in Multi-user Geographical Information System.When a user updates some spatial data that have been accessed by other users in database,or executes an UNDO/REDO operation,data consistency will probably be destroyed.To solve the problem caused by the first case,a "Notification-Reread Method" is introduced.As for the second case,there are many problems to be studied.