基于特征匹配的土地利用数据语义邻近度计算

doi:10.18402/resci.2017.03.03

Abstract

Abstract:

This research aimed to compute the semantic proximity in land-use data. First,this research established a model to express the layer of details of the semantic characteristics in land-use data,started from the basic situation of land-use category and combined with characteristics of ownership. Second,feature-matching was used to gain concrete metric values by computing the matching relationship among ownership,reason of coverage,land cover type,usage,using state,nature of the stem in vegetation,habits of growth in vegetation,usage of vegetation and land use patterns. This research achieves the whole process from semantic modeling to the semantic proximity in land-use data. Third,this experiment takes 38 entities in land-use data as an example to compute semantic proximity among those with the same characteristic in ownership but different characteristic in land use type,and compares the result of the experiment with the judgment of the practical experience to discover that the result of calculations conforms to human cognition and the methods used in calculating the semantic similarity have strong practicability. Finally,the computation results of semantic proximity were transformed into a spatial measurable value to divide the land-use patch into this have the adjacent relationship in spatial position based on the semantic proximity which the area of is smaller than the threshold when the scale is change smaller in the processing of land-use data in order to demonstrate the practical value of the research findings. The results of this research can be directly applied to statistics,processing,planning,management and development of land resources,and in computing semantic proximity in land-use data to calculate semantic adjacent relationships in other related spatial geographic data.

Key words: land-use data, semantic feature, proximity, feature matching

Xiaobin JIA, Tinghua AI, Zifeng PENG. Computation of semantic proximity in land-use data based on feature-matching[J].Resources Science, 2017, 39(3): 408-417.

Figures/Tables 6

Figure 1

Figure 2

Figure 3

Table 1

Semantic characteristic of land-use data expression"

	土地利用数据语义特征的多细节层次表达
E₁	{OS,水田,人工建造,植被,农用地,已利用,草本,水生,农作物,0,生产性利用}
E₂	{OS,水浇地,人工建造,植被,农用地,已利用,草本,旱生,农作物,0,生产性利用}
E₃	{OS,旱地,人工建造,植被,农用地,已利用,草本,旱生,农作物,0,生产性利用}
E₄	{OS,果园,人工建造,植被,农用地,已利用,木本,旱生,农作物,0,生产性利用}
E₅	{OS,茶园,人工建造,植被,农用地,已利用,木本,旱生,农作物,0,生产性利用}
E₆	{OS,其他园地,人工建造,植被,农用地,已利用,木本,旱生,农作物,0,生产性利用}
E₇	{OS,有林地,自然营造,植被,农用地,已利用,木本,旱生,非农作物,0,生产性利用}
E₈	{OS,灌木林地,自然营造,植被,农用地,已利用,木本,旱生,非农作物,0,生产性利用}
E₉	{OS,其他林地,人工建造,植被,农用地,已利用,木本,旱生,非农作物,0,生产性利用}
E₁₀	{OS,天然牧草地,自然营造,植被,农用地,已利用,草本,旱生,非农作物,0,生产性利用}
E₁₁	{OS,人工牧草地,人工建造,植被,农用地,已利用,草本,旱生,非农作物,0,生产性利用}
E₁₂	{OS,其他草地,自然营造,植被,其他土地,未利用,草本,旱生,非农作物,0,0}
E₁₃	{OS,城市,人工建造,硬表面,建设用地,已利用,0,0,0,建筑物用地,非生产性利用}
E₁₄	{OS,建制镇,人工建造,硬表面,建设用地,已利用,0,0,0,建筑物用地,非生产性利用}
E₁₅	{OS,村庄,人工建造,硬表面,建设用地,已利用,0,0,0,建筑物用地,非生产性利用}
E₁₆	{OS,采矿用地,人工建造,硬表面,建设用地,已利用,0,0,0,构筑物用地,生产性利用}
E₁₇	{OS,风景名胜及特殊用地,人工建造,硬表面,建设用地,已利用,0,0,0,建筑物用地,非生产性利用}
E₁₈	{OS,铁路用地,人工建造,硬表面,建设用地,已利用,0,0,0,构筑物用地,非生产性利用}
E₁₉	{OS,公路用地,人工建造,硬表面,建设用地,已利用,0,0,0,构筑物用地,非生产性利用}
E₂₀	{OS,农村道路,人工建造,硬表面,农用地,已利用,0,0,0,0,非生产性利用}
E₂₁	{OS,机场用地,人工建造,硬表面,建设用地,已利用,0,0,0,构筑物用地,非生产性利用}
E₂₂	{OS,港口码头用地,人工建造,硬表面,建设用地,已利用,0,0,0,构筑物用地,非生产性利用}
E₂₃	{OS,管道运输用地,人工建造,硬表面,建设用地,已利用,0,0,0,构筑物用地,非生产性利用}
E₂₄	{OS,河流水面,自然营造,湿区,其他土地,未利用,0,0,0,0,0}
E₂₅	{OS,湖泊水面,自然营造,湿区,其他土地,未利用,0,0,0,0,0}
E₂₆	{OS,水库水面,人工建造,湿区,建设用地,已利用,0,0,0,构筑物用地,非生产性利用}
E₂₇	{OS,坑塘水面,人工建造,湿区,农用地,已利用,0,0,0,0,非生产性利用}
E₂₈	{OS,沿海滩涂,自然营造,湿区,其他土地,未利用,0,0,0,0,0}
E₂₉	{OS,内陆滩涂,自然营造,湿区,其他土地,未利用,0,0,0,0,0}
E₃₀	{OS,沟渠,人工建造,硬表面,农用地,已利用,0,0,0,0,非生产性利用}
E₃₁	{OS,水工建筑用地,人工建造,硬表面,建设用地,已利用,0,0,0,构筑物用地,非生产性利用}
E₃₂	{OS,冰川及永久积雪,自然营造,冰雪,其他土地,未利用,0,0,0,0,0}
E₃₃	{OS,设施农用地,人工建造,硬表面,农用地,已利用,0,0,0,0,生产性利用}
E₃₄	{OS,田坎,人工建造,植被,农用地,已利用,草本,旱生,非农作物,0,非生产性利用}
E₃₅	{OS,盐碱地,自然营造,植被,其他土地,未利用,草本,旱生,非农作物,0,0}
E₃₆	{OS,沼泽地,自然营造,植被,其他土地,未利用,草本,水生,非农作物,0,0}
E₃₇	{OS,沙地,自然营造,裸土,其他土地,未利用,0,0,0,0,0}
E₃₈	{OS,裸地,自然营造,裸土,其他土地,未利用,0,0,0,0,0}

Table 1

Figure 4

Table 2

Semantic neighboring degree among land-use data"

G_SND	E₁	E₂	E₃	E₄	E₅	E₆	E₇	E₈	E₉	E₁₀	E₁₁	E₁₂	E₁₃	E₁₄	E₁₅	E₁₆	E₁₇	E₁₈	E₁₉
E₁	1	0.74	0.74	0.54	0.54	0.54	0.29	0.29	0.38	0.43	0.54	0.14	0.10	0.10	0.10	0.18	0.10	0.10	0.10
E₂	0.74	1	1.00	0.74	0.74	0.74	0.43	0.43	0.54	0.60	0.74	0.25	0.10	0.10	0.10	0.18	0.10	0.10	0.10
E₃	0.74	1.00	1	0.74	0.74	0.74	0.43	0.43	0.54	0.60	0.74	0.25	0.10	0.10	0.10	0.18	0.10	0.10	0.10
E₄	0.54	0.74	0.74	1	1.00	1.00	0.60	0.60	0.74	0.43	0.54	0.14	0.10	0.10	0.10	0.18	0.10	0.10	0.10
E₅	0.54	0.74	0.74	1.00	1	1.00	0.60	0.60	0.74	0.43	0.54	0.14	0.10	0.10	0.10	0.18	0.10	0.10	0.10
E₆	0.54	0.74	0.74	1.00	1.00	1	0.60	0.60	0.74	0.43	0.54	0.14	0.10	0.10	0.10	0.18	0.10	0.10	0.10
E₇	0.29	0.43	0.43	0.60	0.60	0.60	1	1.00	0.82	0.74	0.60	0.33	0.05	0.05	0.05	0.12	0.05	0.05	0.05
E₈	0.29	0.43	0.43	0.60	0.60	0.60	1.00	1	0.82	0.74	0.60	0.33	0.05	0.05	0.05	0.12	0.05	0.05	0.05
E₉	0.38	0.54	0.54	0.74	0.74	0.74	0.82	0.82	1	0.60	0.74	0.25	0.10	0.10	0.10	0.18	0.10	0.10	0.10
E₁₀	0.43	0.60	0.60	0.43	0.43	0.43	0.74	0.74	0.60	1	0.82	0.48	0.05	0.05	0.05	0.12	0.05	0.05	0.05
E₁₁	0.54	0.74	0.74	0.54	0.54	0.54	0.60	0.60	0.74	0.82	1	0.38	0.10	0.10	0.10	0.18	0.10	0.10	0.10
E₁₂	0.14	0.25	0.25	0.14	0.14	0.14	0.33	0.33	0.25	0.48	0.38	1	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₁₃	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	1	1.00	1.00	0.40	1.00	0.65	0.65
E₁₄	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	1.00	1	1.00	0.40	1.00	0.65	0.65
E₁₅	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	1.00	1.00	1	0.40	1.00	0.65	0.65
E₁₆	0.18	0.18	0.18	0.18	0.18	0.18	0.12	0.12	0.18	0.12	0.18	0.00	0.40	0.40	0.40	1	0.40	0.65	0.65
E₁₇	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	1.00	1.00	1.00	0.40	1	0.65	0.65
E₁₈	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	0.65	0.65	0.65	0.65	0.65	1	1.00
E₁₉	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	0.65	0.65	0.65	0.65	0.65	1.00	1
E₂₀	0.18	0.18	0.18	0.18	0.18	0.18	0.11	0.11	0.18	0.11	0.18	0.00	0.47	0.47	0.47	0.27	0.47	0.47	0.47
E₂₁	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	0.65	0.65	0.65	0.65	0.65	1.00	1.00
E₂₂	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	0.65	0.65	0.65	0.65	0.65	1.00	1.00
E₂₃	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	0.65	0.65	0.65	0.65	0.65	1.00	1.00
E₂₄	0.00	0.00	0.00	0.00	0.00	0.00	0.05	0.05	0.00	0.05	0.00	0.21	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₂₅	0.00	0.00	0.00	0.00	0.00	0.00	0.05	0.05	0.00	0.05	0.00	0.21	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₂₆	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	0.47	0.47	0.47	0.47	0.47	0.75	0.75
E₂₇	0.18	0.18	0.18	0.18	0.18	0.18	0.11	0.11	0.18	0.11	0.18	0.00	0.33	0.33	0.33	0.17	0.33	0.33	0.33
E₂₈	0.00	0.00	0.00	0.00	0.00	0.00	0.05	0.05	0.00	0.05	0.00	0.21	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₂₉	0.00	0.00	0.00	0.00	0.00	0.00	0.05	0.05	0.00	0.05	0.00	0.21	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₃₀	0.18	0.18	0.18	0.18	0.18	0.18	0.11	0.11	0.18	0.11	0.18	0.00	0.47	0.47	0.47	0.27	0.47	0.47	0.47
E₃₁	0.10	0.10	0.10	0.10	0.10	0.10	0.05	0.05	0.10	0.05	0.10	0.00	0.65	0.65	0.65	0.65	0.65	1.00	1.00
E₃₂	0.00	0.00	0.00	0.00	0.00	0.00	0.05	0.05	0.00	0.05	0.00	0.21	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₃₃	0.29	0.29	0.29	0.29	0.29	0.29	0.21	0.21	0.29	0.21	0.29	0.00	0.27	0.27	0.27	0.47	0.27	0.27	0.27
E₃₄	0.38	0.54	0.54	0.38	0.38	0.38	0.43	0.43	0.54	0.60	0.74	0.38	0.18	0.18	0.18	0.10	0.18	0.18	0.18
E₃₅	0.14	0.25	0.25	0.14	0.14	0.14	0.33	0.33	0.25	0.48	0.38	1.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₃₆	0.25	0.14	0.14	0.05	0.05	0.05	0.21	0.21	0.14	0.33	0.25	0.70	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₃₇	0.00	0.00	0.00	0.00	0.00	0	0.05	0.05	0.00	0.05	0.00	0.21	0.00	0.00	0.00	0.00	0.00	0.00	0.00
E₃₈	0.00	0.00	0.00	0.00	0.00	0.00	0.05	0.05	0.00	0.05	0.00	0.21	0.00	0.00	0.00	0.00	0.00	0.00	0.00
G_SND	E₂₀	E₂₁	E₂₂	E₂₃	E₂₄	E₂₅	E₂₆	E₂₇	E₂₈	E₂₉	E₃₀	E₃₁	E₃₂	E₃₃	E₃₄	E₃₅	E₃₆	E₃₇	E₃₈
E₁	0.18	0.10	0.10	0.10	0.00	0.00	0.10	0.18	0.00	0.00	0.18	0.10	0.00	0.29	0.38	0.14	0.25	0.00	0.00
E₂	0.18	0.10	0.10	0.10	0.00	0.00	0.10	0.18	0.00	0.00	0.18	0.10	0.00	0.29	0.54	0.25	0.14	0.00	0.00
E₃	0.18	0.10	0.10	0.10	0.00	0.00	0.10	0.18	0.00	0.00	0.18	0.10	0.00	0.29	0.54	0.25	0.14	0.00	0.00
E₄	0.18	0.10	0.10	0.10	0.00	0.00	0.10	0.18	0.00	0.00	0.18	0.10	0.00	0.29	0.38	0.14	0.05	0.00	0.00
E₅	0.18	0.10	0.10	0.10	0.00	0.00	0.10	0.18	0.00	0.00	0.18	0.10	0.00	0.29	0.38	0.14	0.05	0.00	0.00
E₆	0.18	0.10	0.10	0.10	0.00	0.00	0.10	0.18	0.00	0.00	0.18	0.10	0.00	0.29	0.38	0.14	0.05	0.00	0.00
E₇	0.11	0.05	0.05	0.05	0.05	0.05	0.05	0.11	0.05	0.05	0.11	0.05	0.05	0.21	0.43	0.33	0.21	0.05	0.05
E₈	0.11	0.05	0.05	0.05	0.05	0.05	0.05	0.11	0.05	0.05	0.11	0.05	0.05	0.21	0.43	0.33	0.21	0.05	0.05
E₉	0.18	0.10	0.10	0.10	0.00	0.00	0.10	0.18	0.00	0.00	0.18	0.10	0.00	0.29	0.54	0.25	0.14	0.00	0.00
E₁₀	0.11	0.05	0.05	0.05	0.05	0.05	0.05	0.11	0.05	0.05	0.11	0.05	0.05	0.21	0.60	0.48	0.33	0.05	0.05
E₁₁	0.18	0.10	0.10	0.10	0.00	0.00	0.10	0.18	0.00	0.00	0.18	0.10	0.00	0.29	0.74	0.38	0.25	0.00	0.00
E₁₂	0.00	0.00	0.00	0.00	0.21	0.21	0.00	0.00	0.21	0.21	0.00	0.00	0.21	0.00	0.38	1.00	0.70	0.21	0.21
E₁₃	0.47	0.65	0.65	0.65	0.00	0.00	0.47	0.33	0.00	0.00	0.47	0.65	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₁₄	0.47	0.65	0.65	0.65	0.00	0.00	0.47	0.33	0.00	0.00	0.47	0.65	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₁₅	0.47	0.65	0.65	0.65	0.00	0.00	0.47	0.33	0.00	0.00	0.47	0.65	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₁₆	0.27	0.65	0.65	0.65	0.00	0.00	0.47	0.17	0.00	0.00	0.27	0.65	0.00	0.47	0.10	0.00	0.00	0.00	0.00
E₁₇	0.47	0.65	0.65	0.65	0.00	0.00	0.47	0.33	0.00	0.00	0.47	0.65	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₁₈	0.47	1.00	1.00	1.00	0.00	0.00	0.75	0.33	0.00	0.00	0.47	1.00	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₁₉	0.47	1.00	1.00	1.00	0.00	0.00	0.75	0.33	0.00	0.00	0.47	1.00	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₂₀	1	0.47	0.47	0.47	0.00	0.00	0.33	0.69	0.00	0.00	1.00	0.47	0.00	0.57	0.29	0.00	0.00	0.00	0.00
E₂₁	0.47	1	1.00	1.00	0.00	0.00	0.75	0.33	0.00	0.00	0.47	1.00	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₂₂	0.47	1.00	1	1.00	0.00	0.00	0.75	0.33	0.00	0.00	0.47	1.00	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₂₃	0.47	1.00	1.00	1	0.00	0.00	0.75	0.33	0.00	0.00	0.47	1.00	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₂₄	0.00	0.00	0.00	0.00	1	1.00	0.08	0.10	1.00	1.00	0.00	0.00	0.60	0.00	0.00	0.21	0.21	0.60	0.60
E₂₅	0.00	0.00	0.00	0.00	1.00	1	0.08	0.10	1.00	1.00	0.00	0.00	0.60	0.00	0.00	0.21	0.21	0.60	0.60
E₂₆	0.33	0.75	0.75	0.75	0.08	0.08	1	0.47	0.08	0.08	0.33	0.75	0.00	0.17	0.18	0.00	0.00	0.00	0.00
E₂₇	0.69	0.33	0.33	0.33	0.10	0.10	0.47	1	0.10	0.10	0.69	0.33	0.00	0.38	0.29	0.00	0.00	0.00	0.00
E₂₈	0.00	0.00	0.00	0.00	1.00	1.00	0.08	0.10	1	1.00	0.00	0.00	0.60	0.00	0.00	0.21	0.21	0.60	0.60
E₂₉	0.00	0.00	0.00	0.00	1.00	1.00	0.08	0.10	1.00	1	0.00	0.00	0.60	0.00	0.00	0.21	0.21	0.60	0.60
E₃₀	1.00	0.47	0.47	0.47	0.00	0.00	0.33	0.69	0.00	0.00	1	0.47	0.00	0.57	0.29	0.00	0.00	0.00	0.00
E₃₁	0.47	1.00	1.00	1.00	0.00	0.00	0.75	0.33	0.00	0.00	0.47	1	0.00	0.27	0.18	0.00	0.00	0.00	0.00
E₃₂	0.00	0.00	0.00	0.00	0.60	0.60	0.00	0.00	0.60	0.60	0.00	0.00	1	0.00	0.00	0.21	0.21	0.60	0.60
E₃₃	0.57	0.27	0.27	0.27	0.00	0.00	0.17	0.38	0.00	0.00	0.57	0.27	0.00	1	0.18	0.00	0.00	0.00	0.00
E₃₄	0.29	0.18	0.18	0.18	0.00	0.00	0.18	0.29	0.00	0.00	0.29	0.18	0.00	0.18	1	0.38	0.25	0.00	0.00
E₃₅	0.00	0.00	0.00	0.00	0.21	0.21	0.00	0.00	0.21	0.21	0.00	0.00	0.21	0.00	0.38	1	0.70	0.21	0.21
E₃₆	0.00	0.00	0.00	0.00	0.21	0.21	0.00	0.00	0.21	0.21	0.00	0.00	0.21	0.00	0.25	0.70	1	0.21	0.21
E₃₇	0.00	0.00	0.00	0.00	0.60	0.60	0.00	0.00	0.60	0.60	0.00	0.00	0.60	0.00	0.00	0.21	0.21	1	1.00
E₃₈	0.00	0.00	0.00	0.00	0.60	0.60	0.00	0.00	0.60	0.60	0.00	0.00	0.60	0.00	0.00	0.21	0.21	1.00	1

Table 2

References 26

[1]	Oosterom P V. The GAP-tree, An Approach to On-the-Fly Map Generalization of an Area Partitioning[A]. Muller J C,Lagrange J P,Weibel R. GIS and Generalization:Methodology and Practice[C].London:Taylor&Francis,1995.
[2]	艾廷华,刘耀林. 土地利用数据综合中的聚合与融合[J]. 武汉大学学报(信息科学版),2002,27(5):486-492.
	[Ai T H,Liu Y L.Aggregation and amalgamation in land-use data generalization[J]. Geomatics and Information Science of Wuhan University,2002,27(5):486-492.]
[3]	艾廷华,杨帆,李精忠. 第二次土地资源调查数据建库中的土地利用图综合缩编[J]. 武汉大学学报(信息科学版),2010,35(8):887-891.
	[Ai T H,Yang F,Li J Z.Land-use data generali-zation for the database construction of the second land resource survey[J]. Geomatics and Information Science of Wuhan Univer-sity,2010,35(8):887-891.]
[4]	刘耀林,李红梅,杨淳惠. 基于本体的土地利用数据综合研究[J]. 武汉大学学报(信息科学版),2010,35(8):883-886.
	[Liu Y L,Li H M,Yang C H.Ontology based land use data generalization[J]. Geomatics and Information Science of Wuhan University,2010,35(8):883-886.]
[5]	李霖,王红. 基于形式化本体的基础地理信息分类[J]. 武汉大学学报(信息科学版),2006,31(6):523-526.
	[Li L,Wang H.Classification of fundamental geographic information based on formal ontology[J]. Geomatics and Information Science of Wuhan University,2006,31(6):523-526.]
[6]	李霖,朱海红,王红,等. 基于形式本体的基础地理信息语义分析-以陆地水系要素类为例[J]. 测绘学报,2008,37(2):230-235.
	[Li L,Zhu H H,Wang H,et al.Semantic analyses of the fundamental geographic information based on formal ontology-exemplifying hydrological category[J]. Acta Geodaetica Cartographica Sinica,2008,37(2):230-235.]
[7]	谭永滨,李霖,王伟. 基于本体属性的基础地理信息概念语义相似性计算模型[J]. 测绘学报,2013,42(5):782-789.
	[Tan Y B,Li L,Wang W.Semantic similarity measurement model between fundamental geographic information concepts based on ontological property[J]. Acta Geodaetica et Cartographica Sinica,2013,42(5):782-789.]
[8]	郑茂辉,冯学智,蒋莹滢,等. 基于描述逻辑本体的GIS多重表达[J]. 测绘学报,2006,35(3):261-266.
	[Zheng M H,Feng X Z,Jiang Y Y,et al.A formal approach for multiple representations in GIS based on DL ontologies[J]. Acta Geodaetica et Carto-graphica Sinica,2006,35(3):261-266.]
[9]	李德仁,崔巍. 地理本体与空间信息多级网格[J]. 测绘学报,2006,35(2):143-148.
	[Li D R,Cui W.Geographic ontology and SIMG[J]. Acta Geodaetica Cartographica Sinica,2006,35(2):143-148.]
[10]	安杨,边馥苓,关佶红. GIS中地理本体的建立与比较[J]. 武汉大学学报(信息科学版),2006,31(12):1108-1111.
	[An Y,Bian F L,Guan J H.Design and comparison of Geo ontology in GIS[J]. Geomatics and Information Science of Wuhan Univer-sity,2006,31(12):1108-1111.]
[11]	国土资源部. 土地利用现状分类[EB/OL].(2007-08-10)[2016-03-16]. .
	[Ministry of Land and Resources. Classification of Land-use Status[EB/OL].(2007-08-10)[2016-03-16]. .]
[12]	Rips L,Shoben E,Smith E.Semantic distance and the verifi-cation of semantic relations[J]. Journal of Verbal Learning and Verbal Behavior,1973,12(1):1-20.
[13]	versky A. Features of similarity[J]. Psychological Review,1977,84(4):327-352.
[14]	Rodríguez M,Egenhofer M,Rugg R.Assessing Semantic Similarities among Geospatial Feature Class Definitions[A]. Vckovski A,Brassel K,Schek H. Interoperating Geographic Information Systems[M]. Berlin:Springer,1999.
[15]	Feng C C,Flewelling D M.Assessment of semantic similarity between land use/land cover classification systems[J]. Com-puters,Environment and Urban Systems,2004,28(3):229-246.
[16]	Schwering A,Raubal M.Measuring Semantic Similarity Be-tween Geospatial Conceptual Regions[A]. Rodríguez M,Cruz I,Levashkin S,et al. GeoSpatial Semantics[M]. Berlin:Springer,2005.
[17]	Ahlqvist O.Using Semantic Similarity Metrics to Uncover Cate-gory and Land Cover Change[A]. Rodríguez M,Cruz I,Levashkin S,et al. GeoSpatial Semantics[M]. Berlin:Springer,2005.
[18]	Ahlqvist O,Ban H. Categorical Measurement Semantics:A New Second Space for Geography[Z]. Oxford: Blackwell Publishing Ltd,2007.
[19]	Jansen L J M,Groom G,Carrai G. Land-cover harmonisation and semantic similarity:Some methodological issues[J]. Journal of Land Use Science,2008,3(2-3):131-160.
[20]	Ahlqvist O,Shortridge A.Spatial and semantic dimensions of landscape heterogeneity[J]. Landscape Ecology,2010,25(4):573-590.
[21]	贾小斌. 地图综合的智能体技术-以土地利用图斑综合为例[D]. 武汉:武汉大学,2013.
	[Jia X B.Agent Technology Applied in Map Generalization:Case Study for Land-use Patch [D]. Wuhan:Wuhan University,2013.]
[22]	陈先伟. 土地利用数据库综合的结构化模型和算法研究[D]. 武汉:武汉大学,2005.
	[Chen X W.Research on Structured Model and Algorithms in Land Use Database Generalization [D]. Wuhan:Wuhan University,2005.]
[23]	翁杰,郭庆胜,王晓妍,等. 一种改进的图斑合并算法[J]. 武汉大学学报(信息科学版),2012,37(9):1116-1119.
	[Weng J,Guo Q S,Wang X Y,et al.An improved algorithm for combi-nation of land-use data[J]. Geomatics and Information Science of Wuhan University,2012,37(9):1116-1119.]
[24]	贾小斌,艾廷华. 土地利用数据综合中图斑多边形决策推理[J]. 农业工程学报,2013,29(9):214-222.
	[Jia X B,Ai T H.Decision-making reasoning in land-use patch generalization[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2013,29(9):214-222.]
[25]	王晓妍,郭庆胜,翁杰,等. 零散多边形综合质量评价研究[J]. 武汉大学学报(信息科学版),2012,37(9):1112-1115.
	[Wang X Y,Guo Q S,Weng J,et al.Quality assessment of scattered polygon generalization[J]. Geomatics and Information Science of Wuhan University,2012,37(9):1112-1115.]
[26]	郭庆胜,王晓妍,刘纪平. 图斑群合并的渐进式方法研究[J]. 武汉大学学报(信息科学版),2012,37(2):220-223.
	[Guo Q S,Wang X Y,Liu J P.Progressive combination of polygon groups[J]. Geomatics and Information Science of Wuhan University,2012,37(2):220-223.]

Computation of semantic proximity in land-use data based on feature-matching

RichHTML

PDF (PC)

Like

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 6

References 26

Related Articles 1

Metrics

Comments

Recommended 0