基于NoSQL的海量空间数据云存储与服务方法

近年来,实现海量空间数据高效地存储管理和在线服务,成为地学信息科学领域日益关注的热点问题。本文根据矢量和栅格空间数据的不同特点,提出并实现了矢量栅格数据一体化的海量空间数据分布式云存储管理与访问服务方案,在海量矢量数据存储和处理中创新性引入分布式图数据库Neo4J和并行图计算框架。在三层式空间数据云存储架构基础上,给出NoSQL数据库技术的栅格和矢量数据云存储的实现策略与方法,并开展了通用数据访问接口的设计。采用分布式文件系统HDFS存储栅格数据,并使用列族数据库HBase对其建立分布式空间索引,及采用满足ACID约束的分布式图数据库Neo4J来存储矢量数据,并使用R树建立空间索引。在自主研发的地理知识云平台GeoKSCloud框架下,初步实现了核心组件-空间数据聚合中心(GeoDAC)软件,可为各类用户提供空间数据分布式存储管理和访问服务。通过搭建试验床,开展GeoDAC与开源GIS软件PostGIS在矢量数据读写访问性能方面的对比测试。结果表明,虽然GeoDAC没有获得写入性能的加速作用,但其具有PostGIS无法比拟的强大读取性能。GeoDAC将海量数据经过空间分割后分布在集群上,能够并行处理查询请求,极大地提高空间查询速度,具有广阔的应用前景。     

论地理知识图谱

网络文本蕴含大量隐式地理空间信息,为地理知识获取与知识服务提供了巨大潜能。地理知识图谱是将传统地理信息服务拓展到地理知识服务的关键,也是网络文本蕴含地理信息采集与处理的终极目标。本文系统评述了开放地理语义网、开放地理实体及关系抽取、地理语义网对齐、知识图谱存储方法等地理知识图谱相关主题的研究进展,从网络文本蕴含地理空间信息量与质量评价、地理信息语义理解、空间语义计算模型和异构地理语义网对齐等方面剖析了目前亟需解决的关键科学问题。     

面向虚拟地理环境的空间信息共享研究

虚拟地理环境作为一种基于地理研究并提供地学分析的三维可视化的地理空间信息平台,需要解决物理存储分散、数据格式多样的空间信息资源的共享问题。本文研究了虚拟地理环境下的空间信息及其元数据的组织管理方式,定义面向对象思想定义简单的空间信息对象实体,通过对其进行迭代和组合来表达复杂空间信息对象,设计出具有元数据信息的空间信息对象XML描述方案。研究了如何构建集中式的空间信息对象管理与分布式的空间信息服务相结合的空间信息共享体系架构,通过提供对空间信息对象的浏览、分析、操作的Web服务,使得虚拟地理环境在网络中进行资源交换、信息共享、协同工作以及提供决策能得以实现。     

云GIS下智慧城市地理空间信息共享平台构建

目前,我国数字城市已走向面向云服务的智慧城市地理平台时代。云GIS服务平台为政府部门及公众提供了可定制、弹性化的一站式地理信息服务。本文在研究云GIS下地理空间数据的整合模型、服务体系架构,以及部署方式的基础上,深入分析了Arc GIS云平台特点并设计了一套基于云平台的智慧城市地理空间信息服务共享平台——"兰州市城关区数字化社会管理与服务平台"。该平台通过地理云服务集成了虚拟化、网络化、智能化等关键技术,创建了智慧城市社会管理与服务新模式,提高了社会管理效能和质量。     

网格环境下分布式空间离群挖掘体系的设计与应用

空间离群是指空间数据集中那些非空间属性值与邻域中其他空间对象明显不同的空间对象。空间数据一般按地理分布存储具有海量特性,传统的集中式处理模式不能满足海量数据处理的效率和空间数据本身的安全性等要求。因此,在研究小组开发的地理知识服务网格平台GeoKS-Grid的基础上,本文针对分布式空间离群挖掘,提出了一个基于网格的分布...     

多尺度地理空间数据的分布式存储与管理

多尺度地理空间数据分布式存储与管理技术为建立分布式网络地理信息系统、实现多尺度、多数据类型数字地理信息产品一体化分发和应用提供技术支撑。本文重点讨论了地理空间数据分布与存储模型体系、空间数据在关系数据库中的一体化存储与管理方法、空间数据库引擎技术、多尺度地理空间信息一体化管理体系结构等问题。     

基于WebServices的空间信息应用集成解决方案研究

 在对应用集成及其发展分析的基础上,将Web Services技术运用到空间信息应用集成,提出和建立了面向服务的空间信息应用集成框架,包括Web应用层、服务集成层、服务层和UDDI等4个组成部分。通过该框架,可以实现空间信息集成、服务集成和应用集成。论文解决了空间信息应用集成框架中的2个关键问题:(1)提出了分别从数据层次和业务层次对原有系统集成的解决方案,在数据层次上,提出了基于XML/GML的空间数据封装和基于Web服务接口的空间数据封装策略;在业务层次上,提出根据系统的功能模块和业务逻辑分别进行封装的策略;(2)提出了空间信息Web服务链接和服务组合的串联、并联和混联模式,通过三种模式服务链的设计,可以实现多个服务的链接和组合,从而完成空间信息以及应用集成。     

基于MongoDB的矢量空间数据云存储与处理系统

近年来,海量空间数据存储与处理日益成为地理信息科学领域的研究热点。其中,矢量空间数据更因其较高的复杂性,成为该类研究的重点问题。本文基于文档数据库,探究了多用户数据存储、矢量空间数据存储、海量矢量空间数据并行处理等问题,给出了存储和处理矢量空间数据的方法。在三层式云存储架构基础上,设计并实现了矢量空间数据云存储与处理系统VectorDB,达到了海量矢量空间数据的高效存储与处理要求。系统采用文档数据库MongoDB存储矢量空间数据,使用OGR库实现不同格式矢量空间数据的转换与存储,并用Hadoop对数据库中的数据进行并行计算,以及用mongo-hadoop作为MongoDB与Hadoop之间的连接器。通过实验对比了VectorDB与PostGIS的矢量空间数据读写性能,并分析了VectorDB与MongoDB在海量数据并行处理性能方面的差异。结果表明:VectorDB具有更好的读取性能和海量数据处理性能,适合多用户不同格式、不同属性矢量空间数据存储,对海量矢量数据存储与处理问题具有参考价值。     

空间数据服务代理平台--门户站点体系实现的关键技术

利用Web服务技术、SOAP技术,并引入GML,建立空间数据服务代理平台一门户站点,浓缩空间数据服务站点信息,实现与众多的空间数据服务站点的动态绑定,提高空间数据共享的可操作性,通过SOAP扩展技术来解决GML大数据量的异构网络传输,从而快速实现空间信息共享和互操作。本文对空间数据服务代理平台一门户站点的体系架构、功能、实现及关键技术等进行了探讨,并总结了体系在实现空间数据共享及互操作方面的优点。     

空间信息网格SIG:新一代的空间信息基础设施和服务框架

空间信息数据量大、处理复杂、难以共享的问题对其研究和应用提出了挑战。空间信息网格(Spatial Information Grid,SIG)作为创新性的网络空间信息基础设施和技术体系,集成并拓展信息网格、空间信息系统、Web服务等前沿技术,以"服务"为中心,实现一体化、智能化的空间信息获取、存储、组织、分发、分析处理、集成与应用,实现基于网络的空间信息资源共享与空间信息服务。     

地理空间信息服务体系探索与实践

从地理信息的需求和地理信息服务的现状出发,探讨了网络环境下地理信息服务体系结构框架,详细介绍了网络化基础地理空间数据分布式生产与管理、地理空间数据网络分发与服务和基于位置的地理信息网络化服务的组成、结构和功能。初步建立了数字化、网络化和一体化的地理空间信息收集、处理、存储、管理、分发和应用的体系。     

网格GIS中的GML语言技术与设计框架

基于网格技术的地理信息系统的研究与开发 ,将改变传统 GIS系统的应用模式与计算能力 ,使 GIS转变为以服务为中心 ,提供一体化的空间信息应用服务的智能化信息平台。而 Grid GML(Grid Geographic Markup L an-guage)将是网格 GIS的交流与对话语言 ,为网格 GIS的中间件之间、智能体之间、系统之间及系统内部的空间信息传输、存储与通信等提供了可能。本文在 XML 技术、网格体系结构技术及 OGC的 GML3标准的基础上对Grid GML 进行了详细的分析与设计。     

基于WSRF的网格空间服务及其管理

网格技术与空间信息技术的结合,产生了空间信息网格。空间信息网格能够汇集各种空间信息资源,进行一体化管理,支持资源共享,提供"按需服务"的能力。"按需服务"要求能根据用户的要求,提供多样性服务,即能自动发现所有满足用户需求的空间信息资源或其组合,并评估各个资源或其组合,按一定目的选择资源,提供服务。但是由于网格的动态性,使得使用者较难得到现势性很好的空间信息资源的信息,直接影响了空间信息网格"按需服务"的能力。将传统的空间信息服务技术直接融入网格不能解决这一问题。为了解决该问题,提高"按需服务"的可靠性,本文根据支持资源状态和服务分离的网格框架W SRF,提出了W SRF设计网格空间服务及其管理的方案。即在空间信息资源节点,除了将信息资源以标准服务的方式提供使用,还以W SRF的方式组织资源的状态并提供访问和订阅;网格中央节点收集、维护和管理各子节点的服务和资源状态信息,提供信息访问接口以支持"按需服务"所必需的资源选择。最后按照该方案实现了一个简单的空间数据网格。     

面向Web的地学数据共享服务平台架构设计

针对地学数据的特点,设计了地学数据Web共享服务平台的总体架构。该共享服务平台由5个层次组织,分13个功能模块,其中元数据管理和元数据服务是该平台的基础设施。利用W3C推荐的RDF/XML设计和构建了该模块,并用ArcIMS提供的空间数据发布引擎和7个必要的元数据接口实现了空间数据的发布。平台体系通过A鄄pache+Tomcat+ArcIMS的系统部署,提供Web共享服务。     

面向PPGIS的空间信息服务模型研究

公众参与式GIS(PPGIS)是近年来GIS与社会科学和网络技术相结合产生的一个新的应用研究方向,本文首先从模型抽象的角度研究了面向PPGIS的空间信息服务的概念、组织构成、服务模式、过程行为以及评价体系等,揭示了公众参与GIS中空间信息服务模型的本质特征,其次从基于WebGIS的地理信息服务角度,对面向PPGIS的空间信息服务模型的实现。同时,为了用于PPGIS中实时参与空间信息的管理,构建了基于Ar-cIMS系统平台框架,并基于ArcIMS和ArcSDE开发了可以满足实时空间数据处理的扩展空间数据引擎。     

面向多源地理空间数据的知识图谱构建

知识图谱广泛应用于人工智能领域,基于此融合多源地理空间数据并表示地理事物的语义和时空信息,实现“数据—知识”的转换成为人们关注的热点。但现有通用知识图谱的空间知识覆盖度低且存在错误,同时基于维基百科构建的地理知识图谱存在空间关系、中文属性和坐标信息等属性缺失问题。因此本文以地理空间数据和百度百科数据的特征分析为基础,提出了以地理空间数据提取地理实体为主,百度百科补充属性信息为辅的知识图谱构建方式。① 基于GeoSparql设计模式层的地理实体、要素、几何形状和空间关系的逻辑关系;② 通过地理实体提取、实体链接和属性信息填充,在数据层实现空间知识融合;③ 结合关系型数据库和图数据库,设计空间知识存储方式;④ 在实体和关系2个方面定量分析知识图谱的构建规模。结果表明,本文构建的知识图谱中地理实体覆盖度和链接百科成功率相对较高,扩充了地理实体的概念描述信息,并将地理坐标的覆盖率提高到100%,对地理数据到地理知识的拓展具有重要意义。     

格网技术对地理信息系统应用与发展影响的分析

格网技术作为新一代的 Web技术 ,必将深刻影响地理信息系统的发展。格网计算为数据密集型空间分析提供了计算资源支持。数据格网为海量空间数据分布式存储、管理、传输、分析提供了一体化的解决方法。格网技术为 VRGIS实时场景渲染和海量场景数据存储以及 GIS互操作问题的解决提供了一种新的思路。利用格网中的智能体组件动态组装应用软件将对 GIS应用开发方式产生重大影响。通过建立空间信息格网可以实现我国地理信息系统产业跨越式发展。     

试论地学信息图谱思想的内涵与传承

地学信息图谱是陈述彭先生倡导的重要理论探索领域。本文根据先生的相关文献和论述,探讨了地学信息图谱思想的内涵,认为图谱是许多领域都采用的表达和分析的方法论,地学图谱是针对地学领域地学现象和过程的图谱,地学信息图谱则强调在地理信息系统支持下,通过定量地学信息（地学数据库）和地理计算实现的地学图谱,以期通过运用地学图形语言进行地理时空表达与分析,用于描述人与自然和谐相处的规律,反演它的过去,评估它的现状乃至预测它的未来。地学信息图谱思想的提出与陈述彭先生的职业生涯密切相关。他青年时期的坚实地理学基础,中年时期将综合地理和地图设计紧密结合的实践,晚年时期对遥感与地理信息系统的引领,促使他集一生在地理科学研究中的丰富理论、方法、技术成果积淀,开辟了这一探索性的地学研究新领域。地学信息图谱是陈述彭先生留给后来者的科学问题。为此,作者根据新近相关领域的研究进展,提出了未来可能的研究方向：全息地图的发展是地学信息图谱表达的重要基础,并有助于进一步发现新的地学现象和新的地学规律。遥感对地表信息的“谱”探知要以地理学“图”分析思想为支撑,它将最终回归于对复杂地表分布与内在发生机理等地理学核心问题的回答。地学信息图谱的认知以人地关系为中心,以实现从客观地理空间到虚拟空间的人地关系新认知构建一套认知理论。地学信息图谱的目标是辅助发现与利用新的地学知识,为实现自动化、智能化的地理知识图谱奠定理论与方法基础。     

空间信息移动用户服务系统

空间信息移动用户服务系统是空间信息平民化服务的技术基础,是GIS产业商业运行的平台。本文重点介绍空间信息移动用户服务系统的系统特征,系统架构以及商用GIS基础库建设和系统运行的商业模式。     

空间数据计算模式分析与应用

随着传感器和其他数据采集技术的不断进步以及对地观测网络的建设和启动,空间数据的高性能处理和分析成为摆在地学工作者面前的瓶颈。本文以此为出发点,按照不同地学领域(陆地、大气、海洋)的空间数据载体的形态的不同,将空间数据划分为反映固态基质信息的陆地空间数据,反映液态基质信息的陆地水文空间数据,反映液态基质信息的海洋流体空间数据和反映气态基质信息的大气流体空间数据四类,并对每类数据的最小单元问题进行了初步的分析。本文详细阐述了地学空间计算的涵义,并根据计算行为模式及计算的侧重点的不同,将地学计算过程分为深度计算过程与主动计算过程(即“数据→特征→知识”的一般计算过程),并就此进行了阐释。以基于特征的遥感信息提取和目标识别工作为例,对上述理论进行了说明和验证。最后对空间数据计算模式相关问题进行了总结,并对以后的研究做了展望。