小比例尺道路网眼约束下的多尺度道路网自动匹配

针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。     

一种改进的SAR影像边缘检测方法

由于SAR影像具有乘性相干斑噪声,某些对光学影像有较好检测性能的边缘检测算子,对于SAR影像并不适用,因此本文提出了一种将改进后的Ratio算子与Canny算子相组合的新方法。首先采用多种客观评价指标,得出经典方法中的Lee滤波能有效去除噪声,且最大限度保留了梯度信息,适用于边缘检测;然后对边缘检测具有恒虚警特性的Ratio算子进行改进,改进后的算子更利于影像归一化处理;最后利用改进后的Ratio算子与Canny算子组合成新方法。试验结果证明,组合后的新方法显著提高了边缘检测正确率和定位精度,改善了边缘连续性,具有一定的有效性和实用性。     

地图制图综合回顾与前望

地理信息的综合处理是当今空间信息处理中的一个重大科学与技术问题。本文主要评述了地图制图综合的研究进展,包括地图制图综合知识的分类与获取、算子与算法、质量评价、过程建模与控制等方面的主要方法。对大数据背景下制图综合进行了思考,提出制图综合应在研究对象、观念和方法上转变。     

一种随机增量式地形建模算法设计

Delaunay三角网是DEM主要表示方式，一直以来，因其数据结构和构造算法的复杂性导致应用受限。本文结合随机增量式算法理论，提出一种全新的有向无环图（directed acyclic graph，DAG）查找数据结构（search data structure）和随机增量式Delaunay三角网构造算法，并对算法作了简要证明和深入分析。该算法最大的特点是具有随机特性，能够支持地形特征数据的动态更新。     

基于边优先的任意多边形最优三角剖分

针对现有多边形三角剖分算法不能同时兼顾算法的简单有效性、适用性以及剖分三角网质量的问题,提出一种基于边优先的任意多边形最优化三角剖分算法:首先直接对多边形的边进行构网,最后再对生成的非约束边进行构网,最终完成整个多边形的三角剖分。剖分得到的三角网为约束Delaunay三角网,网形稳定、最优,算法简单,执行效率较高,且适用于任意复杂多边形。实验证明了该算法的合理性和有效性,较好地解决了现有多边形三角剖分算法存在的问题。     

基于拓扑相似性的道路网综合模型

针对道路网综合时须保持道路网眼空间分布特征这一基本要求,在讨论道路网眼拓扑形式化描述的基础上提出了一种基于拓扑相似性的道路网综合模型.该模型通过制定道路网拓扑相似性评价指标来进行道路网综合方案选择,同时针对拓扑相似性相同的不同道路删除方案,进一步提出了利用道路形状加以评价的方法.结果表明,该模型原理正确,无论对于保持道路网眼空间分布还是形状特征都具有很好的效果.     

基于拓扑一致性的线目标空间冲突检测方法

现有的空间冲突检测方法需要将复杂的空间关系与定义的规则相比较.由于规则的不完备性,这些方法容易漏检或误检.为此,首先分析了拓扑冲突的类型和产生原因;然后以线目标间拓扑冲突为例,研究了线目标间拓扑关系的表达与计算、综合前后线目标间对应关系、拓扑关系的一致性评价方法;最后通过对对应的拓扑关系进行一致性检验,来检测已有方法漏...     

基于MapServer的教育地理信息系统构建

基于Web的教育地理信息系统(EDUGIS)是教育信息化建设的重要组成部分.本文以WebGIS开源平台MapServer为框架,设计了教育地理信息系统的框架和功能结构.引入Ajax技术的组织结构,并结合开源数据库PostgreSQL开发了网络教育地理信息系统.该系统可以直观地对各种形式的教育地理信息进行显示和查询,对教...     

内陆水体叶绿素a浓度反演的区域化三波段模型研究

以太湖和石头口门水库为例,建立了一种可直接计算水体叶绿素a浓度的区域化三波段模型。该模型通过对研究水体的光学特性分析,明确三波段组合与叶绿素a浓度间的函数关系参数,不仅可较好指示研究水体叶绿素a浓度水平,而且大大减小了回归算法所带来的模型不确定性。利用高精度、长时间序列的水体光学特性观测数据,建立针对不同研究水体的区域化三波段模型可为实现内陆水体叶绿素a浓度遥感监测业务化运行提供方法借鉴。     

Constructing a Near Real‐time Space‐time Cube to Depict Urban Ambient Air Pollution Scenario

This study adopts a near real‐time space‐time cube approach to portray a dynamic urban air pollution scenario across space and time. Originating from time geography, space‐time cubes provide an approach to integrate spatial and temporal air pollution information into a 3D space. The base of the cube represents the variation of air pollution in a 2D geographical space while the height represents time. This way, the changes of pollution over time can be described by the different component layers of the cube from the base up. The diurnal ambient ozone (O₃) pollution in Houston, Texas is modeled in this study using the space‐time air pollution cube. Two methods, land use regression (LUR) modeling and spatial interpolation, were applied to build the hourly component layers for the air pollution cube. It was found that the LUR modeling performed better than the spatial interpolation in predicting air pollution level. With the availability of real‐time air pollution data, this approach can be extended to produce real‐time air pollution cube is for more accurate air pollution measurement across space and time, which can provide important support to studies in epidemiology, health geography, and environmental regulation.