空间数据知识发现研究进展评述

首先对当前空间数据的复杂性特征进行了分析,提出海量的数据,空间属性之间的非线性关系,空间数据的尺度特征,空间信息的模糊性,空间维数的增高以及空间数据的缺值是当前空间数据复杂性的主要表现特征,并以其为线索将近年来在空间数据知识发现领域的研究进展及其热点进行了较为系统的归纳,在此基础上,对空间数据知识发现与GIS的关系进行了阐述,并对空间数据知识发现的未来发展趋势进行了展望。     

高分辨率遥感影像桥梁特征提取方法研究*

根据桥梁水体相连的知识,提出了一种基于知识的高分辨率遥感影像水上桥梁提取的实用方法,即在水体提取的基础上将图像细化,通过宽度限制检测桥梁主干线,并对其进行矢量化和特征表达来实现桥梁提取,通过实验证明了该方法的有效性。实验证明此方法不仅适合于水体与陆地灰度差别大,即单峰直方图的影像,还适合于水体与陆地灰度差别不大,即直方图多峰或峰顶不明显的影像。     

面向对象的海岸带养殖水域提取

在海岸带遥感地物自动信息提取工作中,传统基于像元的图像处理技术难以解决由于地物混杂带来的椒盐噪声现象。提出了一种面向对象的养殖水域提取方法,该方法分为4步：① 结合eCognition分割算法的基本思想,设计并使用了多精度图像分割算法获得分割图斑;② 计算图斑的多类特征,包括光谱、形状、纹理、空间关系等,为后续分析服务;③ 通过基于图斑的多特征分析,提取出水域全图以及其派生的面状水域、线状水域;④ 在所有水域中剔除面状水域和线状水域,获得养殖水域。在SPOT\|5高分辨率遥感影像上的提取实验证明该方法是可行的。     

高分辨率遥感影像信息提取及块状基元特征提取

分析了基于目标基元的遥感信息提取技术相对于传统的基于像元的处理方式所具有的优势；结合人类视觉机制和计算机尺度空间理论，设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术流程框架，即在大尺度下进行粗分割后进行块状基元提取的技术及实现过程；最后给出了相关实验结果，实验表明本文提出的基于基元的遥感信息提取便于与视觉知识和环境知识更好地结合，提高了遥感信息处理与应用的自动化和智能化水平。     

黄大茶水提物改善高脂小鼠脂肪组织的脂肪酸代谢

目的：探究黄大茶水提物对高脂饮食小鼠脂肪组织脂肪酸代谢的调控机制。方法：将5 周龄雄性C57BL/6小鼠随机分为对照组、高脂饮食组、高脂饮食＋2.5%（终质量分数,下同）黄大茶水提取物组、高脂饮食＋0.5%黄大茶水提取物组。饮食干预处理12 周后,测定小鼠体质量、脂肪组织质量,观察脂肪组织形态,并分析脂肪酸代谢关键基因及蛋白表达量等指标。结果：2.5%黄大茶水提物能高度显著降低高脂小鼠体质量及脂肪组织质量（P＜0.001）;减少脂肪组织的脂质沉积;促进SREBP-1C、FAS、ACC、SCD-1等脂肪酸生成相关基因的表达,促进脂肪酸分解相关基因PGC-1α和CPT-1的表达;不同程度激活腺苷酸活化蛋白激酶（adenosine monophosphate activated protein kinase,AMPK）/乙酰辅酶A羧化酶（acetyl CoA-carboxylase,ACC）通路。结论：2.5%黄大茶水提物饮食干预能显著缓解高脂饮食小鼠肥胖和减少脂质沉积,促进脂肪组织脂肪酸合成和氧化分解代谢,此作用与黄大茶水提物激活AMPK/ACC通路相关。     

高分辨率遥感影像上交通枢纽信息的自动提取方法

提出了一种在高分辨率遥感影像上自动提取交通枢纽,即重要道路交汇口的有效方法。方法的基本过程如下:利用高斯马尔可夫随机场纹理模型与支撑向量机进行图像分类得到道路块,通过细化得到道路轴线并登记宽度信息,然后通过启发式规则进行轴线连接得到道路网。而后在路网基础上,自动提取高宽度道路轴线之间的交点作为交通枢纽。通过实验证明了方法的有效性。研究可广泛应用于城乡交通基础设施规划、物流规划、军事作战分析等领域。     

一种基于数学形态学尺度空间的线性条带挖掘方法

提出了一种线性条带挖掘方法L_MSCMO。方法可分为两个主要部分：首先，利用作者提出的基于数学形态学尺度空间的聚类算法MSCMO寻找到最合适的图像重分割尺度；其次，对此尺度下的分割结果进一步分割得到线性条带。L_MSCMO是一种对“非纯粹直线”与噪声具鲁棒性的线性条带提取方法。对地震带这种线性条带的有效挖掘验证了该观点。     

一种带控制节点的最小生成树聚类方法

综合考虑对象间相对距离和高等级对象对低等级对象的集聚效应这两种聚类影响因素，提出了一种带控制节点的最小生成树聚类方法。该方法用聚类对象间距离为权构建一棵最小生成树，将树中高等级节点作为分割最小树时选取被打断边的控制因素，使本次分割而成的两子树都包含控制节点，且被打断的边是在此条件下的最长边，最终使每棵子树包含且仅包含一个控制节点。检验自构建数据和地震数据的聚类结果证明，该方法在某些情况下能够较好地揭示数据分布的真实规律。     

矢量约束的面向对象高分遥感影像水体提取

鉴于高分辨率遥感影像的光谱混淆和噪声干扰现象为遥感信息的精确提取带来很大困难,而利用现有矢量数据作为约束条件是提高遥感信息提取准确性的有效手段,提出了一种基于矢量约束实现面向对象高分辨率遥感影像水体提取的新方法。方法的基本步骤包括:1)利用硬边界约束方法(HBC-SEG)进行图像分割;2)分割图层与矢量数据叠合以建立分割图斑和已有矢量水体图斑间的空间关系;3)针对矢量与影像间的时相差异和配准误差建立差异化的知识规则以提取影像中的真实水体。实验证明,该方法在准确提取高分辨率影像上细小水体信息的同时,也能有效抑制建筑等地物的阴影干扰,和无约束方法相比,综合精度评价指标F-Measure平均提高13%以上。     

多要素空间场景相似性匹配模型及应用

提出综合考虑空间对象的面积、属性及其相互间的拓扑、方位关系等多要素的空间场景相似性匹配模型。首先利用"逐步转变模型"和属性关系图实现场景语义建模,而后构建场景匹配模型,利用所提出的相似度指标评价场景间的相似性。该模型能够较为客观地刻画空间场景特别是地理场景的语义内涵,并且具有很好的场景匹配效果,在空间数据的智能查询检索上具有较好的应用前景。