面向发生的地学数据分类方案及其元数据扩展研究

在分析地学数据特点和共享需求的基础上,阐述数据分类对于人们认识地球以及地学研究的重要性,并综述和评价了目前地学领域已有的各种分类研究。这些分类研究大致可归纳为探索型、应用型和综合型3种。由于地学数据应用的多学科交叉、多源异构等特性,分类系统很难满足系统性、一致性、易扩展性等原则。本文从数据发生的角度,探索新的数据分类方案,将地学数据分为器测数据、调查数据和过程数据三大类。从数据本质特征对其进行描述,学科应用仅作为数据的元数据对其标志,从而很好地消除了上述问题。此外,本文基于ISO19115地理信息核心元数据扩展模型,将地理信息元数据标准拓展到整个地学领域的数据描述,构建适应该地学数据分类方案的元数据体系。     

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。     

面向区域增量更新的等高线群混合相似性度量模型

等高线是一种以曲线群簇展现地表起伏形态的表达方式,多源等高线数据之间的相似度能够反映地形地貌的变化程度,因此等高线群的相似性度量是地形图更新、多源数据融合及制图综合领域的关键环节之一。当前的等高线相似性度量方法主要基于要素的单一拓扑特征或几何特征,由于地理空间数据的复杂性和地理要素变化的多样性,这种通过计量多源数据数据单一特征之间的相似与差异程度的方法并不能完整表达多源数据之间的异同,在变化复杂区域、图幅边界区域以及等高线分布密集区域会导致不一致问题。因此,本文引入空间相似度理论,综合探讨了等高线群的相似性层次结构;研究了拓扑特征和几何特征在等高线群相似性度量中的关系和作用机理,构建了等高线群相似性层次结构;讨论了其中各个影响要素的相互关系和相似性度量方法,提出了一种基于拓扑特征和几何特征的区域等高线群混合相似性度量模型,并利用层次分析方法求解各级相似元的权重系数。通过模拟实验和真实数据实验对本文方法的可靠性和有效性进行验证,结果表明：本文提出的等高线群混合相似性度量模型能够定量描述不同尺度不同来源等高线群之间的相似与差异程度,并具有较好的有效性和可靠性;根据本文的混合相似性度量结果和更新阈值之间的关系,对满足更新要求的变化区域实施局部更新,且精度检验表明论文方法能够为等高线数据的更新应用提供可靠依据。     

基于全球剖分网格的多源数据快速汇集方法研究

随着当今社会科技水平的快速发展,各行业的应用领域也在逐步拓展,学科交叉的情况已在各重大行业领域频频出现,交叉学科的出现给传统的数据分析模式带来了挑战,同时数据多源性和异构性的特点对海量数据的管理机制也是一种考验。本文通过对多源数据组织检索方式的分析,在测绘和气象行业选取了四种完全相异的实验数据,这些数据具有典型的行业代表性与广泛的应用背景,结合数据各自独有的组织及应用特点,以Geo SOT全球剖分网格为基础,采用最小外包矩形、多级网格聚合和关联索引大表的数据预处理方式,建立了跨领域,多尺度,无缝无叠,覆盖全球的多源数据编码检索模型。通过简便快捷的编码处理,实现了对多源异构数据的快速汇集与综合管理。     

时空轨迹相似性度量方法综述

时空轨迹数据是记录移动对象时间和空间的位置序列,它是研究移动对象最为重要的数据来源。时空轨迹数据的分析挖掘是空间数据挖掘的一个研究热点,它包括轨迹检索、轨迹分类、模式挖掘、异常检测等。在分析挖掘过程中,轨迹之间的相似性度量是一个关键问题。本文研究时空轨迹相似性度量方法,首先从理论意义和应用价值的角度分析时空轨迹相似性度量的重要性,然后根据度量方式的不同将时空轨迹相似性度量方法分为两大类:基于轨迹点的相似性度量方法和基于轨迹段的相似性度量方法。由于基于轨迹点的各种相似性度量方法的应用场景和对相似性的定义不同,再将其细分为全局匹配度量法和局部匹配度量法。对时空轨迹相似性度量方法进行分类的同时,也对各个类别中常用的相似性度量方法进行了详细阐述,分析它们的优缺点及应用场合,为时空轨迹分析挖掘提供参考。     

面向地理问题求解的数据表达模型研究

本文以地理问题求解和地理科学研究建模环境建设的需求为导向,针对面向地理问题求解建模环境在利用多源异构数据方面遇到的问题,进行了面向地理问题求解的数据表达模型(XGE-DRM)的研究。本文重点研究了多源、异构、跨领域地理数据的表达方式与组织规范,从原子数据层与对象组织层两个层次对XGE-DRM的基本原子构成与对象组成方式进行了阐述;通过对地理数据的结构与语义进行解析,显式表达地理数据的结构与语义;在结构清晰、语义明确的情况下,实现多源异构数据的抽取与交换,最终实现多源异构数据的共享。实验证明,文中提出的数据表达模型能够实现多源异构数据的通用表达,解决地理问题求解建模环境平台下数据共享的问题。     

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。      

基于多维多值概念格的矿山生产地学本体构建研究

矿山生产地学本体能够形式化描述领域概念,是实现多源异构信息集成与知识共享的关键技术之一。本文从多维地学数据源兼有同一性和特异性的视角入手,扩充多维多值概念格理论,构建兼顾全局和区域特性的地学境本协同语义模型与形式化描述,依托二者映射转换关系,提出强情境敏感性的多维地学结构化数据本体自动学习算法;并以金属矿山实际项目为例,结合矿山生产概念体系架构,构建矿山生产领域本体实例,验证方法有效性。该方法注重地学领多维特性,较客观地展示多维地学对象之间关联关系,且较顾忌局部区域时空等数据环境差异,有效提高矿山生产本体的构建效率与准确性,对其他地学领域本体构建提供借鉴。     

城市全空间三维模型数据一体化集成管理关键技术及应用

随着城市三维地质信息系统及其应用的快速发展,对地学数据的可视化表达精度的需求变得越来越高,但地质调查数据常具有多源、多维、海量、多专题、多尺度和多时态等特征,而三维数据存储、组织与管理己成为制约其发展的重要因素。因此如何高效管理并有效利用这些复杂且海量的地质数据去解决各种复杂的地质问题服务社会,成为了城市地质信息科学领域研究的热门方向。基于武汉市多要素城市地质调查全空间一张图的构建过程,从多源三维模型一体化融合管理与分布式存储、轻量级全空间三维模型构建、多源异构海量三维数据快速渲染和浏览器端三维模型分析及专业应用4个方面系统地探索了城市地质调查全空间一张图系统建设过程中的关键技术,并进行了应用实践。研究结果实现了城市级大规模高精度三维地质模型的高效集成,提高了多要素城市地质调查成果可视化的表达效果,为三维地质模型的应用奠定了坚实的基础。     

基于虚拟数据库技术建立国土规划数据集成模型研究

国土规划是空间规划体系中层级最高的规划,是国土资源开发利用与整治保护相关规划编制的重要基础。要做好相关规划,需要对规划区内自然、经济、社会等数据集进行灵活有效的利用和组合。针对国土规划编制中对多源异构空间、非空间数据集成和抽取特定数据的迫切需求,提出了一种基于虚拟数据库的国土规划多源异构数据集成方法,利用虚拟数据库实现分布式数据源的虚拟组织与透明访问,用GML实现多源异构数据格式的标准化,并开发了国土规划信息共享原型系统,在此基础上进行了实践使用。从现有数据库中抽取相应的数据集和数据项,构建全局虚拟数据库,由于虚拟数据库并不改变现有数据库的应用系统工作模式,保证了原始数据更新的有效性,以及数据的完整性。     

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.     

基于符号集合近似的城市轨道交通站点分类研究

轨道站点是城市轨道交通基本线网系统中的关键节点,科学的轨道站点分类,对了解城市功能分区及评价轨道交通基础设施建设情况具有重要意义。轨道交通站点时间序列客观记录了所观测的站点在各个时刻点的重要信息,研究其时间序列聚类,是认识和理解轨道交通站点时间序列形成本质的重要手段,也是挖掘轨道交通站点时间序列中隐含的有较高价值规律知识的重要方法。本文以北京IC卡轨道站点刷卡数据为研究对象,提出了描述轨道站点的4个数据集,即工作日进站数据集(WB)、工作日出站数据集(WA)、休息日进站数据集(RB)和休息日出站数据集(RA);并首次引入时间序列分析方法（符号集合近似(SAX)方法）对4个数据集进行聚类分析,实现了高维数据的有效降维和轨道站点之间的相似性度量。采用层次聚类方法并根据聚类有效性DB指数确定将195个站点分为8类更为合理。通过分析每类站点的日客流特征和空间位置分布情况,为轨道交通站点规划设计和管理服务提供一定的客观参考依据。     

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。      

地质科学大数据统合应用的基本问题

进行地质科学大数据统合利用,涉及一系列理论、方法和技术问题,包括:多源多类异质异构地质数据的采集、存储和管理问题;数据汇聚、集成和结构化、可视化转换问题;数据同化、融合问题和深度挖掘、广度聚联问题;地质大数据有效利用的方式、方法和途径问题,以及云服务的模式和系统架构问题。所面对的挑战是实现结构化-半结构化-非结构化数据、静态勘查数据与动态监测数据的一体化存储、管理、处理和应用,以及大数据与小数据、混杂性数据与精确性数据、模型与数据、有模型与无模型、关联关系和因果关系的矛盾与统一问题。      

空间数据引擎关键技术与应用分析

地理特征相关信息的一体化存储与访问是GIS软件平台研发的关键技术。在扩展关系数据模型的支持下,利用成熟的商用扩展关系型数据库管理系统存储和管理海量空间数据,是发展大型GIS平台空间数据库管理系统行之有效的技术方法。本文对几种典型的空间数据库管理平台ArcSDE、OracleSpatial、InformixSpatialDataBlade、DB2SpatialExtender和MySQLSpatialExtensions从存储模型、进程管理方案、空间查询和索引以及数据缓存技术等方面进行了分析。     

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。     

山东省地质资料集成与应用研究

地质资料是极其宝贵的信息资源,也是开展地质工作的重要基础,利用大数据、云计算等技术,对地质成果资料进行集成与应用,有助于发挥地质成果资料的最大效能。通过全面系统收集山东省所有地质资料成果数据、成果图件、相关科研报告和地质论文,进行纸质资料扫描建库,利用ETL工具完成多源异构地质资料数据整合,完成山东省地质资料成果集成工作;研发"地质资料数据服务系统",实现地质资料共享应用,系统结合云平台的设计思路,采用SOA架构,基于Hadoop和Spark进行搭建,支持数据库、文件等多源数据导入,提供地质资料空间数据查询检索、资料数据统计、空间分析、数据发布等功能,为不同专题的地质系统产品提供基础服务。地质资料数据服务系统为建立山东省"地质云"奠定基础。