基于层次分析法的动态指标体系管理系统及其应用

层次分析法(Analytic Hierarchy Process,AHP),是从定性分析到定量分析综合集成的一种典型的系统工程方法。本文介绍了利用层次分析法的原理设计的一个动态的指标体系管理及指数计算输出系统,并介绍了基于这个系统的一个应用案例--农业现代化程度评价指标体系的构建及计算、输出过程。     

双复杂条件下的波动方程叠前深度偏移

复杂地表条件下的地震勘探越来越被人们所关注.双复杂条件下的叠前深度偏移方法是解决复杂地表条件和复杂地质构造成像的有效手段."波场上延"法能实现由非水平观测界面开始的偏移过程,解决复杂地表对地下构造成像的影响.复杂理论模型的试算以及实际资料处理表明,"波场上延"方法较好地克服了起伏地形对地下构造成像的影响,取得了令人满意的效果,实现了波动方程基准面校正和深度成像的有机结合.     

基于特征的海洋锋线过程时空数据模型分析与应用

客观世界存在时空场,大部分地理实体或现象在时空域具有动态变化特性,其空间、时间和属性是过程的统一体,传统的GIS时空数据模型在描述、表达、组织与分析这类数据时面临许多挑战。然而,基于特征的数据模型和以过程为对象的时空数据组织在动态数据的描述与表达的方面具有独特的优势。本文探讨了基于特征的线过程时空数据模型组织的六元组框架体系,实现空间、时间和属性的一体化存储和地理实体的动态分析。在分析线时空过程特性的基础上,归纳总结出3大类12个类别的线过程,进一步提出了基于特征的线过程时空数据模型(Feature-based Line Process Spatio-temporal Data Model)的概念;利用文件层次分块结构对时空线过程数据进行了组织与存储。最后以海洋锋为实例,探讨了该模型在时空数据组织、时空查询、时空过程提取和时空过程可视化等方面的应用。结果表明,该模型能够很好地应用于具有时空过程特性的线数据中,也为时空数据模型的总体设计提供借鉴。     

Rayleigh波的频散方程高频近似分解和多模式激发数目

对于在Rayleigh波勘探中经常提取到的多模式频散曲线,如何在理论上对其特征进行描述是一个很有意义的问题. 本文根据Rayeigh波频散方程中传递矩阵具有的高频近似特征,提出了传递矩阵的高频近似分解公式,据此导出了频散方程的高频近似分解公式,并在此基础上,定义了Rayleigh波的4种基本模式(R模、S模、R型周期模和S型周期模). 根据频散方程具有的周期性特征,给出了周期模频散曲线之间的平均间隔近似公式,以及在任意频率和相速度段内频散方程根的数目（即多模式的激发数目）的预测公式. 在这些结果的基础上,本文最后提出了频散方程数值搜根的一种新方法.     

结合遗传算法的LVQ神经网络在声学底质分类中的应用

学习向量量化（Learning Vector Quantization,LVQ）神经网络在声学底质分类中具有广泛应用. 常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度. 本文提出采用遗传算法（Genetic Algorithms,GA）优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别. 将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高.     

基于CA与AO的区域土地利用变化模拟研究——以三峡库区为例

运用元胞自动机(Cellular Automata)与AO(ArcObject) 相结合的方法, 在VB 环境下编程来 进行三峡库区地类变化模拟研究。以1995 年和2005 年的土地利用图为基础数据, 比较研究期各 地类的变化数量与方向以确定地类转换之间的优先级, 然后确定地类的转换概率。研究结果表明 此方法便于理解与操作, 同时模拟精度高; 预测结果说理性强, 其结果显示三峡库区城镇建设用 地增加, 耕地面积减少, 水域的面积在增加。其预测结果可以指导库区的土地利用规划, 为库区有 效土地管理提供参考。     

面向"数字城市"多源数据的空间数据立方体空间度量研究

叙述了面向“数字城市”多源数据的空间数据立方体空间度量的基本定义;描述了空间度量的聚集概念,并结合具体的图例阐述了点状、线状、面状空间度量的聚集过程;解释了空间数据立方体维上钻、维下翻、维层次上钻、维层次下翻的空间度量聚集操作基本原理。     

兰州市主城区房价分异及驱动因素研究

以2021年兰州市主城区678个居住小区房价数据为基础,引入地理场模型量化影响房价的外部因素,通过空间自相关分析、多尺度地理加权回归等模型对房价分异的空间格局及驱动因素的作用机理、带宽差异展开研究,以期为推动河谷型城市房产市场的公平发展提供参考。结果表明:(1)兰州市主城区平均房价为13739元·m^-2,空间上呈现“一主三副”的带状多中心组团式分布格局,房价由多中心向四周递减,价格相似的小区在地理空间上邻近分布,具有“小集中、大分散”的局部空间特征。(2)房价分异是多种驱动因素共同作用的结果,区位特征中的主商圈对房价的影响居于首位,建筑特征中的房龄、容积率和邻里特征中的中学数量、绿化率等对房价的影响较大,城市地理特征对房价具有显著影响,愈靠近黄河的小区、房价越高。(3)各驱动因素的带宽差异明显,主商圈、医院等小尺度变量存在高度空间异质性,而容积率、黄河等全局变量基本不存在空间异质性。     

西藏地表温度时空演变特征及影响因子

地表温度（land surface temperature,LST）是反映生态环境状况的重要指标。西藏作为气候变化的敏感地区,掌握其LST的时空变化有利于深入了解西藏热环境演化过程,为长期监测高原基础生态变化提供帮助。研究基于谷歌地球引擎获取西藏2000—2020年的MODIS LST数据,采用归一化分级方法对LST进行5个等级的划分,利用趋势分析、热力空间分析以及重心迁移等方法分析了研究区近20年来的LST时空演变特征。同时,选取归一化植被指数（normalized difference vegetation index,NDVI）、裸土指数（bare soil index,BI）、垂直不透水面指数（perpendicular impervious surface index,PISI）、湿度（WET）以及高程（digital elevation model,DEM）等5个影响LST的地表参数,结合多尺度地理加权回归,探讨了LST影响因子的作用尺度与作用效力。结果表明：2000—2020年,西藏LST均值由18.72℃上升至20.28℃,年均增长0.09℃,LST呈现微弱上升态势。2...     

基于多传感器遥感数据和改进的单类随机森林的滑坡提取

提出一种利用面向对象多特征和改进的单类随机森林分类器（improved one-class random forest classifier,iOCRF）从多传感器遥感数据提取滑坡的新方法。从两时相高分辨率多光谱图像和中分辨率数字高程模型（DEM）数据中提取的图像对象多特征,来定量表达滑坡引起地表变化和滑坡区地形特征,利用iOCRF对所有特征图像进行分类以提取滑坡。据研究区两时相高分辨多光谱图像和30 m分辨率的ASTER全球DEM数据对提出的方法进行评价。结果表明,所提出方法的提取精度优于只利用部分特征提取和利用传统随机森林的提取精度;利用iOCRF计算不同特征的重要性,并分析不同特征对滑坡提取的贡献。