对基础测绘"十四五"规划的若干思考

着眼于明确机构改革后基础测绘在自然资源管理业务格局中的职责定位、工作重点,以及如何按照新《测绘法》更好地履行"为经济建设、国防建设、社会发展和生态保护服务"的法定要求,分析了"十四五"基础测绘发展的基本形势,据此提出"十四五"规划工作的基本思路和主要遵循,明确了工作重点和相关措施,相关观点已经在"十四五"基础测绘规划编制工作中得到体现。     

兼顾志愿者地理信息的国家应急测绘公众服务平台设计

随着互联网技术的进步和新一代网络信息传播模式的深入发展,志愿者地理信息的研究和应用日益广泛,但由于其规范性和均一性方面的缺陷,在应急公共服务领域,志愿者信息的有效利用依旧是亟需突破的难题。本文将重点介绍国家应急测绘公众服务平台设计思路和总体架构,并结合志愿者地理信息特点,探讨该类信息在国家应急测绘公众服务平台建设中的处理流程和应用模式,力求在应急信息资源共享和服务平台共建方面进行新的尝试,为我国突发事件应急体系建设提供有益实践。     

《测绘学报》投稿指南

《测绘学报》是由中国科学技术协会主管、中国测绘学会主办、《测绘学报》编辑部编辑、测绘出版社出版的综合性学术刊物.《测绘学报》是美国《工程索引》(Ei)核心期刊,曾荣获百种中国杰出学术期刊、中国精品科技期刊、中国国际影响力优秀学术期刊、全国优秀测绘期刊等称号,连续多年入选中国科协精品科技期刊工程项目,并被国内外多个重要数据库收录,是我国测绘地理信息科学领域具有重要影响力的学术期刊.     

《测绘学报》投稿指南

《测绘学报》是由中国科学技术协会主管、中国测绘学会主办、《测绘学报》编辑部编辑、测绘出版社出版的综合性学术刊物。《测绘学报》是美国《工程索引》(Ei)核心期刊,曾荣获百种中国杰出学术期刊、中国精品科技期刊、中国国际影响力优秀学术期刊、全国优秀测绘期刊等称号,连续多年入选中国科协精品科技期刊工程项目,并被国内外多个重要数据库收录,是我国测绘地理信息科学领域具有重要影响力的学术期刊。     

面向双/多变量的连续面域拓扑图可视化方法

面域拓扑图是一种利用区域面积大小定量表达区域属性信息的可视化方法。由于其区域面积本身已经表示某一变量,因此这更有利于双/多变量的制图表达。针对目前基于面域拓扑图的双/多变量表达方法中存在的难以表达相邻区域之间基本状况和不利于不同地理现象的空间分布规律及差异表达的问题,本文提出一种面向双/多变量的连续面域拓扑图可视化方法。首先通过格网密度补偿和积分步长逐步试探的方法对基于扩散模型的连续面域拓扑图生成算法进行部分优化,完成基本变量的表达,然后分别通过空间内插和符号扩展完成第2和第3变量在连续面域拓扑图中的表达。最后以慕尼黑市人口密度和银行/ATM分布(双变量)数据以及奥格斯堡市人口密度数据、幼儿园分布以及规模数据(多变量)为试验数据进行可视化,并通过实证分析验证了该方法的有效性和优越性。     

基于自发地理信息的人行道路信息提取

人类的行为轨迹可快速提取到车辆难以通行的人行道路以及人行道路设施等信息,这些信息是行人LBS的关键性元素,它的完备性程度决定了行人LBS服务质量的高低。本文使用志愿者数据集与百度地图,研究了一整套基于VGI数据的人行道路信息提取方法。通过轨迹数据清洗、道路几何路网提取、人行道路设施的检测与识别3个主要板块实现了人行道路信息的提取。算法在完成道路几何路网信息提取的同时,实现了人行横道、过街天桥、地下通道等道路设施信息的获取。     

一体化综合减灾智能服务系统研究

针对目前我国减灾服务重决策轻预警,减灾服务技术、系统、应用集成不够,尚缺乏完善的一体化综合减灾智能服务体系现状。该文从测绘地理信息视角,分析了室内外一体化应急定位、多源应急数据融合、灾害场景可视化、灾害模型分析服务等关键技术,构建了一体化综合减灾智能服务原型系统,并在国家基础地理信息中心和陕西省的相关应急部门进行了实际应用,实现了应急信息的一体化感知、定位、融合、分析、服务,为我国综合减灾决策分析提供了技术支撑。     

人工智能对测绘科技若干领域发展的影响研究

测绘科技发展已进入一个相对关键的时期,需要从战略层面来考虑如何推动其未来发展。基于对测绘科技发展历史的系统回顾,深刻剖析了测绘科技发展的一般规律,即所处的科学范畴、应用需求、新技术发展是影响和决定测绘科技发展方向的三大关键因素。这一规律是研究确定未来测绘科技发展战略思路的基本遵循。基于此,在重点分析人工智能技术发展趋势及其对测绘科技发展已有影响的基础上,阐述了人工智能与大地测量、地理信息数据获取、地理信息数据处理与应用等技术融合发展下的未来智能化测绘科技发展趋势,提出了传统的野外测量将逐渐被无人驾驶飞机、汽车、轮船以及卫星等智能化的机器所替代的设想,以及实现这一设想需要解决的系列难题。     

基于地名树的最佳空间尺度新闻事件地点提取方法

从新闻纯文本数据中识别地名信息并确定对应的最佳空间尺度与事件所属地点,是准确抽取新闻事件发生地点的关键。针对上述目标,提出了基于隶属关系地名树的最佳空间尺度新闻事件地点提取方法。在完成地名实体识别和歧义消除的文本数据预处理工作的基础上,提出了一种顾及新闻结构的方法消除语义干扰等噪声的影响;通过引入虚父节点构建合理准确的隶属关系地名树,结合最小包围盒的概念实现了最佳空间尺度的选取,使用地名实体权重和实体相关性完成了事件地候选集推荐排序,从而合理定位事件发生地。实验证明,所提出的新闻文本地理信息抽取方法可以较高的准确率获取新闻所对应的最佳空间尺度和相应的事件地点。讨论和解决了新闻文本地理信息抽取涉及的空间尺度问题,使得新闻文本中抽取的地理信息具有更好的可用性和可解释性,在丰富地理信息数据来源的同时,可实现数量呈几何级增长的网络新闻自动地域划分,有助于人们对各类事件空间态势的关注与认知。