数据驱动与理论驱动双向耦合的智能化地球系统模式探索

分析总结了人工智能方法在地球系统模式中的应用,提出了人工智能数据驱动与物理模型理论驱动相融合的智能化地球系统模式研究框架,并对该框架的研究思路和关键技术进行了分析。该框架将地球系统模式自下而上的数据驱动模型与自上而下的物理模型耦合,通过双向驱动共同实现地球系统数学物理方程的有效求解,从而构建智能化的地球系统模式。进一步研究需要基于该理论框架提出具体可行的算法,从而促进智能化地球系统模式研究的发展。     

佛山市税源地图大数据展示系统的设计与实现

在智慧时空大数据与云平台建设工作中,如何进一步挖掘分析海量空间数据是实现高效应用的一项关键任务。针对佛山市税务机关的业务需求,研究了基于Hadoop框架的大数据技术,结合GIS数据,利用互联网云平台对海量税务数据进行存储、计算、分析的佛山市税源地图大数据展示系统的设计与实现。     

基于GIS的路面养护管理信息系统集成方案及关键技术

介绍了基于GIS的路面养护管理信息系统的集成方案的总体框架和关键技术.该系统利用自动化的路况快速检测设备采集各种原始路况数据,经过加工、筛选、过滤和综合,形成路面养护管理综合数据仓库,与公路路网的空间与属性数据融合,实现基于GIS的多源数据一体化管理与应用.     

村镇地理空间数据框架实现软件系统的设计与实现

针对村镇数字化发展的需要,本文研究了构建村镇地理空间数据框架的技术架构和业务流程。在论述村镇地理空间数据框架实现软件系统的设计思想和原则的基础上。设计了系统的总体框架和数据模型,最后本文就系统所能实现的多源数据集成、尺度融合等基本功能进行了详细阐述。     

市县级国土资源遥感监测“一张图”数据中心建设的研究

数据中心建设是国土资源遥感监测"一张图"的主要任务之一,通过集成整合各类国土资源数据,实现国土业务信息的查询与浏览、分析与挖掘,并实现与以电子政务平台为基础的审批系统、综合信息监管平台以及各有关应用系统对接。本文总结了数字城市地理空间框架建设成果的可利用性,提出一套基于该成果的市县级国土资源遥感监测"一张图"数据中心建设方案。     

城市群地质环境演化空间信息智能服务框架

结合城市群地质环境演化大数据的特点及城市群经济区规划、建设与管理对地质环境演化空间信息服务的需求,提出了一种时空大数据驱动、面向城市群多目标应用的地质环境演化空间信息智能服务框架。该框架包含基础支撑层、大数据采集与处理层、大数据组织与管理层、计算与分析挖掘层、大数据服务层、大数据应用层6部分。框架具有良好的实用性和可扩展性,可形成地质环境演化空间信息综合应用服务的新模式。     

三维时空一张图应用与探索

以石景山区为例,充分挖掘数据内涵,提出了三维的时空数据整合和融合方法.基于三维框架形成了多源时空一张图,实现了多源数据融合及深度应用,实现城市时空历史动态演变,建成全区统一的二、三维一体化的综合分析平台,统一了全区地理信息资源服务标准,提供了自然资源业务的"三维管理视图",满足了管理部门对时空数据的应用需求,并在此基础上提出相关建议.     

倾斜摄影三维模型的大场景地形融合研究

针对现有的数据融合方法不能高效解决倾斜航空摄影三维模型与大场景地形融合生产的问题,该文提出了基于缓冲区栅格插值的地形融合方法。该方法基于倾斜航空摄影范围向外部建立以像元为单位的多环缓冲区,采用距离—高差分配算法进行地形边界高差处理,在保证倾斜航空摄影地形精度的同时实现两种地形的连续过渡,通过栅格插值的计算途径提升数据处理的效率。结果表明:该方法高效实现了倾斜航空摄影三维模型与大场景地形的融合,融合后的地形数据能在三维GIS系统里面流畅调度。     

北京市数字化地质资料服务模式研究

为了更好地挖掘北京市数字化地质资料信息的潜在价值,分析了地质资料情况、地质资料的作用,从地质资料为找矿突破战略行动提供服务支撑角度出发,建立了地质资料信息产品体系框架,提出了采用主动式或定单式的专题数据加工形式满足专业要求高的离线用户,基于服务等软件技术手段实现跨单位的地质资料集成与应用系统满足不同领域在线用户的信息需求,为大型城市开展有效的分布式地质资料信息服务提供参考。     

一种适用于CGCS2000坐标框架的多源数据融合方法

针对单一的GPS技术并不能准确地确定地球质心,无法真正地实现地心坐标参考框架,为了满足CGCS2000坐标框架对高精度地球质心和高精度尺度基准的需求,未来的CGCS2000坐标框架将是多源空间大地测量技术融合的组合框架,该文提出了一种适用于CGCS2000坐标框架,并基于GPS、VLBI、SLR等大地测量技术的数据融合方法,利用该方法进行多源大地测量观测数据融合得到组合坐标框架,将得到的结果与ITRF综合解进行比较。结果表明:GPS、VLBI、SLR测站各方向坐标平均误差值约20mm,速度场各方向平均误差约1mm/a,水平方向速度场误差小于垂直方向速度场误差,误差较大的测站多居于板块分界带及其边缘。基于实验结果表明,该方法可以满足CGCS2000坐标框架对多源数据融合的要求。     

地质大数据支持下的智慧地矿业务支撑平台构建

为探索“互联网+地质工作”新模式，更好地服务于生态文明建设，地矿部门积极推进智慧地矿工程建设。地质大数据已在城市地质、海洋地质、农业地质、生态环境地质等领域得到广泛应用。因此，为了地矿业务系统的开发、全业务网上运行和监管提供统一的基础技术平台和运行环境，实现各部门之间的业务协作与地矿信息共享，亟须构建基于地质大数据的智慧地矿业务系统应用支撑平台。本文详细阐述了该平台的构建。     

社交网络时空大数据聚类挖掘有效选择分析

来自社交网络的时空大数据具有海量和高动态的特性,有效选择时空数据进行聚焦挖掘分析至关重要。以微博位置签到数据为例,首先,对时空大数据空间聚类挖掘的有效选择问题进行了研究,针对社交网络时空数据不确定性问题,提出了时空大数据针对聚类挖掘的有效选择方法。聚类挖掘有效选择方法提出从空间、时间或属性等维度对时空大数据进行分割。然后,对分割得到的数据集进行空间探索分析(exploratory spatial data analysis,ESDA),得到具有聚类挖掘潜力的数据集。最后,以武汉市微博位置签到数据进行商圈热点探测为例,对提出的社交网络时空大数据聚类挖掘有效选择方法进行验证。结果表明,有效选择方法可以得到挖掘效率和精准性更高的时空数据集。     

四川省矿区地质环境评价系统空间数据库设计

四川省矿区地质环境评价系统空间数据库采用面向对象的Geodatabase地理数据模型,通过ArcSDE空间数据引擎连接,把空间数据都存储在关系数据库Oracle 9i中。结合矿区基础地理数据与矿山环境、地质灾害、基础类、地质等专题数据,构建核心矿区空间地理信息框架和基于B/S和C/S的系统,实现有效地存储、管理和发布四川省各地矿区研究中所获得的大量宝贵的资料。     

大数据时代地矿数据资源服务的关键技术探讨

地矿数据的质量、数量和更新时效已成为衡量一个国家地质调查工作水准和社会化服务水平的基础标准之一,大数据时代下信息技术的飞速发展推动了地矿行业的数据资源共享和信息化服务水平的提高,但是,地矿行业属于传统行业,信息化水平不高、智能化水平更是欠缺。本文从地矿数据资源如何服务于经济社会发展进行探讨,重点论述了四大关键技术:1)地上、地下一体化的三维地质支撑软件;2)多源、多尺度空间数据融合;3)基于时空数据模型的地质大数据管理;4)多主题数据仓库构建和基于数据仓库的联机时空数据挖掘。     

Data field for mining big data

Abstract

Big data is a highlighted challenge for many fields with the rapid expansion of large-volume, complex, and fast-growing sources of data. Mining from big data is required for exploring the essence of data and providing meaningful information. To this end, we have previously introduced the theory of physical field to explore relations between objects in data space and proposed a framework of data field to discover the underlying distribution of big data. This paper concerns an overview of big data mining by the use of data field. It mainly discusses the theory of data field and different aspects of applications including feature selection for high-dimensional data, clustering, and the recognition of facial expression in human–computer interaction. In these applications, data field is employed to capture the intrinsic distribution of data objects for selecting meaningful features, fast clustering, and describing variation of facial expression. It is expected that our contributions would help overcome the problems in accordance with big data.     

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。     

数据挖掘与地学数据分析相结合的探讨

随着地学数据的日益丰富,数据挖掘技术在地学领域中越来越受到人们的重视,使得数据挖掘和地学数据分析的结合也成为了必然。本文通过对数据挖掘与地学数据分析相结合框架结构的介绍、分析两者之间的区别和联系,最后指出两者结合存在的问题,来对数据挖掘与地学数据分析相结合进行探讨。     

决策级融合的多分辨率遥感影像变化检测

针对多时相、多分辨率遥感影像数据的特点,充分考虑不同分辨率数据和不同变化检测应用的需求,将由粗到精数据集分层检测和决策级融合的思想引入到变化检测,以多时相多分辨率ALOS遥感影像为例,构建并试验了由粗到精变化检测的技术流程.该方法将ALOS多光谱数据视为粗数据集,将全色数据和融合数据视为精数据集,通过对3种数据集变化检...     

遥感大数据智能解译的地理学认知模型与方法

随着遥感数据和计算机算力的爆炸式增长、智能分析算法瓶颈的突破,亟须提升与之相匹配的遥感大数据处理与分析能力。针对复杂场景下遥感大数据智能处理与地理学认知耦合关联和交叉融合的关键问题,本文分析了遥感大数据与地理科学各自的特点与相互关系,提出了多模态知识融合关联的深度网络构建和面向地理制图的遥感智能解译思路,建立了遥感大数据智能处理与应用体系框架;面向技术发展和行业应用,本文提出了分别建设通用高分辨率遥感智能处理系统和智能精准应用平台的总体路线,以期推动遥感智能解译技术创新和工程化应用的全面发展。     

A spatiotemporal mining framework for abnormal association patterns in marine environments with a time series of remote sensing images

A spatiotemporal mining framework is a novel tool for the analysis of marine association patterns using multiple remote sensing images. From data pretreatment, to algorithm design, to association rule mining and pattern visualization, this paper outlines a spatiotemporal mining framework for abnormal association patterns in marine environments, including pixel-based and object-based mining models. Within this framework, some key issues are also addressed. In the data pretreatment phase, we propose an algorithm for extracting abnormal objects or pixels over marine surfaces, and construct a mining transaction table with object-based and pixel-based strategies. In the mining algorithm phase, a recursion method to construct a direct association pattern tree is addressed with an asymmetric mutual information table, and a recursive mining algorithm to find frequent items. In the knowledge visualization phase, a “Dimension–Attributes” visualization framework is used to display spatiotemporal association patterns. Finally, spatiotemporal association patterns for marine environmental parameters in the Pacific Ocean are identified, and the results prove the effectiveness and the efficiency of the proposed mining framework.