1. 地理场(地理关联的标量场)恢复(插值)问题,表现为基于规则网格的空间坐标测量集或测量流,是地理信息科学中的基础问题之一。
其解决方案是许多监测空间分布现象研究与开发的基础,其中包括:
- 气象学:温度、气压、风速
- 环境学:空气中有害气体和气溶胶浓度
- 物流学:客流密度
- 社会学:人口密度、平均年龄
所提出的技术能够覆盖大都市、大城市及城市群区域,空间分辨率达50-100米,基于数十万至数百万移动测量源的数据流,几乎实时更新(整个地理场每秒更新多次)。
该技术基于两阶段过程:
第一阶段:地理场初步(粗略)估计
第二阶段:估计结果细化
两阶段均基于机器学习原理:执行前需要基于实测和/或模型数据集进行预训练。
第一阶段是应用局部核平滑方法,其核函数通过全局随机优化方法在一组测量数据的基础上预先确定,从而构建出地球物理场的整体分布图。
第二阶段应用基于人工神经网络的模型,兼顾局部地形特征。
能力指标见表格:
指标
| 地理场初步估计 | 地理场精细估计 |
像素数 | 百万像素 | 1 | 1 |
能力 | 千次测量/秒 | 42.0 | 38.5 |
PSNR | db | 23.75 | 28.21 |
SSIM |
| 0.78 | 0.91 |