利用网络泛地图资源评价15 min生活圈医疗服务可达性: 以上海市为例

现阶段中国投入大量资源用于基层医疗卫生服务能力建设,以15 min医疗圈为目标建设了卫生室、医保点等多种基层医疗保障设施,评价其可达性有助于设施的合理规划和优化调整。充分利用在线地图、人口热力图、路径规划服务、等时圈范围服务等泛地图资源,在基于胡弗模型的两步移动搜索法(Huff-based two-step floating catchment area method, Huff 2SFCA)的基础上,从出行能力差异、人口昼夜分布的角度进行改进,形成15 min核酸采样圈评价框架。以中国上海市为例分析15 min生活圈医疗设施可达性,结果显示: (1)研究区域内除宝山和浦东外的各行政区,15 min核酸采样圈的面积覆盖率和人口覆盖率均在90%以上,其中虹口、静安的可达性最高。(2)受通勤人群职住分离的影响,常住人口较多的地区在白天容易出现可达性过高的情况,且可达性在夜间降低,相反,产业聚集的地区夜间可达性明显升高。(3)外围的浦东、宝山等开发区呈现出可达性两极分化的特点,发展完善的居住板块可达性偏高,发展中的新产业园区可达性偏低;老城区的可达性分布相对更加均衡,且更能满足老年人群和职场人群的采样需求。分析结果反映出目前的采样点空间布局考虑了人群的出行行为,能满足大部分居民在居住地和工作地就近采样的需求。对于可达性过高和过低的区域,可根据人口分布的昼夜变化优化采样点资源配置。     

试论地理信息科学的基础学科范式

随着地理信息系统的出现和不断发展, 20世纪90年代提出的地理信息科学已经逐渐成为一门介于地理学、信息科学和测绘学等多学科交叉的新兴学科。秉承地理信息科学仍然是一个开放知识体系的基本判断, 从地理信息科学的上位学科地理学、信息科学、地球观测科学的基础学科特征出发, 重点论述其基础性和科学属性, 进而探讨了地理信息科学进一步发展的基础学科范式, 为地理信息科学知识体系的不断完善、加强地理信息科学的科学性、基础性和系统性提供潜在的发展路径。     

专题地图符号的句法结构及其自动构建机制

专题地图符号的构建是一个复杂的智能过程,可以通过句法结构对专题地图符号的语义关系进行规范,便于其自动生成。分析了专题地图符号的符号类型、内在结构及其设计模式,提出了基于音位（符号构成元素）-词（单个符号）-句（组合或复杂符号）的专题地图符号自动构建模型,定义了词间语义关系、句法关系等,并给出该模型的xml定义描述。通过该模型描述,每个专题符号可以由图元、结构法则、词间关系三个属性明确定义出来。系统讨论了该机制的设计模式,并给应用系统的形式化描述及集成应用。     

学科交叉驱动的地图思维演化

信息通讯技术时代,地图表达对象已着眼于物理空间、社会空间以及信息空间组成的三元空间。伴随“数字化”“智能化”和“智慧化”等信息化阶段的演进,地图学知识体系也随之发生着深刻变化。在此过程中,地图思维演化成为认识、理解和构建空间思维的重要途径,可以具体提炼为“数-形-图-谱”4种思维方式。“数思维”是对传统二元空间中地理实体和现象的定量化描述和表达,追求空间描述的“精度和准确”;“形思维”是“数”的符号映射,以可视化形式承载人类的地理学洞察力,看重“相似与保真”;“图思维”进一步完成区域事象之间关系和结构的抽象,形成意义整体,是建立“地图/GIS+行业应用”的思维基础,其基本路径涵盖隐喻启示、泛化表达和知识链接;“谱思维”是按照对象的类别或系统,采取某种特征将一系列地图编辑起来,形成具有动态演化特征的概念体系。多学科驱动下,地图“数-形-图-谱”4种思维方式在语法特征、语义功能、语用特征、实现路径、表达类型和关键技术方面都存在着显著的差异性。测绘科学更多立足于地图“数-形”思维,重在科学量度和表达地理要素的空间分布;地理学更加偏向于“图-谱”思维,重在揭示地理现象的规律与机制。     

基于Arc Engine开发的应用数据平台更新与维护

随着地理空间信息资源建设的不断推进和广泛应用,吉林市基础数据平台的工作重心正在由初始的数据建库工作向数据更新转变。本文主要论述了吉林市基础数据平台的更新技术理论及方法,并阐述了其工作流程和实际意义。     

移动端地图集微信小程序发布技术与应用

地图集制作精美,内容广泛,涵盖了政治、经济、文化、社会等全方面信息。为了满足新媒体时代下这一重要地理信息产品的社会化、大众化应用需要,将智能手机终端、微信小程序与服务器平台相结合,设计了基于微信小程序的地图集在线展示系统。系统主要包括地图集的浏览模块、交互模块和分享模块3个部分,并以2020年版《深圳市地图集》为例进行了实现。该系统很好地满足了图集的线上阅读需要,扩展了图集的展现形式,为今后移动端地图集在线展示系统的设计和传播策略制定提供了一定的反馈和建议。     

基于全连接和LSTM神经网络的空气污染物预测

在空气污染日益严重的情况下进行空气污染物的预测工作是十分必要的。针对城市的空气污染物预测,提出了一种基于神经网络的混合模型方法:通过全连接神经网络方法,结合长短期记忆网络(Long Short-Term Memory,LSTM)方法,将历史空气污染物数据与大气数据进行空间与时间上的挖掘分析。运用全连接和LSTM两种神经网络方法混合的形式,与传统的单一模型方法相比,不仅能摆脱单一模型特征空间的局限性,还能提高预测的精度,具有更大的应用性和操作性。最后,以武汉市为例通过实验证明该混合模型较单一模型在空气污染物预测上具有更高的精度。     

一种微博POI签到数据的四叉树格网获取方法

针对现有的新浪微博POI签到数据获取方式所存在的数据目标容易丢失的问题,提出了一种四叉树动态格网获取数据的方法。该方法首先对目标区域按照单一尺度划分均匀格网来获取数据,若待抓取格网中POI数量超过阈值,则采用四叉树思想动态划分当前格网迭代抓取。通过对比单一尺度格网抓取方法,验证了此方法能更好地保证数据采集的完整性,适用于大范围内的数据采集。实验中采用四叉树动态格网抓取方法,获取到全国范围内2017年1月至3月,共计1963851条新浪微博POI签到数据。     

新媒体语境下地理信息科学专业学生的空间思维培养

空间思维是地理科学认知学习与研究的基本思维模式。为满足新媒体融合背景下地理信息科学专业的素质人才培养需求,本文设计了包括地理空间模拟体验、空间信息地图绘读、隐喻信息语义认知和地理系统综合分析等针对空间思维能力训练的教学内容;明晰了地理空间思维在信息感知与整理、隐含信息挖掘、信息表达视觉化、行业服务支撑、空间治理决策等新媒体信息深度挖掘方向上的应用。本文研究有利于本科学生充分利用新媒体学习工具、系统化专业知识体系和提高自身地理空间思维素养,可以为地理信息科学本科专业教学提供有益的探索。