图库一体化软件系统研究与实现

为了提高DLG和DRG数据生产效率,改变传统作业模式,解决图库数据分离造成的数据不同步、数据维护复杂等问题,笔者引入"图库一体化"解决方案,通过建立图库一体化数据模型,利用制图表达原理研究算法实现复杂符号效果,采用智能化标注、地图整饰自动化等关键性技术,基于Arc GIS Engine实现Umap图库一体化系统。     

基于时空聚类的出租车载客热点区域挖掘研究

针对出租车运营过程缺少路径优化指导造成运营能力分布不均、空载率高的问题,本文以成都市安装有GPS设备的出租车所采集的轨迹数据为研究对象,以提高出租车效益为目标,采用了一种基于网格的出租车载客热点聚类算法,通过对出租车GPS轨迹数据进行处理和聚类分析,充分挖掘出租车载客热点区域,从而为出租车的运营者和管理者提供信息决策服务。     

新型基础测绘体系下再论图库一体化

依据新型基础测绘的服务要求,制定了科学合理的图库一体化的生产路线,总结了注意事项,研究开发了图库一体化的质检工具,提高了基础测绘的生产效率和质量,为新型基础测绘“按需服务”奠定了基础。     

MapGIS到ArcGIS格式的数据转换方法研究——以麻阳县地质图为例

湖南地矿行业多采用MapGIS软件进行地质数据的管理和分析,然而,该软件在数据处理和分析方面略显不足,尤其在处理大数据时更是力不从心,且其中的67版本难以满足2000坐标系统的要求。因此,为了更加有效地使用已有的数据,并充分发挥其价值,本文以麻阳县地质图为例,通过研究MapGIS和ArcGIS软件之间的异同,总结出一套较为完整的MapGIS到ArcGIS格式的数据转换方法,使得转换前后的数据在数量、样式、属性等方面基本保持一致。     

A hierarchical indexing strategy for optimizing Apache Spark with HDFS to efficiently query big geospatial raster data

ABSTRACT

Earth observations and model simulations are generating big multidimensional array-based raster data. However, it is difficult to efficiently query these big raster data due to the inconsistency among the geospatial raster data model, distributed physical data storage model, and the data pipeline in distributed computing frameworks. To efficiently process big geospatial data, this paper proposes a three-layer hierarchical indexing strategy to optimize Apache Spark with Hadoop Distributed File System (HDFS) from the following aspects: (1) improve I/O efficiency by adopting the chunking data structure; (2) keep the workload balance and high data locality by building the global index (k-d tree); (3) enable Spark and HDFS to natively support geospatial raster data formats (e.g., HDF4, NetCDF4, GeoTiff) by building the local index (hash table); (4) index the in-memory data to further improve geospatial data queries; (5) develop a data repartition strategy to tune the query parallelism while keeping high data locality. The above strategies are implemented by developing the customized RDDs, and evaluated by comparing the performance with that of Spark SQL and SciSpark. The proposed indexing strategy can be applied to other distributed frameworks or cloud-based computing systems to natively support big geospatial data query with high efficiency.     

基于广义回归神经网络的全球表层海水1°×1°二氧化碳分压数据推演

表层海水二氧化碳分压是评估海洋碳源汇强度的关键参数,但其实测数据较少、时空分布极不均匀,导致二氧化碳交换通量的估算有很大的不确定性,海洋源汇特征就不能确切获取。为了解决这个难题,在收集的表层大洋二氧化碳地图(Surface Ocean CO₂ Atlas,SOCAT)实测数据集基础上,运用广义回归神经网络建立二氧化碳分压与经纬度、时间、温度、盐度和叶绿素浓度间的非线性关系,构建了1998?2018年间全球1°×1°经纬度的表层海水二氧化碳分压格点数据,其标准误差为16.93 μatm,平均相对误差为2.97%,优于现有研究中的前反馈神经网络、自组织映射神经网络和机器学习算法等方法。根据构建的数据所绘制的全球表层海水二氧化碳分压的分布与现有研究有较好的一致性。     

基于与Jason-2数据比对的Jason-3卫星高度计全球数据质量评估

Jason-3卫星高度计于2016年1月17日成功发射,2016年2月12日进入预定轨道,与Jason-2高度计同轨进入编队飞行阶段,并落后Jason-2高度计约1分20秒,两者相距约560 km。2016年9月1日,Jason-2高度计变换轨道,编队飞行阶段结束,两高度计进入平行轨道,以增加卫星高度计对地观测的空间覆盖。本研究主要开展了Jason-3高度计的数据质量的评估与检验,包括Jason-3高度计数据可用性和有效性的验证,以及Jason-3高度计和校正辐射计各参数的数据质量监测。重点开展了Jason-2与Jason-3高度计各项参数的综合比较,利用Jason-2与Jason-3高度计编队飞行阶段的数据精确评估了两高度计参数的一致性,并从全球数据角度分析了Jason-3高度计获取各参数的能力以及稳定性;通过与Jason-2互交叉点比较分析评估Jason-3高度计海面高度数据质量情况,验证Jason-3高度计数据精度。结果表明,Jason-3高度计的数据质量满足高度计测高的要求,具有与Jason-1、Jason-2、T/P等高度计相同或更高的测高精度以监测全球海平面变化,此外,Jason-3有效波高参数数据质量明显优于Jason-2高度计。     

“数字海底”--海底数据集成管理与可视化研究

针对目前"数字海底"建设中存在海底调查数据集成管理与三维可视化表达不足等问题,本文采用GIS技术,以黄河水下三角洲埕北海域为研究对象,利用地理空间数据集成理论与三维建模方法,建立了埕北海域三维海底空间数据库,实现了研究区域地形数据、地层数据、钻孔数据、表层沉积物数据的有效组织管理与可视化,并在此基础上,采用ArcGIS Engine 10.0,结合.NET平台,在Visual Studio 2010开发环境下,利用C#语言进行了二次开发,实现了基于C/S (Client/Server)架构的三维海底虚拟仿真系统的开发,设计了一套面向埕北海域的三维海底虚拟仿真原型系统。     

东印度洋海域最优深度基准面模型构建

利用东印度洋海域周边长期验潮站实测数据、TOPEX/Poseidon等系列卫星测高反演结果,评估了DTU10,EOT11a,FES2014,GOT4.8,OSU12和TPXO8六种全球潮汐模型精度,根据卫星测高结果给出了浅水分潮改正量和长周期分潮改正量的经验模型,又在此基础上分析并构建了研究区域精度最优的深度基准面模型。考虑到全球潮汐模型在近岸的影响因素及验潮站位置,将13个验潮站分成开阔海域与近海海域两类,与潮汐模型的对比,结果表明,DTU10和FES2014模型分别在开阔海域和近海海域精度最优。根据潮汐模型在不同分潮处的精度,如EOT11a模型在O1和K1分潮处精度较高,DTU10在N2,M2,S2和K2分潮处精度较高等,分别构建了开阔海域与近海海域的组合深度基准面模型,计算得知误差分别为11.33和20.95 cm,其精度显著提高。     

面向遥感大数据的地学知识图谱构想

由于地球表面的时空异质性与复杂性,传统从遥感影像具有的信息特征出发,构建智能解译算法解决遥感地学认知的思路在应对面向全球的海量遥感大数据分析时,其精度和地学实用性已触及瓶颈.为此,本文从地学知识为核心的角度出发,结合当前知识图谱理论的发展,提出一种新的面向遥感大数据分析的地学思维构想——地学知识图谱.本构想将地学知识的...