A linear tessellation model to identify spatial pattern in urban street networks     

Yakun He  Wenhao Yu  Xiang Zhang 《International journal of geographical information science》2017,31(8):1541-1561

Street patterns reflect the distribution characteristics of a street network and affect the urban structure and human behavior. The recognition of street patterns has been a topic of interest for decades. In this study, a linear tessellation model is proposed to identify the spatial patterns in street networks. The street segments are broken into consecutive linear units with equal length. We define five focal operations using neighborhood analysis to extract the geometric and topological characteristics of each linear unit for the purpose of grid-pattern recognition. These are then classified by Support Vector Machine, and the result is optimized based on Gestalt principles. The experimental results demonstrate that our method is effective for mining grid patterns in a street network.  相似文献   

长株潭城市群污染空间识别与污染分布研究   总被引：3，自引：2，他引：1  

何甜  帅红  朱翔 《地理科学》2016,36(7):1081-1090

利用Arc-GIS空间分析软件对各类型污染进行空间识别和分布模拟,探究长株潭城市群污染空间分布特征。结果显示：① 该区大气环境污染以扬尘和煤烟型为主,主要污染物为可吸入颗粒物和二氧化硫,重点污染区域在长沙、株洲、湘潭三市主城区,呈点状分布;② 该区水域整体水质基本达标,水体环境污染以氨氮和各类重金属为主,且有明显的季节变化规律;③ 土壤污染覆盖范围较广,以株洲市的石峰区为代表,以镉污染最为严重,主要原因为重化工业排污累积。总之,株洲污染最严重,湘潭和长沙次之。污染空间的形成与长株潭城市群的地形地势及三类污染元素之间的转化有较大关联。  相似文献   

基于DEM小流域复杂网络的黄土高原地貌自动识别研究     

林偲蔚  陈楠  刘奇祺  贺卓文 《地球信息科学学报》2022,24(4):657-672

地貌识别,对于人类建设,地质构造研究,环境治理等相关领域都有着重要意义。传统的基于像素单元或面向对象的地貌识别方法存在局限性。由于流域小单元具有表面形态的完整性,在地貌演化中具有明确的地理意义,基于流域小单元的地貌识别成为了该领域的一个新热点。然而,基于传统地形因子的地貌识别方法使用的因子往往较为单一或者在地学描述上存在重复性,目前尚无针对流域小单元进行空间结构描述和拓扑关系特征量化的地貌识别研究。基于此,本文基于DEM进行水文分析并通过坡谱方法解决了小流域稳定面积难以确定的问题,在黄土高原样区提取了181个稳定小流域。根据复杂网络理论和地貌学原理提出了流域加权复杂网络的概念和相应的8个定量指标用于流域空间结构的模拟和量化描述。最后采用了基于决策树的XGBoost机器学习算法进行地貌识别,实验对于黄土高原主要地貌类型的识别显现出较好的效果,Kappa系数为86.00%,总体精度达到了88.33%。对于地貌形态特征明显的地貌,复杂网络方法其顾及空间结构和拓扑特征的特性导致了其较高的识别性能,精度和召回率都在90%~100%之间。通过与前人的研究进行对比,其识别结果亦呈现出较高的精度,这些都验证了流域加权复杂网络是一种基于流域小单元地貌识别的高精度且有效的方法。  相似文献   

AlexNet支持下的地图建筑物形状分类方法     

焦洋洋  刘平芝  刘爱龙  刘松林 《地球信息科学学报》2022,24(12):2333-2341

地图目标的形状在地图制图综合、空间查询等研究中发挥着重要作用。地图建筑物形状的识别与分类作为建筑物轮廓化简与典型化的基础,一直是制图综合研究的热点问题。目前,主要的建筑物形状识别方法主要依赖对建筑物轮廓的描述,对建筑物等地图面状要素的形态特征有较强的依赖性,通常只在应对特定类型的规则轮廓或直角化轮廓时能发挥较好的效果,对于形状不规则或复杂的情况识别不佳。本文提出一种AlexNet支持下的地图建筑物形状分类方法,将矢量地图中建筑物数据的形状分类问题,转化为建筑物栅格图像的分类问题,通过完成卷积神经网络的图形分类实现建筑物的形状识别。该方法首先结合空间认知规律提出一系列典型建筑物形状类型,然后利用矢量-栅格转换的方法从OSM数据采样单体建筑物栅格图像,通过人工标识获得建筑物形状分类训练样本,训练AlexNet卷积神经网络分类模型,最后利用训练好的模型对大比例尺建筑物数据进行智能形状分类与识别。本文利用北京、香港2个城市的OSM建筑物数据作为样本训练建筑物形状分类模型,并在广州部分城区的OSM建筑物数据上进行验证。相较传统形状相似性度量方法,本文提出的方法对实验区建筑物的识别分类总体查全率提高了2.48%,达到92.32%,对于较为复杂的形状（如T形、十字形）识别也具有更高的精度,查准率分别提高了13.83%和24.53%。实验结果表明本文提出的方法对建筑物形状分类的效果有明显提升,能够实现常见建筑物形状的有效分类,为下一步的建筑物化简、典型化等综合操作打下了基础。  相似文献   

基于知识的点状符号自动识别   总被引：1，自引：0，他引：1  

叶建栲  任留成  季红专 《测绘学院学报》1999,(3)

文中根据地形图黑版要素中点状符号的特点,总结了6种易于表达的知识特征,并据此提出了一种基于知识的点状符号识别方法。  相似文献   

地震前兆观测异常信号识别的困难与局限性     

严尊国  陈俊华 《华南地震》1999,19(1):8-14

地震前兆观测异常信号识别是前兆研究的基础,但是前兆现象的识别始终存有较大争议,从前兆观测系统,环境影响因素,观测量自身物理规律,前兆特征和数据处理方法等方面分析了前兆识别中存在的客观困难和局限性,文中提出了一些观点,希冀通过对存在问题的客观认识,寻求在当前认识水平和条件下地震前兆研究的途径。  相似文献   

改良最短距离法在合金样品分类中的应用研究   总被引：2，自引：0，他引：2  

吴晓军  罗立强 《岩矿测试》1999,18(3):161-164

运用改良最短距离法分类原理对合金样品进行分类研究,从样本个数,训练集特征值范围及试验集插入位置等方面对识别率的影响进行了探讨。改良最短距离法对未知样品有较高的识别率,但该方法的外推预测能力不足。  相似文献   

天然气水合物的地球物理识别标志   总被引：5，自引：0，他引：5  

陈建文  闫桂京  吴志强  龚建明  张银国 《海洋地质前沿》2004,20(6):9-12

地球物理标志是天然气水合物识别标志的重要组成部分,包括测井识别标志和地震识别标志两个方面。系统地总结了含天然气水合物沉积层在电阻、电位、井径、声波、密度、中子和成像测井等方面的测井异常,常规剖面和属性剖面上的地震响应异常,以及东海海域的地球物理异常特征,旨在为我国天然气水合物地球物理识别技术的研究提供基础材料。  相似文献   

蓟县地震台小辛庄山洞定点形变观测干扰     

赵黎明  朱冰清  王熠煕  邓莉  张磊  吴博洋  曹井泉 《地震地磁观测与研究》2018,40(1):107-113

整理蓟县地震台小辛庄山洞定点形变观测资料,分析强降雨、气压变化、机井抽水、爆破、仪器故障和标定、人为干扰等因素对观测数据的影响,强化认识干扰特征和一般规律,为地震前地球物理异常判定提供准确可靠依据,为同类型地震观测台站提供借鉴。  相似文献   

混沌理论在桥梁变形监测中的应用     

黄维腾 《地理空间信息》2022,20(2):147-151

针对桥梁的非线性下沉问题,引用了混沌理论,首先求取时间序列的两重构参数时间延迟τ和嵌入维数m进行相空间重构;随后进行混沌特性判别,确定该时间序列存在混沌迹象;最后根据所求参数建立加权零阶局域预计模型和RBF神经网络混沌预计模型对观测数据进行预计分析,并与系数为0.9的指数平滑预测模型进行比较,结果显示混沌预计模型值更接...  相似文献