地理大数据挖掘研究进展与挑战

大数据时代,全面涵盖人类活动与地理环境信息的地理大数据为更全面认识“人-地”关系提供了新的机遇。数据挖掘是地理大数据产生“大价值”的关键。与传统目的性采样数据(或“小数据”)相比,地理大数据具有更细的时空粒度、更广的时空范围、更丰富的人地关系信息、更高的时空有偏性及更低的时空精度。地理大数据的独特性使得地理大数据挖掘面临新的挑战。本文首先对地理大数据挖掘与空间数据挖掘的区别与联系进行分析;然后,对当前地理大数据挖掘方法、应用及软件的研究进展进行回顾和总结;最后,对地理大数据挖掘面临的挑战和发展趋势进行了展望。通过对地理大数据挖掘研究进展进行系统的分析,有望为地理大数据挖掘理论与方法的完善提供一定的参考和借鉴。     

基于文本的地理空间数据挖掘与可视化

W eb文本挖掘在现今各行业中越来越受欢迎,而基于文本的地理空间数据的挖掘与可视化还是一个较新颖的研究领域。本文在综述文本数据挖掘研究现状的基础上,提出了基于传统文本的地理空间数据挖掘应用模型,利用Arcview作为构建模型的基础平台,实现了基于文本的地理信息的可视化和历史景点相关属性信息的查询。试验模型系统具有历史地物景点的分类、统计与显示查询等功能,并可以与现代景点进行对比分析。论文最后对此模型的不足作出分析,进而提出改进建议。     

基于数据挖掘的地理信息服务聚合研究

互联网环境下的地理信息服务聚合是当前的研究热点之一。本文研究了网络爬虫、数据挖掘、行业信息空间定位以及服务聚合技术,智能解析了多个行业的数据资源,并将空间化后的行业地理信息数据进行了注册与发布,实现了行业数据与基础地理信息数据的服务聚合。最后,开发原型信息系统,验证了该方法的可行性与有效性。     

基于地理特征语义单元的地理空间建模

基于地理特征的地理空间建模方式是为了解决传统分层模式存在一系列不足而提出的。本文在分析现有研究成果基础上,发展了基于地理特征语义单元的地理空间建模方式,它是完全建立在地理空间认知之上的,能够实现地理空间认知与表达的一致性,能够比较完备地保持地理空间的整体性、联系性和可认知性;并提出了3种特征语义对象用于承载特征语义单元在信息世界中的映射,通过实践证明:这3种特征语义对象能够实现任何复杂地理实体的对象化表达。     

基于数据挖掘的宁波市公共自行车使用特征

运用ArcGIS10.2和SPSS22.0软件对宁波市中心城区公共自行车的IC卡数据、区域属性数据、POI网络开放数据进行了综合分析,发现：①宁波市公共自行车使用时空分异明显,呈现圈层结构。内圈层和中圈层自行车使用量大、潮汐不明显、泊位周转率高;外圈层和外围区具有使用量小、潮汐性强、泊位周转率低的特征。②公共自行车使用与人口密度、医疗保健网点、教育机构、餐饮服务、公园数、早高峰时段、晚高峰时段具有明显正相关关系;与地铁站点数、公司企业数量、绿地广场存在明显负相关关系。     

空间数据挖掘和知识发现与地理可视化的集成

论述空间数据挖掘和知识发现以及地理可视化的理论及特点,指出二者集成的可能性和必然性,并在此基础上介绍一种集成方法.     

基于网格技术的空间知识发现与数据挖掘研究

设计了基于服务网格的空间知识发现与数据挖掘的架构,并对其关键技术进行了探讨性研究。     

基于空间数据挖掘技术的房地产估价系统设计与研究

介绍了空间数据挖掘技术和研发现状,通过研究指出了房地产估价系统与空间数据挖掘技术的集成模式,提出基于空间数据挖掘技术的房地产估价系统的解决方案,也是房地产估价系统的研究热点和趋势.     

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。     

基于Phoenix的地理空间大数据管理系统

NoSQL数据库HBase已被众多应用系统作为存储和管理海量数据的解决方案,但HBase并未提供对地理空间数据的直接支持,因此提出了名为GS-Phoenix的地理空间大数据管理系统,GS-Phoenix构建在开源项目Phoenix和HBase之上。在插入空间数据时,GS-Phoenix自动以主键索引或二次索引方式生成基于空间填充曲线的空间索引。利用该空间索引,GS-Phoenix实现了矩形范围查询、不规则范围查询和k近邻(k nearest neighbors,k NN)查询等复杂空间查询所需的基本操作。GS-Phoenix利用用户自定义函数机制和服务器端排序机制将空间查询中的主要运算任务放置在服务器端,有效降低了客户端的计算负担。此外,GS-Phoenix还设计了基于数据空间分布统计的查询优化方法,进一步提高了空间查询效率。实验表明,GS-Phoenix能够在小规模的集群上实现17万/s左右的数据插入速率,常用的空间范围查询和k NN查询都可以在几百毫秒内完成,因此GS-Phoenix能够适用于各类具有高数据吞吐和实时空间查询需求的位置相关应用系统。     

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.     

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。     

基于陆海基础地理空间要素数据特征的数据融合技术研究

面向浙江省现有省级基础地理空间要素数据与海洋基础地理空间要素数据开展数据融合这一问题,剖析了两者之间存在的数据特征差异性,提出了基于空间相似性的同名实体匹配方法和基于数据特征的要素融合方法,以辅助实现陆海基础地理空间要素数据的无缝融合。基于上述方法,在浙江省海洋地理信息系统建设项目中研发了陆海基础地理空间要素融合工具,并进行了试生产,建立了相适宜的数据融合技术路线,为最终建立陆海一体的基础地理空间要素数据库提供了有效技术支撑和宝贵实践经验。     

基于语义映射的大比例尺基础地理信息数据库快速制图技术

为满足大比例尺基础地理信息数据库快速制图的应用需求,通过对GIS数据模型和CAD数据模型的深入研究,构建了基础地理信息库体数据与地形图之间的语义映射关系。基于AE及C#研发了大比例尺基础地理信息数据库快速制图系统,实现了库体数据到标准地形图数据的自动、快速生产,并在多个数字城市项目中得到成功应用。     

基于工作流的地理处理建模技术

通过对传统地理处理建模的分析以及工作流技术的研究,提出了基于工作流的地理处理建模方法,并通过实验室选址的实现验证了该方案具有可行性.     

空间数据挖掘技术的研究与发展

随着现代科学技术的迅速发展,复杂多变的空间数据日益膨胀,远远超出人们的解译能力,迫切需要数据挖掘和知识发现为其提供指导。文章从空间数据挖掘的基本概念出发,详细阐述了空间数据的特点、空间邻接关系及其相关操作,给出了几种典型的空间数据挖掘方法,并对空间数据挖掘的进一步发展做了展望。     

基于地理本体空间特征的属性关系推理方法

目前,利用地理本体进行实体空间关系的表达与计算是地理信息领域的研究热点.针对这一热点,本文提出了基于地理本体空间特征的属性关系推理方法.首先,分析了空间关系计算的相关基础理论;其次,研究了基于OWL语言的地理本体空间关系表达方法;最后,以"山脉"为目标地理实体进行验证.实验表明:该方法能够有效提取地理实体的空间关系信息...     

基于地理特征的CA-GIS时空数据模型构建方法

针对如何有效建立时空数据模型来表述地理实体的时空特性问题,本文在面向对象思想的基础上引入CA-GIS模型,并对元胞、邻居模型和局部演化规则三个方面进行扩展,提出了基于地理特征的CA-GIS时空数据模型,阐述了基于地理特征的CA-GIS时空数据模型应用流程,为CA-GIS时空数据模型的应用奠定了基础。     

基于特征的基础地理信息分类编码方法研究

分析国际、机助制图系统及GIS中基础地理信息编码方法的不足,结合地理属性与图形属耦合的编码思想,提出一套基于空间对象的几何、属性、制图特征,面向GIS需求,同时兼顾制图功能的基础地理信息三维编码方案,该方案已用于开空间数据整理系统和数据管理系统,在东莞国土资源空间数据库项目中取得了良好的效果。     

基于Spark与MongoDB的地理空间大数据应用分析系统设计与实现

针对地理空间大数据应用分析中存在的技术瓶颈,提出了一种基于Spark与Mongo DB的地理空间大数据应用分析方案,深度融合了Spark与JTS拓扑套件,在此基础上研发了地理空间大数据应用分析系统,为地理空间大数据应用分析提供了一种新的方法与途径。