顾及多个因素的城市建成区用地规模预测研究——以郑州市为例

目前,城市建成区用地规模受社会、经济、城市环境和政策等多因素影响,传统统计方法已经难以准确预测城市用地规模,从多因素的角度研究城市用地是合理的。BP神经网络法和多元回归分析法都是顾及多个因素的统计方法。以郑州市1984—2005年相关统计数据为样本数据,用BP神经网络法、多元回归分析法、灰色系统GM(1,1)法和Logistic法建立预测模型,对2006年和2007年建成区规模进行模拟预测。预测结果表明,顾及多个因素的预测方法预测精度较高,其中BP神经网络法优于多元回归分析法。     

RS和GIS支持下的生态风险评估——以塔里木河下游为例

目前为止,生态风险评估还没有一套完整的方法体系。本文以我国最大的内陆河-塔里木河下游区段为研究区域,将遥感、地理信息系统等先进技术手段与模糊数学方法相结合,根据ERA框架和层次分析思想建立塔河下游植被的生态风险评估指标,运用模糊综合评判的方法进行塔河下游植被生态风险的遥感定量评估;在评估结果的基础上进行可视化分析。结果表明:在流域生态风险评估缺乏有效的定量评估方法的情况下,Fuzzy集合论与AH P方法结合的模糊综合评判方法是可行的,具有较高的科学性;运用遥感、地理信息系统等先进的技术手段,实现了评估结果的定性、定量和可视化。     

跨海大桥高程基准统一新方法研究

提出基于高程异常差的GPS跨海水准新方法,给出新方法的基本原理和数据处理方案,对用垂线偏差、神经网络法、支持向量机求解高程异常差方法的精度和实用范围作计算分析.结果表明:基于垂线偏差的高程异常差拟合方法适用于距离约5 km的高程传递.基于支持向量机的高程异常差拟合方法,在平原地区,当GPS和水准重合点的点数较多、点位分布较合理时,跨距可以达到30 km.而基于神经网络进行高程异常差拟合适用于距离约10 km的高程传递.     

空间点面拓扑关系不确定性的模糊描述研究

阐述空间数据和空间关系不确定性的概念、来源及建模,并研究利用模糊理论进行空间区域的划分,以及利用模糊九交模型对空间对象拓扑关系进行描述分析.     

条带开采地表沉陷预计参数的确定

概率积分法是条带开采地表移动和变形预计常用的方法,而概率积分法预计的精度取决于其预计参数的确定。以国内大量的条带开采实测资料为基础,应用相似理论对条带开采地表沉陷的相似现象进行了模糊聚类分析,计算出了条带开采地表沉陷预计参数。根据所得条带开采地表沉陷相似现象的分类及其地表沉陷预计参数,应用模式识别对待求条带开采地表沉陷预计参数进行了求取。工程实例表明,用模糊优化确定的预计参数进行条带开采地表移动和变形预计,其预计结果更加可靠、准确。     

模糊神经网络在GPS高程转换中的应用

介绍了T-S模糊神经网络的基本原理以及如何确定GPS高程转换的模糊神经网络模型,并采用该模型对实测数据进行了计算分析。结果表明,模糊神经网络能够对小区域GPS高程做出比较准确定的拟合,从而能够为GPS高程转换提供一种较好的方法,能够满足实际工程需要。     

基于模糊理论的时空数据模型及算法解决

针对当前时空数据模型中存在的主要问题,本文提出了一种基于模糊理论的时空数据模型.该模型从时空对象演化的角度出发,结合模糊隶属度的概念,力求精确表达对象演化的整个过程及对象之间的相互关系.在此基础上,进一步分析了该模型的数据结构以及算法解决,为时空数据模型的研究提供了新的思路.     

《地理空间信息》2009年总目次

<正>~~     

一种基于BP神经网络的空间异常探测方法

空间异常探测旨在发现偏离普遍模式的小部分异常目标.对揭示地理现象潜在的发展变化规律有着重要意义.在现有的空间异常探测方法中,空间邻近域的确定直接影响探测结果的可靠性.为此,在顾及空间数据分布特征的前提下,利用人工神经网络机器学习的优势,发展了面向空间异常探测的BP神经网络结构和学习规则,提出了基于BP神经网络的空间异常探测方法,定义了基于BP神经网络的空间异常度概念,进而探测空间异常.最后,通过3组实际算例验证所提方法的可行性,并分析得出实验结论.