地理计算的内容与动态.ppt

地理计算的内容与动态 王 铮 科学的发展 文学作为科学文化：地理学的探险记录，地理学家的辉煌 数学作为科学文化：地理事物之间密不可分，物理学方法不适应，地理学困难 计算机作为科学文化：可以分析复杂性，认识复杂性，GISci－geocomputation 出现 历程与状态 发祥于英国LEEDS大学，得到全世界响应 2003年的提法：The Art and Science of Solving Complex Spatial Problems with Computers. 2003专题 Mapping GeoTemporal computation Socioeconomic modelling and urban simulation Census and socioeconomic modelling Local modelling Knowledge discovery Accuracy and uncertainty Spatially Distributed Modelling of Land Surface Processes Remote sensing of change Environmental and ecological informatics 定义为一个学科 Couclelis(1998): 计算机方法与技术在描述（地球表面）空间性质，解释地理现象和解决地理问题方面的应用 Longley： 地理计算是地理信息科学的综合，虽然它经常强调高性能计算。 Fischer, Leung: 地理计算包括3个成分：1、分析地理数据；2、涉及各种地理信息问题的计算求解；3、高性能计算 Gahegan（2002）认为地计算中仍存在的问题 将地理“领域知识”变成工具以提高性能和可信度； 设计合适的地理算子（operators）来进行数据挖掘和知识发现； 发展能够计算跨越时空尺度的鲁棒的聚类算法（clustering algorithms）； 针对目前软硬件还无法解决的复杂地理问题，提出可计算方法； 将地理现象可视化，提供虚拟现实范式（paradigm）帮助人们探索、理解地理现象，交流地理知识。 我的理解 广义：以计算机方法为基本科学工具，处理地理信息，分析地理现象的地理学分支。它包括地理信息处理与管理、地理数据挖掘、地理过程建模模拟以及支持这些处理与分析的软件工程和计算体系研究，如地理信息系统、地理决策支持系统和空间网格体系。它是地理信息科学的另外一种说法。外延数量地理学、遥感、地理信息系统、建模模拟和计算体系 狭义：地理信息科学的核心内容之一，主要研究地理信息科学的方法学问题，包括算法、建模和计算体系 地理计算的算法分类 Couclelis(1998) 例子；GIS与空间计算结合 例子：韦伯设施区位 解剖p－中心问题 p-问题 GIS－空间运筹－算法一体化 更一般的算法问题：地学数据挖掘 1989年举行的第十一届国际联合人工智能学术会议上提出的，当时人们把数据挖掘看作是从数据库中发现知识 Karypis（2002）认为数据挖掘就是自动地从隐藏在大型数据集中提取出新的和有用的知识的一个过程； Grossman和Kamath（2002）认为数据挖掘是半自动地从大型数据集中抽取模式、变化、关联、变异、以及其它一些统计意义方面的结构； 地学数据挖掘是从地理学问题出发，对各种数据作地理学的模型处理，结果计算，发现地理知识的过程。 地学数据挖掘的问题范畴包括数据恢复、信号提取、联系分析、地学过程预测、地理结构发现、环境、区域演化发现。 以遥感图像为例，遥感图像的去云彩处理就是数据恢复，遥感图像增强就是信号提取，遥感图像聚类分析就是联系分析。  例子：地学预测系统 Web data mining 一般的数据挖掘算法，如聚类、预测 因特网搜索和信息检索算法，如布尔查询和倒排索引 、爬虫装配 Web服务的算法，如排队论 数据模型的特殊算法 地图（数据模型）代数计算 地图（数据模型）理解算法 其它 建模与模拟 建模 数学模型：以数学关系式表达的模型，关键是可计算化，适合一般科学计算 规则模型：以知识为基础，以算法规则表达的模型，如agent 模拟，适合复杂性分析 数字模型：对对象数字化，用于表达对象的某些特征，通常将地理现象可视化，提供虚拟现实范式（paradigm）帮助人们探索、理解地理现象，交流地理知识 数学模型例子：气候保护 例子：经济增长核算环境 计算体系：集成计算环境 网络环境下的计算体系，它通过web服务，集成网络中的硬件（计算机、输入、输出设备）和软件（GIS、模型库）形成一种允许用户定义和修改问题、选择求解策略、与硬软件资源交互并进行管理，给出可视化