分布式空间数据库安全机制探讨

伴随着空间数据量与应用需求的急剧增长,传统基于单节点的空间数据库服务模式向分布式集群服务模式扩展,面临新的安全问题。本文梳理了空间数据库安全的概念及其发展现状,分析了分布式空间数据库的安全特性及空间信息服务过程中分布式空间数据库集群面临的安全挑战,提出了统一安全管理模式下"通信加密—身份认证—权限管理—数据加密—安全审计"全流程分布式地理空间信息服务安全框架,对分布式空间数据库安全的发展有一定的借鉴意义。     

基于偏移四叉树投票的“大尺寸”点状符号多尺度无压盖可视化

为解决Web 2.0环境下点状符号地图混搭中的制图问题,本文研究并实现了一种可100%避免压盖的"大尺寸"点符号高效可视化方法。该方法的核心思想是四叉树网格单选,采用网格平移对多次单选结果投票来计算符号在各缩放级别的显著性等级,可解决符号在相邻网格的空间冲突。该过程不需要显式探测冲突,因而处理效率极高。随着地图放大,重要性较低的符号也逐级显现,实现了语义层次的多尺度表达。针对符号和网格大小比率关系、有效网格平移方案及图面利用率不足问题提出两种扩展:格网增选和多级符号叠加。对方法的可行性进行了试验验证,并分析了该方法在用户查询条件改变下的稳定性和不同数据量下的伸缩性(非优化实现可达到105量级数据的亚秒级处理)。     

采用弯曲进行道路化简冲突避免的方法

针对道路化简后可能导致要素间空间关系前后不一致的问题,提出了一种采用弯曲进行道路化简冲突避免的方法。首先,以弯曲为单元分析道路化简前后弯曲的形态变化规律,对化简过程产生的要素间空间冲突类型进行了归纳和总结;其次,基于道路弯曲与要素之间的空间关系,提出了相应的冲突判别规则;最后,利用弯曲化简的可控性和弯曲组的间接化简策略实现对化简冲突的避免。试验表明,该方法能有效地识别和避免道路化简产生的空间冲突,确保化简前后道路与其他要素空间关系的一致性。     

城区地表形变差分TomoSAR监测方法

压缩感知技术(CS)的差分TomoSAR技术解决了中高分辨率SAR数据在城区出现的叠掩问题,实现了城区地表形变信息的重构,但是该方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,对具有这两种特性的目标进行重构时其性能较差。针对这一问题,本文采用联合Khatri-Rao子空间和块压缩感知(KRS-BCS),提出了一种差分SAR层析成像方法。该方法依据目标的结构特性和重构观测矩阵具有的Khatri-Rao积性质,将稀疏结构目标的差分TomoSAR问题转化为Khatri-Rao子空间下的BCS问题,然后对目标进行块稀疏的l1/l2范数最优化求解,最后通过理论分析和仿真试验对分辨能力和重构估计性能进行了定性和定量评价,仿真结果表明本文所采用的KRS-BCS方法不仅保持了高分辨率的优点,而且有效地降低了虚假目标出现的概率,大幅度提高了散射点准确重构概率,切实可行地解决了CS方法的不足。应用实例研究中,利用34景Envisat卫星ASAR时间序列影像对日本千叶县茂原市城区进行地表形变监测,并以一等水准点和实时测量的GPS站点观测数据作为参考形变结果进行验证,试验结果表明采用KRS-BCS方法反演的结果与参考形变结果保持了良好的一致性且形变速率整体偏差也较小,实现了较高精度的城区地表形变估计。     

M-Quadtree索引:一种基于改进四叉树编码方法的云存储环境下空间索引方法

为了解决基于"键-值"模型的云存储环境仅支持简单的关键字查询,不支持多维空间查询的问题,提出了一种新的分布式空间索引方法——M-Quadtree索引。在索引构建过程中,设计了一种基于改进四叉树的空间数据划分方法,该方法规定了叶节点区域的最小数据量,通过四叉树叶节点的再合并,解决了划分后各子区域间存储量不平衡的问题,并且满足了MapReduce并行化要求。给出了MapReduce框架下M-Quadtree索引的快速构建、查询与更新算法,并在搭建的Hadoop平台进行了关键参数对索引效率的影响以及不同规模数据下索引的创建、查询和更新试验。与现有分布式空间索引的对比试验及分析结果表明,M-Quadtree索引在数据存储量负载均衡、算法并行化和空间查询效率等方面表现得更好。     

多光谱遥感影像亮度空间相位一致性特征点检测

提出了一种基于亮度空间和相位一致性理论的多光谱遥感影像特征点检测算法。首先利用参数自适应的灰度变换函数建立影像亮度空间;然后结合相位一致性方法在影像亮度空间进行候选特征点检测,并将候选特征点映射到原始影像上进行非极大值抑制;最后在尺度空间计算特征点的特征尺度值。本文方法有效结合了亮度空间特征检测和相位一致性特征检测的优势,对多光谱遥感影像的辐射变化具有较强的稳健性。试验结果证明,与传统特征点检测算法相比,本文方法在特征重复率和重复特征数量方面都具有明显的优势。     

空间层次聚类显著性判别的重排检验方法

同时顾及空间邻近与专题属性相似的空间层次聚类是挖掘空间分布模式的一种有效手段。空间层次聚类方法虽然可以获得多层次的聚集结构,但聚类结果显著性的统计判别依然是一个尚未解决的难题。为此,本文提出了一种空间层次聚类结果显著性的统计判别方法,用于确定空间层次聚类的停止准则,减少聚类过程对参数设置的依赖。通过试验分析与比较发现,该方法能够有效判别空间层次聚类结果的显著性和确定层次聚类合并过程的停止条件,同时具有很好的抗噪性,避免随机结构的干扰。     

全景图增强地理现实的空间认知问题

基于全景图的增强地理现实平台是一种新的空间认知工具,研究其空间认知问题是进行技术研究的基础。文中介绍全景图增强地理现实的主要技术流程和优势;阐述基于全景图增强地理现实进行空间认知的基础模型;分析全景图和地理信息数据的信息匹配问题,包括比例尺和位置匹配两个方面;介绍地理信息在全景图像上的表达方式,重点解决增强目标和属性信息的选择问题;最后通过与街景地图、虚拟现实平台进行空间认知比较,得出全景图增强地理现实平台的有效性和主要适用范围,表明该平台具有独特的空间认知优势。     

基于空间协同共享技术的规划用地监测平台研究

基于空间共享的空间库平台多源数据,设计开发了规划用地监测平台,对现状用地情况、规划用地情况、规划审批情况、土地存量情况、集体用地情况、棚户区情况等进行动态监测,为规划管理和规划研究工作提供及时有效的数据支撑。     

基于空间协同共享技术的规划用地监测平台研究

基于空间共享的空间库平台多源数据,设计开发了规划用地监测平台,对现状用地情况、规划用地情况、规划审批情况、土地存量情况、集体用地情况、棚户区情况等进行动态监测,为规划管理和规划研究工作提供及时有效的数据支撑。