利用ArcGIS Engine开发台风遥感监测分析系统

采用.NET和ARCGIS Engine开发完成的台风遥感监测分析系统,通过对FY2C、NOAA、FY3A等不同卫星遥感数据,以及雷达数据、空间地理数据和各种专题数据进行读取处理,能够实现台风定位、定强、结构诊断、路径分析、降水估计等专项分析功能以及图像处理、地理导航、专题制图、数值预报等辅助分析功能,为台风的监测和预报提供了一体化的信息支撑,是国内率先实现台风遥感监测分析数据综合和功能综合的平台系统。本文重点介绍了系统开发中所采用的基于面向对象的台风遥感综合应用系统框架分析设计、数据库设计与组织、模型集成等系统实现关键技术。     

Sentinel-2密集时间序列数据和Google Earth Engine的潮间带湿地快速自动分类

潮间带湿地是滨海湿地的重要组成部分,具有维持生物多样性、促进碳汇等重要生态功能.及时、准确地掌握潮间带湿地现状是实现潮间带湿地可持续管理目标的基础.先前的潮间带湿地分类研究依赖于训练样本、人工设定阈值或后处理等,本研究基于GEE (Google Earth Engine)平台开发一种自动、快速、高精度的潮间带湿地分类方...     

Agricultural cropland extent and areas of South Asia derived using Landsat satellite 30-m time-series big-data using random forest machine learning algorithms on the Google Earth Engine cloud

ABSTRACT

The South Asia (India, Pakistan, Bangladesh, Nepal, Sri Lanka and Bhutan) has a staggering 900 million people (~43% of the population) who face food insecurity or severe food insecurity as per United Nations, Food and Agriculture Organization’s (FAO) the Food Insecurity Experience Scale (FIES). The existing coarse-resolution (≥250-m) cropland maps lack precision in geo-location of individual farms and have low map accuracies. This also results in uncertainties in cropland areas calculated from such products. Thereby, the overarching goal of this study was to develop a high spatial resolution (30-m or better) baseline cropland extent product of South Asia for the year 2015 using Landsat satellite time-series big-data and machine learning algorithms (MLAs) on the Google Earth Engine (GEE) cloud computing platform. To eliminate the impact of clouds, 10 time-composited Landsat bands (blue, green, red, NIR, SWIR1, SWIR2, Thermal, EVI, NDVI, NDWI) were derived for each of the three time-periods over 12 months (monsoon: Days of the Year (DOY) 151–300; winter: DOY 301–365 plus 1–60; and summer: DOY 61–150), taking the every 8-day data from Landsat-8 and 7 for the years 2013–2015, for a total of 30-bands plus global digital elevation model (GDEM) derived slope band. This 31-band mega-file big data-cube was composed for each of the five agro-ecological zones (AEZ’s) of South Asia and formed a baseline data for image classification and analysis. Knowledge-base for the Random Forest (RF) MLAs were developed using spatially well spread-out reference training data (N = 2179) in five AEZs. The classification was performed on GEE for each of the five AEZs using well-established knowledge-base and RF MLAs on the cloud. Map accuracies were measured using independent validation data (N = 1185). The survey showed that the South Asia cropland product had a producer’s accuracy of 89.9% (errors of omissions of 10.1%), user’s accuracy of 95.3% (errors of commission of 4.7%) and an overall accuracy of 88.7%. The National and sub-national (districts) areas computed from this cropland extent product explained 80-96% variability when compared with the National statistics of the South Asian Countries. The full-resolution imagery can be viewed at full-resolution, by zooming-in to any location in South Asia or the world, at www.croplands.org and the cropland products of South Asia downloaded from The Land Processes Distributed Active Archive Center (LP DAAC) of National Aeronautics and Space Administration (NASA) and the United States Geological Survey (USGS): https://lpdaac.usgs.gov/products/gfsad30saafgircev001/.     

基于ArcGIS Engine的地理信息数据库管理系统设计与实现

随着社会的发展,空间信息在国土、规划等各领域的应用越来越广泛,且其容量也呈几何级增长。如何安全高效地管理、分发空间数据,成为深入应用地理信息系统功能的必要前提。本文以作者的实际工作为基础,介绍了利用ESRI公司最新产品ArcGIS Engine开发包设计实现地理信息数据库管理系统的具体方法。     

基于ArcSDE和ArcGIS Engine的版本管理系统的设计和实现

首先介绍了版本管理机制在GIS系统中长事务处理过程中的应用,接着分析了本系统的设计和实现技术,最后就历史回溯和版本合并功能的具体实现做了详细的介绍。     

基于GEE的中国湖泊浮游植物生物量时空动态分析

随着全球变暖和社会经济发展,中国湖泊富营养化情况时有发生,迫切需要对中国湖泊的浮游植物生物量进行有效监测。本文选择了中国756个面积超过10 km²的湖泊进行研究,基于Google Earth Engine（GEE）云端运算平台,反演2003—2018年间叶绿素a（chl-a）浓度数据,以此来分析研究各个湖泊的营养状态及其时空变化,探索了中国五大湖区内湖泊各季节与年均chl-a浓度时空分布特征与气象、社会经济及湖泊特征等影响因素之间的关系。结果表明： ① 中国湖泊的营养状态变化具有明显的季节性与地域性,研究时段内处于中营养状态的湖泊约占90%,春季时大多数位于东部平原湖区与东北平原与山区湖区的湖泊表现为贫营养状态,而青藏高原湖区与云贵高原湖区的湖泊在春季多呈现富营养状态。由各个湖泊年均chl-a浓度变化可以看出中国约82%的湖泊年均chl-a浓度的变化率小于0.5,呈现出轻微变化,18%的湖泊chl-a浓度呈现剧烈变化趋势。② 温度和降水对湖表chl-a浓度影响较大,超过70%湖泊的chl-a浓度与其表面温度和降水存在正相关性,其中大部分分布在中国北部与东部。缓冲区人口和草地占比、湖泊海拔和湖泊地理位置也对湖泊浮游植物生物量具有一定影响。     

基于游戏引擎技术的地铁3维虚拟演练系统的开发与实现

根据地铁反恐实战模拟演练的需要,以地铁火灾事件处置为例,采用游戏引擎技术,开发了地铁3维虚拟演练系统,对地铁内部环境进行了逼真模拟,在3维环境下,实现了信息查询、多媒体信息关联展示、动态视频调用等功能,并可以动态操作控制3维虚拟对象,进行事件的动态处置,在基于3维的虚拟演练方面,做了有益的探索与尝试。     

基于Arc Engine的县级GIS应用系统的开发

结合县级GIS应用的需求和特点,以测绘“4D产品”数据为基础,建立了包括沁水县在内的多个县级SQL Server+ARCSDE空间数据库,并运用ArcGIS Engine开发工具建立了面向用户的统一的应用平台,实现了多尺度、多类型的数据管理、空间查询、三维地貌浏览、统计制图和空间分析等功能。     

中国地级城市建成区蓝绿空间时空格局及其气候影响因素分析

蓝绿空间是城市生态安全的重要保障。本文通过谷歌地球引擎（GEE）提取2005、2010、2015与2020年的植被与水体指数数据,构建了包含272个地级城市建成区的蓝绿空间数据库。运用蓝绿空间覆盖率、300 m服务半径覆盖率、分维数与分离度4个指标分析其时空格局与演化模式,并进一步探讨其气候影响因素。结果表明：(1)地级城市建成区蓝绿空间整体呈现为“南高北低”的格局,且南方“西高东低”、北方“东高西低”,但环渤海地区为蓝绿空间覆盖率“洼地”;时间格局为“总体增长、局部降低”,华中地区呈下降趋势的城市最多;(2)就分区而言,西南地区城市建成区蓝绿空间覆盖率最高（平均高于65%）、分离度最低（平均低于0.60）,西北地区覆盖率分异较大,华北地区覆盖率最低（平均10%～30%）且分离度最高（平均约0.98）;(3)采用多尺度地理加权回归模型所得R2为0.85（校正R2为0.83）,其中,降水量对城市建成区蓝绿空间的影响最显著,降水量变化成正相关,气温则成负相关;整体上气候影响与比人为影响相当,但在某些时段间更大。     

基于ArcGIS Engine的自主旅游信息系统的设计和实现

传统旅游信息系统注重旅游信息的查询以及决策和管理,很少有自主发布信息的、个性化的、注重自主享受旅游和回顾评价旅游过程的信息系统出现。为此,本文以C#语言为基础用Arc GIS Engine二次开发的方法,设计和实现了一个自主旅游信息系统原型,详细剖析了该系统的设计和实现流程,测试表明该系统能初步满足游客个性化旅游的要求,为宣传"智慧旅游"提供了新的方法和手段。