一体化综合减灾智能服务系统研究

针对目前我国减灾服务重决策轻预警,减灾服务技术、系统、应用集成不够,尚缺乏完善的一体化综合减灾智能服务体系现状。该文从测绘地理信息视角,分析了室内外一体化应急定位、多源应急数据融合、灾害场景可视化、灾害模型分析服务等关键技术,构建了一体化综合减灾智能服务原型系统,并在国家基础地理信息中心和陕西省的相关应急部门进行了实际应用,实现了应急信息的一体化感知、定位、融合、分析、服务,为我国综合减灾决策分析提供了技术支撑。     

基于遥感监测的北京市 城市空间扩展格局与形态特征分析

基于1990年、2002年、2013年的遥感影像、基础地理信息数据,开展北京城区边界信息提取,从城市扩展过程、空间形态、扩展类型、空间结构演变4个方面对北京市城区空间演进过程进行分析。结果表明:1990—2013年北京市辖区城区面积扩展了559.20 km~2,2013年的城区面积是1990年的2.29倍,城区面积扩展明显;北京市城市空间扩展具有显著的阶段性,1990—2002年、2002—2013年两个时段的城市扩展面积及速率均呈显著增加趋势,前期以中心城区外围的"片状"扩展为主,后期以内部填充的集约式扩展为主。     

语义因子支持的多源POI分类信息一致化处理

为了解决网络POI分类异构导致多源POI数据匹配与整合困难的问题,该文利用分类特征词提取、特征词去重与优化等关键技术,构建POI分类的语义概念格,然后通过概念格之间的语义关联关系,实现多源异构POI分类体系的映射与转换。最后通过实验验证了该文方法的有效性,并将其成功应用于省级地理信息公共服务平台(政务版)数据更新。     

地理要素的分布式空间近似查询处理方法

针对传统空间查询无法满足地理数据交互式可视化对处理时间要求的问题,以窗口查询为例,提出了一种空间近似查询处理方法。该方法包括预处理和查询两步:在预处理阶段,利用分布化的线简化算法对空间对象进行顾及误差的预处理采样,将采样过程及误差值用树型结构保存;在查询阶段,以豪斯多夫距离定义数据可视化的误差,进行误差可知的顶点即时采样与截取,从而实现针对可视化应用的高效的空间近似查询处理。在Hadoop集群上利用77GB的OpenStreetMap数据集进行了实验,证实了本方法的效力与效率。     

基于三维GIS的海洋标量场数据动态可视化

针对海洋标量场数据的多维、多格式、动态性等特点,设计了基于NetCDF的海洋标量数据通用数据模型,详细阐述了模型的存储格式及其特点。基于三维GIS场景,构建了标量场多维动态渲染模型,探讨了基于几何对象的海洋标量场数据多维可视化方法,实现了海洋标量数据的直观、多维、动态可视化表达。技术试验表明,该方法高效、可行,可为其它海洋环境要素数据的可视化与分析提供技术借鉴。     

电子政务空间辅助决策综合数据管理研究与实践

本文通过对电子政务数据特点和处理要求的分析,提出了电子政务空间辅助决策综合数据模型。在此基础上,作者完成了电子政务空间辅助决策综合数据管理方法研究与实践。实现了多种类型数据的管理,扩展并完善了基于空间数据的电子政务应用数据管理的内容和技术。     

电子政务空间辅助决策系统的应用开发

随着电子政务的快速发展,空间辅助决策系统已成为其重要组成部分。本文着重分析服务于政府领导的电子政务空间辅助决策支持系统应具备的信息特征和服务模式,提出了解决方案及电子政务空间辅助决策系统的应用框架。并简要介绍了基于该框架的几个应用系统。     

基于NetCDF数据模型的海洋环境数据三维可视化研究

针对海洋环境数据多维、多格式及动态性等特点,本文在全面分析NetCDF数据模型的原理、数据组织及其调度方法的基础上,基于大范围三维虚拟场景,设计了符合NetCDF标准典型海洋环境要素的三维动态渲染模型,实现了海洋环境要素数据的三维动态可视化表达与分析。实验表明,本文方法为复杂海洋现象的表达、变化规律分析以及趋势预测等研究提供强有力的可视化辅助工具。     

地理国情统计分析的服务内容和对象及领域探讨

针对地理国情统计分析面临的深度应用、业务目标、快速响应等服务需求,该文提出了地理国情统计分析服务框架,并从服务的内容结构、对象模型、领域构成3个层面展开论述。地理国情服务内容涉及基本统计、综合统计和专题分析,将地理国情数据成果转化为统计信息和决策知识服务;地理国情服务对象涵盖了各级政府、专业领域和社会公众;地理国情统计分析成果在国家重大战略和重大工程、国土空间开发、资源环境审计、国土空间用途管制、生态环境保护等方面具有非常广泛的应用服务领域。     

基于DBSCAN算法的北京市顺丰快递服务设施集群识别与空间特征分析

电子商务跨越式发展为快递物流行业注入了新鲜血液促使国民经济达到新的增站点,服务网点作为连接快递企业和用户之间的桥梁纽带,逐渐成为城市地理和物流地理的重要研究对象。本文以北京市顺丰快递服务网点为研究对象,首次将DBSCAN聚类算法和无人值守的智能快递柜引入城市物流快递行业研究中,综合使用核密度分析、Ripley's K函数等空间点模式分析方法,定量对比分析有人值守的合作网点和无人值守的智能快递柜两类顺丰快递服务网点的空间布局、集聚特征及影响因素。结果表明：① 基于密度的DBSCAN聚类算法能够快速有效地识别出任意形状的快递服务网点集群,算法识别出24个智能快递柜集群,14个合作网点集群;② 顺丰快递服务网点高密度区主要集中在人口密度大、经济繁华、交通便利的居住区和包含热门商圈的职住区附近,如双井、金融街、三里屯、学院路等;③ 合作网点和智能快递柜两类服务网点均呈集聚性分布,但集聚规模各不相同,具体表现为快递柜集聚规模明显大于合作网点,而集聚强度却小于合作网点;④ 智能快递柜集群密度大,服务半径小,更倾向服务于步行可达范围内的居住小区;合作网点集群密度小,服务半径大,服务对象随服务半径扩展至周边各大职区,对交通可达性的要求更高。⑤ 顺丰快递服务网点布局是地区经济水平、人口规模、交通状况、土地利用类型及城市功能区定位等多种因素综合作用的结果。