基于网络和图的时空智能——概念、方法和应用

当前时空智能(SpaceTimeAI)和地理空间智能(GeoAI)已是热门的话题,该研究领域旨在将计算机科学的最新方法(如深度学习)应用于地理空间问题。虽然深度学习方法因其对栅格数据的自然适用性而在图像处理中取得了巨大成功,但仍未广泛应用于其他空间和时空数据类型。本文提出使用网络和图作为SpaceTimeAI或GeoAI的基本结构的倡议,并将其应用于城市研究中。相比于基于网格的表达,基于网络的结构更加精确和实用。图能实现对点、线、面/多边形/网格和网络等多种空间结构的表达。本文通过时空预测、聚类和时空优化等常用时空分析方法展示基于网络和图的时空智能分析的优势,并介绍其在交通出行、警务和公共卫生等领域的应用。     

球面离散网格与球体离散网格的比较研究

测地线在球体剖分中扮演着十分重要的角色,它保证了球体剖分网格单元的形体简单性和空间关系的一致性.本文基于对欧式空间和流空间的数学认识,探讨了球体剖分的评价标准,提出了基于大圆弧QTM的球体八叉树剖分方法,并指出作为一种大尺度的集成三维空间数据模型,全球三维离散网格是地理信息科学的一个新的发展方向.     

融合边折叠与平面约束的建筑物模型简化方法

针对倾斜摄影测量重建的三维建筑物模型存在三角形面元数据量大的问题,该文探索了一种基于平面结构保持的建筑物模型简化方法。使用双边滤波处理模型的三维网格,从而抑制平滑区域的网格起伏和保留过渡区域的边缘特征。在此基础上,利用区域增长法提取有效的平面结构分布。将边折叠算法和平面结构约束融合,设计边折叠运算的代价函数,以迭代的方式删除多余边,直至满足模型精简的条件。通过实测数据处理并与现有先进算法进行比较分析,结果表明,该文方法可以压缩99.5%的数据量并保持良好的建筑物结构形态,在建筑物简化建模方面具备有效性。     

证据权模型与含矿网格单元蒙特卡洛法相结合的资源潜力评价新方法

本文提出了计算含矿单元数概率分布函数的新方法,在此基础上,把证据权模型矿产资源评价方法得到的含矿网格单元作为蒙特卡洛模型中的统计对象,得到了与证据权模型找矿法结合的含矿网格单元蒙特卡洛法矿产资源潜力评价方法。该方法可以把评价工作区的矿产空间分布信息、成矿模式和找矿模型、成矿-找矿空间信息引入蒙特卡洛方法中,无需估计矿床个数分布,减少了工作步骤和评价误差,可提高工作效率和自动化。对实际案例的应用表明该方法是可行的。     

情境建模下的LBS智能信息服务推送方法

为满足移动互联网用户的个性化信息服务需求,引入用户兴趣模型匹配技术,提出了一种基于情境建模下的LBS智能信息推送服务模式,通过构建位置过滤模块、用户兴趣模型匹配及智能信息分类模块,实现了对推送信息的层层过滤,并同时结合反馈处理部分的修正功能实时改进推送模型的精度,从而提高了信息服务的质量和效率,使推荐的信息资源更加符合用户的实际需要。原型系统的实际应用表明了该方法的有效性。     

海洋地理信息系统中动态海面仿真方法研究

海洋地理信息系统(MGIS)中加入动态水面效果,可以有效地提升海洋环境仿真的真实感。本文从水波模型的构建出发,介绍了利用正弦波动方程模拟海面的方法;针对动态构建水面网格时高计算性能的需求,设计了基于GPU并行计算的架构;最后利用程序开发实现本文的设计思路,经过实验分析表明,该方法能够有效地模拟三维地理环境中动态海面的效果。     

城市空间智能计算平台研究

该文提出了空间智能平台的概念,阐述了其研究意义和内容,明确了空间智能计算平台核心计算模型的建模对象和目标。在此基础上,分析了宏观数学模型、群体行为模型两种用来构建空间活动模型的建模方法以及适用于空间活动分析的物理环境建模技术。从融合多尺度行为模型、构建城市日常生活模型、验证和校验核心模型以及平衡效率和效果4方面探讨了构建空间智能计算平台的关键技术。从实际功能看,城市空间智能平台是联系宏观复杂问题和微观机制的桥梁,是分析城市问题的工程化实验平台,具有广阔的应用前景。     

基于双隐层ANN模型的叶绿素a浓度智能预报方法

利用2019年5月WZ02生态浮标监测数据,建立了两种不同隐层人工神经网络(ANN)模型的叶绿素a(Chl-a)智能预报方法,并对单隐层和双隐层模型的预测结果做了对比.结果表明:双隐层结构预测结果精度更高,泛化能力更强,一定程度上说明了深层学习比浅层学习对信息的主要特征提取能力更有优势.同时,对数据样本集合进行了系统预...     

区域资料四维同化试验

根据国家气象中心有限区分析预报系统的基本方案，设计一个以6小时为周期的间歇区域资料四维同化方案，对我国的两次暴雨过程进行两种不同粗细水平分辨率的资料四维同化和短期模式预报的试验。结果表明，由同化方案初值获得的短期预报明显好于LAFS方案的预报结果，高分辨率同化方案对预报的改进更明显。     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。