空间数据多尺度表达的不确定性可视化模型

以视觉与认知理论为基础,研究了空间数据多尺度表达中不确定性的可视化方法,主要包括:设计不确定性的分级表达模型,提出色彩与不确定性的映射关系,构建了空间数据多尺度表达的不确定性可视化视觉变量系统,提出了采用动态符号或动态视觉变量来表示空间数据多尺度表达过程中的不确定性的方法.结果表明,该方法能清晰、直观、有效地表达空间数据多尺度表达中的不确定性,有助于理解不确定性的变化与传播规律.     

空间数据多尺度表达不确定性及其可视化研究

我校城市与环境科学学院徐丰老师获批国家自然科学基金项目:空间数据多尺度表达不确定性及其可视化研究,项目编号:41001219.空间数据的不确定性存在于从数据采集到数据应用的整个生命周期.Goodchild和Dubue认为没有以准确数据为基础的     

多尺度表达中属性数据不确定性及其可视化分析

<正>我校地理科学学院徐丰副教授2016年获批国家自然科学基项目:多尺度表达中属性数据不确定性及其可视化分析,项目编号:4167011795.不确定性是国内外地理信息科学领域重点关注的科学问题之一.GIS中的属性数据普遍存在不确定性,与空间位置数据的不确定性具有同等重要的地位.空间数据多尺度表达也会带来     

小波变换在DEM多尺度表达中的关键技术研究

实现空间数据多尺度表达的核心问题之一是建立合理的抽象模型,将小波分析融入到DEM数据处理中的方法是空间数据多尺度表达的关键技术.本文讨论了基于小波分析的DEM多尺度表达模型,用较简单的方法主次分明地描述了DEM的空间形态特征,得到精度较高、过渡平稳的多尺度DEM模型,并给出了试验结果.     

线状要素多尺度表达的不确定性评价研究

首先确立线状要素多尺度表达的实现方式;然后紧紧围绕线状要素多尺度表达的实现流程,分析线状要素多尺度表达不确定性的来源,并利用误差传播规律建立线状要素多尺度表达误差传播规律;最后通过实验得出线状要素在尺度扩展中不确定性的变化规律.为线状要素多尺度表示的质量评价提供了理论基础.     

GIS中曲线综合模型的建立及拓展

针对地图中水系、道路、境界线等线状要素的制图综合中的图形简化问题,利用小波分析的多分辨率分析原理,建立多分辨率小波分析思想和空间数据多尺度表达之间关系,提出了线状要素空间多尺度表达数学模型。对线状要素进行综合和平滑,实现了线状要素的空间多尺度表达。结合实例探讨了数学模型的特点、拓扑一致性和模型拓展等问题。     

多源地学信息的自动综合研究综述

地学信息普遍存在模糊性、多解性、不确定性和不完备性,传统的一些方法不能有效地综合各种地学信息,开展空间推理、多源地学信息的表达研究是实现计算机空间数据特征信息的自动综合的关键,也是实现GIS智能综合的关键所在.     

地理信息系统中多尺度空间数据的表征方法探究

电子地图应用日益广泛，对电子地图多尺度表征研究也得到重视。不同的多尺度表征需要不同的数据组织形式。本文主要研究了目前国内外多数据空间数据的表征方法，在多尺度空间数据进行组织的基础上提出了一种基于关键比例尺的新的多尺度表征方法。     

基于模糊聚类的多尺度空间数据挖掘模型及其矿山应用

基于空间数据的尺度特性,提出了多尺度空间数据挖掘的技术思想,建立了同一地理要素在不同尺度下的信息推理模型,即多尺度空间数据挖掘框架模型.以矿井煤层厚度为研究对象,以聚类分析为挖掘技术,实现了多尺度分析思想应用于空间数据挖掘领域的设想,证实了空间数据挖掘领域中的多尺度现象.研究成果丰富和发展了空间数据挖掘的基础理论.     

空间数据剖分集群存储系统架构初探

为解决超大规模空间数据有序存储与调度管理的统一基准和多尺度问题,针对超大规模空间数据的组织、存储与调度管理方法的不足,提出一套以球面剖分理论为基础,空间剖分面片与存储单元相映射的空时一体化空间数据存储管理架构.阐述了该剖分集群存储系统的概念、总体研究思路及其架构的核心设计.空间数据剖分集群存储理论的建立将为超大规模空间...     

多尺度空间数据库建立中的关键技术与对策

多尺度空间数据表达及数据库建立具有广阔的应用前景，在流媒体网络数据传输、自适应动态可视化、空间认知导航、互操作尺度匹配多个领域都有重要作用，但实现该技术面临着数据存储量大、操作响应慢、横向空间一致关系难以维护、尺度变化难以达到真正的连续性等诸多问题。针对这些问题提出了实现多尺度空间数据表达的4种技术策略；多级尺度显式存储、初级尺度变化累积、关键尺度函数演变和初级尺度自动综合；其中，结合算法实例重点讨论的初级尺度变化累积模型，借鉴了视频数据压缩的思想，是本研究领域的一种新方法。     

西方艺术地理学的研究进展与启示

通过对西方艺术地理的发展脉络进行梳理，从论文出版数量和被引频次、论文来源及研究机构等方面，对近30年来西方艺术地理研究现状进行分类归纳；对艺术与城市发展，学科的交叉和融合，艺术与性别、“他者”及身体，艺术与殖民、种族及移民4个西方艺术地理学的热点议题的研究案例进行整理，以期丰富西方艺术地理学的相关研究；最后，探讨中国艺术地理研究的可行性路径，提出中国艺术地理研究可从学科的学理拓展、艺术与场所的互动、视角及方法的多尺度性3个方面进行方法的突破及理论的创新。     

GIS中不确定性研究及其进展

数据是地理信息系统(GIS)中最基本和最重要的组成部分,数据的质量直接影响到地理信息系统的经济效益和社会效益。因此,空间数据的质量,特别是空间数据的不确定性变得越来越重要。介绍了GIS中不确定性的概念及其分类,总结了目前该领域的研究理论基础、研究现状及其进展,分析了研究中存在的问题并给出了一些建设性的意见。     

水电站坝址渗流微观动态研究综述

从水电站坝址地下水水质与渗水析出物的形成、演变及其影响因素,以及水-岩相互作用地球化学模拟等方面对运行工况下水电站坝址渗流微观动态的研究进展进行综述,并对其中存在的问题进行探讨。指出需要进一步研究的方向包括:水质异常变化所具有的化学损伤效应;渗水析出物中微量元素的地球化学特性及其指示意义;考虑细观结构改变的液-固相间多组分反应-运移多尺度模型及其应用;水-岩(还包括工程材料)间相互作用地球化学模拟不确定性及其方法论。     

An Index mechanism for multi-scale view in spatial databases

There are numerous geometric objects stored in the spatial databases. An importance function in a spatial database is that users can browse the geometric objects as a map efficiently. Thus the spatial database should display the geometric objects users concern about swiftly onto the display window. This process includes two operations: retrieve data from database and then draw them onto screen. Accordingly, to improve the efficiency, we should try to reduce time of both retrieving object and displaying them. The former can be achieved with the aid of spatial index such as R-tree, the latter require to simplify the objects. Simplification means that objects are shown with sufficient but not with unnecessary detail which depend on the scale of browse. So the major problem is how to retrieve data at different detail level efficiently. This paper introduces the implementation of a multi-scale index in the spatial database SISP (Spatial Information Shared Platform) which is generalized from R-tree. The difference between the generalization and the R-tree lies on two facets: One is that every node and geometric object in the generalization is assigned with a importance value which denote the importance of them, and every vertex in the objects are assigned with a importance value, too. The importance value can be use to decide which data should be retrieve from disk in a query. The other difference is that geometric objects in the generalization are divided into one or more sub-blocks, and vertexes are total ordered by their importance value. With the help of the generalized R-tree, one can easily retrieve data at different detail levels. Some experiments are performed on real-life data to evaluate the performance of solutions that separately use normal spatial index and multi-scale spatial index. The results show that the solution using multi-scale index in SISP is satisfying.     

时空数据模型的研究进展评述

时空数据模型是研究地学时空过程的基础数据设施条件．在介绍时空数据模型的研究进展的同时也讨论了当前主要时空数据模型的优缺点．时空数据模型根据其建模思路主要地可分为4类，即着重于描述时空状态序列的过程模型，着重于描述某个时间点上形成的时空因果联系的时间点模型，意图全面描述时空关系的面向对象的模型以及满足特定时空推理方法要求的专用数据模型．时空对象的特征变化过程、空间关系以及时序关系的表达在时空数据模型的研究中讨论得比较广泛而深入，但是针对时空中的相互作用过程及存在于其中的时空因果联系以及针对时空不确定性的表达研究目前仍显不足，需要进一步研究．针对特定时空推理算法的专用时空数据模型需要与时空推理模型的研究紧密结合才能取得同步发展．越来越多的多源异构时空数据需要一个逻辑上的集成模型以实现一体化的数据管理，这方面的研究也需要进一步深入．     

An Index mechanism for multi-scale view in spatial databases

There are numerous geometric objects stored in the spatial databases. An importance function in a spatial database is that users can browse the geometric objects as a map efficiently. Thus the spatial database should display the geometric objects users concern about swiftly onto the display window. This process includes two operations:retrieve data from database and then draw them onto screen. Accordingly, to improve the efficiency, we should try to reduce time of both retrieving object and displaying them. The former can be achieved with the aid of spatial index such as R-tree, the latter require to simplify the objects. Simplification means that objects are shown with sufficient but not with unnecessary detail which depend on the scale of browse. So the major problem is how to retrieve data at different detail level efficiently. This paper introduces the implementation of a multi-scale index in the spatial database SISP (Spatial Information Shared Platform) which is generalized from R-tree. The difference between the generalization and the R-tree lies on two facets: One is that every node and geometric object in the generalization is assigned with a importance value which denote the importance of them, and every vertex in the objects are assigned with a importance value,too. The importance value can be use to decide which data should be retrieve from disk in a query. The other difference is that geometric objects in the generalization are divided into one or more sub-blocks, and vertexes are total ordered by their importance value. With the help of the generalized R-tree, one can easily retrieve data at different detail levels.Some experiments are performed on real-life data to evaluate the performance of solutions that separately use normal spatial index and multi-scale spatial index. The results show that the solution using multi-scale index in SISP is satisfying.     

基于GWR模型的中国NDVI与气候因子的相关分析

在ArcGIS支撑下, 基于1982-2010年8 km分辨率的AVHRR NDVI及气温和降水数据, 应用最小二乘法和地理加权回归方法, 构建中国NDVI与气候因子的地理加权回归模型, 定量分析中国NDVI与气温和降水的相互关系, 获取各个回归参数的空间格局, 并将模拟结果与全局性回归结果进行对比。结果表明, 与线性回归模型相比, 地理加权回归模型的拟合效果显著提高, 拟合优度从0.3提高到0.6。气候因子对NDVI的影响具有空间异质性: 从北到南, 气候因子对NDVI的影响逐渐减小; 西北内陆等干旱荒漠地带, 气候因子对NDVI的影响较大。对中国大部分地区而言, 气温对NDVI的影响超过降水。各区NDVI与主导气候因子发生作用的特征尺度不同。