Calculating Pollution Indices by Heavy Metals in Ecological Geochemistry Assessment and a Case Study in Parks of Beijing

Pollution index is a powerful tool for ecological geochemistry assessment. The commonly used pollution indices by heavy metals in soils and sediments were classified as two types of single index and integrated index in an algorithm point of view. Four single indices of contamination factor (or concentration factor), ecological risk factor, enrichment factor, and index of geo-accumulation were illustrated, and the reference values for calculating single indices were distinguished into background levels and threshold pollution values. Eight integrated indices were divided into two groups. One group is suitable for the normal distribution single indices including the sum, average, weighted average,vector modulus, and Nemerow pollution indices, and the other for log-normal distribution including the product, root of product, and weighted power product pollution indices. Using background levels as reference values, five contamination classes were divided, and the terminologies are suggested for the single and integrated indices to unify the assessment results. Software of EGAPI was developed in a single document interface to calculate the four single and eight integrated indices by heavy metals to assess the quality of soil and sediment ecological geochemistry. Pollution indices by heavy metals of Cu,Pb, and Zn in soils in parks of Beijing were calculated using EGAPI software, and these five contamination classes and terminologies suggested in this study were evaluated and used. Results ofintegrated indices of Cu, Pb, and Zn in soils indicated that the soil qualities are unpolluted as a whole and varied from low polluted to unpolluted status from the center to the outskirts of Beijing City.     

基于ArcIMS的靶场WebGIS设计与实现

分析了建立靶场WebGIS的重要意义和迫切性,指出了基于ArcIMS进行开发的优势,并论述了ArcIMS的体系结构。依据该系统运行环境和特点,提出采用富客户端方案部署系统服务器。然后设计并实现了靶场WebGIS的结构和功能,详述了它的运行机理和开发中的两项关键技术,最后对系统作了分析和评价。     

元胞自动机城市增长模型的空间尺度特征分析

基于元胞自动机模拟城市系统的复杂行为时,空间尺度是一个非常重要的概念,模型的模拟结果往往会随着输入数据的空间尺度变化而发生变化。然而,目前的元胞自动机城市增长模型大多没考虑数据的空间尺度特征,本文拟通过改变模型中输入数据的空间尺度来验证元胞自动机城市增长模型对尺度的敏感性及其空间尺度特征,并以长沙市为例进行实证研究。研究结果表明:元胞自动机城市增长模型只有在一定的尺度范围内才具有较高的模拟精度,并且模型对尺度具有一定的敏感性,因此为了使模型能够具有较高的模拟精度,并较好地反映城市形态特征,应认真选择模型中输入数据的空间尺度。     

CA-AR模型在人口空间场属性变化模拟中的应用

本文结合CA(cellular automata)和AR(auto-regression)提出模拟人口空间场属性变化的CA-AR模型,以1991～2006年成都市各区、县市的人口统计数据和成都市行政区划图为基础,将行政单元转化为单元网格,分别建立成都市主城区各单元格的CA-AR模型。结果显示,模拟结果的绝对误差和相对误差都较小,模拟精度较高,模型的显著性水平都比较高,说明CA-AR模型用于模拟人口空间场的人口数量变化是可行的。     

联动式抓进度 优服务展风貌——宁波市勘规所顺利完成滩坑水库宁波移民安置项目评估工作

滩坑水电站是浙江省的重点建设项目,也是继金温铁路之后我省最大的扶贫工程和一项规模巨大的基础设施建设项目,集发电、生态、灌溉、防洪、供水、旅游为一体,对促进我省经济全面、协调发展具有重要的战略意义。积极做好滩坑水电站库区移民安置工作关系到整个工程建设能否顺利进行,     

多视处理对SAR船只探测的影响

合成孔径雷达(Synthetic Aperture Radar, SAR)成像过程中会出现斑点噪声,一般用多视处理减少图像的斑点噪声,这对合成孔径雷达船只探测造成了一定的影响.本文对不同视数SAR图像的等效视数、空间分辨率和船只海面对比度进行了分析,结果表明:一方面,多视处理增加了等效视数,改善了图像质量,更有利于船只探测;但另一方面,多视处理又降低了图像空间分辨率和船只海面对比度,对船只探测产生不利影响.最后本文选取了窗口滤波法和K分布法两种典型的SAR船只探测方法对多视处理的SIR-C SAR图像进行了船只探测试验,得到了最适合船只探测的多视处理的视数.     

植被波谱空间尺度效应及尺度转换方法初步研究

基于遥感图像的地物识别需要大量地物波谱数据的支持,而现有地物波谱库中收集到的同一地物的波谱,由于其测量尺度和方法的差异,波谱也存在很大差异.以冬小麦为例,首先介绍了材料波谱、端元波谱和像元波谱这3种不同尺度波谱的概念,并以实验数据分析了不同测量尺度下波谱的差别,以此说明波谱尺度转换的必要性.然后利用物理模型和统计模型建立不同测量尺度下的波谱转换关系.分别验证了SAILH模型和线性光谱混合模型在波谱转换中的精度.研究表明,在大尺度上采用统计模型,在小尺度上采用非线性的物理模型可以解释不同尺度观测植被波谱之间的差异.     

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.     

基于历史关系数据库的时空数据库实现研究

时空数据库是研究如何存储历史和当前的时空数据,从而跟踪分析某一区域的变化,最终实现时空模型化和模拟地学过程.采用历史关系数据库模式的时空数据库可以充分利用传统时态数据库时态查询功能和GIS空间分析处理功能这些方面成熟的研究成果和现有系统,降低时空数据库建立的费用和开销.分析了采用扩展关系型时空数据库的原因,介绍了历史关系数据库模式、时态关系代数和查询语言,研究了采用历史关系数据库模式在全关系化空间数据库中组织时态信息的方法,从而实现时空数据库.以麦地轮作为例说明了采用历史关系数据库模式建立时空数据库的可行性和有效性.     

空间智能:地理信息科学的新进展

在总结多年来研究GIS智能计算的理论与实践基础上,提出地理信息科学发展的新方向:空间智能.空间智能强调发现与应用空间模式,以增强GIS处理复杂数据和解决复杂问题的能力.空间智能主要的技术体系由空间分析、空间优化和空间模拟三大模块构成,其技术基础包括空间统计与索引、智能代理、高级启发式,以及数学规划等系列智能技术.由于空间智能融合了机器学习、统计分析和人工智能等多个学科理论,面向解决实际工程需求中大量存在的复杂时空问题,因此理论上具有广阔的发展空间,实践上也有重大的应用需求.随着空间智能体系的完善和技术的进一步成熟,它将在实际应用中具有巨大的价值.