广西中尺度数值模式格点产品检验系统

根据WMO规定的数值预报标准化检验方案开发的数值预报格点产品检验系统,可以实时检验广西中尺度数值预报产品及9210下发的多种数值产品,可为数值模式的改进及数值产品的业务化应用提供直接的参考依据。     

网格环境下分布式实时协同标绘系统

 传统标绘系统都是单用户工作模式,不能满足现代社会中群体用户在分布式环境下协同标绘的要求。本文将网格技术引入分布式实时协同标绘研究中,设计了基于网格的分布式实时协同标绘系统的框架,介绍了其系统框架,以及协同管理、协同消息、网格调度器等技术。将网格和GIS技术的结合,实现了分布式实时协同符号标绘系统原型,满足群体用户的地理信息共同协调与合作标绘的要求。实验表明,以网格技术构建分布式实时协同绘系统,能实现广域网下的快速协同,使其响应速度快,稳定性好。     

基于格网的洪水灾害危险性评价分析——以巴基斯坦为例

洪水灾害已成为给当今人类带来严重损失的自然灾害之一,因此,灾害风险评价是区域经济持续发展的前提与条件。本文从致灾因子和孕灾环境两方面进行分析,综合考虑降水(累计降雨量和最大降雨量)、河流(河网密度)、地形(高程值和坡度值)、土地利用和植被(NDVI)共5种相关因子,以1km格网数据为基础,运用AHP(层次分析法)对巴基斯坦洪水灾害进行了危险性评价。结果表明:巴基斯坦洪水灾害危险性受降雨和地形的影响较大,其危险程度东南部大于西北部,并由东南部向西北部逐渐递减。     

任意各向异性介质三维非结构谱元法直流电阻率正演模拟研究

各向异性是地电异常解释中不可忽视的因素,广泛存在于裂隙或层理发育的地质环境中.本文针对任意各向异性条件下直流电阻率法三维正演问题进行研究,结合非结构谱元法建立模拟算法,充分利用谱方法的指数收敛性以及非结构有限元对地形和复杂异常体刻画能力,提高计算精度和效率.通过灵活的四面体网格剖分和高阶谱插值,实现了复杂介质任意各向异性模型电阻率响应的高精度数值模拟.我们首先通过层状各向异性模型验证本文非结构谱元法的计算精度,进而我们以半空间中立方体模型为例分析各向异性对电阻率响应的影响特征,并通过计算针对不同各向异性参数的视电阻率极性图,探究地下介质各向异性特征识别方法.最后,我们针对典型的山脊模型计算和分析存在地形效应条件下各向异性电流场分布及视电阻率特征.模型计算结果表明基于四面体网格的谱元法模拟带有复杂地形和异常体的任意各向异性模型具有很高的计算精度.本文的研究成果将在推进电阻率方法用于解决裂隙及层理等环境和工程地质问题中发挥积极作用.

     

生态地理建模中的多尺度问题

本文在分析生态地理建模内涵的基础上,讨论了生态地理建模中的尺度转换问题、跨尺度相互作用问题、空间尺度与时间尺度的关联问题和多尺度数据处理问题.由于生态地理问题的非线性、生态环境的异质性和随机事件,简单的线性尺度转换方法远不能满足生态地理建模的要求.为了从根本上解决生态地理建模中的时空尺度问题,除需要运用微分几何学和等级理论等经典方法外,还需要引入格点生成法和网格计算等现代理论和技术手段.     

浅析网格化测量标志巡查信息直报技术

测量标志巡查是加强测量标志管护的重要手段。本文采用网格化理念设计,集成应用网络、智能移动终端、工作流、地图网络化服务等技术提出了一种测量标志巡查信息直报技术,可实现全省测量标志巡查信息的采集、实时在线或事后离线(WIFI等)巡查信息报送、审核、入库、应用等业务的网络化、准实时化、一体化,提高了测量标志巡查工作的科学化和规范化。     

基于等高线隔断线确定DEM适宜分辨率的方法研究

分辨率是等高线数据插值生成格网DEM数据过程中需要考虑的一个重要参数,适宜的分辨率既能将等高线高程信息尽可能保留,又不会因插值造成数据冗余及误差。基于对格网DEM生成方式的理解,提出了等高线隔断线的相关概念,分析了基于地形图矢量化的等高线数据插值生成格网DEM数据,由不同长度等高线隔断线频率统计来确定格网适宜分辨率参考值的方法。同时,不同长度等高线隔断线的长度与其频率相乘得到标准长度,以及等高线隔断线中心点生成的密度分析图,均可在频率特征决定适宜分辨率参考值时起到一定的参考作用。通过样区实验验证,实现简便,可度量性强,与其他相关研究具有一致性,对确定适宜格网分辨率参考值具有一定的借鉴意义。     

基于SDOG-ESSG的地球系统元胞自动机框架及其应用试验

元胞自动机结构简单且具备模拟复杂系统的能力,已被广泛应用于大气、流体力学、地球物理等领域。然而,现有元胞自动机以欧氏空间为约束进行地球系统过程模拟,忽略了地球重力等天然约束,导致计算过程中元胞状态的传递方向与真实运动的趋势方向不相符,一定程度上扭曲了最终的模拟结果。本文提出了地球系统元胞自动机这一概念,并从元胞表达及构建、邻居模型等方面设计了基于SDOG-ESSG格网的地球系统元胞自动机框架。由于演化规则取决于不同的应用,因此本文进一步以地壳的热传递为例,通过对热力学方程离散化设计了相应的演化规则。最后,借助公开的数据源开展了地壳热传递元胞自动机模拟的初步试验,并与一定区域下的数值模拟结果展开了比对。试验表明,与数值模拟方法相比,本文方法的模拟结果相对误差控制在27%以内,具备一定程度的可行性,可作为地球系统过程模拟的一种新思路。     

A hybrid approach to modeling territorial control in violent armed conflicts

Territorial control is central to the understanding of violent armed conflicts, yet reliable and valid measures of this concept do not exist. We argue that geospatial analysis provides an important perspective to measure the concept. In particular, measuring territorial control can be seen as an application of calculating service areas around points of control. The modeling challenge is acute for areas with limited road infrastructure, where no complete network is available to perform the analysis, and movements largely occur off road. We present a new geospatial approach that applies network analysis on a hybrid transportation network with both actual road data and hexagon‐fishnet‐based artificial road data representing on‐road and off‐road movements, respectively. Movement speed or restriction can be readily adjusted using various input data. Simulating off‐road movement with hexagon‐fishnet‐based artificial road data has a number of advantages including scalability to small or large study areas and flexibility to allow all‐directional travel. We apply this method to measuring territorial control of armed groups in Sub‐Saharan Africa where inferior transport infrastructure is the norm. Based on the Uppsala Conflict Data Program's (UCDP) Georeferenced Event Data (GED) as well as spatial data on terrain, population locations, and limited transportation networks, we enhance the delineation of the specific areas directly controlled by each warring party during civil wars within a given travel time.     

Grid pattern recognition in road networks using the C4.5 algorithm

Pattern recognition in road networks can be used for different applications, including spatiotemporal data mining, automated map generalization, data matching of different levels of detail, and other important research topics. Grid patterns are a common pattern type. This paper proposes and implements a method for grid pattern recognition based on the idea of mesh classification through a supervised learning process. To train the classifier, training datasets are selected from worldwide city samples with different cultural, historical, and geographical environments. Meshes are subsequently labeled as composing or noncomposing grids by participants in an experiment, and the mesh measures are defined while accounting for the mesh’s individual characteristics and spatial context. The classifier is generated using the C4.5 algorithm. The accuracy of the classifier is evaluated using Kappa statistics and the overall rate of correctness. The average Kappa value is approximately 0.74, which corresponds to a total accuracy of 87.5%. Additionally, the rationality of the classifier is evaluated in an interpretation step. Two other existing grid pattern recognition methods were also tested on the datasets, and comparison results indicate that our approach is effective in identifying grid patterns in road networks.