小比例尺多尺度居民地面/面目标几何不一致性探测方法

不一致性探测是多源空间数据集成与融合、空间数据变化检测与更新、多尺度地理信息数据一致性维护的重要环节。居民地作为现实世界中变化最活跃的地理要素之一,其在多尺度地理信息数据库中表现出来的几何不一致性问题十分突出。在分析多尺度居民地面/面目标几何不一致性根源的基础上,将多尺度居民地面/面目标几何不一致分为实体表达状态不一致和实体表达形态不一致。提出了利用实体表达状态差异、空间位置差异、形状差异、大小差异以及面积叠置率探测多尺度同名面状居民地几何不一致性的方法,并给出了具体的实验步骤。实验结果表明,该方法能够识别出不同尺度数据中存在几何不一致性的同名面状居民地,不一致性探测结果可以作为多尺度居民地面/面目标几何一致性处理的依据。     

不同比例尺地图水系目标变化探测方法研究

以水系数据为例,顾及不同比例尺地图中水系目标的不同维度表达,研究了表达同一地区不同比例尺地图间变化的分类、探测和判别规则。将不同比例尺地图水系目标变化类型归纳为出现、消失、延伸、收缩4种线状目标变化类型,以及出现、消失、旋转、收缩、扩张、移动、分裂、合并和先分裂后合并9种面状目标变化类型。考虑到不同比例尺地图中制图操作的影响,采用特定的判定规则区分出真实变化和制图综合算子作用,发展了不同比例尺地图水系目标变化的探测方法,给出了具体的变化类型判别流程。最后,对1∶2 000和1∶10 000水系数据进行了实验,结果表明水系数据变化探测效果良好,证明了该方法的合理性和有效性。     

基于空间分形特征的城市群实体空间识别方法

城市群是城市地理学的重要研究领域,对城市群的实体空间进行界定识别是研究城市群的前提和基础。城市群作为众多城镇的集群,前人对城市群的空间识别主要是以城市为单元进行的,缺少对识别单元空间形态的考虑。城市群实体空间的形态具有自相似性,空间分形特征可作为自相似性的表征工具,通过对空间分形特征的分析、识别及提取,可以实现对空间对象基于形态的客观测度。本文借鉴单个城市其边界的相关识别方法,从不同尺度的空间最小可识别单元出发,测度城市群城镇空间形态的分形特征,并据此提出了城市群城镇的客观识别方法。该方法利用城镇的空间分形特征识别归属于城市群的城镇,通过空间最小可识别单元的变化得到不同的城镇规模并获取城市群城镇的空间分形特征,再以此为基础对空间分形特征的存在范围进行识别,将其映射于空间最终实现对城市群城镇的识别,进而得到城市群在空间上的分布状况。本文将该方法应用于京津冀城市群,基于2016年Landsat卫星遥感影像,实现了对京津冀城市群构成城镇的识别,为界定城市群的实体空间提供了一次有益尝试。     

基于局部相似的地籍宗地图斑匹配方法

地籍管理工作中,不同来源的宗地数据通常存在着诸多差异,识别和匹配不同数据源中的同名宗地图斑是提高数据更新精度与速度的关键,对地籍数据库的集成与信息共享有着非常重要的意义。该文针对地籍数据中宗地图斑的形状及变化特点,提出了一种基于局部相似的简单而有效的匹配方法来提高匹配率,基本原理是通过搜索两个面实体间最优的点对应或特征对应关系判断两个面实体是否匹配,采用形状相似度作为局部相似的判断指标。     

基于DEM的地貌实体单元自动提取方法

我国传统地貌基本形态类型分类强调地貌单元的完整性,界线划分沿地貌实体边界而非规则统计单元,目前尚缺乏地貌实体单元的有效自动提取方法。针对这一难点,本文提出一种基于DEM的地貌实体单元数字提取方法。利用坡度分级,并搜索相邻栅格单元、计算坡度级别内相互连通栅格的面积,建立坡度、面积阈值综合判别规则进行山地平原的自动划分;利用地形倒置、水文淹没分析,将山体划分的二维判别规则扩展到实际三维地形中,并结合地形结构线提取算法进行山体界线自动提取、确定山地地貌实体单元。结果表明,该方法符合我国传统地貌分类体系,能够较好实现山地/平原的自动划分和山体界线的数字提取。     

基于地铁客流的广州地铁站点类型识别

使用地铁刷卡数据对地铁客流进行研究时,面临数据量大、数据维度高、信息冗余度高等问题。传统方法主要通过专家经验建立指标进行分析,不能有效地利用原始数据,也容易受主观因素的影响。文章使用主成分分析方法(PCA)对广州地铁站点客流数据进行特征提取,用以提高特征选取过程的科学性,避免主观因素的影响,降低数据维度、消除冗余信息的过程中能够尽量保留原始数据的信息。研究表明:PCA提取出6个主成分,保留了原始数据91.41%的信息,前2个主成分代表了工作日地铁客流最重要的居住型站点客流特征和就业型站点客流特征。在此基础上利用K-均值聚类算法对广州地铁站点进行类型识别,识别出居住导向型、就业导向型、职住错位型等7类站点。通过分析不同站点的空间分布,发现广州地铁站点呈圈层式分布特征,站点类型随着到城市中心距离的增加而减少,反映了广州市城市功能的空间分布,城市中心区域站点类型多样,说明这一区域城市发展成熟、功能齐全;城市中心区域周围主要分布着职住错位型站点,城市发展较为成熟;而城市外围主要分布着居住导向型站点,承担城市的居住职能。     

利用影像尺度响应进行城市扩张变化检测

在光谱直接比较的变化向量分析基础上,提出一种利用景观类型的尺度响应特征进行城市扩张的变化检测方法,该方法充分挖掘了对象的几何特征与纹理特征。首先,利用基准期与检测期影像中不同景观对象的各自拟合特征对数据进行分割,获取子对象,根据每个对象内象元光谱具有同质性的原则,对景观类型发生变化的对象通过规则进行识别,以初步提取变化范围。进而,利用ROC曲线确定最佳分界点与可疑区间范围,以对象为基本单元采用模糊函数的思想对变化区域进行精确提取。最后,以山地城市——贵阳市主城区Landsat-5 2001年和2008年的多光谱影像为数据源,对方法进行了检验。结果表明,该方法可以准确、迅速的提取城市变化范围。     

基于三维量化与因子聚类方法的山地传统聚落形态分类:以黔东南苗族聚落为例

传统聚落空间形态是聚落地域性景观与文脉价值的集中载体,对其形态的保护与延续是乡村聚落规划设计的重要原则与策略。其中,山地传统聚落因所处地形复杂而具有区别于平原聚落的突出的竖向形态特征,但当前研究普遍缺少针对聚落三维形态的综合量化方法。本文在已有的聚落二维平面空间形态研究基础上,创新性引入竖向空间和建筑混乱度两方面指标,构建山地传统聚落三维形态量化指标体系,以黔东南苗族山地传统聚落为例,运用因子分析和聚类分析方法研究苗族聚落形态特征与类型。主要结论如下:(1)因子聚类将聚落形态指标综合提取为三维空间因子、规模形态因子、空间结构因子三大主要因子;(2)聚类分析实现了对所涉及苗族聚落形态的有效划分;(3)在此基础上,本文结合自然环境等其他质性因素,将苗族聚落形态划分为深谷山腰型松散指状聚落、缓坡型松散团带状聚落、平坡型致密团状聚落、复合地形松散指状聚落4种典型类型,并进一步解释了不同类型聚落形态的异同与生成逻辑,实现了对苗族聚落三维形态的科学表征与分类。这一方法科学有效地揭示了山地聚落形态的三维本质特征,对未来聚落形态规划与分类保护提供了有益的量化导引。     

凸壳原理用于城市用地空间扩展类型识别

针对目前尚缺乏定量方法确定城市用地扩展类型的问题,首次提出了利用计算几何中凸壳原理识别城市用地扩展类型的新方法,阐述了该方法实现步骤和判别标准,凸壳方法可以区分城市用地扩展的两种类型,即填充类型和延伸类型。基于国家资源环境数据库,应用研究的结果表明,从1990年到2000年,安徽省城市用地扩展类型以填充类型为主,而用地扩展的结果导致城市形态的变化,这一时期安徽省城市轮廓平面形态逐渐趋于紧凑。     

城市计算视角下的空间粗糙关联规则方法研究

同位模式表示不同类型的实体在空间邻域内共同频繁出现的规律,是城市实体空间关联的主要表达形式,但不能挖掘出指定实体的空间关联,需要寻找新的计算方法。在城市计算的视角下,通过引入粗糙集研究城市空间关联问题发现：1）该方法能把复杂的地理空间关联问题转换成信息决策问题,在信息决策表中计算城市实体之间的空间关联等拓扑关系,计算过程和结果可以挖掘城市行业之间的空间集聚和关联问题。2）通过属性约简得到属性核可以把高维空间数据降维,找到影响空间关联的重要因子。3）该方法拓宽了城市计算的理论方法体系和粗糙集方法的行业应用。最后,通过Python爬取南宁市城市服务业数据,进行方法的验证,计算结果与成熟的Apriori算法结果,以及南宁市服务业空间关联实际情况基本一致,证明了粗糙空间关联方法的可行性和正确性。     

基于地理探测器的北京市地表反照率时空分异及其驱动因素研究（英文）

地表反照率直接影响着辐射平衡和地表热收支,是地球-大气系统研究中的关键因子。本文研究了2015年北京市地表反照率的时空分布特征,并基于地理探测器定量分析了地表反照率空间分异的驱动因素及其交互作用。结果表明:北京市地表反照率呈东南高、西北低的趋势;冬季变化最大,春季变化最小;年地表反照率最小值出现在秋季,最大值出现在冬季,具有显著的时空异质性。土地覆盖类型、NDVI、高程、坡度、温度和降水对地表反照率的空间分异均有显著影响,影响力分别为0.537、0.625、0.512、0.531、0.515和0.190;且一些驱动因素对反照率空间分布的影响存在显著差异。任意两种驱动因素之间均存在交互作用,表现出双变量增强的结果。其中,地表覆盖类型与NDVI的交互作用最大,影响力为0.710,而温度与降水的交互作用最弱,影响力为0.531。研究结果为了解北京市地表反照率的时空分布特征以及区域气候和陆面模式中能量模块的物理过程提供了科学依据。     

基于高分辨率DEM的黄土地貌正负地形自动分割技术研究

黄土地貌正负地形自动分割是构建地表空间分布式机理-过程模型的基础。在分析黄土高原地区典型地貌坡面形态及汇流过程特征的基础上,提出了基于5m分辨率栅格DEM自动分割黄土正、负地形的技术方案。该方案首先利用坡面上下游栅格点的坡度对比识别沟沿线点,然后利用汇水模型提取沟沿线点约束的上游汇水区域,从而实现正、负地形的自动分割。在黄土塬区及丘陵沟壑区的实验结果表明,该方法的优点是提取精度高,人工干预少,在不同地貌类型区域内有很好的应用适宜性。     

土地利用变化研究中的GIS空间分析方法及其应用

土地利用变化研究尤其是空间变化研究 ,离不开 GIS的空间分析方法。该方法的数据基础主要是矢量格式的土地利用图件和遥感解译制图成果 ;模型基础包括 GIS的时空数据模型、属性数据模型和提取土地利用变化特征的原理模型 ;而数据处理过程则涉及GIS系统的数据转换功能、编辑功能、空间分析功能、数据库操作功能、空间统计分析功能以及图形显示功能等。本文结合北京市土地利用变化的实例分析 ,从上述三方面详细阐述了 GIS的空间分析方法及其在土地利用变化研究中的应用。     

西藏灌木林遥感分类方法对比研究

以西藏主要类型灌木林为对象,开展外业遥感调查,分别应用非监督分类、监督分类、基于空间分布特征的辅助分类和基于光谱特征再分类4种方法,对灌木林类型进行了遥感分类识别,并对各种分类方法所得到的分类结果进行对比评价.研究表明,非监督分类和监督分类的总体精度分别为42.20%和46.79%,除了对沙棘灌木林分类精度较高外,对其他灌木林类型分类精度均较低;基于空间分布特征的辅助分类精度为86.24%,其分类结果未能识别到具体灌木林类型;基于光谱特征的再分类精度为70.64%,对沙棘、红柳能较准确的识别,而对个别灌木林类型(如杜鹃和小檗)的识别精度不高.     

空间数据挖掘技术研究进展

空间数据具有海量、非线性、多尺度、高维和模糊性等复杂性特点,空间数据挖掘技术是对空间数据中非显性的知识、空间关系等模式的自动提取。该文从空间数据挖掘的知识类型、方法、体系结构、过程以及与GIS系统集成等方面对其进行综述。重点阐述空间特征及区分规则、空间分类及聚类规则、空间分布及关联规则、空间序列及演化规则等知识类型以及统计分析、机器学习、探索性数据分析、可视化分析等数据挖掘方法。通过对空间数据挖掘理论、应用和系统实现等方面研究方向、存在问题的分析,指出集数据库、知识库、专家系统、决策支持系统、可视化工具、网络等技术于一体的空间数据挖掘系统是其主要发展方向。     

顾及空间尺度效应的城市土地利用变化精细化模拟

城市土地利用变化模拟是优化土地资源配置的科学依据,提高其精细化程度和可靠性有助于准确把握城市用地发展趋势,对城市土地资源精准调控具有重要意义。基于宏观遥感分类的土地利用变化模拟,难以在街区尺度上揭示城市用地社会功能变化及精细化模拟中空间尺度效应来源和作用机理。本文联合遥感影像和POI数据识别出城市土地利用精细化特征,运用响应面法率定土地利用精细化模拟的最优空间尺度组合,在此基础上,利用CA-Markov模型开展了未来土地利用变化的精细化模拟。以武汉市中心城区为应用案例,研究结果表明：基于POI 的城市土地利用精细化识别方法,可以深度解析城市建设用地的社会功能,极大改善了传统基于遥感的土地覆被宏观解译效果;研究区土地利用变化元胞自动机精细化模拟的最优空间尺度组合是30 m元胞、7×7邻域以及冯诺依曼邻域类型,采用最优空间尺度组合能够提高土地利用变化精细化模拟的可靠性。响应面试验设计结果可有效识别精细化模拟过程中空间尺度效应的主要来源,并区分其对模拟精度的影响程度与正负效应;预计到2025年,研究区建设用地范围将继续向周边扩张,各类型用地之间互为交织,土地利用空间格局将呈更加破碎化趋势。     

遥感与神经网络相结合的潮滩地形模拟方法

潮滩地形资料的获取是开发利用潮间带资源的第一步。以纳潮盆地为实验对象,从遥感影像面状信息入手,提取并组合影像中的信息,采用遥感与BP人工神经网络相结合的方法,构建遥感光谱信息、地貌特征与潮滩高程信息之间的关系模型。结果表明:在遥感光谱信息基础上,引入纳潮盆地纵、横剖面地貌特征因子的神经网络模拟效果更好;将潮滩滩面与潮水沟分别进行网络建模,生成地形,平均绝对误差达0.299m,这说明,神经网络在模拟高程起伏较大的区域时精度较低,适当降低神经网络输入数据的复杂度有利于改善网络的模拟精度。     

景观生态战略点识别方法与理论地理学的表面模型

本文讨论了如何根据景观阻力表面特征来判别景观生态战略点的方法,论述了三种类型的景观阻力表面;岛屿型、网络型和高原型。相应于各种阻力表面类型,得出五种景观战略点的空间位置：鞍部战略点．交汇处战略点,中央战略点,边缘战略点和角落战略点。     

基于手机信令数据的上海市不同住宅区居民就业空间研究

上海市住宅区地域分布广,住房属性、就业环境与交通环境各异,就业活动空间呈现不同的组织与分布模式。利用2014年手机信令数据识别上海市移动手机用户的居住地和工作地,选取253个典型住宅区为分析样本,将样本住宅区居民就业地核密度分布、通勤距离—概率分布等可视化方法结合就业地特征量化因子,以综合归纳上海市住宅区就业空间分布模式,分析影响因子及形成机制。研究揭示了上海市住宅区就业空间的几类典型模式,包括单中心、带状、双中心、多中心或分散,以及模式间的过渡类型。在就业空间影响因子方面,就业中心分布与轨道交通线路是主导因子,影响就业空间模式的整体分布;居住区类型特征是次要因子,导致局部就业空间模式变异。研究结论可为上海市空间结构优化布局、产业空间调整、轨道交通建设及住房建设提供参考。     

基于夜间灯光数据的环渤海地区城市化过程

利用1992年、1996年和1998年的三期DMSP/OLS夜间灯光数据,提取了区域尺度的环渤海地区20世纪90年代的城市群空间信息,建立了城市群地区面状、线状和点状城市化空间模式,分析了环渤海城市群地区20世纪90年代的城市化过程。基本结论如下:①20世纪90年代环渤海城市群地区城市斑块数量增长较快,城市化过程明显,但小斑块所占比重较大,城市斑块破碎度增加。同时,区域内城市重心基本维持在经度117.93o和纬度38.49o附近,整体上表现出向西北方向移动的趋势。②20世纪90年代环渤海城市群地区城市化过程基本上可以从空间上概括为在中心城市和大城市周围的面状城市化过程、沿交通干线周围的线状城市化过程和广大区域内以新兴小城市或小城镇出现为特征的点状城市化过程三种基本过程。其中,面状城市化过程一直居于优势地位,但面状城市化过程的基本有效范围主要局限在面状城市斑块周围3￣4km范围。线状城市化过程和点状城市过程所占的比例相对较小,但表现出明显的增强趋势,在区域内的影响范围正逐渐扩大。