室内定位数据分析与应用研究进展

现代人文地理学的研究越来越多地关注人的时空行为,而获取个体在出行活动中的时空位置数据是研究人类时空行为的前提。受数据获取技术的限制,之前对时空行为的研究主要集中在室外空间。随着室内定位技术的出现和应用,这类研究由室外空间扩展至室内空间。室内定位技术和方法较多,但从数据的角度来看,根据数据获取中使用定位方法的不同,可将室内定位数据分为几何位置数据、指纹位置数据和符号位置数据3类。目前,基于室内定位数据的研究可以归结为以下4个方面,即：人在室内的时空分布、人在室内的移动模式、人在室内的行为习惯及属性推断、人与室内环境的交互作用。然而,总体上目前的研究还处于探索阶段,理论和方法体系尚未成熟。本文认为后续的研究中需要关注以下问题：①数据获取方面。相对于蓝牙、射频识别、红外等定位技术,“智能手机+WiFi”模式的定位系统具有覆盖范围广、成本低廉、无需专门设备支持、易与用户交互等优势,是一种最具应用前景的室内定位技术;②研究内容方面。时空行为特征的研究是基础,个体属性推断及个体与环境的相互作用形式和机理研究将是重点,多时空尺度数据融合分析是一种趋势;③科学伦理方面。室内定位涉及微观尺度人类活动的记录,隐私保护问题需要高度关注。     

改进的最小生成树自适应空间点聚类算法

针对传统的最小生成树聚类算法存在使用全局不变阈值确定噪声边,聚类需要用户根据经验确定初始化聚类参数,如“边权值倍数容差”,“边长变化因子”等,聚类不能发现局部噪声的问题,本文提出了一种改进的最小生成树自适应空间点聚类算法。该算法在无需用户输入参数的前提下,克服主观因素的影响,根据最小生成树边长的数理统计特征定义裁剪因子。算法首先从宏观层面对最小生成树进行首轮删枝操作,消除全局环境下的噪声边,进而根据各子树的边长统计情况,自适应设定局部裁剪因子,进行第二轮删枝操作,消除局部环境下的噪声边。最后,采用1个模拟数据和1个实际应用验证算法的有效性,结果表明本文提出的改进算法在无需人为提供经验参数的环境下能够发现任意形状、不同密度的簇,能够准确的识别出空间点中的噪声数据,从而能够实现空间点数据背后隐藏信息的自动挖掘。     

自组织双重空间聚类算法的城市扩张结构分析应用

双重空间聚类是能顾及空间连续性和属性相似性的空间数据分析,而常规空间聚类算法难以同时顾及2方面的约束条件。本文采用自组织双重空间聚类算法,对城市扩张结构分析进行了研究。通过改造自组织特征映射的最佳匹配神经元搜索的算法机制,在空间域和属性域进行迭代聚类搜索,实现了自组织双重空间聚类。以武汉市扩张斑块的位置信息和扩张程度指数为输入数据,使用自组织双重空间聚类算法,实现了城市扩张动态结构的识别。自组织双重空间聚类算法使得聚类结果,既在空间域上连续,又在属性域上相近,算法过程具有自组织性,减少了人为影响。     

Otolith Microstructure Analysis Reveals Different Growth Histories of Japanese Sardine (Sardinops melanostictus) in the Oyashio Waters

After decades of low year classes,the stock of Japanese sardine(Sardinops melanostictus)has begun to recover since the mid-2000s.The hatch dates and otolith growth rates of age-0 juvenile sardine,which were collected in the subarctic Oyashio waters in autumn 2018,were determined from an otolith microstructure analysis.The sardines were hatched from late January to late April,while mostly in February and March.The otolith growth rate increased continuously up to 60 d after hatching and thereafter de-creased.The revealed growth rate in a crucial growth period is faster than that reported for juvenile sardines collected in the 1990s,which is coincided with the recent recovery trend of the sardine stock.Two groups with different hatch dates,growth histories,and migration routes were identified using unsupervised random forest clustering analysis.They were considered inshore and offshore migration individuals in accordance with recent researches.In the offshore group,a high proportion of sardine juveniles hatched late and grew faster in the Kuroshio-Oyashio transitional waters,a finding consistent with the hypothesis of growth-rate-dependent re-cruitment.This finding on the population composition and growth rate of juvenile sardine in the Oyashio waters can be a basis for an improved prediction of their survival and provides us with valuable information on the recruitment processes of this stock during the period of stock recovery.     

灰色聚类法在东昌湖水质富营养化评价中的应用

根据东昌湖2009年4月的现场监测数据,采用灰色采类法,选用叶绿素a、总磷、总氮、透明度和COD为聚类指标,对东昌湖水体进行富营养化评价,结果显示:2009年4月,东昌湖水体CODMn平均值为4.49mg/L,属于地表水Ⅲ类水质,TP平均值为0.052mg/L,属于Ⅳ类水质;TN平均值为2.27mg/L,属于劣Ⅴ类水质...     

混合二维泊松过程的分解算法及其在提取地震丛集模式中的应用.

将一定范围内的地震数据假设为背景地震和丛集地震的叠加，并同时认为背景地震和丛集地震分别满足不同参数的二维泊松过程．通过引入N阶距离概念，将叠加的二维泊松过程转化为一维的混合密度函数，在对距离阶数进行选择的基础上，最终采用遗传算法进行混合密度分解，以达到提取地震丛集模式的效果．文中将该算法应用于我国西南地区松潘及龙陵主震前丛集地震的提取，并与C值的时间扫描结合，深化了这两次大地震前地震活动图象的认识．      

空间信息元数据互操作技术框架研究与实现

从空间信息语义层中的元数据互操作角度出发,讨论适用于空间信息元数据互操作的理论和方法,并提出基于扩展的元数据互操作协议的空间信息元数据互操作理论应用技术框架。     

An ANN‐based model for spatiotemporal groundwater level forecasting

This paper evaluates the feasibility of using an artificial neural network (ANN) methodology for estimating the groundwater levels in some piezometers placed in an aquifer in north‐western Iran. This aquifer is multilayer and has a high groundwater level in urban areas. Spatiotemporal groundwater level simulation in a multilayer aquifer is regarded as difficult in hydrogeology due to the complexity of the different aquifer materials. In the present research the performance of different neural networks for groundwater level forecasting is examined in order to identify an optimal ANN architecture that can simulate the piezometers water levels. Six different types of network architectures and training algorithms are investigated and compared in terms of model prediction efficiency and accuracy. The results of different experiments show that accurate predictions can be achieved with a standard feedforward neural network trained usung the Levenberg–Marquardt algorithm. The structure and spatial regressions of the ANN parameters (weights and biases) are then used for spatiotemporal model presentation. The efficiency of the spatio‐temporal ANN (STANN) model is compared with two hybrid neural‐geostatistics (NG) and multivariate time series‐geostatistics (TSG) models. It is found in this study that the ANNs provide the most accurate predictions in comparison with the other models. Based on the nonlinear intrinsic ANN approach, the developed STANN model gives acceptable results for the Tabriz multilayer aquifer. Copyright © 2008 John Wiley & Sons, Ltd.     

基于遥感监测的城市热岛研究进展

全球正经历快速、高强度的城市化,导致城市热岛加剧,并对城市、区域乃至全球许多的生态环境要素直接或间接地产生多方面的影响,与人类福祉密切相关。遥感具有宽覆盖、信息量大、重复观测周期短等优点,已成为地表城市热岛(Surface Urban Heat Island, SUHI)监测广泛采用的一种方法。针对前人相关研究对热红外数据源、监测指标及SUHI时空变化规律尚缺乏系统总结且内容需要更新等问题,本文首先分类评述了SUHI遥感监测所采用的热红外遥感数据源。其次将现有的SUHI监测指标分为土地覆盖类型驱动型、地表温度格局驱动型及两者复合驱动型3类来述评,详细介绍了它们的计算方法、应用案例及优缺点;并从日间变化、夜间变化及昼夜对比的变化3个方面述评了SUHI的年内时空变化规律;归纳了其年际变化规律。最后,依据现有研究结论中相互冲突或尚需深化的地方,指出几个潜在的关键问题或研究方向。     

基于邻域约束聚类的地球化学异常提取

通过分析地球化学数据的元素值属性和空间位置,提出一种基于邻域约束聚类的方法,使用该方法对地球化学元素聚类后,能提取矩形、环状、半环状等特殊形状,进而提取地球化学异常。选取河南崤山地区2个实验区的地球化学数据进行实验,实验一的结果表明,出现矩形的位置与已知钨矿矿点位置一致;实验二的结果表明,出现环形的位置与已知铜矿矿点位置一致。实验证明了基于邻域约束聚类的方法在提取地球化学异常方面的有效性。