地理大数据挖掘研究进展与挑战

大数据时代,全面涵盖人类活动与地理环境信息的地理大数据为更全面认识“人-地”关系提供了新的机遇。数据挖掘是地理大数据产生“大价值”的关键。与传统目的性采样数据(或“小数据”)相比,地理大数据具有更细的时空粒度、更广的时空范围、更丰富的人地关系信息、更高的时空有偏性及更低的时空精度。地理大数据的独特性使得地理大数据挖掘面临新的挑战。本文首先对地理大数据挖掘与空间数据挖掘的区别与联系进行分析;然后,对当前地理大数据挖掘方法、应用及软件的研究进展进行回顾和总结;最后,对地理大数据挖掘面临的挑战和发展趋势进行了展望。通过对地理大数据挖掘研究进展进行系统的分析,有望为地理大数据挖掘理论与方法的完善提供一定的参考和借鉴。     

基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例

时空数据挖掘作为当前研究的热点之一,为城市研究提供了新的思路和技术手段。本文以无锡市为例,利用手机信令数据、车辆轨迹实时数据、基础地理信息等多源异构时空数据,构建相应的数据挖掘模型,进行了职住平衡、区域联系度、交通拥堵等城市特征的挖掘与分析,构建多源数据挖掘的城市评估体系,探索了时空数据挖掘在城市体检评估中的应用,为城市规划和运行管理提供了科学评估与决策。     

GeoCube： 面向大规模分析的多源对地观测时空立方体

随着对地立体观测体系的建立,遥感大数据不断累积。传统基于文件、景/幅式的影像组织方式,时空基准不够统一,集中式存储不利于大规模并行分析。对地观测大数据分析仍缺乏一套统一的数据模型与基础设施理论。近年来,数据立方体的研究为对地观测领域大数据分析基础设施提供了前景。基于统一的分析就绪型多维数据模型和集成对地观测数据分析功能,可构建一个基于数据立方的对地观测大数据分析基础设施。因此,本文提出了一个面向大规模分析的多源对地观测时空立方体,相较于现有的数据立方体方法,强调多源数据的统一组织、基于云计算的立方体处理模式以及基于人工智能优化的立方体计算。研究有助于构建时空大数据分析的新框架,同时建立与商业智能领域的数据立方体关联,为时空大数据建立统一的时空组织模型,支持大范围、长时序的快速大规模对地观测数据分析。本文在性能上与开源数据立方做了对比,结果证明提出的多源对地观测时空立方体在处理性能上具有明显优势。     

大数据时代的农情监测与预警

农情信息是世界粮农组织、各国政府、粮食贸易企业以及农场管理迫切需要掌握的信息。大数据时代的农情监测与预警正在由模型驱动向数据驱动转变,大数据正逐渐成为监测与预警的核心驱动力。伴随着农情监测与预警大数据的爆炸式增长,大数据与云计算技术的发展为农情监测与预警提供了全新的技术手段。2013年以来,全球农情遥感速报系统(CropWatch)已逐步引入聚类分析、时间序列分析、关联分析、时空变化异常诊断等大数据分析方法,并应用于业务化运行的农情监测与预警中。大数据技术提升了CropWatch的数据挖掘能力,对CropWatch农情监测与预警时空尺度的拓展以及农情监测内容的精细化起到推动作用,促进了面向需求的CropWatch农情信息与预警精准云服务的发展,促成了大数据时代CropWatch农情监测与预警技术体系的升级。未来,大数据时代的农情监测与预警将逐渐向全自动化监测、实时化精准农业管理与智能化信息服务方向发展;通过众源采集技术高效低廉的获取农情观测大数据将成为未来的发展趋势;大数据技术跨领域数据挖掘的能力,使得丰富多元化的跨界信息服务将成为大数据时代农情监测与预警的主流发展方向。大数据时代的CropWatch正在向基于大数据的农情监测与预警系统全速迈进。     

地理信息产业转型升级的驱动力

当前，地理信息产业的发展面临着转型升级的严峻挑战，同时也迎来了大好的发展机遇。“互联网+”、大数据、云计算、人工智能等新兴信息技术的迅速发展为地理信息产业的转型升级提供了强有力的支撑。在这种情况下，人们要认真思考和探索地理信息产业转型升级的背景、目标、途径和方法、驱动力等一系列问题。针对地理信息产业转型升级的背景问题，从如何认识地理信息产业和大数据入手，提出大数据的时空观和时空大数据的理论；针对地理信息产业转型升级的目标问题，提出时空大数据平台理论和“通用时空大数据平台+”模式，通过军民融合实现时空大数据产业化，使之成为地理信息产业的转型升级版；针对地理信息产业转型升级的途径和方法问题，提出构建时空大数据平台的技术体制和技术方法，探讨从基础研究起步的时空大数据产业化之路，构建由硬件产品、软件产品、软硬件集成产品和各类（种）数据产品组成的时空大数据产品体系；针对地理信息产业转型升级的驱动力问题，探讨人工智能技术将成为地理信息产业转型升级的核心驱动力，并分析人工智能的算法、数据和计算能力三要素在时空大数据产业化中的作用及三者之间的关系。     

关于常态化地理国情监测的思考

常态化地理国情监测主要包括基础性地理国情监测和专题性地理国情监测两大方面。从常态化地理国情监测的目标出发,提出通过建立空天地众源动态观测网络,实现众源数据动态获取和观测,开展基础性、专题性地理国情监测,建成地理国情信息时空数据库,在其基础上开展时空分析与数据挖掘,进行网络化地理国情信息发布与服务,形成地理国情监测技术支撑体系和体制机制。     

面向大数据的空间信息决策支持服务研究与展望

本文分析了大数据并行处理、地理计算、数据挖掘分析、空间信息决策、地理信息服务等领域的技术发展和应用需求,通过在多源信息融合的组织机构空间分布格局分析、地理要素统计分析、互联网泛在地理信息挖掘分析等方面的理论探索与实践经验,对面向大数据的空间信息决策支持服务涉及的理论问题、关键技术、发展趋势等方面作了分析与展望。     

时空数据挖掘中的模式探讨

随着数据的采集、存储、计算等能力不断提升,在数据挖掘领域,基于大数据的时空信息数据的分析和处理正是当前研究的热门问题。步入"互联网+"时代后,从巨大体量的时空大数据中挖掘出潜藏的有价值的信息具有重大意义。加之时空数据处理更为复杂,日趋繁重的时空数据处理任务急需寻找有效时空数据挖掘方法。据此,从数据挖掘中的时空数据挖掘模式的分析和展示角度出发,探讨时空数据挖掘的几种模式,包括时空频繁模式、时空关联模式、时空共现模式、时空分类、时空聚类、时空异常模式检测等,分析这些时空数据挖掘模式目前发展状况,对存在的问题及可能的解决办法进行探讨。     

面向大数据的时空信息云平台建设研究

在大数据时代来临的背景下,传统数据处理和分析方法已无法满足时空大数据高效存取、实时处理、分析挖掘等需求。本文结合智慧广东时空信息云平台的项目建设案例,探讨了面向大数据的时空信息云平台的建设目标、总体架构、关键技术、应用情况等内容,为解决海量时空大数据处理与分析性能问题,推动地理信息服务高质量发展做了积极探索。     

实时GIS时空数据模型

为满足动态目标与传感器等实时观测数据获取、存储、管理、分析与可视化的要求,需要发展一种新型地理信息系统—实时GIS。本文根据实时GIS中各种地理要素的特点以及存贮管理要求,提出了一种面向动态地理对象与动态过程模拟的实时GIS时空数据模型,它将时空过程、地理对象、事件、事件类型、状态、观测等相关要素整合在一个时空数据模型中。基于该模型研发了新一代实时GIS,并以四种动态地理对象（包括移动对象、原位传感器对象、视频对象和过程模拟对象）的时空数据的实时接入、存储与可视化为例,验证的模型的可行性。     

时空信息与数据科学专题导言

<正>新型感知手段、人工智能和大数据技术的快速发展,从时空数据获取、管理、分析和展示等不同维度深刻地催动地理空间信息技术和方法的变革。时空信息与数据科学作为交叉学科领域,涉及地理信息系统、遥感技术、地球观测技术、大数据分析技术、计算机科学、人工智能等多个学科和技术的交叉与融合。为推动时空信息与数据科学的全面发展和深入应用,支撑数字中国战略,同时庆祝我国空间信息与数字技术专业设立20周年和《地理空间信息》创刊20周年,组织了“时空信息与数据科学”专题。     

遥感数据时空尺度对地理要素时空变化分析的影响

地理要素的时空变化分析对于了解和掌握地表的规律性有着重要的作用。利用地面站点观测、实地调查等传统方式获取数据,对地理要素进行时空变化分析是最常用的方法。但该类方法往往表现的是"点尺度"观测,不能在大尺度情况下准确地反映地表的时空变化信息。遥感卫星能以一定的时间间隔获得空间连续的对地"面尺度"观测数据,然而其特定的空间和时间分辨率使其获取的地表信息仍十分有限。同时地表的空间异质性和个别地表短时间内的快速变化,使得利用遥感数据对地理要素进行时空变化分析时,时空变化分析结果会随观测尺度而发生改变。本文从空间尺度和时间尺度两方面综述遥感数据时空尺度对地理要素的时空变化分析产生的影响和原因,并针对这些问题总结了减小时空尺度对结果不确定性影响的现行方法。可以通过多源遥感协同观测和反演、尺度转换、空间建模等方法减小空间尺度引起的不确定性;通过联合多时相遥感数据的方法减小时间尺度引起的不确定性。在实际应用中,应根据所观测地理要素的实际情况,综合分析选择合适的方法。     

一种基于ELK框架的地理信息动态时空数据获取与挖掘方法

尝试将ELK框架在大规模日志实时处理方面的能力抽离出来，将其优势能力与地理信息技术相结合，提供一种基于ELK框架的地理信息动态时空数据获取与挖掘方法。该方法通过建立机制动态采集海量级非结构化数据，并实时筛取与地理要素相关的时空信息，从而实现海量级分析样本下的地理信息时空数据的实时动态分析与挖掘。最后以上海市快速路交通流量作为研究对象验证该方法模型，试验结果能够反映一定的社会潜在规律并提供相关指导价值，证明方法可行，并对方法的优缺点进行了记录与分析。     

基于主题模型的地理环境时空数据隐含语义理解

文本是战场信息的重要数据模态,从中挖掘地理环境时空语义信息是机器理解战场环境的重要方法,有助于扩展战场环境的空间认知与理解.本文设计一种基于主题模型,反映地理时空因素与事件主题之间语义关系的计算方法,通过信息抽取,挖掘主题要素相关信息,形成不同主题分类及其对应的特征词汇分布;将事件主题与地理时空语义特征建立联合分布模型,自动发现时间、空间与事件主题之间的相关性,从而生成地理时空隐含的语义主题.通过试验验证并结合应用实践,得到如下结论:利用事件主题与位置信息的关联,并应用空间分析方法探寻不同主题的时空分布规律,可为新事件的位置预测及趋利避害对策制定提供基础,从而拓展传统的地理事件主题分析.     

地理学视角下测绘地理信息再透视

系统回顾了地理信息系统产生以来地理信息内涵发展与拓展的主要历程,指出地理信息的定义一直是在"空间+属性"的地图信息基本框架下逐步扩展,其发展历程经历了地图GIS、语义GIS、时空GIS和大数据GIS 4个不同的阶段,但仍无法满足时空大数据的分析和应用需求。从地理学研究的对象和内容出发,对地理学所需要的"地理信息"的内涵和外延进行了系统的梳理总结,提出了涵盖"空间定位""语义描述""属性特征""几何形态""演化过程""要素相互关系"的地理信息六要素表达模型。在地理定律和地理规律的指导下,面向地理现象空间分布、时空格局、演化过程、相互作用机理的集成表达、系统分析和高效管理,设计了六要素集成表达的几何代数统一GIS数据模型、地理规律与相互作用驱动的新型GIS数据结构、非结构化时空数据组织与存储等关键技术,为测绘地理信息走向地理科学信息提供了另一个理论基础与技术方法支撑,有助于提升GIS对地理格局、演化过程和要素相互作用等地理规律的组织、管理、表达和分析能力。     

自然资源管理背景下的时空大数据平台建设

由于自然资源机构改革，测绘地理信息工作成为自然资源统一管理工作的组成部分。时空大数据平台如何在新的组织机构下发挥作用，是当前急需研究的问题。为此，本文在分析了自然资源管理的需求后，提出了时空大数据平台建设的技术路线和时空大数据服务自然资源管理的建设思路。     

基于数据挖掘的地理信息服务聚合研究

互联网环境下的地理信息服务聚合是当前的研究热点之一。本文研究了网络爬虫、数据挖掘、行业信息空间定位以及服务聚合技术,智能解析了多个行业的数据资源,并将空间化后的行业地理信息数据进行了注册与发布,实现了行业数据与基础地理信息数据的服务聚合。最后,开发原型信息系统,验证了该方法的可行性与有效性。     

面向时空信息数据的大数据平台设计

设计了面向时空信息数据的大数据平台,以GISCloud的云计算框架作为基础资源平台,通过两层服务架构为平台提供计算和存储资源的管理。以数据融合思想构建大数据平台的基础数据支持,依托GISCloud建立各种资源池,对数据进行抽取和分析,建立核心数据集与共享数据集,实现数据资源的差异化共享。通过面向时空信息数据的大数据平台设计,构建时空信息数据中心,利用公共服务时空信息和共享交换平台提供数据服务,实现海量时空信息数据的高效管理和服务。     

大数据时代下《GIS空间分析》课程内容建设

在阐述地理时空大数据时代下GIS空间分析面临的机遇与挑战的基础上,从《GIS空间分析》课程教学内容总体梳理,地理时空大数据等专业前沿知识更新,典型教学案例引入和面向行业应用的针对性实践教学内容设计等方面开展《GIS空间分析》课程内容建设.这些探索对于培养满足地理信息产业发展需求、具有实践和思维创新能力的应用型空间信息技...     

多源时空数据的地表分类信息挖掘

随着国土空间的发展,自然资源管理、国土空间规划等对于地表分类信息的需求日益增大,如何采用数据挖掘手段高效准确地获取地表分类信息成为目前重要的研究方向。本文在对多源数据进行分析研究的基础上,以地理国情监测、基础测绘、天地图等多源时空数据为数据源,参考第三次全国国土调查分类方案,综合采用多维度地表分类、语义规则映射、空间综合映射、多场景特征判断、分类权重判断、空间聚合分析等多种方法对地表分类信息进行挖掘。提出了一种汇聚多源数据优势的地表分类信息挖掘方法,对于丰富地表分类数据产品类型和信息的维度具有重要的意义。