比例射线移位算法的改进及其应用

点状要素群移位的比例射线算法能够较好地保持移位后点群的空间分布模式。文中从农村居民地群移位的实际要求出发,对比例射线移位算法进行了改进:首先考虑居民地面积的不同大小对移位的影响;其次,设计比例射线移位的迭代方法;最后对于非常邻近的居民地群的移位,采用"微小"移位方法。通过实验验所改进的算法是有效的。     

基于自然语言路径描述的地图空间认知研究

路径描述是日常生活中常见的地理空间信息应用方式,涉及到自然语言与地图语言的表达及转换关系。本文采用认知实验的方法,对自然语言的路径描述及其认知过程进行分析,研究了路径认知与表达上所涉及的空间关系,总结了利用自然语言表达地图空间信息的规律和习惯用法。     

GIS环境下中文命令的规则匹配与语义解析

提出了特征词双重属性的构建策略,为带有约束条件的中文命令直接转化为GIS操作提供了解决方法.针对复杂的空间、属性约束条件,定义了条件文法并设计了规则模板的生成算法;通过特征词的双重属性建立了中文命令与GIS功能函数之间的联系,采用规则匹配、函数映射方法实现中文语义解析.在此基础上,通过实例研究验证了方法的可行性.     

双线河向单线河转换的一种改进算法

针对地图自动综合中双线河向单线河转换的问题,提出了一种改进算法.首先使用非约束中点法提取双线河中轴线,并基于中轴线对双线河进行分段;然后用小河段中轴线缓冲区检测小河段的空间图形冲突;最后依据制图规则解决空间图形冲突,并修正综合结果.     

利用重力模型进行GIS点群选取

在现有GIS点状要素综合选取方法的基础上,针对两种具有相关关系的GIS要素,综合考虑它们的空间与属性信息,运用重力模型对要素间的相关性进行评价,提出惯性选取的方法。实验结果表明,重力模型可以很好地集成地理目标的空间与属性信息,定量描述不同要素之间的相关性;采取惯性选取的方法不仅可以保持目标综合前后空间结构的一致性,而且可以顾及不同地理要素相关性对目标选取的影响。     

基于邻近四点法的建筑物多边形化简

对早期的局部线化简算法进行拓展和改善,提出一种以建筑物多边形上邻近四点组合为基本处理单元,以最小可视长度阈值为综合指标,通过对其凹凸结构的类型判别及区别处理,实现建筑物多边形快速化简的方法。将线化简中对三点或多点进行局部处理拓展为邻近四点,较好地保持了建筑物形态特征;有针对性地采取全局检查消除自相交现象,并探讨了起始点的选择问题。选取1∶10 000居民地数据进行多组地图综合试验,结果表明该方法可有效地保持多边形的轮廓特征与面积大小。     

地图水系综合中等高线簇与河网协同的汇水区域提取方法

在地图水系自动综合中河流选取需要建立对不同河流重要性程度的有效判别。由于河流汇水区域直接反映河流的作用空间,因而其面积大小成为关键性的量化指标。目前基于河流的汇水区域自动提取方法主要从河流单一要素出发,按“空间均衡竞争”思想平分河流之间的区域,由于未考虑地形因素使得提取的汇水区域往往存在偏差,而传统基于DEM的汇水区域提取虽然考虑了地形,但没有与河流目标建立显性的对应关系。河流是一种天然的沟谷地性线,与山脊线具有对生互补的空间耦合关系,本文提出了一种等高线簇与河网双要素协同的河流汇水区域提取方法,该方法对河流与等高线的目标集合构建约束Delaunay三角网(CD-TIN)并将三角形分类,对不同类型的三角形分别采用骨架线提取规则与梯度向量引导的分水线搜索规则提取分水线段,连接形成网络结构并依此计算各河段的汇水区域。实验结果表明,本算法能更准确地提取河流汇水区域,从而为河流综合选取提供有效支持。     

移动轨迹的尺度特征

移动轨迹是移动对象在地理空间环境中移动而留下的痕迹。移动轨迹数据是一类特殊的地理时空数据,它具有时间尺度、空间尺度和语义尺度特征。本文首先分析了轨迹数据的空间尺度特征与时间尺度特征,建立了轨迹空间尺度与时间尺度转换关系式;然后论述了轨迹的语义内涵和语义尺度特征,将轨迹语义分为移动对象语义、地理空间环境语义、采集设备语义、移动方式语义,并从地理空间环境语义的角度分析了轨迹的语义多尺度;最后探讨了轨迹语义尺度与时空尺度之间的一致性关系。     

数字地图制图向地理信息系统发展的若干问题分析

一、引言 数字地图制图与地理信息系统(GIS)都以空间地理信息的存取、处理、分析与表达为研究对象，是地图学在数字信息时代的发展与延续。但相比而言，数字地图制图强调空间地理信息的传输和表达，而GIS则以空间地理信息的处理与分析为主，从应用的角度看，GIS无疑具有更广阔的发展空间。数字地图制图必须在现有技术发展的基础上加强空间（地图）分析功能，即在保持地图表达的模拟性、艺术性的基础上向GIS发展转化，才能够一方面提高GIS的可视化表达质量，另一方面深化数字地图制图的应用层次，拓展其应用范围。但到目前为止，两者结合的应用研究尚是一个薄弱环节，在很多研究中甚至忽视了两者的区别，或者仅对其中的一个进行单方面研究以回避这个问题，尚没有一个地图制图或GIS软件能够合理地兼顾两者的优势，其原因是多方面的。     

粗集方法在地图综合中的应用

将粗集理论与方法应用于地图综合时,根据地图中空间信息的特性及其生成属性决策表的特殊性,提出先利用无监督的离散化方法对各连续型条件属性分别离散化后再根据属性决策表的应用目的对空间目标进行模糊分类添加决策属性的思路;然后利用粗集属性约简的方法计算各条件属性的重要性,并采取动态排序的方法对空间目标的重要性进行判断。该方法可以很好地解决将粗集应用于地图综合中无法预先确定决策属性的问题,对空间点目标的选取实验结果表明该方法是合理有效的。