1998-2002年中国地表太阳辐射的时空变化分析

地表太阳辐射是陆气能量交换过程中重要的物理参数和生态参数,利用卫星数据反演地表太阳辐射对于全面认识地表太阳辐射空间差异性和年际变化特征具有重要的意义。本文利用GMS-5静止气象卫星数据反演了中国区域1998-2002年地表太阳辐射值,在此基础上分析了我国地表太阳辐射的时空分布特征。结果表明:(1)青藏高原的地表太阳辐射最大,川黔地区最小,都位于北纬22^~35°这一带除川黔地区外,地表太阳辐射从东向西增强,西部随纬度升高而减小,东部以长江流域最小,向南北增加,西南最大,北部次之,至东北地区随纬度升高而减小(2)各月地表太阳辐射量分布复杂,最小值都出现在12月,但最大值出现时间受雨季影响很大,珠江、长江一带主要在雨季过后的7月,华北、东北和青藏高原主要出现在雨季前的6月及5月,西南地区则在季风雨季前的4-5月(3)5年来东部沿海地区地表太阳辐射增加了13.71%(+4.37W/m²·a),西藏高原地区地表太阳辐射减少了9.31%(-3.47W/m²·a),全国地表太阳辐射平均减少了0.84%(-0.27W/m²·a)。     

基于时态GIS的古气候动力模拟动态演化的分析与实现

对古气候研究环节中的动态演化问题进行研究和分析,提出了一种时空索引模型,以解决动态演化过程中的时间和空间的对应关系问题,利用时空索引对象来解决空间对象及其属性描述信息,在时间t的信息查询、显示和叠加。为古气候研究、再现和重建古气候以及模拟古气候环境下的大气环流基本场(包括温度场、降水场、气压场和位势高度场),在两维空间格局上,进行时间维的动态演化分析,提供了一个实用工具,在全球变化和区域响应等可视化方面具有较为广泛的应用前景。     

四川盆地区表层土壤湿度时空变化特征分析

分析常年土壤干湿状况及其影响因子,是监测评价四川盆地区土壤水分变化的基础,有利于农业干旱防灾减灾.利用四川盆地区农业气象站近17年0～20cm的逐旬土壤湿度观测资料,运用旋转正交函数分解(RE-OF)、相关分析、趋势倾向率分析等方法,对四川盆地区表层土壤相对湿度的时空变化特征进行分析,并分区域选取代表站建立表层土壤湿度与气温、降水量、日照时数的多元回归方程.结果表明,盆地表层土壤相对湿度空间分布大致是从南到北逐渐减小;年际变化呈现弱的上升趋势;常年季节变化呈双峰型特点,秋季高,春季低,夏季波动明显,初夏高盛夏低;表层土壤干湿状况总体呈现出冬春季相对偏干、夏秋季相对偏湿的季节变化.盆地表层土壤湿度变化与气温、日照显著负相关,与降水显著正相关性,气温、日照、降水因子分别对盆地东北部、中南部、西北部表层土壤湿度变化影响大.     

地下管网数据的动态更新技术研究

结合城市地下管网数据的现状,建立地下管网数据的时空数据结构;针对较少数据量的竣工测量数据和较大数据量的普查数据分别采用了基于要素和基于范围的更新方法,同时建立起数据的历史回溯机制,实现任意时间点数据的查询展示。实实在在解决了地下管网数据的现势性以及历史数据维护问题。     

平顶山:织牢自然资源管理“天罗地网”

“‘网图指挥、统一调度、逐级管控、无缝衔接’的数字化治理模式,推动网格化管理从‘人管人防’到‘技管技防’的升级转变;科技创新与机制建设双轮驱动,保障了试点工作的全面铺开和高质量运行。”谈起平顶山市“一网两长”制试点工作,该市自然资源和规划局相关负责人表示。2020年以来,平顶山市依托智慧平顶山时空信息云平台,不断压实政府保护自然资源主体责任,率先在全省实行自然资源网格化田长制、山长制管理,为持续深化生态文明建设、完善自然资源监管体制机制提供了新路径。     

基于BP神经网络的地磁变化场预测研究

以现有地磁台站的长期海量观测数据为基础,忽略地磁场成因及众多影响因素的复杂作用机理,对地磁变化场的时空关联性进行分析,挖掘数据中蕴含的规律信息,进一步构建基于BP神经网络的地磁变化场预测模型。通过实际地磁台站的观测数据对模型预测结果进行验证,结果表明,对于任意选取的100组验证数据,均方根误差为4.8 nT,求解精度能够满足一般科学研究对地磁变化场的精度需求。     

近20年东莞市城市扩张的时空特征分析

深入分析建设用地演变过程,掌握城市扩张不同阶段的时空特征,对科学推进国土空间规划编制实施具有重要意义.基于多时相卫星遥感影像来解译东莞市建设用地,使用重心空间轨迹模型及空间扩张象限分析法,实现对东莞市近20年来城市扩张的时空特征分析.结果表明:2000—2020年,东莞市建设用地面积增加显著,城市扩张明显,部分区域的建...     

基于时空特征分析技术的烤烟GIS系统

本文分析了烤烟信息系统对烤烟种植、生产和销售的重要作用,构建系统的必要性和应用需求,并在.NET框架下,利用ArcEngine和ArcSDE,以C/S结构实现该系统。介绍了系统的结构和功能:包括地图服务、烤烟信息查询统计和烤烟地理信息时空分析和决策支持。同时,讨论了实现该系统的关键技术,包括时空数据库、时空序列的烤烟时空事件分析模型、Web服务等。时空数据包括业务数据和行政区数据两类,对于行政区,除了需要记录行政区的生命周期外,还需记录行政区变更事件,通过行政区变更事件表查询行政区撤消、合并等事件后的业务数据,进而实现时空分析。系统的实现对促进烤烟生产信息化有重积极意义。     

顾及地理-语义动态的城市热点预测框架

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络(PredRNN)、图卷积预测递归神经网络(GCPredRNN)和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。     

基于多源数据的夜间经济时空分布格局研究方法

夜间经济是一个城市经济发展和消费水平的重要表征。目前国内外研究者对夜间经济的研究多停留在理论层面,或基于市场调研和问卷调查的小范围精细化研究。本文融合多源数据为夜间经济提供了新的视角,相较于传统的调查数据,具有更加快速、高效、广泛的特点,适合于夜间经济大范围研究。本文基于夜间灯光、POI、OD流等多源数据,采用DBSCAN、K-Means++等空间聚类算法和研究供需关系的盈亏法,分别从消费者角度和商户角度识别厦门市夜间活动热点区域和夜间服务设施分布区域,分析厦门市夜间经济时空分布格局及相关性。研究表明:① 厦门市夜间活动在空间上呈多环状分布并向四周递减,夜间活动热点区域分布受假期的影响因地而异;② 厦门市部分区域已有服务设施未能很好地服务于夜间经济,现有的照明、夜景等夜间灯光基础设施存在供给不足之处;③ 居住人口密度与夜间活动密度呈中度正相关,研究结果具有有效性,夜间服务设施盈亏值及数量、夜间灯光与夜间活动密度呈中、弱度相关,并且餐饮设施更加依赖于夜间灯光。最后,为厦门市未来夜间经济建设提出了根据不同的消费人群和心理提供不同的夜间服务、加强夜间灯光基础设施建设以及市场扶持的举措。研究结论对促进社会就业、增强基础设施使用率有积极意义,同时也能够为城市夜间经济发展和政策制定提供参考。