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。     

数字城市矢量地形图数据更新方法研究

在对矢量地形图数据更新算法进行分析的基础上,设计了数字城市GIS系统的矢量地形图数据更新策略与流程。针对不同比例尺的矢量地形图数据分别采取版本更新和增量更新的方式,提出根据比例尺、要素的凸包、属性等特征的匹配结果筛选出数据库中变化的要素。最后以贵州省兴义市矢量地形图数据为例,对提出的更新方法进行了验证,结果表明,所提出的更新方法可以应用于数字城市矢量地形图数据的更新。     

基于路网相关性的分布式增量交通流大数据预测方法

针对城市道路拥堵问题的日益加剧的问题,智能化城市交通管理平台是缓解拥堵问题的有效方法,利用交通流大数据预测结果进行交通诱导,能够指导用户调整出行方案,有效缓解交通压力。研究了交通流大数据的分布式增量聚合方法,对海量交通流数据进行清洗统计,为交通流预测提供数据基础,基于交通流在路网中上下游路段的相关性分析,利用路口转弯率多阶分配将该相关性量化,构建基于路网相关性的空间权重矩阵,完成对于STARIMA模型的改进。通过应用试验证明,该方法能更准确的进行交通流预测,为交通诱导信息发布提供依据。     

ECOM模式的改进及在长江河口、杭州湾及邻近海区的应用

基于原正交ECOM(Estuarine Coastal and Ocean Model)模式，把它改进为非正交曲线坐标系下模式，以较好地拟合河口海岸岸线的变化，有效提高局部空间分辨率，提高计算速度和精度；应用预估修正法提高模式的稳定性；扣除局域平均密度层结提高。坐标系下斜压压强梯度力的计算精度；采用Euler-Lagrange方法改进物质输运方程中的平流项计算方法。数值试验结果证明以上4种方法有效地提高了模式的计算精度。把改进的模式应用于长江河口、杭州湾及邻近海区，模拟结果与观测资料较为一致。改进后的模式可更好地应用于河口海岸的研究中。     

土质边坡动力稳定性试验研究

以云贵高原某典型土质边坡为原型,采用了4种加速度震动波输入模式,设计完成了比例为1:6的小型振动台模型试验,结合FLAC3D数值模拟对边坡动力响应特性和边坡变形破坏规律进行分析。结果表明:当输入加速度低于某个临界值时,整个坡体的加速度响应基本保持一致,各部位放大效应增加不明显,当输入加速度逐渐增加,高于临界值时,坡体的卓越频率得到充分激励,各部位加速度响应大幅增加,此时边坡最易发生变形破坏,且加速度响应沿着坡高方向有显著的放大效应;剪应变增量时程曲线反映出在边坡震动破坏过程中,滑体后缘以张拉为主,中部及下部以剪切为主,而且剪出口剪应变增量的变化尤为关键,其增幅速度直接导致该部位抗剪强度降低速度增快;边坡震动变形破坏模式为崩塌-剪切滑移破坏,变形破坏过程可分为4个阶段。      

基于拓扑联动的增量更新方法研究——以地籍数据库为例

针对GIS数据库的联动更新及其拓扑一致性维护困难的问题,提出一种基于拓扑联动的增量更新方法,其是针对不同目标类型,分析归纳出相应的拓扑联动类型及其细分类型;对不同目标发展根据其语义特点、拓扑一致性约束条件及变化前后目标间的拓扑关系来推断实体变化类型的规则,并以此为基础分析或推断出每种拓扑联动类型中原关联目标和新生目标的变化情况,进而设计和执行相应的更新操作实现数据库的局部联动更新及其拓扑一致性维护.全文以地籍数据库更新为例,将地籍变更分为地块合并、分割、公共边界调整、结点移动、复合分并5种基本联动类型,并对地块合并、分割、公共边界调整进行了细分,共分为17种细分类型;归纳出地块目标的变化类型推断规则,用实际与模拟数据对本文所提出的方法进行实验验证.本文所提出的方法为此类系统的设计与开发提供了一条新的思路.     

基于簇模型的矢量地图数据的高效压缩方法

提出了一种适用于矢量地图的高效压缩方法,该方法通过建立坐标增量的簇模型对矢量地图进行压缩,从而降低其存储空间.实验结果表明,本文方法能够取得较高的压缩比, 保持压缩结果几何形状的相似性,而且具有较大的灵活性,能够根据不同的需求生成不同压缩比的矢量地图.     

新型基础测绘思考与实践——以山东省为例

随着社会进步和科技发展,测绘与地理信息行业与互联网+、物联网技术的不断融合,对传统基础测绘提出了新的要求。该文首先介绍了《全国基础测绘中长期规划纲要(2015-2030年)》中新型基础测绘的内涵、发展目标和主要任务,分析了传统基础测绘向新型基础测绘转型升级的必要性,提炼了新型基础测绘的主要特点和需突破的关键技术,然后以山东省新型基础测绘发展为例,介绍了山东省新型基础测绘实践过程中的技术创新、管理创新和取得的成果。结果表明,新型基础测绘是新常态下转型发展、按需测绘的必然趋势,是更广泛应用于政府部门、科研机构统筹规划、宏观分析的必然要求,能够为政府从量化决策向大数据决策转变等提供有力的技术支撑和可靠依据。     

基于土壤湿度和年际增量方法的我国夏季降水预测试验

选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)方法建立集合预测模型,对我国东部夏季降水的年际增量进行预测,进而预测夏季降水。其中,1980~2004年的资料用于历史预测试验,而2005~2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且对独立样本检验的效果进行了评估。结果表明,不同预测因子的组合对我国夏季降水均表现出一定的预测能力:东欧平原、贝加尔湖以北、我国河套地区及长江以南地区的土壤湿度对华北夏季降水预测效果较好;而巴尔喀什湖以北地区、我国西北地区、河套地区以及长江以南地区的土壤湿度对江淮夏季降水有较好预测效果;东欧平原、巴尔喀什湖以北地区以及我国河套地区的土壤湿度对华南降水预测技巧较高。这三组模型预测出的降水变化趋势与相应区域的观测结果较为一致,且预测评分(PS)均超过70分,距平相关系数(ACC)均为正值。研究表明土壤湿度因子中包含了对我国夏季降水有用的预测信号,可以考虑将土壤湿度应用于夏季降水的预测业务中。     

基础地理空间数据库增量更新与动态管理方法

针对基于图幅地形图更新方式满足不了信息化测绘时代对地理信息数据实时综合服务需求的问题,提出了基于地理空间数据库增量更新与动态管理的方法。采用信息映射机制设计地物要素编码,使生产图形和空间数据库共用一套数据标准,实现图形数据与属性信息一体化管理;设计生产建库一体化的管理方案,免除更新入库的预处理和转换工作;采用面向地物要素的增量更新技术和基于数据库的缩编更新方法,实现了基础地理信息数据的实时动态更新管理。文章提出的技术方法已在长沙市基础地理空间数据库动态管理中得到验证,为大比例尺地理数据动态管理提供了技术方法。