基于MapReduce的时空数据模型设计方法

针对时空数据存储与查询问题,传统方法存在硬件成本高,存储效率低等缺点。通过对MapReduce模型和Hadoop框架等云计算核心技术的分析和研究,提出了一种基于Hadoop的时空数据存储模型,并在此模型的基础上,设计了基于MapReduce的时空数据查询并行化框架。该框架通过对时空数据的并行操作,使其适用于海量时空数据的存储与管理。     

基于MapReduce的地图代数并行计算方法

针对大规模栅格数据的空间分析,设计并实现了一种基于MapReduce架构的通用地图代数并行计算方法。该方法能将栅格像素矩阵按数据行分割为多个独立的子矩阵,并在并行节点上使用地图代数的四种算子对来自不同矩阵的像素进行分析计算。栅格数据叠加实验结果表明,该方法具备有效性和可靠性,能降低计算对硬件设备的要求,并提升了计算效率。     

基于MapReduce的空间数据并行划分算法

针对海量空间数据分布式存储中存在的不顾及空间邻近性、分布不均和数据倾斜的问题,基于MapReduce并行编程模型,对Hilbert空间曲线层次分解的思想和节点容量感知的方法进行了研究,提出了一种层次分解的空间数据并行划分策略,并通过临界值判定实现空间数据的均衡存储。最后通过实例分析说明该方法可以在保证空间数据邻近特性的同时,解决海量空间数据分布式存储不均和数据倾斜的问题。     

社交媒体地理大数据的旅游景点热度分析

针对大数据时代,蕴含地理位置信息的社交媒体(Social Media)数据规模正呈爆炸性增长,通过对这类时空数据的挖掘可以整合用户的群体智慧,发现热门景点或线路,为用户提供更加精细的旅行服务。该文基于2005—2016年Flickr图片分享网站中用户分享的带地理标签的图片信息,通过空间聚类以及文本语义挖掘的方法对北京市的热门景点进行了提取。此外,本文还利用北京市的历史天气信息与用户图片信息进行融合,分析在不同时间、不同天气情景下,不同景点的热度分布规律,可以为旅行爱好者提供热门景点在多种视角下的游览规律。     

基于MapReduce的并行VoR-Tree索引

结合R-Tree结构范围查询的优势和Voronoi Diagram高效的邻近查询性能,提出了一种并行的VoR-Tree索引(MRVR-Tree)技术,为空间NN问题求解统一于一种高效空间索引提供了新思路;并以空间数据的最邻近查询客户端响应时间为性能评估指标,通过模拟实验证明,该索引的检索效率高于MRTree索引和MRVD索引。     

基于MapReduce的空间kANN查询

引入VoR-Tree空间索引,并基于传统MQM算法对kANN查询算法进行并行化改造,使得空间数据的存储和计算都迁徙到Hadoop集群上,并通过实验对该算法进行了性能测试和分析。结果表明,与单节点计算相比,基于VoR-Tree索引的并行kANN查询算法程序具有良好的性能和近似直线的加速比。     

基于Heatmap的地理对象空间分布热度计算方法

为了更加直观地表达地理对象某一特征空间分布态势,研究Heatmap现有的计算方法,并对其进行改进形成快速生成Heatmap的方法,用来直观表达地理对象某特征的空间态势;然后利用全国居民小区价格热度分布实例验证利用Heatmap进行空间分布热度计算方法的可行性。试验表明本文提出的方法能有效直观地反映地理对象的空间分布态势,为人们工作生活中的重要决策提供依据。     

基于瓦片寿命和访问热度的海量空间数据缓存置换策略

针对空间信息服务中所能支持的并发用户数有限、瓦片响应时间过长等问题,在客户端建立缓存机制。分析了空间数据瓦片的缓存索引,提出了适合于空间数据的缓存置换策略TCLEPR。实验结果表明,TCLEPR可以提高瓦片缓存的请求命中率和字节命中率,缩短瓦片的响应时间,并支持更多的并发用户数。     

融合线上线下轨迹的景观热度评价

人们在线上网络空间和线下现实空间活动时, 会产生大量线上线下的痕迹(轨迹), 这种轨迹作为一种讯息会影响其他人的活动。现有研究大多单一地采用问卷调查、网络数据、GPS轨迹等方法, 忽略了移动互联时代线上线下空间活动的关联性以及历史活动足迹对日后活动的影响。基于对搜索量、签到和照片等网络大数据与线下GPS轨迹大数据的融合, 对人们线上线下活动进行时空行为模式分析, 建立基于信息素和回归分析的计算模型, 实现了对景观休憩空间的吸引力评价。以采样接近5 a的181个用户轨迹数据及相应时间段的网络大数据, 对北京28个景观进行实验, 并与单一线上或线下数据的研究方法进行比较, 结果表明所提方法不仅综合体现了景观热度, 且能够对未来的潜在游憩价值进行估计。     

众包旅游文本热度地名的共现数据挖掘

针对众包旅游文本中蕴含着大量有待挖掘的旅游者时空行为信息的问题,该文提出基于文本集合的地名权重分配与共现矩阵相结合的计算方法,深入挖掘众包旅游文本中的地名信息,获取旅游地高热度地名间的共现关系.计算结果以共现矩阵和三元组共同存储的方式呈现,便于依据地名类型提取多研究视角下的共现关系子集.以九寨沟为例做实证研究,实现了九寨沟旅游地热度地名自动提取,实现旅游地内热度景观名称之间,及九寨沟与省内、省外热度城市名、省内旅游地名之间4类共现关系的可视化.结果表明:该方法能够适应旅游地理和相关学科对旅游文本内容挖掘的研究需求;挖掘结果对特定群体的旅游空间感知特征与结构有显著的表征意义.     

基于权重滤波的时空融合算法对比分析

多源遥感数据时空融合技术可生成高空间高时间分辨率的图像数据,有效解决了遥感应用中的遥感图像"时空矛盾"问题。ESTARFM和STNLFFM是目前常用的两种基于权重滤波的时空融合模型,本文对上述方法进行了对比分析,为模型选择提供依据。通过两组不同地表覆盖类型变化的实验,开展了模型精度对比分析,结果表明:当地表覆盖物时相变化属于物候变化时,两种算法融合结果均能还原出较为丰富的空间细节信息,且算法融合精度差异较小,效果相当;而当地表覆盖类型发生较大突变时,两种算法融合结果空间细节信息还原较少,同时,相比于ESTARFM,STNLFFM融合结果能够获取较高精度。     

长三角夏季热岛效应时空演变分析

长三角城市群已成为国际公认的6大城市群之一,该区域的生态环境问题一直备受大家关注。选取2000、2005、2010年和2015年9月份8 d合成的MODIS温度产品,经过云检测与剔除,按照均值-标准差方法对热岛强度进行分级,分析了长三角地区夏季热岛效应的分布特征、演变趋势及空间变化差异。结果表明,长三角地区的城市热岛空间分布形态由"Z"字型向"W"字型格局转变;2000~2005年,长三角地区强热岛与正热岛数目增长最快,2005~2015年强热岛与正热岛总数增长率持续减缓;上海的强热岛面积一直最大,扬州、镇江、宁波等城市热岛效应呈现波动增强,苏州、无锡、常州等城市呈现波动减弱。     

基于GIS与RUSLE的土壤侵蚀量时空变化分析

基于修正的土壤流失方程(RUSLE),运用RS和GIS技术对葫芦岛市的土壤侵蚀状况进行分析。结果表明,葫芦岛市年均土壤侵蚀量17 867 598.32 t,年均土壤侵蚀模数为16.13 t/(hm2×a),属于轻度侵蚀。葫芦岛市中度侵蚀以上的土壤侵蚀面积占总侵蚀面积的11.31%,土壤侵蚀模数占总侵蚀量的40.17%。中度侵蚀以下的土壤侵蚀面积占总侵蚀面积的88.96%,土壤侵蚀量占总侵蚀量的59.83%,研究区土壤侵蚀空间差异性大。分析土壤侵蚀与坡度和土地利用之间的关系表明,6°~25°为研究区主要侵蚀坡度段,裸土地、旱地、林地和草地是研究区土壤侵蚀的主要发生区,葫芦岛市应将其列为水土保持重点治理对象,采取有效措施,改善土壤侵蚀现状。     

一种基于道路网络的时空索引

针对现有的基于道路网络的时空索引的不足,提出了一种新的针对在给定道路网络中运动的移动目标索引结构———MONC-Tree,并对该索引的多种查询算法进行了具体的描述。