大城市边缘区建设用地空间分布格局的定量化测度研究

选择北京市房山区平原地区作为分析样区,在GIS技术的支持下对建设用地的空间分布格局进行了定量化测度研究。分析数据显示,其分布与交通干线具有明显的空间相关,交通干线具有一定的“轴向”聚集和辐射效应。     

基于空间曲面拟合的自适应阈值选取方法

提出了一种基于空间多项式曲面拟合的自适应阈值选取方法,该方法初步考虑了图像上空间目标、背景及像素的空间分布特征,拟合了图像及其空间分布结构。     

基于Kohonen网络的点群综合研究

基于Kohonen网络模型,对标准的SOM(self-organizing feature map)算法进行了改进,在保持点群原有空间分布特征的情况下研究点群的选取和典型化。实践表明,该方法适合任意空间分布类型的点群综合。     

集聚型空间点模式结构信息提取研究

空间点模式是一个2维离散点集,点集中的每一个元素代表地球表面一个点状目标的空间位置。当2维离散点集具有集聚特征时,称其为集聚型空间点模式,它与空间聚类、制图综合和空间分析的许多具体应用紧密相关。如何提取集聚型空间点模式的结构信息(集聚子群的个数和对应的集聚中心)是其中尚未彻底解决的问题。作者以几何概率为理论基础,提出测度正方形区域内2维离散点集分布特征的H函数并推导其解析表达式,运用H函数设计和实现了集聚型2维离散点集结构信息提取的通用算法。利用该算法处理一个由居民地坐标数据得到的具有集聚特征的空间点模式,提取出其结构信息并进行可视表达。分别以该空间点模式中的各离散点为顶点和发生元生成Delaunay三角网和Voronoi图,在Delaunay三角网中保留面积最小的前1/10、前1/100三角形的顶点,在Voronoi图中保留面积最小的前1/10、前1/100邻近多边形的发生元,将可视表达的点集结构信息分别与依据Delaunay三角网和Voronoi图得到的结果进行对比分析。结果表明,运用H函数能够有效地提取出集聚型空间点模式的全局性结构信息,而Delaunay三角网和Voronoi图虽然能够反映其局部密度,但在提取全局结构信息时存在局限性。     

表示和查询人的时空分布的一个面向行为的时空数据模型设计

人的动态时空分布信息有着重要的现实应用意义。人在一定时间的动态分布是该时间内人参与活动和出行时序模式在时间和空间的表现。针对人的动态时空分布表示和可视化查询目的,提出一个在GIS环境下面向行为的时空数据模型。查询能够分别基于人、时间和位置。将基于这个数据模型的原型系统在MAPGIS软件平台上给以实施,并以宁波一区域为例,将原型系统予以实现和检验。     

公共医疗卫生服务的空间可达性研究——以广州市海珠区为例

本文以第5次人口普查以及医疗卫生机构相关数据为基础,运用空间相互作用理论和模型,得到广州市海珠区各街区的公共医疗卫生服务可达性空间分布,并详细分析了医院等级系数对可达性指数的影响,为医疗卫生事业的发展规划提供辅助决策支持。     

基于GIS的森林资源变化研究

以黑龙江省汤旺河林业局部分区域森林资源为研究对象,以1968年和2004年森林分布图、小班数据库和其他数据资料为基础,以地理信息系统为技术支持,分析林地资源的数量、种类、空间分布及其森林资源的结构变化,在此基础上,调整恢复合理的森林结构,实现森林资源的永续利用。研究结果表明:有林地和非林地面积增加;针叶林所占比例减少,阔叶林增加;森林资源的结构不太合理,中龄林和近熟林面积占据较大比例。     

大地测量地震断层同震滑动分布反演的两步解法

针对同震滑动分布反演中系数矩阵出现病态的问题,提出两步解法,并在两步解法反演过程中引入拉普拉斯二阶平滑矩阵进行平滑约束。该方法不仅改善了系数矩阵的病态问题,同时也很好地抑制了相邻断层面间出现大的梯度变化。在两步解法反演过程中,用L曲线法确定正则化参数。系统模拟实验表明,对于最大滑动量,该方法的反演结果较一步最小二乘法的反演结果精度提高了3.34%~19%;对于均方根误差,该方法的反演结果较一步最小二乘法减小了3.3%~13.3%。芦山地震反演结果表明,利用两步解法进行滑动分布反演是可行的。     

极化SAR影像分类方法对比分析

极化SAR影像所包含的丰富的地物极化特征信息使得SAR影像的解译更为容易,同时也使得对地物的探测更加精准。在本文中,首先基于极化SAR影像的极化特征,采用区域融合算法对影像进行分割;在此基础上使用基于Wishart分布的最大似然分类方法(Wishart-LRT)、基于几何扰动滤波(GPF)的极化SAR影像分类方法和最近邻(KNN)分类方法对影像中的耕地、草地、林地、水体进行分类和提取,并对分类结果进行分析评价,最终发现对于该区域的RADARSAT-2影像而言,基于Wishart分布的最大似然分类方法对于地物分类可达到较高的精度。