共查询到20条相似文献，搜索用时 203 毫秒
1.
利用广州市增城区2009—2015年气候统计数据,分析增城区降水量的时空变化规律;并结合遥感影像图、DEM数据、管网、社会经济指数等资料,利用GIS风险分析的方法,对增城本土进行暴雨洪涝风险分析评估,得出暴雨洪涝风险值分布图。掌握暴雨洪涝风险分布有利于加强对灾害高发区域的认知,合理构建防灾、避灾系统。 相似文献
2.
3.
三维GIS的城市暴雨积涝灾害模拟 总被引：2，自引：0，他引：2
针对传统基于二维GIS进行城市暴雨积涝模拟分析不能立体地展现积涝灾害动态演进过程、地物受灾情况的问题,该文提出了基于三维GIS进行城市暴雨积涝灾害模拟分析。该方法综合应用精细化建模与地物拉伸建模技术,通过区域DEM构建、地表路面建模、建筑物建模、地形匹配构建研究区三维模型;以改进的D8算法进行汇水区划分,应用径流系数法进行汇水区产流计算。研究结果表明,该方法能够有效实现三维场景中暴雨积涝积水深度、积水范围计算以及积水深度、受灾房屋、受灾道路可视化表达,为城市暴雨积涝灾害防灾减灾提供技术支撑。 相似文献
4.
根据暴雨降水天气引起的灾害信息特征,利用基于卫星遥感观测的植被指数NDVI时序数据变化检测方法,在空间和时间上提取了暴雨灾害受灾动态信息。不同于常规的仅提取受灾空间信息的方法,该方法还能提取灾害开始和灾害影响过程中的时间信息。以2016年7月发生暴雨灾害的安徽省巢湖地区为实验区,利用NDVI时序数据进行了应用实验验证。结果表明,利用该方法可有效提取常规受淹、受灾强度的空间信息;结合对应年降水的时间变化特征发现,该方法提取的受灾开始时间数据揭示了持续强降水导致的土壤水分饱和对作物生长的影响,能为国家灾害救助和灾后耕地恢复提供决策依据。 相似文献
5.
多模态时空数据多层次可视化任务模型 总被引：1，自引：1，他引：0
针对现有时空数据可视化方法主要面向单一的低层次展示性可视化任务,难以满足多模态时空数据多层次多样化可视化任务高并发的难题,从展示、分析和探索3个层次构建了面向多模态时空数据自适应可视化的多层次可视化任务模型。重点剖析了不同任务的时空信息需求及其可视化表达驱动力,刻画了任务需求与存算绘资源之间的依赖关系,设计了任务感知的多模态时空数据自适应可视化引擎。以微观精细化管理与宏观综合决策协同的智能设施管理为例进行了试验分析,证明该模型能够有效满足多层次可视分析应用需求,为数字城市和智慧社会等重大工程建设提供了有力的技术方法支撑。 相似文献
6.
针对时空数据海量、多源、异构造成难以融合、难以深度挖掘数据知识等问题,文中提出时空地理网格概念,将空间数据的时间维和空间维度有效地结合起来,构建时空地理网格单元,通过时空地理网格单元为时空数据赋予时空属性,用以解决时空多源数据融合的问题。以基于北京市多源信息的人口分析为例,验证多源时空信息网格的可靠性,并进一步研究北京市人口发展规律,为智慧城市发展提供决策分析。 相似文献
7.
以山东省为研究区域,基于20个气象站点1970—2013年月降水量和日降水量数据,运用线性回归、空间插值等方法,分析近44年来山东省暴雨降水量的时空变化特征.研究表明:(1)山东省近44年来暴雨量和暴雨日数呈现明显上升趋势;(2)山东省暴雨量、暴雨日数和暴雨强度的空间分布特征都受纬度、海陆和地形因素影响,呈现出由东部沿海向西北内陆递减的分布规律,并且在泰山地区形成暴雨发生的高频地带;(3)山东省暴雨量、暴雨日数和暴雨强度的空间变化趋势各有不同,暴雨量与暴雨强度变化趋势在空间分布上具有明显的一致性. 相似文献
8.
各类灾害事件频发已成为全球可持续发展面临的重大威胁。在大数据环境下,微博文本逐渐被应用于灾害管理的预防、准备、响应和恢复工作。以往研究多关注微博文本中灾情信息的获取,却忽略对这些碎片化信息进行有序化整合。本文从时空视角构建多层次的灾害事件信息模型,在抽取出微博文本中灾害事件信息要素的基础上,提出基于“对象-状态”的过程信息聚合方法,解决微博文本中灾害事件信息分散化、时空粒度多样化和无序化的问题。基于新浪微博进行台风“利奇马”事件的案例分析,结果表明,本文方法能够全面地获取灾害事件过程中各个时空节点上的灾情信息,有利于从微博文本中挖掘小尺度下的灾害突发状况。 相似文献
9.
时空预测是地理时空大数据挖掘的基础研究命题。目前,多种模型用于预测未知系统的时空状态。然而,存在的大多数预测模型仅在没有缺失数据的时空数据集上进行测试,忽略了缺失值对预测结果的影响。在真实场景中,由于传感器或网络传输故障,数据缺失是一个不容忽视的问题。鉴于此,本文提出了一种顾及缺失值的因果图卷积网络(causal graph convolutional network considering missing values, Causal-GCNM)模型用于时空预测。Causal-GCNM模型可以自动捕捉时空数据中的缺失模式,使得Causal-GCNM模型在不需要借助额外插值算法的前提下,可以直接完成时空预测任务。本文提出的模型在3种真实的时空数据集(交通流数据集、PM2.5监测数据集及气温监测数据集)得到了验证。试验结果表明,Causal-GCNM模型在4种缺失条件(20%随机缺失、20%块状缺失、40%随机缺失及40%块状缺失)下仍然具有较好的预测性能,并在预测精度和计算效率两类指标上优于10种存在的基线方法。 相似文献
10.
时空数据是智慧城市各个领域实现智能化的关键性支撑技术,智慧城市的建设离不开时空数据。本文以智能应用为导向,提出了时空数据的组织模型,构建了智慧城市时空大数据计算、分析、服务框架,实现了时空数据全生命周期的高效管理与智能应用。 相似文献
11.
地籍管理信息系统属于GIS范畴,具有很强的时态特性,如何高效地组织时空数据是系统成败的关键。本文在分析地籍管理信息系统必要性以及时间概念及其具体含义的基础上,引入时间语义,提出基于时间语义的数据模型。根据语义对地籍管理信息系统的时空数据组织方法进行了研究。并根据地籍管理对模型的要求,分别从时间点、时间段角度对历史信息进行查询和回溯,验证了模型的可行性。 相似文献
12.
基于短信的时空地震灾情收集与管理 总被引：2，自引：0，他引：2
地震现场各种信自获取与传输是应急指挥工作中的重要内容,有关灾情的资料是政府部门防震减灾决策的重要依据.本文研究了震后灾情信息的分类与编码,探讨了灾情信息的时空特性,阐述了T-GIS在地震灾情信息获取与发布工作中的应用,在基态修正时空数据模型的基础上提出了基于短信的时空地震灾情收集与管理模型,采用ArcGIS二次开发技术... 相似文献
13.
地籍信息系统中的时空信息管理 总被引：4，自引：0，他引：4
在描述地籍管理中时间及其关系的基础上 ,提出了地籍信息依据变更频度对历史数据进行分割存贮的分频基态修正法 ,并在对时态信息处理分析的基础上阐述了基于事件的时空数据模型。 相似文献
14.
我国部分地区地质灾害爆发频率高,多年来崩滑坡、泥石流等高危险性地质灾害严重威胁我国人民财产与生命安全。因此,地质灾害及时预警一直是我国在应急方面亟待解决的难题。随着北斗、GPS等全球卫星导航系统的建设组网,GNSS技术逐渐成为当前提供时空位置信息的重要手段,具有数据实时性、设备低功耗、搭建便捷化等特性,成为解决地质灾害监测与预警的理想技术手段。本文利用BDS+GPS+GLONASS时空信息数据,构建了面向地质灾害监测的中长基线毫米级精度的崩滑坡监测解算方法,确定了双差观测的载波相位解算模型。最后在重庆新浦区域展开试验应用,实现了基于高精度时空信息的毫米级滑坡灾害的监测与预警。为预计该区域的地质灾害提供了数据支持,为人民的生产生活提供了技术保障。 相似文献
15.
16.
通过对各种时空数据模型和时空推理模型的比较，把面向对象技术与实际生产需要相结合，构造了基于超图理论的时空数据模型和时空推理模型，并将该模型应用到云南省红河州数字烟草系统对地块的管理中。实践证明，该时空推理模型实现了时空一体化，具有完整的时空内涵。 相似文献
17.
18.
利用电子地图中透明度视觉变量产生的虚实感,在对当前焦点时刻时空内容进行完全表达的同时,以不同透明度图形对时间上下文中的内容进行辅助表达,实现兼顾焦点时刻和时间上下文的时空可视化。该方法能够从时间全局上描绘时空对象的时间分布和时态关系,帮助把握时空发展的趋势和规律,同时更加高效地利用地图幅面,时空信息量更加丰富。 相似文献
19.
针对强降雨引起的城市积涝以及相应次生灾害等问题,提出了一种基于暴雨洪水管理模型、GIS技术以及DEM数据、排水管网数据、降雨数据等数据的建立南京市暴雨积涝模型的方法,并利用该模型模拟了径流及淹没效果。结果显示:该模型是利用经验值率定方法对模型参数进行率定,率定结果较为符合实际情况,因此该模型能较好地模拟南京市的降雨积涝情况。通过对不同类型的降雨数据进行模拟分析,得出径流量的大小与降雨量强烈正相关,相关系数达0.9以上。径流的产生量还与降雨历时和平均降雨强度等其他因素有关。虽然南京主要降雨为峰值小、平均强度低的小雨,但是当降雨量超过设计排涝能力时,在地势低洼的地区容易出现积涝。 相似文献
20.
时空聚类分析是对时空大数据进行利用的一种有效手段,目前传统聚类算法存在着大规模分布数据难以处理,海量数据处理时间较长,确定参数困难,聚类质量较差等缺陷。因此,提出一种分布式增量聚类流程DICP,利用广域网分布增量聚类方法,避免大量数据的传输拷贝,有效提升聚类运算效率。对于DICP流程中的时空数据聚类算法本身,研究了一种大数据环境下的IMSTDCA时空数据聚类算法,借助密度聚类的思想,通过时空数据的聚集趋势预分析、时空数据聚类算法,以及时空数据聚类结果评价3个步骤完成聚类分析,实现时空大数据的快速高效信息挖掘。 相似文献