可配置地质环境评价系统研究与应用

地质环境评价是掌握地质环境时空格局、变化趋势,开展地质环境防治保护管理工作的必要前提和重要手段。根据不同的应用目的,地质环境评价需采用不同的指标体系和数据,而且随着地质环境业务的发展,指标体系和数据也会不断扩展和变化。为了适应地质环境评价发展的需要,本文提出并研发了可配置的地质环境评价系统,该系统围绕地质环境评价核心过程,通过配置层可以对地质环境评价指标因子及权重、指标数据源及获取方法、指标评价计算方法,以及指标分级标准与空间可视化方法等多个环节进行灵活设置。与传统的地质环境评价软件相比,可避免地质环境评价指标或数据源发生变化时,需要重新进行软件编码、重新组织数据库等问题。唐山市应用实践表明,该系统具有良好的可配置能力、扩展性和应用性。     

地理空间数据本质特征语义相关度计算模型

关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系,分层次逐级计算地理空间数据的语义相关度。与传统的语义相关度计算方式不同,以地理元数据为语料库,充分考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度,分别采用几何运算、数值运算、词语语义相似度计算和类别层次相关度计算的方式,构建地理空间数据的语义相关度计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识等特点。实验表明：模型能够有效地计算地理空间数据本质特征的语义相关度,并具备一定的扩展性。     

极地科学数据关联方法及应用研究

为了从海量极地科学数据中准确、智能地发现用户所需要的数据,首先,系统研究分析极地科学数据特征,挖掘极地科学数据本身隐含的语义信息,建立极地科学数据关联指标体系;其次,研究极地科学数据关联方法,最后设计并实现极地科学数据关联查询应用原型系统。以极地科学数据共享平台的元数据作为语料库,自动抽取极地科学数据关联指标数据,实现极地科学数据集之间的自动关联。应用实践表明,利用极地科学数据关联方法不仅可直接检索出满足条件的数据,还可以检索出潜在的相关联的数据。该关联方法研究可促进极地科学数据的集成、融合与共享应用。     

形态本体及其在地理空间数据发现中的应用研究

地理空间数据语义异构是实现数据关联、数据智能推荐和精确发现的主要瓶颈。地理空间数据本体被认为是解决地理空间数据语义异构的有效方法。形态特征是地理空间数据(除时空、要素内容外)的重要特征,是地理空间数据本体的重要研究内容。本文首先在系统分析地理空间数据形态特征的基础上,提出地理空间数据形态特征的概念体系。然后,建立地理空间数据形态本体模型,提出形态信息的本体表示方法,并构建地理空间数据形态本体。最后,基于形态本体的本体库,利用Jena本体推理技术,开发地理空间数据语义检索原型系统,并将形态本体应用于国家地球系统科学数据共享平台的元数据检索中。实验结果表明,地理空间数据形态本体可以有效地解决数据形态特征的语义异构,提高数据发现的查全率和查准率。本文的研究方法和成果对解决其他领域数据的语义异构,有重要的参考意义。     

城市供水水质监测及应急处理系统设计与实现

随着城市化进程的日益加快,水污染问题越来越严重,水质污染处理成了城市发展中亟待解决的问题。因此,研究构建城市供水水质监测及应急处理系统,实现对城市供水水质实时监测及水质污染应急处理非常重要。本文对城市供水水质监测及应急处理系统的概述、逻辑层次、功能体系、处理流程进行了设计,详细阐述了系统的数据录入模块、水质监测及应急事件处理模块。采用浏览器/服务器的体系结构,以Flex作为前端展示技术、将MapGIS K9 IGServer作为地图服务平台进行二次开发,对城市供水时空数据进行一站式管理,实现对城市饮用水的水质指标监测和应急处理。     

地理数据空间本体构建及其在数据检索中的应用

随着新地理信息时代的来临,地理数据已经呈现出爆炸式增长的趋势。如何在海量的地理数据中准确、及时地找到人们所需要的数据,并把相关联的数据智能地推荐给用户,成为亟待解决的一大难题。针对传统以关键词、主题词等字符串匹配为核心的数据发现方法存在的查不全、查不准的问题,本文通过对地理空间中的概念、属性、关系、规则,以及相应实例的详细表达,初步提出了地理空间本体构建框架,并在此基础上构建了较为完整的地理数据空间本体,以实现地理数据的智能关联,最后在地球系统科学数据共享平台中进行应用实践。结果表明,引入地理数据空间本体后,检索的结果在数据的查全和查准方面显著提高,而且还能智能推荐相关联的数据信息。本文构建的地理数据空间本体对于大数据时代背景下地理数据的精确发现和共享有重要意义。     

基于Shark/Spark的分布式空间数据分析框架

随着空间数据的与日俱增,传统依托于单节点的空间数据管理方法,已难以满足海量数据高并发的需求。云计算的兴起带来机遇与挑战,分布式技术与数据库技术的优势互补,为云计算下高效的数据管理提供了可能。本文提出一种在分布式计算引擎（Shark/Spark）中集合之关键技术（包括空间数据映射、空间数据加载、数据备份及空间查询等）,将空间数据库对空间数据的高效存储、索引及查询优势与分布式计算引擎对复杂计算的优势相结合,实现一种基于Shark/Spark的分布式空间数据分析框架。在具体实现中,通过空间自定义函数和空间函数下推2种方式实现空间查询,结果表明,影响返回结果数据量的空间查询更适合下推给空间数据库完成,而不影响返回结果数据量的空间查询,利用分布式计算引擎直接运算更有优势。同时,通过与现有的一种分布式GIS方案（ArcGIS on Hadoop）对比发现,空间数据库的空间索引可有效提高查询效率,空间数据管理也更加独立。     

时间本体及其在地学数据检索中的应用

高效、准确地获取目标数据及其关联数据,是决定大数据共享与挖掘分析能否实现的关键因素。传统的数据检索方法无法利用地学数据间的显性或隐含关系,已不能满足日益增长的对检索结果质和量的需求,而本体理论和技术的语义检索成为当前的研究热点。本文针对时间这一地学数据的本质属性,在系统研究地学数据时间概念与特征的基础上,建立了地学数据时间本体模型,并深入论述了模型中的时间关系、时间坐标系等内容,提出了时间位置和时间距离的描述函数,同时研究了二者的本体表达方式。构建了包括地质年代等在内的地学数据时间本体库,并以语义网开发框架Jena为基础,经本体解析、元数据时间信息抽取与标注等过程,将时间本体应用于地球系统科学数据共享平台的元数据检索之中。结果表明,以时间本体的地学数据语义检索查全率约为关键字方法的1倍,检索结果排序,以及关联数据推荐方面也有更好的效果,为促进地学数据共享与关联发现提供了一种有效的方法。