鲁东南新石器遗址时空格局与自然环境的关系

针对史前文化遗址的时空间分布进行研究以进一步分析环境变化对人类聚居地带来的影响,对发现和保护历史文化遗址具有重要的意义。该文运用GIS空间分析方法对鲁东南地区史前遗址的时空分布特征进行分析,并结合区域地形地貌等条件分析遗址与自然环境条件的关系。结果表明:遗址点主要分布在高程50~200m、坡度0~6°、坡向朝南且距离河流200~2100m的范围内;且遗址点的分布呈现一定的聚集性,不同时期人类活动聚集中心存在迁移现象。由此得出古代人类倾向于选择海拔高度低,坡度小,向阳且靠近水源的地方聚居,且不同时期农业经济类型和社会的发展程度一定程度的影响了人类活动中心的位置分布。探究了鲁东南地区3个时期遗址时空分布和自然环境之间的关系,分析了不同时期人类活动中心的聚散特征。     

利用夜间灯光数据的城市群格局变化分析

针对传统的统计数据具有行政单元统计约束的缺点、DMSP/OLS夜间灯光数据存在分辨率低、像元辐射值饱和的问题,该文使用NPP/VIIRS夜间灯光数据、城区边界、列车时刻表、百度地图API等数据,通过空间统计、标准差椭圆、位序-规模分布、空间联系测度研究中国九大城市群2012与2017年的空间格局变化。结果表明:长三角、珠三角、京津冀城市群的灯光总量和平均灯光均位于前列;长三角、珠三角、成渝、哈长、关中平原城市群灯光变分散,京津冀、长江中游、中原、北部湾城市群灯光变集中,成渝城市群夜间灯光重心移动最大,向重庆方向移动;长江中游城市群接近捷夫分布,中原城市群为序列分布,其他城市群为首位分布;长三角、珠三角、京津冀城市群的总体联系强度最高,各城市群边缘中小城市与核心城市空间联系较弱。     

检索词优化与空间自适应的深网POI获取方法研究

针对检索词库构建困难、数据请求量受限制等相关问题,该文提出一种基于独立覆盖率排序和空间自适应剖分的深网POI信息搜索方法,通过候选检索词初步构建、贪婪式探测搜索、检索词优化降维、空间自适应剖分爬行等主要流程,利用逐步逼近POI搜索的最大覆盖最优解,实现对深网POI信息的全量获取,大幅度提高深网POI数据的召回率与采集效率,该方法对于丰富地理信息资源、提升空间信息服务与内容管理能力具有重要意义。     

Simulation of landscape spatial layout evolution in rural-urban fringe areas: a case study of Ganjingzi District

In recent years, the rapid expansion of urban spaces has accelerated the mutual evolution of landscape types. Analyzing and simulating spatio-temporal dynamic features of urban landscape can help to reveal its driving mechanisms and facilitate reasonable planning of urban land resources. The purpose of this study was to design a hybrid cellular automata model to simulate dynamic change in urban landscapes. The model consists of four parts: a geospatial partition, a Markov chain (MC), a multi-layer perceptron artificial neural network (MLP-ANN), and cellular automata (CA). This study employed multivariate land use data for the period 2000–2015 to conduct spatial clustering for the Ganjingzi District and to simulate landscape status evolution via a divisional composite cellular automaton model. During the period of 2000–2015, construction land and forest land areas in Ganjingzi District increased by 19.43% and 15.19%, respectively, whereas farmland, garden lands, and other land areas decreased by 43.42%, 52.14%, and 75.97%, respectively. Land use conversion potentials in different sub-regions show different characteristics in space. The overall land-change prediction accuracy for the subarea-composite model is 3% higher than that of the non-partitioned model, and misses are reduced by 3.1%. Therefore, by integrating geospatial zoning and the MLP-ANN hybrid method, the land type conversion rules of different zonings can be obtained, allowing for more effective simulations of future urban land use change. The hybrid cellular automata model developed here will provide a reference for urban planning and policy formulation.     

Cesium框架多源电子地图瓦片数据混搭方案设计

针对现有的商业地理信息系统平台难以灵活整合多源影像数据融合使用的问题,深入研究Cesium平台下多种数据源的空间参考差异和瓦片组织规则,针对不同空间参考的瓦片数据源进行混搭设计,提出基于Cesium的多源本地瓦片数据静态和动态加载方案。实验结果表明,单一瓦片数据源加载方案、静态和动态多源瓦片混搭方案的展示效果较好;静态瓦片混搭方案在加载不同空间参考瓦片数据时容易造成变形;动态多源、多空间参考瓦片混搭方案能有效克服变形问题且展示效果佳。本文实现了在开源GIS平台下的多源影像数据的融合使用,为地理信息系统与遥感类项目应用提供了一个低成本、高灵活性的解决方案,具有较为明显的实际应用价值。     

顾及空间非平稳特征的遥感干旱监测

遥感技术具备实时快速、时空连续、广覆盖尺度等独特优势,在全球气候恶化大背景下,利用遥感干旱监测方法相比于传统地面监测手段,能够提供实时、准确、稳定的旱情信息,辅助科学决策。目前常用遥感旱情监测方法大多依赖全域性数学模型建模,假定了旱情模式的空间平稳特性,因而难以准确反映旱情模式的局部差异特征。本文提出利用地理加权回归模型GWR (Geographically Weighted Regression),考虑旱情模式的空间非平稳特性,综合多种遥感地面旱情监测指数,以实现传统全域旱情监测模型的局部优化。以美国大陆为研究区,监测2002年—2011年共10年的旱情状态。研究表明,GWR模型能够提供空间变化的局部最佳估计模型参数,监测结果更加吻合标准美国旱情监测USDM (U.S Drought Monitor)验证数据,且与地面实测值的最高相关系数R达到0.8552,均方根误差RMSE达到0.972,显著优于其他遥感旱情监测模型。GWR模型具备空间非平稳探测优势,实现了旱情模式的局部精细探测,能够显著提升遥感旱情监测精度,具备较好的应用前景。     

A high-precision heuristic model to detect home and work locations from smart card data

Smart card-automated fare collection systems now routinely record large volumes of data comprising the origins and destinations of travelers. Processing and analyzing these data open new opportunities in urban modeling and travel behavior research. This study seeks to develop an accurate framework for the study of urban mobility from smart card data by developing a heuristic primary location model to identify the home and work locations. The model uses journey counts as an indicator of usage regularity, visit-frequency to identify activity locations for regular commuters, and stay-time for the classification of work and home locations and activities. London is taken as a case study, and the model results were validated against survey data from the London Travel Demand Survey and volunteer survey. Results demonstrate that the proposed model is able to detect meaningful home and work places with high precision. This study offers a new and cost-effective approach to travel behavior and demand research.     

雾霾的影响因子分析及其区域相关性研究

成都、重庆作为中国西南地区快速发展的城市,是雾霾频发的区域,研究其雾霾因子联系以及区域空间分布特征及其规律,对于城市发展、创建绿色城市具有重要意义。通过分析2016年12月~2017年2月的PM2.5等污染物浓度数据可知:①成渝地区雾霾产生的高峰期在1月,并以成都、重庆为中心向四周减弱;②在时间分布上,成都和重庆的雾霾污染物浓度呈协同变化趋势,说明两地雾霾在区域上相互影响,协同作用;③在气象因素中,两地的湿度和风速对雾霾集聚、转移和扩散具有重要作用;④两地的位置和地形特征是其雾霾具有相关性的重要因素,因此只有两地同时防治雾霾,才能达到最好的效果。根据不同地域特征,积极改进生产结构,采取相应措施,才是治理雾霾的根本所在。     

基于点云数据的改进四叉树空间索引研究

随着测绘行业的不断发展,三维激光扫描技术已经成为地理信息产业中不可或缺的重要组成部分^[1],然而点云庞大的数据量给处理带来了一定的困难。本文针对运用车载移动测量系统所获取的海量点云数据,采用了一种基于编码改进四叉树索引的点云数据组织处理方法。结果证明该方法提高了创建索引的速度,减少了树的深度以及数据的冗余量,并基于此编码进行最邻近查找,具有可行性和有效性。     

时空大数据在空间优化中的应用

空间优化提供资源、实体等的高效配置与最佳空间组织方案,是地理学的重要研究领域。大数据背景下,各类蕴含时空信息的时空大数据能反映地表各要素的空间格局特征与演变过程,为空间优化提供强大的数据支撑。基于国内外时空大数据、空间优化研究成果,分析大数据发展历程、特征、定义及其影响,概括时空大数据的定义与特征,总结出对地观测、社会经济、物联网、互联网与社交网等5类时空大数据;在宏观(全国)、中观(省域)、微观(市县)3个尺度下,综述现有研究中的各种空间优化;将时空大数据在各类空间优化中的应用归纳为城市(镇)体系空间结构分析、自然生态环境监测、土地利用分析等7大类,并分别梳理了国内外的相关应用研究。该综述可为时空大数据、空间优化相关研究提供参考。