基于浮标轨迹的涡旋信息提取算法

浮标在运动过程中如果受到涡旋的影响,会回到之前某一时刻所在的位置,其轨迹中就会出现环状结构,故提取浮标轨迹中的环状结构,就可识别涡旋。鉴此,本文针对ALIS（A Simple Automated Loop Identifying Scheme）算法忽略了这一环状结构中出现的“复杂结构”之不足予以改进,提出了基于浮标轨迹回环结构的涡旋及其移动轨迹提取算法AILIS（An Improved Automated Loop Identifying Scheme）算法。其通过判断环状结构中的轨迹片段是否有自相交对“复杂结构”进行处理,使提取结果更加完善;在此基础上,该算法通过判断涡旋瞬时状态的相似性,可追踪涡旋的部分移动轨迹。本文通过与ALIS算法及其他相关算法结果的对比,并使用SLA数据及HD（Hybrid Detection）、HT（Hybrid Tracking）算法实验结果表明,本文提出的算法能得到更多的海洋涡旋的瞬时状态和移动轨迹,为获取涡旋的物理参数提供重要的途径。     

基于复杂网络的海洋涡旋移动特征研究——以南海为例

海洋涡旋作为一种快速连续变化的海洋现象,如何分析和挖掘其移动特征成为当前海洋涡旋定量研究的重点。本文引入空间数据挖掘的社区网络划分方法,将涡旋过程看作复杂的移动网络,对涡旋移动的聚集性特征进行探索和分析。首先,以网格为统计单元对1992-2011年近20年南海海洋涡旋移动数据进行组织,基于图论模型构建了涡旋瞬时移动（TP）,涡旋移动起止点（OD）,涡旋最小描述距离的特征点移动网（MDL）和涡旋过程移动再生数据（RSP）4种状态的海洋涡旋的移动网络图;其次,采用基于快速模块度优化的区域划分方法分别得到4种状态下涡旋移动的聚集性区域;最后,利用弦图对区域内和区域间涡旋移动规律进行了可视化分析,发现海洋涡旋的RSP数据能够弥补原始涡旋移动数据在区域划分方法中呈现的数量不足的问题,能够在足够数据量的情况下,有效地发现从起点到终点的主要移动通道和涡旋移动的聚集性区域,这些区域反映了南海涡旋从其产生、发展到结束整个演化过程的聚集性特征。     

迭代演进式GIS需求分析模型研究

需求分析是信息系统或软件开发生命周期中一个重要阶段，并具有自己的生命周期。需求分析具有迭代性、演进性和并行性三大特性。通常，需求分析方式隐含在各种系统开发模型中，20世纪90年代初以来，随着需求工程热潮的掀起，需求分析模型的研究也成为研究热点。Theofanos等在总结分析已有需求分析模式的基础上，提出了需求分析浪峰模型。该模型同时反映了需求分析的三个特性，刻画了需求分析的复杂性，充分体现了需求分析的发展新趋势。该文根据GIS特点，对该模型进行了三个方面的改进：（1）将需求分析划分为5个阶段，原模型中的需求定义分解为结构化定义和形式化定义两个阶段，以便于根据该模型进一步发展GIS分析的自动化工具；（2）进一步明确了需求分析每阶段的具体分析活动以及应该采用的分析方法，使模型更具可操作性；（3）反映了项目GIS、部门GIS、企业GIS、社会GIS等不同规模和复杂程度系统开发的需求分析的差别。并对不同情况下选择需求分析模式以及结构化需求定义方法进行深入的分析，对GIS系统开发的需求分析具有现实指导意义。     

基于粗集的环境机制发现模型及其渔业应用

地学事件或地学变量受控于环境因子,其关系常为非线性。另一方面,影响变量取值或事件发生的时空范围及其环境要素具有不确定性。环境因子的时空配置关系集中体现这种关系的复杂度。这使得寻找决定事件发生或某些地学变量取值的环境因子及其组合存在困难。针对渔场形成的环境机制发现,构建RS-STAMM模型,将时空离散化,以邻域方法提取空间环境变量,形成决策表,利用粗集约简方法,对环境因子及其时空配置关系进行筛选,进而寻找影响事件或变量取值的环境因子的时空配置结构。最后以发现渔场形成的环境机制为目标,将模型应用在渔业遥感研究中,以海洋鱼类聚集的温度场配置提取为实例,验证模型有效性。     

我国海岸带及近海卫星遥感应用信息系统构建和运行的基础研究

我国海岸带和近海的高度开发极大地促进了沿海经济的发展,也引发出一系列的资源和生态环境问题.研究和发展适用于我国海岸带及近海卫星遥感综合应用技术系统,旨在实现宏观、动态、同步监测区域资源开发和保护,以及为生态环境问题提供全新的技术支撑和协调解决整体技术方案,对此着重阐述了面向海岸带及近海卫星遥感应用技术系统的构建.本技术系统主要包括海岸带科学数据平台和信息提取模块、针对海洋过程的应用模块、我国海岸带及近海生态环境集成用户平台等,其目的是推进我国海洋遥感由研究阶段转向应用阶段,并为实现数字海洋提供技术基础.     

多源地理大数据支撑下的地理事件建模与分析

地理事件作为描述地理过程的基本单元,逐渐成为地理信息科学（GIS）核心研究内容。由于受人类活动数据获取限制,GIS对地理事件的建模和分析主要关注事件所引起的地理空间要素变化及要素之间的相互影响与作用机制。然而,近年来随着基于位置服务数据（LBS）爆炸式的增长和人类活动大数据定量刻画手段的快速发展,地理事件对人类活动的影响以及公众对地理事件的网络参与度都引起了多个领域的广泛关注,对地理事件的时空认知、建模方法和分析框架提出了巨大的挑战。对此,本文首先深入分析了大数据时代地理事件的概念与分类体系;其次,基于地理事件的时空语义给出了基于图模型的事件数据建模,建立了事件本体及其次生或级联事件的“节点—边”表达结构,开展了事件自身时空演化及其前“因”后“果”的形式化描述;第三,从时空数据分析与挖掘的角度,给出了大数据时代地理事件建模与分析的整体框架,拟突破传统“地理实体空间”事件探测与分析方法的局限性,融合“虚拟空间”事件发现与传播模拟思路,实现多源地理大数据支撑下的面向地理事件的人类活动多尺度时空响应与区域差异分析;最后,本文以城市暴雨事件为例诠释了本文所提出的地理事件建模与分析方法,从城市和城市内部两个尺度进行了暴雨事件与人类活动的一致性响应及区域差异分析,得到了明确的结论,验证了前文分析框架的可行性与实用性。     

Application of a sea surface temperature front composite algorithm in the Bohai,Yellow, and East China Seas

The oceanic front is a narrow zone in which water properties change abruptly within a short distance. The sea surface temperature (SST) front is an important type of oceanic front, which plays a signifi cant role in many fi elds including fi sheries, the military, and industry. Satellite-derived SST images have been used widely for front detection, although these data are susceptible to infl uence by many objective factors such as clouds, which can cause missing data and a reduction in front detection accuracy. However, front detection in a single SST image cannot fully refl ect its temporal variability and therefore, the long-term mean frequency of occurrence of SST fronts and their gradients are often used to analyze the variations of fronts over time. In this paper, an SST front composite algorithm is proposed that exploits the frontal average gradient and frequency more eff ectively. Through experiments based on MODIS Terra and Aqua data, we verifi ed that fronts could be distinguished better by using the proposed algorithm. Additionally through its use, we analyzed the monthly variations of fronts in the Bohai, Yellow, and East China Seas, based on Terra data from 2000 to 2013.     

中国海岸带及近海科学数据平台研究与开发

基于海洋数据的多样性和时空复杂性的特点,采用目前先进的大型空间数据库管理软件——Oracle9i的ArcSDE,ArcGIS桌面系统,完成了海岸带及近海科学数据平台实体的装载和组织工作,并在ArcObject组件的基础上开发了基于C/S的数据平台的前端管理系统,当前该系统可以实现面向海洋用户的遥感数据无缝拼接、多源数据多种快速查询、提取、影像数据的装载以及影像元数据的管理和修改等多种功能.该系统主要服务对象是涉及国家主管海岸带和近海专业的科研调查部门或个人,自其建立以来已经陆续开展一些应用服务,达到了理想的效果,满足了用户的需求.     

基于Ontology的空间知识查询方法及其应用

传统的GIS空间信息查询基于要素或属性数据,无法实现知识和语义层次上的综合查询;而基于元数据的空间信息查询是要素类层次以上的数据集的查询,并未实现要素级上的信息查询。而且这两种空间信息查询方式多面向GIS专业人员,查询操作过程复杂,查询结果表达过于形式化,不适合于广大普通用户及决策人员。本文提出了一种基于Ontology的空间知识查询(ODSKQ)方法,其面向非专业用户,查询请求采用自然语言描述,查询结果高度综合和知识化,为用户提供对问题的直接回答,而屏蔽查询过程中复杂的逻辑推理和地学计算过程,实现了知识和语义层次上的智能化、自动化空间信息查询。本文以海岸带资源环境应用为例,展示了ODSKQ方法的实现过程,验证了ODSKQ方法的可行性和有效性。     

地理过程的案例表达与组织——以南海区海洋涡旋为例

案例模型是基于案例推理方法(CBR)的推理基础,而时空数据模型是地理信息系统时空表达的概念基础。基于案例的推理方法应用于地理领域,案例表达则不能仅采取传统的表示方法,需要结合地理问题的特点;但时态地理信息系统(T-GIS)的时空数据模型又不能直接采用,需要考虑地理案例表达和推理的需求。通过对地理案例应用的分析和时空过程特点的总结,提出分级描述框架的地理案例时空过程概念表达模型,并构建其物理表达模型。本文以中国南海海洋涡旋为例进行了验证,表明此模型可应用于具有完整生命周期且变化是连续渐进地理现象的研究。