空间智能:地理信息科学的新进展

在总结多年来研究GIS智能计算的理论与实践基础上,提出地理信息科学发展的新方向:空间智能.空间智能强调发现与应用空间模式,以增强GIS处理复杂数据和解决复杂问题的能力.空间智能主要的技术体系由空间分析、空间优化和空间模拟三大模块构成,其技术基础包括空间统计与索引、智能代理、高级启发式,以及数学规划等系列智能技术.由于空间智能融合了机器学习、统计分析和人工智能等多个学科理论,面向解决实际工程需求中大量存在的复杂时空问题,因此理论上具有广阔的发展空间,实践上也有重大的应用需求.随着空间智能体系的完善和技术的进一步成熟,它将在实际应用中具有巨大的价值.     

基于时刻独立脉冲耦合神经网络的高空间分辨率摇感影像分割

高空间分辨率遥感影像中地物目标内部光谱信息复杂性的增强,使得传统基于光谱特征值的数据处理方法效果不再显著,影像分割为解决这一问题提供了一种思路,成为当前高空间分辨率遥感影像处理的研究焦点.时刻独立脉冲耦合神经网络具有状态相近、空间相邻神经元相互耦合同步脉冲激发和区域之间神经元脉冲激发时刻独立两大特点,已被应用于非遥感影像分割中,并取得较好效果.本文结合高空间分辨率遥感影像特点,通过对网络参数进行实验和分析,提出一个基于时刻独立脉冲耦合神经网络的高空间分辨率遥感影像分割方法,并利用空间分辨率0.3m的航空影像进行了数据试验,将分割结果进行讨论并与现有时刻独立脉冲耦合神经网络方法和ISODATA方法分割结果进行对比分析.结果表明:时刻独立脉冲耦合神经网络在高空间分辨率遥感影像分割处理中具有很好的应用前景.     

空间信息网格中远程空间连接查询的优化

随着空间信息网格的建设,网格平台上管理的空间信息资源越来越丰富,这促进了空间信息网格中空间数据分布式查询的应用需求,而在分布式空间查询中,空间连接查询操作往往成为性能的瓶颈.根据空间信息的特点,通过利用网格计算资源来优化空间连接查询的执行.首先基于网格服务构建网格平台分布式空间数据查询软件结构,通过设计远程空间连接执行服务利用网格平台中的计算资源;根据空间信息的特点.采用基于Kd-Tree空间分区并行连接的方法提高远程空间数据连接操作执行效率,并给出了远程空间连接执行的查询代价模型;然后根据连接代价模型设计了远程空间连接查询执行计划优化生成算法;最后总结了本文工作并探讨了下一步研究方向.     

基于GIS的区域经济统计分析系统的设计与实现

随着经济的发展,区域间经济相互作用和影响的关系越来越密切,忽略空间相互作用的传统区域经济分析手段和方法开始显现出一些明显的不足。而GIS在处理和分析区域地理数据上具有强大的空间分析能力,为此我们引入GIS工具对区域经济进行分析,相较于传统的分析手法有了很大改善。本文以江西省区域经济数据为例,设计了一个基于GIS的区域经济统计分析系统,并利用Arcob-jects二次开发控件结合VB可视化编程语言,实现了大部分区域经济统计分析功能,最后并将结果进行网络发布。研究结果表明将GIS引入到区域经济统计分析中,更能正确、有效的揭示区域经济发展在空间上的联系,为区域经济研究决策提供服务。     

GIS空间分析与模糊综合评判在银行ATM网点选址中的应用

空间分析是GIS的核心和灵魂,是GIS区别于一般信息系统的主要标志之一。运用GIS空间分析中的叠置分析、缓冲区分析、网络分析等功能对自动柜员机(ATM)网点进行选址,应用模糊综合评判模型对选址区位评价确定出ATM布放的最终布局,并通过实例验证该方法能为在ATM网点选址中提供决策依据,最后探讨了今后研究的方向。     

史前连续文化聚落的决策树分类挖掘研究——以郑州-洛阳地区为例

利用C4.5决策树分类算法和GIS组件Super Map Objects,开发实现了基于连续文化序列的空间数据挖掘系统,运用此系统对郑州-洛阳地区史前四个连续文化时期的聚落进行了数据挖掘,提取了聚落遗址面积的分类规则,并根据这些分类规则和聚落的空间分布情况对四个文化时期的I级聚落进行对比分析,得出了I级聚落的空间分布特点,即I级聚落中的一些特大面积的聚落朝着中心聚落的方向发展。     

Efficient GOCE satellite gravity field recovery based on least-squares using QR decomposition

We develop and apply an efficient strategy for Earth gravity field recovery from satellite gravity gradiometry data. Our approach is based upon the Paige-Saunders iterative least-squares method using QR decomposition (LSQR). We modify the original algorithm for space-geodetic applications: firstly, we investigate how convergence can be accelerated by means of both subspace and block-diagonal preconditioning. The efficiency of the latter dominates if the design matrix exhibits block-dominant structure. Secondly, we address Tikhonov-Phillips regularization in general. Thirdly, we demonstrate an effective implementation of the algorithm in a high-performance computing environment. In this context, an important issue is to avoid the twofold computation of the design matrix in each iteration. The computational platform is a 64-processor shared-memory supercomputer. The runtime results prove the successful parallelization of the LSQR solver. The numerical examples are chosen in view of the forthcoming satellite mission GOCE (Gravity field and steady-state Ocean Circulation Explorer). The closed-loop scenario covers 1 month of simulated data with 5 s sampling. We focus exclusively on the analysis of radial components of satellite accelerations and gravity gradients. Our extensions to the basic algorithm enable the method to be competitive with well-established inversion strategies in satellite geodesy, such as conjugate gradient methods or the brute-force approach. In its current development stage, the LSQR method appears ready to deal with real-data applications.     

A framework of region-based spatial relations for non-overlapping features and its application in object based image analysis

Object based image analysis (OBIA) is an approach increasingly used in classifying high spatial resolution remote sensing images. Object based image classifiers first segment an image into objects (or image segments), and then classify these objects based on their attributes and spatial relations. Numerous algorithms exist for the first step of the OBIA process, i.e. image segmentation. However, less research has been conducted on the object classification part of OBIA, in particular the spatial relations between objects that are commonly used to construct rules for classifying image objects and refining classification results. In this paper, we establish a context where objects are areal (not points or lines) and non-overlapping (we call this “single-valued” space), and propose a framework of binary spatial relations between segmented objects to aid in object classification. In this framework, scale-dependent “line-like objects” and “point-like objects” are identified from areal objects based on their shapes. Generally, disjoint and meet are the only two possible topological relations between two non-overlapping areal objects. However, a number of quasi- topological relations can be defined when the shapes of the objects involved are considered. Some of these relations are fuzzy and thus quantitatively defined. In addition, we define the concepts of line-like objects (e.g. roads) and point-like objects (e.g. wells), and develop the relations between two line-like objects or two point-like objects. For completeness, cardinal direction relations and distance relations are also introduced in the proposed context. Finally, we implement the framework to extract roads and moving vehicles from an aerial photo. The promising results suggest that our methods can be a valuable tool in defining rules for object based image analysis.     

GIS空间关联规则挖掘研究

提取不同对象或现象间相互联系的空间规律,发现、解释或预测空间现象或事件,是GIS空间关联规则挖掘价值的体现。通过对目前的空间关联规则挖掘理论和实例的研究,分析了挖掘过程涉及到的基本问题：挖掘实施的基本步骤、开发路线、挖掘有效性的保证,挖掘方法及优化策略等,得到了实用的挖掘的一般方法,也对挖掘的应用实例进行了分析,展望了应用前景。     

辽宁铁岭市土壤侵蚀时空演变研究

近年来,人为活动的加剧造成铁岭地区水土流失日益严重。本文采用遥感和GIS技术,以部颁标准SL190-96对铁岭地区1991年和2001年的土壤侵蚀情况进行研究,并结合1986年和1996年的土壤侵蚀调查数据,分析了铁岭地区近15年来土壤侵蚀强度的时空变化,结果表明铁岭地区在此期间土壤侵蚀面积缓慢增长,其中强度侵蚀面积在1986~1996年间持续增长,2001年明显下降;中度侵蚀面积在1986~1996年间持续下降,2001年则明显增强;空间分析显示明显恶化的区域有西丰、开原和清河区,具明显改善的为铁岭县,而昌图和调兵山地区基本保持稳定。今后该区水保的重点应放在强度侵蚀的治理,以及土壤侵蚀等级增强的区域。