编辑荐读 | IJGI期刊精选文章(2020年第1期)
ISPRS International Journal of Geo-Information(ISSN 2220-9964, IJGI) 是MDPI组织出版的国际型开放获取期刊之一,主题涵盖地理信息科学和技术各个方面,2018年期刊影响因子为1.84。IJGI采取单盲同行评审,一审周期约为18.7天,文章从接收到发表仅需2.6天。
此次选取2020年目前发表在期刊IJGI上的八篇热点文献,希望能为相关领域的读者提供一些帮助。
以下所有文献均可在MDPI网页免费阅览全文。
文
章
一
Cartographic Vandalism in the Era of Location-Based Games—The Case of OpenStreetMap and Pokémon GO
定位游戏时代制图的蓄意破坏行为——以OpenStreetMap地图和Pokémon GO游戏为例
Levente Juhász et al.
该文章以Pokémon GO游戏为例,研究了OpenStreetMap中来自Pokémon GO游戏玩家的蓄意破坏行为。作者通过分析其时间、空间及语义特征并讨论制图界如何应对其破坏行为,有利于提高对制图恶意编辑的监测和修复。
扫描二维码,阅读英文原文
http://www.mdpi.com/2220-9964/9/4/197
文
章
二
Towards Detecting Building Facades with Graffiti Artwork Based on Street View Images
基于街景涂鸦图像的建筑立面检测
Tessio Novack et al.
该文章提出了一种基于Google街景图像自动提取的涂鸦数据来检测建筑物立面的方法。该方法可用于识别以前未映射的涂鸦作品,也为对该街头艺术感兴趣的绘图人员提供了启示。
扫描二维码,阅读英文原文
http://www.mdpi.com/2220-9964/9/2/98
文
章
三
The Influence of Map Projections on People’s Global-Scale Cognitive Map: A Worldwide Study
地图投影对人们的全球认知地图的影响:一项全球性研究
Lieselot Lapon et al.
海德堡大学的学者们分析了人们的认知地图以及地图投影对认知地图的影响。作者设计了一个小游戏来进行测试,通过对得到的全球数据进行统计分析,获取了地图投影对人们认知地图准确性的影响的相关数据。
扫描二维码,阅读英文原文
http://www.mdpi.com/2220-9964/9/4/196
文
章
四
WeatherNet: Recognising Weather and Visual Conditions from Street-Level Images Using Deep Residual Learning
WeatherNet: 利用深度残差学习从街道图像中识别天气和视觉条件
Mohamed R. Ibrahim et al.
伦敦大学学院SpaceTimeLab的Tao Cheng教授及其研究团队提出了一种基于深度学习和计算机视觉的街道图像信息自动提取框架。该框架利用ResNet50网络结构识别了多种天气和视觉条件,在用户提取图像信息中展现了强大性能。
扫描二维码,阅读英文原文
http://www.mdpi.com/2220-9964/8/12/549
文
章
五
A Harmonized Data Model for Noise Simulation in the EU
欧盟用于噪声模拟的统一数据模型
Kavisha Kumar et al.
来自荷兰代尔夫特理工大学三维地理信息系统实验室的学者们提出了在欧盟(EU)中用于噪声模拟的统一数据模型。他们介绍了用于噪声模拟的输入和输出数据建模方法,并使用CNOSSOS模拟城市噪声,基于提出的数据模型生成了荷兰某地区的数据库。
扫描二维码,阅读英文原文
http://www.mdpi.com/2220-9964/9/2/121
文
章
六
A New Agent-Based Methodology for the Seismic Vulnerability Assessment of Urban Areas
基于主体的城市地震易损性评估新方法
Annalisa Greco et al.
意大利卡塔尼亚大学的学者们基于自组织临界性框架提出了一个新的地震模拟软件ABES。该软件可在特定的时间范围内评估一系列地震事件对某一城市地区的影响。这种将地质和城市信息结合起来以获得地理信息系统的数据集,对于在现实环境中展开参数研究具有重要意义。
扫描二维码,阅读英文原文
http://www.mdpi.com/2220-9964/8/6/274
文
章
七
Complexity Level of People Gathering Presentation on an Animated Map—Objective Effectiveness Versus Expert Opinion
动态地图中聚集人群可视化的复杂性—客观结果与专家意见的比较
Beata Medyńska-Gulij et al.
来自波兰波兹南密茨凯维奇大学制图与地理信息研究部的Beata Medyńska-Gulij教授及其研究团队介绍了三种用于动态地图的可视化方法,呈现了无人机图像下露天活动中聚集人群的活动轨迹。研究结果表明了可视化地形(稳定目标)和人(移动目标)的重要性,以及动画地图的特定元素对于分析的重要作用。
扫描二维码,阅读英文原文
http://www.mdpi.com/2220-9964/9/2/117
文
章
八
A Systematic Review into Factors Influencing Sketch Map Quality
关于影响示意图质量因素的系统综述
Kateřina Hátlová et al.
该研究旨在通过分析影响草图质量、位置精度、内容频率和制图方法的选择等因素,以发现目前的研究缺口。为了实现这一目的,来自查尔斯大学地理与环境教育研究中心的Martin Hanus博士和学生Kateřina Hátlová通过对1960年以来发表的90篇实证研究进行系统回顾,识别并介绍了明显影响示意图质量的因素。结果表明,实证研究多关注个体差异而忽视环境特征或信息来源等重要因素,因而关于示意图质量参数,还需要进一步深入研究。
扫描二维码,阅读英文原文
https://www.mdpi.com/2220-9964/9/4/271
往期回顾:
版权声明:
*本文内容由MDPI中国办公室编辑负责翻译,一切内容请以英文原版为准。如需转载,请邮件联系:
mdpicnmarketing@mdpi.com
点击左下方“阅读原文”,了解IJGI 期刊更多内容。
喜欢今天的内容?不如点个“在看”吧!