共 19 条
地理图斑智能计算及模式挖掘方法研究
被引：18
|作者：
骆剑承
[1
,2
]
吴田军
[3
]
吴志峰
[4
]
周亚男
[5
]
郜丽静
[1
,2
]
孙营伟
[1
,2
]
吴炜
[6
]
杨颖频
[1
,2
]
胡晓东
[1
,2
]
张新
[1
,2
]
沈占锋
[1
,2
]
机构：
[1] 中国科学院空天信息创新研究院遥感科学国家重点实验室
[2] 中国科学院大学
[3] 长安大学地质工程与测绘学院
[4] 广州大学地理科学学院
[5] 河海大学地球科学与工程学院
[6] 浙江工业大学计算机学院
来源：
基金：
国家重点研发计划;
关键词：
地理图斑;
分区分层感知;
时空协同反演;
多粒度决策;
分布模式;
生长模式;
功能模式;
动力模式;
D O I：
暂无
中图分类号：
P208 [测绘数据库与信息系统];
P285.22 [];
学科分类号：
070503 ;
081603 ;
0818 ;
081802 ;
摘要：
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。
引用
收藏
页码：57 / 75
页数：19
相关论文