下辽河平原景观格局演变与预测分析     

吕乐婷  杨勇  姜俊超  乔皓  白少杰 《地理信息世界》2021,28(5):73-78

以下辽河平原为研究对象,选取1980年、2010年和2018年Landsat TM/ETM+OLI卫星图像进行解译,得到3期土地利用数据,定量分析下辽河平原近40年土地利用时空变化特征.结合地形、交通通达度及限制转化因子采用FLUS(Future Land Use Simulation)模型对流域未来土地利用变化情景及景观格局进行了预测.结果表明:1980-2018年水田、林地、草地、沼泽面积均减少,其中水田面积减少量最大,占比减少了8.59％,旱地、水域和城镇的面积均有所上升,旱地的增长面积最大,占比增加了6.19％;水田、林地、水域转入为旱地面积最大,旱地转出为建设用地面积最大;1980-2018年景观格局发生了较大变化,景观的破碎化程度降低,斑块之间的连通度、聚集程度升高,土地利用的集约化程度增大;2018-2040年,下辽河平原建设用地和水田的变化面积最大,城市化过程更加显著,景观的多样性及空间异质性降低,人类对环境的干扰能力变大.  相似文献   

面向数字孪生城市的智能化全息测绘   总被引：2，自引：0，他引：2  

顾建祥  杨必胜  董震  杨常红 《测绘通报》2020,(6):134-140

以大数据、物联网、人工智能、虚拟现实、云计算、智能驾驶等新技术为代表的信息化浪潮席卷全球，数字世界与物理世界正形成两大平行发展、相互作用的体系，数字孪生技术应运而生。随着物联网技术（IOT）的发展，数字孪生的理念被引入到智慧城市建设中来，深刻影响着城市规划、建设与治理。笔者所在单位面向数字孪生城市和自然资源统一监管对测绘地理信息的新需求，在全国开创性地开展了面向数字孪生城市的智能化全息测绘试点工作。本文结合上海市智能化全息测绘试点工作，从数字孪生城市、数字孪生城市对地理信息的新需求、智能化全息测绘关键技术及测绘成果等方面展开了论述，重点介绍了智能化全息测绘的技术体系和产品体系，以及在社会各领域的应用成果。  相似文献   

基于点云数据的不规则文物三维重建——以经幢为例     

喜文飞  李灵索  杨勇  李国柱  李春梅  李金平 《测绘通报》2020,(12):87-89

海量点云数据可以较好地构建文物的三维建模，针对文物复杂的表面结构，传统的算法很难达到精细建模，为了解决复杂模型表面的空间三角网构网问题，本文结合空间三角形的法向量构建三角网，以空间三角网表面的曲率为约束条件，构建物体表面的空间三角网，然后对构建的空间三角网进行精细建模。以昆明市文物——经幢为例进行三维重建试验，结果表明，新方法适合室内文物的三维建模，可以达到较好的效果。  相似文献   

香坊老工业区搬迁改造监测分析     

李晶晶  罗研  张滨 《测绘与空间地理信息》2020,(2):182-184,188

利用地理信息技术及遥感监测方法,监测香坊老工业区搬迁改造试点进展情况,主要针对搬迁改造过程中地表覆盖、用地性质、空气质量变化情况,开展综合统计分析,客观评价香坊老工业搬迁改造实施成效。  相似文献   

青海湖沙柳河流域浅层地下水不同时期补给特征          下载免费PDF全文

杨羽帆  曹生奎  曹广超  雷义珍  刘英  兰垚 《干旱区地理》2020,43(3):633-643

地下水稳定同位素组成的时空变化特征可以反映不同时期、不同区域地下水补给来源的差异。通过青海湖沙柳河流域浅层地下水氢氧稳定同位素组成的时空变化特征以及地下水、河水与降雨之间的补给关系的分析，结果显示：季风时期，地下水主要受降雨入渗和河流侧向补给为主，在补给过程中蒸发作用是影响地下水稳定同位素值的主要因素；非季风期，冰雪融水对低值区的地下水影响显著，同时降水的快速入渗则是该时期高值区地下水的主要补给方式之一。地下水同位素高值区，地下水与河水间补给作用较弱，补给时间超过5个月；地下水同位素低值区，地下水与河水补给关系较为密切，补给时间在1~4个月间。本文所得结论可初步反映干旱半干旱内陆流域地下水稳定同位素特征以及补给方式的基本规律，在一定程度上可为流域地下水及其他水体间的转换研究提供科学依据，并为地下水资源管理和水环境治理提供一定理论指导。  相似文献   

基于PCA-TOPSIS的重庆市县域经济密度综合测度及时空演变          下载免费PDF全文

张彬  谢贤健  杨联安  郭金铭 《干旱区地理》2020,43(2):546-556

经济密度是衡量区域经济发展水平和聚集程度的重要指标之一。以重庆市38个县（区）所辖范围为研究区，建立了人均和地均相结合的综合测度指标体系，采用主成分分析确定指标权重，将PCA TOPSIS评价法运用到经济密度综合测度中，依据测度对象与最优值的相对接近程度，综合测度1997年、2001年、2006年和2013年重庆市县域经济密度，获得各个时间断面经济密度综合指数及其排名。通过利用ArcGIS制图功能绘制重庆市经济密度等级分布图，揭示其空间分异演变规律，利用Moran’s I，LISA和热点分析分别探索了县域经济密度的全局和局部空间自相关及其时空演变规律，并讨论影响经济密度高低的主要因素。通过对县域经济密度的综合测度及时空演变的探究，为实现城市科学定位和制定中长期发展战略提供科学依据。  相似文献   

基于住房需求意愿的广州市中产阶层住房区位选择     

边艳  周春山  胡锦灿 《热带地理》2020,40(5):832-842

以2014年广州市中产阶层聚居区24个街道、50个社区进行的问卷调查和深度访谈资料为数据源，从住房需求意愿与区位选择方面分析了广州中产阶层住房选择，并运用多元Logistic回归分析法对其影响因素进行研究。研究发现：1）广州市中产阶层住房区位选择表现出明显的“向中心城区”性；2）现居住现状（人均住房面积、现小区区位、现小区建成年代、现居住时间）、家庭生命周期（年龄、家庭规模、子女数量）和经济水平（家庭年总收入、个人年总收入、私家车拥有量）等因素对中产阶层住房需求意愿具有显著影响；3）家庭生命周期（年龄、家庭规模）、个体因素（教育程度、户籍地）等要素对中产阶层住房区位选择具有显著影响。4）制度因素、区位因素和个体因素共同影响着广州市中产阶层住房区位选择。  相似文献   

2000年来中国边境城市对外贸易位序-规模分布及其影响因素     

杨鑫  彭飞  张琦琦  胡伟 《世界地理研究》2020,29(6):1102-1112

全球化背景下对外贸易活动是特定地域外向联系强度的重要表现，是边境城市区域功能的重要组成部分。运用位序-规模法则、分形理论及核密度等方法，以中国边境各城市的进出口贸易额为主要指标，剖析了中国边境地区对外贸易的规模分布特征及其影响因素。结果发现：①不同阶段的中国边境对外贸易位序-规模特征明显，位序结构内部城市次序变化较大；②位序-规模分布的无标度区变化显著，在18年内出现了4段分形表现，外贸活动的规模波动性、区域化特征明显；③影响因素表现为经济地理禀赋约束下核心城市支配效应明显、邻接地缘环境影响显著、政策导向与口岸推动、内部竞争反推空间结构协调演化四个方面；④不平衡性、集聚性在中国边境地区外贸活动中凸显，空间分布呈现为“核心-边缘”结构，当前国家层级应重点支持对外贸易优势城市，省级尺度协调域内城市对外贸易层次组织与区间联系。  相似文献   

基于细分行业的安徽省创新型企业集聚研究     

白如山  胡森林  庄良  刘岩  刘恺恺  黄鹏娜 《世界地理研究》2020,29(6):1190-1201

创新型企业作为塑造创新地理格局的重要力量，其区位选择的外部特征及内在机理亟须予以系统化研究。基于对安徽省创新型企业的细分行业与空间建库，采用核密度估计和地理探测器等方法，对细分行业下的创新型企业空间集聚特征及影响因素进行研究。结果表明：（1）安徽省创新型企业类型以先进制造和自动化为主，并以生物与新医药、新材料、电子信息为辅；（2）创新型企业空间集聚的不均衡特征显著，呈现出“一核一带多节点”的集聚分布特征，且合肥、芜湖是两个重要集聚区；不同细分行业视角下创新型企业的空间分布形态各异，可归纳为点-轴式、极核式、双核式及多核分散式等4种空间组织形态。（3）创新型因子对于创新型企业的空间集聚最为重要，但传统型和政策型因子的重要性仍不容忽视。其中，产业基础、人力资本、创新投入是最核心的因素，但各行业创新型企业的影响因素作用力则表现出一定的异质性。  相似文献   

A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing     

Peng Yue  Fan Gao  Boyi Shangguan  Zheren Yan 《International journal of geographical information science》2020,34(11):2243-2274

ABSTRACT

High performance computing is required for fast geoprocessing of geospatial big data. Using spatial domains to represent computational intensity (CIT) and domain decomposition for parallelism are prominent strategies when designing parallel geoprocessing applications. Traditional domain decomposition is limited in evaluating the computational intensity, which often results in load imbalance and poor parallel performance. From the data science perspective, machine learning from Artificial Intelligence (AI) shows promise for better CIT evaluation. This paper proposes a machine learning approach for predicting computational intensity, followed by an optimized domain decomposition, which divides the spatial domain into balanced subdivisions based on the predicted CIT to achieve better parallel performance. The approach provides a reference framework on how various machine learning methods including feature selection and model training can be used in predicting computational intensity and optimizing parallel geoprocessing against different cases. Some comparative experiments between the approach and traditional methods were performed using the two cases, DEM generation from point clouds and spatial intersection on vector data. The results not only demonstrate the advantage of the approach, but also provide hints on how traditional GIS computation can be improved by the AI machine learning.  相似文献