基于多视图协同的时空数据可视分析方法

针对时空数据可视分析中存在的问题,提出了由可视分析模型(VAM)和交互协同模型(ICM)组成的多视图协同可视分析模型,将可视分析过程划分为数据变换、数据分析、可视映射和可视绘制4个过程;以可视分析过程中的参数作为协同主题,利用观察者模式,实现关联视图在交互过程中的协同一致;设计了Web环境下,基于"图数协同"和"图图协同"交互模式的多视图协同可视分析架构;构建了犯罪时空数据可视分析原型系统,并利用系统分析了福州市扒窃案的时空分布规律,对涉案价值较高的扒窃案进行了犯罪模式分析。     

多模态时空大数据可视分析方法综述

时空大数据可视分析是近年国际大数据分析与数据可视化领域研究的热点前沿,也是全空间信息系统的核心研究内容之一。本文针对时空大数据多源、多粒度、多模态和时空复杂关联的特点,按照描述性、解释性和探索性3个层次分类归纳了现有时空大数据可视分析方法,论述了时空大数据可视分析中多模态特征筛选、新型人机交互分析以及探索性可视推理等技术难点和主要发展动态。研究表明,以数据可视化为主的描述性可视分析研究相对成熟,以可视环境下交互式挖掘分析实现问题诊断为主的解释性可视分析已成为当前大数据分析的焦点,而面向复杂问题协同决策的探索性可视分析方法则是大数据分析有待突破的重要发展方向。     

利用地理知识图谱的COVID-19疫情态势交互式可视分析

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情的暴发产生了海量与时空信息相关的数据,当前的地理时空疫情分析难以关联人物关系、事件等数据,由此提出了一种利用地理知识图谱结合交互式可视分析COVID-19疫情态势的方法。首先定义了病患实体和关系类型,提出了事件语义模型和事件关系分类,并根据不同的数据分类设计了知识抽取和知识表示方法,构建了病患时空信息知识图谱;然后分别从宏观和微观层次把控疫情态势的任务出发,设计了知识图谱可视化视图和交互分析方法;最后构建实验分析系统,利用COVID-19确诊患者数据,通过地图分布可视化、图谱可视化和轨迹可视化等多视图协同交互对COVID-19疫情态势进行分析实验。实验结果表明,该方法能够从实时疫情态势监控、病患关联关系、高危人群防控和地区防控态势等方面为疫情态势分析提供一种新的思路与方法。     

扩展流数据立方体的GIS时空大数据组织方法

针对大数据GIS面临的大规模数据的多源异构动态性与数据存储优化等问题,本文开展大数据背景下的地理时空数据组织与模型研究,提出了一种基于流数据的可扩展立方体处理框架,在典型的流数据二维数据序列基础上,构建增加垂直方向的非结构数据立方体;结合立方体数据组织模型的定义和特征,探讨扩展关系型数据库与协同非关系型数据库的GIS时空大数据组织方法;通过扩展数据源、数据类型及数据操作等属性,突出多源异构地理时空大数据的时空关系和演变过程关系等特征,对地理时空大数据进行数据一体化组织、存储和分析;进而解决地理信息时空大数据的大体量、异构与动态性在GIS数据管理与分析方面的技术瓶颈,并且对GIS时空大数据的有效管理提供科学性方法和解决策略。     

在线空间商务智能多源数据集成与交互可视化分析

设计并实现了一系列时空数据交互可视化分析组件,为选址分析、市场管理分析和预测、商圈分析等传统的商务分析提供直观、动态的时空交互可视化工具.应用表明,设计的系统可帮助用户高效便捷地探索、抽取、分析复杂高维商务数据中蕴含的时空模式,为商务决策提供有效支撑.     

利用NewMap API实现Web地图的地理数据可视化

随着时空数据呈现出爆炸式增长,传统的统计图表无法充分挖掘海量数据中隐含的时空信息的问题,该文面向用户设计并构建通用专题数据可视分析系统。通过对Web前端地理数据可视化技术和Cassandra数据库进行研究,基于中国测绘科学研究院GIS所自主研发的NewMap软件,开发Web前端地理数据可视化接口,实现地理数据的时空信息在地图上的充分展示。该文以潍坊市为研究区域,分别从降雨量分析、人口综合分析专题等方面出发,通过专题数据可视化效果将时空数据的特点充分展现出来。与此同时,所采用Cassandra分布式数据库,亦可对大数据进行存储、管理、分析,在一定程度上减轻了前端地图绘制的压力,并具有良好的查询分析效率及快速的处理能力。     

多模态时空数据多层次可视化任务模型

针对现有时空数据可视化方法主要面向单一的低层次展示性可视化任务,难以满足多模态时空数据多层次多样化可视化任务高并发的难题,从展示、分析和探索3个层次构建了面向多模态时空数据自适应可视化的多层次可视化任务模型。重点剖析了不同任务的时空信息需求及其可视化表达驱动力,刻画了任务需求与存算绘资源之间的依赖关系,设计了任务感知的多模态时空数据自适应可视化引擎。以微观精细化管理与宏观综合决策协同的智能设施管理为例进行了试验分析,证明该模型能够有效满足多层次可视分析应用需求,为数字城市和智慧社会等重大工程建设提供了有力的技术方法支撑。     

多尺度人口空间大数据聚合模型在地图可视化中的研究与应用

为解决海量人口和建筑物数据导致的地图渲染时间长、页面卡顿无响应等技术问题,本文提出了一种多尺度人口空间大数据聚合模型,通过研究海量数据逐级嵌套的树型逻辑架构和可视域内的空间关系,实现了超大城市多尺度行政区域的人口空间数据统计分析与可视化,并在多源异构属性融合方面得到了较好的应用,更好地满足了超大城市精细化管理需求。     

面向大范围实时数据的动态船舶矢量标绘方法

船舶可视化和分析在现代航海管理领域中发挥着重要作用。鉴于目前主流的船舶符号栅格表达方式存在失真、不易交互等弊端,本文提出一种面向大范围船舶实时动态数据的矢量标绘方法。基于时空GIS技术实时接入船舶数据流,创建一个不断更新的船舶要素服务;在前端通过WebSocket建立与服务间的双向通信,低时延获取最新船舶定位信息;并结合多空间尺度表达规则和标绘算法进行符号重绘,实现对船舶位置、尺寸、航向在不同显示级别下的精确表达。测试证明,该方法可以有效支撑较大地理范围内船舶数据的动态可视化,满足船舶避碰、海事管理和应用分析的需要。     

基于主题模型的地理环境时空数据隐含语义理解

文本是战场信息的重要数据模态,从中挖掘地理环境时空语义信息是机器理解战场环境的重要方法,有助于扩展战场环境的空间认知与理解.本文设计一种基于主题模型,反映地理时空因素与事件主题之间语义关系的计算方法,通过信息抽取,挖掘主题要素相关信息,形成不同主题分类及其对应的特征词汇分布;将事件主题与地理时空语义特征建立联合分布模型,自动发现时间、空间与事件主题之间的相关性,从而生成地理时空隐含的语义主题.通过试验验证并结合应用实践,得到如下结论:利用事件主题与位置信息的关联,并应用空间分析方法探寻不同主题的时空分布规律,可为新事件的位置预测及趋利避害对策制定提供基础,从而拓展传统的地理事件主题分析.     

土地划拨中基于网状的时空数据模型研究

在分析时空数据模型原理与土地划拨中时空数据特点的基础上,提出了能显式表达时态关系的网状模型,描述了该模型的基本思想,并在实验基础上分析了其特点.     

时空大数据分布式增量IMSTDCA聚类方法研究

时空聚类分析是对时空大数据进行利用的一种有效手段,目前传统聚类算法存在着大规模分布数据难以处理,海量数据处理时间较长,确定参数困难,聚类质量较差等缺陷。因此,提出一种分布式增量聚类流程DICP,利用广域网分布增量聚类方法,避免大量数据的传输拷贝,有效提升聚类运算效率。对于DICP流程中的时空数据聚类算法本身,研究了一种大数据环境下的IMSTDCA时空数据聚类算法,借助密度聚类的思想,通过时空数据的聚集趋势预分析、时空数据聚类算法,以及时空数据聚类结果评价3个步骤完成聚类分析,实现时空大数据的快速高效信息挖掘。     

时空大数据面临的挑战与机遇

"大数据时代"的到来,正在改变着人们的工作、生活和思维方式。该文较全面地分析了目前大数据及其应用的研究现状,提出"时空大数据"的概念,并认为时空大数据就是时空数据与大数据的融合,并从大数据与时空大数据的背景、特征、本质和类型,分析了时空大数据带来的科学范式、时空信息传输和认知模型等方面的变化,同时对时空大数据的理论体系、技术体系和产品体系进行了探讨。     

分布式增量机制下的交通流大数据聚类分析

时空聚类分析是对时空大数据进行利用的一种有效手段。本文提出了一种分布式增量大数据聚类分析方法,利用分布增量机制不但可以减少重复计算和迁移拷贝次数,而且可以持续对聚类结果进行修正,能够在保持聚类准确性的条件下提升整体运算效率。而聚类算法本身通过数据聚集趋势预分析、聚类算法和结果评价3个步骤,构建了一体化时空邻域,在时间和空间维度保证了聚类结果的准确性。经过试验证明该方法可以实现时空大数据的快速高效信息挖掘。     

一种时空数据静态可视化表达方法

本文简要介绍了时空数据可视化的必要性,以及目前人们采用的时空数据可视化方法,并分析了这些方法的局限性,提出了一种将年轮(annual ring)作为时空载体,结合视觉变量对面状地物的属性数据进行静态可视化的方法。该方法将面状地物的同心环按照类似树木年轮的生长特征进行划分,作为空间和时间的载体,不同时期属性数据映射到相应的同心环中,同心环的厚度和色彩的差异揭示了属性数据的变化。最后以武汉市城市管理网格化平台的统计评价数据为例实现了对比率量表数据的时态可视化表达。本文所提出的静态时空可视化方法将面状地物的空间、属性和时间紧密地结合在一起,克服了以往静态可视化方法中时间-空间、时间-属性相分离的不足,试验证明了这种方法在实践中的可行性。     

一种基于对象和快照的混合地表覆盖时空数据存储模型

时空数据模型是数据库和时空数据分析研究热点之一。由于时空数据变化类型多、分析计算复杂及应用范围广,一种观点认为建立通用的时空数据模型具有高度复杂性。本文针对地表覆盖变化时空数据建库和时空分析应用需求,提出了基于对象和快照的混合时空数据模型。该模型用面向对象描述地表覆盖的斑块对象时空过程,组织管理斑块对象时空事件和空间、属性信息,同时用快照描述地表覆盖整体时空分布,组织管理栅格快照,两者通过基于时间和空间位置的逻辑关联关系形成混合模型。模型在表达对象自身变化的时空事件类型基础上,增加了不同分类对象之间互相转变的时空事件表达。该模型既可以用于对地表覆盖历史观测数据组织存储建库,又可以用于支持时空统计分析、时空演变模拟和时空数据挖掘。通过对黑龙江地区地表覆盖时空数据建库、查询检索、整体格局演变分析和斑块变化时空过程检索与表达的试验,验证了模型的有效性。     

时空大数据时代的地图学

地图学研究的主战场是"地图",但不同历史时期的地图其信息源、主题、内容、载体、形式、制作方法和应用方式是不同的,当然它的全方位价值也就不同了。从科学史上的科学范式的变化来看,随着大数据时代的到来,如今已经步入"数据密集型"科学范式时代,地图学亦如此,具有明显的大数据科学的特征。所有大数据都是由包括人类活动在内的地理世界的任何事物和任何现象运动变化产生的,都具有空间和时间特性,当然也就离不开空间参照和时间参照。因此,大数据本质上就是时空大数据。自20世纪50年代末60年代初以来的现代地图学,即信息化时代的地图学,是以时空数据为对象的,其核心是时空数据处理与表达,但并没有像今天面对天空地海一体的大规模多源(元)异构和多维动态的数据流(或流数据),地图的实时动态性、主题针对性、内容复合性、载体多样化、表现形式个性化、制作方法现代化、应用泛在化等特征,是以往任何时期都无法比拟的,这就产生了地图学理论、技术和应用体系的巨大变化。而所有这些变化都正好发生在20世纪50年代末和60年代初以来的约60年间,故以本文纪念《测绘学报》创刊60周年。     

FunnelCloud: a cloud-based system for exploring tornado events

ABSTRACT

Recent research has shown an increase in the number of extreme tornado outbreaks per year. The characterization of the spatio-temporal pattern of tornado events is therefore a critical task in the analysis of meteorological data. Currently, there are a large number of available meteorological datasets that can be used for such analysis. However, much of these data are distributed across multiple websites and are not accessible in a central location. This poses a significant challenge for a scientist who is interested in exploring meteorological patterns associated with tornado events. This paper presents a novel system which uses cloud-based technology for integrating, storing, exploring, analyzing, and visualizing meteorological data associated with tornado outbreaks. The system employs a novel NoSQL database schema and web services architecture for data integration and provides a user friendly interface that allows scientists to explore the spatio-temporal pattern of tornado events. Furthermore, scientists can use this interface to analyze the relationship between different meteorological variables and properties of tornado outbreaks using a number of spatio-temporal statistical and data mining methods. The efficacy of the system is demonstrated on a use case centered on the analysis of climatic indicators of large spatio-temporally clustered tornado outbreaks.     

面向大数据的时空信息云平台建设研究

在大数据时代来临的背景下,传统数据处理和分析方法已无法满足时空大数据高效存取、实时处理、分析挖掘等需求。本文结合智慧广东时空信息云平台的项目建设案例,探讨了面向大数据的时空信息云平台的建设目标、总体架构、关键技术、应用情况等内容,为解决海量时空大数据处理与分析性能问题,推动地理信息服务高质量发展做了积极探索。     

自然资源管理背景下的时空大数据平台建设

由于自然资源机构改革,测绘地理信息工作成为自然资源统一管理工作的组成部分。时空大数据平台如何在新的组织机构下发挥作用,是当前急需研究的问题。为此,本文在分析了自然资源管理的需求后,提出了时空大数据平台建设的技术路线和时空大数据服务自然资源管理的建设思路。