地理图斑智能计算及模式挖掘方法研究

发布时间：2024-12-25 23:18

　　 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。

【文章页数】：19 页

【文章目录】：
1 引言
2 地理图斑相关研究综述
    2.1 地理图斑概念的提出
    2.2 相关研究的综述分析
        2.2.1 地理图斑的提取（粒化Mapping)
        2.2.2 多源数据的融合（重组Fusion)
        2.2.3 多元模式的挖掘（关联Relation)
3 地理图斑智能计算模型
    3.1 分区分层感知模型
    3.2 时空协同反演模型
    3.3 多粒度决策模型
4 地理图斑模式挖掘及案例简析
    4.1 图斑模式挖掘体系
    4.2 图斑分布模式挖掘——以我国西南山区的耕地制图为案例
    4.3 图斑生长模式挖掘——以多云多雨地区的种植结构制图为案例
    4.4 图斑功能模式挖掘——以地块级作物种植适宜性评价制图为案例
    4.5 图斑动力模式挖掘
5 结论与展望



本文编号：4020157