无线GIS空间数据动态副本管理研究

针对GIS海量空间数据更新要求，研究了无线网络环境下空间数据传输和存储的副本动态复制与管理技术。通过分析空间数据移动复制服务策略，设计了基于无线网络的动态副本管理系统（DRMS）来实现空间数据的移动动态复制，并研究副本管理模型和副本更新算法，保证了无线网络传输的稳定性。     

城市海量手机用户停留时空分异分析——以深圳市为例

识别海量手机数据中蕴含的行为模式,是地理学的一个研究热点与难点。目前,较多研究针对手机用户移动特征开展,而对停留及其模式的研究则相对较少;其时空分异规律对理解城市人群动态,甚至优化城市系统至关重要。本文根据人们日常时空约束条件定义了手机用户停留,提出了基于海量手机位置数据的手机用户停留模式的提取方法,以深圳市约790万个匿名手机用户一天的海量手机位置数据为例,识别出了覆盖约98%用户的典型停留模式,并结合该城市土地利用的空间分布与分异特征,剖析不同停留模式的手机用户空间分异特征和城市不同区域停留次数的时段分异特征。研究发现:(1)15种停留模式可覆盖约98%的手机用户,而且其一天不同的停留位置数量不超过4个;(2)15种停留模式手机用户在城市区域空间上的分布存在分异现象,严重受制于土地利用的空间分布;(3)城市不同区域停留次数的时段分异特征与该区域常住人口、人口密度,以及区域主要职能和性质存在较强的相关性。研究结论对理解城市手机用户行为模式的群体特征有积极的意义,对城市土地利用的科学决策和城市交通规划与预测有重要参考价值。     

海洋环境移动平台观测技术发展趋势分析

文中论述了海洋环境移动平台观测技术发展现状,强调移动平台观测技术的重要性。通过剖析移动平台观测技术谱系,从顶层设计、关键技术创新、平台载体系统集成及应用技术等方面,分析了未来技术发展趋势,提出了加强我国海洋环境移动平台观测技术的发展建议。     

基于Android平台的葡萄园精准管理移动GIS系统研究

面向葡萄园移动信息采集和管理的需求,设计了基于移动终端的葡萄园信息管理系统,并在Android平台下开发实现了一个基于移动GIS技术的葡萄园信息管理系统。该葡萄园移动信息管理系统除基本的GIS地图功能外,能够采集和实时回传农田基础信息,远程控制葡萄园滴灌设备,并结合平板电脑的摄像头实现远程实时视频诊断。经过在宁夏回族自治区青铜峡市甘城子乡的葡萄园的应用试验证明,该系统能提高农业信息化水平,为葡萄生产提供定位定量的空间信息服务。     

国土“一张图”移动系统的设计与实现

针对移动GIS在国土管理上的应用,运用面向地理信息服务的思想,探讨移动终端地理信息应用的关键技术,总结基于"SOA+离线地图"的移动终端通用地理信息应用模式,并以服务型地理信息公共平台为依托,实现跨平台的移动地图应用。     

复杂环境下智能手机RTK+PDR融合定位

针对室外复杂环境下智能手机定位精度低、抗干扰能力不足的问题,本文利用手机GNSS观测值和手机内置IMU数据,采用RTK和PDR算法融合定位,对比分析了小米8和华为Mate20X两款手机的GNSS数据质量和融合定位算法性能,以及不同观测条件下融合算法的定位精度和稳定性。试验结果表明,在良好和复杂两种观测条件下,采用RTK算法定位精度分别为1.8 m和4.6 m;采用RTK+PDR融合算法定位精度分别为1.2 m和2.6 m,在两种环境下,RTK+PDR融合算法的精度分别提高了50%和76%,即显著提高了智能手机在室外复杂环境下的定位精度。     

车载移动测量在大比例尺DOM质检中的应用实践

以一个大比例尺DOM质检项目为应用实例,利用车载移动测量系统进行了点云采集、数据处理、检测点提取、精度统计等。在此基础上,检测分析了系统平面数学精度,以及在几种测区类型下的误差特性,并与传统GPS RTK方法在精度、数据量、时间效率上进行了比较,指出了车载移动测量应用于大比例尺DOM质检的优化方向。     

移动互联网环境下终端与服务器安全交互的研究

移动互联网的飞跃式发展与智能终端成本的降低,惠及了众多的普通消费者,移动互联时代用户的隐私与信息安全变得更为重要.针对WiFi热点环境下用户隐私与数据容易泄露的环节,对比传统的常用加密算法与使用效果,提出了一种基于OAuth 协议的令牌机制的安全交互方式,它可以在保证用户相关隐私与信息安全的同时,保证服务器的响应速度,且在用户的应用存在风险或异常时,可及时提醒并引导用户进行相关安全操作.压力测试结果表明该设计是有效可行的.     

基于移动式监测的道路PM2.5浓度精细化时空模拟

作为主要的大气污染指标,PM_2.5浓度常来源于固定环境监测站点的监测与遥感影像数据,但时空精度普遍不足,难以揭示微尺度下城市内部PM_2.5时空分布情况。本文利用移动式监测方法,选择典型工作日(2017年11月27日),对广州市主城区道路以1 s和1 m为时空粒度进行PM_2.5浓度数据采集,并以早、晚出行高峰时段为对象,通过机器学习方法模拟道路PM_2.5精细化时空分布格局。结果表明,主城区早高峰道路PM_2.5浓度值相近的平均范围为24 m,晚高峰为15 m,PM_2.5浓度存在微尺度的时空异质性。利用多层感知器(MLP)构建的早、晚高峰PM_2.5浓度模型,拟合度分别达到0.70和0.68,明显优于传统的普通最小二乘法(OLS)线性回归模型。模型揭示出早高峰主城区全路网PM_2.5平均浓度为30.19μg/m3,晚高峰达到44.55μg/m3,部分高达94.82μg/m3,且“西高东低”的分布特征显著。本文提出的PM     

A new insight into land use classification based on aggregated mobile phone data

Land-use classification is essential for urban planning. Urban land-use types can be differentiated either by their physical characteristics (such as reflectivity and texture) or social functions. Remote sensing techniques have been recognized as a vital method for urban land-use classification because of their ability to capture the physical characteristics of land use. Although significant progress has been achieved in remote sensing methods designed for urban land-use classification, most techniques focus on physical characteristics, whereas knowledge of social functions is not adequately used. Owing to the wide usage of mobile phones, the activities of residents, which can be retrieved from the mobile phone data, can be determined in order to indicate the social function of land use. This could bring about the opportunity to derive land-use information from mobile phone data. To verify the application of this new data source to urban land-use classification, we first construct a vector of aggregated mobile phone data to characterize land-use types. This vector is composed of two aspects: the normalized hourly call volume and the total call volume. A semi-supervised fuzzy c-means clustering approach is then applied to infer the land-use types. The method is validated using mobile phone data collected in Singapore. Land use is determined with a detection rate of 58.03%. An analysis of the land-use classification results shows that the detection rate decreases as the heterogeneity of land use increases, and increases as the density of cell phone towers increases.