一、基于GIS的地理网络模型研究（论文文献综述）
于翔[1]（2021）在《基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究》文中研究表明华北平原是我国地下水超采最严重的地区,地下水位的持续下降,形成了冀枣衡、沧州及宁柏隆等七大地下水漏斗区,尤其是河北省,地下水超采量和超采面积占全国的1/3,由此引发了地面沉降、海水入侵等一系列问题。国家高度重视,自2014年起在河北省开展地下水超采综合治理试点工作,已取得了阶段性成效,地下水位持续下降趋势得到显着改善。通过对地下水超采治理效果进行客观评价,有助于推进地下水超采治理措施落实,高质量完成地下水超采治理各项工作。本文采用大数据、组件和综合集成等技术,建立了集空间数据水网、逻辑拓扑水网和业务流程水网为一体的数字水网,研发数字水网集成平台,基于平台提供地下水超采治理效果过程化评价及水位考核评估业务应用,为河北省地下水超采治理提供科学依据和技术支撑,具有重要研究意义。论文主要研究成果如下:（1）构建了河北省一体化数字水网。面向河流水系、地表水地下水等实体水网,将地理信息、遥感影像等数据数字化、可视化,构建空间数据水网;将管理单元的对象实体逻辑和用水对象进行拓扑化、可视化,构建逻辑拓扑水网;采用知识图将业务的相关关系、逻辑关联进行流程化、可视化,构建业务流程水网。研发数字水网综合集成平台,搭建可视化操作的业务集成环境,通过三种可视化水网的集成应用构建一体化的数字水网,为地下水超采治理效果评价和水位考核评估提供技术支撑。（2）提出了基于数字水网的业务融合模式。采用大数据技术对地下水数据资源进行处理与分析,实现多源数据融合;将地下水超采治理效果评价及水位考核评估的数据、方法和模型等进行组件开发提供组件化服务,实现模型方法的融合。采用知识可视化技术描述应用主题、业务流程、关联组件和信息,实现地下水超采治理业务过程融合;将数据、技术及业务进行融合,基于平台、主题、组件、知识图工具组织地下水超采治理业务应用,实现基于数字水网的地下水超采治理业务融合。（3）提供主题化地下水超采治理业务应用。基于数字水网集成平台,按照业务融合应用模式,采用大数据技术对多源数据进行融合,搭建地下水动态特征分析的业务化应用系统,提供信息和计算服务。针对地下水超采治理效果评价目标,采用组件及知识可视化技术将评价方法组件化、过程可视化,搭建过程化评价业务化应用系统,提供在线评价和决策服务。根据地下水采补水量平衡原理,研究河北省超采区的地下水位考核指标制定的方法,基于数字水网搭建水位考核评估业务化应用系统,提供考核和决策服务。
牛鹏飞[2]（2021）在《基于综合指数模型的舟曲县滑坡易发性评价》文中认为舟曲县地处青藏高原东缘,西秦岭西翼与岷山山脉交汇地区,复杂多变的地质环境条件和暴雨多发的降水特征决定了舟曲县滑坡灾害较为发育,严重影响着当地的经济发展和人民的生命财产安全。开展区域型滑坡灾害评价工作,对于舟曲县经济发展具有重要意义,可为今后县内地质灾害防治工作提供参考的意见。本次研究是在舟曲县野外地质灾害调查的基础上,整理统计出67处滑坡灾害点,对区域内滑坡灾害发育特征和孕育过程进行综合分析,借助Arc GIS软件构建综合指数模型对舟曲县滑坡灾害易发性进行评价,并利用ROC曲线对评价结果进行检验,验证评价结果,得到舟曲县滑坡灾害易发性分区图。本文主要工作如下:（1）简要阐述了舟曲县地质背景,并对区域内滑坡灾害的分布情况进行了总结。通过对研究区滑坡点的分析研究,并结合前人研究资料,选取高程、坡度、坡向、平面曲率、剖面曲率、地层岩性、距河流距离和距道路距离等8个评价因子构建舟曲县滑坡易发性的评价体系,确定了栅格单元作为研究区的制图单元。（2）基于层次分析法确定了获取的高程、坡度等8个评价因子的权重,利用综合指数模型计算得到舟曲县滑坡灾害的易发性指数,并采用Arc GIS软件中的自然断点法将研究区划分为5个分区。其中,极高易发区面积408.87 km2,占全县总面积的13.5%;高易发区面积712.73 km2,占全县总面积的23.5%;中易发区面积854.72km2,占全县总面积的28.2%;低易发区面积737.49 km2,占全县总面积的24.3%;不易发区面积315.98 km2,占全县总面积的10.4%。（3）采用接受者操作特性曲线（ROC曲线）对评价结果进行检验,ROC曲线下面积AUC值为0.8033,说明评价结果较好,选取的评价模型较好。表明了层次分析法和综合指数模型结合的评价模型适用于舟曲县滑坡灾害的易发性评价。
蔡超[3]（2021）在《基于多源数据与尺度分割的滑坡易发性评价方法研究 ——以上犹县为例》文中提出滑坡是一种常见的地质灾害,具有发生频率高、分布范围广与破坏性强等特点,对人类的生产生活造成了巨大影响。我国是受到滑坡灾害影响较大的国家之一,每年都有因滑坡灾害而造成巨大的人员伤亡与财产损失的事件发生。滑坡易发性评价的过程是利用区域滑坡特征来预测该区域评价单元未来发展趋势的过程,其预测结果可以为滑坡灾害风险管理、城市规划以及滑坡监控提供科学依据。现有的滑坡易发性评价方法具有一定的可靠性与实用性,在一定的程度上解决了滑坡发生位置及滑坡发生的可能性,然而滑坡是一个自然现象,其发生环境与发生原因多变,是一个动态系统。人为主观定义与滑坡发生的复杂程度共同导致滑坡易发性评价还存在一些问题:（1）多源数据处理流程不明确。（2）没有分析尺度分割对易发性评价的影响原因。（3）没有分析非滑坡单元的选取方法。基于此,论文首先以上犹县为研究区,在基础地质资料的基础上,通过现场勘探与遥感解译的方法,进行上犹县地质灾害调查。其次按照低信息量区选取非滑坡单元构建信息量-神经网络/支持向量机的耦合模型,基于斜坡单元与地形单元进行耦合模型的验证,并与神经网络/支持向量机（ANN/SVM）的易发性评价对比。再次利用地理加权回归对研究区进行区域分割,用耦合模型对各分割区域进行验证与评价。最后分析新的耦合模型与尺度分割对易发性评价的影响,分析其产生影响的原因,通过对比得到较优的滑坡易发性评价方法。论文主要研究内容与结果如下:（1）基础地质数据与现场勘探数据相结合,总结滑坡发育特征。将不同数据格式、不同坐标、不同文件格式与不同形式的多源数据转化到统一的坐标、格式与形式的框架内。通过数据处理,提取16个滑坡影响因素,并进行相关性分析与权重计算,筛选14个权重较大的弱相关因子,为滑坡易发性评价提供准确的数据支持。（2）建立信息量-ANN/SVM耦合模型,并以上犹县为例,进行耦合模型的滑坡易发性评价,其评价精度与ANN/SVM滑坡易发性评价精度对比,结果显示耦合模型的评价精度更高,精度提高3%～10%,验证信息量-ANN/SVM耦合模型的可行性与准确性。（3）利用地理加权回归（GWR）对上犹县进行区域分割,得到局部区域,并建立GWR-信息量-ANN易发性评价方法。基于斜坡单元与地形单元,对局部与区域两个尺度进行滑坡易发性评价。分析结果显示:基于GWR-信息量-ANN的易发性评价方法有利于提高易发性评价精度。（4）从多个角度分析区域分割与耦合模型对易发性精度影响的原因。通过Origin软件做出不同区域因子权重曲线与权重柱状图,由图显示:不同分区的权重大小不一,区域评价导致评价因子权重出现“平均”的现象。说明区域易发性评价将“空间异质性”的影响平均到区域的每个栅格上,局部尺度下的各个评价因子影响权重更能代表对应局部尺度滑坡产生的影响程度。在局部与区域尺度评价过程中,模型的参数随着训练集与测试集的改变而改变。文章研究不同分区下的模型参数变化对模型分类准确性的影响。通过混淆矩阵计算Kappa系数,结果显示:区域分割后模型分类准确,出错率低,使易发性评价精度更高,验证了区域分割的准确性与意义。
陈全[4]（2021）在《喀斯特石漠化地区生态资产遥感评估及时空演变机制研究》文中研究说明自20世纪以来,随着对自然资本价值的认识以及可持续发展机制研究的不断深入,对自然资源和生态系统服务为核心的生态资产估算需求日益迫切。喀斯特石漠化地区由于受复杂地表与光学卫星成像条件的限制,区域生态环境遥感长期以来面临着混合像元现象严重、高质量光学遥感影像缺失等瓶颈问题,传统基于像元/格网尺度的定量遥感研究方法无法满足区域生态资产精准评估、时空演变机制挖掘以及生态修复决策支持的需求目标,引入遥感图谱认知的前沿理论与方法开展喀斯特石漠化地区生态资产时空演变评估研究具有重要的理论与现实意义。本研究以贵州省关岭-贞丰花江石漠化治理示范区为典型研究区,以遥感图谱认知理论的“图谱耦合”思想和地理图斑智能计算模型“分区分层感知—时空协同反演—多粒度决策”的方法论为指导,从生态资产质量与生态资产服务功能维度出发构建了喀斯特石漠化地区生态资产时空演变评估框架,按照“空间—时间—属性”的线性认知过程,深度探索融入地貌分区控制的生态资产基本地理空间单元解构,开展多源数据协同的关键生态因子反演计算与生态资产时空动态评估,并基于经典地理空间分析方法挖掘生态资产时空演变模式与驱动机制,初步实现对区域近20年来生态资产“位置—结构—指标—演化”的深层理解。主要研究结果如下:（1）针对生态资产遥感评估与时空演变研究的理论背景深入分析,从评估与挖掘喀斯特石漠化地区近20年来生态资产时空演变的角度出发,构建了基于遥感图谱认知理论和地理图斑智能计算模型的生态资产时空演变评估框架,提出了深度融入地貌分区控制的生态资产地理单元解构、多源数据协同的生态资产时空动态评估、基于地学空间分析的生态资产时空演变格局理解和驱动机制揭示等关键问题,为按照“空间—时间—属性”的维度递进开展生态资产时空演变机制研究奠定理论基础。（2）在分析传统生态环境定量遥感研究方法长期存在的问题与短板的基础上,论述了以具有明确地理意义的基本空间单元为空间基准开展喀斯特石漠化地区生态资产时空演变机制研究的必要性,提出了基于分区分层感知模型的喀斯特石漠化地区基本空间单元解构思路,并基于高精度DEM与高分辨率遥感影像,实现了区域地貌单元、地理单元与地理图斑/地块三级基本空间单元的解构。（3）针对喀斯特石漠化地区脆弱生态环境特征,基于生态资产“存量（stock）”和“流量（flow）”的理论内涵和去价值化的系统评估思路,系统构建了以生态系统类型与数量、NPP植被净初级生产力、岩石裸露率、植被覆盖度等关键生态因子驱动的生态资产质量与服务功能状况评估模型和生态资产综合指数评估模型,完成不同监测期生态资产质量与服务功能等级划分以及地理单元尺度下区域2000-2018年的生态资产综合评估。（4）围绕喀斯特石漠化地区生态资产时空演变机制理解的目标,以地理单元与地貌单元为基准,将经典地理空间分析方法引入生态资产时空演变机制研究中,从生态资产时空变化格局和生态资产时空变化驱动机制分析两个方面,分别叠加2000-2018年生态资产变化“图”和驱动因素作用“图”,实现了对不同时间阶段、不同空间尺度下喀斯特石漠化地区生态资产时空演变格局及驱动机制的阐述和揭示,为区域生态治理与修复提供理论基础与科技支撑。
安育娴[5]（2021）在《基于耦合光纤光栅与GIS的光缆故障监测系统研究》文中研究说明随着光纤通信行业蓬勃的发展,光纤通信物理网络将更为庞大,结构也将变的越来越复杂,并且还伴随着光纤劣化等问题。在这些因素的综合作用下,光纤网络故障时间发生频次显着增长,但目前的故障检测方式难以满足用户对网络服务质量的要求。目前光缆故障大多采用OTDR进行检测,它作为一种成熟的光缆故障检测技术在光缆故障分析领域得到了广泛的应用,但当前的OTDR轮循检测方案难以实现OTDR对光缆故障的及时响应,并且频繁的使用OTDR将加速OTDR的老化。除此之外,传统的光缆故障检测系统无法以可视化形式将故障发生的地理位置展示在地图上,维护人员需要花费大量时间定位故障位置,大大延长了抢修时间。因此,设计实现一套可以及时监测光缆故障、延长OTDR使用寿命并快速定位故障地理位置的新型光缆监控系统是十分必要的。本文实现了一个新型的光缆中断检测系统,通过在传统的光缆检测系统中加入GIS模块与FBG模块弥补其缺点。本文的主要工作如下:1.引入了 FBG模块作为光缆故障的监测手段,结合OTDR作为故障监测的核心单元。在本系统中,OTDR可在10秒内对光缆中断做出响应,解决了 OTDR不能对光缆故障及时响应的问题。本系统将传统的OTDR轮循测试改为光缆中断触发测试,减少了 OTDR的使用次数,延长了 OTDR的使用年限。2.充分利用了 GIS对地理数据管理的良好性能,结合光纤网络布局与地理对象的关系,设计了基于GIS的光纤故障监测系统,实现了在电子地图上实时的显示光缆故障点位置的功能,当OTDR确定光缆故障距离后,可在5秒内完成地理位置匹配并以可视化的方式展示故障点地理位置,弥补了光缆故障难以及时定位的缺点。3.完成本系统相应的软件开发,利用数据库、Java、WebGIS等技术实现了一个高度自动化的光缆故障监测系统,通过相关程序将光缆故障主动上报光缆维护人员,将光缆故障定位所需的时间由传统监测系统的小时级缩短为秒级。
杨霄[6]（2021）在《菏泽市地面沉降因子识别体系与预测评估模型研究》文中指出多因素诱发的地面沉降是一种重要的自然地质灾害,影响着世界上许多城市地区的发展。不均匀的地面沉降会导致地裂缝等相应灾害的发展,对城市建筑物和基础设施造成损害,给人类的生产生活造成风险。本文以山东省菏泽市为研究对象,在充分搜集地面沉降相关历史、现状资料及实际监测数据的基础上,结合实地勘察,基于地理信息系统,综合采用理论分析、机器学习、数学建模和数值计算等手段,构建了一个通用的地面沉降评估模型。该模型采用机器学习方法可高效、便捷处理诱发地面沉降的多因子识别与预测评估问题。利用建立的模型定量化确定了影响菏泽市地面沉降发展的主要因子,并对菏泽市地面沉降的发展趋势进行了分析研究。本文的主要研究工作及成果如下:（1）详细搜集并调查了菏泽市的自然地理条件、区域基础地质以及水文地质和工程地质条件,然后结合现有的相关文献分析了研究区域的地面沉降的历史与现状情况,确定了地面沉降的影响因子。综合从多源数据集（数字高程模型、卫星遥感大数据、水文局和水务局的专题数据图及水资源报告等资料）中提取了影响菏泽市地面沉降的12个静态因子和3个动态因子。同时详细介绍了各因子的提取方法,并在GIS系统中建立了菏泽市地面沉降影响因子数据库。（2）基于遥感卫星数据集和山东省“四网合一”（水准监测网、GNSS监测网、分层标和基岩标监测、地下水位监测）地面沉降监测体系,结合InSAR遥感数据处理技术提取了 2017～2020年菏泽市地面沉降原始学习样本数据。将地面沉降原始数据学习样本数据集分为两份,一份占比70%作为机器学习训练样本数据集,一份占比30%作为机器学习检验样本数据集。将所有数据集导入随机森林模型中进行不断的迭代训练,得到了准确程度较高的菏泽市地面沉降因子识别及预测评估模型。（3）根据菏泽市各县区的降雨量时间序列监测数据的特征情况,为每个区域设计并建立了不同的降雨量SARIMA时序预测模型。研究模拟分析了2008～2020年菏泽市各县区的连续性降雨量月均值监测数据,确定了不同区域范围历史降雨的行为模式。经数据准备及预处理、数据转换、参数识别和模型检验后建立的SARIMA模型拟合优度较高。其具有较低的Ljung-Box Q值和显着大于0.05的p值,并且模型的残差均为白噪声,显示了该模型具有较高的精度和良好的预测能力。（4）通过分析研究区水文地质条件、地下含水岩组结构特征以及地下水流动状态,构建了菏泽市区域地下水概念模型。根据研究区实际情况,参考概念模型的边界性质、参数条件等构建了地下水运动的微分数学模型,确定了研究区地下水为非均质性、各向异性的三维非稳定流模型。在GIS系统中,将高分辨率的遥感地质资料、钻孔资料、地下水监测资料等数字化并转换为统一的格式,构建地下水数值模型数据库。再结合MODFLOW程序包,模拟分析了 2017年～2020年的地下水运动变化。结果表明,量化的地下水流模型可科学合理的预测地下水水流场动态变化。且在现状规划条件下,浅层地下水水位缓慢降低,深层地下水水位大部分地区逐步上升,仅漏斗处地下水缓慢下降。（5）本文在GIS平台的支持下,通过构建地面沉降影响因子数据库,将SARIMA模型、MODFLOW模型与机器学习模型相结合,建立了地面沉降的动态预测分析模型。并根据该模型预测分析了 2025年的菏泽市地面沉降的的分布情况。结果表明,本文提出的沉降分析模型在菏泽市地面沉降预测及防控中呈现出较好的模拟效果,能够从灾害风险预测、分布特征以及发展趋势等多方面实现了对菏泽市地面沉降风险的整体防控。
邹林韵[7]（2021）在《基于GIS和RS的杭州市森林生态承载力评价研究》文中指出随着经济与科技的高速发展,气候变暖、资源短缺、生态环境破坏等问题不断涌现,给人类生活造成了巨大的影响。厘清资源环境现状、开展资源环境承载能力评价是社会可持续发展的前提。森林生态系统作为陆地上最大的生态系统,有着固碳释氧、调节气候等多种生态功能,是维护地球生态安全的重要屏障,对人类的生存和发展有着不可替代的作用。同时作为全球生态系统中最大的碳库,森林生态系统贡献了约80%的固碳量,对实现碳达峰、碳中和的目标有着不可估量的作用。本文以可持续发展理论为指导,首先,明确森林生态承载力的内涵,基于其内涵初步构建森林生态承载力评价指标体系。其次,结合森林资源调查、社会经济状况调查资料,利用地理信息系统（GIS）、遥感（RS）技术挖掘生态信息,确定各项指标的实际值;结合当地的发展目标、规划及相关行业标准等,确定指标的参照值,采用标准比值法进行标准化处理获取评价指标值。再次,采用基于相关性的评价指标筛选方法,引入病态指数、信息可替代性进行评价指标筛选;采用专家打分及层次分析法确定指标权重,并采用综合指数法计算指标筛选前后的森林生态承载力综合评价值,根据两者的相对偏差绝对值判断指标筛选的可行性,确定最终的评价指标体系。最后,进行杭州市森林生态承载力评价,分析杭州市森林生态承载力的空间分布特征及原因,并有针对性地提出提高杭州市森林生态承载力的对策与建议。论文的主要研究内容和研究结果总结如下:（1）森林生态承载力的内涵界定与评价指标体系初步构建。在总结前人研究的基础上,确定本研究中森林生态承载力的内涵为:在一定时期一定区域内,森林生态系统的自我维持及自我调节能力、森林资源供给能力、环境承载能力可维持的最大人类活动。基于该内涵,初步构建的森林生态承载力评价指标体系包括森林生态弹性力、森林资源供给能力、森林生态环境承载能力、人类活动潜力四个方面坡度等20项指标。（2）基于GIS和RS的杭州市森林生态信息挖掘。利用GIS技术,计算得到杭州市地形、气象等自然地理信息及森林固碳释氧、水源涵养、土壤保持等生态环境服务功能量;基于国产卫星高分六号的遥感影像,利用样地数据,在比较多元逐步回归、BP神经网络、随机森林模型的估算精度后,采用精度最高的随机森林模型反演得到杭州市森林郁闭度及森林蓄积量,为杭州市森林生态承载力评价提供了数据支撑。探索利用GIS和RS快速、高效、大范围获取森林信息的方法,尝试为森林资源调查提供一条提升数据时效性且降低成本的技术路径,以弥补传统的森林生态信息获取方法耗时长且复杂的缺陷。（3）杭州市森林生态承载力评价指标筛选与确定。基于病态指数、信息可替代性进行评价指标筛选,将原始20项指标筛选至16项指标。指标筛选前后森林生态承载力综合评价值的相对偏差绝对值低于5%,指标筛选可行。筛选后的指标体系包括:坡度、腐殖质厚度、自然度、群落结构4项指标反映森林生态弹性力,森林覆盖率、森林单位面积蓄积量、森林郁闭度、中幼林占龄级组成比例、公益林比重5项指标反映森林资源供给能力,固碳释氧功能、水源涵养功能、土壤保持功能、森林健康等级4项指标反映森林生态环境承载能力,GDP增长率、人均森林占有量、商品林比重3项指标反映人类活动潜力。通过指标筛选降低评价的复杂性、减少工作量,为今后常态化森林生态承载力评价工作简化提供了思路与借鉴。（4）杭州市森林生态承载力评价与分析。基于筛选后的16项指标进行杭州市森林生态承载力评价,结果表明:杭州市森林总体上处于强承载状态,各县（市、区）的森林生态承载力由高到低依次为:淳安县、临安区、建德市、桐庐县、富阳区、余杭区、中心城区、萧山区。前5个区域的森林均处于强承载状态,后3个区域的森林则处于中等承载状态,且淳安县、临安区、建德市、桐庐县的森林生态承载力超过杭州市总体水平,富阳区、余杭区、中心城区、萧山区则低于杭州市总体水平。人类活动潜力是造成各县（市、区）森林生态承载力差异的主要原因,评价结果一定程度上体现了各地的主体功能定位。最后,基于上述评价结果,从资源供给能力、生态环境承载能力、人类活动潜力出发,有针对性地提出了提高杭州市森林生态承载力的对策与建议。
张珂珺[8]（2021）在《我国东南部气温和降水概率的神经网络预报研究》文中进行了进一步梳理本文基于TIGGE资料集下欧洲中期天气预报中心（European Centre for MediumRange Weather Forecasts,ECMWF）的集合预报数据,以及对应的ERA-Interim再分析资料及中国降水融合数据,对中国东南部地区（20°N-36°N,106°E-125°E）24-168h预报时效的2m气温及24h累积降水进行概率预报试验。首先使用前馈式神经网络（Feedforward Neural Network,FNN）及卷积神经网络（Convolutional Neural Networks,CNN）对正态分布的气温建立概率预报模型,并对预报结果进行评估。然后,利用神经网络对非正态分布的降水进行概率预报研究。考虑到降水预报中不同格点改进能力的差异,在降水概率预报模型中加入各格点的地理信息,组成FNN-GI（Feedforward Neutral Network-Geographic Information）、CNN-GI（Convolutional Neural Network-Geographic Information）模型,并将预报结果与加入地理信息前的预报结果进行对比。首先,FNN和CNN对气温的概率预报均有明显的改进,且CNN的整体预报结果优于FNN。虽然FNN、CNN和原始集合预报均存在离散度过小的情况,但FNN和CNN的概率分布较原始集合预报都有所改进。同时,FNN和CNN的预报技巧高于原始集合预报,但改进幅度随预报时效的增加而降低,24h时CRPS较原始集合预报降低20.86%、21.94%;168h时仅为5.50%、7.59%。对于降水概率预报,FNN和CNN较好地改进了ECMWF预报概率分布离散度不足的情况,各量级降水的概率分布更为可靠。各预报时效内,FNN和CNN的预报技巧有所提升,CNN的提升幅度大于FNN的提升幅度,24h时CRPS评分分别下降了14.29%、16.27%。但是,对于较大量级的降水,由于样本占比较少,FNN的预报技巧低于原始集合预报,CNN的提升幅度也小于较小量级的降水。同时,对于不同地理位置的格点,FNN和CNN的提升效果存在差异,在24-72h时对长江中下游地区的预报技巧较低。与未加入地理信息的预报模型相比,加入地理信息后FNN-GI、CNN-GI模型的降水概率预报的技巧有显着提升,且对于较大量级降水的预报技巧改进更为明显,在超过50mm降水的预报技巧均高于原始集合预报。
冷顺多[9]（2020）在《城市公共交通网络时间空间可达性模型研究与应用》文中指出随着我国城镇化进程不断推进,城市居民对于交通出行的便捷性需求与日俱增。城市社会与经济发展严重遭受交通情况恶化的制约,以公共交通为导向的城市交通发展模式是当下公认的城市规划发展的方向。目前国内城市公共交通网络的规划与缺乏完善的理论和方法支撑,因此以多层次的城市公共交通网络作为研究对象,采用矢量栅格集成计算方法,建立了考虑交通线路时间因素,换乘因素以及交通站点服务范围的综合公共交通网络可达性模型。模型定量分析了公共交通线路对途经区域的影响。主要研究内容包括:（1）总结国内外交通可达性的研究现状,分析制约公共交通可达性的因素;阐述交通可达性在公共交通规划中的内涵:主要表现为公共交通规划中不同交通方式的协调作用和换乘便利性,以及公共交通站点的服务区域面积两个方面。（2）研究交通网络的构建方法和城市公共交通网络的划分,阐述不同交通网络构建方法的使用情境和构建规则。参考国外发达国家典型城市的综合公共交通网络的组成划分的实例,划分城市公共交通网络为涵盖所有交通制式线路的线网层和连接站点与周边区域的慢行通道构成的连接层两个部分。（3）通过构建最优路径搜索方法,建立综合考虑时间因素和换乘因素的线网层可达性模型,求取时间因素和换乘因素共同作用下的线网层的可达性。采用成本栅格的计算方法,考虑交通站点的服务范围,求取连接层的可达性。使用改进的矢量栅格算法,将线网层可达性和连接层可达性结合,得到综合公共交通网络可达性的结果。（4）以当下成都市主城区城市公共交通现状为例。分别计算线网层可达性,连接层可达性及区域综合公共交通网络可达性,计算结果表明,综合公共交通网络可达性可以反映不同交通线路速度差异,交通线路之间的交互特性,以及交通线网同周边区域的联系,体现了提出的综合公共交通网络可达性模型的优势。（5）分析研究区域综合公共交通网络中不同线路类型对可达性的影响。结果表明城市轨道交通环线对区域的可达性提升作用强,轨道交通径向线有力提升了远离中心区域的可达性,远离主城区的公交放射线路对可达性提升效果有限。根据线路类型对整体可达性的影响,从提升可达性的角度,给出对未来线网规划的建议。构建的城市公共交通网络可达性计算模型,为“以站点为导向、以区域为载体、逐层成网,整体优化”的线网规划原则提供了模型支撑。研究成果为城市公共交通网络的规划提供了更加优化的定量分析方法。
胡涛[10]（2020）在《贵州省思南县地质灾害危险性评价研究》文中提出贵州省思南县是我国地灾发育的重点监测区域,该区域地形起伏度较大、断层等不良地质特征广泛发育,为当地地灾形成创造了自然条件。该区域的地灾类型主要是滑坡,其次为崩塌。因此,非常有必要对思南县的地灾（尤其是滑坡）的发生机制进行深入分析,对地灾易发性开展预测并进一步开展地灾危险性评价。区域地灾易发性和危险性评价得到了广大科研工作者的大量关注,是地灾领域的热点研究课题。但已有文献显示,已有研究对贵州省内的滑坡失稳机制认识不充分;对县域地灾相关致灾环境因子及各类机器学习模型探索较少;且对县域范围内的崩塌易发性制图尚未有效开展;在滑坡和崩塌易发性评价的基础上,目前还没有研究对贵州省县域范围内的降雨型地灾危险性评价及其基础理论开展深入分析。因此,本文紧扣“贵州省思南县地质灾害危险性评价”这一主题,综合运用工程地质学、空间地理信息学、计算机等学科的相关理论,对思南县的滑坡和崩塌空间分布规律、致灾环境因子获取、滑坡失稳机制、地灾易发性评价和降雨诱发地灾危险性评价等展开系统的研究,取得了如下成果:（1）在对思南县地形地貌、气象水文、地层岩性和工程建设规律等的研究基础上,对思南滑坡和崩塌开展详细调研,掌握了崩塌和滑坡发育规律、时空分布特征及期地质环境特征。（2）利用“3S”技术对思南县地灾相关的致灾环境因子进行了地理空间分析,共获取了地形地貌（高程、坡度、坡向、平面曲率、剖面曲率、地形起伏度和坡长等）、水文环境（距离河流的距离和地表湿度指数）、土地利用（裸土植被指数、归一化植被覆盖率和归一化建筑物分布指数）以及地层岩性（岩土类型以及距离断裂的距离）等14个致灾环境因子,作为地灾易发性和危险性评价的输入变量。且对地灾危险性评价的基础理论和建模过程进行了深入探讨,为后续的地质灾害危险性评价奠定了理论基础。（3）针对滑坡易发性评价建模过程中,传统机器学习模型存在难以深入挖掘输入变量之间的内在本质特征以及缺乏自学习能力等确定,提出一种深度学习算法:稀疏链接编码模型来克服上述传统机器学习模型中的缺点。通过与传统机器学习模型:径向基神经网络和Logistic回归模型作对比分析,结果表明稀疏链接编码模型不但较为准确地预测出了思南县的滑坡易发性分布规律,且具有比径向基神经网络和Logistic回归模型更高的预测精度,可见稀疏链接编码这一深度学习算法相较于传统机器学习模型具有明显的优势。另外对于思南县的滑坡易发性分布规律,可知极高和高滑坡易发区主要分布在高程低于600 m、地表坡度较大且以软质岩类为主的区域;而极低和低滑坡易发区主要分布在高程较高、地表坡度较小且以硬质岩类为主的区域。（4）以思南境内官寨滑坡为例开展地灾稳定性评价研究。结果表明:连续五天降雨包含的四种雨型中,先升后降型发生概率最大,先降后升型发生概率最小;连续五天累积降雨发生概率随降雨量的增大逐步递减。当累积降雨量一定时,滑坡浸润线变化趋势与各自对应雨型的降雨规律基本保持一致。边坡稳定性系数值在持续性降雨作用下逐步降低,其中累积降雨量一定时滑坡稳定性系数在下降型降雨的作用下,在降雨的前四天稳定系数下降最严重;滑坡稳定性系数在上升降雨作用下,在降雨的前四天稳定系数下降最少。另外滑坡稳定性变化率在上升型降雨的作用下呈现逐渐上升的特征;而下降型降雨作用下稳定性变化率在逐渐下降,另外两种雨型作用下的稳定性变化率介于两者之间。（5）针对思南已知的崩塌地质灾害较少而整个思南县待预测的栅格较多这一典型的机器学习建模的小样本问题,提出粒子群算法优化的支持向量机模型并首次用于县域崩塌易发性评价。通过与逻辑回归和径向基神经网络模型作对比分析,结果表明粒子群向量机模型预测精度高于逻辑回归和径向基神经网络模型。可见粒子群向量机模型在小样本工况下很好的提高了机器学习模型的崩塌预测精度。思南县崩塌易发性结果显示:思南县极高和高崩塌易发区主要分布在坡度大于31.1°和剖面曲率大于14.9的区域,同时软质岩类、不良人类工程活动和较大的地表湿度均会加剧崩塌的发生;此外,极低和低崩塌易发区主要分布在坡度较小、地形平坦和植被覆盖度较高的区域。（6）现有研究大多是对单一的滑坡或崩塌易发性进行评价,极少同时对滑坡和崩塌等综合地质灾害类型进行易发性评价。针对这一问题,本文拟提出一种概率统计的思路,在思南县滑坡易发性评价和崩塌易发性评价的基础上通过概率统计预测出思南县地质灾害易发性,并检验地质灾害易发性的精度。（7）针对地灾易发性评价只能确定地灾发生的空间概率,不能根据研究区地灾发生的诱发因素实对地质灾害危险性做出动态的预警。为解决此问题,可将降雨等滑坡和崩塌的诱发因素叠加到地灾易发性评价图上从空间和时间上同时对地灾发生的概率进行预测,实现降雨型地灾危险性评价。本研究首先用深度学习模型预测思南滑坡易发性、并用粒子群向量机模型预测思南县崩塌易发性,通过概率统计计算出思南县地质灾害易发性;然后求得降雨诱发地灾的平均有效降雨强度I和降雨持时D的关系（I-D阈值曲线）;最后将I-D阈值曲线叠加研究区地质灾害易发性分区图,得到思南县降雨型地质灾害的危险性评价级别,并进行精度验证。结果表明:基于临界降雨阈值和地质灾害易发性的地质灾害危险性评价方法所得到的结果与实际情况符合,能够精确高效的反应降雨诱发地质灾害发生的空间和时间概率。
二、基于GIS的地理网络模型研究（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、基于GIS的地理网络模型研究（论文提纲范文）
（1）基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 地下水超采研究现状 |
| 1.3.2 地下水变化特征研究现状 |
| 1.3.3 治理效果评价研究现状 |
| 1.3.4 数字水网研究现状 |
| 1.3.5 相关文献计量分析 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.4.4 论文创新点 |
| 2 地下水超采形势与治理现状 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 水文地质 |
| 2.1.4 河流水系 |
| 2.1.5 社会经济 |
| 2.2 地下水开发利用现状 |
| 2.2.1 地下水资源量 |
| 2.2.2 地下水开采量 |
| 2.2.3 地下水供水量 |
| 2.3 地下水超采造成影响 |
| 2.3.1 地下水位降落漏斗形成 |
| 2.3.2 对水文地质条件的影响 |
| 2.3.3 地面沉降及地裂缝产生 |
| 2.3.4 海水入侵及其危害程度 |
| 2.4 地下水超采治理现状 |
| 2.4.1 地下水超采形势 |
| 2.4.2 治理任务及范围 |
| 2.4.3 治理的相关措施 |
| 2.4.4 治理措施实施情况 |
| 2.4.5 治理中存在的问题 |
| 2.5 本章小结 |
| 3 数字水网的构建及关键技术 |
| 3.1 数字水网关键技术 |
| 3.1.1 大数据技术 |
| 3.1.2 5S集成技术 |
| 3.1.3 可视化技术 |
| 3.1.4 综合集成研讨厅技术 |
| 3.2 空间数据水网构建 |
| 3.2.1 空间数据处理 |
| 3.2.2 地形地物可视化 |
| 3.2.3 数字水网提取 |
| 3.2.4 空间水网可视化 |
| 3.3 逻辑拓扑水网构建 |
| 3.3.1 拓扑元素概化 |
| 3.3.2 拓扑关系描述 |
| 3.3.3 拓扑关系存储 |
| 3.3.4 拓扑水网可视化 |
| 3.4 业务流程水网构建 |
| 3.4.1 业务主题划分 |
| 3.4.2 业务流程概化 |
| 3.4.3 流程可视化描述 |
| 3.4.4 业务水网可视化 |
| 3.5 一体化数字水网构建 |
| 3.5.1 业务集成环境 |
| 3.5.2 三网集成合一 |
| 3.6 本章小结 |
| 4 基于数字水网的业务融合及实现 |
| 4.1 数字水网与业务融合 |
| 4.1.1 多源数据融合 |
| 4.1.2 模型方法融合 |
| 4.1.3 业务过程融合 |
| 4.2 面向主题的业务应用 |
| 4.2.1 主题服务模式 |
| 4.2.2 主题服务特点 |
| 4.2.3 业务应用过程 |
| 4.3 基于数字水网的业务实现 |
| 4.3.1 基于大数据的信息服务 |
| 4.3.2 基于水网的过程化评价 |
| 4.3.3 基于水网的水位考核 |
| 4.4 本章小结 |
| 5 基于大数据的地下水动态特征分析 |
| 5.1 业务应用实例及数据来源 |
| 5.1.1 业务应用系统 |
| 5.1.2 多源数据来源 |
| 5.1.3 应用分析方法 |
| 5.2 地下水位变化特征分析 |
| 5.2.1 地下水位时间变化 |
| 5.2.2 地下水位空间变化 |
| 5.3 地下水储量变化特征分析 |
| 5.3.1 地下水储量反演方法 |
| 5.3.2 地下水储量时间变化 |
| 5.3.3 地下水储量空间变化 |
| 5.4 地下水动态影响因素分析 |
| 5.4.1 自然因素变化 |
| 5.4.2 人为因素变化 |
| 5.4.3 影响因素分析 |
| 5.5 本章小结 |
| 6 地下水超采治理效果的过程化评价 |
| 6.1 评价指标体系构建 |
| 6.1.1 主题化指标库 |
| 6.1.2 评价指标优选 |
| 6.1.3 评价等级划分 |
| 6.2 评价方法选取调用 |
| 6.2.1 评价方法选取 |
| 6.2.2 方法的组件化 |
| 6.2.3 方法组件调用 |
| 6.3 评价结果及应用实例 |
| 6.3.1 指标数据来源 |
| 6.3.2 评价结果分析 |
| 6.3.3 结果的反馈优化 |
| 6.3.4 过程化评价实例 |
| 6.4 本章小结 |
| 7 地下水治理效果水位考核评估服务 |
| 7.1 水位考核指标制定方法 |
| 7.1.1 考核基本原理 |
| 7.1.2 指标计算方法 |
| 7.1.3 水位考核评分 |
| 7.2 水位考核评估计算示例 |
| 7.2.1 监测数据处理 |
| 7.2.2 水位指标确定 |
| 7.2.3 地下水位考核 |
| 7.3 水位考核业应用务系统 |
| 7.3.1 数据管理服务 |
| 7.3.2 基础信息服务 |
| 7.3.3 考核管理服务 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 数字水网开发程序代码 |
| 附录B 博士期间主要研究成果 |
（2）基于综合指数模型的舟曲县滑坡易发性评价（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 研究区概况 |
| 2.1 自然地理及交通 |
| 2.2 气象水文 |
| 2.3 基础地质 |
| 2.3.1 地层岩性 |
| 2.3.2 地质构造 |
| 2.3.3 新构造运动 |
| 2.4 土壤与植被 |
| 2.5 人类工程活动 |
| 2.6 滑坡灾害 |
| 2.7 本章小结 |
| 第三章 研究区滑坡灾害易发性评价体系 |
| 3.1 易发性评价流程 |
| 3.2 滑坡易发性评价因子的选取原则 |
| 3.3 研究区评价单元的划分方法 |
| 3.4 评价因子权重的获取方法 |
| 3.5 滑坡易发性评价分析方法 |
| 3.6 本章小结 |
| 第四章 区域滑坡灾害易发性评价分析 |
| 4.1 滑坡灾害易发性评价因子选取 |
| 4.2 评价因子分析 |
| 4.2.1 地形地貌 |
| 4.2.2 基础地质 |
| 4.2.3 气象水文 |
| 4.2.4 人类工程活动 |
| 4.3 评价因子量级划分 |
| 4.4 本章小结 |
| 第五章 舟曲县滑坡灾害易发性评价 |
| 5.1 评价因子权重计算 |
| 5.1.1 层次结构划分 |
| 5.1.2 权重计算 |
| 5.1.3 一致性检验 |
| 5.2 综合指数模型的构建 |
| 5.3 评价结果检验 |
| 5.4 评价结果分析 |
| 5.4.1 极高易发区 |
| 5.4.2 高易发区 |
| 5.4.3 中易发区 |
| 5.4.4 低易发区 |
| 5.4.5 不易发区 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士学位期间发表的论文和科研成果 |
（3）基于多源数据与尺度分割的滑坡易发性评价方法研究 ——以上犹县为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究现状及存在的问题 |
| 1.2.1 国内外研究现状 |
| 1.2.2 多源数据处理存在的问题 |
| 1.2.3 滑坡易发性评价方法存在的问题 |
| 1.3 研究目的 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 研究区概况 |
| 2.1 地形地貌 |
| 2.2 基础地质 |
| 2.2.1 地层岩性 |
| 2.2.2 地质构造 |
| 2.3 水文气候 |
| 2.4 人类工程活动 |
| 2.5 地质灾害 |
| 2.5.1 自然滑坡 |
| 2.5.2 工程滑坡 |
| 2.6 小结 |
| 第三章 多源数据处理方法研究 |
| 3.1 多源数据的定义 |
| 3.2 多源数据的获取 |
| 3.3 多源数据的处理方法 |
| 3.3.1 多源数据的分类 |
| 3.3.2 多源数据的特点 |
| 3.3.3 多源数据的处理过程 |
| 3.4 小结 |
| 第四章 区域尺度与局部尺度的滑坡易发性评价研究 |
| 4.1 滑坡易发性评价的关键问题与处理流程 |
| 4.1.1 评价单元的选取 |
| 4.1.2 斜坡单元的划分 |
| 4.1.3 地形单元的划分 |
| 4.1.4 两种单元的对比 |
| 4.1.5 滑坡评价因子的提取及分析 |
| 4.1.6 多源数据处理 |
| 4.1.7 评价因子的筛选 |
| 4.2 滑坡易发性评价模型的选择 |
| 4.2.1 信息量模型 |
| 4.2.2 神经网络模型 |
| 4.2.3 支持向量机模型 |
| 4.2.4 信息量-神经网络/支持向量机的构建 |
| 4.3 区域尺度下滑坡易发性评价 |
| 4.3.1 滑坡易发性评价流程 |
| 4.3.2 基于信息量模型的滑坡易发性评价 |
| 4.3.3 非滑坡单元的选取 |
| 4.3.4 基于信息量-ANN的滑坡易发性评价 |
| 4.3.5 基于信息量-SVM的滑坡易发性评价 |
| 4.3.6 易发性评价结果精度分析 |
| 4.4 局部尺度滑坡易发性评价 |
| 4.4.1 区域尺度分割模型 |
| 4.4.2 区域尺度分割结果 |
| 4.4.3 基于GWR-信息量-ANN的滑坡易发性评价流程 |
| 4.4.4 基于GWR-信息量-ANN的滑坡易发性评价结果 |
| 4.4.5 滑坡易发性评价结果精度分析 |
| 4.5 小结 |
| 第五章 不同尺度下的滑坡易发性评价分析 |
| 5.1 多区域尺度易发性评价差异原因 |
| 5.2 区域尺度与评价因子的关系 |
| 5.2.1 基于斜坡单元的空间尺度与评价因子关系 |
| 5.2.2 基于地形单元的空间尺度与评价因子关系 |
| 5.3 区域分割、耦合模型对模型训练的影响 |
| 5.3.1 区域尺度分割对模型参数的影响 |
| 5.3.2 非滑坡单元选取对模型参数的影响 |
| 5.3.3 区域分割、耦合模型对模型分类准确性影响 |
| 5.4 小结 |
| 第六章 结论与展望 |
| 6.1 研究成果及创新点 |
| 6.1.1 研究成果 |
| 6.1.2 创新点 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）喀斯特石漠化地区生态资产遥感评估及时空演变机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 研究现状 |
| 1.1 研究背景与意义 |
| 1.2 研究进展 |
| 1.2.1 生态资产理论研究进展 |
| 1.2.2 生态资产评估体系与方法研究进展 |
| 1.2.3 生态资产遥感评估方法研究进展 |
| 1.2.4 喀斯特地区生态资产评估研究进展 |
| 1.2.5 研究进展小结 |
| 第二章 研究设计 |
| 2.1 科学问题 |
| 2.2 研究内容 |
| 2.2.1 研究内容设计 |
| 2.2.2 研究内容逻辑关联 |
| 2.3 研究方案与技术路线 |
| 2.3.1 研究方案 |
| 2.3.2 研究技术路线 |
| 2.4 研究区选择与代表性论证 |
| 2.4.1 研究区代表性论证 |
| 2.4.2 研究区概况 |
| 2.4.3 研究区自然环境 |
| 2.4.4 研究区社会经济 |
| 2.4.5 研究区的生态环境问题 |
| 第三章 生态资产评估与时空演变研究框架构建 |
| 3.1 喀斯特石漠化区生态资产评估 |
| 3.1.1 生态资产评估范围 |
| 3.1.2 生态资产评估内容 |
| 3.2 喀斯特石漠化地区生态资产遥感评估面临的困难 |
| 3.3 遥感图谱认知理论 |
| 3.3.1 地学信息图谱 |
| 3.3.2 遥感信息图谱 |
| 3.3.3 遥感图谱认知理论 |
| 3.3.4 地理图斑智能计算模型 |
| 3.4 基于遥感图谱认知的生态资产时空演变研究框架 |
| 3.4.1 评估框架 |
| 3.4.2 关键问题 |
| 3.5 本章小结 |
| 第四章 生态资产评估基本空间单元解构 |
| 4.1 引言 |
| 4.2 基于分区分层感知模型的生态资产基本空间单元解构 |
| 4.2.1 分区分层感知模型 |
| 4.2.2 喀斯特石漠化地区生态资产基本空间单元解构 |
| 4.3 基于高精度DEM的地貌/地理单元划分 |
| 4.3.1 基于高精度DEM的地貌单元边界优化 |
| 4.3.2 基于高精度DEM的地理单元划分 |
| 4.4 基于高分辨率遥感影像的地理图斑/地块提取 |
| 4.4.1 地理图斑/地块提取方法 |
| 4.4.2 地理图斑/地块精度验证 |
| 4.5 本章小结 |
| 第五章 多源数据协同的生态资产时空动态评估 |
| 5.1 引言 |
| 5.2 喀斯特石漠化地区生态资产遥感评估 |
| 5.2.1 喀斯特石漠化地区生态资产评估体系 |
| 5.2.2 喀斯特石漠化地区生态资产遥感评估方法 |
| 5.3 多源数据协同的喀斯特石漠化地区岩石裸露率反演 |
| 5.3.1 喀斯特石漠化地区岩石裸露率反演 |
| 5.3.2 数据来源与处理 |
| 5.3.3 喀斯特山区岩石裸露率反演方法 |
| 5.3.4 喀斯特山区岩石裸露率反演结果 |
| 5.4 基于时序遥感数据的喀斯特石漠化地区NPP估算 |
| 5.4.1 喀斯特石漠化地区NPP估算 |
| 5.4.2 数据来源与处理 |
| 5.4.3 喀斯特石漠化地区NPP估算方法 |
| 5.4.4 喀斯特石漠化地区NPP估算结果 |
| 5.5 不同尺度下生态资产时空动态评估结果 |
| 5.5.1 地块与像元尺度的生态资产质量与服务功能状况评估 |
| 5.5.2 地理单元尺度的生态资产综合评估结果 |
| 5.6 本章小结 |
| 第六章 生态资产时空演变格局与驱动机制分析 |
| 6.1 引言 |
| 6.2 基于时空动态度模型的生态资产时空演变特征分析 |
| 6.2.1 不同地理单元生态资产时空变化特征 |
| 6.2.2 不同地貌单元生态资产时空变化特征 |
| 6.3 基于ESTDA的生态资产时空演变格局分析 |
| 6.3.1 生态资产全局空间自相关分析 |
| 6.3.2 生态资产局部空间自相关分析 |
| 6.3.3 生态资产局部空间格局演化趋势分析 |
| 6.4 基于地理探测器的生态资产时空演变驱动因素分析 |
| 6.4.1 生态资产时空变化分异的地理探测 |
| 6.4.2 生态资产空间分异的驱动因素及交互作用分析 |
| 6.4.3 生态资产动态变化的驱动因素作用强度变化分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究成果总结 |
| 7.2 研究创新点 |
| 7.3 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间主要研究成果 |
（5）基于耦合光纤光栅与GIS的光缆故障监测系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 光缆监测系统发展与现状 |
| 1.3 课题研究的主要内容与创新点 |
| 第二章 故障告警定位原理 |
| 2.1 OTDR故障定位原理 |
| 2.1.1 菲涅尔反射 |
| 2.1.2 瑞利散射 |
| 2.1.3 OTDR的光学原理 |
| 2.1.4 OTDR故障定位原理 |
| 2.2 GIS技术 |
| 2.2.1 GIS技术定义 |
| 2.2.2 GIS功能及其应用 |
| 2.2.3 GIS系统典型实现过程 |
| 2.3 光纤布拉格光栅工作原理 |
| 2.4 本章小结 |
| 第三章 光缆故障监测系统设计 |
| 3.1 光缆故障监测系统必要性 |
| 3.2 系统需求分析 |
| 3.2.1 系统性能需求 |
| 3.2.2 系统功能需求 |
| 3.3 系统设计 |
| 3.3.1 系统总体设计 |
| 3.3.2 组网方式 |
| 3.3.3 基于FBG的光缆网络的监测 |
| 3.4 本章小结 |
| 第四章 光缆故障检测系统的GIS开发 |
| 4.1 GPS数据采集模块设计实现 |
| 4.2 GIS开发方法 |
| 4.2.1 J2EE |
| 4.2.2 SSH框架技术 |
| 4.2.3 WebGIS |
| 4.3 基于GIS的故障定位显示 |
| 4.3.1 基于openLayers的地图绘制 |
| 4.3.2 基于WebGIS的地理信息数据展示 |
| 4.4 系统告警功能实现 |
| 4.5 本章小结 |
| 第五章 系统实现与展示 |
| 5.1 监测系统中心界面 |
| 5.2 监测系统故障监控模块 |
| 5.2.1 告警信息展示 |
| 5.2.2 GIS告警定位展示 |
| 5.3 OTDR设备管理模块 |
| 第六章 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 未来研究方向 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表成果 |
（6）菏泽市地面沉降因子识别体系与预测评估模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时空监测技术在地面沉降中的研究现状 |
| 1.2.2 地面沉降评估模型的研究现状 |
| 1.2.3 目前存在问题 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究主要内容 |
| 1.3.2 技术路线 |
| 1.4 主要创新点 |
| 第二章 研究区概况 |
| 2.1 自然地理概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 气象条件 |
| 2.1.4 河流水系 |
| 2.2 区域基础地质 |
| 2.2.1 区域地层 |
| 2.2.2 地质构造 |
| 2.3 水文地质条件 |
| 2.3.1 地下水赋存条件与分布规律 |
| 2.3.2 地下水含水岩组分布 |
| 2.3.3 地下水补给、径流与排泄 |
| 2.4 地面沉降历史与现状 |
| 2.4.1 沉降历史 |
| 2.4.2 沉降现状 |
| 第三章 地面沉降诱发因子 |
| 3.1 因子的选择及来源 |
| 3.1.1 因子介绍 |
| 3.1.2 遥感卫星数据的收集 |
| 3.2 静态影响因子的选择与处理 |
| 3.2.1 高程、坡度 |
| 3.2.2 曲率 |
| 3.2.3 到河流的距离 |
| 3.2.4 地形湿度指数 |
| 3.2.5 地层岩性 |
| 3.2.6 距断层的距离 |
| 3.2.7 土地利用类型 |
| 3.2.8 可压缩层厚度 |
| 3.2.9 煤矿开采位置 |
| 3.3 动态影响因子的选择与处理 |
| 3.3.1 降雨量 |
| 3.3.2 地表水体 |
| 3.3.3 地下水水位 |
| 3.4 本章小结 |
| 第四章 地面沉降多因子识别及评估模型 |
| 4.1 原始学习样本数据 |
| 4.1.1 基础地理信息监测数据 |
| 4.1.2 数据处理方法 |
| 4.1.3 形变统计结果 |
| 4.2 机器学习算法原理 |
| 4.2.1 方法介绍 |
| 4.2.2 实施步骤 |
| 4.3 模型的实现及参数设定 |
| 4.3.1 数据的预处理 |
| 4.3.2 超参数的设置 |
| 4.3.3 精度的评判 |
| 4.3.4 特征变量重要性评估 |
| 4.4 实例应用分析 |
| 4.4.1 模型的建立 |
| 4.4.2 模型检验分析 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 第五章 地面沉降动态模型预测 |
| 5.1 降雨动态预测模型 |
| 5.1.1 模型结构理论 |
| 5.1.2 基本方程及参数 |
| 5.1.3 具体操作方法 |
| 5.1.4 预测分析 |
| 5.2 地下水动态数值模型 |
| 5.2.1 水文地质概念模型 |
| 5.2.2 地下水流数学模型 |
| 5.2.3 地下水流数值模型的建立 |
| 5.2.4 模型参数的识别 |
| 5.2.5 模型校准与验证 |
| 5.2.6 地下水位动态预测 |
| 5.3 地面沉降的预测 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 在读期间参与的科研项目 |
| 在读期间发表的论文 |
| 在读期间申请的专利 |
| 在读期间获得的奖励 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（7）基于GIS和RS的杭州市森林生态承载力评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究进展 |
| 1.3.1 承载力概念的演变和发展 |
| 1.3.2 森林生态承载力评价方法 |
| 1.3.3 综合评价指标筛选方法 |
| 1.3.4 森林郁闭度与森林蓄积量测定方法 |
| 1.4 研究内容 |
| 1.4.1 森林生态承载力的内涵探讨及评价指标体系构建 |
| 1.4.2 基于GIS及RS的生态信息挖掘 |
| 1.4.3 杭州市森林生态承载力现状评价及对策分析 |
| 1.5 技术路线 |
| 2 研究区概况与基础数据 |
| 2.1 研究区概况 |
| 2.1.1 地理区位 |
| 2.1.2 地形地貌 |
| 2.1.3 江河水系 |
| 2.1.4 气象气候 |
| 2.1.5 社会经济条件 |
| 2.1.6 森林概况 |
| 2.2 基础数据 |
| 2.2.1 遥感影像数据 |
| 2.2.2 森林调查数据 |
| 2.2.3 生态环境数据 |
| 2.2.4 社会经济数据 |
| 3 森林生态承载力评价方法研究 |
| 3.1 森林生态承载力指标体系构建 |
| 3.1.1 评价指标体系的构建原则 |
| 3.1.2 森林生态承载力的内涵 |
| 3.1.3 评价指标体系构建 |
| 3.2 评价指标的标准化处理方法 |
| 3.2.1 评价指标的标准化处理 |
| 3.2.2 评价指标参照值的确定 |
| 3.3 评价指标权重的确定与评价值计算方法 |
| 3.4 评价指标的筛选及可行性判断 |
| 3.4.1 基于病态指数的指标体系重叠度分析 |
| 3.4.2 基于信息可替代性的评价指标筛选 |
| 3.4.3 评价指标筛选的可行性判断 |
| 3.5 本章小结 |
| 4 基于GIS和RS的杭州市森林生态信息挖掘 |
| 4.1 基于GIS的自然地理信息获取 |
| 4.1.1 地形信息提取 |
| 4.1.2 气象信息提取 |
| 4.2 基于GIS的森林生态环境服务功能量确定 |
| 4.2.1 固碳释氧功能 |
| 4.2.2 水源涵养功能 |
| 4.2.3 土壤保持功能 |
| 4.3 基于高分六号的森林郁闭度与森林蓄积量反演 |
| 4.3.1 数据预处理 |
| 4.3.2 遥感特征提取 |
| 4.3.3 建模因子选择方法 |
| 4.3.4 森林郁闭度反演 |
| 4.3.5 森林蓄积量反演 |
| 4.4 本章小结 |
| 5 杭州市森林生态承载力评价 |
| 5.1 评价单元 |
| 5.2 评价指标体系构建 |
| 5.2.1 评价指标值确定 |
| 5.2.2 评价指标筛选 |
| 5.2.3 评价指标的权重确定 |
| 5.3 森林生态承载力评判标准确定 |
| 5.4 杭州市森林生态承载力评价结果与分析 |
| 5.4.1 森林生态弹性力 |
| 5.4.2 森林资源供给能力 |
| 5.4.3 森林生态环境承载能力 |
| 5.4.4 人类活动潜力 |
| 5.4.5 综合评价结果分析 |
| 5.5 提高杭州市森林生态承载力的对策与建议 |
| 5.5.1 基于森林资源供给能力的对策与建议 |
| 5.5.2 基于森林生态环境承载能力的对策与建议 |
| 5.5.3 基于人类活动潜力的对策与建议 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
（8）我国东南部气温和降水概率的神经网络预报研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 集合预报订正国内外研究进展 |
| 1.2.2 机器学习国内外研究进展 |
| 1.3 本文目的及结构内容 |
| 第二章 资料和方法 |
| 2.1 TIGGE资料介绍 |
| 2.2 研究区域及资料说明 |
| 2.2.1 研究区域 |
| 2.2.2 集合预报资料 |
| 2.2.3 观测资料 |
| 2.3 双线性插值 |
| 2.4 神经网络模型介绍 |
| 2.4.1 前馈式神经网络(FNN) |
| 2.4.2 卷积神经网络(CNN) |
| 2.4.3 数据训练与测试 |
| 2.5 评价指标 |
| 第三章 基于神经网络模型的气温概率预报试验 |
| 3.1 引言 |
| 3.2 试验设计 |
| 3.2.1 数据预处理 |
| 3.2.2 损失函数 |
| 3.2.3 FNN神经网络的结构设计 |
| 3.2.4 CNN神经网络的结构设计 |
| 3.3 结果评估 |
| 3.4 个例分析 |
| 3.5 本章小结 |
| 第四章 基于神经网络模型的降水概率预报试验 |
| 4.1 引言 |
| 4.2 试验设计 |
| 4.2.1 数据预处理 |
| 4.2.2 损失函数 |
| 4.2.3 FNN神经网络的结构设计 |
| 4.2.4 CNN神经网络的结构设计 |
| 4.3 结果评估 |
| 4.4 本章小结 |
| 第五章 加入地理信息的神经网络模型的降水概率预报试验 |
| 5.1 引言 |
| 5.2 试验设计 |
| 5.2.1 数据预处理与损失函数 |
| 5.2.2 基于FNN-GI的降水概率预报 |
| 5.2.3 基于CNN-GI的降水概率预报 |
| 5.3 结果评估 |
| 5.4 个例分析 |
| 5.5 本章小结 |
| 第六章 全文总结和讨论 |
| 6.1 总结 |
| 6.2 问题与讨论 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（9）城市公共交通网络时间空间可达性模型研究与应用（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究综述 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 研究现状总结 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 可达性理论介绍 |
| 2.1 可达性基本概念 |
| 2.2 可达性测算方法 |
| 2.3 可达性测算方法总结 |
| 2.4 本章小结 |
| 3 公共交通网络构造与层次划分 |
| 3.1 交通网络的分类与构建 |
| 3.1.1 交通网络的分类 |
| 3.1.2 交通网络的构建 |
| 3.2 城市公共交通网络的构建 |
| 3.2.1 国外城市公共交通网络概况 |
| 3.2.2 城市公共交通网络的构建 |
| 3.3 不同层次公共交通网络规划理论 |
| 3.3.1 公交线路规划理论研究 |
| 3.3.2 城市轨道交通线路规划理论研究 |
| 3.3.3 城市慢行通道规划研究 |
| 3.4 本章小结 |
| 4 基于城市公共交通网络的可达性模型研究 |
| 4.1 线网层可达性模型研究 |
| 4.1.1 线网层换乘可达性模型研究 |
| 4.1.2 线网层时间可达性研究 |
| 4.1.3 线网层时间换乘可达性模型研究 |
| 4.2 连接层可达性模型研究 |
| 4.2.1 连接层可达性计算原理 |
| 4.2.2 连接层可达性模型的建立 |
| 4.3 城市公共交通网络可达性模型研究 |
| 4.3.1 城市公共交通网络可达性模型建立思路 |
| 4.3.2 城市公共交通网络可达性计算模型选择 |
| 4.3.3 城市公共交通网络可达性模型计算 |
| 4.4 本章小结 |
| 5 实例分析 |
| 5.1 研究区域城市公共交通网络概括 |
| 5.2 研究区域城市公共交通网络可达性分析 |
| 5.2.1 研究区域城市公共交通网络线网层可达性分析 |
| 5.2.2 研究区域综合公共交通网络连接层可达性分析 |
| 5.2.3 研究区域综合公共交通网络可达性分析 |
| 5.3 线路类型对区域综合公共交通网络可达性的影响 |
| 5.3.1 径向线对可达性的影响分析 |
| 5.3.2 环线对可达性的影响分析 |
| 5.3.3 放射线对可达性的影响分析 |
| 5.3.4 分析结果汇总 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 A |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）贵州省思南县地质灾害危险性评价研究（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状及存在的问题 |
| 1.2.1 遥感和GIS技术获取地质灾害环境因子的研究现状 |
| 1.2.2 区域地质灾害易发性评价研究现状分析 |
| 1.2.3 降雨型滑坡失稳机制研究现状分析 |
| 1.2.4 诱发地灾的临界降雨阈值计算模型综述 |
| 1.2.5 地灾危险性评价的研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线和研究思路 |
| 1.3.3 本文主要创新点 |
| 第二章 思南自然地质环境特征 |
| 2.1 思南地理位置及地形地貌 |
| 2.2 思南气象水文及土地利用 |
| 2.2.1 气象水文信息 |
| 2.2.2 思南土地利用信息 |
| 2.3 思南地层岩性分析 |
| 2.3.1 地层岩性 |
| 2.3.2 岩土工程性质及水文性质 |
| 2.4 思南地质构造 |
| 第三章 思南滑坡及崩塌地质灾害基本特征 |
| 3.1 基于遥感和GIS的地理空间分析及应用 |
| 3.1.1 基于遥感和GIS的地理空间分析原理 |
| 3.1.2 数字高程模型和Landsat TM8 影像分析 |
| 3.2 思南县滑坡发育特征分析 |
| 3.3 思南县崩塌发育特征 |
| 3.4 思南地灾时空分布特征分析 |
| 3.4.1 地灾平面分布 |
| 3.4.2 地灾空间分布 |
| 3.4.3 地灾时间分布 |
| 3.4.4 思南县重大地灾特征及危害 |
| 3.5 RS和GIS获取滑坡和崩塌致灾环境因子 |
| 3.5.1 地形地貌因子分析 |
| 3.5.2 水文因子分析 |
| 3.5.3 土地利用因子 |
| 3.5.4 地层岩性因子 |
| 第四章 基于深度学习模型的滑坡易发性评价 |
| 4.1 深度学习模型预测滑坡易发性的研究思路 |
| 4.2 稀疏链接编码模型预测滑坡易发性过程 |
| 4.2.1 频率比分析 |
| 4.2.2 稀疏链接编码模型简介 |
| 4.2.3 径向基神经网络模型 |
| 4.2.4 逻辑回归模型 |
| 4.3 滑坡环境因子频率比分析 |
| 4.3.1 思南县滑坡灾害概况 |
| 4.3.2 基于遥感和GIS的思南县滑坡影响因子选取 |
| 4.3.3 滑坡影响因子的频率比分析 |
| 4.4 思南滑坡易发性评价结果分析 |
| 4.4.1 稀疏链接编码建模的空间数据库 |
| 4.4.2 稀疏链接编码预测滑坡易发性结 |
| 4.4.3 RBFNN模型预测滑坡易发性 |
| 4.4.4 Logistic回归模型建模过程 |
| 4.4.5 各模型预测结果分析 |
| 4.5 本章小结 |
| 第五章 不同降雨概率及雨型作用的滑坡稳定性研究 |
| 5.1 降雨型滑坡稳定性研究思路 |
| 5.2 降雨概率统计及滑坡稳定性计算理论 |
| 5.2.1 连续五天降雨概率统计 |
| 5.2.2 滑坡饱和非饱和渗流理论 |
| 5.2.3 稳定性计算理论 |
| 5.3 官寨滑坡及其地质模型 |
| 5.3.1 官寨滑坡概述 |
| 5.3.2 官寨滑坡地质模型 |
| 5.4 各工况下滑坡渗流场与稳定性分析 |
| 5.4.1 滑坡计算工况及边界条件 |
| 5.4.2 不同雨型及累积降雨量的渗流场 |
| 5.4.3 不同雨型及降雨量稳定性分析 |
| 5.5 本章小结 |
| 第六章 基于粒子群向量机的思南崩塌易发性评价 |
| 6.1 思南崩塌易发性预测的研究思路 |
| 6.2 粒子群向量机模型理论简介 |
| 6.2.1 统计学习理论及结构风险最小化 |
| 6.2.2 支持向量机 |
| 6.2.3 粒子群向量机 |
| 6.3 思南崩塌及建模环境因子 |
| 6.3.1 思南地理及崩塌概况 |
| 6.3.2 思南崩塌的基础影响因子分析 |
| 6.4 粒子群向量机预测思南崩塌易发性 |
| 6.4.1 崩塌易发性评价建模流程 |
| 6.4.2 粒子群向量机预测崩塌易发性 |
| 6.4.3 RBFNN评价思南县崩塌易发性 |
| 6.4.4 逻辑回归模型评价崩塌易发性 |
| 6.4.5 各模型的崩塌预测结果分析 |
| 6.5 本章小结 |
| 第七章 思南地质灾害危险性评价研究 |
| 7.1 地质灾害危险性评价思路 |
| 7.2 思南县地质灾害易发性评价 |
| 7.2.1 思南县地质灾害易发性评价 |
| 7.2.2 思南地质灾害易发性评价 |
| 7.3 思南地灾临界降雨阈值计算 |
| 7.4 思南地灾危险性评价及讨论 |
| 7.4.1 地灾危险性评价分级 |
| 7.4.2 地灾危险性评价实例验证 |
| 7.5 本章小结 |
| 第八章 结论和展望 |
| 8.1 结论 |
| 8.2 研究展望 |
| 致谢 |
| 参考文献 |
四、基于GIS的地理网络模型研究（论文参考文献）
- [1]基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究[D]. 于翔. 西安理工大学, 2021(01)
- [2]基于综合指数模型的舟曲县滑坡易发性评价[D]. 牛鹏飞. 河北地质大学, 2021(06)
- [3]基于多源数据与尺度分割的滑坡易发性评价方法研究 ——以上犹县为例[D]. 蔡超. 江西理工大学, 2021(01)
- [4]喀斯特石漠化地区生态资产遥感评估及时空演变机制研究[D]. 陈全. 贵州师范大学, 2021
- [5]基于耦合光纤光栅与GIS的光缆故障监测系统研究[D]. 安育娴. 北京邮电大学, 2021(01)
- [6]菏泽市地面沉降因子识别体系与预测评估模型研究[D]. 杨霄. 山东大学, 2021(12)
- [7]基于GIS和RS的杭州市森林生态承载力评价研究[D]. 邹林韵. 浙江大学, 2021(09)
- [8]我国东南部气温和降水概率的神经网络预报研究[D]. 张珂珺. 南京信息工程大学, 2021(01)
- [9]城市公共交通网络时间空间可达性模型研究与应用[D]. 冷顺多. 北京交通大学, 2020(03)
- [10]贵州省思南县地质灾害危险性评价研究[D]. 胡涛. 中国地质大学, 2020(03)