案例推理的地学应用背景和方法

案例推理 (CBR)研究 ,是人类认知的一种合理性模型 ,接近于人类认识、解决问题最原始的思维方式 ,具有在无法获取机理模型、确定规则或统计模型时 ,采用简单的历史相似性推理实现问题的定量求解和预测 ,成为人工智能领域近年来的研究热点。     

遥感与GIS支持下的海洋渔业空间分布研究——以东海为例

基于海洋渔业多年来生产实践所表明的海洋渔场与海洋水文要素密切相关性,将研究区的遥感融合信息与生产数据进行GIS空间配准,同时建立了诸多要素数据的空间聚类模式,利用该模式提取了水文信息和中心渔场信息相关联的空间分布规律的隐伏信息,由此阐述了实现海洋渔业现代化,应用空间遥感融合信息和GIS支持下指导海洋渔业生产的渔情预报有着重要意义.     

基于ArcGIS的面状要素中轴线提取方法研究

专题制图中利用遥感技术获取专题要素和地理底图要素已成为大势所趋,而如何实现面状要素中轴线的提取从而获得线状道路、线状河流等底图要素一直是GIS界研究的热点。本文通过对ArcGIS9.0中提供的各种功能模块的综合应用实现了面状要素中轴线的自动提取。经实验这种方法简单实用、效果理想,效率很高。     

海洋地理信息系统理论基础及其关键技术研究

传统的海洋环境数据集成与共享存在共享模式单一、数据服务效果不明显等突出问题。随着云计算等技术的出现,数据共享模式发生了巨大的变化。提出基于云计算的海洋环境数据共享体系,通过基础设施即服务（infrastructure as a service,IaaS）、数据资源即服务（data as a service,DaaS）及软件即服务（software as a service,SaaS）实现海洋环境数据共享模式的转变。在海洋环境数据云中,用户既是数据的使用者也是数据的提供者,通过数据发布与发现、数据需求发布与发现等功能,解决数据共享中“用户-数据”之间的矛盾,并激励普通海洋科研工作者贡献自己的数据,保障数据资源有效、可持续利用。以南海海域为实验区,以表层漂流浮标数据及中尺度涡旋数据为实验数据,构建了原型系统验证该方法。     

基于大数据的极端暴雨事件下城市道路交通及人群活动时空响应

随着全球气候变化加剧,极端降雨增多,暴雨内涝灾害频发,严重威胁城市的可持续发展。快速掌握暴雨给城市交通及人群的影响,有助于提高灾害应急管理水平和事件响应能力。利用实时动态的交通路况信息和手机定位请求数据,通过一种融合STL时序分解技术与极端学生化偏差统计检验的时间序列异常探测方法,监测和分析暴雨内涝灾害事件中,城市道路交通和人群活动的时空响应特征,并以2018年7月16日发生在北京的极端暴雨事件为例开展实证研究。研究结果显示,在降雨集中的早、晚高峰两个时段（8—9时、18—19时）,市区的拥堵道路数量超出往常水平最高可达150%,异常检测分析显示拥堵道路数量和交通拥堵指数均达到异常甚至极端水平。人群活动的异常响应分析结果显示,暴雨事件引起定位请求量异常升高、异常点增多,且异常点的空间分布与1 h前的降雨量分布存在较高相关性。以上结果不仅证明了大数据及异常检测方法对于快速洞察暴雨事件对城市交通及人群影响的有效性,也为城市暴雨内涝灾害的应急响应与管理提供了新的技术手段。     

中国海岸带高分辨率遥感系统技术基础研究

基于海岸带作为经济高度发展的地带,特别是我国常规海岸带调查已不能满足海岸带经济发展和现代化管理的基本要求,着重从大量高分辨率遥感数据的组织和管理、快速准确的空间定位系统、特征级的影像融合以及海岸带特征提取等算法,共同构成海岸带高分辨率遥感数据处理及分析方法作为系统的技术基础,并通过与此相匹配的海岸带遥感分类系统及其综合制图等方法研究,支撑起海岸带遥感资源调查先进的技术构架,为实现我国海岸带现代化管理奠定理论和技术基础.     

基于案例推理的海洋涡旋特征信息空间相似性研究

目前对海洋涡旋的分析主要采用水团、近海海流分析和数值模拟方法,这些方法结合不同的区域资料已经有过很多成功的研究。但面对日益增长的多源、大面积海洋遥感数据,在快速自动化提取海洋涡旋的空间信息方面还存在很多难题。因此该文针对海洋涡旋空间信息的快速定量分析问题,提出了基于案例推理(Case-Based Reasoning,CBR)的海洋涡旋空间相似性研究方法。该方法首先采用多源数据(遥感数据、遥感反演数据、观测数据等)进行历史涡旋案例定量分析,并构建基于CBR的海洋涡旋案例表达模型和历史案例库;继而采用“基于重心矢径的序列分析方法”进行历史涡旋空间相似性分析,并结合典型的海洋涡旋区域给出具体实例。研究结果表明该方法是可行的。     

基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘

人类活动是引起青藏高原生态环境发生改变的重要因素。很多学者对青藏高原史前人类活动和近几十年的人口分布格局与人口流动开展了大量研究,但有关人群时空分布的精细尺度研究相对缺乏。海量的位置大数据为认识高原人群短期的动态变化提供了新途径。本文利用手机定位数据、人口迁徙数据等高时空分辨率的位置大数据,通过时间序列分解方法和基于统计检验的异常判别方法,分析了2017年国庆期间青海与西藏的人群分布时空变化特征,并探讨了假期旅游行为及人口迁徙与变化特征之间的关系。研究结果显示：① 在省级和城市整体尺度上,定位请求量的假期变化在时间上呈现先降后升的“潮汐”变化模式;② 在精细网格尺度上,西宁和拉萨城市及周边地区的人群分布变化在空间上呈现中心跌、周边涨的“离心化”变化模式。国庆假期人们向城市周边热门景点移动聚集的旅游行为和城市之间的人口迁徙都是导致西宁和拉萨周边地区定位请求量上涨的重要潜在原因,而两座高原城市中心定位请求的下跌不仅与人口迁徙有关,还与假期人类日常行为及定位请求频次的变化等因素有关。通过位置大数据挖掘节庆假期人群分布的时空变化,不仅加深了对高原人口分布格局与流动变化的认识,也为高原城镇化与生态保护的精细化管理与决策提供支撑。