本文主要研究内容
作者张晞曈（2019）在《SCPSA抽样法及其在VGI质量评价中的应用》一文中研究指出：近年来,一类被称为Volunteered Geographical Information(VGI)的地理信息引起了人们的广泛关注。作为一种信息源,VGI自身最大的不足就是缺乏可靠的质量保证,因此,建立一个关于VGI的质量评价体系十分重要,空间抽样方案的设计是建立这个质量评价体系的第一步。以开放街景地图(OpenStreetMap,OSM)为代表的许多VGI项目中保留的历史数据可以作为抽样之前的先验信息,它们往往和该地区的VGI质量有某种非线性的关系,比如某地区参与的志愿者人数越多,该地区地图质量越高。如何利用VGI中的这类先验信息作为辅助变量来设计抽样方法是一个具有现实意义和实际价值的新课题。空间均衡抽样(Spatially Balanced Sampling)是基于设计的空间抽样法中近年来较为热门的一类方法,典型的空间均衡抽样法有Generalized Random Tessellation Stratified(GRTS)抽样法和Spatially Correlated Poisson Sampling(SCPS)法等。本文在现有SCPS法的基础上,将与总体不成比例的辅助变量用于衡量总体分布的各向异性,提出了新的Spatially Correlated Poisson Sampling with Anisotropy(SCPSA)法。现有SCPS法在将样本点均匀而随机地分散于研究区域时,只考虑了样本点之间距离的绝对值,新的SCPSA法还考虑了距离的方向,进一步减少了所抽取样本之间的自相关性,从而达到降低估计方差的目的。接着讨论了SCPSA法的方差估计问题,采用了自助法来估计方差。数值实验的结果显示,在辅助变量与总体不成比例的情况下,相比于使用辅助变量来构造不等概率的SCPS法,新的SCPSA法均方误差更低,验证了改进后算法的可行性和有效性。最后将SCPSA法用于OSM的质量评价问题。从OSM的历史数据中提取出贡献者人数这一指标,将其作为先验信息,利用SCPSA法抽取样本,估计整个香港九龙半岛地区OSM的平均位置准确度,为进一步评价该地区的OSM质量提供了依据。
Abstract
jin nian lai ,yi lei bei chen wei Volunteered Geographical Information(VGI)de de li xin xi yin qi le ren men de an fan guan zhu 。zuo wei yi chong xin xi yuan ,VGIzi shen zui da de bu zu jiu shi que fa ke kao de zhi liang bao zheng ,yin ci ,jian li yi ge guan yu VGIde zhi liang ping jia ti ji shi fen chong yao ,kong jian chou yang fang an de she ji shi jian li zhe ge zhi liang ping jia ti ji de di yi bu 。yi kai fang jie jing de tu (OpenStreetMap,OSM)wei dai biao de hu duo VGIxiang mu zhong bao liu de li shi shu ju ke yi zuo wei chou yang zhi qian de xian yan xin xi ,ta men wang wang he gai de ou de VGIzhi liang you mou chong fei xian xing de guan ji ,bi ru mou de ou can yu de zhi yuan zhe ren shu yue duo ,gai de ou de tu zhi liang yue gao 。ru he li yong VGIzhong de zhe lei xian yan xin xi zuo wei fu zhu bian liang lai she ji chou yang fang fa shi yi ge ju you xian shi yi yi he shi ji jia zhi de xin ke ti 。kong jian jun heng chou yang (Spatially Balanced Sampling)shi ji yu she ji de kong jian chou yang fa zhong jin nian lai jiao wei re men de yi lei fang fa ,dian xing de kong jian jun heng chou yang fa you Generalized Random Tessellation Stratified(GRTS)chou yang fa he Spatially Correlated Poisson Sampling(SCPS)fa deng 。ben wen zai xian you SCPSfa de ji chu shang ,jiang yu zong ti bu cheng bi li de fu zhu bian liang yong yu heng liang zong ti fen bu de ge xiang yi xing ,di chu le xin de Spatially Correlated Poisson Sampling with Anisotropy(SCPSA)fa 。xian you SCPSfa zai jiang yang ben dian jun yun er sui ji de fen san yu yan jiu ou yu shi ,zhi kao lv le yang ben dian zhi jian ju li de jue dui zhi ,xin de SCPSAfa hai kao lv le ju li de fang xiang ,jin yi bu jian shao le suo chou qu yang ben zhi jian de zi xiang guan xing ,cong er da dao jiang di gu ji fang cha de mu de 。jie zhao tao lun le SCPSAfa de fang cha gu ji wen ti ,cai yong le zi zhu fa lai gu ji fang cha 。shu zhi shi yan de jie guo xian shi ,zai fu zhu bian liang yu zong ti bu cheng bi li de qing kuang xia ,xiang bi yu shi yong fu zhu bian liang lai gou zao bu deng gai lv de SCPSfa ,xin de SCPSAfa jun fang wu cha geng di ,yan zheng le gai jin hou suan fa de ke hang xing he you xiao xing 。zui hou jiang SCPSAfa yong yu OSMde zhi liang ping jia wen ti 。cong OSMde li shi shu ju zhong di qu chu gong suo zhe ren shu zhe yi zhi biao ,jiang ji zuo wei xian yan xin xi ,li yong SCPSAfa chou qu yang ben ,gu ji zheng ge xiang gang jiu long ban dao de ou OSMde ping jun wei zhi zhun que du ,wei jin yi bu ping jia gai de ou de OSMzhi liang di gong le yi ju 。
论文参考文献
论文详细介绍
论文作者分别是来自长安大学的张晞曈，发表于刊物长安大学2019-11-04论文，是一篇关于质量评价论文,开放街景地图论文,空间均衡抽样论文,空间相关泊松抽样论文,各向异性论文,长安大学2019-11-04论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自长安大学2019-11-04论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：质量评价论文; 开放街景地图论文; 空间均衡抽样论文; 空间相关泊松抽样论文; 各向异性论文; 长安大学2019-11-04论文;