立体化教学模式的GIS国家级精品课程建设

GIS课程是一门集理论、方法、技术与应用于一体的综合性课程,需要学生掌握多个学科的基础知识与应用技能,知识更新快,教学难度大,传统的单一课堂教学方法已不能适应当前GIS课程的需要。主要探讨南京师范大学GIS国家级精品课程建设的立体化教学模式的基本思路、方法与应用。     

顾及性别差异的电子地图空间认知分析

电子地图是人们进行地理空间信息应用与认知的重要载体,而性别差异影响着地图空间认知的结果。该文通过一系列地图认知实验,分析了不同性别在观察地图、认知地图、形成心象地图和表述地图信息过程中的差异。实验表明,男性对空间关系较为敏感,而女性对要素注记、形状、位置及空间面积的认知能力更为突出。     

面向复杂多边形合并的视觉邻近探测与缝合算法

正在数字地图特别是大比例尺地图生产中,涉及较多面状目标合并的操作[1],其实质是寻找包围邻近多边形的边界,且尽可能保证合并后的形状与原多边形相似,而邻近关系是以视觉距离感来认知的。视觉邻近多边形群的空间关系在制图综合中扮演重要角色[2]。目前应用较多的是基于Delaunay三角网进行多边形合并[3-5],其效果较好但算法复杂度较高;凸壳[1]、栅格扩展[2]、缓冲区[6]以及与之类似的扩展形态学算子[9]等进行建筑物合并的方法多具有针对性,用于邻近区域     

论地理信息的空间粒度

粒度是刻画地理信息抽象程度的主要要素,在比例尺相同的情况下,描述地理信息细节层次可以不同,这受地理信息粒度的控制。地理信息粒度包括语义粒度、时间粒度、空间粒度,其中空间粒度起决定性的作用。该文论述了地理细节层次刻画与尺度的各要素间的关系,对描述地理细节层次的空间粒度进行了分类,把空间粒度分为空间大小粒度、空间特征粒度、空间拓扑关系粒度、空间距离关系粒度和空间方向关系粒度,并详细探讨了其内涵及其对地理信息抽象程度刻画的影响,同时阐述了空间粒度对于语义粒度的影响作用。     

基于遗传多目标优化的居民地自动选取

基于遗传算法思想,针对地图综合中离散面群居民地的选取,考虑地图综合需要保持的统计、专题、拓扑和度量等4类关键信息,提出一种基于遗传多目标优化的离散面群居民地的自动选取模型。该模型考虑了面积、密度、属性意义等多种约束指标,通过遗传迭代,逐步优化得到理想结果。采用1∶10 000居民地数据进行了地图综合实验,结果表明,该算法能够有效保持地图所包含的关键信息。     

利用约束D-TIN进行建筑物多边形凹部结构识别与渐进式化简

分析了位于建筑物多边形外侧的凹部结构特征及其类型,探讨了一种基于凹部层次结构的建筑物多边形渐进式化简方法,即以三角形为形状基元,用约束Delaunay三角化方法对建筑物多边形进行空间剖分,从凹部三角形树中提取三角形序列,通过匹配特征序列识别凹部的基本模式,以确定和实施相应的凹部化简方法,在此基础上迭代执行识别-化简过程,以实现对建筑物复杂凹部的渐进式化简。实验分析表明,该方法具有结构化和渐进综合的特点。     

面向等高线与河流冲突处理的多约束移位方法

本文针对等高线与河流的不一致性问题,以移位等高线匹配河流为出发点,提出一种对每个特征点动态确定仿射变换模型进行移位的方法。该方法综合考虑移位角度比例、地形特征点相对位置、局部形态的保持和变换等因素,对各特征点实时计算其位移的角度、位置和缩放变化等约束建立其移位模型。实验结果表明,本文提出的方法能够较好地实现等高线到河流的一致性改正,可有效解决等高线与河流数据的空间匹配问题。     

曲线弯曲识别与等高线簇结构化方法

提出基于曲线弯曲识别的等高线簇结构化方法,实现等高线簇中所蕴含的地形结构的提取。首先对基于Delau-nay三角网的曲线弯曲识别方法进行改进,包括伪弯曲的合并、弯曲基点的调整及小弯曲的删除方法;基于此,建立弯曲间的层次嵌套关系及平行相邻关系,实现曲线弯曲的识别方法;然后,根据单条等高线间的空间关系,对弯曲类型进行判断;结合曲线间的空间邻近度计算方法,将等高线簇中的成组弯曲进行提取;最后完成了地形结构的识别,实现了等高线簇的结构化。该方法不仅对地形中的山谷进行提取,并且提取出了其对称结构即山脊。试验结果与水系叠置显示,所提取出的地形结构基本合理,证明了该方法的有效性。     

面向集聚分布空间数据的混合式索引方法研究

空间数据索引技术可以有效地提高空间数据在存储、处理、分析以及地图可视化中的效率,其性能优劣直接影响GIS的整体性能。该文针对格网索引和四叉树索引存在的问题,提出将四叉树嵌入格网形成一种混合式空间索引结构,并分析其原理、数据结构与影响参数。理论分析及实验证明,对于空间集聚分布状态的海量地理数据而言,混合式索引方法以略高的存储代价换取了更高的检索、插入和删除效率,是一种有效的空间索引方案。     

基于OpenMP的Li-Openshaw算法并行计算方法

随着网络地图、移动地图的发展,对地图自动综合效率的要求不断提高;并行计算技术已经在遥感图像处理、计算几何等方面显示出优势。本文尝试将地图综合算法与并行计算方法相结合,探讨地图综合算法效率提高的方法;并通过对Li-Openshaw线要素简化算法的分析,探讨了在多核处理器环境下该算法的并行计算策略,基于OpenMP实现了Li-Openshaw算法的并行计算,最后通过实验验证了基于OpenMP的Li-Openshaw线要素化简算法在效率上的提高。