视觉显著性与知觉组织相结合的高分影像居民地提取方法

受人类视觉认知机制的启发,提出了一种利用视觉显著性与知觉组织相结合的高分辨率遥感影像居民地提取方法。首先利用认知物理学中的数据场构建居民地的视觉显著性模型,并通过自适应阈值法实现候选居民地的自动提取,然后利用多尺度小波变换的高频特征实现居民地的知觉组织,最后通过集合交运算提取同时满足这两种视觉机制的居民地。通过ZY-3和Quickbird两种高分传感器的影像数据集进行居民地提取试验,验证了该方法的有效性。     

最优插值全球海表温度数据格式分析及显示方法

介绍了最优插值全球海表温度数据;分析了NetCDF的特点,实现了利用ArcGIS和Matlab读取并显示NetCDF海表温度数据的方法。     

数据驱动与理论驱动双向耦合的智能化地球系统模式探索

分析总结了人工智能方法在地球系统模式中的应用,提出了人工智能数据驱动与物理模型理论驱动相融合的智能化地球系统模式研究框架,并对该框架的研究思路和关键技术进行了分析。该框架将地球系统模式自下而上的数据驱动模型与自上而下的物理模型耦合,通过双向驱动共同实现地球系统数学物理方程的有效求解,从而构建智能化的地球系统模式。进一步研究需要基于该理论框架提出具体可行的算法,从而促进智能化地球系统模式研究的发展。     

基于Arc Engine的冻土极值深度查询系统的二次开发和应用

利用国家一、二等水准测量规范提供的冻土极值深度基础数据,基于Arc Engine+.net二次开发平台,设计冻土极值深度查询系统。在此基础上,结合晋冀蒙形变监测网阳红线、砂石线等15条水准路线点之记数据,对查询结果进行精度验证,误差均值为+1.16 cm,方差为1.70 cm2,满足埋石工作的精度要求。     

试论地理国情监测专业的人才培养和学科体系

地理国情监测是我国提出的一项国家战略,已经成为我国测绘地理信息事业今后20年发展的重要内容,是测绘地理信息部门未来的重要职责。人才是地理国情监测的第一资源,培养地理国情监测的优秀人才是地理国情监测的基础性工作。本文在对地理国情监测的基础理论和支撑技术进行分析的基础上,从地理国情监测工作的需求出发,立足于科学发展和学科前沿,对地理国情监测的学科体系和人才培养进行了分析和探讨。     

二维空间关系定性表达模型的研究

通过对几种典型的定性表达模型的分析及比较,论述了单一模型实现空间查询所存在的局限,提出利用组合模型来表达空间关系的方法。最后结合空间查询中的实例,通过介绍如何同时运用二值拓扑关系模型和符号空间索引模型来实现同时包含拓扑关系和方向关系的复杂空间查询来说明这种方法。     

GDELT数据网络化挖掘与国际关系分析

21世纪以来的国际关系错综复杂、瞬息万变,给世界的经济、安全、外交等带来了深刻变化。这些变化对中国的内外政策产生了重大影响。全面及时地分析国际关系及其变化特征,对于中国的经济和外交发展规划具有重要参考价值。国际关系研究具有复杂性、及时性、时空性等特点,迫切需要时空大数据分析技术为其提供新的思路和技术手段。大众媒体如报纸、广播等记录着世界上发生的各种各样的事件,蕴含着丰富的信息,相对于记录个人活动的社交媒体数据,其更加适合于对人类社会进行大规模和长时间的分析。GDELT是一个免费开放的新闻数据库,它实时监测世界上印刷、广播、网络媒体中的新闻,对其进行文本分析并提取出人物、地点、组织和事件等关键信息。本文利用复杂网络的理论和方法对GDELT进行网络化挖掘并进一步分析国家关系。首先利用该数据构建国家交互网络,然后通过网络特征统计分析国家之间的交互关系,最后探测国家冲突事件交互网络的时序变化。研究发现：① 国家交互网络具有无标度特性,网络连接在整体和局部上都呈现出不均匀性,少数国家与其他国家有大量交互,大多数国家与其他国家的交互很少;一个国家与少数国家有大量交互,而与大多数国家的交互很少。② 国家冲突事件交互网络的突然变化往往对应一些重大事件。本文的研究可以为大数据时代的国际关系探索提供一个新的视角,同时也为新闻媒体数据的分析提供参考。     

基于概念分析的空间数据挖掘研究进展

空间数据挖掘的过程与空间概念形成和分析的过程密切相关.本文以空间数据中抽取出各层次、各粒度的概念为主线,以概念形成和分析的形式化理论--概念格和云模型为理论基础,总结了基于概念分析的空间数据挖掘方法及应用,包括概念格的空间关联规则挖掘方法及应用、概念格的概念聚类挖掘方法及应用、云模型的空间关联规则挖掘方法及应用、云模型的空间聚类/分类挖掘方法及应用等.概念格提供了一种形式化的概念描述和概念结构分析的理论和方法,云模型提供了一种综合处理模糊性、随机性以及二者之间关联性的不确定性理论和方法,利用概念格、云模型等形式化的理论和方法分析和描述空间数据挖掘过程中空间概念的形成、空间概念的结构关系、空间概念之间以及空间概念层次之间的不确定性是概念分析的空间数据挖掘研究的进一步的研究方向.     

城市交通热点区域的空间交互网络分析

城市热点区域是人们频繁活动的体现,利用人们的出行可构建空间交互网络。目前的相关研究主要集中于对热点提取方法及其动态变化的研究,对交通热点的交互作用及其构成的空间交互网络的研究还很少。本文以武汉市的出租车轨迹为数据源,利用基于时空数据场的聚类方法提取城市交通热点区域;基于复杂网络理论与方法,分析城市交通热点区域之间的空间交互作用。通过研究发现：①节假日,热点区域之间的往返交互较多;工作日,热点区域之间的交互较少;②节假日,影响力较大的节点为车站、机场等;工作日,影响力较大的节点是社区和工作地;③社团探测发现,工作日跨越长江的交互较多,非工作日跨越长江的交互较少。上述研究结论可为交通管理部门针对节假日和工作日分别制定不同的交通管理政策和方法提供参考。