基于网络Voronoi图和多目标微粒群的空间选址优化

根据网络Voronoi图对中心设施影响范围的空间划分和多目标微粒群的智能搜索提出了一种空间选址的技术方法。城市功能设施的选址往往受到交通网络的影响,而且涉及多个优化目标和约束条件,利用最短路径分析构建的网络Voronoi图来模拟设施的辐射影响范围,并根据其他优化目标和约束条件,使用经过粒子记忆体和遗传交叉机制改进的多目标微粒群算法智能地搜索设施的空间布局位置。实验结果表明,该方法能够较好地模拟出在交通网络和多个约束条件影响下的有限个功能设施的较优布局方案,具有一定的参考价值。     

一种构建任意发生元Voronoi图的实用算法

针对GIS中线状、面状等复杂形态地理要素,提出一种构建任意发生元Voronoi图的实用算法.主要步骤包括:将复杂发生元离散为点集;对点集采用扫描线算法构建Voronoi图,构建过程中对所生成的Voronoi多边形以其发生点所在要素的序号赋属性值;根据拟定的规则进行Voronoi多边形的合并,得到面向复杂发生元的广义Voronoi多边形,每个复杂发生元有且仅有一个Voronoi多边形与之对应.论述了算法实现的关键过程,并结合实例验证了该方法的可行性,算法的执行效率相对较高.     

基于结点逼近提取的平面点集Voronoi图构建算法

提出一种基于结点空间逼近、精确提取以及面向拓扑关系生成的2维平面点集的构建方法。主要给出了搜索矩形域及其剖分概念、Voronoi图的基本性质、矩形域与Voronoi图结点关系的定理及其证明、基于链队的矩形域剖分和结点逼近机制及结点提取策略、基于条带有序表的最近邻近发生元快速检索算法、矢量Voronoi图的拓扑关系建立算法等。经过算法分析和程序试验验证本文算法的时间复杂度为0（n log2 n）,本方法可以扩展到平面任意发生元Voronoi图的构建,具有简洁、高精度、鲁棒性、高效、适合于海量数据等特点,并且具有较好的实用价值和应用前景。     

公交模式对公共服务设施可达性的影响

利用python程序语言开发了基于百度地图导航服务的批量路径时间查询平台,并结合最邻近设施时间和累积机会成本方法度量了居住单元与中心商业区（CBD）、与行政服务中心、与大型医院、与火车站、与飞机场的可达性;然后,着重对比分析了2种公交模式（有/无地铁）下公共服务设施可达性的差异。实验结果表明：① 与基于ArcGIS网络分析法等传统方法相比,基于“门到门”互联网路径规划服务API方法计算的出行时间成本能够较为精确、便捷地用于度量公共服务设施的可达性,避免了人工构建复杂路网数据集的工作量,而且更具时效性;② 融入地铁网络的公交模式不同程度上提升了居住单元至公共服务设施的可达性,尤其是地铁沿线“廊道”以及重要交通设施（如地铁站点）邻近区域最为显著;③ 居住单元至邻近CBD的可达性变化显著集中于0~30 min,30 min时间阈值内公交（有地铁）模式下累计的人口和面积分别是公交（无地铁）模式的1.7倍和2.2倍;④ 居住单元至邻近火车站的可达性变化显著集中于0~30 min以及30~60 min,30 min时间阈值内公交（有地铁）模式下累计的人口和面积分别是公交（无地铁）模式的8.9倍和3.0倍,60 min时间阈值内累计的人口和面积分别是公交（无地铁）模式的1.5倍和1.9倍;⑤ 居住单元至邻近飞机场的可达性变化显著集中于60~90 min以及90~120 min,90 min时间阈值内公交（有地铁）模式下累计的人口和面积分别是公交（无地铁）模式的12.6倍和6.6倍,120 min时间阈值内累计的人口和面积分别是公交（无地铁）模式的2.0倍和3.6倍;⑥ 居住单元至所属行政中心、至邻近大型医院的可达性在各个时间间隔及阈值范围内亦有相应幅度的改善。此外,运用本文的技术方法还可获得更完整、真实的其他交通模式（如汽车、电动车、自行车、步行等）接入城市公共服务设施的情形,为进一步研究非汽车模式下城市公共服务设施的可达性提供参考,促进城市公共交通可持续性的发展。     

缓冲区生成的边界追踪算法优化技术

利用缓冲区边界曲线上各点距缓冲目标距离相等的性质,建立一种基于矢量追踪思想的缓冲区生成方法.提出并探讨了以下优化技术:进行缓冲目标弧段重采样;扩展弧段数据结构以提高点、弧距离计算的效率;闭合边界追踪过程中采用折半逼近的追踪策略并进行动态数据压缩;对缓冲目标集合进行自适应分组和运用分治算法等.结果表明.该算法在内存占用、计算精度等方面具有优势,其计算效率亦可满足一般的GIS应用需求;此外,该算法中边界追踪的思想可以推广应用于空间分析算法设计中.     

浮动车轨迹点地图匹配及插值算法

针对带有定位误差和异常值的浮动车轨迹点数据,该文设计并实现了滑动窗口最优路径地图匹配算法,在综合考虑轨迹点的空间几何关系和路网拓扑关系基础上,为轨迹点匹配最优道路并纠正轨迹点误差。其次,针对稀疏且时间间隔不稳定的匹配后轨迹点,设计改进的Hermite插值法拟合车辆运动状态,并对稀疏轨迹点进行时序插值。利用南京市出租车轨迹点数据进行匹配算法与插值算法的验证,实验结果表明匹配算法具有较高准确性,插值算法能有效还原车辆行驶状态。     

一种基于小波分解和模糊推理神经网络的潮位预测方法

潮位预测严重影响沿海区域,尤其是近海浅水沿岸地区居民的生产生活和涉海活动。谐波分析是长周期潮位预测的传统方法,但无法预测非周期性气象过程发生时的水位变化。与数据处理方法相结合,人工智能的方法通过拟合输入与输出数据的历史数值关系,能够有效预测高度非线性和非平稳的流模式,因而在时间序列数据预测领域得到了广泛的应用。本文结合自适应模糊推理系统（Adaptive Neuro-Fuzzy Inference System, ANFIS）和小波分解方法,利用水位异常和风切变分量作为输入数据,实现了一种综合的多时效潮位预测方法。文中测试了多种输入变量组合和小波-ANFIS（WANFIS）模型,并与人工神经网络（Artificial Neural Network, ANN）、小波-ANN（WANN）和ANFIS模型进行了预测结果对比。通过不同指数的误差分析来看,相比ANN模型,ANFIS模型能够更准确的预测潮位变化,小波分解对ANFIS预测精度有一定的提高,且模型中水位异常和风切变分量数据的加入比单一的潮位数据输入能取得更好的预测结果。     

一种Voronoi图的扫描地图矢量化方法

提出了一种基于Voronoi图的扫描地图矢量化方法。该方法首先对需要矢量化的图层所对应的图像进行二值化,采用二值栅格边界追踪技术提取边界像元;再以这些边界像元的中心点为基础建立Voronoi图,依据拟定的骨架线判定规则,提取满足条件的Voronoi边形成骨架线,获得矢量化要素数据。实验结果表明,该方法能处理较为复杂的扫描地图,具有较好的识别效果和处理速度。     

机载LiDAR数据提取堤防工程特征信息圆环探测法

获取堤防中心线、堤顶堤坡和断面等特征信息对于堤防破损检测和安全评估具有重要意义.LiDAR技术为堤防检测工作提供了便利,LiDAR生成的DTM是一种连续化的地表数据,用于堤防特征信息提取具有工作量小、数据精度高的极大优势.本文提出了一种使用机载LiDAR生成的DTM数据开展堤防特征信息提取方法,采用圆环探测实现堤防中心...     

“地图学”研究生课程保持型双语教学模式的探索与实践

在总结笔者采用国外原版教材Elements ofCartography开展的＂地图学＂研究生课程保持型双语教学实践的经验基础上,探讨保持型双语教学模式的含义;阐述＂地图学＂双语教学的3个基本原则,即学科本体性原则、语言工具性原则和学生主体性原则;分析适合于＂地图学＂双语教学的语言使用比例;提出＂阅读优先、翻译次之,任务...