轨迹大数据: 数据处理关键技术研究综述

针对轨迹大数据的高效点-轨迹k近邻（point to trajectory k nearest neighbor, P2T_kNN）查询处理需求,提出了一种融合时空剖分和轨迹分段的轨迹组织方法,其核心思想是在对轨迹作时间剖分的基础上,利用离散全球网格系统（discrete global grid system, DGGS）在空间上进行再次剖分,从而利用两次剖分得到的时空单元编码来索引落入其中的轨迹片段。在此基础上利用分布式列式存储技术设计了面向轨迹大数据的P2T_kNN查询处理框架,提出了一种顾及轨迹数据空间分布的自适应空间单元搜索算法,即通过分析轨迹数据在给定时间约束下的空间分异特征,动态调整空间单元的搜索步长,从而提升了轨迹稀疏区域的处理效率。针对亿级轨迹的实验结果表明,该方法适用于轨迹大数据的P2T_kNN查询处理,在轨迹稠密与稀疏区域的平均查询响应时间均小于1 s。     

大数据时代的智慧城市

城市是人类文明进步的重要标志,是社会物质和精神财富生产、积聚和传播的中心,城市化是实现国家现代化的一项重要任务。当今,人们都在谈论"大数据",全球信息化已迈入"大数据时代",地球表层的几何特征、物理特征和属性特征,城市的所有物理设施、系统、大气、水质、环境,人的行为、位置甚至身体、生理特征,等等,都成了可被感知、记录、存储和分析的数据。几乎没有什么大数据是不需要和不可以同地理空间数据集成融合并实时动态可视化的。大数据带来的信息风暴正在变革人们的生活、工作和思维,必将开启一次重大的时代转型,即思维变革、商业变革和管理变革。《测绘科学》曾在2014年第一期对李德仁院士做过专访,李院士就智慧地球时代的测绘地理信息学科建设以及位置云、遥感云、视频与GIS融合以及空天地一体化传感网等方面给我们系统展示了智慧地球。2014年2月28日上午,中国工程院院士、地图学与地理信息工程专家、解放军信息工程大学教授王家耀应中国测绘科学研究院邀请,作了:《"大数据时代"的到来与"智慧城市"的兴起》的报告。之后《测绘科学》编辑部对王家耀院士进行了专访。王院士从城市信息化建设入手,围绕大数字时代的智慧城市建设可持续发展需求,回答了什么是"智慧城市"的概念,以及对为什么要建、建一个什么样和怎样建设智慧城市等问题做了精彩的阐述。     

空间分辨率对总初级生产力模拟结果差异的影响

利用模型分析气候变化对陆地生态系统功能的影响,是当前全球变化生态学的研究热点,然而模型模拟不确定性来源之一就是空间异质性的问题。空间异质性是尺度的函数,基于气象和遥感数据驱动的生态系统过程模型（BEPS模型）,分别模拟2003-2005年中国生态系统通量观测与研究网络（ChinaFLUX）长白山站、千烟洲站、海北站及当雄站在1 km和8 km空间分辨率下的总初级生产力（GPP）的时间动态变化,并结合土地覆盖类型及叶面积指数(LAI)的差异,探讨两种空间分辨率输入数据对GPP模拟结果的影响。结果表明：① 差异性主要是由于8 km范围内混合像元导致LAI的不同,4个站点月均差异值分别为0.85、1.60、0.13及0.04;② 两种空间分辨率均能较好地反映各站点GPP的季节动态变化,与GPP观测值的相关性R²为0.79~0.97 (1 km)、0.69~0.97(8 km),月均差异值为11.46~29.65 gC/m²/month (1 km)、11.87~24.81 gC/m²/month (8 km);③ 4个通量站点在两种空间分辨率下的GPP月均差异值分别为14.43,12.05,4.79,3.22 gC/m²/month,不同空间分辨率的模拟结果在森林站的差异大于草地站,且生长季的差异大于非生长季。因此,模型在模拟大尺度、长时间序列GPP时,为了提高模型模拟效率,适度降低空间分辨率是可行的,但应尽量减小低空间分辨率对于森林生态系统以及生长季GPP模拟上的误差。     

大数据视角下的商业中心和热点区分布特征及其影响因素分析——以乌鲁木齐主城区为例

商业空间结构是城市经济活动的重要载体,识别商业中心和商业热点区以及探究其影响因素对于商业资源优化配置显得尤为必要,进而指导城市有序发展。论文以乌鲁木齐主城区为例,利用开放平台大数据兴趣点(point of interest, POI),采用地理学空间统计方法定量识别商业中心和商业热点区,对商业分布和空间集聚特征进行分类和解读,并利用地理探测器方法探寻其影响因素。主要结论如下：① 乌鲁木齐市商业高值区分布在吐乌大高速—和平渠沿线地带,大型商业中心主要有南湖商圈、中山路商圈、友好商圈、会展商圈、米东商圈、铁路局商圈。② 商业热点区呈现“T型”双轴分布,北部新城商业地带与南部传统商业地带共同构成乌鲁木齐市最具活力的商业地带;6类商业热点区的分布可归纳为3种类型,商务和金融服务类为单一点状型,住宿和餐饮服务类为带状延伸型,生活与购物服务类为带状双核型。③地价、集聚效应、路网密度等是影响商业宏观分布的主要因素,其次为人口密度和中心可达性,自然因素如高程、地形起伏度等对商业布局影响有限;各因素对不同类型商业业态的影响程度各异,如人口密度、路网密度对购物类影响较大,中心可达性和地价对于商务、金融类影响较大;就各业态类型网点间的关系而言,商务和金融类协同作用强,餐饮与购物类协同效应较强,共同影响城市商业空间。     

2019—2020年1—3月降水和气温的多源数据融合产品检验评估及对比分析

对2020年1-3月CLDAS多源降水融合实况、多源气温融合实况采用平均绝对误差分析、均方根误差分析及相关系数分析等方法进行检验评估,并与2019年同时段多源降水融合实况、多源气温融合实况进行对比分析.结果表明:2月降水多源融合实况较观测实况偏多;3月多源气温融合实况最接近观测实况;西部地区的日最低气温多源融合实况较为接近观测实况.     

2019年《地理学报（英文版）》办刊进展

6月20日,科睿唯安发布了2019年《期刊引证报告》(Journal Citation Reports,JCR),该报告共收录全球科技期刊及人文社科期刊(SCI、SSCI)12515种,其中中国大陆224种。JCR公布的数据显示:《地理学报(英文版)》(Journal of Geographical Sciences,JGS)2018年度影响因子为2.347,在JCR收录的12515种期刊中排名第4361位.     

2020年MW6.0柯坪塔格地震的变形特征及其对周边地震危险性的启示

塔里木盆地基底与天山造山带之间的持续挤压会聚,不仅造就了天山不断隆升的山体,也导致了遍布整个造山带的破坏性地震,而位于其山体两侧盆山交接区域的破坏性地震更是严重威胁着沿线居民和基础设施的安全.文中以2020年MW 6.0柯坪塔格地震为切入点,获取了该地震的InSAR同震形变场,并基于强震台加速度记录经双重积分得到了位移...     

Comparisons of several evaporation/precipitation datasets for the Bohai Sea based on salinity simulation

Evaporation (E) rate and precipitation (P) rate are two significant meteorological elements required in the ocean baroclinic modeling as external forcings. However, there are some uncertainties in the currently used E/P rates datasets, especially in terms of the data quality. In this study, we collected E/P rates data from ERA-40, NCEP/NCAR Reanalysis, HOAPS for the Bohai Sea and nine routine stations around Laizhou Bay, and made comparisons among them. It was found that the differences in E/P rates between land and sea are remarkable, which was due to the difference in underlying surfaces. Therefore, the traditional way of using E/P rates acquired on land directly at sea is not correct. Since no final conclusion has been reached concerning the net water transport between the Bohai Sea and the Yellow Sea, it is unfeasible to judge the adequacy of the four kinds of data by using the water budget equation. However, the E/P rates at ERA-40 sea points were considered to be the optimal in terms of temporal/spatial coverage and resolution for the hindcast of salinity variation in the Bohai Sea. Besides, using the 3-D hydrodynamic model HAMSOM (HAMburg Shelf Ocean Model), we performed numerical experiments with different E/P datasets and found that the E/P rates at sea points from ERA-40 dataset are better than those from NCEP/NCAR Reanalysis dataset. If NCEP/NCAR Reanalysis E/P rates are to be used, they need to be adjusted and tested prior to simulation so that more close-to-reality salinity values can be reproduced.