从地球空间信息学的角度对智慧地球的若干思考

从地球空间信息学的角度概括了智慧地球的概念内涵及其和数字地球的区别,建立了智慧地球的体系结构和解决方案,提出了智慧地球物理和逻辑框架,分析了智慧地球的技术构成,给出了智慧地球的建设建议,为智慧地球的理论体系和实现模式的建立提供参考。     

国土资源是建设节约型社会的主战场

加快建设节约型社会是党中央国务院向全国人民发出的伟大号召，也是实现我国小康社会发展目标的必然选择。在今年3月中央人口资源环境工作座谈会上，胡锦涛总书记就强调，要努力建设资源节约型、环境友好型社会；6月中央政治局集体学习会上胡总书记又强调，要全面做好能源工作，优先抓好节约能源资源。6月末，温家宝总理在全国电视电话会议上提出，深入开展资源节约活动，加快建设节约型社会。7月5日，《国务院关于做好建设节约型社会近期重点工作的通知》下发，掀起了加快在中国建设节约型社会的高潮。     

应用于PPGIS的一种图形参与技术

IDM是一种新的决策支持技术,首次把它作为PPGIS中公众参与支撑技术进行探讨。介绍了PPGIS的概念,在分析PPGIS中公众参与方法的基础上提出一种基于图形的参与技术———IDM技术,阐述了基于图形的参与技术的数学原理———convex hull理论,构建了IDM技术在PPGIS中的应用模式,并通过资源规划决策地图分析了IDM技术应用于PPGIS的灵活性及优势。     

构建和谐社会 构建和谐国土

党的十六届六中全会是我们党在我国改革发展进入关键时期召开的一次十分重要的会议。会议通过的《关于构建社会主义和谐社会若干重大问题的决定》，深刻阐述了社会主义和谐社会的性质和定位，明确指出了构建社会主义和谐社会的指导思想、目标任务、工作原则和具体要求，是当前和今后一个时期指导我们开展工作的具有重大指导意义的纲领性文件。这次全会，从构建和谐社会的角度，对国土资源工作提出了许多具体要求，为我们进一步做好当前和今后的工作指明了方向。我们一定要认真学习、深刻领会、全面贯彻，为构建和谐社会，构建和谐国土做出应有的贡献。     

乘胜前进——元旦献辞

贺岁的钟声响起，历史翻过了新的一页，2006年来到了。值此辞旧迎新之际，我们向关心和支持国土资源事业发展的社会各界人士致以诚挚的感谢，向辛勤工作在国土资源战线上的广大干部职工致以亲切的问候！     

广州市零售商业中心消费活动时变模式及其影响因素

利用2016年在广州典型大型零售商业中心进行的客流量监测和居民消费行为问卷数据,分析基于客流时间变化的广州大型零售商业中心消费活动时变模式,构建多项Logistic回归模型,从消费者社会经济属性、消费活动特征和商业中心建成环境3方面探讨该时变模式的影响因素。结果显示：① 广州不同的大型零售商业中心内消费活动存在明显的时变特征差异,可分成稳定型、下午高峰型、傍晚高峰型和不规则波动型4类时变模式;② 这种时变模式受到消费者社会经济属性、消费活动特征和商业建成环境等变量的影响。其中,消费者社会经济属性和消费活动特征影响有限且影响差异较大,以稳定型为参照组,在广州居住时间、居住区位和家庭月收入等社会经济属性,以及消费结构、出行路径、交通方式和出行距离等消费活动特征能区分稳定型和下午高峰型商业中心,但只有在广州居住时间和出行距离、交通方式3个变量能显著地解释稳定型和傍晚高峰型商业中心的差异;建成环境是影响零售商业中心时变模式的首要因素,商业网点密度、用地混合度、公交与地铁站点密度、商业中心区位特征、到市中心距离等变量均对各个类型商业中心的形成作用显著。期望为城市零售商业中心的分类和评价提供一个新思路,为预测商业中心可能的消费活动时变模式、消费者属性和活动特征提供理论依据,对城市商业规划和商业中心开发运营有一定的现实指导意义。     

不同犯罪类型受害者报警行为特点及其影响因素分析

采用问卷调查数据,以理性选择理论为框架,对广州地区扒窃、诈骗、入室盗窃、暴力侵害四大犯罪类型受害者的报警行为进行了分析。研究发现,扒窃和诈骗的发生率较高,但报警率较低;入室盗窃和暴力侵害的发生率较低,但报警率较高。逻辑回归结果表明,损失的财产价值是影响扒窃、诈骗、入室盗窃、暴力侵害受害者报警行为的共同因素,损失越大,报警的可能性越大。此外,户口状态对扒窃报警行为有影响;入室盗窃和暴力侵害的报警行为还受个人客观属性和主观感知的影响。表明西方的理性选择理论框架适用于中国的报警率研究,但在选择具体的衡量指标时应更慎重;在对用公安部门的数据进行犯罪空间分析时,应注意报警率的影响。     

多源在线地理编码服务分类优化模型

利用在线地理编码API解决海量中文地址快速编码问题,在此基础上,利用简单的规则对编码结果进行清洗、标记,最后通过基于系统聚类与随机森林的分类优化模型,将多平台编码结果分类处理、优化。利用广州市盗窃案件地址对模型进行训练与验证,结果表明：相比未处理的编码结果,经模型优化过的编码结果整体位置误差距离减小。高德的地理编码服务有着最好的编码质量,但训练样本的高德编码误差均值仍高达590.43 m,经模型优化后,样本的编码误差均值降至173.73 m,验证样本编码误差均值由554.88 m（高德）降至180.04 m,降低了67.49%,高德90.08%的异常编码结果被清洗优化。对于训练样本与验证样本,模型优化效果相似;对于地址类型不同的案件、位于市区与市郊的案件,模型优化效果相似,说明模型具有一定普适性。该模型能够方便快捷地将海量社会经济信息转化为空间数据,提高编码精度,为地理大数据的研究提供更好的数据支持。     

犯罪共生空间的类型识别及其特征分析

以ZG市公共空间盗窃、入室盗窃、寻衅滋事、接触诈骗、抢劫抢夺犯罪为研究对象,采用K均值聚类法识别不同类型的犯罪共生空间;并通过决策树模型分析了不同犯罪共生空间的特征。结果表明,ZG市犯罪共生空间可划分为4种类型：① 无犯罪类型共生区;② 公共空间盗窃和接触诈骗犯罪共生区;③ 所有类型犯罪共生区;④ 入室盗窃、寻衅滋事和抢劫抢夺犯罪共生区。城市中各异的社会环境和建成环境产生了不同类型的犯罪机会,而且各类社会环境和建成环境之间存在着条件交互性作用。研究结果为制定犯罪的联合防控策略和实现有限警力的合理布控并且提高执法效率提供了理论基础。