关于后数字城市建设时代的项目建设建议

从数字城市建设的特点、特征入手,阐述了几种建设模式、主要建设内容、组织实施,按照公共产品与区域经济有关理论,实证了城乡统筹建设模式对于区域信息化建设的传导与辐射作用,并从区域经济发展、政府职能转变、消费市场培育等角度给出了进一步的对策与建议。     

建邺区智慧新城地理信息共享平台研发与应用

从建邺区智慧新城建设过程中面临的对于基础地理信息共享交换的现实需求入手,围绕建设区域地理信息共享交换平台以及管理运行机制总体目标,通过"一套标准体系、一套数据体系、一套软件体系、一套运行支撑环境"建设,以及在城市管理、公共安全、社会治理、政务服务等多个领域的典型应用,全面阐述智慧城市地理信息共享平台建设的意义、目标、内容、架构、创新点及建设应用模式,为智慧新城公共信息平台建设落地提供参考。     

校园网络GIS教学科研平台的建设与管理探索

根据GIS教学实践的应用需求与GIS实验室建设的发展趋势,以清华大学校园网络GIS教学科研平台的建设与管理为例,从建设历程、管理体系、管理流程、应用成果等四个方面,探讨校园网络GIS教学科研平台的构建、管理与应用,旨在促进我国高校GIS实验室的建设,推动GIS教学实践的发展.     

全国警用地理信息系统的建设和应用

正一、全国警用地理信息系统建设地理信息技术凭借其空间分析和可视化表达方面的强大优势,在可视化指挥调度、情报研判分析、跨区域警务协同作战、警务信息资源整合与管理等公安业务领域,有着广阔的应用前景。这就是全国警用地理信息系统PGIS平台建设的背景。公安部一直高度重视警用地理信息平台建设是,将其纳入"金盾     

智慧武汉应用体系与地理信息规模化应用研究

应用是智慧城市建设的生命力所在,应用体系是智慧城市建设体系的重要组成部分。本文以武汉为例,从硬件设施、数据、平台、应用、政策法规和组织机制等六个方面研究了智慧城市应用体系的基本构架,从服务对象、应用深度、协同程度等三个方面分析了地理信息规模化应用的模式。最后,介绍了社会综合管理与服务信息系统、土地税源管理系统、菜市场地图以及分析决策等四个智慧武汉建设应用的几个最新案例。     

城市基础地理信息公共服务平台的建设与实践研究

目前公共服务平台建设逐渐成为城市规划和国土管理部门的工作重心。本文从整体思维的角度阐述了城市地理信息公共服务平台架构和平台的建设模式,随后着重讨论了基于数据安全的网络拓扑设计,最后通过增城市地理信息公共服务平台实例分析了基础地理数据动态更新、地图服务和权限管理等技术要点。     

衡阳市开发区土地利用研究

衡阳市是湖南省老工业城市和农业大市,衡阳市开发区在带动区域工业化和农业产业化方面起到了重要作用。通过对各类开发区的土地利用规模、经济社会效益等分析,总结出衡阳市各类开发区存在规模偏小,土地利用率不高,结构不合理,与土地规划和城市规划协调较差,区域经济带动不够等问题。建议开发区在土地规划、发展模式、生态保护和管理服务等方面不断改革,推动区域发展和土地可持续利用。     

面向山地地区的区域地质三维模型构建

针对山地地区地质构造复杂的特点,研究现有三维地质模型构建方法。结合已有地质资料,设计从构建剖面框架、绘制剖面到构建地质模型等流程,构建山地地区的区域地质三维模型,实现区域地质三维模型在三维数字城市平台的可视化集成模拟,以及三维场景中对区域地质的管理查询。     

以案为戒 惩防并举 七台河市国土资源局强力推进党风廉政建设

七台河市国土资源局针对一起干部违法违纪案件,认真反思和剖析在党风廉政建设和反腐败工作中存在的制度缺失、管理缺位、监督缺严、教育缺法等严重问题,将2010年确定为党风廉政建设年,从组织建设、制度建设、平台建设、教育培训4个方面强力推进党风廉政建设,取得显著成效。     

GIS工程服务中心的组织与实践

GIS平台开发、应用系统建设与管理,GIS工程服务是构成地理信息产业的三个部分。本文首先阐述了GIS工程服务中心在地理信息产业中的作用与地位。较为详细地介绍了GIS工程服务中心的组织结构,生产运行模式及可能出现的问题。最后,就GIS工程服务中心组织与实践中某些问题进行了初步探讨。     

Cloud Data and Computing Services Allow Regional Environmental Assessment:A Case Study of Macquarie-Castlereagh Basin,Australia

Large amounts of data at various temporal and spatial scales require terabyte(TB) level storage and computation, both of which are not easy for researchers to access. Cloud data and computing services provide another solution to store, process, share and explore environmental data with low costs, stronger computation capacity and easy access. The purpose of this paper is to examine the benefits and challenges of using freely available satellite data products from Australian Geoscience DataCube and Google Earth Engine(GEE) online data with time series for integrative environmental analysis of the Macquarie-Castlereagh Basin in the last 15 years as a case study. Results revealed that the cloud platform simplifies the procedure of traditional catalog data processing and analysis. The integrated analysis based on the cloud computing and traditional methods represents a great potential as a low-cost, efficient and user-friendly method for global and regional environmental study. The user can save considerable time and cost on data integration. The research shows that there is an excellent promise in performing regional environmental analysis by using a cloud platform. The incoming challenge of the cloud platform is that not all kinds of data are available on the cloud platform. How data are integrated into a single platform while protecting or recognizing the data property, or how one portal can be used to explore data archived on different platforms represent considerable challenges.     

基于云平台的山东省地质灾害综合服务系统的设计与实现

提出了建设云GIS的完整的解决方案,通过研究云平台技术的交付模式和地理信息系统的特点,结合山东省地质灾害信息管理的实际需求,开发了基于云平台的山东省地质灾害综合服务系统。针对云GIS(地理信息系统)海量的存储空间数据及丰富的信息显示的特点,对地质灾害点数据进行高速处理和实时显示,文中设计了系统的建设方案,在云平台的架构设计基础上,设计并实现了对山东省地质灾害信息点的管理、查询、科普、统计等需求,实现了基于云平台技术的山东省地质灾害综合服务系统的开发。     

山东省地理信息时空大数据中心基础设施设计与实现

针对大数据背景下地理信息基础设施面临的各种问题和挑战,本文提出一种基于私有云的基础设施建设方法。首先通过云管理平台,将各种物理资源虚拟化,形成跨虚拟化技术的统一资源池;然后在其上建设时空大数据基础框架,采用分布式技术架构,通过集群并行的工作模式去解决存储和计算两个最为核心的技术需求;最后以山东省地理信息时空大数据中心基础设施建设为例,进行数据入库和图斑计算。通过对比验证,本文的方法能够切实提高数据存储和计算效率,满足数据资源的有效组织管理和应用服务要求,实现对地理信息时空大数据中心的有效支撑。     

基于ODC的国产卫星影像存储与应用研究

随着地球观测进入大数据时代,传统的数据管理技术已经难以适应大数据需求, Open Data Cube （ODC）作为新型的开源的地球观测数据管理与分析平台,适合进行时间序列数据的高性能计算和探索性数据分析,是亚大区域综合地球观测系统AOGEOSS的重要技术支撑平台。但当前ODC对国产卫星影像支持不友好,缺乏自动化管理和数据组织工具,使用ODC进行国产卫星影像数据管理的技术不成熟。因此,本文以高分一号卫星影像为例,通过开发ODC_GFTool中间件和自定义高分卫星影像产品格式探索ODC框架下国产影像数据自动化管理流程,最后以鄱阳湖为试验区,进行了基于ODC框架的水体提取应用实验,论证了ODC框架下国产卫星数据存取的可行性,研究结果表明相较于传统的数据处理工具ODC具有明显的效率优势,能够为AOGEOSS基础设施建设和国产卫星影像数据管理提供一定的参考。     

基于云平台的遥感信息公共服务研究

云平台作为云计算服务的基础架构,在计算机网络的基础上提供各种计算资源的统一管理和动态分配。文章提出的基于云平台的遥感信息公共服务,就是借助云平台先进的基础架构和管理方式,构建快速有效的遥感信息公共服务,推进遥感信息的应用和遥感信息事业的进步。文章在引进云平台技术的基础上,分析遥感信息公共服务平台的架构和关键技术,并对服务平台的应用前景和进一步研究进行展望。     

高性能GIS研究进展及评述

互联网技术的发展使地理信息技术得到了前所未有的发展和应用,地理信息计算呈现出计算速度快、运行效率高、应用多样化的发展特征。而随着计算机硬件性能飞速提升,传统的GIS数据处理方式并不能与之匹配,各种缺陷与弊端逐渐显现,亟待更高效的数据处理方式。目前,以并行集群计算技术和分布式网络技术为代表的高性能计算的出现,为这些问题的解决带来了新思路,并逐渐发展形成了新一代的多核并行高性能计算系统。当前,如何利用新型硬件体系结构带来的计算能力,研究新一代高性能GIS计算系统,解决现在所面临的时空数据密集和计算密集问题成为重要挑战。高性能计算是基于一组或几组计算机系统组成的集群,通过网络连接组成超级计算系统以加强数据处理、分析计算性能的一种技术。在实际应用中,逐渐形成Hadoop,Spark和Storm 3大主流分布式高性能计算系统,它们三者各具优缺点。本文从高性能GIS算法、并行GIS计算、内存计算和众核计算4个方面梳理、归纳总结了高性能GIS的技术体系,分析了每类高性能GIS技术特征,综合分析、评述了近年来高性能GIS的研究进展,并对高性能GIS未来发展进行展望,为更完备、高效的高性能GIS体系的建立、发展和应用提供参考。今后,并行GIS计算、高性能计算模式和分布式存储仍然是GIS技术领域发展的重要方向,通过高性能GIS系统可有效地解决时空数据密集、计算密集和网络通讯密集等问题,大大提升GIS地理分析效率。     

山东省一体化“多测合一”信息服务平台技术设计与实现

为实现工程建设项目“多测合一”改革关于测绘服务的全业务全流程全生命周期信息化管理，在充分调研全省“多测合一”改革现状和信息化需求的基础上，采用先进的微服务、云计算、云容器、GIS等技术，开发了山东省一体化“多测合一”信息服务平台，介绍了平台关键技术，设计了平台业务流程和技术架构，对平台管理、业务功能、成果管理、共享和应用进行了设计与实现，提升了全省“多测合一”改革测绘服务信息化管理水平。     

基于云计算的位置服务平台建设研究

云计算作为一种革命性的计算模型在很多行业都成为重要的技术趋势。将云计算应用于空间地理信息领域所形成的空间云计算也逐渐成为整个空间地理信息行业的主流技术。位置服务利用当今高速发展的互联网和多样化的移动终端向用户提供基于位置的信息和娱乐服务。空间信息数据是位置服务平台的重要组成部分,本文首先介绍云计算相关概念,根据对目前位置服务平台存在的问题的剖析提出了基于云计算的位置服务平台建设的思路和平台架构,最后分析了该平台的特点和所形成的产业链。     

基于MapReduce的空间敏感性分析并行算法设计

近年来,随着遥感空间数据广泛应用于生态系统,推动了区域尺度生态遥感参数模型的发展。敏感性分析对识别模型关键参数,降低模型不确定性和完善模型具有重要作用。区域尺度的生态遥感参数模型,在进行模型参数敏感性分析时,由于涉及到空间数据的复杂运算,单机环境无法满足快速分析的要求。为了提高生态遥感参数模型空间敏感性分析效率,本文以青藏高原为研究区域,利用植被光合模型VPM(Vegetation Photosynthesis Model)和开源云计算平台Hadoop,设计和实现了基于Sobol′的生态遥感参数模型空间敏感性分析并行算法,并在实验室集群环境下进行算法分析,验证了算法的有效性和适用性。该算法的核心是利用MapReduce并行编程技术,对空间敏感性分析中的地图抽样和模型迭代过程进行任务分割,将分割后的子任务分配至不同的计算节点进行并行计算。实验表明,本文提出的并行策略,能有效缩短地图抽样和模型迭代计算时间,相比于单机算法,并行算法的运行速度提高了14倍左右。     

基于Google Earth Engine和NDVI时序差异指数的作物种植区提取

为提高农作物种植信息遥感监测的效率,扩展数据适用范围,本文提出了一种基于时间序列NDVI差异指数的作物种植区提取方法。随着海量遥感与云计算的发展,Google Earth Engine作为一个全球尺度地理空间分析云平台,弥补了单机计算耗时长的不足,为快速遥感分类带来了新机遇。基于Google Earth Engine平台,以河南省开封市杞县为研究区,以2019—2020年杞县地区多时相Sentinel-2影像为数据源,结合物候信息,根据不同作物在时间序列NDVI曲线上的差异构建NDVI时序差异指数,从而提取作物种植区,区分不同作物类型,并与其他方法进行了精度验证和对比。结果表明：① NDVI时序差异指数法以作物物候信息为基础,与GEE高性能的计算能力相结合,形成了作物种植信息快速提取框架,可以方便快捷地进行作物种植区提取,较本地处理具有明显优势;② 杞县冬小麦和大蒜种植区有明显的空间分异性,冬小麦种植区主要集中在研究区西北部以及南部的农村居民点周围,而杞县大蒜则由于产品流通需要,主要集中在研究区中部以及东北部,居民点较为密集,交通便利的城市周边;③ 与时间序列支持向量机法和最大似然法相比较, NDVI时序差异指数进行作物种植区提取的总体精度达到83.72%, Kappa系数为0.67,分别比最大似然法提高了10.02%和0.21,比支持向量机法提高了4.18%和0.09,表明该方法能更高效率,更高精度地提取作物种植信息,实现区域作物种植信息的高效准确监测。总体来看,该方法在一定程度上可拓展遥感数据在农业领域的应用范围,具有推广价值。