摘要：陆表水资源的减少,尤其是干旱区湖泊及其毗邻湿地的退化可能会导致产生新的盐/沙尘暴热点。全球变化背景下,西北地区陆表水体退化对区域气溶胶时空格局的影响尚不清晰。本文基于MODIS地表反射率数据(MOD09A1)提出了基于多种遥感指数动态阈值的水体识别方法对区域水体进行提取,在此基础上联合MAIAC气溶胶光学厚度(AOD)产品,系统分析了区域长时序陆表水体与AOD的动态变化;随后使用偏最小二乘路径模型(PLSPM)综合评估了不同时空尺度下陆表水体退化对盐/沙尘气溶胶的影响机制。研究发现:①2000—2020年西北地区陆表水体呈持续增长趋势,陆表水资源98%以上分布在青海、新疆两省区。②西北地区的AOD呈显著的季节性特征,所有省区AOD值均在春季达到了峰值,而在秋季为全年最低,高值主要集中分布在塔克拉玛干沙漠和黄土高原地区。③在以自然景观为主的整个西北地区及青海湖和艾比湖典型湖区,陆表水体面积的增(减)能够直接且显著地抑制(促进)气溶胶的增长。研究结果对理解干旱区不同地理单元盐/沙尘气溶胶的释放、传输过程与机制具有重要意义,同时也为干旱区水土资源管理及生态保育提供科学依据。

摘要：借鉴操作系统中有关进程管理的理论 ,提出了一套面向拓扑空间实体的扩展锁技术 该技术实现了并行加锁与解锁事务间的同步与互斥管理 ,避免了死锁检测、事务回滚等操作带来的系统开销 ,提高了系统的运行效率 另外 ,在空间锁事务管理中使用的队列管理机制对提高系统的有序运转有十分重要的意义 实验证明 :该技术以相关管理逻辑代码的时间开销为代价 。

摘要：分析了基于目标基元的遥感信息提取技术相对于传统的基于像元的处理方式所具有的优势 ;结合人类视觉机制和计算机尺度空间理论 ,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术流程框架 ,即在大尺度下进行粗分割后进行块状基元提取的技术及实现过程 ;最后给出了相关实验结果 ,实验表明本文提出的基于基元的遥感信息提取便于与视觉知识和环境知识更好地结合 。

摘要：介绍了SARS时空分析系统的系统结构、数据流程和功能模块,功能模块包括数据库查询和显示、时间态势分析、空间态势分析、空间风险动态区划、时空过程预测、疫情空间传播机理和参数。通过MapObjects控件把这些模块集成为独立运行的软件,系统实现了SARS时空数据的查询和显示,并采用多个时空分析模型从不同角度对SARS时空传播过程进行分析、模拟和预测。

摘要：人口密度格网尺度适宜性研究旨在遴选适宜格网,较好表达人口分布位置,揭示人口分布差异,提高人口数据空间化质量。以安徽省宣州区的乡村区域为研究区,设计了人口密度格网尺度适宜性评价方法,通过构建位置表达度、数值信息表达度和空间关系表达度三类评价指标,开展了人口密度格网尺度适宜性评价研究,结合格网尺度—指标数值关系曲线,确定人口密度适宜格网尺度遴选方案,选取适宜格网尺度,评价了人口密度适宜格网的尺度合理性。结果表明:兼顾位置、数值精度、空间关系三方面的表达度,40 m、50 m格网是一个相对适宜的格网尺度,是生产高质量人口空间数据的适宜格网。初步研究表明,针对本研究区的人口密度格网尺度适宜性评价方案是合理的、有效的,是生产高质量人口空间数据遴选适宜格网的有效方法。

摘要：针对空间数据划分方法无法自适应选择问题,本文提出了基于CNN的数据自适应划分算法(Adaptive Partition Algorithm for Space Vector Data-Convolutional Neural Networks,SVDAP-CNN)。该算法首先基于应用场景和其他相关资源实现特征描述和表达;其次基于层次聚类设计特征矩阵表达算法,体现特征间的局部相关性以减少方法选择时间和提高选择精度;最后通过CNN模型实现空间数据自适应划分。本文选取南海区域真实数据和模拟数据进行验证,与已有的数据划分方法选择算法进行比较。结果显示:针对真实数据,SVDAP-CNN算法的精度和时间效率分别提高了24.18%和25.67%;针对特征和特征间关系表达欠完备的模拟数据,SVDAP-CNN算法的精度和时间效率分别提高了27.02%和26.80%;针对选择结果易出错的数据切分方法,SVDAP-CNN算法的精度提高了19.92%,证明了该算法有较好的普适性;另外,本文结合南海区的实际应用证明了该算法的应用可行性。SVDAP-CNN算法的提出可为大数据量、多变的自动化空间应用分析提供技术支撑。

摘要：在RS与GIS支持下,从TM卫星影像提取出珠江三角洲近期城镇建筑覆盖变化专题信息,利用土壤资源农业适宜性评价专题图对比城镇建筑扩展对土壤资源利用的影响,设计了土壤资源占用商指标(SU),以此刻划土壤资源受城镇建筑扩展影响的强度。结果表明:土壤资源质量越高,受城镇发展的影响越深刻。

摘要：震源药柱激发因素选择是影响地震资料品质的一个重要环节,在南方复杂山区高分辨率地震采集中合理选择激发岩性、井深、药量等激发因素尤为重要.本文根据复杂山区地震地质条件多样性、复杂性等特点,从理论上分析了地震激发机理、井深、药量、虚反射效应、岩性与药柱长度等对激发子波的影响,开展了基于适应近地表结构特征的动态井深设计、双微测井和综合表层结构调查(微测井和高密度电法联合)等,结合四川盆地及周缘等地区不同地震地质条件下进行了采集试验研究,获得了高品质单炮记录.

摘要：随着室内定位技术的广泛应用,传感器记录了大量室内移动对象的位置数据,而索引技术作为移动对象数据分析的基础工作也得到越来越多的研究。已有索引技术多是针对室外空间的移动对象,不能支持室内移动对象数据的三维立体性、轨迹的复杂性、随机性等特点,这些索引技术也仅仅关注了移动对象的位置信息,忽略了语义信息,不能有效地支持室内移动对象的管理和分析,并且当面对海量的移动对象数据时,这些架构在传统关系型数据库上的索引都存在性能瓶颈问题。因此,本文提出了面向语义单元的移动对象表达模型,利用语义单元将室内移动对象的位置语义化,设计了SCo II(Semantic Cell Oriented Indoor moving objects Index)索引结构对室内移动对象的历史数据进行索引,能够有效支持语义粒度上的时空范围查询、移动对象语义轨迹查询。索引基于HBase实现,能够适应大规模的并发更新与查询,具有良好的规模扩展性,规避了大数据给传统数据库带来的性能瓶颈问题,实验证明其具有良好的更新和查询性能。该索引的实现方便了基于语义的室内移动对象分析和数据挖掘工作,为今后的分析工作奠定了基础。

摘要：城市交通路况的短期预测是支持交通管理、在线导航的基础应用。出租车轨迹作为低成本、高时空覆盖率的交通监测数据类型,已广泛用于提取实时路况,支持路况短期预测。然而出租车轨迹时空覆盖极不均衡,导致大量的路段和时段轨迹数据缺失或覆盖率不足,难以直接基于轨迹数据精确估计全路网所有路段全天候的交通状态,精度和可靠性都不能满足实时交通路况估计和短期预测的需要。因而基于不均衡轨迹数据的全路网交通路况在线短期预测成为大城市交通精细化监测和管理的一大技术难题。本文针对轨迹数据的时空分布不均衡问题,设计了路网的动态分层方法,将城市路网根据轨迹的时空分布划分为多层路网,包括轨迹质量较好的主干路网以及轨迹分布较为稀疏的次级路网。在分层路网基础上,我们提出轨迹驱动的多层时空图神经网络路况短期预测方法,依托不同路网层级建立多层时空图神经网络,设计顾及轨迹时空分布的层内和层间消息传递机制,基于因果膨胀卷积和图注意力描述路网之间复杂的路况时空关联。在路况关联表征模型基础上,设计实现了表征-预测一体化的集成端到端图神经网络预测模型,可同时对全路网所有路段的速度和状态进行在线预测,有效提升轨迹分布稀疏路段的路况预测质量。通过武汉市大型路网的真实轨迹数据测试,本方法比基线方法在预测精度上有显著改善,特别是在轨迹数据缺失较严重的路段上取得了较好的预测性能,同时训练效率也有显著提升,表明所提出的多层时空图神经网络预测方法能有效地应对轨迹分布不均衡导致的路况预测难题。