论ICT时代的地图学复兴

在ICT技术推动下,地图学的发展迎来空前的挑战,本文针对当前地图学的发展面临的问题和转变,深入分析传统地图学的限制——物理空间的传统约束,面向现代地图的形式松散化,从现实与虚拟、外表与内里、纸质与电子等8个方面论述现代地图学信息空间的数字自由,并针对数字时代和大数据的发展机遇和需求,拓展地图学框架,同化新兴元素,推动地图学复兴。     

时空大数据面临的挑战与机遇

"大数据时代"的到来,正在改变着人们的工作、生活和思维方式。该文较全面地分析了目前大数据及其应用的研究现状,提出"时空大数据"的概念,并认为时空大数据就是时空数据与大数据的融合,并从大数据与时空大数据的背景、特征、本质和类型,分析了时空大数据带来的科学范式、时空信息传输和认知模型等方面的变化,同时对时空大数据的理论体系、技术体系和产品体系进行了探讨。     

大数据环境中自愿接种策略及个体安全保护方法研究

大数据背景下,如何充分利用数据分析、挖掘等方法有效发现传染病传播规律,对于疾病防控、个体的安全保护有着重要作用和意义.自愿接种是对群体获得广泛免疫和安全保护的有效方式.以往的研究中,个体根据以往传播过程中的患病风险或者收益来确定是否进行自愿接种,如个体与其邻近的邻居比较上一个季节获得的收益来决定是否采用邻居的策略,也就是说策略更新对于群体的安全保护至关重要.本文研究了不同的策略更新方式对自愿接种行为的影响.通过比较个体采用不同的策略更新方式所获得的群体平均接种比例、疾病暴发规模和社会总花费,研究并设计出合理的策略更新方式,即在花费成本比较低的情况下,获得比较大的群体平均接种比例和较小的疾病覆盖率.     

A spatiotemporal indexing approach for efficient processing of big array-based climate data with MapReduce

Climate observations and model simulations are producing vast amounts of array-based spatiotemporal data. Efficient processing of these data is essential for assessing global challenges such as climate change, natural disasters, and diseases. This is challenging not only because of the large data volume, but also because of the intrinsic high-dimensional nature of geoscience data. To tackle this challenge, we propose a spatiotemporal indexing approach to efficiently manage and process big climate data with MapReduce in a highly scalable environment. Using this approach, big climate data are directly stored in a Hadoop Distributed File System in its original, native file format. A spatiotemporal index is built to bridge the logical array-based data model and the physical data layout, which enables fast data retrieval when performing spatiotemporal queries. Based on the index, a data-partitioning algorithm is applied to enable MapReduce to achieve high data locality, as well as balancing the workload. The proposed indexing approach is evaluated using the National Aeronautics and Space Administration (NASA) Modern-Era Retrospective Analysis for Research and Applications (MERRA) climate reanalysis dataset. The experimental results show that the index can significantly accelerate querying and processing (~10× speedup compared to the baseline test using the same computing cluster), while keeping the index-to-data ratio small (0.0328%). The applicability of the indexing approach is demonstrated by a climate anomaly detection deployed on a NASA Hadoop cluster. This approach is also able to support efficient processing of general array-based spatiotemporal data in various geoscience domains without special configuration on a Hadoop cluster.     

感知技术在文化遗产研究中的应用与展望

感知技术的发展为文化遗产的探测、保护、利用和传承带来了机遇和挑战。鉴于当前文化遗产研究中应用的感知技术的复杂性及多样性,本文对感知技术及其在文化遗产研究中的应用进行系统梳理。首先,对感知技术的概念进行总结,重点介绍在文化遗产研究中发挥重要作用的多源遥感平台、社交媒体、移动通讯、智能交通等多源传感器的特点,以及关键信息处理技术,包括数据挖掘和知识发现、可视化技术以及虚拟现实技术;其次,梳理了感知技术在物质文化遗产、非物质文化遗产以及群体对于文化遗产的体验和评价等方面的应用进展;最后,探讨了文化遗产研究中感知技术在数据精度、多源数据融合、信息处理等方面存在的问题,指出其数据共享化、平台网络化和应用社会化的发展趋势。     

城市实体特征对城市网络空间影响力的作用机制——基于互联网新闻媒体的分析

借助百度新闻媒体指数功能,收集281个地级市或以上城市在2011~2014年间的媒体指数,分析基于互联网新闻媒体的城市网络空间影响力差异及其变化。其次,通过对面板数据的回归分析,从政府因素与市场因素两个方面探讨城市在实体空间中的特征（或传统影响力）是如何作用到城市在网络空间中的影响力。并且,通过对各年数据的回归分析,进一步考察政府因素与市场因素作用机制的演化过程。     

地质大数据与信息服务工程技术框架

为社会提供全面、权威、及时、便捷的地质资料信息服务是地质调查工作的根本宗旨。本文紧密围绕国家重大需求和国土资源中心工作,结合国家地质调查"九大计划、五十个工程"的实施,研究提出了地质大数据与信息服务工程技术框架,梳理了拟解决的主要问题,提出了工程建设的目标任务、技术路线、重点建设内容和拟解决的关键技术问题。     

大数据视角的城市规划编制方法研究

大数据时代的来临,为城市规划编制方法带来新的突破契机,为实时动态获取城市居民生活和行为特征信息,评估和预测城市规划编制成果提供方法和技术支持。本文从大数据视角的城市规划思维方式出发,梳理了城市规划编制各阶段采用的大数据研究方法和技术,最后指出当前城市规划编制中存在的问题,以期促进大数据助推城市精准规划。     

基于时空大数据的杭州重点城区规划实施评估研究

以地理数据为基础汇集了城市规划管理各重点区域多时空序列的地理信息、遥感影像、网络地图、街景地图、城市模型等大数据资源。城市的发展在新的时期也提出要以自然为美,把好山好水好风光融入城市的发展目标。以2001~2015年遥感影像为基础,对重点区域与对应年度的同位区域影像及规划进行对比,尝试对水资源保护、环境改善、城市建设等方面进行实施评述,以探索结合时空大数据资源在规划实施评估方面发挥更好的作用。     

基于云计算系统的空间查询处理方法

针对传统的关系型空间数据库已经不能很好地适应于超大规模高并发空间查询访问的处理需要的问题,该文着眼于解决大数据时代下地理信息服务所面临的日益严峻的大规模空间查询访问需求,探索了一套基于Spark架构的空间查询实现技术,并给出相应的解决方案。提出一个基于Spark并提供类SQL访问接口的空间查询实现模型GeoSpark SQL,解决了以下关键问题:数据的外包矩形数据生成和标准地理信息数据对Spark的导入导出方法;Spark空间查询算子实现方法;Spark空间索引与查询优化方法。GeoSpark SQL模型在初步实验中,已可以满足实时性的要求,对复杂的空间查询也能有良好的性能表现。