GIS在航海中的应用.docx
《GIS在航海中的应用.docx》由会员分享，可在线阅读，更多相关《GIS在航海中的应用.docx（19页珍藏版）》请在冰豆网上搜索。
GIS在航海中的应用
GIS在航海中的应用
LT
GIS数据格式。
灵活可定制的数据后期处理，高效的拟合算法，并可以保存打印拟合数据。
结合GPS，为海洋作业提供了全面解决方案。
功能特点
完善的项目管理，针对不同项目进行系统优化
多串口通信，可同时接受包括测深仪、罗经和GPS等多路串口信息
通用灵活的项目配置设置，根据不同的项目提供灵活多样的参数设定
项目历史数据查阅，作业操作历史数据的保存和查询 多种保存格式，作业中移动目标轨迹可以保存为DXF，SHP等多种主流GIS格式
数据微调，拟合数据的动态微调，减小物理误差的影响
强大的GPS接口，支持与Garmin及多种GPS设备数据通讯
实时接受GPS数据，实现移动目标实时、平滑显示、跟踪效果
丰富的工程类型选择
惯性实验主界面
回转实验和测速信息
GIS在航海方面的应用不仅限于民用，军用的电子海图与舰艇作战系统也有其涉足之处。
一切战略的、战役的或战术的行动都离不开战场的地理环境，诸军兵种联合作战更是如此，而地理信息系统（GIS）在获取、存储、处理和分析空间地理环境信息并辅助决策方面具有特殊的地位和作用，西方国家对这一领域的研究和应用表现出了极大的兴趣，并给予了高度的重视。
美国国防制图局DMA的战场GIS，是在工作站上建成的，它能用自动影像匹配和自动目标识别技术，处理卫星和高低空侦察机实时获得的战场数字影像，及时地不超过４小时将反映战场现状的正射景像图叠加到数字地图上，数据直接传送到前线指挥部和五角大楼，为军事决策提供２４小时的实时服务。
电子海图是地理信息系统的一种，可以运用到舰艇作战指挥控制系统中。
为了适应现代海战的时间节奏快、信息处理量大、机动性强和高技术武器装备广泛运用的广域战争环境的要求，作战指控系统必须在信息提供、程序保障及通信保障等条件具备的情况下，实现自动化作战指挥，实时信息处理，充分发挥系统功能，辅助指挥员正确地作出各种决策，使其从大量的繁琐的信息处理事务中解脱出来，集中精力发挥创造性的指挥才能。
指控系统的规模和水平，已经成为评价舰艇作战能力和先进水平的重要标志。
舰艇作战时，需要将自然环境信息海区地理条件、水文气象情况、敌方目标信息军用平台、武器及状态、可能的战术、我方有关信息、战术态势敌方兵力、我方兵力等信息综合处理、分析，才能作出合理的攻击或防御决策。
GIS电子海图与舰艇作战系统的结合便有如此大的作用。
第二章GIS基础概念及原理
一个好的、完整的GIS系统,存储了该地区或该目标的众多空间信息,这些信息能随时方便地从数据库中调用,能快速地以图形、图象、表格或文本形式在屏幕上显示,或者打印、绘制出来,并且可以对这些信息进行综合分析、提取有用信息,通过计算来模拟真实世界,进而提出相应的决策意见,它是规划、管理和决策的有效工具。
图2.1表明了GIS的这么一个性能。
从GIS这个功能可看出,一个GIS系统应有三个主要的组成部分：
（1）计算机及其外围设备,这是其硬件基础；
（2）一系列的应用软件模块,包括数据和图形的输入/输出、图形和图象处理、图形和图象的显示、数据库管理、统计分析、模拟计算以及实际应用模式等；（3）组织有序的信息内容,即数据库中要有充分的与地理位置有关的信息。
这些信息的含义与表达有其独自的特点,下面就它们的一些基本概念作一些说明。
2．1地图和专业图
早在古代文明时期,地图已用来描述地表信息了。
很早以前,在埃及发现了公元前2300年左右的粘土板,在板上刻有一些土地图形,这是世界上描述土地特征最早的样本,而在古墓中也发现几乎与此同年代的印制的地图。
一些资料表明,古巴比伦和古埃及时期,人们就试图把土地的形状和大小作为统一体表达出来。
在古希腊时期之前,地理学家就开始对地球的自然性质加以推测和总结。
在罗马时代,土地测量和地图制作成为政府的一项重要工作。
随着人们对大自然的探索和认识,地图和专业图件越来越多地被用来记录和表达世界的真实地理信息。
从某种意义上讲,地图本身就是一种信息系统,它是在平面介质上表达的,具有一定比例尺的图件。
在图上可以标出与地表有关的、选定的物体的性质。
如同数学上常用图形这个形式来表达数据一样,制图家把地表的信息转移到图纸上,它也可广义地定义为信息的可视性表达,尤其是对一些信息的概括性的图解表达。
2．1．1图件的类型
除了地图之外,随着科学技术和社会生产发展的需要,又出现了不少专业图件,以满足专业活动的要求,例如：
航海图：
沿海地区和海域的地图,它提供有关导航的信息。
航空图：
向飞机驾驶员和导航员提供航线基本数据,它是一种集中所有有助于导航信息的小比例尺地形图。
地形图：
根据一定的比例尺绘出地表某部分自然和人工特征的图示。
图上可看到地形和重要信息的完整清单,因而可用于土地利用和发展等目的。
地形图也为其它专门用途的图件提供蓝图,为较小比例尺的通用图件的编辑提供数据。
主题图：
包含一个单一主题或课题信息的专门图件。
用此工具可以沟通不同地理概念之间的交互,例如：
土地利用、人口密度、农作物生长区、土壤、土地形状、试验区中的PH值分布等等。
主题图也可以是定量的,如土壤的有效厚度。
它们可以表示为色阶图或由边界分开的等值范围图,例如土地利用图、土壤图、户籍图或者行政区划图。
也可用等值线图来表示,即用数学模型来拟合连续表面,利用连接相同值的等值线的形态来描述变化趋势,用来描述定量化的数据。
等值线图往往用来描述光滑变化的现象,如温度、沉积厚度或人口密度。
图件的比例尺表明了图上的距离和相应实际距离之间的比值。
大比例尺图用来表示大量的细节；而小比例尺图仅仅描述主要的特性。
图的比例尺与图所包含的信息程度有关,大比例尺图比小比例尺图有更多的细节和信息。
2．1．2地图的投影
地图投影的根本问题是在平面上表达曲面,也就是说要在平面图上表示地球的表面。
地图投影问题可以用桔子皮这个简单例子来粗略地说明：
为了将撕破的桔子皮拼成一块平的、连续接触的桔子皮,每个小块必须经过拉伸,扭曲或再撕裂,才能完成。
因此,这个例子也很好地表明了完美的投影几乎是不可能的。
在平面上表示一个曲面,必定包括“拉伸”或“皱缩”造成的扭曲,而且“撕裂”成小的断块。
投影的质量可用下面三个标准来评价：
（a）等距性棗正确地表示距离,投影保证任意两点间的距离的正确。
（b）同形性（正确形态）棗正确地表达形状和方向。
（c）等价性棗正确地表达面积。
由于历史发展的原因,我们的图件有着许多的地理投影和坐标系统,所有这些投影,可归纳为三类：
等积投影、等距投影和等角投影。
例如：
等距园柱投影、等距园锥投影、多园锥投影、正射投影、极射平面投影、球极平面投影、正弦投影和格灵顿投影等等。
而在投影的同时,又要选择投影的参考椭球体。
在实际应用中,同一地区的图件,会有不同的比例尺、不同的投影坐标系统,但是在同一GIS系统中,必须首先根据项目（任务）的要求,来选择合适的地理坐标投影系统,作为一个标准的坐标系统,所有的资料、信息都要转换到这个系统上来。
2．2GIS数据的类型和结构
任何一个真实世界都可以用地理信息来描述和表达,这些信息都必须以一定的数据格式存放在计算机里,它们可分成三大类：
空间数据、属性数据和栅格化数据（即光栅数据）。
2．2．1空间数据
一个几何实体可用空间数据来描述,空间数据的编码有四类：
点、线、多边形和连续表面。
图2.2为一些点、线、面的例子。
点数据：
点（无维数,只有空间的位置而无长度的目标）为空间数据中最简单的类型。
这是最基本的数据,虽然只有一个X、Y坐标来描述它的空间位置,但任何几何实体都可以用点的集合来表示。
点有两种形式：
一种是离散分布的目标,如钻井、油井、水井或地面采矿点；另一种是固定点上随时间而连续分布的观测,如水位、降雨量、风速和土壤温度测量。
线数据：
线实体（一维,具有长度的物体）为具有线性特性的实体,由二对或二对以上的XY坐标组成直线段。
线性实体可以是稳定的（结构类）或动态的（流体类）。
结构类的线性实体例子有交通运输网（高速公路、铁路....）、服务设施系统（煤气管道、供电网、电线、电话线、自来水管网....）等。
为确定现有交通运输网上的车流情况和运输能力而收集的车流流量数据的线段网,则为动态线数据。
地质中的线性特征和断层分别是相连或不相连线数据的例子。
曲线也可用一组X、Y坐标对来描述,都是连续的复杂线实体。
多边形数据：
多边形（二维,具有长和宽的物体）构成GIS中最常用的数据类型。
多边形也是有边界的区域。
区域的边界可由土地形状如森林边界等自然现象,或人类活动形成的边界如土地利用等来定义。
最常见的多边形是自然资源环境,如土地覆盖、地质、流域范围、土壤、社会经济带---人口区域、土地边界等等。
当多边形的边界由另一个多边形共享时,必须对多边形数据加以调整,以使其真正吻合和共享；而不同属性的小区完全被另一个区所包含时,可以采用嵌套的办法。
连续表面：
连续表面（三维,具有长、宽、高／深的物体）有水准高程（作为地形数据的一部分）、降雨量、温度、人口密度等。
尽管大部分GIS商业产品能处理地形数据（通常为数字高程模型DEM：
DigitalElevationModel）并显示等值线图、立体图等,但它们并不能处理真正的三维数据。
大部分DEM用网格化的高程矩阵或不规则三角网（TIN：
TriangulatedIrregularNetwork）来表示地形。
在这种情况下,高程（或称为Z坐标）是一个重要的变量。
有些系统允许有其它图件特点的整理,例如将土壤、土地覆盖数据或卫星图象（Landsat、Nova、MSS或TM、SPOT）复合在立体的地形高程面上,从而建立一个三维的形象。
一般来说,GIS主要应用于二维的地表现象,如土地利用、森林或土壤数据。
在有些应用情况下,也可以通过对物体表面的处理将三维表达简化为二维的表达。
例如表达层面的表面,可以用等值线图或立体图来显示。
在这种情况下,表面的高程并非真正的独立变量,只是很好地定义了类似三维或假三维数据。
2．2．2属性数据
每个实体,除了用空间位置、特征来表达它的性质外,通常还用一些别的重要属性来表达,这些属性既可以是文字（例土壤系列的名称、庄稼类型．．．）也可以是标量,如水的深度、地形高程值等等。
一个真实存在的现象,用户能看到,由人类的理解而感觉化的概念,用户也能感觉到。
但是它们必须存在一个复杂的数据库中,并能用适当的方式表达出来。
在计算机里有几种方法来组织这些地理数据。
土地的数学模型或实体的描述以及它们之间的关系,可借助于诸如点、线、地区范围和面等基本实体来表示这些空间数据。
而对于这些实体的特性方面的描述,即非空间数据或属性描述,则往往以表格形式存在关系数据库管理系统中。
2．2．3光栅数据
在GIS的信息源中,网格化的光栅数据也是常见的数据形式。
光栅数据结构由大小均匀的矩阵元组成,每一个元的位置由统一的位置索引（线数、列数）来确定。
每一网格代表一个数或一个码,用这些网格表达画出图形的属性值。
光栅值可以是数值,也可以是文字符号。
它相当于将地表划分成规则的方格网,每个方格网用一个值来表达,这个值就是它的某个属性。
对于一个空间分布较少的数据来说,光栅结构会浪费计算机的存储空间。
虽然这个问题可以用一些数据压缩技术来克服,但这仍然是光栅数据结构的主要缺点。
不少观测数据是在方格形测网上观测得到的,例如物探、化探数据等,最为突出的例子是卫星遥感图象,各种资源或气象观测卫星在运行轨道上,利用其矩阵排列的传感器,对地球表面进行扫描,从而获得各波段的卫星图象,这些图象就是网格化的数据,是GIS中相当重要的光栅数据源。
2．2．4数据模型
任何点、线、范围和面的空间分布数据,可用两种不同的数字形式来表示：
矢量模型和网格化的模型。
图2.3即为这两个模型。
第三章GIS对热带气旋路径的研究
在前面的第二章对GIS的原理初步说明后，对GIS的基础知识有了一定的了解；本章结合第二章的基础知识再进一步，更详细的来讲解GIS在具体的气象中的应用，即对热带气旋路径上的应用。
3．1相关研究概况
热带气旋（TC）是高度复杂的天气现象，利用过去的经验判断预测TC未来动态和影响的是一种基于知识的重要方法，这就需要从大量的历史数据中总结分析出关于TC的客观知识，为气象业务人员提供丰富的参考信息。
当诀策者遇到新的问题时，决策者通常充分考察相似历史事件，运用新问题与历史范例之间相似度（similedty）比对，找到过去的范例中与新问题相似的事件，通过考察历史事件来预测、分析、解决问题。
这种方法被称之为范例式推理（Case－BasedReasonifig,CBR），它的特点是对于待处理的问题可以不需事先完全了解并建立规则，完全以目前问题与过去范例的相似比较为基础，所以相似度计算方法则为范例式推理的核心。
随着计算机技术、GIS技术、数据挖掘和空间数据挖掘技术的不断发展和应用，范例式推理方法也不断地得到更广泛的应用和研究（Holt,1999;Wason,1997;Yeh,1999）。
近年来，国内利用相似离度相似预报的方法来研究天气规律天气预报也有不少研究成果。
张丰启等（张丰启、崔晶、王仁胜，2002）应用1986～1997年的常规探空资料俐用相似离度的概念设计了威海市冰雹强对流天气定时、定点、定量的概率预报方法。
周云霞等（998年）、刘强军（1998年）、何小娟（200：
年）、刘爱梅等（2002年）将相似离度方法应用到降水预报上来。
在TC研究领域，廖木星等（1999）利用相似离度来预报台风路径和台风强度（廖木星、高玉德，1999）。
香港天文台谭广雄、何嘉玲（1998年）利用1947～1995年热带气旋每6小时的最佳路径资料和同一时期在香港天文台录得的累积24小时雨逼盗料，利用相似预报的方法来预报TC降雨量（谭广雄。
何嘉玲,1998）。
然而TC路径的空间相性近似度对比效果的好坏直接影响到路径预报、降水和大凤预报乃至灾惰估计的准确性（高瑞华等，1998）。
在随着GIS空间分析技术和空间数据挖掘技术的研究的不断进展，空间相似度的研究也变的活跃起来（刘春霞，2002许家成，2002）。
刘春霞（刘春霞，2002）采用两种相空间方法即相空间相似（周家斌、杨桂英，1996）和相空间投影（尤卫红等，1999）预报方法。
利用1951～1999年热带气旋年频数资料，求得是登陆或严重影响广东的热带气旋距平值，以达到预测的目的。
本章内容主要是在GIS空间分析技术的支持下，如何研究TC路径空间相似检索方法。
3．2地理实体的空间相似
3．2．1实体的空间相似性
所谓空间相似，就是找出空问特征相类似的事物，也就是两对象必须在空间特性上有较高的相似性。
如果我们定义每个空间特性的阈值（Threshould）是Ti,且F（x）是每个空间特性的Ai比较函数（赖崇珠，1999），则我们可将风F（）函式写成：
式中，如果Fi＜＝Ti则Fi为真。
因此当两个对象经比对之后，所得结果若为相等，则这代表两个空间对象的空间件特性，必定都符合上述的要求，所以最关键的努力方向将是找出可以描述空间对象特性的函数以及比对不同空间特性的方法。
3．2．2线形地物的空间关系
空间相似度可从许多方面来测量，形状（Shape）句便是空间地物最基本的特征。
方向也是线形对象最重要特征，它可以显示线形对象未来可能的发展趋势，除了形态和方向外，空问相互关系在做地理分析时也被认为是重要的因素之一，研究者通常对面对象的空间相互关系，做深入的探讨。
Egnhofer等（199）定义出二个对象产生交集时六种空间相互关系，而二个线形地物则存在有四种基本的关系。
这些关系分别为：
相交（intersect）、重叠（coincide）、连接（connect）和分离（disjoin）。
连接和重叠可视为相交的延伸，因此对于线资料空间相互关系，可被简略地分为二大类别：
相交和分离。
线对象的空间相似度关系和形状、方向、空间相互关系皆有关联性，只利用线对象的形状来定义空间相似度是不足够的，因此它忽略了空间范围，这点对子地理分析是相当重要的因子，在TC数据库中，二条路径中只有相似的形状并无法定义其空间范围。
方向和空间相互关系却可以描述出一般的走向和路径的分布，因此对于研究TC路径的空间相似性而言，方向和空间相互关系也同样是最具代表性因子。
3．3线性地物的相似度确定
3．3．1顶点模式
TingYu（1997）提出顶点模式（PeakModel），方法是将物体移动轨迹中有转折的地方依其转折的角度和方向做编码，并记录每一转折时间顺序，则一个物体移动的轨迹就成为一串由三个数值刚间、方向、角度腼构成，接着再采用字符串搜寻算法中有限元自动机（Finiteautomata）算法的观念来搜寻、最后为了加入相似搜寻的功能则针对实际状况中每个（方向、角度）的组合来定义其相似的程度，在搜寻的过程中也将相似程度一同考虑。
3．3．2最邻近距离提取方法
最邻近距离提取方法的思想来源于最邻近范例提取方法。
（1）最邻近范例提取方法的基本思想为：
通过对两对象的一般属性间的差值度量，来计算彼此间的相似程度，当差值越大时，则代表两对象间的相似度程度越低，彼此不相似，反之则代表两对象相似度程度高。
（2）Watson（1997）在企业系统技术研究中，提到最邻近范例提取方法的相似度公式可定义为：
式中，T是新进来的范例；S是系统中的历史范例；n是每一个例子当中参加对比的属性数量；f是T,S属性相似函数；Wi是每一个属性的加权值。
实际工作中，相似度的表现通常被标准化（normalize）成0至1之间的（其中0代表最不相似，1则是最相似）或是以百分比的方式表现，100％是最符合。
（3）许家成（2002）在他的硕士论文中根据最邻近范例提取方法的基本概念，己经TC路径本身的空间特性，将路径的相似度简化成：
当两条路径在空间中相对应的距离或路径差值最短（Mathsoft，Inc，1997）时，则两对象相似度最高，反之，则代表两对象相似度低，这方法作者将其称之为“最邻近距离提取法”。
许家成根据以上思想做出如下假设：
当实时TC路径与历史路径网格之间距离总和最短时，则代表这两个TC在空间相似程度最高，如图3－l及公式3－3所示，只要能够找出空间距离最短的路径，便可代表空间性质最为相近。
公式中，Dih是TC路径i上的位置点与TC范例h的最短距离总和；
Ds是TC路径i与TC范例h的最短距离。
只要够找到Dih的最小值，便可找出与目前所生成TC行进路径最为相近的范例。
当相距的距离Dih越接近零时，则代表两条TC路径越接近，相似度也就越高，反之，当相距的距离越大时，则代表两条TC路径越疏远。
图3．l空间相似最邻近距离示意图
3．4基于改迸最邻近距离提取方法的空问相似检索
3．4．1原最邻近距离提取方法存在的问题
上节叙述的最邻近距离提取方法是用最短距离累计的计算方式来求算空问相似度的，比其以往的研究方法要前进了一大步，也给本研究以很大的启发。
相似度指标的计算中包含了整条TC的路径空间信息这将大大提高TC路径相似提取的合理性，在实践中也得到了很好的TC路径预测效果。
但是许家成这种方法在设计过程中存在两个问题需要改进。
问题一．整个判断提取最相似TC的过程中，需要对历史TC库中任何一条TC进行累积最短距离Dih的计算，然后找出Dih最小的路径来，这大大增加了不必要的计算量；
问题二．在计算是TC路径涛gTC范例h的最短距离Ds的时候，所用方法是Arc／Info的网格分析（GridAnalysis）中的欧几里德距离（Euclideandisttance）计算法来计算新进TC路径i上时刻点到范例TC路径h的最短距离Ds。
这要求首先要对每条范例TC路径h进行概化处理，接着转成栅格数据，并且首先要将历史TC库中没条TC路径都要进行概化和栅格化处理。
以上两个问题将会造成以下几个缺点：
（1）前期工作耗时费事、数据处理流程烦琐；
（2）数据存储量大大增加，同时存在矢量和栅格两套数据，也增加了数据管理和维护的工作量；
（3）每条历史TC路径均要参加对比计算，效率缓慢；
（4）栅格数据本身的特点造成误差的增大。
为解决以上问题，算法流程方面对最邻近距离提取方法做了改进。
3．4．2问题解决的方法
（1）问题一的解决方法
解诀恩路：
通过GIS的空间分析功能首先在检索出候选的相似路径，然后在这些候选路径中计算每一条路径的相似度，通过相似度值找出最为相似的TC路径来。
具体方法：
如果要检索TC路径i的候选相似路径，流程如下：
步骤一、对TC路径i做一个缓冲半径为d的缓冲区；
步骤二、分别以TC路径i的最新位置点（即路径i的最前端点）和路径起始点为圆心，做半径为d的两个圆Rn和Ri；
步骤三、利用GIS的空间分析功能可以求得历史TC库中所有经过Rn和Ri并且通过缓仲区的TC路径S（相似候选路径）。
路径S的数目要比历史TC库中所有TC数目小的多；
步骤四、对候选路径S中每条路径计算相似度，根据相似度选出最为相似的TC路径。
另外，如果缓冲半径设置较小的时候，检索到的候选TC路径会比较少，可能出现遗漏决策者想要的候选TC路径．这可以通过调整两个参数来解决，一是缓冲区半径d，二是将起始点的圆域沿路径向前推进
（2）问题二的解决方法
解决思路：
避免使用栅格数据，直接利用矢量数据求得TC路径i上路径点到历史TC库中路径h之间的最短距离Ds，累积路径i上起点到最新位置点的所有Ds可得到Dih。
具体方法：
历史TC库中，TC路径是由折线表示，以矢量格式存储，折线是每六小时的TC移动位置的依次连线。
也就是说TC路径是由一组线段构成（如图3－2）。
我们要得到点到折线的最短距离，首先计算出点到折线上每条线段直接的距离，然后比较出最短的距离出来就是我们需要的最短距离风。
如图3-3示意了点P到折线L的最短距离的方法，步骤如下：
步骤一、计算点P到分别到折线L上的距离分别为dl，d2,….d13
步骤二、点P到折线L的最短距离Ds＝＝min｛dl，d2,d3…d13｝;
下面说明一下点到线段距离的计算方法：
点到线段的距离有通常四种如图3－4示意的点P到线段L3的四种距离：
（1）点到线段的最近顶点距离dl：
（2）点到线段的最远顶点距离d2；
（3）点到线段的质心距离d3。
当线段是均匀的时候，质心通常取线段的中分线；
（4）点到线段的最近距离d4，即：
点到线段上所有点的距离中最近的那的点
的距离。
用了第四种距离，点到线段的最近距离。
在计算点到线段的距离时候，点与线段有三种关系需要区别对待，分开计算，如图3-5所示。
（1）点在线段上时，d＝0；
（2）点和线段两顶点构成锐角三角形时，d等于点到线段的垂直距离；
（3）点和线段两顶点构成钝角三角形时，d等于点到线段两顶点的两个距离中较短的那一个距离；
；
图3-2TC路径折线示意图
图3-3点P到折线L距离演算示意图
图3-4点到线段的距离示意图
图3-5点到线段的最短距离解算的三种情况
3．4．3改进最邻近距离提取方法的步骤
（l）TC路径资料矢量化；
一般情况下，我们收集到的数据擞据库都是文字资料的方式存在，这些数据资料虽然有位置信息如图3-6，但不具备空问特性，将文字资料的TC路径数据转化为空间数据格式，这对下一步的GIS空间分析技术支持下进行候选相似路径检索和空间距离计算己经可视化的现实都是必须的工作。
通过编程实现了将1949到2002年TC路径文宇资料向空间数据的转化，以全自动化的方式实现了TC路径的矢量化，将其转化为ShapeFiles文件格
升级会员 