地球剖分网格理论在影像处理中的应用

针对大区域遥感影像处理中数据组织和应用方面的技术难题,该文采用GeoSOT剖分网格体系理论的数据组织方法,建立影像型地理空间数据逻辑剖分与编码,同时提出了基于网格模板的影像按需快速拼接技术,依托空间剖分网格高精度的空间关系,直接从遥感影像中抽取所需的剖分面片进行几何拼图,实现了大区域遥感影像数据的快速组织和拼接,提高了数据浏览等应用的效率。在数据共享上,考虑到异构网络环境下数据实时共享的应用要求,设计了有限带宽条件下的智能传输策略。依托空间剖分网格天然的"多尺度、小面片"的特点,设计灵活的传输策略,在有限带宽网络条件下,以面片为单位,实现用户关心区域的目标信息的快速传输分发,改善数据传输效率和用户体验。     

社区化新零售的布局选址与优化发展研究——以南京市盒马鲜生为例

社区化新零售是新兴的商业模式,也是商业与社区互动的重要场域,值得从城市空间视角深入探究。基于南京市盒马鲜生及相关兴趣点(point of interest,POI)与兴趣面(area of interest,AOI)数据,综合运用空间分析、定量统计、实地调研等方法,解析盒马鲜生的服务类型及对象、空间布局特征、区位选址因素,并提出优化发展建议。研究发现：① 南京市盒马鲜生服务对象以社区为主,酒店、写字楼为辅;服务客户以具有一定经济基础和消费能力的中青年人群为主。② 空间布局总体呈现南—北走向的主城区+近郊区的“5+7三组团”格局,均为“点”状门店+不规则“面”状服务区相结合的“中心—外围”结构,实际配送范围与3 km缓冲区存在差异。③ 区位选址主要受社区密度和交通环境的影响,对商圈、地价具有依赖性,竞争对手对门店选址影响较小;主要位于社区与道路密度中高值区、商圈边缘地带、主干道两侧及地价中等区域,并利用面状服务区延伸服务范围,获取更多潜在目标客户群。最后从消费群体、运营成本、品牌竞争3个方面探索其区位选址的影响机制,并基于区位选址特征提出优化发展建议。     

美国失踪人口的时空格局演变与影响机制

基于Doe Network平台数据,综合运用数理统计、空间分析和地理探测器等方法,探讨了美国1996―2021年失踪人口的基本特征、时空格局与影响机制。结果表明：1）美国失踪多发生在青少年（13～18岁）与成年时期（19～59岁）,且失踪人口数量随年龄增长呈先增后减的趋势;男性失踪人数多于女性,但失踪高发年龄略滞后于女性;各种族中黑人面临着最大的失踪风险。2）时间上,自1996年以来,失踪人口的年际变化数量先呈现波浪式上升趋势,2017年达到峰值后大幅下降;受气温和节假日影响,夏季6―8月和冬季12月为失踪高发期,2―4月为失踪的低谷期。3）空间上,失踪人口在州尺度上呈由沿海边境地区向内陆递减的特征,失踪高发区域随时间推移,自东、西沿海地区与南部美墨边境同时向美国内陆推进;县尺度上呈边缘集中成片,内部零星分散的特征。4）失踪人口数量变化是多因素共同作用的结果,主要受地区人口流动性、人均GDP、生育率以及易失踪人群基数影响,人口环境因子与经济、社会因子结合后对美国失踪人口空间分异的解释力增强,达到80%以上。5）人口失踪可用“社会失范理论”解释,社会目标和手段的脱节导致社会失范,进而诱发...