共查询到20条相似文献，搜索用时 125 毫秒
1.
地理空间情报是对影像和地理空间信息的发掘和分析.其中,地理空间情报预测分析是决策的基础.传统的地理空间情报预测分析大多是基于逻辑思维的定性研究,此处提出了一个地理空间情报预测分析的模型--因果关联图,同时给出了计算预测事件可信度的方法.该方法能够定量、简捷、快速、有效地实现地理空间情报预测分析. 相似文献
2.
地理空间情报是最近几年出现的一个新概念，比起一般的地理空间信息有更好的实时性，更高的精确性，更强的描述性和指导性。本文介绍了地理空间情报的概念，阐述了地理空间情报的技术基础，关键技术及发展趋势，分析了地理空间情报的应用现状。 相似文献
3.
宁镇亚 《测绘与空间地理信息》2015,(5)
全国第一次地理国情普查的帷幕拉开,标志着我国测绘地理信息部门从提供基本地图向提供地理空间情报的转型升级.本文对地理科学服务现实生活的不同层次进行了分析,表明地理空间情报是对地理环境进行监测所得到的结果.结合国际测绘地理信息的发展现状和趋势,揭示了地理国情监测就是地理空间情报的获取,明确了我国测绘地理信息转型升级的方向和重点.本文还对地理空间情报的支撑学科核心领域和新兴领域进行初步探讨,并提出对策建议,供读者商榷. 相似文献
4.
5.
介绍了美国地理空间情报(GEOINT)和第二代地理空间情报(GEOINT2)的基本情况,列举了美国国家地理空间情报局(NGA)目前面临的挑战,对GEOINT未来5个重点研究方向进行了述评,主要包括:实现可提供持续服务的任务规划、处理、开发利用和分发(TPED),缩短生成地理空间情报的时间,提升综合利用多元数据的能力,提高地理空间情报的互操作能力,强化地理空间数据多级安全保护。通过对GEOINT未来重点研究方向的分析,可以加深对美国GEOINT及GEOINT2概念的认识,对NGA下一步研究的总体情况,GEOINT2的未来发展趋势有所了解。 相似文献
6.
以地理空间情报服务于反恐为需求牵引,采用全球恐怖主义数据库(GTD)为数据源,将时空叙事结构作为分析模型,以时间要素和空间要素作为线索,进行地理空间叙事,对事件和对象的多维属性进行可视化,借助多视图人机交互式分析方法和交互技术,构建了基于JavaScript的地理空间情报可视分析平台,并根据分析任务进行了案例分析,为基于活动的地理空间情报研究探索一条新的思路。 相似文献
7.
8.
地理空间情报对国家安全行动具有重大保障作用,其中的目标量测信息一直在军事活动中占有重要地位。本文首先介绍地理空间情报;然后对目标量测信息进行分析,道出其在信息化时代的重要性,进而结合实际发现一些存在的问题,并对比美国与我国在此方面的发展提出改进意见;最后进行总结,高精度、稳定并具有相对性的测量信息将是地理空间情报向前发展的重要一题。 相似文献
9.
在过去的20年,地理空间情报已经由不存在而一跃成为全球情报活动的主要内容主体。基于开源的地理空间情报搜集作为一种低风险、高收益的情报搜集手段,成为各国开展地理空间情报工作的一项重要内容。本文根据开源情报源的主要渠道,分析总结了几种主要的开源地理空间情报搜集方法,重点阐述基于互联网的搜集方法,并给出了具体的分析实践,最后提出开源情报搜集的几点建议。 相似文献
10.
利用第一次全国地理国情普查数据,结合地理国情监测数据,采用土地利用变化转移矩阵、土地利用动态度模型以及空间分析等方法对某地土地利用总体变化和专项土地利用类型如农业用地、建设用地、基础设施用地情况进行监测分析,为城市政府部门在城镇化建设、城市管理、城市规划等提供科学的地理情报支持。 相似文献
11.
12.
展望5G/6G时代的地球空间信息技术 总被引：1，自引：0，他引：1
随着通信技术的发展,5G/6G时代逐渐到来。在新的网络环境下,地球空间信息技术的发展也将催生新的发展趋势。文章首先对5G/6G时代进行了论述,分析其主要特点。然后阐述了5G/6G时代下地球空间信息技术的发展趋势(真三维实景模型的形成,地球空间信息处理的智能化和自动化,地球空间信息服务的社会化和大众化)。最后分析了新时代背景下我国自主的通导遥一体化空天信息实时智能服务系统建设的必要性;分析其发展路线(局域服务系统,区域服务系统,全球服务系统)和技术储备;对5G/6G、大数据和人工智能技术支撑下,我国地球空间信息技术的发展进行了展望。 相似文献
13.
Joc Triglav Dušan Petrovič Bojan Stopar 《International Journal of Applied Earth Observation and Geoinformation》2011
The global geospatial community is investing substantial effort in providing tools for geospatial data-quality information analysis and systematizing the criteria for geospatial data quality. The importance of these activities is increasing, especially in the last decade, which has witnessed an enormous expansion of geospatial data use in general and especially among mass users. Although geospatial data producers are striving to define and present data-quality standards to users and users increasingly need to assess the fitness for use of the data, the success of these activities is still far from what is expected or required. As a consequence, neglect or misunderstanding of data quality among users results in misuse or risks. This paper presents an aid in spatio-temporal quality evaluation through the use of spatio-temporal evaluation matrices (STEM) and the index of spatio-temporal anticipations (INSTANT) matrices. With the help of these two simple tools, geospatial data producers can systematically categorize and visualize the granularity of their spatio-temporal data, and users can present their requirements in the same way using business intelligence principles and a Web 2.0 approach. The basic principles and some examples are presented in the paper, and potential further applied research activities are briefly described. 相似文献
14.
Jack Dangermond 《地球空间信息科学学报》2020,23(1):1-9
ABSTRACTMany visions for geospatial technology have been advanced over the past half century. Initially researchers saw the handling of geospatial data as the major problem to be overcome. The vision of geographic information systems arose as an early international consensus. Later visions included spatial data infrastructure, Digital Earth, and a nervous system for the planet. With accelerating advances in information technology, a new vision is needed that reflects today’s focus on open and multimodal access, sharing, engagement, the Web, Big Data, artificial intelligence, and data science. We elaborate on the concept of geospatial infrastructure, and argue that it is essential if geospatial technology is to contribute to the solution of problems facing humanity. 相似文献
15.
Although explainable artificial intelligence (XAI) promises considerable progress in glassboxing deep learning models, there are challenges in applying XAI to geospatial artificial intelligence (GeoAI), specifically geospatial deep neural networks (DNNs). We summarize these as three major challenges, related generally to XAI computation, to GeoAI and geographic data handling, and to geosocial issues. XAI computation includes the difficulty of selecting reference data/models and the shortcomings of attributing explanatory power to gradients, as well as the difficulty in accommodating geographic scale, geovisualization, and underlying geographic data structures. Geosocial challenges encompass the limitations of knowledge scope—semantics and ontologies—in the explanation of GeoAI as well as the lack of integrating non-technical aspects in XAI, including processes that are not amenable to XAI. We illustrate these issues with a land use classification case study. 相似文献
16.
从地图认知的角度分析了心象地图在一则寻亲成功事件中的重要作用。首先,介绍了地图认知的空间认知、心象地图、认知制图等基本概念,阐述了心象地图在传统地图学三角形模型中的位置和作用;然后,对该案例中寻亲者和被寻者双方的认知过程进行细致的实证分析;最后,探讨了访谈中的3个地理空间认知问题:地图工具对空间认知阶段的适应性差异,心象地图匹配的空间尺度和时间特征,以及认知主体的知识经验对认知结果自上而下的影响;并由此提出地理空间认知在脑科学和人工智能研究的推动下稳健进入新时代的发展趋势。 相似文献
17.
Remote sensing imagery has been commonly used by intelligence analysts to discover geospatial features, including complex ones. The overwhelming volume of routine image acquisition requires automated methods or systems for feature discovery instead of manual image interpretation. The methods of extraction of elementary ground features such as buildings and roads from remote sensing imagery have been studied extensively. The discovery of complex geospatial features, however, is still rather understudied. A complex feature, such as a Weapon of Mass Destruction (WMD) proliferation facility, is spatially composed of elementary features (e.g., buildings for hosting fuel concentration machines, cooling towers, transportation roads, and fences). Such spatial semantics, together with thematic semantics of feature types, can be used to discover complex geospatial features. This paper proposes a workflow-based approach for discovery of complex geospatial features that uses geospatial semantics and services. The elementary features extracted from imagery are archived in distributed Web Feature Services (WFSs) and discoverable from a catalogue service. Using spatial semantics among elementary features and thematic semantics among feature types, workflow-based service chains can be constructed to locate semantically-related complex features in imagery. The workflows are reusable and can provide on-demand discovery of complex features in a distributed environment. 相似文献
18.
互联网数据中蕴含丰富的地理信息,其无处不在、形式与结构多样的特征决定了感知和融合面临许多技术难题。本文在分析互联网泛在地理信息分类和特征的基础上,系统研究其感知和融合技术的总体现状,总结了服务快速准确发现、深层网络数据高覆盖度采集、非结构化文本中位置信息提取和关联图像空间语义提取等感知技术发展现状,分析了异源几何数据匹配关联、地址标准化处理、同名实体语义对齐、地理实体关系构建等融合处理关键技术;在此基础上,总结和展望了互联网泛在地理信息感知融合技术在开放地理数据网络、城市治理与应急管理、网络监测与地理空间情报等领域的应用前景。 相似文献
19.
从测绘学到地球空间信息智能服务科学 总被引：4，自引：4，他引：0
回顾了从传统测绘学到当今地球空间信息智能服务科学的60年发展历程;总结了测绘学从模拟到解析再到数字化发展的3个重要阶段;介绍了GNSS、RS与GIS(3S)集成,从而形成了地球空间信息学的兴起;分析了数字地球时代地球空间信息学的发展,进而论述了当今智慧地球时代地球空间信息科学走向实时智能服务的最新进展,并对"互联网+"空间信息智能服务的3个发展水平进行了重点论述。可以肯定,在大数据时代传统的测绘学必将集通信、导航、遥感、人工智能、虚拟现实和脑认知科学之大成,发展成为地球空间信息智能服务科学,为富国强军与利民作出应有的贡献。 相似文献
20.
近年来,人工智能技术快速发展,影响了很多学科的研究范式。对于地理学而言,这种趋势也不例外。从知识发现的角度,地理学研究主要有两个任务,即揭示未知的具体事实和发现一般性的规律机理。在这两个方面,人工智能技术可帮助地理学家发现知识甚至自动提取知识。相对于地球科学其他学科,地理学自动提取知识的任务更为凸显。但是在寻求地理规律的过程中,需要处理一般性和地理异质性之间的权衡,其核心可以表述为人工智能学习过程中的基础问题:泛化及可解释性问题。因此,二者存在内在的逻辑一致性,积极引入人工智能技术有助于强化地理学的学科基础。本文通过实例给出了人工智能用于地理规律发现的一个简单框架,指出了未来地理空间人工智能发展的方向,以及地理信息科学在机制、模型、方法及应用方面潜在的新任务。 相似文献