数字地图要素样式结构化存储表达研究与实现

研究数字地图要素样式结构化存储问题,分析目前国内外最新研究进展和各种实现方式的优缺点。从地图要素样式共享的目的入手,探索遵循国际标准的样式实现方案;设计并使用XML的结构化可扩展特性,借助元编程的最新理念和Java编程语言实现兼容SLD标准的地图样式表达和存储机制。实验中定义了点、线、填充、字体等各种地图符号的XML表达形式,并与SLD主题样式相对应,与其他地图样式的转换操作表明,该模式可以实现地图要素样式的自定义设计和共享传播。     

一种网络空间数据发布与在线处理平台的设计与实现

本文讨论了一种负载均衡的Web空间数据发布和地理分析平台的实现(LreisServer),并通过不同的数据源对其性能进行测试.该平台遵循OGC服务标准,并已实现WMS,WFS,GMI,规范.本文从互操作的角度论述了WMS,WFS,GML扩展模块的实现细节.系统后端采用PostGIS为空间数据库,依靠其强大的矢量栅格空间...     

RaPC:一种基于栅格化思想的多边形裁剪算法及其误差分析

传统的基于矢量计算的多边形裁剪算法的时间复杂度介于O(Nlog N)~O(N2)之间,且计算过程与特定的复杂数据结构耦合紧密,难以进行底层优化和细粒度并行化。在满足一定误差要求的前提下,采用栅格化处理思想可以实现多边形快速裁剪。本文在已有多边形裁剪算法特征的基础上,提出了一种基于栅格化处理思想的多边形裁剪算法——RaPC算法,并对其误差进行了分析和讨论。试验结果显示,RaPC算法的计算效率随网格单元增大呈幂函数规律降低;当网格大小恒定时,RaPC算法效率随多边形顶点数量呈线性增长,计算时间复杂度为O(N);在处理小数据集时Vatti算法表现出了较高效率,但是在处理包含大量顶点的多边形叠加时,RaPC算法更为高效;RaPC算法的面积误差与网格大小直接相关,提高网格空间分辨率可以有效地降低面积误差。RaPC算法在处理包含大量顶点的多边形叠加分析时比Vatti算法更为高效。     

基于亮度补偿的遥感影像阴影遮挡道路提取方法

在基于高分辨率遥感影像的道路提取中,阴影遮挡是导致提取的部分或整段道路缺失的重要因素,严重制约了道路提取的自动化过程,因此探索适用性强的阴影情况下道路提取方法对地图数据生产和地理大数据研究具有重要意义。本文针对传统的阴影系数修正方法难以消除植被、建筑上的阴影对道路提取带来的干扰,选用路面颜色不一、地物干扰少的郊区影像与地物丰富、路面地物阴影干扰严重的市区影像开展研究,提出了基于亮度补偿的阴影遮挡道路的提取方法。首先,在图像预处理的基础上,利用HSI阈值分割获取阴影区域;其次,在削弱蓝色分量信息后采用亮度补偿方法实现像素点空间域增强以及阴影区信息的恢复,在增大道路面阴影与周围环境差异的基础上,借助高效的分割算法实现阴影道路提取;最后,通过和由K-means聚类分割获取的非阴影道路进行合并,经细化处理最终实现阴影遮挡道路的完整提取。实验结果表明,此方法提取郊区与市区影像中阴影道路的正确率在80%以上,该方法能有效地提取阴影遮挡道路,消除其他阴影的干扰,降低阴影道路提取时的斑块破碎度,较好的保留道路的主体。     

青藏高原植被NDVI对气候因子响应的格兰杰效应分析

多变的气候和复杂的地理环境使得青藏高原植被对气候变化响应敏感,因此分析高原植被与气候因子之间的动态关系对气候变化研究和生态系统管理具有重要意义。论文基于1982—2012年青藏高原气象数据(气温、降水)以及GIMMS NDVI3g遥感数据,在像素级别上运用格兰杰因果关系检验方法,在月尺度和季节尺度上分析了高原植被NDVI(主要是草原)与平均气温、降水量之间的响应情况及因果关系。研究表明：① 月尺度上NDVI与平均气温之间、NDVI与降水量之间的时序平稳性比例高于季节尺度,月尺度下达到平稳性的植被区域分别占99.13%和98.68%,季节尺度下分别占64.01%和71.97%;② 月尺度下高原平均气温和降水量对NDVI影响的滞后期都集中在第12~13个月,荒漠草原、典型草原和草甸3种植被类型的滞后期一致,季节尺度下平均气温和降水量对NDVI影响的滞后期主要分布在第3~4和第6个季度,3种植被类型的滞后期差异性较大;③ 月尺度下,青藏高原约98.95%的植被覆被区的平均气温是引起NDVI变化的格兰杰原因,反之,大部分地区(约89.05%,除高原东南区域)内NDVI也是引起平均气温变化的格兰杰原因;季节尺度下,青藏高原中部以外植被区域(约92.03%)内的平均气温是引起NDVI变化的格兰杰原因,而在东部和西部部分地区(约50.55%)中NDVI也是引起平均气温变化的格兰杰原因;④ 月尺度下,高原东北和西北地区(约72.05%)内的降水量是引起NDVI变化的格兰杰原因,大部分地区(约94.86%,除东南部少量区域)中NDVI是引起降水量变化的格兰杰原因;季节尺度下,高原东南部(约61.43%)地区内的降水量是引起NDVI变化的格兰杰原因,高原中东部地区(约48.98%)中NDVI是引起降水量变化的格兰杰原因。总之,高原植被NDVI与气温、降水的相互作用显著,彼此均可构成格兰杰因果效应,但总体上气候因子的影响程度大于植被的反馈作用,月尺度的效应区域大于季节尺度的效应区域。     

利用物候相机绿度指数分析温带草原生态系统的植被物候及其与气象因子关系（英文）

近地面数码相机在区域和景观尺度上的植被物候参数分析中发挥着重要作用。评估数码照片提取的绿度指数(Gcc,相对绿度指数)与卫星绿度指数的相关性有助于推进陆面过程的研究工作。另外,在北美大草原地区,Gcc时间序列数据对环境因子的响应仍然不清晰。首先,本文在生态观测站点尺度,评估了日尺度的相对绿度指数与日值气象因子的响应关系,如土壤湿度、土壤温度、气温和太阳辐射等。其次,基于站点Gcc数据、MODIS和VIIRS卫星植被指数数据,利用曲线求导方法获得植被的关键物候参数,包括生长季开始点、结束点、最大生长点等,并比较了不同数据源物候参数的差异。结果表明:日尺度Gcc数据能够很好的地反映地面环境因子的变化情况;多元线性回归分析表明研究区草原生长主要受土壤温度和太阳辐射的影响,受气温影响较小;高频的Gcc时间序列数据可以及时响应降水的变化;在相同年份,数码相机和卫星数据提取的物候参数具有一致性,但是在春季物候上差异较显著,生长速率和衰落速率的提取结果并不一致;Gcc提取的生长季长度与根据气温计算的生长度(GDD)长度相关性较好。本文评估了基于数码相机的植被物候监测及其与气象因子的关系,研究有助于多尺度植被物候建模与温带大草原区域的草原资源管理。     

大数据视角的国土资源数据管理思考

大数据技术作为一种海量数据存储、管理和应用的工具,在应对国土资源数据的多时空维度、多复杂度、海量特性等方面正发挥着重要作用。国土资源部门陆续建设了多种国土资源大数据管理系统,但是在标准规范和技术架构的顶层设计方面仍然需要进一步调整和优化。本文对大数据视角的国土资源信息管理中存在的问题进行思考和分析,总结了现有国土资源大数据发展的概况,阐述了国土资源大数据建设中标准规范先行的重要性和必要性,提出加强大数据技术在国土资源管理的必要技术措施。本文有助于推进大数据技术在国土资源管理领域长期高效、规范化、安全可靠地发挥作用。     

关于时空大数据助力乡村振兴的思考

数字乡村建设既是乡村振兴的战略方针,也是数字中国建设的重要内容。本文围绕“时空”联动“三农”,在如何利用时空信息技术帮助全国农村振兴、服务数字农业和数字乡村建设等方面,进行思考与探讨,旨在利用时空数据优势,通过实时发布处理的遥感影像资料、气象资料等多源时空数据,变时空信息技术大数据为农村振兴的“新基础设施”与基石;通过强化整合人工智能算法、作物模型等遥感应用,构建起农业农村大数据服务平台,进行正向思维,推进数据开放、实时共享,围绕精准农业、数字田地、智能监管等乡村振兴所需内容,积极推动形成多效合一的时空大数据基础基地,赋能农业农村发展,实现时空数字链接、自动化管理、农业农村农民智能增效,助力中国乡村振兴战略提速。     

利用R-Shiny架构的植被物候参数分析系统设计与实现

植被物候作为反映植被与气候变化关系的重要参量,具有重要的研究意义。本文基于R语言分布式架构Shiny构建了植被物候参数分析系统,可实现站点分布可视化、感兴趣区(Region of Interest,ROI)选取与绘制、植被指数计算与可视化、数据过滤、生长曲线轨迹拟合与物候参数提取等功能模块。用户可提取不同植被类型数码相机时间序列的植被指数,并用max方法进行平滑与去噪处理,然后选择合适的方法组合拟合植被群落季相变化轨迹,最终提取较为精确的关键物候参数。林地数据系统测试结果表明:1)相对绿度指数GI比其他相对植被指数和单波段的亮度值振幅明显,其时间序列可表征植被实际生长轨迹; 2)不同拟合方法与提取方法的组合效果不同,如klosterman与klosterman方法组合适合林地类型的植被物候参数提取,用户可综合均方根误差与季节群相变化轨迹结果,筛选出适合所选植被物候数据的拟合与物候参数提取方法组合。     

利用经验模态分解的近地面植被指数时序数据重构研究

NDVI遥感产品可以较好地反映植被的生长情况,已被广泛应用于植被物候的遥感分析。本文利用PhenoCam物候相机观测网络林地站点的近地面多光谱数码相机照片,通过近红外和红光波段组合提取近似NDVI的时序数据,并在景观尺度上采用经验模态分解方法(EMD,Empirical Mode Decomposition)实现一定容差范围内NDVI时序数据的重构。结果表明:EMD方法能够有效地减少NDVI时序数据噪声干扰,经验证,趋势项残差的趋势较为明确。实验基于重构结果进行植被物候分析,得到的物候分布特征与植被实际生长反映的变化特征基本一致。