基于Storm的地理编码引擎

近年来,随着Web 2.0和具有位置感知能力的移动计算设备的普及应用,带来了大量含有时空语义的地理大数据。在这个背景下,以地图厂商人工方式和半自动方式更新地名地址库为基础的传统地理编码服务,已难以满足新的应用需求。本文提出一种地理大数据驱动的自适应地理编码引擎的构建思路和方法,通过引入实时计算和流式计算平台Storm,实现对网络中的多源地理大数据的爬取与实时处理,加速地名地址库及相关资源的生成与更新过程,并给出了相适应的地理编码匹配方法。在实时流式计算框架基础上,通过JTS Topology Suite实现流式并行的空间操作,设计并实现了基于Storm的地理编码引擎原型系统,满足多源地理大数据的高效处理和地理编码要求。实验结果表明,该引擎通过实时流式处理可加速地址库的扩充与更新过程,并且利用地址库持续更新的方法,提升了地理编码的匹配率和定位准确度。     

地理时空大数据协同计算技术

大数据时代,地理时空数据的迅猛增长给应用理念、技术框架和服务形式带来挑战。本文在阐述地理时空大数据概念的基础上,首先分析了地理时空大数据计算面临的挑战,从数据协同、技术协同、服务协同和生产协同4个层次阐述了地理时空大数据协同计算方法;然后,根据平台化服务的需求设计了地理时空大数据协同计算框架,从遥感数据综合预处理、地理时空数据的组织与管理、地理时空大数据高效计算、地理时空大数据可视化4个方面论述了地理时空大数据协同计算实现的关键技术;最后,以遥感大数据综合处理系统作为案例说明了地理时空大数据协同计算与服务的实现方法,并对地理时空大数据的应用模式进行了展望。     

基于N-KD树的空间点数据分组算法

随着科学技术的进步,地理空间数据的分析处理面临着数据量膨胀和计算量高速增长的双重挑战,为了解决海量数据处理速度慢的问题,本文针对空间分布不均匀的点数据,从数据并行的角度,以保持数据的空间邻近性及保证数据分组后各组数据量负载均衡为目标,提出基于N-KD树（Number-K Dimension Tree）数据动态分组的方法,其是一种面向实时变化（数据量和数据空间范围变化）的空间数据动态分组方法。该方法借鉴K-D树的创建和最临近点搜索的思想,通过方差判断数据分布稀疏程度,利用最临近点搜索方法处理边界点,实现空间范围的不均等切分,保证数据分组后各组数据量基本均衡。试验表明,该方法具有较好的动态分组效果与较高的计算效率;支持各种分布状态的空间点数据的分组;分组后各组数据量负载均衡;分组算法本身有支持并行、支持分布式协同工作模式的特点。     

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。     

基于WCF的地质矿产数据集成管理系统的设计与实现

通过分析地质矿产数据集成的必要性以及数据集成的发展趋势,提出了面向服务的数据集成。与以往基于Web Service技术实现面向服务地质矿产数据集成不同,基于WCF技术,设计并实现了地质矿产数据集成管理系统,作为矿产资源与能源遥感探测评价系统的子系统,实现了地质矿产数据的集成管理与快速查询。      

基于任务驱动的战场环境分析数据映射模型设计与实现

针对传统战场环境分析模型缺乏将军事特征同用户认知与任务需求相结合的服务问题,构建了一种基于任务驱动的战场环境分析模型数据自动映射与匹配方法。通过分析作战任务的特点,建立任务形式化描述规范,构造了基于xml的基本战斗任务的需求描述模板,以战场环境分析模型为基础获取作战任务对环境数据需求的要素,建立了基于规则的战场环境分析数据映射模型,完成从任务需求到环境数据自动匹配的过程。最后通过基于该模型的战场环境分析系统数据服务平台应用,任务模板与战场环境分析数据自动映射方法得到了有效的解析,并通过工作流模式构建了可视化的数据推送,可为战场环境分析按需服务提供理论参考与方法借鉴。     

海量遥感数据的高性能地学计算应用与发展分析

航空及航天遥感器的快速发展,使得多源、多时空分辨率的遥感数据成TB级增长,对海量遥感数据的高性能计算与处理提出了更高的要求。据此,当前的遥感应用已经吸收了新型硬件架构计算、集群计算和分布式计算等高性能计算领域的最新技术。本文针对高性能计算处理海量遥感数据的效率问题,分别从分布式并行遥感文件系统和高性能遥感地学计算模式两个方面来论述该问题的研究进展;在此基础上,列举了当前具有代表性的集群和分布式遥感计算平台/系统,并结合具体实验工作,详细阐述了遥感高性能计算平台gDos-IPM(Geospatial Data Operation System-Image Processing Machine)的设计思路;最后总结了高性能遥感地学计算的发展趋势。     

珠穆朗玛峰自然保护区生态环境数据集成方案

多源生态环境数据的科学组织与集成方法,对开展区域生态环境研究意义重大。本文以西藏珠穆朗玛峰国家级自然保护区为例,研究典型高原生态环境系统的数据特征和组织分类、数据模型构建、编码和元数据等有关数据集成的关键问题。设计了生态环境数据集成概念模型框架,从数据集分层组织、属性编码和元数据标准制定等多层面描述其基本语义结构,建立了珠峰自然保护区多源生态环境数据库。通过CASE工具Microsoft Visio2003建模和数据预处理,无缝集成FGDB(File Geodatabase)数据库中的生态环境专题信息;结合空间认知规则,并叠加要素类所表现的语义特征,实现面向数据集成分析的基本信息提取,乃至产生新的知识和规律。本文提出的珠峰自然保护区生态环境数据组织和集成方案,形成了一套初步可行的"数据集成-信息提取-知识发现"生态信息流映射机制,为区域生态环境研究提供了实用、可靠的数据基础保障。     

地质科学大数据背景下的矿体动态建模方法探讨

三维地学建模的理论与方法在大数据时代该如何发展,是当下这一领域研究人员非常关注的问题。从现代三维地学建模的重要方法——隐式建模的角度,对三维地学建模方法与地质大数据系统的有机集成、以及如何利用大数据技术提高地学建模的效率和质量等问题进行了探讨。初步提出了一套基于地质科学大数据的三维地学建模方法和流程,包括:地质大数据的搜集、主题大数据系统的搭建、地质特征要素的深度挖掘和三维地学模型的动态构建。同时,也指出了大数据背景下高质效三维地学建模的关键在于:研究实现充分顾及地质对象和地质科学大数据特点的地学人工智能、机器学习、数据挖掘及空间推断方法。通过一个典型矿体建模的应用实例对所提方法的可行性进行了验证。      

青州市城乡一体化数据整合集成技术方法研究

随着国土数据的生成和收集技术迅猛发展,海量的数据汇集到国土部门,国土资源领域悄然进入大数据时代,为适应新时期国土工作的新特点,构建数字国土,青州市国土局通过对现有数据的整合构建了城乡一体化地籍信息管理平台,建立了完善的数据采集,更新、查询和应用机制,深入挖掘了数据潜力,实现了土地数据的动态化管理与应用,有力地促进了城乡建设用地统一市场的构建,并且通过系统良好的兼容性与灵活的数据接口形式,将使其成为国土资源数据系统中的重要节点,为国土资源管理进入大数据时代迈出了坚定的一步。     

制图数据多边形区域符号自动填充算法实现

DLG建库数据是基础测绘生产的主要成果之一,而且在不断的更新,由于很多部门需要DWG格式的制图数据,因此实现DLG建库数据到制图数据的自动转换十分必要。多边形(面)要素是DLG数据的重要组成部分,实现制图数据多边形区域符号自动填充是DLG建库数据到制图数据自动转换的关键部分,该文提出面状区域符号自动填充的方法,该方法考虑到了多种复杂图形的情况,同时解决了小面积区域保证一个符号的问题,实验证明,该方法能够实现DLG入库数据多边形要素到制图数据的自动转换。     

论时空大数据的智能处理与服务

时空大数据智能处理与服务是以测绘、遥感和地理信息技术为中心的地球空间信息学的重要应用途径和发展契机。本文首先全面论述了时空大数据的兴起发展、主要特点和挖掘手段,进而介绍了时空大数据的自动匹配、变化检测、智能决策等智能处理技术,并在此基础上论述了由对地观测到对人观测的“3S”社会化应用,最后介绍了天基信息的实时智能服务(PNTRC)的现状、发展目标、关键技术及应用前景。诸多实践证明,在大数据和人工智能时代,面对海量的多源异构的时空大数据,抓好自动化、实时化、智能化、大众化和社会化,地球空间信息学的创新发展前景必将一片光明。     

基于灰关联的k匿名数据流隐私保护算法

与静态数据不同,数据流具有潜在无限、快速到达、变化频繁等特点,使得数据流隐私保护面临问题.在保证匿名要求的前提下,从降低信息损失和节约计算时间角度,提出一种基于灰关联的数据流隐私保护匿名算法(DSAoGRA),采用灰色关联度描述元组间的相似度,将元组划分成k匿名簇,实现数据流的k匿名化.数据实验结果表明,该算法在满足匿名要求的同时,比CASTLE算法具有较低的信息损失和较少的计算时间.     

海陆岸线多尺度矢量数据获取方法及其尺度效应评估

地理空间数据的多尺度表征是制图学的基石,是支撑地理数据多尺度建模分析的前提。通过对从遥感影像获取的一定尺度的地理要素矢量数据进行选择、化简、聚合或其他处理,以获取多尺度矢量数据,但多种综合处理模型和方法会导致多尺度矢量数据存在着不同程度的信息损失。本文基于地理信息系统（ArcGIS 10.6）的矢量数据制图综合功能模块,通过整合多种内嵌的自动算法和模型,结合人机协同的辅助处理方法,构建了一套系统的海陆岸线空间尺度上推方法体系,并将其应用于南美洲大陆海陆岸线矢量数据从m级空间尺度上推到30 m、250 m和1 km。基于分形理论,首次提出线矢量数据复杂度指数概念,用以表征海陆岸线地理要素特征和对比其信息精细化程度。在此基础上,对获取的30 m、250 m和1 km海陆岸线矢量数据进行信息损失评估,结果显示制图综合引起陆地和水域空间属性的改变,不同尺度表征的地理要素信息精细度存在显著差异：相比m级基础数据,30 m、250 m和1 km海陆岸线矢量数据陆地图斑数量损失分别为32.07%、90.46%和98.61%,岛屿线矢量长度信息损失分别为6.32%、49.26%和75.47%;南美洲大陆海岸线矢量数据信息精细度分别降低1.97%、25.33%和45.39%。本文构建的计算机自动综合模型和人工处理相结合的海陆岸线矢量数据空间尺度上推方法,可以实现海陆岸线矢量数据空间尺度上推获取不同尺度的线矢量数据,并描述了不同空间尺度矢量数据的信息损失状况。     

瓦片数据版权保护方法及应用研究

 随着"天地图"等网站的建设与不断发展,地理信息资源的共建共享得到了积极推动。然而,网络环境下瓦片数据非法下载、违法使用等安全问题日益严重和突出,如何保护网络环境下瓦片数据版权是当前迫切需要解决的问题。为了节省存储空间,海量瓦片数据存储方式往往采用索引机制,这种存储机制与常见的图像、栅格地图等数据对水印技术的要求不同。本文首先着重分析了采用索引机制存储的瓦片数据特征及其对水印技术的要求;在水印信息生成方面,采用了m序列生成无意义水印信息,而在水印嵌入方面,提出了映射机制的瓦片数据数字水印嵌入算法,采用红色和绿色通道生成的映射函数,将水印信息嵌入到蓝色通道中,其中水印检测为水印嵌入的逆过程;最后,实现了水印技术的瓦片数据实时版权保护系统,并通过了实例验证。     

基于SWAT模型和多源DEM数据的流域水系提取精度分析

流域水系是研究水文水资源、地貌演化和生态环境及水土治理等的基础数据,高精度的水系提取对流域研究十分重要。本文以空间分辨率均为30 m的 AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数字高程模型作为基本的地形数据,基于SWAT模型提取犟河流域水系,通过河网“套合差”、水系相对误差、Google Map水文数据及蓝线河网对提取结果进行误差分析与综合评价,探讨河道剖面和地形特征对水系提取精度的影响。结果表明：① 集水面积阈值是决定河网水系提取精度的关键参数,阈值越大,提取的河网密度越小,反之提取的河网密度越大;② 基于河网密度与集水阈值二阶导数的幂函数与直线相切的数学求值方法确定流域最佳集水面积阈值,能避免最佳集水阈值取值的主观性,提取的河网水系与实际河道相符;③ AW3D30 DSM数据提取的流域河网水系与Google Map高分辨率影像的水系偏差最小,且AW3D30 DSM数据提取的水系与蓝线河网的河网“套合差”和水系相对误差值均最低,能真实反映中低山丘陵山区流域水系发育的疏密程度,吻合度最好;④ 多源DEM数据提取结果均显示为河床比降大和横剖面曲线为窄深式的“V”形河谷提取的水系精度高于河床比降小和横剖面曲线为 “碟”形河谷的提取精度;⑤ AW3D30 DSM数据的地形起伏和坡度标准差最大,有利于山区河网水系的提取。因此,基于SWAT模型和AW3D30 DSM数据提取的山区流域水系可最大限度反映流域水系的真实情况,精度最高,此方法和数据源可应用于中低山丘陵山区流域的水系提取研究。     

地理图斑智能计算及模式挖掘方法研究

在大数据时代,高分辨率对地观测技术实现了对地球表层地理现象和地理过程最为真实、量化、全面覆盖又快速更新的数据化记录,可为地理空间认知研究的新发展奠定时空信息聚合与挖掘计算的基准。地理图斑是影像空间映射到地理空间中对于地理实体的抽象化表达,是构建地理场景和承载地理空间各类信息进而开展模式挖掘的最小单元。本文以地理图斑为基本对象,通过分析其中视觉模拟、符号推测等几类机器学习的协同计算机制,从空间、时间与属性等维度构建了集“分区分层感知”、“时空协同反演”、“多粒度决策”三者于一体的地理图斑智能计算模型,并以在贵州息烽县、广西江州区开展的农业种植结构制图与规划决策为应用案例,探索了地理图斑分布、生长以及功能3种模式的挖掘方法,并进一步设计了动态视角下开展图斑动力模式挖掘的研究思路。     

GIS空间数据的变更管理机制研究

首先从GIS数据的重要性、现势性、共享性出发,探讨了几个具有典型性特征的问题,在数据现势性问题上特别介绍了国内某大型城市房地局目前的数据管理体系和变更机制,同时研究了由此引发的系统搭建在数据更新维护上的问题,最后讨论了针对长事务并发操作的数据管理机制,并结合讨论引入了一些案例进行具体阐述.