共查询到20条相似文献，搜索用时 46 毫秒
1.
随着遥感数据网、传感网、物联网和人工智能的发展,逐渐形成空天地海立体化、集成化和一体化的地理空间传感网。地理空间传感网感知资源呈现出多源、异构和分散的特征,面向多层次用户个性化、即时化和智能化应用需求,存在异构资源共享管理、多协议实时接入、时空无缝感知、自动化感知和精准预测等技术挑战。静态地理信息服务由于无法提供鲜活的地理信息,难以满足地理事件的综合监测、决策预警和聚焦应用需求,急需发展地理空间传感网融合服务技术和实时动态地理信息服务平台。本文围绕信息物理网环境下空天地海观测平台的观测高效共享和融合服务问题,提出了传感网观测共享信息模型和点面观测协同无缝重建模型,突破了观测在线接入、集成管理、星地融合、时空预测和聚焦服务等地理空间传感网融合服务关键技术,研制了包含“感—联—知—控”等功能的传感网时空信息网络感知服务系统GeoSensor,介绍了GeoSensor在流域、海洋和城市等典型应用。未来将进一步发展“人—水—城”智能感知认知理论,突破“空天地海人”群智感知、空间智能和认知服务技术,开展长江经济带应用。 相似文献
2.
回顾了国内外在矿产资源定量预测研究领域的发展历程，对近十年来国外相关方向的文献进行了统计对比分析，结果显示机器学习方法已经成为矿产资源定量预测研究领域的热点方向，并主要在如下3个方面发挥了积极的作用:①提取和挖掘复杂数据中隐藏的难以识别的矿化信息；②致矿异常信息关联与转换；③多源地学数据的致矿异常信息融合、预测和发现矿床。对逻辑回归、人工神经网络、随机森林与支持向量机等主要机器学习算法与模型在矿产资源定量预测实践中的应用效果进行了评述，并探讨了在实际应用过程中存在的样本选择、错分代价、不确定性评价以及模型性能评价等主要问题及目前的解决方案。最后提出基于大数据与机器学习的矿产资源定量预测是未来发展的重要趋势。 相似文献
3.
方志祥 《地球信息科学学报》2021,23(9):1527-1536
在“新冠”肺炎疫情发展过程中,人群动态的观测理论研究与应用受到了国内外许多研究人员和民众的重点关注,特别是公共卫生学、临床医学、地理学、公共管理学等多学科交叉,探索科学的疫情动态监测、精准防控、准确预测与有效应对等方面的理论与方法。本文首先系统介绍人群动态的观测理论研究背景和意义,概括地描述其核心的3个问题（观测其如何变、分析其为何变、控制其如何变）,从信息地理学、测绘学等领域角度阐述人群动态的观测理论研究意义及其学科价值。接着,围绕人群动态的观测与时空应用,本文阐述地理时空大数据背景下人群动态的关键观测理论框架（如基础时空理论、时空定量与综合观测理论、时空过程优化理论等）,及其所存在的瓶颈问题和发展需求。然后,结合未来理论研究与关注变化,阐述了4个典型的人群动态观测理论趋势变化,包括：数字化社会治理与公共安全/卫生应急等需求驱动下的精细化观测、公共利益至上与个人保护最大化兼顾下的差异化观测、对人观测与对地观测的集成化观测理论发展、高阶需求层次管控与服务的人群动态观测理论突破。最后,本文强调在多学科交叉背景下,指出重点发展人群大数据感知、多空间精细化观测、人地系统化建模等方面的基础理论与方法,实现差异化、集成化、层次化的对人观测,系统支撑面向地学的研究与时空应用,科学支撑不可逆的管理、控制、服务等社会治理现实应用决策。该方面理论研究,将对“新城镇化”、“美丽中国”、“人工智能”、“新基建”等国家战略中城市和区域的绿色、高效、智慧与可持续发展等都有重要支撑作用。 相似文献
4.
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。 相似文献
5.
河流水质预测对于水环境管理与水污染防治具有重要意义。近年来,以神经网络为代表的非机理性水质预测模型已被广泛应用于河流水质预测领域。然而,此类模型不考虑水质因子变化的物理机理,导致预测结果难以解释、稳定性差。为此,本文将水质因子变化的物理规律视为一种先验知识约束,建模于门控循环单元神经网络（Gated Recurrent Unit, GRU）之中,以河流水质预测的重要参数溶解氧为例,提出了一种物理约束的门控循环单元网络（Physics-constrained Gated Recurrent Unit, PHY_GRU）。以美国亚特兰大市2021年河流溶解氧预测为例进行实例验证,结果表明：① PHY_GRU与差分自回归移动平均模型、多层感知机和门控循环单元模型相比,预测精度和稳定性明显提升,其中预测均方根误差分别降低了94.8%,62.9%和37.2%;② 综合考虑多种物理规律约束可以提升PHY_GRU的预测精度和稳定性;③ PHY_GRU采用门控循环单元模型训练样本的30%,其预测精度和稳定性即可超过门控循环单元模型。本文提供了一种在神经网络模型中融入水质先验知识的研究思路,有助于提升水质预测模型辅助决策的水平。 相似文献
6.
数据来源是数据可靠性评价的重要参考因素,是地理空间数据本体的重要研究内容。本文针对来源这一重要的地理空间数据研究对象,系统地分析了地理空间数据来源的涵义,建立了地理空间数据来源本体模型,在此基础上,提出了地理空间数据来源本体的概念体系和来源本体概念间关系及其属性的形式化表达方法,并构建出地理空间数据来源本体。最后,以“科技基础性工作专项”项目数据资料为例,基于来源本体库,利用RDF从来源角度实现数据的语义关联,通过web前端框架D3.js技术实现数据与其来源信息的可视化。结果表明,基于来源本体的数据关联可以有效解决数据来源信息描述不规范的问题以及能够支持地学数据语义检索、智能推荐等应用,为促进地学数据共享和数据关联应用提供了一种新方法和新思路。 相似文献
7.
主流地图检索方法多基于元数据文本匹配或图像内容相似度计算，缺乏对用户意图的主动理解，导致检索结果欠佳；而现有意图识别方法无法准确表达与识别复杂地理概念联合约束的地图资源检索需求。为此，本文提出一种顾及地理语义的地图检索意图形式化表达与识别方法，旨在利用相关反馈样本“感知”用户需求，以提升检索精度。该方法通过地理本体约束“意图-子意图-维度分量”模型的构建，实现检索需求的语义化描述；并将意图识别视为组合优化问题，基于最小描述长度准则、顾及地理概念从属关系的样本随机合并策略及贪心搜索实现最优意图识别。实验结果表明，相比基于频繁项集挖掘的RuleGO、决策树的DTHF算法，本文方法具有更高的识别准确度与噪声容忍度；随机合并策略可在不降低识别准确性的情况下有效缩短平均求解耗时；样本增强策略保证算法在样本规模仅为20时仍具有较高识别准确度。该方法可望应用于地理信息门户，提升各类地理信息资源共享与发现的服务品质。 相似文献
8.
地学信息图谱是陈述彭先生倡导的重要理论探索领域。本文根据先生的相关文献和论述,探讨了地学信息图谱思想的内涵,认为图谱是许多领域都采用的表达和分析的方法论,地学图谱是针对地学领域地学现象和过程的图谱,地学信息图谱则强调在地理信息系统支持下,通过定量地学信息（地学数据库）和地理计算实现的地学图谱,以期通过运用地学图形语言进行地理时空表达与分析,用于描述人与自然和谐相处的规律,反演它的过去,评估它的现状乃至预测它的未来。地学信息图谱思想的提出与陈述彭先生的职业生涯密切相关。他青年时期的坚实地理学基础,中年时期将综合地理和地图设计紧密结合的实践,晚年时期对遥感与地理信息系统的引领,促使他集一生在地理科学研究中的丰富理论、方法、技术成果积淀,开辟了这一探索性的地学研究新领域。地学信息图谱是陈述彭先生留给后来者的科学问题。为此,作者根据新近相关领域的研究进展,提出了未来可能的研究方向：全息地图的发展是地学信息图谱表达的重要基础,并有助于进一步发现新的地学现象和新的地学规律。遥感对地表信息的“谱”探知要以地理学“图”分析思想为支撑,它将最终回归于对复杂地表分布与内在发生机理等地理学核心问题的回答。地学信息图谱的认知以人地关系为中心,以实现从客观地理空间到虚拟空间的人地关系新认知构建一套认知理论。地学信息图谱的目标是辅助发现与利用新的地学知识,为实现自动化、智能化的地理知识图谱奠定理论与方法基础。 相似文献
9.
案例模型是基于案例推理方法(CBR)的推理基础,而时空数据模型是地理信息系统时空表达的概念基础。基于案例的推理方法应用于地理领域,案例表达则不能仅采取传统的表示方法,需要结合地理问题的特点;但时态地理信息系统(T-GIS)的时空数据模型又不能直接采用,需要考虑地理案例表达和推理的需求。通过对地理案例应用的分析和时空过程特点的总结,提出分级描述框架的地理案例时空过程概念表达模型,并构建其物理表达模型。本文以中国南海海洋涡旋为例进行了验证,表明此模型可应用于具有完整生命周期且变化是连续渐进地理现象的研究。 相似文献
10.
<正>在数据科学技术快速发展的时代背景下，地理大数据促进了地理科学、测绘科学和信息科学等多学科交叉的新领域的研究，为地理科学研究带来了新的方法论，也为从地学视角解决社会问题提供了一种新的思路和模式。特别是，地理大数据破解了传统知识工程的瓶颈问题，使得地理空间智能继而成为地球大数据面临的新挑战。地理空间智能以高性能计算为基础，运用人工智能与数据挖掘方法，对地理大数据中的地理空间信息进行收集、描述与评价，并对其进行挖掘、测度与利用。 相似文献
11.
地理信息的不断泛化对经典的地理信息分析模式提出了巨大挑战，网络化的知识服务将逐渐成为地理信息应用的新模式，助力地理计算到社会计算的形态转变。地理知识服务需要打通人、机构、自然环境、地理实体、地域单元、社会事件之间的关联，促进知识辅助下的数据智能与计算智能。本文聚焦地理时空知识获取与形式化表达及分析的迫切需求，首先分析了时空知识图谱的基本概念与特征，认为时空知识图谱是指具有地理时空分布或位置隐喻的知识构成的有向图，即以时空分布特征为核心的知识图谱；然后提出了时空知识图谱的研究框架，该框架可实现时空大数据到时空知识服务应用的转变，包括泛在时空大数据、时空知识获取、时空知识管理、时空知识图谱、软件系统及行业应用等多个层次；接着从文本描述地理信息抽取、异构地理语义网对齐、时空知识表达与表示学习等方面，介绍了相关研究进展；结合应用实践，介绍了面向行业的时空知识图谱构建与应用途径；最后，讨论了时空知识图谱研究目前面临的关键科学问题与技术瓶颈，提出在大模型时代，构建显式的时空知识图谱，并针对行业需求开展知识推理，仍是时空知识服务的必由之路。 相似文献
12.
13.
针对测量数据处理中由于观测信息不充分以及对参数物理信息和先验信息的利用不充分引起的病态问题,利用先验信息对参数加以约束,将测量平差问题转化为凸二次规划问题,提出一种带有球约束的平差模型。根据最优化理论,基于Kuhn-Tucker条件,研究球约束下的平差问题,并针对该模型提出解算方法。模拟数值实验和测边网实例应用结果表明,该方法在处理病态问题上具有明显的更优估计,可以广泛应用于大地测量病态数据处理。 相似文献
14.
针对时空数据模型与时态地理信息系统研究中存在的几类问题,本文提出了一种通用的面向对象的时空数据模型,即GOO-STDM。该模型从时空对象的基本属性和行为出发,运用面向对象方法,将地学对象封装为空间、专题、时间的整体,满足地学对象的what/where/when语义。在此基础上,利用开放地理空间联盟(OGC)的简单要素规范(SFS)以及对象-关系型数据库设计了模型的时空类结构、时空拓扑关系函数、存储方案和时空中间件实现方法。GOO-STDM模型具有较好的扩展性、实用性和通用性,为时空数据模型的研究提供了新的思路。 相似文献
15.
城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络（PredRNN）、图卷积预测递归神经网络（GC-PredRNN）和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。 相似文献
16.
交通预测对于交通智能管控具有重要的作用,实时准确的交通速度预测是相关研究领域中亟待解决的问题。传统预测方法难以应对日益复杂的交通数据,深度学习作为一种以数据为导向的新技术,在交通预测领域得到了广泛应用。综合利用城市道路交通的时空关联特征,搭建基于长短期记忆(LSTM)的城市道路交通速度预测模型,模型在时间特征上考虑了近历史时刻和远历史时刻的速度信息,以及待预测时刻的时刻值;在空间特征上集成了目标路段的上下游路段速度信息。基于武汉市出租车GPS数据和高德开放交通数据,开展数据处理与路段速度预测实验,分析预测模型参数与特征对预测结果的影响,并通过与传统方法的对比验证模型的有效性。 相似文献
17.
GIS空间分析技术在地理数据处理中的应用研究 总被引：4，自引：2，他引：2
地理空间数据GIS的处理中,空间分析是其分析、模拟、预测和调控过程的基础理论和技术。空间分析大量时空模型的建立与应用是地学分析区域性或全球性地理问题的重要手段,是新的挑战和机遇。作者从空间分析的定义及空间分析的应用研究出发,认为现代地理学的应用离不开空间分析的支撑;另外空间分析日趋成为自然地理学深化研究、应用的重要技术途径。地学数据GIS的分析处理,须与有空间特征的时空模型、数据挖掘、可视化技术整合,以及关注多维信息空间要素关联性的多元应用。 相似文献
18.
基于本体和Agent的地理空间信息语义共享 总被引：1，自引：0，他引：1
地理空间信息语义共享是地理信息系统的重要研究内容。语义参照系统主要用于在地理信息的生产者和用户之间解释专题数据的意义，实现对不同语义数据的集成。本文分析了地理空间信息共享的含义和层次，借鉴语义网研究思想，建立了地理空间信息语义共享的总体框架。提出采用本体概念和方法，形式化定义领域知识，解决地理空间信息研究和应用中存在的地理实体语义不明确问题。采用基于Agent的信息查询和语义映射，实现在不同用户间对地理空间信息的共同理解和认识。 相似文献
19.
区域作为人类、自然、社会共同作用和互相影响的复杂系统,对区域进行生态量化建模与模拟仿真,是实现区域可持续发展战略的关键。传统机器学习方法对区域生态系统建模取得了一定的成果,但难以确定学习特征和实现时空模拟。深度学习不需事先确定训练特征,具有优异的特征学习能力,能够提高模型预测精度,因此利用深度学习进行建模具有显著优势。本文使用植被净初级生产力（NPP）、气溶胶光学厚度（AOD）和人口格网数据,充分利用深度学习的优点,采用最优深度神经网络时空模拟,得到了河南省2007-2014年3 km分辨率的生态赤字空间分布图和河南省2015-2020年的生态赤字时间预测结果并进行分析,为区域生态的科学管理和建设供科学依据和参考。 相似文献
20.
为解决基于机器学习的滑坡易发性建模存在的单模型分类能力弱和传统随机抽取非滑坡样本准确性不高的问题，本研究以三峡库区奉节县为例，应用优化的非滑坡样本和Stacking异质集成机器学习模型进行滑坡易发性建模研究。首先，基于地形、地质和遥感影像等数据提取16个评价指标并进行相关性分析，剔除高相关指标，构建易发性评价指标体系；其次，基于信息量模型提出非滑坡样本选取（Non-Landslide Sampling, NLS）指数；最后，应用NLS指数选取更高质量的非滑坡样本，并与滑坡样本组成训练集；采用随机森林(Random Forest, RF)，轻量级梯度提升树（Light Gradient Boosting Machine, LGBM），梯度提升决策树（Gradient Boosting Decision Tree, GBDT），以及以三者为基模型的同质（Boosting）和异质（Stacking）集成方法进行易发性建模。结果表明：应用NLS指数能选取得到质量更高的非滑坡样本，提升了易发性建模精度；Stacking异质集成机器学习模型的精度最高，为0.941，优于3个同质集成模型和3个单模型... 相似文献