国家自然地图数据库的建设及其信息产品开发

首先分析说明国家自然地图科学数据库及其信息产品建设和开发的背景,即国家自然地图集作为一部代表国家水平的大型综合性科学参考地图集,其GIS数据库的开发也具有十分重要的意义,加之2个衍生信息产品开发,体现出该地图集的科学价值和社会价值的统一;其次,剖析了该项口的科学内涵,即体现了从数字地图模型向数字景观模型的替换,以及两者的统一和共存;第三,阐述了本项目的技术特点,也就是既注重数据库的开发,又强调了地学信息共享的技术开发,体现了两者的统一;第四,总结了本项目的总体特征,即将动态的多时空尺度浏览与静态的深层次信息加工与分析相结合,组成动静补充的统一体;最后,文章预测了国家大地图集系列的发展前景:开发和建设国家地图集信息系统.     

基于多架构混搭模式的极地海洋数据库建模技术研究

通过对极地海洋数据的特征及应用需求分析,基于"一种架构支持多类应用"的传统数据库模式已无法满足需求,本文提出采用"多种架构支持多类应用"模式的数据库设计理念,通过研究极地海洋数据分类分层管理体系,开展极地海洋原始数据层、基础数据层、综合数据层、成果数据层的存储管理机制、数据库体系架构设计、数据库模型设计等关键技术研究,开发数据库查询检索功能,满足用户对极地海洋数据的多样化查询检索、空间可视化展示、关联分析等需求,实现极地海洋数据的有效存储、高效应用和开放共享。     

基于数据库存储方案的高性能瓦片地图服务研究

实时渲染与网络传输是影响WebGIS性能的两大因素,瓦片技术是改进系统性能的最佳选择,它通过对地图数据预先渲染、切片,有效减轻服务器处理压力,减少网络负载和响应延迟,但瓦片数据量庞大,磁盘存储碎片化,影响IO性能,数据可迁移性差,无论是数据备份、迁移或是恢复都耗时漫长。该文设计实现了一种新的基于文件数据库的瓦片存储方案,并将分布式缓存系统Memcached作为缓存支持集成在方案中,不仅克服了传统瓦片储存的缺陷,还在性能方面取得了优异的表现,是构建高性能瓦片地图服务的有益尝试。     

水土流失评价数据库建立中的数据标准化研究--以中国潜在水土流失评价数据库为例

在水土流失评价数据库的建立研究中，涉及到数据的标准化问题。该研究以中国潜在水土流失评价数据库建立过程中的数据标准化研究为例，探讨建立适合水土流失评价数据标准化的方法。研究包括了水土流失数据标准化建设中的评价数据库的设计、数据的标准化。其中，数据的标准化包括数据的收集与分析、数据的录入、投影变换、其它格式向ARC/INFO格式的转换、补充编制专题文档等。     

地图可视化研究

建立在计算机技术基础上的地图可视化是现代地图学的核心内容之一。文章从分析地图可视化的含义出发,提出了地图可视化研究的一个基本框架,同时简要分析了地图可视化的特点。认为地图可视化的主要研究领域有:可视化变量研究、可视化分类研究、时空数据结构研究、视觉感受与视觉效果研究、虚拟现实研究、空间认知与信息传输研究等 6个方面。最后,就北京地区地形三维可视化实践作了简单介绍。     

多尺度地图空间相似关系基本问题研究

基于多尺度地图数据库建设中地图自动综合的终止判断条件,引出多尺度地图空间相似关系问题。基于集合论给出空间相似关系的定义,论述空间相似关系的5个性质,即反身性、对称性、非传递性、多尺度自相似性与尺度依赖性;并从图形相似和属性相似的角度论述多尺度地图空间相似关系的分类体系。该成果是研究地图自动综合和地图空间相似查询等的基础。     

社会地图研究综述与展望

用地图方法研究社会空间已有较长历史,在不同的研究背景下形成了多种研究模式。近年来,大数据的出现和空间信息可视化技术的发展,不仅为社会地图的广泛应用提供了更多数据和方法支撑,也为社会空间的再认识提供了新的契机和可能。本文在对面向社会空间研究的国内外社会地图运用成果进行系统梳理的基础上, 将社会地图的研究应用归纳为要素呈现、问题解释和理论验证3个阶段,并对其具体应用内容、方法和数据形式进行了综述,总结为统计图、点值图、网格图、密度图等四种类型,并就社会地图在中国社会空间研究中的应用可能性及其方向进行了讨论和展望。     

P2P环境中的全局空间数据目录研究

P2P计算通过大量自治的节点协作共享资源与计算,为空间数据和空间操作的分布提供了新的分布式计算模式。分布在不同Peer上的空间数据库节点通过P2P协作构成一个超级全局空间数据库,全局空间数据目录是P2P环境下快速定位空间数据资源和空间计算节点的关键技术。Peer数据库节点的数据模式、元数据、资源状态参数等抽象为一系列关键词集合。全局目录基于Peer空间数据库节点的外包矩形进行动态聚类并建立P2P环境下的空间索引,支持Peer空间数据库节点的动态加入和退出,支持复杂空间查询和关键词查询。该文给出了全局空间数据目录的组织模型、P2P空间数据索引及空间资源发现算法。     

空间数据工程理论框架研究

随着地理信息系统应用的深入发展，如何晚好高效地组织和利用地理空间数据成为空间信息科学研究的一项重要内容，为了从工程实施的角度来更好地创建，管理和使用空间数据，笔者提出了空间数据工程的概念，该文对空间数据工程以及相关概念进行了定义，同时描述了空间数据工程元模型和相关的两个子元模型，从而建立了其理论框架，最后，描述了空间数据工程所要解决的问题以及其研究内容。     

河南省地名数据库的构建方法研究

河南省地名数据库是国家地名数据库的重要组成部分。介绍了河南省地名数据库建立的背景,按照国家标准要求建立了分布式的省、地市、县三级数据库,并以此为出发点,系统论述了河南省地名数据的分类方式与组织方式,描述了河南省地名数据库的逻辑构成与物理构成;论述了地名数据库建库的基本技术,包括基于元数据的建库方案与基于SuperMap的空间数据库技术。河南省地名数据库的建立充分考虑了城市地名服务的特点与要求,在民政服务信息化方面做了有益的尝试。     

基于特征的土地利用空间数据库模型

目前普遍使用的基于图层的空间数据库模型存在许多问题。基于特征的空间数据库模型是一种新的空间数据存储模式,它在很大程度上代表了GIS的发展方向。采用超图数据模型分析、设计和描述土地利用特征在概念和逻辑层次的提取与定义,建立土地特征分类体系,进行基于特征的土地利用空间数据库建模。     

基于对象关系数据库的矢栅一体化查询与操作研究

在分析矢量栅格数据特点的基础上,提出一系列矢栅一体化查询函数,基于PostgreSQL/PostGIS数据库,实现了支持栅格数据存储与组织的扩展数据类型,并对栅格数据类型与PostGIS矢量数据一体化查询函数进行了扩展实现。最后,通过实例验证了矢栅一体化查询函数的表达能力和解决实际问题的应用前景。     

GIS空间数据库的"一库两用"策略研究

GIS有两种普遍的应用需求:空间分析和数字制图,但两种需求对空间数据的要求不完全一致,导致空间数据在同一GIS中无法充分共享。该文探讨能够同时满足两种需求的GIS构建方法。分析地理空间数据存在的冲突,引入"一库两用"思想,建立空间分析型数据模型;利用专家系统机制实现空间分析数据向数字制图数据的转换,转换过程中补充的信息源于专家知识库。该研究有助于解决GIS中数据不一致问题,使GIS更实用、功能更完善。     

Spatiotemporal data model for network time geographic analysis in the era of big data

There has been a resurgence of interest in time geography studies due to emerging spatiotemporal big data in urban environments. However, the rapid increase in the volume, diversity, and intensity of spatiotemporal data poses a significant challenge with respect to the representation and computation of time geographic entities and relations in road networks. To address this challenge, a spatiotemporal data model is proposed in this article. The proposed spatiotemporal data model is based on a compressed linear reference (CLR) technique to transform network time geographic entities in three-dimensional (3D) (x, y, t) space to two-dimensional (2D) CLR space. Using the proposed spatiotemporal data model, network time geographic entities can be stored and managed in classical spatial databases. Efficient spatial operations and index structures can be directly utilized to implement spatiotemporal operations and queries for network time geographic entities in CLR space. To validate the proposed spatiotemporal data model, a prototype system is developed using existing 2D GIS techniques. A case study is performed using large-scale datasets of space-time paths and prisms. The case study indicates that the proposed spatiotemporal data model is effective and efficient for storing, managing, and querying large-scale datasets of network time geographic entities.     

Mining spatiotemporal association patterns from complex geographic phenomena

ABSTRACT

Spatiotemporal association pattern mining can discover interesting interdependent relationships among various types of geospatial data. However, existing mining methods for spatiotemporal association patterns usually model geographic phenomena as simple spatiotemporal point events. Therefore, they cannot be applied to complex geographic phenomena, which continuously change their properties, shapes or locations, such as storms and air pollution. The most salient feature of such complex geographic phenomena is the geographic dynamic. To fully reveal dynamic characteristics of complex geographic phenomena and discover their associated factors, this research proposes a novel complex event-based spatiotemporal association pattern mining framework. First, a complex geographic event was hierarchically modeled and represented by a new data structure named directed spatiotemporal routes. Then, sequence mining technique was applied to discover the spatiotemporal spread pattern of the complex geographic events. An adaptive spatiotemporal episode pattern mining algorithm was proposed to discover the candidate driving factors for the occurrence of complex geographic events. Finally, the proposed approach was evaluated by analyzing the air pollution in the region of Beijing-Tianjin-Hebei. The experimental results showed that the proposed approach can well address the geographic dynamic of complex geographic phenomena, such as the spatial spreading pattern and spatiotemporal interaction with candidate driving factors.     

Mining query-driven contexts for geographic and temporal search

The explosive growth of geographic and temporal data has attracted much attention in information retrieval (IR) field. Since geographic and temporal information are often available in unstructured text, the IR task becomes a non-straightforward process. In this article, we propose a novel geo-temporal context mining approach and a geo-temporal ranking model for improving the search performance. Queries target implicitly ‘what’, ‘when’ and ‘where’ components. We model geographic and temporal query-dependent frequent patterns, called contexts. These contexts are derived based on extracting and ranking geographic and temporal entities found in pseudo-relevance feedback documents. Two methods are proposed for inferring the query-dependent contexts: (1) a frequency-based statistical approach and (2) a frequent pattern mining approach using a support threshold. The derived geographic and temporal query contexts are then exploited into a probabilistic ranking model. Finally, geographic, temporal and content-based scores are combined together for improving the geo-temporal search performance. We evaluate our approach on the New York Times news collection. The experimental results show that our proposed approach outperforms significantly a well-known baseline search, namely the probabilistic BM25 ranking model and state-of-the-art approaches in the field as well.