亚像元制图适应性分析与评价——以天津市津南区和北京市海淀区土地覆被制图为例

亚像元制图作为一种降尺度分类方法,可利用低分辨率影像获取高分辨率分类图。本文旨在探讨亚像元制图的降尺度分类结果与高分辨率影像分类精度和分类特征上的一致性。实验以天津市津南区和北京市海淀区为研究区,分别对中空间分辨率影像（TM或HJ）进行亚像元制图和对高空间分辨率影像（ALOS或ZY）进行硬分类得到相同空间分辨率的分类结果,从绝对精度、相对精度、空间结构和空间格局上,对2幅分类结果进行分析和评价。实验结果显示：（1）分类精度上,TM和HJ影像的亚像元制图结果,以地面验证样本为参考的绝对总体精度分别为84%和82%,以高分辨率影像（ALOS和ZY影像）硬分类结果,为参考的相对总体精度分别为82%和77%;（2）分类特征上,中空间分辨率影像亚像元制图结果的空间相关性较强、斑块数量较少、聚集度较高,但与高分辨率影像分类结果的总体结构相似,各类别的面积比例基本一致。因此,亚像元制图结果在分类精度和分类特征上与高空间分辨率影像分类结果具有较强的一致性,在缺少高分辨率土地覆被制图时,可将亚像元制图获取的降尺度分类图作为替代数据。     

时空统计学在贫困研究中的应用及展望

消除贫困是人类社会的共同目标.贫困分布具有明显的空间特征,同时呈现出空间异质性和空间相关性.时空统计学以时空分析为优势,在贫困的时空分布及形成机制研究中发挥了重要作用.本文综述了不同时期我国贫困分布的空间特征、贫困数据的空间类型和特征以及贫困时空分布的影响因素,并总结了时空统计学方法在贫困空间研究中的4类应用,包括:探...     

地理信息科学发展与技术应用

本文回顾了中国科学院地理科学与资源研究所在地理信息科学研究与技术应用方面的历史过程,从早期的测量和制图的研究,到开创中国地理信息学科,建立资源与环境信息系统国家重点实验室的历史,是中国特色原创地理信息理论发展的历史,是中国具备自主研发世界级地理信息软件的历史,是地理信息为国家重大战略提供坚实科技支撑的历史。本文主要从地图学、地学遥感、地理信息科学、地学数据共享、重大技术突破和国家战略支撑等方面进行概述,最后从地学知识图谱、地理大数据分析、遥感人工智能、地理系统模拟和知识服务角度展望地理科学发展的新科学范式。     

多重分形方法在涡旋遥感信息处理提取中的应用研究

目前提取遥感影像中的涡旋信息主要用边缘探测技术,例如Canny算子和Hough算子等,然而由于涡旋信息和遥感影像本身的复杂性和模糊性,用传统的方法不能取得理想的提取结果.基于多重分形技术,利用海洋涡旋信息的物理特征时空形态的自相似性来提取涡旋,用NASA MODIS,Sea WiFS和NOAA在典型海区如边界流的卫星影像进行试验,研究结果表明,用多重分形方法获取的涡旋信息非常有利于对海洋涡旋的深刻认识和分析研究.     

地学数据集成及空间决策支持的方法与应用

空间数据分析技术的严重滞后出现了“信息爆炸”的现象。因此,由于地学数据多源性的特点,如何集成量纲不一,形式多样,既有定量数据,又有定性的文字描述,经验性和知识性的地学数据并使之帮助决策成为当前亟待研究的课题之一。本文讨论两个空间数据集成和决策支持方法:模糊证据权重和加权逻辑回归方法。与传统地学数据集成和空间决策支持方法如判别分析和其他多元回归不同之处在于,这两种方法在解释变量是连续和类别变量混合模式的情况下或响应变量取两类值的情况下处理的结果更为合理。     

地球信息科学技术在中国减贫中的应用进展

从救济式扶贫到精准扶贫,中国通过不断地探索和实践,走出了一条中国特色社会主义减贫道路,实现了农村贫困人口大幅减少,贫困地区面貌明显改善,脱贫攻坚取得历史性重大成就。很长时间,贫困地区的社会经济和资源环境监测都是建立在各类统计资料,统计报表,纸质档案等的基础之上,以行政单元为基础,缺乏有效、准确的空间位置信息。随着遥感和地理信息系统等地球信息科学技术的不断发展,其对空间信息高效地捕捉和计算能力,极大地提升了新时期扶贫开发工作的效率和决策支持水平。本文系统地阐述了地球信息科学在中国减贫中所发挥的作用,具体来说,主要集中在4个方面：① 多源地理空间数据在贫困地区自然资源和生态环境监测评估中的应用;② 贫困地区灾害监测,预警和管理;③ 基于地理空间数据的致贫因素分析和贫困预测;④ 依据精准扶贫工作机制建立精准扶贫决策支持系统。随着2020年中国消除绝对贫困目标的实现,地球信息科学服务于中国减贫的工作将主要集中在建立返贫监测和帮扶机制,以及向缓解发展不平衡、不充分的相对贫困转变。同时,乡村振兴作为下一步中国农村长期的工作重点,使用地球信息科学技术促进乡村基础信息化建设,促进地球信息科学服务和农业农村发展深度融合也将成为趋势。     

遥感信息处理不确定性的可视化表达

如何全面、准确地度量和可视化表达遥感信息处理中不确定性的程度和空间分布方式,是遥感信息不确定性研究的关键问题之一.传统的度量方法(例如误差矩阵)是将以训练样本集为基础的度量作为总分类精度的度量,而我们需要估计模型对于"样本外数据"的性能.本文首先利用信息论和粗糙集理论等度量遥感分类影像属性信息的不确定性,提出基于像元、目标和影像的遥感信息不确定性度量指标;然后分别描述了基于不同度量指标的可视化表达方式,并对我国黄河三角洲地区的Landsat TM影像进行了分类信息不确定性度量和可视化表达实验.     

试论地学信息图谱思想的内涵与传承

地学信息图谱是陈述彭先生倡导的重要理论探索领域。本文根据先生的相关文献和论述,探讨了地学信息图谱思想的内涵,认为图谱是许多领域都采用的表达和分析的方法论,地学图谱是针对地学领域地学现象和过程的图谱,地学信息图谱则强调在地理信息系统支持下,通过定量地学信息（地学数据库）和地理计算实现的地学图谱,以期通过运用地学图形语言进行地理时空表达与分析,用于描述人与自然和谐相处的规律,反演它的过去,评估它的现状乃至预测它的未来。地学信息图谱思想的提出与陈述彭先生的职业生涯密切相关。他青年时期的坚实地理学基础,中年时期将综合地理和地图设计紧密结合的实践,晚年时期对遥感与地理信息系统的引领,促使他集一生在地理科学研究中的丰富理论、方法、技术成果积淀,开辟了这一探索性的地学研究新领域。地学信息图谱是陈述彭先生留给后来者的科学问题。为此,作者根据新近相关领域的研究进展,提出了未来可能的研究方向：全息地图的发展是地学信息图谱表达的重要基础,并有助于进一步发现新的地学现象和新的地学规律。遥感对地表信息的“谱”探知要以地理学“图”分析思想为支撑,它将最终回归于对复杂地表分布与内在发生机理等地理学核心问题的回答。地学信息图谱的认知以人地关系为中心,以实现从客观地理空间到虚拟空间的人地关系新认知构建一套认知理论。地学信息图谱的目标是辅助发现与利用新的地学知识,为实现自动化、智能化的地理知识图谱奠定理论与方法基础。     

基于粗糙集理论的地学空间关系规则分析及其应用——以珠江三角洲为例

Spatial relations,reflecting the complex association between geographical phenomena and environments,are very important in the solution of geographical issues. Different spatial relations can be expressed by indicators which are useful for the analysis of geographical issues. Urbanization,an important geographical issue,is considered in this paper. The spatial relationship indicators concerning urbanization are expressed with a decision table. Thereafter,the spatial relationship indicator rules are extracted based on the application of rough set theory. The extraction process of spatial relationship indicator rules is illustrated with data from the urban and rural areas of Shenzhen and Hong Kong,located in the Pearl River Delta. Land use vector data of 1995 and 2000 are used. The extracted spatial relationship indicator rules of 1995 are used to identify the urban and rural areas in Zhongshan,Zhuhai and Macao. The identification accuracy is approximately 96.3%. Similar procedures are used to extract the spatial relationship indicator rules of 2000 for the urban and rural areas in Zhongshan,Zhuhai and Macao. An identification accuracy of about 83.6% is obtained.