Explore the vast range of titles available.

京津冀地区是我国地面沉降灾害发育最严重的地区,几乎每年都造成巨大的经济损失。本文提出了改进的时间序列InS AR技术——多主影像相干目标小基线干涉技术（MCTSB-InS AR）,利用4颗卫星摄取的3个时段的时间序列SAR影像：ERS-1/2 SAR（1992—2000年）、ENVISAT ASAR（2003—2010年）、RADARSAT-2（2012—2014年）,获取了京津冀地区1992—2014年间3个时段的地面沉降信息。经与京津两地120个以上水准测量数据进行比较,3个时段的地表监测结果的精度分别为8.7、4.7、5.4 mm/a。分析了北京和天津两市22年间地面沉降的时空变化特征,其中北京市地面沉降呈不断加重趋势;天津市地面沉降在1992—2010年间发展迅猛,在2010年以后有所减缓。同时,本文也表明MCTSB-In SAR技术是有效可靠的,在大区域地面沉降监测中具有推广应用价值。

研究地理国情复杂系统的意义在于合理表达“资源一环境一生态一经济一社会”系统的综合复杂关系。针对我国地理国情统计分析工作所面临的研究内容不统一、范围不一致、目标不明确等问题，本文基于复杂系统理论和协调度分析方法，分别从概念、理论与方法的角度探讨并设计了相应的解决途径。通过对地理国情、地理国情普查、地理国情统计分析的概念以及三者间的关系分析，明确和界定了地理国情的统计内容和分析范围，具体化了地理国情统计分析目标；对比分析了地理国情与复杂系统的基本特征，以及协调度分析与地理国情统计分析的目标一致性，提出了地理国情复杂系统的概念，并对其进行了定量描述；复杂系统理论为地理国情统计分析提供了新的理论指导，协调度为地理国情统计分析提供了新思路。在此基础上设计了地理国情复杂系统的测度方法和决策分析方案。通过地理国情复杂系统协调度从宏观上分析总体趋势，结合各子系统间协调度和单系统协调度从微观上确定修复方向，并制定具体改进策略，从而实现地理国情统计分析的宏观目标。

可靠性是地理国情监测最重要的理论问题之一。本文依据空间数据可靠性基础理论,研究地理国情监测可靠性。回顾与分析了可靠性理论,定义了地理国情监测数据可靠性的范畴;提出了地理国情监测可靠性研究框架以及相应的可靠性评估内容、指标以及流程;介绍了理论成果应用于第一次全国地理国情普查数据成果总体可靠性评估;最后展望了地理空间数据可靠性的未来发展方向。

第一次全国地理国情普查工作已基本完成,需要对所获取的地理国情监测数据进行空间统计分析,以得到地理国情的时空分布模式、演变规律及发展趋势,形成地理国情信息和知识。地理国情监测生成的基础数据源,可用于土地资源集约利用、城乡及城市群协调发展、生态环境保护等问题的空间智能决策分析,但目前有效的模拟分析工具还比较缺乏。笔者提出的地理模拟优化系统（GeoSOS）理论框架,耦合了地理过程模拟预测和空间优化,为上述研究提供了有利的理论支持和实用工具。为进一步方便与GIS进行无缝的链接,本文提出了基于ArcGIS插件的GeoSOS以方便进行高效的地理模拟分析。并以快速城市化地区的城市扩张与生态保护研究为例,通过在地理国情信息分析中的应用,得到了一些重要的发现。模拟结果显示,按照现在的发展趋势,广东省优化开发区域在2020年其土地开发强度将超出规定的约束指标,并发现各区域均存在大量城乡建设用地占用生态保护压力等级高和较高地块的现象,而基于土地开发强度和生态保护双重约束的城镇化扩张能够在满足约束指标的同时获得更紧凑的景观格局。表明GeoSOS及其ArcGIS插件可以成为地理国情信息分析的有利工具,并给出了今后需解决的问题和发展方向。

地理国情是指那些与地理相关的自然和人文要素的国情，它从空间角度反映一个国家自然、经济、人文的状况。地理国情监测就是从地理的角度，采用空间化的方法，对国情进行持续观测并对观测结果进行描述、分析、预测和可视化的过程。地理国情监测是提高宏观调控科学性的需要。作为国家地理信息获取、处理、管理和服务的部门，测绘地理信息部门应组织和构建科学的地理国情监测体系，结合国家重大工程、重大战略、突发事件和宏观管理需求，为国家提供客观、持续的地理国情信息。

研究地表面积统计数学模型及其影响因素,消除不同分辨率DEM 计算所得地表面积的差异,对综合利用多尺度DEM 数据精确统计和监测地表面积具有重要意义.本文研究提出了一种顾及复杂地形因子的地表面积统计方法.该方法首先利用泰勒级数逼近原理对微观地形因子进行最小二乘估计,然后利用这些地形因子对DEM 和多边形区域边界进行加密,最后利用加密后的DEM 和多边形边界构建地表三角网统计地表面积.试验表明,在局部地形因子显著的山区或丘陵地区,使用不同分辨率DEM 所统计的地表面积存在较大的差异,而顾及地形因子的地表面积统计方法可明显提高低分辨率DEM 地表面积统计精度.