面向虚拟地理环境的多源异构数据集成方法

当前,虚拟地理环境(VGEs)的发展已经走向以数据库和模型库为双核心的知识共享平台阶段。地理数据及模型共享研究是虚拟地理环境发展过程中,不可逾越的难点问题;由于对地学分析及地理建模的研究还处于探索阶段,故适合于VGE下模型集成共享的多源异构数据集成研究还鲜有涉及。本文针对地理数据异构的特殊性,分析了虚拟地理环境中多源数据的异构特性,主要体现在数据含义、模式、数据模型、词法及语义等五个方面。另外,提出了面向虚拟地理环境的数据表达模型(DRM),该模型提供了一种公共的数据组织方法,使用户可以无歧义地定义地理数据,解译其他各种数据,并研究了多源异构数据的集成方法;同时,提出了多源异构数据集成的流程及体系框架,主要包括地理数据解析、地理模型与数据的交互、模型解析、运行及结果输出等;并重点分析了多源异构数据,及其到模型集成的转化过程。最后,开发了原型系统和多源异构数据的集成验证。实验结果表明,该方法能够较好地集成多源异构数据。     

Web环境下异构地理分析模型的标准化和形式化研究

Web环境下分布着大量的地理分析模型资源,但模型的异构性限制了对现有地理分析模型的共享和重用。本文立足于地理分析模型自身研究的需要,论述了标准化和形式化方法在异构地理分析模型共享和重用中的重要意义,分析地理分析模型元数据的研究现状,设计地理分析模型元数据的标准框架,并提出利用XMLSchema技术表达模型元数据标准框架结构的方法,从而实现了语法和结构层次上的标准化。提出知识本体的语义映射模型,即利用本体语言对地理分析模型元数据进行形式化表达,而在语义层次上将各模型元数据进行映射。最后结合地理分析模型共享门户的应用实例,研究了在该门户中实现异构地理分析模型标准化和形式化的体系架构,为Web环境下异构地理分析模型的共享和重用提供新的思路。     

顾及语义尺度的时空对象属性特征动态表达

全空间地理信息系统的建设和智慧城市等GIS应用的发展,需对各类地理实体或地理现象抽象成的时空对象采集多类型的属性数据,这些属性数据一般具有多尺度、多维度、动态性的特点,带给时空对象属性特征的表达和管理一定的挑战。本文针对当前时空对象属性特征表达方法中存在的组织结构不清晰、存储冗余、语义异构等表达问题,提出了一套顾及语义尺度和动态特性的属性特征的表达和操作方法。该方法基于概念分类理论实现时空对象属性信息的分类组织,在属性特征表达中引入独立于时空对象空间特征的时间标记,结合属性表达的原始集族和更新集族来记录和管理不同时间节点下的时空对象属性特征;进而面向具有不同语义尺度表达需求的属性特征,设置知识参考表达集合,并在属性特征表达中增加语义尺度标识,对其语义尺度及不同语义尺度间的转换关系进行描述。最后,基于独立时间标记、知识参照表达集合及语义尺度标识,给出属性信息表达在时间尺度转换和语义尺度转化的操作方法,并举例给出了该属性特征动态表达和操作方法的一种实现。本文提出的方法有助于减少时空对象数据模型的存储冗余,提高其属性信息的操作效率,初步实现了时空对象属性特征的多时间尺度和多语义尺度的认知方式,为时空对象属性特征的精细化管理提供了新思路。     

面向地质大数据的结构-属性一体化三维地质建模技术现状与展望

开展三维地质建模的目标,不应当只是实现地质体框架的可视化表达,而应当同时实现地质大数据的聚合、管理、挖掘、分析和共享。然而,传统的方法和技术难以实现顾及地质语义的结构-属性一体化三维地质建模与耦合表达。多点地质统计学方法虽然便于多源数据、地质先验知识、结构-属性的融合建模,却仍然受到数据结构表达能力不足、三维训练图像难以获取和非平稳现象的限制。面向地质大数据集成与管理的要求,详细讨论了三维地质建模中的空间数据模型、基于多点地质统计学的结构-属性一体化集成建模方法、以及基于三维地质模型的地质大数据集成与管理的框架与模式。发展新型的面向地质结构-属性耦合表达的统一空间数据模型,以及知识驱动与数据驱动协同的三维地质结构-属性一体化集成建模技术体系,着力构建出地质大数据的聚合、集成、管理、挖掘和分析的可视化环境与操作平台,是未来三维地质建模领域的研究热点和前沿方向。      

基于本体论的海洋流场语义分析与表达研究

随着海洋观测技术的不断发展,人类获取的海洋数据也快速增长,由于海洋流场是整个海洋系统物质流和能量流输送的主要渠道,基于这些观测数据进行海洋流场迁移变化规律分析及可视化表达研究,对所有涉海领域均具有非常重要的意义。然而,由于海洋时空大数据集合的多源性和异构性等原因,至今尚未有令人满意的海洋流场数据集成共享和动态可视化分析工具,从而导致这些异源异构数据难以实现统一标准下的集成组织与语义共享。为了实现海洋流场语义层次上的统一描述,本文在分析了海洋流场多维特征、拓扑特征、模糊特征等基础上,基于本体论的语义构建思想,提出并构建了基于四元组O=（C,P,R,I）的本体组织基础结构,其中C表示概念集合、P表示属性集合、R表示概念间的关系集合、I表示实例集合,通过对概念、属性、关系结构的进一步定义,共同组合构成了海洋流场整体本体结构。为了给出清晰的本体语义建模过程,以海流现象局部本体构建为例,在对成因性、空间性、时间性、运动性等本体属性分析的基础上,进行了海流概念、本体属性、语义关系的描述和定义,从而为海洋流场组织提供一个规范性框架。进而借助OWL语言本体建模的优势,以地转流为例进行了其形式化表达和本体类构建。研究结果表明,基于本体的海洋流场语义分析方法能有效地解决传统海洋现象描述中的异构问题,可为海洋信息共享与集成研究提供参考。     

整合多源异构的城市规划数据进行认知交流的研究

针对整个城市规划过程的参与者对规划数据的不同种类、不同层次认知需求,本文利用本体思想对包括GIS数据、规划文档、规划图件等多源异构的规划数据进行关系重构,设计本体模型要素的数据语义关系,定义数据间的关联关系,实现基于本体方法的规划领域语义表达算法,方便了各类规划参与者对规划方案认识的交流:同时根据用户特征分类,进行本体关系的逻辑推理,过滤冗余信息,进行多源异构规划数据的可视化。     

基于对象流的地缘环境时空分析模型

地缘环境时空分析是对地缘体、地缘关系及地缘结构进行的解析、评价和预测,是把握地缘环境空间特征、关联关系演化规律的重要途径。本文采用文献研究、类比归纳、建模研究等方法,提出地缘环境对象是地理信息世界中对现实地缘环境实体抽象后的数字化表达,地缘环境对象流是对象间物质、信息和能量数据交互过程的总称,与地缘关系间存在映射关系,对地缘环境态势和演化过程具有关键作用。在对地缘环境对象流相关概念和内涵解析的基础上,探讨了地缘环境对象流的数据表达与组织方法,构建了地缘环境分析模型,模型从地缘环境系统构成出发,将地缘环境对象流的分析逻辑和数据模型结合,分别建立地缘环境对象流分析原理的逻辑表达及地缘环境对象化数据组织体系,在数据支持下利用数据分析算法来确定地缘环境对象与地缘关系间的映射函数,实现面向应用场景和具体问题的地缘环境分析。本文对地缘环境分析模型进行了验证,以“印太地区”地缘经济环境分析为例,基于2009—2018年该区域经济水平排位前10的国家经济数据,进行了地缘经济实体特征的抽象、贸易对象流的数据表达与组织、数据分析及地缘关系测度,分析了贸易流的时空变化过程、地缘影响力以及地缘关系群组等,验证了模型在面向具体场景的地缘环境分析中的有效性。     

面向地质时空大数据表达与存储管理的数据模型研究

随着传感器实时监测等高新技术在地质勘查或生产开发中的应用,形成了动态与静态并存、多源异构的地质时空大数据.然而,目前地质信息系统在地质数据组织管理方面,主要是静态地存储和表达出地质矿产勘查或生产开发在某个特定时期的状态,尚不能满足对勘查或生产开发过程中实时信息的存储管理,进而支持对地质过程的分析和研判.针对性开展了地质时空大数据表达与存储管理的数据模型研究,目标是能够融合数据多源与时空多维性,又能够支持时间关联与时间多粒性.针对地质大数据、地质过程的静态与动态数据紧密结合的特点,采用面向对象和基于事件的思想,提出了基于事件多因素驱动的地质时空大数据概念模型,并开展了相应的地质大数据存储管理逻辑模型、基于系统工程库的管理结构和地质时空对象管理模型设计.基于地质时空大数据逻辑组织管理模型和时空过程的非关系型分布式数据库架构,设计了地质大数据存储模型.融合三维地质建模技术、动态监测信息实时可视化等技术,构建了所需模型过程模拟的三维环境,通过绑定观测数据源,设计实现了基于OPC接口的模拟数据产生事件、作用对象响应的矿山动态开采流程.在王家岭煤矿首采区地质数据支持下开展了应用研究,实现地质时空事件条件下的矿山动态开采过程表达与数据管理,验证了本文模型的可行性和有效性.     

大数据时代的人类移动性研究

人类个体/群体移动特征是多学科共同关注的研究主题。移动定位、无线通讯和移动互联网技术的快速发展使得获取大规模、长时间序列、精细时空粒度的个体移动轨迹和相互作用定量化成为可能。同时,地理信息科学、统计物理学、复杂网络科学和计算机科学等多学科交叉也为人类移动性研究的定量化提供了有力支撑。本文首先系统总结了大数据时代开展人类移动性研究的多源异构数据基础和多学科研究方法,然后将人类移动性研究归纳为面向人和面向地理空间两大方向。面向人的研究侧重探索人类移动特性的统计规律,并建立模型解释相应的动力学机制,或分析人类活动模式,并预测出行或活动;面向地理空间的研究侧重从地理视角分析人类群体在地理空间中的移动,探索宏观活动和地理空间的交互特征。围绕这两大方向,本文评述了人类移动性的研究进展和存在问题,认为人类移动性研究在数据稀疏性、数据偏斜影响与处理、多源异构数据挖掘、机器学习方法等方面依然面临挑战,对多学科研究方法的交叉与融合提出了更高要求。     

形态本体及其在地理空间数据发现中的应用研究

地理空间数据语义异构是实现数据关联、数据智能推荐和精确发现的主要瓶颈。地理空间数据本体被认为是解决地理空间数据语义异构的有效方法。形态特征是地理空间数据(除时空、要素内容外)的重要特征,是地理空间数据本体的重要研究内容。本文首先在系统分析地理空间数据形态特征的基础上,提出地理空间数据形态特征的概念体系。然后,建立地理空间数据形态本体模型,提出形态信息的本体表示方法,并构建地理空间数据形态本体。最后,基于形态本体的本体库,利用Jena本体推理技术,开发地理空间数据语义检索原型系统,并将形态本体应用于国家地球系统科学数据共享平台的元数据检索中。实验结果表明,地理空间数据形态本体可以有效地解决数据形态特征的语义异构,提高数据发现的查全率和查准率。本文的研究方法和成果对解决其他领域数据的语义异构,有重要的参考意义。     

地学时序大数据的相似性度量与索引方法综述

地学时序大数据具有多传感器、多目标、多分辨率、多类型的多源异构特征,是地学领域机器学习与数据挖掘的重要数据来源,分为基于时点和基于时段的两大类时序数据。现有时序数据的相似性度量与索引研究主要聚焦在前者。时序数据表达方法的核心思想是降维处理,是相似性度量与索引方法的基础,主要包括基于域变换和模型的表达方法和基于极限分段思想的表达方法。相似性度量的核心是相似性距离计算,主要分为锁步度量和弹性度量。它为时序数据索引中索引项的聚合与划分提供了基本准则。多源异构地学时序大数据的高效相似性度量与分布式索引方法是地学大数据领域未来的重要研究方向。      

基于多源异构数据的粮食作物种植面积提取

利用遥感影像进行农作物面积提取已经普遍应用到农作物种植面积提取工作中,但是普遍存在着提取效率低,精度达不到生产要求。随着高分辨率传感器的相继问世,融合多平台遥感数据有利于提高分类和动态监测的精度。本文以日照市莒县粮食种植面积提取为例,融合多时相和多源异构数据,利用深度学习算法提取粮食种植区域,深入挖掘多源数据的互补效应,提出了融合多时段、多源地理信息提取农作物种植面积的方法,为实现农作物种植面积快速高效的提取奠定了基础。     

气候-海面变化数据检索系统的实现与应用

对地学数据进行GIS统一管理与检索分析,实现数据的空间化显示和数据挖掘,是数据共享网建设的重要发展方向.本文以地球系统科学数据共享网中的气候-海面变化数据集为例,在气候-海面变化数据模型研究基础上,进行了相关数据库的统一规划、设计与管理;同时基于.NET,ArcIMS开发平台,利用ASP.NET、ADO.NET等工具开...     

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。     

Spatial data mining system for ore-forming prediction

The authors designed the spatial data mining system for ore-forming prediction based on the theory and methods of data mining as well as the technique of spatial database,in combination with the characteristics of geological information data.The system consists of data management,data mining and knowledge discovery,knowledge representation.It can syncretize multi-source geosciences data effectively,such as geology,geochemistry,geophysics,RS.The system digitized geological information data as data layer files which consist of the two numerical values,to store these files in the system database.According to the combination of the characters of geological information,metallogenic prognosis was realized,as an example from some area in Heilongjiang Province.The prospect area of hydrothermal copper deposit was determined.     

Spatial data mining system for ore-forming prediction

The authors designed the spatial data mining system for ore-forming prediction based on the theory and methods of data mining as well as the technique of spatial database, in combination with the characteristics of geological information data. The system consists of data management, data mining and knowledge discovery, knowledge representation. It can syncretize multi-source geosciences data effectively, such as geology,geochemistry, geophysics, RS. The system digitized geological information data as data layer files which consist of the two numerical values, to store these files in the system database. According to the combination of the characters of geological information, metallogenic prognosis was realized, as an example from some area in Heilongjiang Province. The prospect area of hydrothermal copper deposit was determined.     

基于特征面向对象的地理网络模型研究

地理网络建模强调的是对逻辑网络中的节点和联线的网络拓扑和语义操作过程。而传统GIS矢量数据表达所采用的平面图原子级弧段-节点数据模型强调的是几何信息的表达。对此,作者讨论了如何将基于特征的GIS概念建模方法引入地理网络表达中,克服平面图数据模型的不足之处,发展基于特征的地理网络数据模型,并着重阐述了逻辑网络模型的特点和应用特征。在地理网络的表达方法中,作者分析了面向对象方法和数据库技术相结合的途径,比较了传统关系模型和面向对象模型在地理网络表达中的差异,以及面向对象方法在地理网络路径系统表达和动态分段及其网络连通性规则表达中的优势所在。     

多源地理空间数据同化的主动更新与应用分析

为提高数据更新过程中多源数据整合利用的效率和更新的自动化程度,将"数据同化"和主动数据库的思想与方法引入空间数据的更新。论述了"多源地理空间数据同化"和"主动更新"的概念、内涵和关键技术,提出了"地理事件-条件-动作"规则驱动下数据同化的地理空间数据主动更新机制。最后,将数据同化中常用的最优插值方法,应用于多源地理空间数据的合并,该方法与其他合并方法相比,能提高数据的精度;将主动更新机制应用于数据更新实践,结果表明,该机制可以提高更新的自动化程度。     

大数据时代地质灾害数据管理及应用模式探讨

地质灾害数据是一种多源异构数据,是典型的大数据。关系型数据库是目前地质灾害数据的主流管理方法。在地质灾害数据中,非结构化数据占有很大的比例。由于关系模型难以有效地管理非结构化数据,因而关系型数据库对地质灾害数据的管理效果并不理想。这种弱点,在大数据时代将会被进一步放大,并对地质数据挖掘和大数据分析造成一定的影响。针对大数据时代地质灾害数据的管理模式,从泛结构化地质数据管理、应用模型和分布式异构系统的集成等方面进行了探讨。认为地质灾害数据的有效管理应该把文件系统、关系型数据库和NoSQL结合起来,并提出了一种基于双C模型和中间件结合的泛结构化地质数据管理与应用模式。这种模式已应用在多个工程中,取得了良好的效果。