基于粗糙集理论的地学空间关系规则分析及其应用——以珠江三角洲为例

Spatial relations,reflecting the complex association between geographical phenomena and environments,are very important in the solution of geographical issues. Different spatial relations can be expressed by indicators which are useful for the analysis of geographical issues. Urbanization,an important geographical issue,is considered in this paper. The spatial relationship indicators concerning urbanization are expressed with a decision table. Thereafter,the spatial relationship indicator rules are extracted based on the application of rough set theory. The extraction process of spatial relationship indicator rules is illustrated with data from the urban and rural areas of Shenzhen and Hong Kong,located in the Pearl River Delta. Land use vector data of 1995 and 2000 are used. The extracted spatial relationship indicator rules of 1995 are used to identify the urban and rural areas in Zhongshan,Zhuhai and Macao. The identification accuracy is approximately 96.3%. Similar procedures are used to extract the spatial relationship indicator rules of 2000 for the urban and rural areas in Zhongshan,Zhuhai and Macao. An identification accuracy of about 83.6% is obtained.     

利用ANNS的空间信息处理服务智能集成算法

针对常用的空间信息处理服务,分析了相关领域服务组合方法的优缺点,结合服务资源本身及神经网络的智能性特点,提出了基于神经网络概念的服务智能组合方法,以尽可能准确高效地实现服务组合的自动化该方法采用面向特殊服务扩展本体表达模型,结合语义描述,利用神经网络的突触原理完成核心服务的查找,最后通过集成索引函数实现服务的串接实验结果表明,在保证满足应用需求的情况下,此方法缓解了非专业用户的服务再组合障碍,提高了计算效率。     

地理大数据挖掘的本质

针对地理大数据的内在本质以及地理大数据挖掘对于地理学研究的意义,本文解释了地理大数据的含义,并在大数据“5V”特征的基础上提出了粒度、广度、密度、偏度和精度等“5度”的特征,揭示了地理大数据的本质特点。在此基础上,从地理大数据的表达方式、地理大数据挖掘的目标、地理模式的叠加与尺度性、地理大数据挖掘与地理学的关系等4个方面阐述了地理大数据挖掘的本质与作用,并从挖掘目标的角度对地理大数据挖掘方法进行分类。未来地理大数据挖掘的研究将面临地理大数据的聚合、挖掘结果的有效性评价以及发现有价值的知识而非常识等几方面的挑战。     

京津冀地区人口规模调控政策参数化路径与系统模拟

政策调控是实现区域社会经济均衡发展的主要手段,采用系统分析方法评估和预测政策实施效果是进行决策的重要依据。然而,当前政策制定存在目标指向性不具体、调控力度不明确、协同作用机制不清晰等问题,既阻碍了政策的有效落实,更无法开展政策实施效果分析和决策优化。其根本症结在于缺少能够量化具体的政策目标并精确指导区域管理对策的政策参数。本文提出了面向系统动力学(System Dynamic, SD)模拟的区域调控政策参数化路径。通过细化政策指标、量化政策参数和区间化调控范围等方法,将政策调控转变为系统变量形式,代入到政策交互作用的系统动力学模型中,实现对政策调控效果的模拟。本文以区域人口规模调控政策为切入点,选择京津冀地区为案例区进行实证研究。结果显示,面向系统动力学模拟的政策参数化方案很好地重现了区域人口规模政策调控过程,能有效提高调控政策实施的精确性和可操作度,并为区域调控政策的配置和优化提供理论和方法的支撑。     

地理案例推理及其应

由于案例推理接近于人类认识、解决问题最原始的思维方式，具有在无法获取机理模型、确定规则或统计模型时，采用简单的历史相似性实现问题的定量求解和预测的特点，成为当前人工智能中备受关注的领域。在讨论案例推理方法发展的基础上，探讨应用案例推理进行地学问题求解的具体方法。从地学数据分析的角度提出了地理案例推理，并结合地理案例的特点，具体讨论了地理案例的表达模式和推理模型，最后结合东海中心渔场预报的实际工作，给出这种方法的具体应用实例。     

海洋栅格时空层次聚合模型及其渔业应用

目前地理信息系统数据模型的研究和应用大多是针对陆地问题,针对海洋问题进行时空数据模型的研究较少。本文以海洋统计分析为需求,分析海洋数据的时空特性,结合现有的数据库系统,探究适合海洋特性的时空模型及其逻辑结构。在此基础上,设计基于栅格的时空层次聚合模型,并在实践中检验其有效性。实践表明该模型易于提取多维对象在各维上不同层次的聚合数据,是1种较为实用的时空数据仓库的底层模型。     

基于GIS 的南海中尺度涡旋典型过程的特征分析

以具有复杂时空演变过程的海洋中尺度涡旋为研究对象,以定量表达和组织涡旋典型过程案例为前提,基于Global NLOM(Naval Research Laboratory Layered Ocean Model)所得的SSH(Sea Surface Height)、SST(Sea Surface Temperature)和表层海流场,对海洋中尺度涡旋进行综合辨认和动态跟踪。以南海为例,通过提取涡旋典型过程中的典型状态,建立中尺度涡旋典型案例库。然后以库中所有过程案例为对象对涡旋进行GIS(Geographic Information System)时空特征分析。所得结果为:(1)南海中尺度涡旋整体上呈东北-西南向分布,涡旋水平移动速度为3~16 cm/s,平均速度为8.4 cm/s。(2)大部分涡旋向西移动。春夏季涡旋主要向西北方向移动,秋冬季涡旋主要向西南方向移动。(3)南海东北部涡旋主要集中在9~10月以及次年的1~2月发生,涡旋先向西北方向移动,后又转向西南方向移动,大部分中尺度涡旋不能西移太远。南海中部气旋涡主要发生在冬、春两季。一部分涡旋沿陆坡向西南运动,其中一些反气旋涡沿南海海盆向西运动。南海东南部在研究期内只有反气旋涡出现,向西或西北偏西运动,这里的涡旋比较弱,但移动距离较长,也有较长的生命周期。南海西南部夏季出现的涡旋多于冬季,且夏季的绝大部分涡旋以偶极子结构出现,该区域涡旋移动的距离较小。该研究引入GIS技术,基于大量时空数据对具有复杂时空特征的中尺度涡旋的信息进行组织、存储,以期通过对涡旋生消过程的时空分析来揭示其演变规律,为进一步研究海洋涡旋的空间推理预测奠定了坚实的基础。