Geo-Spatial Information Science vol 4，issue 24 全文发布
《地球空间信息科学学报》（Geo-Spatial Information Science，GSIS）2021年第4期已上线，本期由来自中国、美国、英国、新西兰、南非、土耳其的14篇论文组成。
点击页尾“阅读全文”可免费阅读、下载本期全部文章。欢迎下载、阅读、交流、引用。
1
Research Article
研究论文
<1>
■ 标题
使用Landsat影像，基于新型卷积神经网络绘制和分析的中国32个主要城市的局地气候带
>>详细解读
Mapping and analyzing the local climate zones in China’s 32 major cities using Landsat imagery based on a novel convolutional neural network
■ 作者
Xin Huang, Anling Liu & Jiayi Li
■ 摘要
局部气候区(LCZ)计划为研究人员提供了一种标准方法来监测城市热岛 (UHI) 效应并进行温度研究。
为生成更准确的LCZ地图，本文提出了一种新颖的卷积神经网络(CNN)模型（即LCZ-CNN），该模型旨在解决使用 Landsat 图像的LCZ分类问题。
同时，应用 LCZ-CNN 模型为分布在不同气候带的中国32个主要城市生成LCZ映射结果，实现了明显优于传统分类策略的精度和令人满意的计算效率。所提出的LCZ-CNN模型在所有32个城市都取得了令人满意的分类准确率，超过一半的城市的总体准确率(OA)高于80%。
本文还设计了一系列实验来综合分析所提出的LCZ-CNN模型，包括网络的可迁移性和多季节信息的有效性。结果发现，对应于低级特征的第一个卷积阶段比第二个和第三个卷积阶段表现出更好的可迁移性，后者可提取高级别的图像或任务导向的特征。
■ 原文速递
Xin Huang, Anling Liu & Jiayi Li (2021) Mapping and analyzing the local climate zones in China’s 32 major cities using Landsat imagery based on a novel convolutional neural network, Geo-spatial Information Science, 24:4, 528-557, DOI: 10.1080/10095020.2021.1892459
<2>
■ 标题
基于近景摄影测量和IGS场地标定的城市地理空间信息采集移动测量系统
Urban Geospatial Information Acquisition Mobile Mapping System based on close-range photogrammetry and IGS site calibratio
■ 作者
Ming Guo, Yuquan Zhou, Jianghong Zhao, Tengfei Zhou, Bingnan Yan & Xianfeng Huang
■ 摘要
移动测量系统（MMS）的测量精度是制约其发展和应用的主要问题，如何对MMS进行校准以提高其测量精度一直是业界的研究热点。
本文提出了一种基于特征点和特征面相结合的带误差校正的位姿标定方法。首先，通过近景摄影测量得到MMS各传感器空间位置关系的初始值。其次，通过与国际GNSS服务(IGS)站联合测量的全球坐标中的特征点计算纠错得到最佳解决方案。然后，结合最初得到的初始值求解最终的变换参数，从而实现对MMS的快速校准。最后，对标定后MMS点云的RMSE进行了分析，结果证明了该方法提出的标定方法的可行性。在单个测量传感器精度较低的情况下，标定后的点云平面和高程绝对精度分别达到0.043 m和0.072 m，相对误差小于0.02 m。满足MMS数据采集精度要求。对推动未来MMS技术的发展和一些新技术的应用，如自动驾驶、数字孪生城市、城市大脑等具有重要意义。
■ 原文速递
Ming Guo, Yuquan Zhou, Jianghong Zhao, Tengfei Zhou, Bingnan Yan & Xianfeng Huang (2021) Urban Geospatial Information Acquisition Mobile Mapping System based on close-range photogrammetry and IGS site calibration, Geo-spatial Information Science, 24:4,558-579, DOI: 10.1080/10095020.2021.1924084
<3>
■ 标题
使用各种模型的水稻产量遥感估算：批判性综述>>详细解读
Remote sensing-based estimation of rice yields using various models: A critical review
■ 作者
Daniel Marc G dela Torre, Jay Gao & Cate Macinnis-Ng
■ 摘要
可靠地估算全区域水稻产量对于粮食安全和农业管理至关重要。田间模型增加了我们对理论环境条件下水稻产量及其估算的理解。然而，它们提供的关于农场规模产量的空间变异性的信息很少。许多研究将RS与水稻模型一起用于可靠的产量估算。随着一些国家开始实施水稻监测系统，需要综合当前的文献来确定知识差距、提高估计精度并优化加工过程。
本文批判性地回顾了使用地理空间方法、图像和定量模型估算水稻产量的重大进展。首先，讨论了通过光学和雷达传感器检测到的水稻的基本特征、波段选择、传感器配置、空间分辨率、绘图方法以及从RS数据得出的水稻生物物理变量。其次，批判性地评估了使用RS数据进行产量空间估计的各种经验、基于过程和半经验模型——讨论了主要类型的模型、RS平台、数据同化算法、冠层状态变量和RS变量如何可以集成用于产量估计。最后，为了克服当前的限制并提高精度，提出了几种可能性——添加新的建模模块、使用替代冠层变量和采用新的建模方法。由于全球变暖，水稻产量预计会下降，因此地理空间水稻产量估算技术是气候变化评估不可或缺的工具。未来的研究应侧重于解决当前估算的局限性，通过精确描绘水稻品种，结合基于气候驱动因素的动态收获指数，使用创新的机器学习建模方法。
■ 原文速递
Daniel Marc G dela Torre, Jay Gao & Cate Macinnis-Ng (2021) Remote sensing-based estimation of rice yields using various models: A critical review, Geo-spatial Information Science, 24:4, 580-603, DOI: 10.1080/10095020.2021.1936656
<4>
■ 标题
基于LAMBDA和bootstrapping方法的PPP窄巷模糊度解算性能研究
Performance investigation of LAMBDA and bootstrapping methods for PPP narrow-lane ambiguity resolution
■ 作者
Omer Faruk Atiz, Sermet Ogutcu, Salih Alcay, Pan Li & Ilkay Bugdayci
■ 摘要
具有模糊分辨率的精密单点定位(PPP-AR)的性能高度依赖于正整数载波相位模糊度估计的可靠性。本文使用2020年1个月内来自55个IGS站的真实数据，广泛研究了使用LAMBDA和bootstrapping方法的PPP窄巷模糊度分辨率的性能。使用两种不同的截止角（7°和 30°）进行静态PPP与24-、12-、8-、4-、2-、1- 和 1/2 小时的会话，使用三种PPP模式：即模糊度浮动和两种模糊度固定PPP分别使用LAMBDA和bootstrapping方法进行窄车道AR。结果表明，与使用7°截止角的bootstrapping方法相比，LAMBDA方法可以在2 h 和更短的观测时段内产生更可靠的结果。对于30°截止角，LAMBDA方法在4 h 或更短时间的观测时段内优于bootstrapping方法。对于较长的观测时段，与LAMBDA方法相比，bootstrapping方法产生了更准确的坐标，而没有考虑错误修复的情况。
■ 原文速递
Omer Faruk Atiz, Sermet Ogutcu, Salih Alcay, Pan Li & Ilkay Bugdayci (2021)Performance investigation of LAMBDA and bootstrapping methods for PPP narrow-lane ambiguity resolution, Geo-spatial Information Science, 24:4, 604-614, DOI: 10.1080/10095020.2021.1942236
<5>
■ 标题
集成无人机和移动测量车的时-空-谱-角观测城市测绘模型
Spatio-temporal-spectral-angular observation model that integrates observations from UAV and mobile mapping vehicle for better urban mapping
■ 作者
Zhenfeng Shao, Gui Cheng, Deren Li, Xiao Huang, Zhipeng Lu & Jian Liu
■ 摘要
在复杂的城市场景中，单一传感器的观测不可避免地导致观测的空白，无法全面描述城市对象。本文提出了一种时间-空间-光谱-角度观测模型，将无人机和移动测量车辆平台的观测相结合，实现了空中和地面联合、协调的观测操作。
开发了多源遥感数据采集系统，以有效获取复杂城市场景的多角度数据。多源数据融合解决了遮挡导致的数据缺失问题，实现了复杂城市场景中全息时空信息的准确、快速、完整的采集。
在中国重庆白沙镇进行了一项实验，从无人机和移动测量车上获得了多传感器、多角度的数据。首先从无人机中提取点云，然后整合无人机和移动测量车辆点云。综合结果结合了无人机和移动测绘车辆点云的特点，证实了本文所提出的联合数据采集平台的实用性和时空光谱角度观测模型的有效性。与单独从无人机或移动测量车进行观测相比，该集成系统为城市综合监测提供了有效的数据采集解决方案。
■ 原文速递
Zhenfeng Shao, Gui Cheng, Deren Li, Xiao Huang, Zhipeng Lu & Jian Liu (2021) Spatio-temporal-spectral-angular observation model that integrates observations from UAV and mobile mapping vehicle for better urban mapping, Geo-spatial Information Science, 24:4,615-629, DOI: 10.1080/10095020.2021.1961567
<6>
■ 标题
坐标轴方向地图投影中的局部线性比例因子
Local linear scale factors in map projections in the direction of coordinate axes
■ 作者
Miljenko Lapaine, Nedjeljko Frančula & Željka Tutek
■ 摘要
本文解释了“水平和垂直比例尺”这两个术语在地图投影理论中是不合适的。
相反，作者建议使用术语“坐标轴方向上的比例”。由于不能从局部线性比例因子的定义中直接读出坐标轴方向的局部线性比例因子，本文考虑推导新公式，使坐标x方向的局部线性比例因子 和要计算的y轴。还导出了计算由dx和dy定义的任意方向的局部线性比例因子的公式。此外，还考虑了局部线性比例因子极值的位置和大小，并推导出了新的公式。
■ 原文速递
Miljenko Lapaine, Nedjeljko Frančula & Željka Tutek (2021) Local linear scalefactors in map projections in the direction of coordinate axes, Geo-spatial Information Science, 24: 4, 630-637, DOI: 10.1080/10095020.2021.1968321
<7>
■ 标题
模拟高铁对中国大陆城市与社交媒体互动的影响
Modelling impacts of high-speed rail on urban interaction with social media in China’s mainland
■ 作者
Junfang Gong, Shengwen Li, Xinyue Ye, Qiong Peng & Sonali Kudva
■ 摘要
量化高铁互动对城市和公众的影响对于城市和区域长期发展规划和政策制定至关重要。
本文开发了一个评估框架，使用来自社交媒体的地名信息作为代理来估计这种影响的动态。本文采用两种类型的空间信息：来自社交媒体帖子的地名，以及嵌入在社交媒体帖子中的地理位置信息。该框架强调了城市之间社会互动的非对称性，并提出了一系列指标来从多个角度量化这种影响——包括互动强度、空间衰减和渠道效应。结果表明，高铁不仅大幅扩大了城际连接的不均匀分布，而且通过渠道效应显著重塑了沿高铁路线发生的相互作用。
■ 原文速递
Ming Li, Jiangying Qin, Deren Li, Ruizhi Chen, Xuan Liao & Bingxuan Guo (2021) VNLSTM-PoseNet: A novel deep ConvNet for real-time 6-DOF camera relocalization in urban streets, Geo-spatial Information Science, 24:3, 422-437, DOI:10.1080/10095020.2021.1960779
<8>
■ 标题
一种从光学遥感图像中检测任意定向目标的内外优化卷积神经网络
An internal-external optimized convolutional neural network for arbitrary orientated object detection from optical remote sensing images
■ 作者
Sihang Zhang, Zhenfeng Shao, Xiao Huang, Linze Bai & Jiaming Wang
■ 摘要
由于遥感传感器的俯视角度，物体的方向信息是物体检测中必须考虑的关键因素。为了获得旋转边界框，现有研究或依赖旋转锚定方案，或添加复杂的旋转ROI传输层，导致计算需求增加和检测速度降低。
本研究提出了一种新颖的内-外优化卷积神经网络，用于光学遥感图像中的任意定向目标检测。对于内部优化，我们设计了一个基于锚点的单次头部检测器，该检测器采用两阶段目标检测网络的粗到细检测概念。细化的旋转锚点由粗检测头模块生成，并通过嵌入的可变形卷积层的链接馈入细化检测头模块。对于外部优化，我们提出了IOU平衡损失，以解决与任意定向边界框相关的回归挑战。在DOTA和HRSC2016基准数据集上的实验结果表明，我们提出的方法优于选定的方法。
■ 原文速递
Sihang Zhang, Zhenfeng Shao, Xiao Huang, Linze Bai & Jiaming Wang (2021) An internal-external optimized convolutional neural network for arbitrary orientated object detection from optical remote sensing images, Geo-spatial Information Science, 24:4, 654-665,DOI: 10.1080/10095020.2021.1972772
<9>
■ 标题
南非豪登省环境态度和地方依恋的时空模式和变化
Spatio-temporal patterns and changes in environmental attitudes and place attachment in Gauteng, South Africa
■ 作者
Simangele Dlamini, Solomon G. Tesfamichael, Gregory D. Breetzke & Tholang Mokhele
■ 摘要
本文采用了许多地理空间技术来检查南非豪登省环境态度（本研究中的环境态度是指个体对周围环境产生的感觉（积极或消极））和地方依恋（地方依恋是指我们对自己非常熟悉的地方产生的感觉和联系）价值的时空模式和变化。数据来自豪登省地区天文台在三个不同时间点收集的生活质量调查，即 2013年、2015年和 2017年。
结果表明，位于豪登省城市外围的病房（最小的行政和分析单位），在这三个时期内，人们通常不太富裕，在很大程度上持有更多的负面环境态度和地方依恋价值观。
相比之下，通常更富裕的中心区病房表达了更积极的环境态度，但表达了较少的地方依恋价值观，尤其是在2017年。
本研究的结果不仅突出了整个过程中环境态度和地方依恋价值观的复杂时空分布。豪登省还强调需要针对省内未来的环境规划进行有针对性的国家干预。
■ 原文速递
Simangele Dlamini, Solomon G. Tesfamichael, Gregory D. Breetzke & Tholang Mokhele (2021) Spatio-temporal patterns and changes in environmental attitudes and place attachment in Gauteng, South Africa, Geo-spatial Information Science, 24:4, 666-677, DOI: 10.1080/10095020.2021.1976599
<10>
■ 标题
理解城市土地利用、人口和经济活动空间集中的模式和机制——以中国武汉为例
Understanding the pattern and mechanism of spatial concentration of urban land use, population and economic activities: a case study in Wuhan, China
■ 作者
Zehui Li, Limin Jiao, Boen Zhang, Gang Xu & Jiafeng Liu
■ 摘要
量化人口、经济活动和土地利用的聚集模式对于理解紧凑型城市发展至关重要，但对分布特征之间的差异以及建成环境如何影响城市聚集知之甚少。
本研究收集了中国武汉市的五个要素，即人口密度、容积率、商业兴趣点、道路网络和以城市人口、经济活动和土地利用为代表的建成区面积。采用逆 S 形函数来拟合元素的宏观分布。提出聚集度指标来衡量城市要素的聚集程度。核密度估计用于识别聚合模式。空间回归模型用于识别影响城市要素空间分布的建成环境因素。
结果表明，所有城市元素都以倒S形方式从市中心向外衰减。商业兴趣点（POI）密度和人口密度高度聚合；容积率和道路密度的聚合度适中，而建成密度的聚合度较差。确定了三种类型的空间聚集模式：点状模式、轴向模式和平面模式。空间回归模型表明，建成环境与城市人口分布、经济活动和土地利用有关。目的地可达性因素、公交可达性因素和土地利用多样性因素塑造了商业兴趣点密度、容积率和道路密度的分布。设计因素与人口密度、容积率和建成密度呈正相关。未来的规划应考虑城市人口、经济活动和土地利用的不同空间集中度以及它们与建筑环境属性的关系。本研究的结果将提供对大城市土地利用、人口和经济活动聚集的系统理解，以及一些规划和紧凑发展的建议。
■ 原文速递
Zehui Li, Limin Jiao, Boen Zhang, Gang Xu & Jiafeng Liu (2021) Understanding the pattern and mechanism of spatial concentration of urban land use, population and economic activities: a case study in Wuhan, China, Geo-spatial Information Science, 24:4, 678-694, DOI: 10.1080/10095020.2021.1978276
<11>
■ 标题
基于物候学在Google Earth Engine中使用Sentinel-2影像绘制灌溉和雨养稻田图
Phenology-based delineation of irrigated and rain-fed paddy fields with Sentinel-2 imagery in Google Earth Engine
■ 作者
Daniel Marc G. dela Torre, Jay Gao, Cate Macinnis-Ng & Yan Shi
■ 摘要
菲律宾的雨养生态系统和灌溉生态系统都采用水稻农业。然而，该地区普遍存在小型农场，目前基于卫星的测绘技术无法在农场规模上区分这两个生态系统。
本研究开发了一种方法，可以使用谷歌地球引擎以10 m的分辨率快速绘制菲律宾伊洛伊洛的灌溉和雨养水稻图。这种方法使用基于时间序列植被指数的分类器集合来生成全省的干湿季节图。结果表明，两个季节都以雨养水稻面积为主，灌溉水稻仅占水稻总面积的四分之一。基于地面获取的点和非常高分辨率的图像，旱季的总体准确度达到了68%，雨季的总体准确度达到了75%。这两种稻谷的分类准确率高达87%。
此外，土地覆盖图与市政统计数据显示出很强的一致性。由此产生的地图补充了当前的官方统计数据，并展示了基于物候的制图在及时创建稻谷库存以告知粮食安全和农业政策方面的能力。
■ 原文速递
Daniel Marc G. dela Torre, Jay Gao, Cate Macinnis-Ng & Yan Shi (2021) Phenology-based delineation of irrigated and rain-fed paddy fields with Sentinel-2imagery in Google Earth Engine, Geo-spatial Information Science, 24:4, 695-710, DOI:10.1080/10095020.2021.1984183
<12>
■ 标题
ActivityNET：根据个人智能卡数据和POI预测公共交通出行目的的神经网络
ActivityNET: Neural networks to predict public transport trip purposes from individual smart card data and POIs
■ 作者
Nilufer Sari Aslam, Mohamed R. Ibrahim, Tao Cheng, Huanfa Chen & Yang Zhang
■ 摘要
从全面和连续的智能卡数据中预测出行目的有利于交通和城市规划者调查出行行为和城市交通。
本文提出了一个框架ActivityNET，它使用机器学习(ML)算法从智能卡(SC)数据和兴趣点(POI)数据中预测乘客的旅行目的。该框架的可行性分两个阶段进行论证。第一阶段的重点是从智能卡数据中提取个人日常出行模式中的活动，并使用建议的“活动-POI 合并算法”将其与 POI 结合起来。第二阶段将提取的特征输入到具有多个场景的人工神经网络(ANN)中，并以高精度预测主要活动（家庭和工作）和次要活动（娱乐、饮食、购物、儿童接送和部分活动）下的旅行目的时间工作）。作为案例研究，提议的ActivityNET框架应用于大伦敦地区，并说明了预测旅行目的的强大能力。结果表明，成本效益高的ActivityNET框架为交通规划提供了较高的预测准确性和有价值的见解。
■ 原文速递
Nilufer Sari Aslam, Mohamed R. Ibrahim, Tao Cheng, Huanfa Chen & Yang Zhang (2021) ActivityNET: Neural networks to predict public transport trip purposes from
individual smart card data and POIs, Geo-spatial Information Science, 24:4, 711-721, DOI: 10.1080/10095020.2021.1985943
<13>
■ 标题
使用交通大数据衡量积极的公共交通可达性
Measuring positive public transit accessibility using big transit data
■ 作者
Tong Zhang, Wenyuan Zhang & Zhenxuan He
■ 摘要
本文介绍了一种基于多源公共交通大数据（如智能卡数据 (SCD) 和全球导航卫星系统轨迹数据）衡量公共交通可达性的新方法，这些数据嵌入了丰富的旅行信息和现实世界的时空约束。
首先，我们使用多源交通数据重建出行链，提取热门目的地。定义了一种新的交通可达性衡量标准，以解释通过传统规范衡量标准难以明确捕获的潜在旅行信息，例如模式/路线偏好、机会吸引力和旅行阻抗。最后，我们制作可访问性地图以可视化分布在研究区域内的时变和异构可访问性模式。
对在中国深圳市收集的真实交通数据进行了实证评估，证明了所提出的方法在绘制大都市区的积极交通可达性方面的适用性和有效性。
实证研究的结果表明，与传统的规范性措施相比，所提出的积极可达性措施可以更好地捕捉旅行行为特征和约束。该测量方法可用作交通决策者在评估公共交通系统、支持战略交通规划和改善日常交通管理方面的实用高分辨率绘图工具。
■ 原文速递
Tong Zhang, Wenyuan Zhang & Zhenxuan He (2021) Measuring positive public transit accessibility using big transit data, Geo-spatial Information Science, 24:4, 722-741, DOI: 10.1080/10095020.2021.1993754
<14>
■ 标题
开发棕地清单以优先考虑亚利桑那州图森市的资金外展活动
Development of a brownfield inventory for prioritizing funding outreach in Tucson, Arizona
■ 作者
Theresa Foley, Ann Marie Wolf, Chloe Jackson & Ryan Stephenson
■ 摘要
对 1980 年《综合环境响应、补偿和责任法案》（CERCLA 或 Superfund）责任的担忧，促使开发商优先在未开发的绿色空间上建设，而不是潜在地受到污染的前工业用地，导致郊区的城市扩张，而城市核心仍然空置。
棕地（待重新开发的城市用地）被定义为危险物质或污染物的存在或潜在存在对发展构成障碍的地产。各机构通常通过进行场地适宜性分析，使用具有显着生态和文化意义的区域或需要振兴的社区等显着特征来创建棕地清单。
亚利桑那州皮马县和索诺拉环境研究所(SERI)开发了直接位于戴维斯-蒙森空军基地西部的大型工业区的棕地清单。由于棕地目标区的居民区很少，并且缺乏棕地场地适宜性分析中通常使用的特征，皮马县和 SERI 使用官方税务评估员数据库和11个联邦、州、县环境数据库来制定棕地清单。该项目的目标是优先考虑从赠款资金中受益的房地产，最终的棕地库存包含531个包。
■ 原文速递
Theresa Foley, Ann Marie Wolf, Chloe Jackson & Ryan Stephenson (2021) Development of a brownfield inventory for prioritizing funding outreach in Tucson, Arizona, Geospatial Information Science, 24:4, 742-754, DOI: 10.1080/10095020.2021.1997555
翻译：庄庆威 ｜ 排版：王浩天
编辑：王晓醉 ｜ 审核：张淑娟
交流群
*GSIS已开启读者交流群，添加助理编辑微信（ID：gsis_support），注明“学校（科研机构）-姓名-研究方向”加入群聊。
Call for Papers
COVID-19大流行对人类流动性的影响 >>点击标题，获取更多专刊信息
# 02
位置智能：地球空间信息科学的未来趋势>>点击标题，获取更多专刊信息
# 03
基于多源数据的森林积蓄量、生物量、碳含量建模>>点击标题，获取更多专刊信息
# 04
Geo-spatial Information Science（GSIS）是由武汉大学主办的测绘遥感专业英文期刊，主编为中国科学院院士、中国工程院院士李德仁教授。2020年9月被SCI收录，2020JCR影响因子为4.288，Q2分区。2020 CiteScore为7.4，Q1分区。
GSIS 采用开放获取的出版模式(Open Access），文章一经发表，可马上被全球读者免费全文下载，这种模式可以让你的文章有更多的曝光度。
欢迎广大测绘遥感学科的科研工作者投稿。如果您有需要抢首发权的高质量文章，可与我们联系gsis@whu.edu.cn，主编/国际副主编亲自为您处理，编辑部提供随时随地的疑问解答与状态跟踪。
期刊官网：
https://www.tandfonline.com/tgsi
投稿网址：
https://rp.tandfonline.com/submission/create?journalCode=TGSI
往期精选