地理数据多尺度特征提取与结构解析方法研究

发布时间：2025-06-21 06:24

　　地理系统是一种具有深刻时空跨度内涵的多尺度过程。时空多尺度特征是地理现象的内蕴特征,也是地理学研究的核心内涵。地球表层系统受多圈层耦合作用,在时空间上表现为不同尺度过程之间的“级序”特征。现有针对复杂地理现象和地理过程时空多尺度特征提取与结构解析方法,对时间上非平稳、空间上非正态、时空融合的地理时空数据分析处理困难。迫切需要从时间域、空间域和时空域视角对地理时空数据多尺度特征提取与结构解析方法进行探索,实现从不同时空尺度视角解析、诊断地理对象、现象的多尺度时空特征和演化格局,是探寻地理系统运行机理、提升地理系统调控和预测能力的重要途径。论文以时间序列、空间统计学、信号处理、张量分析等现代数学分析方法为理论基础,将不同类型时空数据划分为序列数据、空间面板和时空立方体三大类,从时间域、空间域和时空域进行多尺度特征提取与结构解析方法研究,设计了可支撑非平稳、非正态时空数据多尺度特征解析方法体系,提出了数据驱动的空间数据特征尺度自动识别与诊断方法,以及时空统一框架下地理时空数据的多尺度特征分析方法。并设计了地理时空数据多尺度特征解析与结构分析系统,基于海面变化等数据进行了方法验证。论文主要研究内...

【文章页数】：146 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 选题背景及意义
        1.1.1 选题背景
        1.1.2 选题意义
    1.2 国内外研究现状
        1.2.1 地理时间序列的多尺度分析方法
        1.2.2 地理空间数据的多尺度分析
        1.2.3 地理时空数据的特征解析
        1.2.4 高维时空数据分析方法
        1.2.5 总结
    1.3 研究目标与研究内容
        1.3.1 研究目标
        1.3.2 研究内容
        1.3.3 技术路线
    1.4 论文组织
第2章 地理时序数据的多尺度特征与结构关系解析
    2.1 地理时序数据及其多尺度分解
        2.1.1 地理时序数据及其主要特征
        2.1.2 地理时序数据的多尺度分解模型
        2.1.3 案例数据及实验设定
    2.2 单变量时间序列的多尺度分解与特征解析
        2.2.1 已有方法评述与对比
        2.2.2 长期趋势的自适应稳健提取方法
        2.2.3 周期波动的自动提取与分离方法
    2.3 双变量地理时序数据的耦合结构与关系识别
        2.3.1 复数域中相位耦合的BEMD分解
        2.3.2 多尺度相位耦合特征解析与序列同步
        2.3.3 基于双变量距离的非线性耦合演化关系识别模型
    2.4 多变量地理时序数据的相互作用模型
        2.4.1 多通道奇异谱分析
        2.4.2 西北太平洋海面变化的多通道奇异谱分析
        2.4.3 西北太平洋海面变化的不同尺度波动的空间传递过程
    2.5 本章小结
第3章 地理过程的空间多尺度特征解析
    3.1 空间多尺度分解的一般模型
        3.1.1 空间多尺度分解的需求与难点
        3.1.2 多尺度空间分析
        3.1.3 空间多尺度分解的基本模型
        3.1.4 研究数据与实验设定
    3.2 基于一维时间序列方法拓展的空间多尺度分解
        3.2.1 2D小波分解
        3.2.2 空间EMD(2D-EMD)
        3.2.3 数据分布驱动的Spaital-EMD分解
        3.2.4 Spaital-EMD分解实验
    3.3 基于平行核平滑的结构自适应空间多尺度分解方法
        3.3.1 空间核平滑及其快速计算
        3.3.2 基于平行核平滑的空间滤波组构建
        3.3.3 主导尺度提取
        3.3.4 基于平行核平滑的空间多尺度分解算法
        3.3.5 平行核平滑多尺度分解实验
        3.3.6 平行核平滑分解的稳健性模拟实验
    3.4 本章结论
第4章 地理时空过程的多尺度特征解析
    4.1 时空数据及时空过程的表达
        4.1.1 多维时空场数据与时空场数据模型
        4.1.2 时空立方体及其多维度透视
        4.1.3 基于张量的时空场数据模型与数据组织
    4.2 时空数据多尺度特征及其演化过程的张量解析方法
        4.2.1 时空立方体的张量分解
        4.2.2 海面变化三维时空数据中经-纬-时耦合信号解析
        4.2.3 时间-纬度与时间-经度构型
        4.2.4 不同ENSO事件时期海面变化经纬向耦合过程分异
    4.3 基于多信号小波分解的特征解析与探索性分析
        4.3.1 基于多信号小波分解的时空过程多尺度特征探测方法
        4.3.2 基于多信号小波的全球海面变化多尺度特征
        4.3.3 基于多信号小波的时空多尺度分割
        4.3.4 基于多信号小波的1997-98年厄尔尼诺时空演化跟踪
        4.3.5 基于多信号小波的特征解析与时空分割计算性能评估
    4.4 本章小结
第5章 地理时空多尺度分析系统设计与实现
    5.1 系统架构与功能模块
        5.1.1 整体架构
        5.1.2 层次体系
        5.1.3 功能模块
    5.2 数据接口与时空分析的数据/业务流
        5.2.1 数据IO
        5.2.2 时空数据管理与数据流
        5.2.3 时空多尺度分析的业务流模板
    5.3 计算引擎与数据分析模块
        5.3.1 计算引擎层次架构与子系统划分
        5.3.2 地理时空多尺度分析流程及计算引擎实现
        5.3.3 计算模板与插件形式嵌入
    5.4 用户界面与数据可视化模块
    5.5 应用与分析实例
    5.6 本章小结
第6章 结论与展望
    6.1 主要结论
    6.2 主要创新点
    6.3 不足与展望
参考文献
在读期间发表的学术论文及研究成果
致谢



本文编号：4052042