面向大数据的空间数据挖掘综述

随着大数据时代的到来,海量空间数据与获取手段不足的矛盾日益显著,空间数据挖掘的地位日益提高。从大数据的含义出发,分析了空间数据与大数据的关系,回顾了传统空间数据挖掘存在的问题,最后从平台和算法两个方面探讨了空间大数据挖掘的最新研究进展。     

大数据时代的空间分析

目的 近年来,大数据越来越多地被用来描述正在到来的信息爆炸的时代,也引起了产学研政府部门的高度重视。首先综述了大数据和空间大数据的特点和最新发展。其次,从GIS基础理论方法的角度回顾和评述了空间分析、空间建模和空间优化等三个地理信息科学的核心议题。在此基础上,引申出空间理论方法背后隐含的空间哲学和空间思维。最后指出了大数据时代地理信息科学发展的机遇与挑战。     

可视化空间数据挖掘研究综述

空间数据挖掘针对的是更具有可视化要求的地理空间数据的知识发现过程,可视化能提供同用户对空间目标心理认知过程相适应的信息表现和分析环境,可视化与空间数据挖掘的结合是该领域研究发展的必然,并已成为一个研究热点。论文综述了空间数据挖掘和可视化的研究现状,重点阐述了空间数据挖掘中的可视化化技术及其应用,并对可视化空间数据挖掘的发展趋势进行了阐述。     

展望大数据时代的地球空间信息学

20世纪90年代,随着全球信息化和互联网的推进,地球空间信息学应运而生,推动了数字地球和数字城市的建设。21世纪以来,随着全球信息化与工业化的高度集成发展,出现了物联网和云计算,人类进入了大数据时代。本文论述大数据时代地球空间信息学的特点(无所不在、多维动态、互联网+网络化、全自动与实时化、从感知到认知、众包与自发地理信息、面向服务)和必须解决的主要关键技术问题(全球空天地一体化的非线性地球参考框架构建技术、星基导航增强技术、天地一体化网络通信技术、多源成像数据在轨处理技术、天基信息智能终端服务技术、天基资源调度与网络安全、基于载荷的多功能卫星平台设计与研制)。本文最后给出大数据时代地球空间信息学的新定义,即地球空间信息学是用各种手段和集成各种方法对地球及地球上的实体目标(physical objects)和人类活动(human activities)进行时空数据采集、信息提取、网络管理、知识发现、空间感知认知和智能位置服务的一门多学科交叉的科学和技术。从这个新定义出发,地球空间信息学将在构建智慧地球和智慧城市的大数据时代面临更多的发展机遇和艰巨的任务,必将为人类社会的进步和可持续发展作出更大的贡献。     

基于空间大数据技术的海南城乡规划研究

主要探讨了大数据时代下的海南城乡规划研究,从空间大数据技术在城乡规划各个阶段的应用入手,讨论了空间大数据技术对海南城乡规划的影响,指出了海南城乡规划目前存在的问题,指明了海南自由贸易试验区和中国特色自由贸易港建设背景下海南城乡规划的发展方向.     

大数据时代下地理信息公共平台建设展望

在大数据时代来临的背景下,地理信息公共平台不仅要在原有的地图浏览、兴趣点查找、定位服务等模式下提供更好的体验,还要满足相关信息挖掘推送、快速数据分析决策等时代趋势要求。本文以广东省地理信息公共平台现有框架为基础,结合大数据技术,概述了下一代平台的建设方向。     

空间数据挖掘方法综述

空间数据挖掘和知识发现是空间数据库技术、空间数据荻取技术、计算机技术、网络通信技术和管理决策支持技术等发展到一定阶段的产物,是多学科相互交融和相互促进的新兴边缘学科,汇集了人工智能、模式识别、数据库、空间信息学、统计学等各学科技术的成果。如何在浩瀚的空间数据和人们的知识渴求之间建立一个桥梁的确是一个巨大的挑战,而以聚类、分类等人工智能技术为基础的空间数据挖掘为迎接这个挑战提供了新的支撑技术。总结了空间数据挖掘方法的国内外研究现状,为深入研究空间数据挖掘方法提供参考价值。     

空间数据挖掘工具浅谈

数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程,这些模型和关系可以用来做出预测。空间数据挖掘有十分广阔的应用范围和市场前景,目前已出现大量的数据挖掘工具用于企业决策、科学分析等各个领域。文中对2个数据挖掘工具进行讨论,介绍它们的功能、所使用的技术以及如何使用它们来进行数据挖掘。     

遥感大数据自动分析与数据挖掘

成像方式的多样化以及遥感数据获取能力的增强,导致遥感数据的多元化和海量化,这意味着遥感大数据时代已经来临.然而,现有的遥感影像分析和海量数据处理技术难以满足当前遥感大数据应用的要求.发展适用于遥感大数据的自动分析和信息挖掘理论与技术,是目前国际遥感科学技术的前沿领域之一.本文围绕遥感大数据自动分析和数据挖掘等关键问题,深入调查和分析了国内外的研究现状和进展,指出了在遥感大数据自动分析和数据挖掘的科学难题和未来发展方向.     

时空大数据在空间优化中的应用

空间优化提供资源、实体等的高效配置与最佳空间组织方案,是地理学的重要研究领域。大数据背景下,各类蕴含时空信息的时空大数据能反映地表各要素的空间格局特征与演变过程,为空间优化提供强大的数据支撑。基于国内外时空大数据、空间优化研究成果,分析大数据发展历程、特征、定义及其影响,概括时空大数据的定义与特征,总结出对地观测、社会经济、物联网、互联网与社交网等5类时空大数据;在宏观(全国)、中观(省域)、微观(市县)3个尺度下,综述现有研究中的各种空间优化;将时空大数据在各类空间优化中的应用归纳为城市(镇)体系空间结构分析、自然生态环境监测、土地利用分析等7大类,并分别梳理了国内外的相关应用研究。该综述可为时空大数据、空间优化相关研究提供参考。     

论空间数据处理与空间数据挖掘

根据现行文献中反复提到的空间数据处理内涵的理解．将空间数据处理分为空间数据处理技术和空间数据处理理论，简要论述了各自的主要内容．讨论了空间数据挖掘的现状和今后研究的重点，比较了空间数据处理与空间数据挖掘的异同。     

基于云计算的空间数据处理技术

随着云计算时代的到来,基于云计算进行海量数据处理,成为一种解决传统集中式数据管理不适应海量数据不断增长的高效、可信方法。本文介绍了云计算的含义、特点,以及发展现状。分析了运用云计算技术实现空间数据处理的优势,调查并总结了目前基于云计算数据处理技术的研究状况以及所面临的问题。     

面向持续交付的空间大数据基础设施设计与实现

随着空间大数据技术的快速发展,越来越多与空间大数据云平台相关的项目逐步规划和建立.GIS建设项目已经朝着平台化、虚拟化和智能化的方向转变.新一代GIS平台建设的重要原则之一,就是要把空间大数据作为企业的重要资产.它需要系统地管理、持续地维护、安全地控制以及深入地挖掘.在持续探索数据价值的过程中,对平台基础设施提出了新的技术要求,包括集成多种开源技术、支持快速的迭代开发、支持持续运行的数据分析任务等.本文研究的重点是结合DevOps等先进的面向持续交付的管理理念,利用相关技术提出空间大数据基础设施的设计方案,使其具备持续交付能力.     

大数据时代下《GIS空间分析》课程内容建设

在阐述地理时空大数据时代下GIS空间分析面临的机遇与挑战的基础上,从《GIS空间分析》课程教学内容总体梳理,地理时空大数据等专业前沿知识更新,典型教学案例引入和面向行业应用的针对性实践教学内容设计等方面开展《GIS空间分析》课程内容建设.这些探索对于培养满足地理信息产业发展需求、具有实践和思维创新能力的应用型空间信息技...     

空间数据挖掘的方法和实施

回顾了空间数据挖掘技术的现状、趋势及任务，描述了目前在空间数据挖掘中常用的一些算法；然后以海岸带地理环境评判为例，介绍了挖掘算法的实施。     

基于GIS空间数据挖掘技术的应用研究

介绍了空间数据挖掘的概念,分析了基于GIS的空间数据挖掘的流程,详细介绍了空间数据挖掘在GIS中的应用和可视化方法,最后提出GIS空间数据挖掘存在的问题,阐述了技术的发展前景。