大数据处理技术在地理信息档案管理中的应用

分析了当前地理信息档案管理的现状及面临的问题,介绍了HDFS文件管理系统、云存储、Elastic Search检索、非结构化数据库、知识图谱5种大数据处理技术,并对其在省级地理信息档案资源大数据处理平台构建、地理信息档案数据挖掘与知识发现两方面的应用进行了论述。     

大数据时代测绘地理信息档案资源的建设与应用

大数据时代的到来给测绘地理信息档案带来了新的发展机遇。本文结合大数据和测绘地理信息档案的特点,对测绘地理信息档案资源进行了规划,并提出其应用的方向。     

新时代“地理国情+”发展研究与探索

全国第一次地理国情普查、大数据和"互联网+"是当前地理信息产业发展所面临的三大机遇与挑战。本文以地理国情数据为基础,以服务经济和社会发展为根本目标,利用大数据处理方法对地理国情数据进行分析,借力互联网+地理国情的发展契机,提出"地理国情+"发展计划,并重点介绍了当前信息时代下"地理国情+"的基本构成、发展方向和应用前景。     

政务地理空间大数据研究进展综述

近年来,地理空间大数据引起了产学研及政府部门的高度关注,甚至引发了许多变革。面向电子政务的地理空间大数据技术为政府信息管理和决策提供了新的手段。本文在阐述政务地理空间大数据的内涵及特点的基础上,重点梳理了政务地理空间大数据处理的关键技术,包括政务地理空间大数据整合、存储与管理、挖掘与分析、可视化以及决策支持服务技术,最后分析了当前和未来政务地理空间大数据所面临的机遇和挑战。     

地理国情大数据研究框架

地理国情监测作为大数据时代测绘地理信息领域一个新的、重要战略方向,其发展迫切需要顶层设计与新型技术的支撑,需要建立一种灵活、高效、低成本的大数据处理模式与服务方式。本文以地理国情监测与大数据研究相结合为切入点,阐述了地理国情大数据的分类及特点,提出了云计算环境下地理国情大数据研究架构,并从地理国情大数据存储、处理、挖掘、应用服务4个方面探讨了地理国情大数据云平台建设思路。本文将有助于地理国情监测的生产方式与服务模式变革,推动地理国情监测的广泛应用与产业化发展。     

地理实体的数据处理技术在地理信息数据库建设中的应用

介绍了地理实体的概念和基本地理实体的内容,并对地理实体在地理信息数据库建设过程中的数据抽取、格式转换、数据装载等数据标准化的主要数据处理技术方法进行了陈述,为其它相关地理信息数据库建设项目提供基本方法参考。     

国家测绘地理信息业务档案数据存储技术探讨

随着测绘地理信息事业的蓬勃发展以及测绘信息化程度的不断提高,测绘地理信息档案数据量也在急剧增长,对这些海量数据安全、有效、长期的保存是测绘档案工作人员面临的一项重要工作。本文以国家基础地理信息中心(兼国家测绘档案资料馆)档案数据存储为例,对国家测绘地理信息档案数据存储策略、介质管理和数据迁移等技术进行了初步探讨。     

大规模空间数据处理模式和系统集成

随着地理信息需求推动下的空间数据采集能力的发展,空间数据的生产规模和数据量呈爆发式增长,直接带来了对大规模空间数据处理的需求。本文基于IT并行计算和大数据技术的发展成果,探讨了这些技术在大规模空间数据处理上的应用及相应的IT系统集成思路,提出了基于数据库的并行空间数据处理方法,并根据第一次全国地理国情普查项目需求作了深度验证和分析。     

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。     

地理信息产业转型升级的驱动力

当前,地理信息产业的发展面临着转型升级的严峻挑战,同时也迎来了大好的发展机遇。“互联网+”、大数据、云计算、人工智能等新兴信息技术的迅速发展为地理信息产业的转型升级提供了强有力的支撑。在这种情况下,人们要认真思考和探索地理信息产业转型升级的背景、目标、途径和方法、驱动力等一系列问题。针对地理信息产业转型升级的背景问题,从如何认识地理信息产业和大数据入手,提出大数据的时空观和时空大数据的理论;针对地理信息产业转型升级的目标问题,提出时空大数据平台理论和“通用时空大数据平台+”模式,通过军民融合实现时空大数据产业化,使之成为地理信息产业的转型升级版;针对地理信息产业转型升级的途径和方法问题,提出构建时空大数据平台的技术体制和技术方法,探讨从基础研究起步的时空大数据产业化之路,构建由硬件产品、软件产品、软硬件集成产品和各类（种）数据产品组成的时空大数据产品体系;针对地理信息产业转型升级的驱动力问题,探讨人工智能技术将成为地理信息产业转型升级的核心驱动力,并分析人工智能的算法、数据和计算能力三要素在时空大数据产业化中的作用及三者之间的关系。     

关于北京市测绘地理信息档案管理的几点思考

测绘地理信息档案资料是城市规划和管理的数据基础,具有使用数据量大、保存时间久、使用频率高、修改频率高、管理过程复杂等特点,给现行的档案的保存、管理和利用方式带来困难。数字档案管理技术作为解决档案存储问题,提高档案管理效率的有效手段,已得到广泛应用。本文基于北京市测绘地理信息档案现状,分析了测绘档案保存、管理和利用的特点和难点,并就应用数字档案馆技术解决现存问题的成效进行了预估。     

测绘地理信息档案管理对策研究

国民经济建设对测绘地理信息档案的需求旺盛,如何对测绘地理信息数据进行归档管理,提高测绘地理信息档案存储的安全性及方便再利用,已经成为测绘地理信息档案管理部门需要研究的重要课题。本文通过分析当前测绘地理信息档案管理的现状,指出存在的问题,提出有力的改进措施。     

浅谈市级公共地理框架数据生产技术方案

公共地理框架数据生产过程对于国家地理信息公共服务平台非常重要。本文详细介绍了国家信息公共服务平台市级公共地理框架数据生产的内容及技术方法,总结了数据处理经验及方法,并提出今后改进的方向,为同行提供参考。     

论地理国情监测知识服务

针对当前广泛开展的地理国情监测研究和应用活动,重点探讨了地理国情监测知识服务技术体系;阐述了地理国情监测服务链的概念和理论依据;建立了地理国情监测知识服务尺度体系和技术体系。对地理国情监测数据处理、分析评价方法进行了体系化的归纳,分析了当前工作中存在的问题,并提出了相应的解决思路。     

顾及语义知识的地理空间数据快速检索

大数据时代地理空间资源不断增多,但现有通用知识库较少考虑地理空间数据蕴含的语义知识,难以实现数据的快速检索.因此亟需引入本体技术,以蕴含的语义知识为基础,提高地理空间数据访问速度,精确获取用户所需信息.以本体为基础,提出了顾及地理空间数据语义知识的快速检索方法.首先,基于通名编码规则、地理空间数据和开源百度百科数据构建...     

大数据环境下地理信息产业发展的几点思考

大数据背景下地理信息产业的发展有了新的驱动力,通过思考这种驱动力对产业发展可能产生的影响,分析指出了大数据在地理信息产业中的中心地位和重要价值,综述了大数据给地理信息产业的涵盖范围、关键技术和服务模式所带来的重大变革,探讨了大数据技术对于GIS传统技术优化升级的几个着力点,并剖析了大数据技术在地理信息产业的相关应用中所面临的制约因素。     

湖北省地理信息档案信息化管理总体框架设计

为了充分适应自然资源信息化建设对测绘地理信息档案管理规范化、精细化、高效化的要求,设计了湖北省测绘地理信息档案信息化管理总体框架。主要在现有省级测绘地理信息档案资料和应用系统的基础上,分析存在的问题,对总体架构、业务架构、技术架构、数据架构、部署架构等部分进行重点设计,在一定程度上实现了湖北省测绘地理信息成果档案在数据能力、技术能力、管理能力等多方面的沉淀、复用,为推进省级自然资源数字档案馆建设奠定基础。     

基于Autonomy的国土资源档案知识挖掘与应用平台研究

本文在分析大数据背景下国土资源信息化面临的挑战及国土资源档案数据现状的基础上,提出基于Autonomy知识与服务架构,重点阐述架构的三个组成部分：数据采集平台、本体构建与分析平台、数据处理平台,介绍了基于Autonomy Idol的应用功能设计实例。探讨海量国土资源档案数据管理与应用的新方式,为国土资源数据档案的管理提供大数据支持的理论基础。     

地理信息共享与互操作框架研究

地理信息是现实世界的抽象,具有分布式、数据量大、格式多样以及商品性和共享性等特点,随着地理数据的内容和种类的增加,共享的需求和难度也日益显现。本文总结了当前实现地理信息共享和互操作的途径和方法,即数据格式转换与直接访问、地理数据互操作、基于GML的共享、网格与数据网格、地球科学标记语言以及符号多接口显示技术。最后提出地理信息共享与互操作框架,其中数据网格是基础和保障,互操作规范是核心和关键,符号多接口显示技术和地球科学标记语言等其他共享和互操作技术是必要补充。     

并行处理技术在地理信息数据处理中的应用

随着地理信息存储量的飞速增长,传统的单进程、集中式的数据处理方式已不能满足基于网络的地理信息服务的效能要求。分析对比了OpenMP,MPI和MapReduce等主流并行编程模式,将关系型数据库与分布式空间数据管理系统相结合,提出了面向并行处理的地理信息存储模型和数据组织模型,将该模型与传统模型进行了对比分析,并基于MapReduce实现了地理空间数据并行处理框架,选取了矢量数据装载、影像数据装载以及数据切片作为典型数据处理案例开展对比实验,该技术方案的处理效率均数倍于传统技术方案。实验表明,该模型能够很好地支持并行处理框架,可为分布式环境下数据处理中心构建提供一个有效解决方案。