基于地理图斑的遥感粒计算与精准应用

以数据粒化为基础的粒计算是大数据处理领域模拟人类思考和解决大规模复杂问题的前沿方向,其通过结构化、关联化等手段提升模式挖掘与知识发现的精度与效率。为更好地实施多源多模态遥感大数据的智能处理与解译分析,获取可服务于精准应用的时空信息,本文借鉴粒计算的数据处理思维,遵照从“外在场景的视觉理解”到“内在机理的知识发现”的演进脉络,在空间、时间、属性等3个维度上剖析了遥感大数据的粒结构及其多层次、多粒度特征,并以“地理图斑”为主线发展了集成分区分层感知、时空协同反演、多粒度决策等3个基础模型的遥感粒计算方法。重点以精准农业应用需求为导向开展了实践研究,案例从多个视角阐释了粒计算契合遥感大数据智能计算的需要,验证了本文构建的理论与方法可对农业遥感多层次的复杂问题进行有序解构与逐步求解,彰显了其助益于领域化精准应用的潜在能力。

地理图斑智能计算及模式挖掘方法研究

在大数据时代,高分辨率对地观测技术实现了对地球表层地理现象和地理过程最为真实、量化、全面覆盖又快速更新的数据化记录,可为地理空间认知研究的新发展奠定时空信息聚合与挖掘计算的基准。地理图斑是影像空间映射到地理空间中对于地理实体的抽象化表达,是构建地理场景和承载地理空间各类信息进而开展模式挖掘的最小单元。本文以地理图斑为基本对象,通过分析其中视觉模拟、符号推测等几类机器学习的协同计算机制,从空间、时间与属性等维度构建了集"分区分层感知"、"时空协同反演"、"多粒度决策"三者于一体的地理图斑智能计算模型,并以在贵州息烽县、广西江州区开展的农业种植结构制图与规划决策为应用案例,探索了地理图斑分布、生长以及功能3种模式的挖掘方法,并进一步设计了动态视角下开展图斑动力模式挖掘的研究思路。