栅格化属性精度损失的评估方法及其尺度效应(英文)

Rasterization is a conversion process accompanied with information loss, which includes the loss of features’ shape, structure, position, attribute and so on. Two chief factors that affect estimating attribute accuracy loss in rasterization are grid cell size and evaluating method. That is, attribute accuracy loss in rasterization has a close relationship with grid cell size; besides, it is also influenced by evaluating methods. Therefore, it is significant to analyze these two influencing factors comprehensively. Taking land cover data of Sichuan at the scale of 1:250,000 in 2005 as a case, in view of data volume and its processing time of the study region, this study selects 16 spatial scales from 600 m to 30 km, uses rasterizing method based on the Rule of Maximum Area (RMA) in ArcGIS and two evaluating methods of attribute accuracy loss, which are Normal Analysis Method (NAM) and a new Method Based on Grid Cell (MBGC), respectively, and analyzes the scale effect of attribute (it is area here) accuracy loss at 16 different scales by these two evaluating methods comparatively. The results show that: (1) At the same scale, average area accuracy loss of the entire study region evaluated by MBGC is significantly larger than the one estimated using NAM. Moreover, this discrepancy between the two is obvious in the range of 1 km to 10 km. When the grid cell is larger than 10 km, average area accuracy losses calculated by the two evaluating methods are stable, even tended to parallel. (2) MBGC can not only estimate RMA rasterization attribute accuracy loss accurately, but can express the spatial distribution of the loss objectively. (3) The suitable scale domain for RMA rasterization of land cover data of Sichuan at the scale of 1:250,000 in 2005 is better equal to or less than 800 m, in which the data volume is favorable and the processing time is not too long, as well as the area accuracy loss is less than 2.5%.     

基于虚拟地理环境的数字黄河研究进展

虚拟地理环境是人类社会环境和自然环境在计算机三维虚拟空间的映射,是近20年来随着信息技术进步而迅速发展起来的研究领域。“原型黄河”、“模型黄河”、“数字黄河”则是基于地理信息系统、三维可视化技术、现代遥感遥测技术和虚拟地理环境技术的发展而提出来的。通过概述“数字黄河”的研究意义、研究方法,探讨了“数字黄河”研究需要解决的关键技术问题,包括自然环境中“原型黄河”各有机组成部分在虚拟地理环境中的表达及行为描述,自然环境和人类社会环境对黄河具有重要影响的因子之间相互作用的计算机表达。以“数字河道模型”为例详细论述了“数字黄河”的重要组成部分,如“数字河道模型”、“数字流域模型”、“数字水库模型”和“数字河口模型”在虚拟地理环境的表达。     

土地系统动态模拟与土地用途转换分析的方法探索——兼评“土地系统计量模型”图书

由中国科学院地理科学与资源研究所邓祥征博士撰写的关于"土地系统计量模型"的两本书(<土地系统动态模拟>、 <土地用途转换分析>)已于2008年11月由中国大地出版社出版,这反映了我国青年科研工作者积极响应并参与了全球土地科学研究计划(GLP)相关研究活动,并在土地系统格局演替动态模拟、土地用途转换分析的方法与模型研究方面做出了有价值的探索.     

专业知识共享和服务研究与实践——以地理资源与生态专业知识服务系统为例（英文）

知识共享与服务是消除知识贫困、促进社会发展的有效途径之一。已有的知识共享与服务主要在某一机构或特定的社会群体之间开展,本研究提出建设一个地理资源与生态专业领域面向全体社会成员的公益性知识共享与服务平台的设想,并进行了实践。知识共享与服务平台建设需要考虑五个方面问题即:用户需求、标准规范与政策、知识资源现状、技术条件和运维服务。知识资源可以通过"两步走"方案进行整合:第一步,建设单位构建知识资源核心库;第二步,通过"付出与收益对等"的机制、开放知识资源上传接口等方法,实现分散知识资源的整合集成。知识共享与服务系统可以使用基于Hadoop分布式集群架构的四层结构实现,即依次实现资源层,资源访问层,应用层和服务层。实践证明,坚持"共建、共享"的理念、采用"付出与获益对等"的机制,能有效的促进知识资源的汇聚、调动全体社会成员开展知识共享与服务的积极性,实现缩小社会群体间知识鸿沟的目的。本文的创新点在于首次在地理资源与生态领域提出了建设面向全体社会成员的公益性专业知识共享与服务平台的理念和方法,明确了知识资源整合的方案,搭建了基于分布式集群架构的知识共享与服务系统。     

地学e-Science研究与实践——以东北亚联合科学考察与合作研究平台构建为例

地学e-Science被认为是继理论分析、实验观察和模拟计算之后的地学科研方法,将促进传统地学科研模式的变革,提升地学研究的效率和水平。由于地学e-Science的研究刚刚起步,国内外学者对其本质、内容、技术架构和未来发展,还缺乏一个统一、清晰的认识。认为地学e-Science的实质就是支撑地学研究的信息化环境及其在此基础上开展的各类地学科研活动,其总体架构包括信息化基础设施、地学资源、功能服务和科研应用4个层次。基于地学e-Science的研究可以实现地学科研模式的4个转变。实践表明地学e-Science原型系统:东北亚联合科学考察与合作研究平台通过信息化技术和数字化资源改变了传统科学考察的模式,极大促进了中国、俄罗斯、蒙古3国科学家联合科学考察的效率。