导读:本文包含了多源地理数据论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:源地,数据,信息,地理信息,森林,质量,空间。
多源地理数据论文文献综述
李冲,李昊霖,佘毅[1]（2019）在《基于多源遥感数据的地理信息质量检测》一文中研究指出数学精度、要素属性正确性、逻辑一致性是当前地理信息产品质量检测的主要内容,其中精度和属性的检查多采用人工外业实地巡检方式,检测数据的获取具有离散性,属性正确性检查受人为因素影响较大,且该方法劳动强度大、成本高、效率低,对于特殊区域的检查实施困难。通过研究面向地理信息产品质量检测的低空机载激光点云、影像、视频及位置与姿态数据(position and orientation system,POS)的融合处理技术,提出了基于多源低空遥感数据的地理信息产品要素数学精度分类检测与属性评估方法。研究表明,本文方法能够有效用于地理信息产品的质量检测。(本文来源于《国土资源遥感》期刊2019年04期）
龚婧媛,孙海燕,钱志坚[2]（2019）在《基于众源地理数据的居住环境空间分异研究——以武汉市为例》一文中研究指出以网络爬虫获取的房屋众源地理数据为基础,以居住小区为研究单元,结合绿化率、容积率和物业费3项指标对各居住小区内部环境进行评价,利用GIS技术结合多组群分异指数D(m)和空间修正多组群分异指数SD(m)模型,研究武汉市的居住环境空间分异情况。结果表明,武汉市居住环境评分在小区尺度上呈现出较强的自相关性,且高值聚类区主要分布在非城市中心的湖泊周围。城市居住环境的空间分异现象受区域特征、地价、自然条件与生态环境等因素影响,武汉市中心城区、各辖区及3条环线之间的居住环境分异现象均不明显。(本文来源于《测绘地理信息》期刊2019年06期）
王涛涛,刘龙威,崔秉良[3]（2019）在《基于多源地理信息大数据的图斑自动分类技术在城镇村国土调查中的应用》一文中研究指出为解决第叁次全国国土调查工作中城镇村土地利用现状调查工作量大、技术难度高的问题,本文提出并实现一种基于多源地理信息大数据的图斑自动分类技术。首先,分析常见地理信息大数据与国土调查工作分类的对照关系,建立数据优先级评价模型,针对每类数据都建立独立的处理模型;然后,建立一套数据优先级及图斑的相对空间位置关系的可信度评价模型;最后,开发软件实现设计构想。该技术已经过测试并在具体项目中运用良好,可显着降低城镇村地类图斑采集的工作量与作业难度。(本文来源于《测绘与空间地理信息》期刊2019年06期）
张鹏飞[4]（2019）在《基于众源地理数据的景区关注度及游客情感分析研究》一文中研究指出近几年,随着我国居民生活水平的日益提高,我国逐渐进入全民旅游时代。杭州西湖景区作为我国着名的5A级景区,在全世界拥有较高的知名度,其旅游市场的健康发展与管理对于当地乃至区域旅游形象建设具有重要意义。在互联网日益密切融入旅游业的背景下,社交媒体上汇集了大量适用于分析游客需求的众源地理数据,能够为旅游景区形象提升和管理优化提供大数据支持。本研究采用大数据技术,通过调用微博API(Application Programming Interface,应用程序编程接口)以及采用专业爬虫软件在新浪微博和携程网爬取游客地理位置及相关评论文本数据,由此构建起基于众源地理数据的数据库。基于众源地理数据的空间信息和文本信息,分别采用核密度分析和情感分析模型分析游客对景区的关注度以及情感变化的时间动态和空间分布特征,并通过对景区评论进行话题聚类分析发现影响杭州西湖景区旅游形象的因素。然后,结合西湖景区实际,为杭州西湖景区的可持续发展提出了相关对策建议,以期为提高杭州旅游的网络形象、促进旅游业健康、可持续发展提供科学决策依据,并能够为大数据分析服务于景区管理体制改革提供良好的借鉴。主要研究成果包括:首先,基于游客空间信息数据,采用核密度分析方法分别在不同空间尺度下分析整个杭州市景区游客的空间分布特征。游客关注度较高的热点区域整体上呈现出以景区为核心,沿着其他景点、主干道路边缘零星分散的特点,且游客主要聚集点分布在以西湖景区为圆心5 km以内的范围;通过以年、月、日为时间周期来分析游客微博发布数量对应的景区关注度研究发现,自2015年以来,景区的网络关注度每年约以40%的速度增加,在月和日的时间尺度下,游客关注度变化主要与旅游需求、季节及作息规律相关,且呈现出较强的季节性,游客的关注度具体表现为春秋高于冬夏,白天高于夜晚;从国内外旅游市场上看,景区关注度的变化与客源地的经济和交通发展状况成正比。其次,在情感词典的基础上,根据情感分析模型得出游客评论内容的情感值,然后从不同时间和空间尺度对评论内容进行深度分析。从月份、季节以及日均尺度上看,游客的情感均值的起伏变化,主要是季节及昼夜交替这一因素主导着游客的情绪变化;从客源地的空间尺度上看,处于第四级别的以内蒙古、甘肃省为代表的西北地区和以山东省、北京市为代表的北方地区的情感均值要高于整体情感均值,而其他级别则接近或低于整体情感均值水平,主要原因是景区舒适宜人的气候环境以及独特的自然人文景观,相对于生活环境差异较大的北方游客来说,超出了他们的心理期望值;其他级别的地区受出行成本或因重游期望值较高拉低了区域情感均值。最后,通过话题聚类从正反两方面综合分析影响杭州西湖景区旅游形象的因素,其中通过词频分析,由此得出游客对杭州西湖的正面认知形象集中分布在自然环境、人文历史文化背景、旅游设施以及城市形象等方面;负面因素主要集中在景区内部基础设施、服务质量、管理方式以及天气状况等因素。在此基础上,针对具体存在的问题,从景区的内外两方面,对景区旅游形象的改善提出了一些切实可行的建议。主要包括:对于景区内部,要完善游客旅游服务设施,提高景区服务人员素质,并提供针对不同类型游客的精细化与人性化服务;对于整个城市,要同相关部门建立合作机制,治理各种交通问题,做好杭州市空气质量的治理与监督工作,做好网络信息反馈工作,同时也要根据游客普遍反映的问题及时做出回应,维护好景区的旅游整体形象。本文通过多角度分析具有多种属性信息的众源地理数据,为杭州西湖景区未来发展模式的探索以及旅游市场的规划提供了相关数据的支持,从整体上实现景区旅游资源的合理配置,开发旅游潜在市场,提高游客旅游关注度与满意度,从而为以众源地理数据为中心的旅游地理学研究提供新的思路。(本文来源于《山东师范大学》期刊2019-06-11）
吕帝江[5]（2019）在《基于多源地理大数据的地铁客流影响因素研究》一文中研究指出随着我国经济发展和城市化进程的加快推进,城市人口和汽车保有量逐年增长,许多城市交通堵塞问题日益突出。城市地铁由于其速度快、运量大、频次高、准时性和舒适度高等特征成为缓解城市堵塞问题的最有效途径。当前我国地铁规划建设进入快速发展阶段,规划规模持续增长,逐步进入网络化阶段。研究地铁客流影响因素,对地铁客流预测、对新建地铁站点规划、已建站点客流管理、促进轨道交通和土地利用协调发展等方面具有重要意义。本研究基于腾讯微信实时人口数据、建筑物轮廓高度数据、高分影像数据和POIs数据等多源地理空间大数据,采用向后逐步回归法、地理加权回归方法和K-Means聚类方法对广州市中心城区75个地铁站点进行客流影响因素分析以及对全市域124个地铁站点客流影响因素空间差异进行探讨,得到以下结论:(1)基于多源地理大数据较好地精细识别了地铁站点周边建成环境,并探讨了居住人口密度、就业人口密度、精细土地利用和站点自身特征与工作日全天客流、休息日全天客流、工作日早进晚出、早出晚进、早高峰总和晚高峰总等多类型客流的影响关系。(2)在基于全局回归的6种地铁客流影响因素分析模型中,发现了居住人口密度、容积率、进出站口数量、是否为换乘站4种因素对站点客流具有显着正向影响;工作日全天客流和休息日全天客流影响因素存在较大差异,教育科研用地只在工作日客流中保留,而体育用地只在休息日客流中保留;工作日早进晚出和早出晚进客流回归模型也存在较大差异;工作日早高峰总和晚高峰总客流回归模型具有较大的相似性,在各精细公共管理与公共服务用地、商业用地、二类居住用地等变量中系数和显着性相似或相近。(3)通过地理加权回归方法探讨了广州市全市域多类型地铁站点客流影响因素的空间异质性,发现了居住人口密度、就业人口密度和交通场站用地等精细建成环境要素在多类型客流回归模型空间异质性影响机制中存在明显的差异。(4)基于GWR各系数采用K-Means聚类算法进行分析,探讨了广州市全市域地铁站点客流影响的空间差异,最终对聚类片区提出分区建议,为地铁站点规划管理提供了有益参考。(本文来源于《广州大学》期刊2019-06-01）
成方龙[6]（2019）在《基于多源地理信息的人口数据空间化研究》一文中研究指出人是自然地理环境和社会经济活动的主体,人口空间分布总是受自然因素、社会经济因素、历史因素等的影响。传统的人口统计方法以行政单元为统计单位,假设人口分布在行政单元中呈均衡分布状态,忽略了人口分布是自然环境、社会环境、经济环境等一系列因素综合作用的结果。同时,传统的人口统计数据不仅存在着时空分辨率低的问题,在实际运用过程中也难与自然地理空间单元相匹配,不利于与自然环境、生态、经济等多源数据融合使用。因此,获取高精度的人口空间分布信息变得十分必要,而人口数据空间化是解决上述问题的有效途径之一。本文选取了广州市越秀区、荔湾区、天河区、海珠区、白云区及黄埔区(不含原萝岗区)作为研究区域、人口分布为研究对象。以ArcGIS 10.2、Python语言、SPSS 22.0等作为主要辅助工具,收集了研究区范围内的人口统计数据、行政区划数据、NPP/VIIRS夜间灯光数据、路网分布数据、小区房价数据、POI数据、房屋建筑区面积、土地利用数据、数字高程模型等数据。首先基于地理探测器模型对所选取的人口空间分布影响因子进行识别,剔除无关因素;然后基于单一的人口空间化模型和分区建模思想实现研究区150m格网人口数据空间化。得到主要研究结论如下:(1)在人口空间分布影响因子筛选过程中,本文利用地理探测器模型对所选取的影响因子进行因子探测和交互探测。结果发现:除草地指数和水域指数外,其他因子均通过0.05的显着性检验,表明研究区范围内,草地、水域对人口空间分布的影响几乎可以忽略不计;政府机关和社会团体对人口空间分布的解释力q值最大,公共设施次之,其他建设用地指数解释力最小;另一方面,从交互探测结果来看,自然因素之间的交互作用要远低于社会经济因素之间的影响力,自然因素与社会经济因素相组合的交互影响力也要大于自然因素之间的影响力;大部分影响因子之间都是起双因子增强作用,只有少部分影响因子之间起非线性增强作用,并不存在相互独立起作用和非线性减弱作用的因子。(2)利用土地利用数据和夜间灯光数据,基于普通多元回归思想构建人口空间化模型,实现研究区格网人口数据空间化。其结果表明:大部分街道模拟人口与实际统计人口相对误差百分比超过100%;相关系数R为0.06、拟合优度R~2仅为0.0039;从散点图(5-2)中可以看出,绝大部分街道(镇)人口模拟结果与实际人口数量偏差较大,模拟效果不佳,精度较差。因此,该方法得到的模拟结果与实际偏差巨大,无法满足本文的研究要求。(3)在利用随机森林模型进行人口数据空间化的过程中,本文对人口空间分布影响因子进行重新选取,主要剔除了建设用地(城镇用地指数、农村用地指数和其他建设用地指数),并用更精确的房屋建筑面积作为替代,然后构建随机森林模型,对研究区人口空间分布进行模拟。将模拟人口与实际人口进行相关性分析,相关系数为0.774,相关性较为显着;然后计算平均相对误差,误差结果约为30%,分析发现有33个街道(镇)绝对相对误差百分比超过50%,是造成模型误差整体偏高的原因。相比普通多元线性回归模拟结果,随机森林模型的模拟精度有明显的提高,与实际人口分布较为符合。(4)基于分区建模思想,利用人口集聚度法并结合自身的研究需要,将研究区划分为人口密集地区和非人口密集地区,同时利用逐步回归分析和随机森林模型实现各分区人口数据空间化。然后,将分区建模最优结果进行合并,基于街道(镇)尺度,将分区建模结果与单一的随机森立模型模拟结果跟实际统计结果进行相关性分析、回归分析(拟合优度R~2)及误差分析。由分析结果可知:分区建模结果与街道(镇)实际人口的相关系数为0.834,拟合优度R~2等于0.695,相关性及拟合优度都要优于单一的随机森林模型。在误差分析方面,分区建模模拟结果相对误差百分比在(-30%,30%)之间的比重为51.89%,高于单一的随机森林模型模拟结果;另一方面,绝对相对误差百分比大于50%的街道(镇),分区建模结果只有18个,占街道(镇)总数的16.98%,明显低于单一随机森林模型的31.13%。(5)本文从单一的数学模型及分区建模两个方面实现研究区人口数据空间化,其结果表明:分区建模,选择合适的人口分布影响因子和适宜的人口数据空间化模型,有利于提高人口数据空间化精度,使得人口空间分布与实际情况更加符合。另一方面,该结果与柏中强、董南等人提出的关于提高人口数据空间化精度的措施相一致。(本文来源于《广州大学》期刊2019-05-01）
刁丰华[7]（2019）在《基于无参考数据的众源地理信息质量评价方法研究》一文中研究指出在众源地理信息中,用户以志愿者身份在一个开放的模式下进行地理信息数据采集和生产,打破了传统地理信息数据的获取方式,为地理信息数据提供了丰富的数据源。众源地理数据一般由非专业的志愿者提供,数据质量成为众源地理数据是否能得到广泛应用的重要因素,由于可进行质量评价参考的地理信息数据存在获取成本高、更新时间久等问题,使得众源地理数据的质量评价受到一定的限制。为此,本文针对在无参考数据场景下,以众源地理信息最具代表性的开放街道地图(OpenStreetMap,OSM)为研究对象,提出基于志愿者专业水平和基于数据编辑历史的质量评价方法。论文的具体研究内容如下:(1)提出了基于志愿者专业水平的质量评价方法。该方法采用指标加权模型评价OSM数据质量,首先从志愿者专业水平角度提出贡献度、重复修改度、活跃度和专注度四个指标,然后选取志愿者所贡献数据质量的中值作为该志愿者的贡献数据质量水平,最后通过线性回归的方式确定各指标的权重,获得数据质量评价模型。(2)提出了基于OSM历史版本的质量评价方法。该方法认为OSM历史版本都会对最终版本数据质量产生影响。首先对发生正常修改和只有属性修改的历史版本进行删除,并选取版本数量大于3的数据,然后选用中间面积的方法分别计算各版本与最终版本的差异值,最后通过版本号加权的方式计算最终版本数据的质量评价值。(3)提出了基于点位偏移的OSM数据质量评价方法。该方法从数据的节点和质心点的角度进行数据质量的评价,首先对发生正常修改和只有属性修改的历史版本进行删除,然后判断版本数据的节点个数,若所有版本数据的节点个数一致,将各对应节点的中心作为参考节点,节点所组成的数据作为参考值,最后计算最终版本与生成的参考值之间的相似度作为数据质量评价值;若节点个数不一致,则选用各版本数据质心点的中心作为参考点,将最终版本的质心点与参考点的距离作为数据质量评价值。(本文来源于《中国矿业大学》期刊2019-05-01）
刘正廉[8]（2019）在《基于多源地理数据的精细人口空间化方法研究》一文中研究指出人口问题是最为重要的社会问题,随着城镇化的进程持续开展,越来越多的人口进入城市,对城市的精细化管理提出了更高的要求。基于行政单元统计型人口数据,空间分辨率不高,难以反映行政单元内部人口分布的实际情况,不利于人口数据的空间可视化分析与实际应用。人口空间化通过一定方法实现人口数据的格网化,能显着提高人口数据空间分辨率,便于掌握精细化的人口空间分布信息,不仅可以为传统的灾害预防与评估、区域可达性分析、自然人文要素等领域提供有效辅助数据源,并对辅助智慧城市建设、精准化资源调度与服务具有重要现实意义。本文以武汉市为研究区域,考虑数据自身特点以及应用场景,研究相应的不同格网尺度的精细人口空间分布数据的获取方法,并获取了武汉市2015年多个格网尺度的精细人口分布数据。首先是基于NPP/VIIRS夜间灯光和FROMGLC土地利用数据的人口空间化。夜间灯光和土地利用数据具有范围广、更新频率较高、处理方式较为简单等特点,适用于获取大范围且具有较高更新频率的人口空间分布数据。通过夜间灯光对各种土地利用类型进行有灯光区和无灯光区的划分,在此基础上提取各土地利用数据有灯光区面积、无灯光区面积和夜光总值,利用多元线性回归模型构建这些变量因子和统计人口之间的关系进行人口空间化。其次是基于高德地图兴趣点(Points of Interest,POI)以及地理国情监测数据提取的房屋建筑物这两类细粒度地理要素数据,该类数据具有获取难度大、更新速度慢、处理过程较复杂等特点,但该类数据集具有丰富的轮廓和语义信息,更适用于小尺度的精细人口空间化中。通过考虑建筑物属性和建筑物与兴趣点数据的空间位置关系构建特征,利用随机森林模型对提取的高维特征进行训练和预测进行人口空间化。同时考虑到满足不同产业或其他领域研究需求,两类实验均分别从500m,100m和50m叁种格网尺度进行开展。进一步,对研究区的人口空间自相关性开展分析,并尝试使用均值滤波的方法来融入相邻格网人口数据之间的相关性。对本文的实验结果进行总结和分析可得到的结论如下:1)基于夜间灯光数据和土地利用数据的人口空间化结果随着格网尺度的增加精度越高。在500m尺度下的人口空间化结果最好,精度高于WorldPop数据集。表明这两类栅格型数据可以在较大格网尺度的人口空间化结果具有较高的精度。2)基于兴趣点数据和房屋建筑的多尺度人口空间化结果随着格网尺度的增加精度越低。在50m尺度下的人口空间化结果最好,精度为本文实验所有尺度空间化实验结果最佳。该方法空间分辨率和精度都能得到较大提升,表明这两类细粒度地理要素数据更适合较小格网尺度的人口空间化研究。3)研究区人口具有明显的空间自相关关系,呈现主城区高高集聚和远城区低低集聚的基本人口分布格局。基于滤波的格网人口处理实验在部分尺度具有一定的修正作用。综上所述,本文研究了利用高精度数据获取多种格网尺度的精细化人口空间化的方法,分析了不同空间化辅助数据源在不同尺度下人口空间分布拟合效果,可为大数据背景下基于多源数据融合的精细化人口研究提供新的思路。(本文来源于《武汉大学》期刊2019-05-01）
敖日格乐毕力格[9]（2019）在《众源地理数据质量研究——以微博签到数据为例》一文中研究指出提出了众源地理数据质量评价的评价体系,对微博签到数据从沉余度、完备度、错误率和位置精度4个方面进行了评价。(本文来源于《内蒙古科技与经济》期刊2019年07期）
任雨,郭计元,刘建,王宁,马聪[10]（2019）在《多源地理信息数据在输电叁维设计中的应用》一文中研究指出在当前电力行业中,输变电工程设计模式正在由二维向叁维转变。输电线路叁维设计与地理环境密切相关,输电线路的路径选择与优化、通道清理、征地拆迁、环评水保、交叉跨越、不良地质段处理等工作都高度依赖高精度工程地理信息系统。文章提出多源地理信息数据获取方式,能够在可研、初设阶段为输电工程叁维设计提供有力支撑。(本文来源于《电力勘测设计》期刊2019年02期）
多源地理数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以网络爬虫获取的房屋众源地理数据为基础,以居住小区为研究单元,结合绿化率、容积率和物业费3项指标对各居住小区内部环境进行评价,利用GIS技术结合多组群分异指数D(m)和空间修正多组群分异指数SD(m)模型,研究武汉市的居住环境空间分异情况。结果表明,武汉市居住环境评分在小区尺度上呈现出较强的自相关性,且高值聚类区主要分布在非城市中心的湖泊周围。城市居住环境的空间分异现象受区域特征、地价、自然条件与生态环境等因素影响,武汉市中心城区、各辖区及3条环线之间的居住环境分异现象均不明显。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多源地理数据论文参考文献
[1].李冲,李昊霖,佘毅.基于多源遥感数据的地理信息质量检测[J].国土资源遥感.2019
[2].龚婧媛,孙海燕,钱志坚.基于众源地理数据的居住环境空间分异研究——以武汉市为例[J].测绘地理信息.2019
[3].王涛涛,刘龙威,崔秉良.基于多源地理信息大数据的图斑自动分类技术在城镇村国土调查中的应用[J].测绘与空间地理信息.2019
[4].张鹏飞.基于众源地理数据的景区关注度及游客情感分析研究[D].山东师范大学.2019
[5].吕帝江.基于多源地理大数据的地铁客流影响因素研究[D].广州大学.2019
[6].成方龙.基于多源地理信息的人口数据空间化研究[D].广州大学.2019
[7].刁丰华.基于无参考数据的众源地理信息质量评价方法研究[D].中国矿业大学.2019
[8].刘正廉.基于多源地理数据的精细人口空间化方法研究[D].武汉大学.2019
[9].敖日格乐毕力格.众源地理数据质量研究——以微博签到数据为例[J].内蒙古科技与经济.2019
[10].任雨,郭计元,刘建,王宁,马聪.多源地理信息数据在输电叁维设计中的应用[J].电力勘测设计.2019
论文知识图
