基于模糊聚类的新疆典型高寒草原土壤pH值空间制图

准确、高效地掌握草原土壤属性的空间分布能够为草地资源境管理提供基础信息和参考依据。相比于传统土壤调查方法,基于模糊逻辑的土壤—环境推理能够提高野外采样效率和预测制图精度,被广泛应用于数字土壤制图。但由于土壤自身的空间变异性及其与环境条件间的非线性,现有推理模型的稳定性较低,尚未在高寒草原区进行应用。选择新疆巴音布鲁克典型亚高山草原地区约4 km^2区域为研究区,以高程、坡度、坡向、沿剖面曲率、沿等高线曲率、地形湿度指数6个地形因子为土壤环境因子,采用模糊C均值聚类(Fuzzy C-means Clustering,FCM)方法对环境因子聚类,得到9个环境因子组合,并在隶属度值高的环境因子组合中心共设置18个典型点。运用土壤—环境推理方法模拟研究区表层土壤pH值空间分布,其变化范围在7.170~8.186之间。选取35个独立样本进行精度检验(均匀采样点16个,横截面采样点9个,垂直带采样点10个),模拟结果与实测值基本吻合,且基于模糊聚类和土壤—环境推理方法的模拟精度高于普通克里格法和反距离权重法。通过基于模糊逻辑和土壤—环境推理的数字土壤制图方法在小尺度区域的运用验证,结果表明基于典型点的采样方案能够快速、有效地对区域土壤属性进行空间模拟,该方法对于类似小尺度的研究区同样有效。     

基于FCM算法的BDS三频载波相位组合观测值优化选取

针对传统GNSS载波相位组合观测值选取过程中效率低、工作量大的问题,在对BDS三频载波相位组合观测值的波长标准、电离层延迟标准、观测噪声标准进行误差分析的基础上,以长波长、弱电离层、弱观测噪声标准作为聚类指标,采用模糊C均值聚类算法对BDS三频载波相位组合观测值进行优化分类选取,最后通过矩阵变换法和实测数据对优化组合进行整周模糊度解算,对组合模糊度方差-协方差阵以及历元间模糊度差值进行分析,证明该方法的可行性和可靠性。     

面向微博签到数据的城市社区结构挖掘

近年来,城市发展趋向区域化管理,为了得到贴近城市真实内部结构的区域划分方式,辅助城市规划决策,需要在以人为本的角度进行城市社区结构挖掘。基于2015年深圳市的微博签到数据,对现有城市社区结构挖掘研究中社区发现最小单元定义不合理、划分特征因子多为独立特征缺乏关联性等不足进行改良。经过有效数据筛选形成用户轨迹后,将Voronoi划分得到的泰森多边形作为社区发现的最小单元,保留划分对象重要程度的不同,并以此构建一张由特征签到POI点形成的城市内部交互网络。划分特征因子除了人群的主观迁徙外,还增加了空间邻近约束,通过REDCAP社区挖掘算法对构成的地理空间网络进行区域分割,确保了社区划分结构的完整性。最后选取模块度最大为0.5095时的划分结果,通过实地比对和POI类型分析,发现得到的7个子社区功能结构完整、且社区间差异明显,对于城市公共设施的完善和城市规划发展的区域划分方向具有重要参考意义。     

基于浮动车轨迹数据的路网快速提取

浮动车轨迹数据包含丰富的路网信息,随着浮动车轨迹数据的逐渐公开,从中提取路网信息已成为可能。目前,大多数算法提取路网时,使用统一的阈值忽略了轨迹数据的密度差异,且只考虑了轨迹的形态没有考虑轨迹的方向,严重影响了提取结果的几何精确度和拓扑正确度。为此,该文提出了一种自适应半径质心漂移聚类方法,能根据轨迹密度、道路宽度自动调整聚类参数和利用轨迹方向实现道路拓扑连接。首先,通过自适应半径质心漂移聚类方法计算路网骨架点,采用小波聚类算法获取路网骨架点的方向集;然后,根据聚类半径和方向对骨架点进行递归连接,生成路网数据。利用深圳市福田区一天的浮动车轨迹数据进行了算法实验验证,将实验结果与栅格化方法、约束三角网方法的结果进行了定性定量评价分析。实验结果表明,该文算法提取的路网数据在几何精确度及拓扑正确度上都有明显的提高,且算法适合大数据处理。     

黑潮延伸体区域脱落涡旋的时空特征分析

本文利用1993-2015年AVISO卫星高度计融合数据,统计分析了从黑潮延伸体流轴脱落涡旋的空间分布特征、运动属性以及季节、年际和类年代际变化。研究结果表明,23年间共追踪到242个气旋涡,276个反气旋涡,脱落的涡旋主要分布在沙茨基海隆以西区域。从脱落涡旋的源地空间分布来看,气旋涡的形成区域有两个高值区,一个位于黑潮延伸体流轴稳定弯曲处,即144°~146°E之间的上游区域;另一个位于沙茨基海隆西侧156°E处。而反气旋涡的形成区域也有两个高值区,一个位于沙茨基海隆以西的下游区域,另一个位于148°E处。这些在上游和下游脱落的涡旋大多向西移动,其中有88%的涡旋再次被流轴吸收。脱落涡旋的数量显示出了明显的年际和类年代际变化。在流轴的上下游区域,类年代际和年际变化分别占主导地位。并且在上游区域,脱落涡旋的类年代际变化与黑潮延伸体的强度呈负相关。在季节变化上,夏季脱落形成的涡旋最多,冬季最少。     

基于K-means聚类与数学形态学的侧扫声呐图像目标轮廓自动提取方法

针对侧扫声呐图像斑点噪声强、背景海底散射干扰严重,海底目标轮廓自动提取困难的问题,提出了一种基于K-means聚类与数学形态学相结合的海底目标轮廓自动提取算法。为克服噪声干扰,该算法首先利用中值滤波去除侧扫声呐图像中的强斑点噪声;然后采用K-means聚类算法对侧扫声呐灰度图像进行分割,并二值化,除去大部分海底背景噪声,初步提取出目标;接着利用数学形态学运算去除提取结果中的孤立噪点,并填充目标内部孔洞,得到连续化、圆滑的目标边缘;最后对处理后的侧扫声呐图像进行边缘检测,提取出目标轮廓。实验结果表明:该算法思想简单易行,具有很强的克服背景噪声的能力,自动提取的目标轮廓连续性较好,结果准确可靠。目前,在侧扫声呐图像目标轮廓提取过程中,主要采用人工方式,自动性较差,效率较低。本文算法可以实现目标轮廓的自动提取,提高效率,具有较强的实用价值。     

海岸圈围对雁鸭类水鸟种群及生境的影响研究

滨海湿地是雁鸭类水鸟的重要栖息地,然而高强度的海岸圈围工程对滨海湿地生态系统和鸟类栖息地造成了显著影响,因此分析和研究海岸圈围对雁鸭类水鸟种群及栖息地的影响,对水鸟保护和滨海湿地资源可持续利用具有重要的理论和实践意义。位于长江口的横沙东滩,于2003年启动了海岸圈围促淤工程,工程的实施导致湿地生境和水鸟种群都发生着快速变化。本研究分别对2013、2015、2016和2017年,横沙东滩雁鸭类水鸟种群和生境因子的时空变化进行了调查与分析,通过拟合回归分析得到两者的相关关系,进一步探讨海岸圈围后生境的快速演替对雁鸭类水鸟种群产生的影响,从而提出海岸带圈围后水鸟栖息地的保护与管理对策。结果表明：1）海岸圈围工程的实施显著改变了滨海湿地的水鸟生境及种群特征。随着工程的推进,自然潮滩的盐沼湿地呈动态变化趋势;促淤区则随着泥沙的补给,新生了大面积的沼泽湿地;成陆区逐渐向淡水生态系统演替。伴随着生境的变化,雁鸭类水鸟种群逐渐从成陆区和自然潮滩向促淤区转移。2）不同生境类型影响雁鸭类种群数量特征的生境因子不同。未实施圈围的自然潮滩影响雁鸭类水鸟数量的主要因素是海三棱藨草/藨草群落面积;正在实施圈围的促淤区的主要影响因素是挺水植物面积、植被归一化指数（NDVI）和无植被覆盖水域面积;已圈围的成陆区主要影响因素为沉水植物面积。综上,雁鸭类水鸟偏向选择具有开阔水域、充足食物供给和相对较低植被盖度的生境类型。对于海岸圈围区域,若能合理利用圈围土地,保留部分区域为湿地,并根据水鸟的生境需求,适当营造水鸟适宜的栖息地,可在一定程度上减缓圈围工程对水鸟的影响,实现滨海湿地水鸟栖息地保护和湿地资源可持续利用的动态平衡。     

聚类算法结果的可视化分析方法

聚类结果的可视化是发现数据规律的有效手段。本文给出的过程法PC(Process Clustergram)通过记录聚类过程中各数据簇的数量变化、拆分和重组的情况,可以显式的看出数据集在聚类过程中数据簇的变化过程以及数据簇之间的数量变化。结果表明,相较于目前的可视化方法,本方法可以发现聚类结果的稳定性与数据集的某个维度的关系,这极大地提高了数据分析的效率。     

空-谱角匹配与多指数法相结合的OLI遥感影像水体提取

针对复杂环境条件下水体遥感提取结果不连续且易与植被、建筑物、阴影相混淆的难题,基于Landsat 8 OLI影像,以石家庄市平山县岗南水库和宿迁市骆马湖附近河流为研究区,提出了一种空-谱角匹配与多指数法相结合的水体信息提取方法;并与单波段阈值法、归一化差分水体指数法（NDWI）、光谱角匹配法（SAM）、自动水体提取指数法（AWEI）和一类支持向量机法（OC-SVM）的水体提取结果进行对比分析和精度评定。试验结果表明,本文提出的方法兼顾了多特征之间的互补性优势,引入的空间信息有效地抑制了噪声的干扰,且以像素为基元的提取策略较好地保持了水体的边缘信息,避免了出现平滑掉细节信息的情况;与传统方法相比,本文方法受植被、建筑和阴影的干扰最小,对细小水体也具备较好的识别能力。     

利用三维激光扫描数据进行建筑物立面点云分割算法分析

三维激光扫描技术在当今社会的应用越来越广泛,但由于点云数据量大,处理效率低下,如何快速高效地将大量点云数据进行重建与识别成为解决问题的关键。点云分割技术能够将立面点云中的特征信息与背景点云分离开来,为地物特征信息的提取和识别工作提供了重要的技术支持。本文通过编程实现了多种点云分割算法,对建筑物立面进行分割处理,详细分析了不同算法的分割精度及适用范围。