基于空间数据库的山东城镇发展水平的空间统计分析

基于GIS空间数据库,对山东省108个城镇的综合发展水平进行了空间统计分析。首先选用了反映城市综合发展水平的14项指标,并进行了主成分分析,得出反映城镇综合发展水平的综合指标,并分析了山东省各城镇的综合发展水平与分布状况。然后利用该综合指标,对各个城镇进行了空间统计分析,通过计算全局空间自相关指标,分析认为山东省各城镇综合发展水平总体上未呈现空间相关关系;通过计算局部空间自相关指标,分析认为山东省68.5%的城镇分布存在非相似空间集聚特征。     

谈谈卫星遥感影像数据在土地调查应用——以杭州市区2007年度为例

一、概况 1、项目背景 杭州市区（不合萧山、余杭）土地利用现状数据为2006年调查数据,距2007年已有一年多,由于杭州市区变化频繁,土地利用变化情况复杂,为进一步提高土地调查成果质量,做到数据、图件和实地“三者一致”,为政府快速提供真实、准确的土地利用现状数据,杭州市国土资源局决定采用高分辨率卫星遥感影像数据作为2007年度土地变更调查工作的基础数据,通过对高分辨率卫星影像的识别、判读实现准确并快速地提取出土地变更信息,更为精确地勾绘出变化图斑的边界线,外业核查时更为明晰、高效。     

第二次土地调查建库过程中数据质量的控制方法

第二次全国土地调查工作正在广泛开展,其中数据库如实、高效、精确的建立是最主要的任务,而数据质量控制程度的高低直接影响了数据库的建设状况。本文以山西省大同市新荣区为例简要叙述了本次土地利用现状调查数据质量的误差来源及影响因素,同时针对这些问题提出了各阶段的数据质量控制方法与措施,从而对本次土地调查建库过程中的数据质量控制方法进行了探究。     

Geodatabase与公交网络数据建模

随着城市交通的迅猛发展,交通问题已成为各国政府面临的首要问题,建立智能交通系统,将先进的地理信息技术引入城市道路交通管理已是必由之路。论文对公交网络数据模型进行深入分析。论文介绍了一种全新的面向对象的空间数据模型——Geodatabase,并对公交网络数据进行建模。     

一种改进的基于坡度变化的机载激光雷达点云滤波方法

机载激光点云数据滤波是获取高精度数字表面模型和数字高程模型的关键。本文分析了几种重要的滤波算法,在研究基于坡度变化的滤波算法的基础上,提出一种改进的分块滤波处理的方法。实验表明:该方法能有效对点云数据进行分类。     

BP神经网络模型在澜沧江流域径流量模拟中的应用

河川径流等水文时间序列属于复杂的非线性系统,使用回归分析等传统的分析方法,难以获取和描述其内在关联和变化规律。利用现有的相关站点的径流量历史数据和输沙量、降水量数据,在进行规格化处理和主成分分析的基础上,利用三层BP人工神经网络模型,对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟,采用拟牛顿算法对模型进行训练,模拟结果达到期望精度要求,并利用1982年~1985年实测数据进行模型验证。结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性。     

基于MAPGIS的土地利用数据库的更新方法讨论

本文主要对基于MAPGIS平台的土地利用数据库的更新方法进行分析讨论,并针对一些具体的数据变更叙述了其更新的方法;在本文最后还提出一些更新数据过程中需要注意的问题。     

遥感和GIS支持下的分布式融雪径流过程模拟研究

基于遥感(RS)和地理信息系统(GIS)技术,设计和构建了一个分布式融雪径流模型,整个分布式融雪径流过程的模拟计算基于能量平衡和水量平衡,由分布式栅格融雪过程、分布式栅格产流过程以及分布式栅格汇流过程组成,融雪以及产汇流过程全部基于栅格尺度,全面实现了融雪过程的分布式模拟.分布式栅格融雪过程中对"度日法"加以改进,引入了"单元时段"的概念,从而得到了"度分融雪模型";针对融雪过程中颇为复杂的冻融反复性难题,提出了旨在解释积雪冻融反复性物理机制的"冻融系数"的重要概念,对于准确把握融雪过程的物理机制具有重要意义.同时基于GIS开发了分布式融雪径流模拟系统,为分布式融雪径流模型的运行提供了平台和技术支持,二者均为融雪洪水预警决策支持系统的核心模块部分.基于由MODlS等遥感数据得到的积雪信息、地表温度等下垫面信息,基础地理信息数据如DEM及其空间分析数据和大量野外同步观测数据(积雪信息、气象数据),对典型研究区新疆军塘湖流域2006年春季典型融雪期(2006-03-06,11:00-2006-03-10,11:00)内的洪水过程进行了模拟,模拟结果精度较高,平均精度0.82,达到了融雪洪水预警预报的业务需求标准.     

基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.     

非恒定水流计算的最优控制问题及其变分求解

为综合利用各类可用的信息源(如水流运动规律,观测资料和统计信息),在反问题的框架下构建了非恒定水流计算的变分模型.针对模型预测的可能误差来源,给出了初始条件、边界条件、物理参数三类独立参量及综合控制问题的定义.在此基础上,阐述了变分法求解这类偏微分方程最优化控制问题的基本原理及模型求解步骤.同时,为便于应用参考,选取初始条件、边界条件和物理参数作为控制向量,以实际常用的水流运动微分方程为基础,导出了一、二维非恒定水流计算的通用伴随方程.并以珠江黄浦至大虎段二维潮流计算为例,展示了变分模型的应用.