苏北废黄河三角洲海岸时空演变遥感分析

基于遥感与地理信息系统技术,使用苏北废黄河三角洲海岸地区1978,1987和2000年的Landsat卫星遥感数据,选取岸线指标与波段,提取岸线信息,生成1978-1987年和1987-2000年海岸土地增减时空变化分布图,建立岸线变化距离及增速衡量指标,定量分析了废黄河三角洲海岸面积变化特征,以及灌河口-中山河口、中山河口-扁担港口和扁担港口-双洋河口以南岸段的时空变化格局与分布特征.研究结果表明,废黄河三角洲海岸的自然侵蚀速率呈减小趋势,但侵蚀作用仍在继续.侵蚀强度以废黄河口地区为中心,向南北两侧逐渐减弱.人工保滩护岸措施在一定程度上影响着自然侵蚀格局.其内部各岸段分别呈现缓蚀、侵蚀和基本侵淤平衡的变化格局.     

基于参数空间分布的海洋生态系统模拟

在模拟大尺度海洋生态系统时,由于子区域的生态系统有着各自的特征,导致参数值在空间上存在差异,因此参数在整个研究区域取常数的做法必须改进.基于此,使用气候模式FOAM的气侯态背景场驱动一个简单的三维海洋生态系统模型,并引入参数的空间分布,在全球尺度上通过伴随方法同化SeaWiFS叶绿素资料.引入参数空间分布后,同化结果得到很大改进:浮游植物表层生物量(氮)的平均差从0.155 3减小至0.060 6 mmol·m-3,下降了60.9%,有效地降低了模拟值与观测值在空间上的差异;浮游植物表层生物量平均值也从0.103 1上升至0.125 2 mmol·m-3,更接近SeaWiFS观测.实验结果表明通过引入参数的空间分布来改进海洋生态系统的模拟是可行的.     

攀枝花“数字城管”中的基础空间信息共享策略研究

本文通过分析“数字城管”实施过程中基础空间信息共享的技术难题,在充分考虑现有的网络条件、软件平台、坐标系统的基础上,提出了基础空间信息共享的技术实现途径,包括适用于通用条件的WMS和WFS技术以及适用于特定软件环境的专用技术,对不同条件的“数字城管”的实施具有一定的参考意义。     

空间信息网络服务中的数据安全策愀

以地理信息网络服务的安全策略为研究对象,根据我国空间数据生产到应用整个流程保密管理规定,研究地理空间数据在存储、分发、传输、表现以及与其他系统集成应用阶段上的安全策略,解决地理空间数据共享与空间数据安全之间的矛盾。     

应用于村镇信息自助平台的电子地图构件关键技术研究

从构件化村镇信息自助平台的低成本、易定制的特点出发,针对其中电子地图构件在地图浏览和交互查询中存在的网络负载大、响应速度慢等技术问题,研究了传统We—bGIS空间数据网络发布模式及其不足,探讨了基于AJAX、地图切片、多级缓存技术的电子地图发布解决方案,并实现了在村镇信息自助平台上的应用。     

空间数据挖掘进展

空间数据挖掘是解决海量空间数据利用瓶颈的技术之一。本文综述空间数据挖掘的研究与应用进展。首先,分析空间数据挖掘的缘起。其次,研究空间数据挖掘的本质及其特点。再次,基于理论技术,分类总结空间数据挖掘的研究和应用的成果,并探讨其研究方向。最后,总结全文。     

基于地理信息的大型场馆区域人员疏散模型设计

采用了Geodatabase空间数据模型,建立了地理信息数据库,设计了基于地理信息的人员疏散模型。     

自适应空间邻域分析和瑞利-高斯分布的多时相遥感影像变化检测

提出了一种基于自适应空间邻域分析和瑞利-高斯模型(Rayleigh-Gauss models, RGM)分布的多时相遥感影像自动变化检测方法。该方法把自适应空间邻域信息和改进的差值影像与比值影像乘积变换融合 法(improved multiplying transform fusion, IMTF)结合构造差异影像, 可以有效地抑制噪声和消除多时相影像之间配准误差的影响, 具有更强的鲁棒性。在对差异影像的分割处理中, 运用瑞利和高斯模型分别模拟变化类像元和非变化类像元的分布情况, 然后估计出两类像元的概率     

村镇空间结构特征分析

以平原村镇香河县、山地村镇密云县和水乡村镇昆山市为研究区, 分析了村镇空间结构的特征。建立基于网格的村镇选址及空间范围模型, 采用GIS空间分析和建模技术实现; 此外, 空间范围模型根据泰森多边形模型的思想, 提出用土地效益的概念代替距离来确定村镇的空间范围。由于考虑因素更全面, 更具体, 这两个模型可以更好地为村镇的选址与空间范围的确定提供参考。此研究为村镇规划工作提供帮助。     

基于多尺度纹理和光谱信息的SVM分类研究

基于单尺度纹理和光谱信息的地物分类较难取得理想效果,本文结合多尺度纹理与光谱信息,运用SVM分类方法,对IKONOS遥感影像进行分类。结果表明:结合多尺度纹理和光谱信息的SVM高分辨率遥感影像分类,能够更好地描述地物,分类总体精度达到83.9%,与基于光谱信息的最大似然法和基于单尺度纹理和光谱信息的SVM分类方法比较,分类精度分别提高了13.8%和4.9%,该方法有助于提高高分辨率影像的分类正确率。