面向城市精细化治理的"地楼房权人"实体构建

构建基础时空信息底板,是实现智慧城市内部多源、异构、海量数据间的关联与融合,保障各类智慧应用正常运转,实现城市精细化治理的前提.文中提出"地楼房权人"多层次城市实体模型,并基于该模型设计并实现"地楼房权人"实体建库、城市多源信息关联融合的业务框架,并通过应用展望,从教育学位配置和医疗资源管理等方面举例说明基于"地楼房权人"实体模型的多源信息关联在城市精细化治理中的应用价值.研究表明,通过构建"地楼房权人"等城市实体数据,并基于此关联集成各类城市数据,最终形成面向城市精细化治理的基础时空信息底板,将为智慧城市的各类应用提供基础支撑.     

基于天地图的农业农村信息共享服务模式

针对省级农业农村厅专题数据较多且无统一规范、分布广泛、信息孤岛化、数据更新手段落后、跨部门共享困难等问题,在收集、整合、分析宏观分布的业务信息和应用需求基础上,利用地理信息、分布式多源信息集成、海量数据的存储、处理与分析等技术,开展农业农村地理信息共享服务模式研究,设计并实现了省级农业地理信息共享服务平台,包括门户、一张图综合分析、数据管理、服务管理、自助制图等子系统.实现了农业农村信息资源与测绘地理信息资源跨部门的整合、应用与共享,借助于国家、省级基础测绘和"天地图·陕西"成果,保证了农业农村地理信息的权威性、可靠性、鲜活性.通过示范应用的引领作用,推动省农业农村工作的信息化,满足厅机关及直属单位、社会公众、其他部门的应用需求,提高农业农村数据的共享能力,为农业决策提供了空间分析和可视化方法,在农业农村部门日常监管和应急决策中发挥了辅助决策作用.     

排水管网多尺度几何语义建模

针对排水管网管理业务的不同需求,研究排水管网的多尺度几何语义表达方法,本文提出了包含“源—网—厂—汇”的排水管网多尺度几何语义模型。通过对排水管网组成要素及其相互间的关系进行系统地分析,并参考CityGML规范,提出了排水管网多细节层次模型;根据不同排水管网要素的特点,采用符号化及BIM等建模方式分别构建了不同细节层次的排水管网要素模型,支持排水管网多尺度可视化分析。并以某区域的排水管网数据为例,对本文提出的建模方法进行验证。     

基于共享单车时空大数据的细粒度聚类

针对传统上单独采用K-means或DBSCAN等方法对共享单车位置数据聚类时造成的聚类结果与真实的聚类结构不符的问题,本文提出了一种基于共享单车时空大数据的细粒度聚类方法(FGCM)。该方法通过DBSCAN进行初始聚类,并在此基础上采用GMM-EM算法进行细部聚类,以提取细粒度层级的热点区域。试验表明,该方法可根据密度阈值排除噪声和离群值,无需指定细部聚类簇数,簇的形状和大小比较灵活。在对共享单车大数据位置特征进行聚类时,与传统的单独采用K-means或DBSCAN的方法相比,FGCM具备更高的精细程度,能够充分展现共享单车的实际聚集特征,可用于规划共享单车电子围栏等设施,在不降低通勤效率的基础上规范共享单车的停放问题。     

居民出行与轨迹行为交互模式挖掘与关联技术

出租车是居民出行的重要交通工具,其轨迹数据蕴含着丰富的居民出行信息。原始出租车轨迹数据因缺少语义信息无法直观反映居民出行规律。通过轨迹数据挖掘技术处理之后的出租车轨迹数据能够反映居民活动规律和行为模式,从而为城市规划决策提供参考依据。本文重点研究了基于语义的交互模式度量,通过出租车停留点推断其语义信息;然后根据语义信息构建语义交互矩阵,用以推断和描述行为目的交互模式;最后选取北京市中心为研究区域进行方法验证。结果表明,中心城区内不同类别的停留点聚集分布规律不同,围绕高校和商圈聚集较明显;工作日各类停留点的活跃度持续时间较非工作日长;工作日和非工作日行为目的交互模式差别显著,工作日以职住和工作交互为主,非工作日以休闲和居住交互为主。本文研究可以为城市规划管理、资源调度和应急管理提供一定的决策支持。     

浅析共享协同目标下"多规合一"应用平台建设实践

(1.东莞市测绘院,广东东莞523129;2.东莞水乡特色发展经济区规划和土地测绘中心,广东东莞523000;3.61206部队,北京100000;4.华东师范大学全球创新与发展研究院,上海200062;5.广州奥格智能科技有限公司,广东广州510275)     

顾及共享交换的行业地理空间数据关联模式

在数字城市、"多规合一"、大数据建设推动下,政府管理部门和行业部门对地理空间数据共享有强烈需求.然而,其行业特殊性导致行业部门所拥有的数据无法进行有效融合与交换,数据共享成本大.以不改变行业原有的数据规范,实现行业之间地理空间数据的及时有效共享与交换为目标,通过分析行业地理空间数据特征,提炼数据的关联特征,认知并结构化表达关联模式,利用建立的关联模式实现行业间地理空间数据高效率、低成本的共享与交换.     

深度学习支持下的宅基地复垦项目真实性智能审查技术研究与应用

全域综合整治背景下的宅基地复垦项目审查是保证复垦项目合法性合规性的有效手段,针对当前宅基地复垦项目审查效率低的问题,本文提出了基于遥感影像的农村宅基地复垦项目立项真实性审查方法。首先以重庆市农村宅基地复垦项目为例,建立宅基地复垦项目立项真实性审查模型,利用改进的U-Net模型准确提取建筑物,然后与复垦红线叠加实现复垦项目真实性的智能审查。试验结果表明,该方法能够快速准确地审查复垦项目真实性,对优化土地结构、促进土地流转、实现乡村振兴具有重要意义,可为全域综合整治背景下宅基地复垦项目真实性审查提供技术参考。     

基于改进DeepLabV3+算法的遥感影像建筑物变化检测

变化检测是遥感测绘领域的重要任务,作为执法依据,在耕地非农化等场景监测中发挥重大作用。近年来,使用人工智能相关技术进行变化检测,常见的技术方案为叠加两期影像,再使用语义分割算法求解变化区域。本文使用变化检测数据集LEVIR-CD作为试验数据,在DeepLabV3+算法基础上,针对变化检测场景特点,对模型结构进行改进。以DeepLabV3+的孪生网络为主干,使用多层级特征交互操作,充分融合图像特征。结果表明,改进的网络结构更加适合变化检测任务场景。     

融合Deep-ResUnet和PS-InSAR的城市道路网形变灾害监测方法——以合肥市为例

针对城市道路网变形监测存在的高分辨率影像获取难、道路人工提取效率低、传统变形监测工作量大等难题,本文提出了一种基于融合Deep-ResUnet和PS-InSAR的城市道路网形变监测方法。主要思路为：首先对目标区的哨兵-1A(Sentinel-1A)影像数据进行伪彩色变换建立道路数据集;然后训练深度残差网络(Deep-ResUnet)模型并对道路网栅格进行提取;最后利用永久散射体干涉测量(PS-InSAR)技术获取PS点形变信息与道路网栅格融合。研究结果表明,Sentinel-1A影像经过伪彩色处理后,能提高城市道路网提取的完整性,交并比提高6%～9%,道路提取精度平均提高10%左右,得到的城市道路网形变信息专题图能为城市道路变形监测和健康状况评估提供科学依据。