时空和语义结合的船舶轨迹数据压缩方法

大数据时代积累了覆盖范围广、时效性强的船舶轨迹数据。对海量冗余轨迹数据进行压缩,可提高检索效率,降低数据存储和传输负担;然而现有方法容易忽略移动对象的运动特征。因此,本文提出一种顾及轨迹时空特征和航行语义特征的压缩方法。首先,分析船舶轨迹的空间、时间和语义特征,设计顾及时空语义特征的轨迹数据压缩流程;其次,通过道格拉斯-普克和滑动窗口法计算轨迹点的时空和语义特征值;然后,加权融合轨迹点的时空和语义特征,构建轨迹点的重要性排序,并通过指定压缩比例获取保留轨迹点数目,实现船舶轨迹数据压缩;最后,根据压缩算法效率、质量和实例分析,表明本文方法可保留行驶的动态语义信息和时空形态特征,既可根据压缩比例控制压缩过程,又可显著减少数据冗余,为后续轨迹挖掘等应用提供数据基础。

道路网选取的案例与本体推理方法

道路网选取是一个模糊决策过程,针对当前制图综合案例推理算法中容易出现噪声和冲突、部分结果需人工参与决策等问题,本文以本体技术为基础,提出一种利用本体组织案例并进行知识推理的道路网选取方法。首先,从已有系列比例尺数据中提取案例,并基于三元法进行形式化描述;其次,以案例数据为中心构建本体知识库,重新组织案例表达方式;然后,利用本体规则扩展,识别并消除案例库中的噪声和冲突;最后,通过语义映射和图查询等推理手段,建立待选取数据语义、几何特征与本体知识库的映射关系,实现道路网自动选取。试验表明,该方法可有效还原专家知识,降低决策难度,促进道路网选取向知识推理方向发展。

多源道路智能选取的本体知识推理方法

大数据时代道路数据来源日益增多,跨数据源的道路选取面临巨大挑战。本文针对数据语义不一致问题,提出一种基于本体知识推理的多源道路选取方法。首先,将1∶5万基本比例尺地形图道路数据作为基础案例,将四维图新导航电子地图和开放街道地图中的道路数据作为试验数据,基于stroke计算道路等级、长度、连通度、接近度、中介度特征项,提取特征项概念并构建本体;然后,从语义特征项和数值特征项两方面计算本体概念相似性,建立基础案例与试验数据间的关联关系;最后,基于本体和语义网规则语言定义本体通用、语义特征、数值特征三类选取规则,实现跨数据源道路选取的过程性知识推理。试验表明,本文方法可基于本体概念相似性度量消除语义差异,同时利用语义网规则语言进行知识推理,可实现多源道路数据向基本比例尺数据的智能选取。

基于不同空间粒度的土壤和地表水体分布多样性及其相关性分析

选取河南省和江苏省共6个典型区域作为研究样区,将空间粒度引入并应用于土壤和地表水体多样性的研究中,分析优势土属和稀有土属空间分布多样性指数、地表水体空间分布面积指数及长度指数的粒度响应类型,并研究指数间的相关关系及其稳定性,旨在分析土壤与地表水体在空间分布格局形成上的相关性。结果表明:随着空间粒度的增加,优势土属和稀有土属空间分布多样性指数及地表水体空间分布面积指数的空间粒度响应类型均属于无响应型,而地表水体空间分布长度指数的空间粒度响应类型属于无规律型;土壤和地表水体在空间分布上存在一定的关联性,其中林州市水土资源的关联性强且相关关系稳定。

城镇化交通运输用地空间分布多样性格局特征--以郑州市为例

为分析城镇化土地利用中典型线状地物交通运输用地的空间分布多样性特征,以郑州市为研究对象,提取不同时期遥感影像中的交通运输用地数据,将多样性理论与方法应用到交通运输用地空间分布多样性格局研究中,具体分析其空间分布与城镇建设用地、坡度等影响因素间的关联性。研究表明:(1)空间分布多样性指数与传统评价指数间相关性高,其中空间分布长度指数可作为描述交通运输用地空间分布及数量特征的重要指标;(2)近年来郑州市交通运输用地发展主要集中在郑州市区、中牟县和新郑市,且空间分布逐渐均匀,巩义市、登封市等研究区交通运输发展滞后;(3)郑州市交通运输用地空间分布多样性受城镇建设用地与坡度空间分布的综合影响,其中受坡度因素影响较大。

基于地理空间数据的知识图谱构建技术研究

随着3S技术迅猛发展,地理空间数据呈现出爆发式增长趋势,基于地理空间数据构建知识图谱,实现数据到空间知识的转换成为亟待解决的科学问题。针对通用知识图谱仅以属性和语义关系表示空间知识,以及空间关系相对缺失等问题,该文首先描述了空间关系的表示方法;其次,提出了基于空间关系的知识图谱构建技术流程,重点研究空间关系抽取和表示以及多源地理空间数据融合的问题,实现了地理知识图谱构建;最后,论述知识图谱在地理空间领域的应用方向。该研究可以促进地理空间数据和语义网技术的整合,实现网络文本空间化、空间数据语义化,进一步提高智能化服务水平。

顾及多特征的散列式居民地SOM聚类选取算法

当前散列式居民地选取方法大多采用空间距离关系或空间分布特征等单一指标进行选取,从而难以兼顾选取前后居民地的分布范围、拓扑关系和属性信息等多方面特征的多样化整体保持。针对上述问题,提出一种顾及多特征的散列式居民地SOM聚类选取算法,该算法利用“分而选之”思想将居民地划分为外部轮廓居民地和内部普通居民地并分别进行选取。针对外部轮廓居民地的选取,采用D-P算法对外部轮廓线进行化简,并根据化简后的轮廓线得到外部轮廓居民地的选取结果。针对内部普通居民地的选取,首先基于SOM神经网络对其进行聚类,记录各居民地距离其最近聚类中心的初始距离值;然后利用居民地分布密度、一阶邻近度和居民地等级3个特征因素作乘积构造联合参数并与初始距离值相乘,得到居民地最终与其最近聚类中心的距离值;根据此距离值和选取比例决定内部居民地是否被选取。实验和对比分析表明,该算法提出的顾及多特征和对内外居民地分别进行选取的策略,能较大程度保持选取前后居民地的分布密度、拓扑结构和外部轮廓,并且选取结果能体现出居民地的中心度和个体重要性差异。

面状建筑物多层次骨架线提取方法

由于缺乏对凸部与建筑主体之间的层次关系描述,单个建筑物化简大多采用整体直角化方式进行,缺乏渐进式表达方法,难以实现对建筑物的多尺度、多层次逐步化简控制。针对该问题,提出了一种用于建筑物多层次表达的多层次骨架线构建方法。该方法首先通过构建Delaunay三角网提取建筑物内骨架线段,然后根据骨架线所关联的三角形面积识别得到主骨架线和次级骨架线之间的层级关系;最后对骨架线进行拉直处理。实验表明,该方法能够有效提取建筑物的多层次骨架线,较好地兼顾了建筑物的整体走向与局部形态特征,可为面状建筑物多尺度化简与表达提供支撑。

基于GIS的泥石流预警系统实现

为加强泥石流灾害的监控和预警措施，有效降低灾害损失，我们以MapGIS K9作为基础平台，采用C/S模式，使用C#语言进行组件式二次开发，建立起泥石流预警安全信息的管理平台。系统实现了地图查询、信息管理以及泥石流的灾害预警和基于DEM的受灾分析等功能，为地质灾害预警提供了更为科学便捷的途径。

伊洛河流域样区不同坡度下水土和土地利用多样性特征

为探索坡度与不同地学要素间相关关系,选取河南省伊洛河流域8个典型县域作为研究样区,在2 km×2 km网格尺度下,以不同的仙农熵变形公式计算坡度、地表水体、土壤、城镇建设用地及交通运输用地等地学要素的空间分布多样性,并利用互熵关联分析及偏相关分析探索坡度与各地学要素间的相关关系。结果表明:(1)地表水体与坡度间相关性强,除主要分布在低等级坡度外,地表水体在15°~25°中高等级坡度的山谷地区也较多分布。(2)不同等级坡度与各土类间75%以上的相关系数大于0.500,每种土类都趋向集中分布在某些坡度等级上,两者相关关系紧密,不同等级土壤类型的划分及分布也与坡度分级有关。(3)城镇化土地利用类型与0°~8°适宜坡度间相关性强,适宜坡度对城镇建设用地的影响高于对交通运输用地的影响。综上,坡度与水土、城镇化土地利用等要素间关系密切,是影响地学要素多样性格局的重要因素。

面向多源地理空间数据的知识图谱构建

知识图谱广泛应用于人工智能领域,基于此融合多源地理空间数据并表示地理事物的语义和时空信息,实现"数据—知识"的转换成为人们关注的热点。但现有通用知识图谱的空间知识覆盖度低且存在错误,同时基于维基百科构建的地理知识图谱存在空间关系、中文属性和坐标信息等属性缺失问题。因此本文以地理空间数据和百度百科数据的特征分析为基础,提出了以地理空间数据提取地理实体为主,百度百科补充属性信息为辅的知识图谱构建方式。①基于GeoSparql设计模式层的地理实体、要素、几何形状和空间关系的逻辑关系;②通过地理实体提取、实体链接和属性信息填充,在数据层实现空间知识融合;③结合关系型数据库和图数据库,设计空间知识存储方式;④在实体和关系2个方面定量分析知识图谱的构建规模。结果表明,本文构建的知识图谱中地理实体覆盖度和链接百科成功率相对较高,扩充了地理实体的概念描述信息,并将地理坐标的覆盖率提高到100%,对地理数据到地理知识的拓展具有重要意义。

利用知识图谱的恐怖主义事件模型

恐怖主义受到世界各国的普遍关注,众多学者在事件模型上进行了大量探索,但现有事件模型的恐怖主义概念层次特征不够突出,时序、空间和语义关系相对缺失,且知识图谱模式层的概念和关系类型固定,难以满足事件的多样化描述信息,因此,亟需以事件为中心并结合时空和语义特征构建事件表示模型。在分析事件组成要素的基础上,结合知识图谱前沿技术,提出并设计了模式、事件、数据三层结构的恐怖主义事件表示模型。无须在模式层扩充概念和关系类型,即可在数据层实现事件类型和描述信息的拓展,在事件层实现时序、空间和语义关系表示,并在原型系统中以宏观概览、时序回溯和语义展示3个场景为例,验证了模型的可行性和有效性。

顾及语义知识的地理空间数据快速检索

大数据时代地理空间资源不断增多,但现有通用知识库较少考虑地理空间数据蕴含的语义知识,难以实现数据的快速检索。因此亟需引入本体技术,以蕴含的语义知识为基础,提高地理空间数据访问速度,精确获取用户所需信息。以本体为基础,提出了顾及地理空间数据语义知识的快速检索方法。首先,基于通名编码规则、地理空间数据和开源百度百科数据构建语义知识库;然后,定义查询重写规则,设计语义知识和空间数据库映射方式,基于地名自动构建检索语句;最后,通过实例应用和效率、质量对比分析验证快速检索方法的可行性。该方法以地理空间数据的语义知识为基础,仅通过地理实体名称即可自动构建数据库检索语句,减少用户对数据存储方式和数据库语法规则的依赖,有效提高系统的检索效率和智能化程度。