一种基于GridGIS的空间负载平衡算法

空间数据的广泛应用需要高效的架构来管理,以增加空间数据的可用性.网格地理信息系统(GridGIS)支持快速的空间数据检索,允许用户在任何地方随时透明地访问数据,容易引起空间负载失衡.该文提出一种基于GridGIS的空间负载平衡算法-TLB-Chord,采用动态负载平衡思想,使用基于Chord算法的树结构,实现了一个空间负载平衡模拟系统,展示了TLB-Chord在GridGIS中更加适用于空间数据.     

大范围3DCM场景实时并行绘制的任务划分及策略

针对三维城市模型(3DCM)场景并行绘制的几何图元分布特性,利用动态负载平衡算法实现3DCM场景绘制任务划分和分配.给出了负载平衡性能的一种度量权,提出一种递归划分算法:即把按顺序执行的任务集,根据其子任务间潜在的并行性,划分成若干个可并发执行的任务子集,并把每个子集分配给处理机,使各处理机之间的数据通信量尽可能同步,同时兼顾各处理机之间的负载平衡,从而实现了一种新的负载平衡算法.     

论地理信息系统及其在地理学中的地位

地理信息系统技术的兴起代表了地理学发展的一个重要方向。地理信息系统是一门处理地理(空间)数据的综合信息技术,它属于技术地理学的范畴,它为资源与环境的管理和规划以及地理学的研究提供了一个革命性工具。另一方面,地理信息系统的建立和应用又依赖于地理学理论和实用模型的发展。进一步勾通地理信息系统与空间分析之间的关系是目前促进地理信息系统发展的重要课题。     

地理学与区域管理

应用地理学的研究过分偏重宏观决策领域。宏观决策过程的不确定性和非结构化限制了应用地理学向工程化方向发展,从而在社会上形成地理学只能做“智囊”性的“软”咨询的看法。作者认为,应用地理学在管理领域的应用面广,在地理信息系统技术的支持下,加强区域管理技术的研究与应用,将促进应用地理学向工程化方向发展,并在社会主义市场经济的新形势下开拓新的研究领域,扩大地理学的社会影响,拓宽就业门路.     

空间认知理论在地理信息系统中的应用研究

认知理论是传统地图制图学领域的基础理论,该理论在地理信息系统中的作用机理和表现方式值得探讨.在分析空间认知理论的应用和发展规律及当前地理信息系统集成化和智能化方向发展现状与趋势的基础上,提出了地理信息系统中的空间认知模型.同时,结合提出的空间认知模型理论详细论述了空间认知理论在地理信息系统的各种空间信息表达方式中的应用及效果,从而进一步拓宽了该理论的应用领域、扩展了地理信息系统中空间信息的表达力度.     

基于P2P的空间查询路由算法综述

介绍对等网络的历史与典型模式,给出路由的基础概念.列举基于P2P的查询路由经典算法(Chlord、CAN、Pastry等)和相关改进算法(Kademlia、Emergint、SmartBoa等).结合空间数据的特点,综述基于P2P的空间查询路由算法,如共享兴趣点算法、基于Chiord构造内容访问、超级对象、位置复制和几何距离模式的算法.以及空间划分格网、依维度优先级的查询算法和服务封装算法.良好的空间路由算法能够提高网络的性能和执行效率,推动空间信息领域的发展.     

GIS中矢量多边形网格化问题研究

在实际的GIS空间分析过程中,为了更加简便快捷的实现某些特定的空间分析功能,常常需要将不规则的矢量多边形区域转化为规则的格网区域。该文介绍了矢量多边形网格化的四类算法：中心点归属法、面积占优法、重要性法和面积内插法。其中面积内插法又可分为面积权重内插法、基于表面模型的面积内插法和基于统计模型的面积内插法。同时介绍了各类算法的实现思想,并比较了其优劣及应用范围,认为基于表面模型的面积内插法是一种比较理想且极具发展前景的矢量多边形网格化方法。     

基于数值格网数据生成流场图的算法研究

在各种基于场的分析模型（Field-based Model)中，流线的计算是一个重要的研究课题，如基于DEM提取水系，该文探讨了另外一个问题，即直接根据数值格网数据生成流场的空间分布，从而反映整个研究区域的梯度特征，文中提出的算法在水文，气象等研究领域有着较为广泛的应用前景。     

GIS中面积偏差控制下的矢量数据压缩算法

地理信息系统对矢量数据进行处理和应用的过程中,数据压缩是一个必须解决的问题,而通常采用的两种经典曲线数据压缩法:垂距限值法和道格拉斯-普克算法,都存在线段空间偏移过大以及面积偏差不可控的问题。利用曲线空间直线拟合的方法对曲线段中心轴进行空间逼近,通过增加面积偏差限值,提出了面积偏差控制下的矢量数据压缩算法,并以上海市崇明县岛屿边界轮廓矢量为例对该算法进行了验证。试验表明该方法对于解决两种经典压缩算法线段空间偏移过大以及面积偏差不可控的问题效果明显。     

洪泛平原农村居民地空间分布特征定量研究及应用探讨

通过对影响居民地空间分布因素的分析,探讨了洪泛平原农村居民地空间分布特征;利用地理信息系统技术对不同高程带内居民地分布规模、等级和空间分布密度作了定量研究,得到了居民地空间分布密度和人口空间分布密度参数;并结合洪灾淹没区居民地损失的估算,对研究结果的应用作了探讨。     

A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing

ABSTRACT

High performance computing is required for fast geoprocessing of geospatial big data. Using spatial domains to represent computational intensity (CIT) and domain decomposition for parallelism are prominent strategies when designing parallel geoprocessing applications. Traditional domain decomposition is limited in evaluating the computational intensity, which often results in load imbalance and poor parallel performance. From the data science perspective, machine learning from Artificial Intelligence (AI) shows promise for better CIT evaluation. This paper proposes a machine learning approach for predicting computational intensity, followed by an optimized domain decomposition, which divides the spatial domain into balanced subdivisions based on the predicted CIT to achieve better parallel performance. The approach provides a reference framework on how various machine learning methods including feature selection and model training can be used in predicting computational intensity and optimizing parallel geoprocessing against different cases. Some comparative experiments between the approach and traditional methods were performed using the two cases, DEM generation from point clouds and spatial intersection on vector data. The results not only demonstrate the advantage of the approach, but also provide hints on how traditional GIS computation can be improved by the AI machine learning.     

计算模式驱动下GIS体系结构的发展分析

计算模式是信息时代特有的解决问题的方法范式,它综合反映了信息科学的理论、软件与硬件等因素在解决实际问题中相互作用的形式,是与相应阶段主流信息技术相对应的信息系统体系结构的规律模式或构筑范式。该文分析了计算模式驱动下GIS的体系结构从单机模式、局域网模式、广域网模式(WebGIS)到网格模式(GridGIS)的发展过程,指出单机、局域网和广域网模式本质上都具有集中封闭的性质,不同程度地存在着理论、技术、物理、功能和逻辑思维等五大边缘,是典型的空间信息孤岛。网格计算模式是一种彻底的分布式计算模式,GIS的网格模式直接打破了传统模式的技术、物理、功能和逻辑思维限制,并面向理论边缘的解决,具有开放、均质、扁平的结构性质,升格为空间信息网格基础设施。     

DEM与地形分析的并行计算

总结了数字高程模型构建、特征提取等并行算法的研究进展,概述了不同并行算法的主要内容;探讨了DTA并行技术在海量地形数据可视化和高性能地学计算的应用,随着DEM的需求日益增大,高精度、高分辨率DEM产品及其附加服务也逐步产品化。最后,通过分析并行计算发展的关键问题,提出DTA并行技术的研究趋势及研究意义,合适的数据划分和结果融合策略、通用并行算法、容错机制和负载均衡策略的设计是今后研究的重要内容,尤其是如何在多种计算模式共同发展的背景下利用并行计算解决地学难题,从而得到更接近现实世界地理环境的模拟,并扩大数字地形分析的应用范围。     

云GIS的内涵与研究进展

云计算将是下一代计算平台,云计算的发展必将带动与计算科学密切相关的地理信息系统学科的发展.本文采用文献分析方法综述了云计算的特征、云GIS内涵、关键技术和科学问题,指出云GIS是利用云基础设施获得大规模计算能力来解决GIS中海量空间数据的分布式存储、处理任务划分、查询检索、互操作和虚拟化等关键性科学问题,提高GIS 数据处理与管理能力,为计算密集型和数据密集型的各类GIS 服务提供高性能处理的技术.其基本内涵是空间数据的云特征,空间数据管理中的云计算特征.同时指出云GIS 将彻底突破GIS 既有的“专业圈子”,实现GIS自身的革命性突破,极大地扩展其市场规模.然后,本文介绍了云GIS平台,指出云GIS发展中的优势与不足;最后,从云GIS模式技术发展趋势、应用需求及教育专业需求3个方面展望了中国云GIS的研究进展.     

分布式城市地理信息系统运行模式初探

介绍了城市地理信息系统的特点及分布式信息系统的运行模式,重点分析了各种分布式计算的优缺点,指出以分布式对象结构为基础的全分布式运行模式及城市地理信息系统的主流。     

“面向区域”的GIS控件的设计与使用

本文提出了一个“面向区域”GIS控件的概念———即以特定的地理区域为对象,将基础地理信息连同有关的GIS功能操作融合为一个可重用的程序模块,以Microsoft的COM(即“组件对象模型”)技术为基础,组织为“GIS化”的ActiveX控件。这种GIS控件,将面向对象技术中的“对象”扩展到了整个特定的地理区域空间,其核心思想是不仅封装了GIS的数据模型,必要的功能操作,而且封装了所有的基础地理信息。由于省去了对空间数据的处理,因而这种GIS控件可被广大非GIS专业的信息系统开发者灵活、简便地用于各种管理信息系统、办公自动化系统和决策支持系统的GIS功能扩充,也可用于构建一般的地理信息系统,因而有利于GIS技术应用的普及。文章最后给出了有关陕西省的应用实例     

网格空间数据库副本管理研究

网格GIS的研究重点在于利用网格技术,基于空间数据库实现空间资源共享。网格环境下,用P2P模型解决副本管理问题,可增强系统的可伸缩性和动态性。在网格GIS中,逻辑层与物理存储层分离,采用水平非交叠分片策略,依照空间区域把逻辑层划分为物理片段层。网格GIS应用系统应用GT4部署和实现,在网格上使用JXTA协议建立虚拟网络覆盖层,实现由门户节点、聚合点和物理存储节点组成的层次型全局副本目录结构。为提高空间数据发布效率,采用三层分布式索引结构,物理片段层和逻辑层分别采用R-tree索引和四叉树索引,通过软状态协议维护副本目录的一致性,并讨论副本目录原型GridSRC的实现和性能评价。     

GIS中的空间基准问题

GIS建设中空间基准的统一是GIS数据质量、数据共享、数据使用的基础。在我国GIS建设中普遍存在着空间基准不一致的问题。该文分析了我国GIS建设中空间基准存在的主要问题 ,并在此基础上给出了GIS建设中统一空间基准的方案、方法和步骤     

并行空间分析算法研究进展及评述

作为GIS的核心功能之一,空间分析逐步向处理数据海量化及分析过程复杂化方向发展,以往的串行算法渐渐不能满足人们对空间分析在计算效率、性能等方面的需求,并行空间分析算法作为解决目前问题的有效途径受到越来越多的关注。该文在简要介绍空间分析方法和并行计算技术的基础上,着重从矢量算法与栅格算法两方面阐述了目前并行空间分析算法的研究进展,评述了在空间数据自身特殊性的影响下并行空间分析算法的发展方向及存在的问题,探讨了在计算机软硬件技术高速发展的新背景下并行空间分析算法设计面临的机遇与挑战。     

Integration of genetic algorithms and GIS for optimal location search

Optimal location search is frequently required in many urban applications for siting one or more facilities. However, the search may become very complex when it involves multiple sites, various constraints and multiple‐objectives. The exhaustive blind (brute‐force) search with high‐dimensional spatial data is infeasible in solving optimization problems because of a huge combinatorial solution space. Intelligent search algorithms can help to improve the performance of spatial search. This study will demonstrate that genetic algorithms can be used with Geographical Information systems (GIS) to effectively solve the spatial decision problems for optimally sitting n sites of a facility. Detailed population and transportation data from GIS are used to facilitate the calculation of fitness functions. Multiple planning objectives are also incorporated in the GA program. Experiments indicate that the proposed method has much better performance than simulated annealing and GIS neighborhood search methods. The GA method is very convenient in finding the solution with the highest utility value.