从横向上的“一张图”到纵向上的“金字塔”:地理国情数据的多尺度表达

地理国情普查成果描述了自然地表和人文地理要素的空间分布、特征及其相互关系,在制定和实施国家战略发展与规划、优化国土空间开发格局、优化各类资源配置工作中发挥着重要作用。为了从全局观念、系统性整体化应用好该普查成果,成果管理部门在横向上建立了“一张图工程”,通过空间数据库技术将地理国情调查成果全覆盖、无重叠、无缝隙地展示。然而,为了面向不同级别行政部门管理、不同层次行业部门应用、不同详略信息数据提取,成果表达还应进一步在纵向上构建多级“金字塔式”数据组织,灵活有效地为不同应用需求输出合适级别的成果数据,金字塔结构不同层次数据对应不同水准的应用需求,同时跨层次间的数据联系反映了同一区域的地理国情状况在不同视图下的表达。本文系统地讨论地理国情普查成果构建金字塔式数据表达的技术方法,涉及众源大数据处理、地图综合与尺度变换、多级瓦片地图架构、跨层次级联更新等技术的应用。

科学绿化地理场景的动态符号设计与多尺度表达

作为城市建设高质量发展的重要环节,科学绿化采用新时代背景下的新型测绘手段,为国土绿化行动提供全方位技术保障。基于人对空间图形的认知规律和地图的空间表达能力,使用地图符号对科学绿化核心要素进行可视化表达,可提高大众对城市绿化的整体认知,使科学绿化理念深入人心。地图符号表达在科学绿化领域中的研究较少,传统方法在具体设计中多以模拟示意为主,难以传达专题特性。本文基于地图学新概念“地理场景”,以动态地图符号设计方法为指导,构建多尺度科学绿化动态场景:依据省级大尺度、区域级中尺度、地块级小尺度的场景特征,通过多符号设计参量组合,基于各尺度动态特性实现绿化要素动态符号设计;为使受众有更优的阅读体验,遵循信息详细程度与视点观察距离呈反比规律,构建连续多比例尺场景实现自适应切换,从而为科学绿化场景表达提供支持,辅助绿化管理部门分析决策。

采用长距离依赖和多尺度表达的轻量化车辆检测

基于深度学习的车辆检测在众多领域发挥着至关重要的作用,是近年来计算机视觉的一个重要发展方向。车辆轻量化检测包含了对网络结构和计算效率的探索,并在智慧交通等诸多领域都得以广泛应用。然而在诸多场景下存在相机中车辆目标尺度变化大、车辆相互遮挡等问题,这些情况会影响到网络检测车辆的精度。针对上述问题,提出改进Yolov5s的车辆检测方法。首先通过视觉注意力网络捕获长距离依赖,对原有特征图施加新的权重,增强自适应性,提升网络的抗遮挡能力;接着在残差模块内部再次构造水平方向残差,在一个模块内部构建相同数量、不同大小感受野的特征图,丰富网络的多尺度表达能力。实验结果表明:改进后的网络在Pascal VOC车辆数据集上提供2.1%mAP性能提升,在MS COCO车辆数据集上提供1.7%mAP性能提升。改进后网络的多尺度表达能力更加出色,且抗遮挡能力更强,与原始网络相比检测结果更具有竞争力。

深度学习在地图多尺度表达中的应用分析

传统方法在地图多尺度表达研究中存在地图要素结构化描述困难、算法自适应程度不高和空间关系保持能力有限等问题。深度学习在图像解译和时空预测中的成功应用,给地图多尺度表达提供全新思路。根据地图要素几何类型(线要素、面要素),归纳当前深度学习算法用于提取空间分布模式、模拟制图综合过程的相关研究;分析深度学习网络模型在地图多尺度表达中的应用效果,总结当前研究存在的问题和下一步改进方向。

DEM多尺度表达与地形结构线提取研究

提升方法是一种新型小波变换方法,比小波理论中的多分辨分析更加有效。介绍提升方法实现的原理和构造的三个步骤,将提升方法应用于DEM数据的多尺度表达;简述结构算法并重点说明对该算法的改进,最后给出利用改进的结构算法在多尺度DEM数据中提取地形特征线的方法和实验过程。

一种用于空间数据多尺度表达的R树索引结构

针对现有R树无法支持空间数据多尺度表达的问题,提出了一种用于空间数据多尺度表达的R树变形索引结构:(1)允许空间对象出现在非叶结点上;(2)利用树的深度反映空间分辨率的变化,提供分辨率维的支持;(3)树的分支结构考虑对自动制图综合算法的支持.分析了该变形R树索引结构的空间数据多尺度查询过程,并着重对该索引结构生成算法中的约束条件、插入算法和分裂算法进行了讨论.针对相同数据源,使用该方法与基于四叉树的空间数据多尺度索引方法进行了对比实验,结果表明,该索引方法能有效检索多分辨率形式组织的空间数据,具有综合结果记忆功能,效率明显.

顾及“保真性”原则的双向滚动球变换DDM多尺度表达算法

在分析符合"安全性"要求的数字水深模型(DDM)正向滚动球变换应用局限的基础上,根据高保真DDM多尺度表达评价标准中对水深值准确性、严密有序性及地形信息等级嵌套性的要求,从顾及"保真性"原则的DDM多尺度表达需要出发,提出一种基于双向滚动球变换的DDM多尺度表达算法。分析了海底地貌特征点在DDM双向滚动球变换过程中的变化趋势,根据DDM正向滚动球变换的尺度依赖特性,计算出了一定尺度下海底地貌的横向分布范围与纵向分布高度,建立了DDM多尺度表达中细部(骨架)地貌的判定准则。通过保留给定尺度下DDM中的骨架地貌,使海底地形的整体变化趋势得到了保持,满足了DDM多尺度表达对水深值准确性的要求;论证了DDM单值曲面等距离面变换的水深序同构特性,通过对给定尺度下的细部地貌进行DDM双向滚动球变换的等距离面提取,使海底地形的局部起伏形态得到了保持,满足了DDM多尺度表达对水深值严密有序性的要求;从满足DDM多尺度表达对地形信息等级嵌套性的要求出发,分析了DDM双向滚动球变换中尺度因子与地形信息等级单元逻辑包含关系的不相关性,论证了任意尺度因子条件下具有的相应等级地形信息范围的一致性。试验结果表明该算法克服了DDM正向滚动球变换存在的无法保留负向骨架地貌和保持海底局部地形起伏形态等不足,可有效保留DDM中骨架地貌并综合细部地貌,满足顾及"保真性"原则的DDM多尺度表达要求。

战场态势多尺度表达研究

从态势尺度的定义、尺度变换种类与过程、态势多尺度表达的典型样式和应用场景等方面对态势多尺度表达进行概念研究。提出态势尺度是由广度、粒度、比例与空间、时间、语义组成的笛卡尔乘积。将尺度变换划分为尺度上推和尺度下推两类,将尺度变换过程分解为由广度变换、粒度变换、可视化派生。总结态势多尺度表达的典型样式类型,包括作战视图族、层次细节显示、变比例尺显示,这些样式分别应用多任务协同、同一任务不同层级协同、固定目标跟踪的场景。

基于兵棋推演的综合战场态势多尺度表达

信息化战争中,战场态势已发展为融合多军兵种、多层次、相互关系复杂、信息海量的综合战场态势。兵棋是对作战过程进行推演的工具,如何对兵棋推演的综合战场态势进行表达从而提高指挥员感知战场态势的效果是值得研究的问题。针对作战指挥中各级指挥员关注战场态势的特点,提出了综合战场态势多尺度表达模型的概念,分析了影响综合战场态势多尺度表达的相关因素,并建立了综合战场态势多尺度表达模型。最后利用该模型实现了兵棋推演的综合态势多尺度表达,并验证了其有效性。

基于Voronoi图的空间信息多尺度表达

空间信息多尺度表达是地理信息系统和遥感信息科学的重要研究内容之一。Voronoi图有效的几何规则和算法,为地图目标间的复杂空间关系提供了强大的描述和分析依据。讨论了在进行空间多尺度表达时,地物要素概括和符号化带来的取舍、相交、拥挤等空间冲突问题。根据计算几何的Voronoi、Delaunay原理,探讨了点群要素选取、线要素的相交、面要素的聚合和一致性简化,使其在视觉表达上更适合于人的视觉和认知心理学特点,更有利于空间数据进行分析、处理和可视化。

面向地理对象多尺度表达的剖分编码方法研究

现有模型对影像数据中的地理对象进行多尺度表达很困难,鉴于全球剖分模型在对地理对象表达时所具备的全球唯一性、层次性、多尺度性、编码具有地学含义等特点,提出了面向地理对象多尺度表达的剖分编码方法,目的是对地理对象赋予统一的剖分编码,使编码具有地学含义和多尺度特性。实验证明,面向地理对象多尺度表达的剖分编码方法可以满足地理对象多尺度剖分化表达的需要,为新一代GIS解决地理信息"尺度鸿沟"问题,向用户提供"连续"、"自适应"的表达尺度奠定了基础。

基于关键比例尺的空间数据多尺度表达

已有的空间数据多尺度表达多为基于静态多版本机制的。其原理是通过不同的系列比例尺数据之间的尺度变换来模拟地理要素的连续显示,这在地图缩放过程中给用户视觉上造成了较强的跳跃感。这里在相邻的基础比例尺数据之间插入中间比例尺(关键比例尺)数据来进行空间数据的多尺度表达,给用户连续的视觉感受。

电子专题地图多尺度表达的相关问题及策略

结合电子专题地图多尺度表达方面存在的问题,分析电子专题地图多尺度表达的内涵,提出电子专题地图多尺度表达的解决策略,从不同类型专题地图地理要素的自动选取、底图数据的综合及可视化、专题数据的综合及可视化、底图要素和专题要素的相互关系处理4个方面对解决策略进行阐述。

空间目标多尺度表达模型及方法

为了让用户从海量的空间目标态势信息中准确、高效的感知所需信息,引入多尺度表达思想,在多方面分析空间目标态势表达影响因素的基础上,建立多尺度表达模型,并结合Voronoi图实现空间目标多尺度表达。最后通过实验验证了模型和方法的有效性,结果表明:该方法可以有效控制空间目标态势表达的信息量和各层次态势信息的详略程度,满足空间目标表达的清晰性和易读性的要求,提高空间目标表达效果。

一种匹配分类的空间数据多尺度表达与变换模型

空间数据"连续"表达是多尺度表达与变换的理想状态。针对多尺度表达与变换中地理要素的不同几何形态和生命期特点,建立了动静态结合的尺度变换模型。通过空间数据匹配技术,根据生命期不同,将空间数据分为匹配数据和消亡数据。对于匹配数据,通过综合算法生成关键比例尺插值数据,并预先静态存储;对于消亡数据,依据重要程度的顺序统计量,动态"选取、化简"生成插值尺度数据。实验表明该方案可以缓解传统尺度变换的跳跃感问题,变换效率高,可以快速、动态实现连续的尺度变换。

曲线多尺度表达的Head-Tail信息量分割法

本文提出一种基于Head-Tail信息量分割的地理要素多尺度表达模型。首先通过傅里叶变换将地理线要素转换为傅里叶描述子,并通过香农信息熵理论计算其频域信息量。然后,按Head-Tail数据分布模式确定地理要素信息量的分界点,并设计函数对各个分界点所对应的傅里叶截断频率进行估计。最后,参考传统方根模型,建立以地理要素频率信息量为基础的信息方根模型,计算与各个地图层次相对应的关键尺度,实现地理要素的层次化多尺度表达。采用等高线及海岸线的数据试验表明,本文所提出的模型能够有效根据设定的比例尺对地理要素进行化简,对不同目标比例尺的简化结果体现出了良好的区分度与层次性。同时,在保证化简结果与原地理要素面积重叠比一致的情况下,本文模型所得到的结果优于传统的简化算法。

路网要素多尺度表达目标的层次关系分析

针对目前地理要素多尺度建模的热点问题,剖析构建多尺度空间数据模型的关键技术,以路网要素为例,挖掘地理要素多尺度抽象表达的机理,利用多尺度扩展E-R方法,提炼多尺度抽象表达目标间的各种尺度、层次、语义、映射等层次语义关系,实现GIS中地理要素多尺度概念模型的设计。

空间数据多尺度表达不确定性研究进展

阐述了多尺度空间数据不确定性的研究意义,分析了空间数据多尺度表达不确定性的来源、研究内容、关键技术,最后从空间数据多尺度表达不确定性的研究历程、相关问题、分类及其可视化4个方面综述了空间数据多尺度表达不确定性的研究动态.

多尺度表达的地图设计模型

计算机技术引入地图学之后,引起地图制作与生产方式的极大变革。地图设计作为地图制作的核心,其内涵也发生了重要变化。以电子地图的多尺度表达为目标,探讨了地图设计在时空尺度上的扩展,提出了多尺度地图设计模型。为地图设计知识的抽象化、可视化以及设计知识向普通大众的传播提供了可借鉴的样本。

线状要素多尺度表达不确定性的综合分析与评价研究

空间数据的多尺度表达和GIS数据的精度分析及质量控制问题是当今地理信息科学和国际GIS界十分关注的两大前沿课题。本文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。