基于SuperMap Objects线状地物面积快速扣除算法实现

线状地物调查是土地资源调查中的一项重要内容。在分类统计汇总土地面积时,计算、扣除线状地物面积时显得尤为重要。本文在分析线状地物与地类图斑空间关系的基础上,设计了线状地物面积快速扣除算法。利用SuperMap Objects作为开发平台,VC++6.0为开发工具实现了该算法。经验证,该算法能够快速实现线状地物面积扣除,可达到相关建库工作的精度要求。

基于空间异质运算的结构信息提取辅助遥感影像分类研究

以Landsat-8和高分一号数据为例,采用仅有光谱特征、3种纹理特征(概率统计、灰度共生矩阵、空间异质运算)辅助光谱特征的方法提取影像空-谱信息,并通过支持向量机分类器进行基于像元的地物分类。结果表明:1)纹理特征辅助光谱特征的地物分类精度明显优于仅使用光谱特征的分类,可提高8.62%~24.36%;2)相较于概率统计、灰度共生矩阵方法结果,空间异质运算结果分类精度在GF-1影像中分别提高了13.31%和2.03%,在Landsat-8影像中分别提高了11.62%和7.79%;3)对于线状地物,相较于概率统计、灰度共生矩阵方法结果,空间异质运算结果分类精度在GF-1数据中分别提高了29.31%和0.80%,在Landsat-8数据中分别提高了11.90%和6.64%,有效减小了分类误差。因此,空间异质运算提取的空间结构信息辅助光谱特征的分类方法能显著改善遥感图像的分类精度,为空间结构信息辅助遥感影像地物分类及线状地物的提取提供一种新的思路和方法。

在空间抽象中线状目标间拓扑关系的等价转换

拓扑关系在抽象过程中的等价转换是维护多尺度空间关系一致性的基础。本文以空间拓扑关系组合推理所描述的线状目标之间的拓扑关系为例,采用成分抽象的等价转换方法,研究了线之间拓扑关系等价转换的原则,并绘出了相应的等价转换图。

不确定性线状目标之间拓扑关系的描述与判别

总结了常见的不确定性线状目标描述模型以及确定性线状目标之间拓扑关系的描述模型 ,并在此基础上提出了一种定量化分析方法 。

多维空间索引结构SHG-Tree(英文)

R-Tree及其变种的多维索引结构在数据的操作过程中通过对空间的分隔和不断调整将整个空间划分为大小不等的子空间以容纳足够的空间对象,这种方法能有效地实现多维空间对象的索引,但不能避免频繁的节点分裂与重组操作所造成的计算开销,也不能避免对叶子节点中的候选对象进行空间匹配所带来的计算开销。提出了一种能有效解决上述问题的索引结构:SHG-Tree。基于SHG-Tree的索引方法将多维空间划分为不同粒度的格子单元并将这些格子单元通过SHG-Tree按空间包含关系组织为层次树结构,同一层的格子互不相交且空间范围固定。空间对象通过文中提出的线性化方法转换为一系列不同粒度的互不相交的空间格子,进而将对象在其覆盖的格子中注册以实现空间对象至SHG-Tree的映射。查询操作只需将查询条件映射为相应的格子并取出这些格子中的对象作为查询结果。这种索引结构能有效减少节点的分裂和组合带来的计算开销,也解决了传统R-Tree索引中对于叶子节点中的候选对象进行区域匹配的计算开销。基于SHG-Tree的索引结构支持包括相交查询、区域查询、包含查询、top-N查询、k-NN查询等常用的多维查询,实验表明SHG-Tree能在毫秒级实现各种空间查询。

GIS空间线目标间拓扑关系形式化描述模型

针对现有拓扑关系描述模型的不足,首先以点集拓扑学基本理论为基础,定义了空间线目标的端点、内部、边界等概念,在此基础上提出了一种描述空间线目标间拓扑关系完善的形式化模型——New 9交模型。根据线目标的物理意义,提出了5条取值规则以排除模型描述的拓扑关系中没有意义的类型,并在此基础上总结出了空间线目标间拓扑关系的最小集,定义了6种线目标间的基本拓扑关系,并且证明了此最小集的互斥性与完备性。

线状物体空间关系的自然语言理解的双语比较

人们用语言描述空间关系时所选用的词汇反映了他们对于物体空间状态的认识。语言如何表达空间关系与很多因素有关,除了空间实体的特征和它们之间的空间关系,描述者个人的特征也影响到描述的语言,例如描述者的语言和文化上的差异,以及性别、年龄和受教育程度等。本文将通过认知实验,比较不同语言、文化背景的人对线状物体空间关系描述的理解。主要对比了两组人群:母语为英语的人群和母语为汉语的人群。共进行了3组实验:母语为英语的人群对英语描述的线状物体空间关系的理解;母语为汉语的人群对英语描述的线状物体空间关系的理解;以及母语为汉语的人群对汉语描述的线状物体空间关系的理解。采用相同的题目,比较了3组实验的结果。结果表明语言文化在一定程度上影响了人们对空间关系描述的理解。

对于线状地理特征空间关系的自然语言理解

人们通常用定性的词汇描述空间关系,而地理信息系统都采用定量的方法,这就限制了地理信息系统表达地理空间信息的能力。为了建立自然语言表达的空间关系和空间关系计算模型之间的桥梁,开发能更容易被广大的非专业人士使用掌握的自然语言的地理信息系统界面,充分理解自然语言所表达的空间关系和物体是十分必要的。本文通过认知实验的方法研究了英语自然语言对两个线状地物的空间关系的理解,发现地理特征之间的几何关系和拓扑关系是影响人们对空间关系的描述的主要影响因子,并且在不同的情况下,它们的影响程度不同。研究还发现,在有些情况下上下文的语境也对空间关系的描述有一定的影响。

多尺度地理空间线状目标相似关系分析

对多尺度空间下线状目标的相似关系做了全面描述,从多尺度的概念和现实生活的相似定义出发,探讨了多尺度空间下线状目标相似的定义以及影响多尺度空间下线状目标相似的相似因子,通过对多尺度下线状目标相似因子的分析和探讨,为多尺度空间下线状目标的相似性的表达和度量提供参考.

基于灰色多目标线性规划的庄浪县土地利用结构优化研究

选取大陆性季风气候特征的甘肃省庄浪县进行实例分析,综合考虑经济效益、生态效益和社会效益,采用灰色多目标线性规划法,建立目标函数,得出最优的土地利用结构优化方案,并用常规的叠加法将确定的土地利用数量结构方案优化配置到具体的地域空间.结果表明:庄浪县在土地利用过程中用地盲目性、随意性大,导致结构与布局不稳定;以最优化理论为指导思想,得出3个备选方案,方案一生态效益最大化,方案二经济效益最大化,方案三不仅使耕地面积达到72 890.87hm2,实现庄浪县耕地保有量目标规划的要求,而且通过增加2 297.26hm2的园地面积和5 429.57hm2的林地面积来提高生态效益,随着城镇化进程的加剧,城镇用地规模增加至1 765.05hm2,农村居民点面积减少了476.45hm2,且采矿、交通等非农建设用地也分别有所增加;在Arcgis中将最优土地利用数量结构落实到具体的地域,实现了土地利用数量结构和空间结构的有效统一.

基于线性四分树的空间关键词最近邻查询方法研究

随着移动互联网的快速发展和智能移动设备的广泛普及,空间文本对象的数量在不断增大,随之而来的是开展空间关键词查询技术的研究。Top-k空间关键词搜索是从空间数据库中探索有用信息的重要途径。近年来已经提出了各种各样的混合索引技术,主要是将R树和倒排表结合起来,从而同时执行空间修剪和文本修剪。然而,随着数据量的快速增长,在索引维护成本和查询处理时间两个方面对现有的方法提出了很大的挑战。针对这一问题,在改进的线性四分树的基础上,提出一种基于自适应虚拟四分树的空间关键词最近邻查询算法Avqt。在真实数据上进行实验验证,结果表明该算法的有效性。

面向类对象的三维空间查询

针对流体实验模拟系统中的三维空间数据，采用了基于固定三维网格划分的线性八叉树空间数据结构，并运用了层次分明的Morton编码方法，快速有效地存储和管理数目庞大的八叉树节点。为了便于缩小空间范围，快速地进行空间查询检索，引入了面向类对象的分级查询技术，有效地提高了空间查询的速度。

支持OR语义的高效受限Top-k空间关键字查询技术

近些年,随着定位系统和移动设备的普及,空间文本对象的数量日益庞大,基于位置的地理信息服务在人们的生活中发挥着越来越重要的作用.对于空间关键字查询搜索的研究亦如火如荼.然而,现有许多研究工作只适用于AND语义,支持OR语义的搜索研究相对较少.当用户放松对关键字匹配的要求时,支持OR语义的搜索技术显得尤为重要.针对这一问题,在聚集线性四分树的基础上,利用线性四分树上物理存储的Morton码与逻辑空间位置的对应性,提出了基于虚拟网格的VGrid算法.该算法可同时支持OR语义和AND语义.最后,通过在真实数据集上进行大量实验,验证了所提算法的有效性和高效性.

任意线天线阵分析及通用软件的实现

利用空域分解法对任意形状任意位置的多个线天线系统进行了分析，并用面向对象的程序设计思想编制了一套通用程序用于计算任意线天线的互耦、阵方向图等天线特性。在给定线天线系统基本参数情况下，添加一定程序便可给出最优天线配置方案。

通过空间相似度设置阈值的Douglas-Peucker算法

线状地物的化简是地图综合的重要组成部分,Douglas-Peucker算法作为一种经典的化简线状地物的算法,化简时需要进行多次实验才能选取到合适的阈值,得到最终化简结果。为了避免选取阈值繁琐的过程,通过计算不同阈值下化简前后线状地物间的空间相似度,并将绝对阈值转换为相对阈值,利用曲线拟合的方法得到相对阈值和空间相似度之间的关系。基于两者之间的关系,在使用Douglas-Peucker算法化简线状地物时,即可通过空间相似度来选取合适的化简阈值,提高了化简的效率。

多尺度空间线状实体形状相似关系的表达与度量

本文对空间数据多尺度表达中线状实体综合前后的形状相似性进行了描述、分析和研究。通过调查统计,得出了衡量线状实体形状相似程度的两个重要参量SIMⅠ、SIMⅡ,基于这两个参量给出了空间线状实体形状相似性的定义以及在不同尺度下线状实体形状相似性的度量方法,并用实例进行验证。为空间数据多尺度表达时线状实体的形状表达提供了一种分析和评价手段。