从对地观测卫星到对地观测脑

21世纪以来,高分辨率对地观测卫星快速发展,对地观测系统由最初的单星模式发展为现在的轻小型卫星组建星座,实现了全天时、全天候、全方位的对地精细化观测。未来将对地观测卫星星座与通信卫星、导航卫星和飞机等空间节点通过动态组网,建立天基空间信息网络,以实现智能化空天信息的实时服务。为了进一步增强系统的智能化水平,提高系统感知、认知能力和应急响应能力,本文提出未来空间信息网络环境下对地观测脑（earth observation brain,EOB）的概念,对地观测脑是基于事件感知的智能化对地观测系统。详细介绍了对地观测脑的概念模型及需要解决的关键技术,举例说明了对地观测脑初级阶段的感知、认知过程。将来对地观测脑可以回答何时（when）、何地（where）、何目标（what object）发生了何种变化（what change）,并在规定的时间（right time）和地点（right place）把这些正确的信息（right information）推送给需要的人（right people）的手机或其他智能终端,全球用户可实时获得所需的任何数据、信息和知识。     

集成多源地理大数据感知城市空间分异格局

多源地理大数据为地理现象的分布格局、相互作用及动态演化提供了前所未有的社会感知手段。城市是人类活动最为集中的区域,产生了多种地理大数据,并支持对于城市空间的理解。城市内部的分异格局是城市研究和规划所要面对的重要议题,社会感知数据提供了从"人-地-静-动"4个维度刻画城市分异格局的途径。梳理了不同类型大数据对于表达这4个维度特征的支持,并借鉴"生态位"模型,通过一个实例研究展示了集成多源数据量化城市空间分异特征的应用,最后讨论了相关的理论问题。     

基于地球系统空间格网的全球大数据空间关联与共享服务

对地学领域全球观测及分析模拟的大数据进行空间关联,可以促进数据共享利用,更好地服务于全球变化与地球系统科学研究及社会公益事业。本文分析了全球大数据的共享现状、存在问题和发展方向;介绍了一种基于球体退化八叉树的地球系统空间格网(ESSG),及其和现行坐标系统的关联与转换方法;提出了基于ESSG的三元组数据结构、全球大数据空间关联模式、大数据集成组织与对象表达原理;并基于云环境和Web服务技术,设计了基于ESSG的全球大数据共享服务模式。搭建了试验环境,开发了软件,以全球地壳数据、DEM和大气数据为例,实现了全球大数据空间关联、集成可视化与共享服务。     

智慧城市中的大数据

探讨了智慧城市的概念,总结了其发展历程,剖析了中国建设智慧城市的动力和目标,阐述了智慧城市的支撑技术,并提出了智慧城市的基础架构,即在数字城市的基础上有机地融合物联网和云计算技术,以实现对现实城市中人和物的自动控制和智能服务。针对无所不在的传感器网对智慧城市的大数据进行了分析,面对智慧城市中大数据将带来的诸多问题和挑战,提出了应对大数据的策略和思路,重点论述了云计算与数据挖掘,并给出了云平台的基础框架,提出了建立智慧城市运营中心的建议,最后展望了智慧城市未来美好的前景。     

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。     

时空信息与数据科学专题导言

<正>新型感知手段、人工智能和大数据技术的快速发展,从时空数据获取、管理、分析和展示等不同维度深刻地催动地理空间信息技术和方法的变革。时空信息与数据科学作为交叉学科领域,涉及地理信息系统、遥感技术、地球观测技术、大数据分析技术、计算机科学、人工智能等多个学科和技术的交叉与融合。为推动时空信息与数据科学的全面发展和深入应用,支撑数字中国战略,同时庆祝我国空间信息与数字技术专业设立20周年和《地理空间信息》创刊20周年,组织了“时空信息与数据科学”专题。     

从测绘学到地球空间信息智能服务科学

回顾了从传统测绘学到当今地球空间信息智能服务科学的60年发展历程;总结了测绘学从模拟到解析再到数字化发展的3个重要阶段;介绍了GNSS、RS与GIS(3S)集成,从而形成了地球空间信息学的兴起;分析了数字地球时代地球空间信息学的发展,进而论述了当今智慧地球时代地球空间信息科学走向实时智能服务的最新进展,并对"互联网+"空间信息智能服务的3个发展水平进行了重点论述。可以肯定,在大数据时代传统的测绘学必将集通信、导航、遥感、人工智能、虚拟现实和脑认知科学之大成,发展成为地球空间信息智能服务科学,为富国强军与利民作出应有的贡献。     

基于大地图的地理信息服务模式

当前中国已经进入智慧城市快速发展的阶段,大数据为智慧城市提供了强劲的数据支撑,是智慧城市发展不可缺少的核心内容。该文以众多智慧城市建设项目、科研项目为基础,论述了"新时代"大地图与大数据的关系,重点研究了大地图对地理信息行业服务模式的变革,在这项研究中融合了相关的业务模型,为智慧城市建设中地理信息服务模式的发展提供思路。     

面向大数据的空间信息决策支持服务研究与展望

本文分析了大数据并行处理、地理计算、数据挖掘分析、空间信息决策、地理信息服务等领域的技术发展和应用需求,通过在多源信息融合的组织机构空间分布格局分析、地理要素统计分析、互联网泛在地理信息挖掘分析等方面的理论探索与实践经验,对面向大数据的空间信息决策支持服务涉及的理论问题、关键技术、发展趋势等方面作了分析与展望。     

智慧城市时空大数据云服务设计与实现

在建设智慧城市的过程中,时空大数据平台搭建是其中的重要内容,事实上,在时空大数据平台搭建的过程,云服务是其中的重点内容.聚焦这一话题来详细展开,具体选取了平潭综合实验区自然资源与空间信息时空云项目来具体研究,在这过程中对云服务的设计与应用进行了全方面的探索,并且对其所实现的效果加以总结,通过细致的研究与科学的分析活动,...     

3S技术与智能交通

行人检测是视频大数据中提取信息的关键技术之一,是视频大数据挖掘的关键环节。提出了一种基于稀疏多尺度分割和级联形变模型的行人检测算法。首先设计基于图像纹理的稀疏多尺度分割算法提取潜在行人区域,完成初级多尺度检测;同时缩小检测范围,剔除大量背景区域;再基于级联形变模型在候选特征区域进行精细检测,最终实现由粗到细的快速行人检测。在TUD-Crossing和TUD-Pedestrian等公开数据集上对算法进行了测试。实验结果表明,本文算法降低了虚警率,提升了检测速度。     

基于NoSQL数据库的空间大数据分布式存储策略

基于关系型数据库的空间数据存储与处理是地理信息系统（geographic information system,GIS）领域的主流模式,但伴随着物联网、移动互联网、云计算及空间数据采集技术的发展,空间数据已从海量特征转变为大数据特征,对空间数据的存储和管理在数据量和处理模式上提出了新的挑战。首先分析了基于传统的集中式存储与管理模式在处理和应用大数据方面的局限性,包括存储对象的适应性、存储能力的可扩展性及高并发处理能力要求;然后在分析当前几大主流NoSQL数据库特点的基础上,指出了空间大数据基于NoSQL数据库的单一存储模式在数据操作方式、查询方式和数据高效管理方面存在的局限性;最后结合GIS领域空间大数据存储对数据库存储能力的可扩展性及数据处理和访问的高并发要求,提出基于内存数据库和NoSQL数据库的空间大数据分布式存储与综合处理策略,并开发了原型系统对提出的存储策略进行可行性和有效性进行了验证。     

面向空间数据仓库的空间数据集成研究

随着空间数据复杂性的增加,现有的空间数据库和空间分析工具已经不能提供足够的决策参考,迫切需要建立大量历史数据以及不同尺度的空间数据仓库.在研究了现有的空间数据库、空间数据仓库以及空间数据集成的基础上,充分探讨了空间数据仓库模型的建立过程,系统提出了面向空间数据仓库数据模型的数据集成的两个主要的方面:不同数据源的空间数据的集成和不同尺度维上的空间数据的集成.     

在线空间商务智能多源数据集成与交互可视化分析

设计并实现了一系列时空数据交互可视化分析组件,为选址分析、市场管理分析和预测、商圈分析等传统的商务分析提供直观、动态的时空交互可视化工具.应用表明,设计的系统可帮助用户高效便捷地探索、抽取、分析复杂高维商务数据中蕴含的时空模式,为商务决策提供有效支撑.     

大数据时代的空间数据挖掘综述

随着大数据时代的到来,数据挖掘技术再度受到人们关注。本文回顾了传统空间数据挖掘面临的问题,介绍了国内外研究中利用大数据处理工具和云计算技术,在空间数据的存储、管理和挖掘算法等方面的做法,并指出了该类研究存在的不足。最后,探讨了空间数据挖掘的发展趋势。     

基于GML/WebGIS的空间数据集成研究

GIS的迅速发展和广泛应用导致了空间数据多源性的产生,为数据综合利用和共享带来不便.GML被许多公司接受和采用,由此为空间数据的集成和共享提供了有利的数据交换基础,使用GML存储和发布空间数据,将非常有利于WebGIS的发展和应用.     

大数据背景下的虚拟地理认知实验方法

如何构建新一代的虚拟地理认知实验研究范式,从海量人类活动和地理数据中挖掘人地交互过程中的新模式、新知识成为新一代虚拟地理认知实验需要解决的问题。本研究首先提出了在数据密集型科学研究范式下的虚拟地理认知实验框架,阐述了从环境心理学的视角,结合多源人类活动大数据、城市环境大数据构建实验平台的方法,进而支持地理知识工程的构建。其次,本文介绍了基于海量街景数据和对应的个体情感评分数据,利用深度学习的相关方法和统计模型来进行认知知识挖掘的案例。实验发现了可视域中与个体对场景的情感维度-压抑感具有较高相关性的一系列视觉要素,如植被、建筑、车辆等,并通过回归分析予以量化。     

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。     

面向地理空间框架建设的城市大比例尺数据整合改造研究与实践

城市大比例尺基础地理信息数据蕴含了丰富的信息,是其他信息空间化、标准化处理的基础和空间依据,是数字城市地理空间框架建设的重要组成部分。本文以福建省明溪县为例,讨论了城市大比例尺数据整合改造方法的研究,以及数据制作过程中所遇技术难题的解决办法,探索了一条高效可行的城市大比例尺数据改造方法。