基于地学信息服务的Internet 3维 GIS：GeoEye 3D

随着Internet、分布式计算以及计算机图形学的飞速发展,开发基于Internet的3维GIS系统已成为可能。这3种技术的有力结合为地学领域开创了一个崭新的时代,促使网络GIS的概念由“地学数据服务”提高到“地学信息处理服务”的新阶段,不仅地学数据,地学信息处理功能也可以分布在基于客户／服务器的架构上,用户可以根据不同的需求“租用”和组合来自于Internet的不同功能。基于这一概念和作者提出的构件注册模型,我们从1998年开始着手研究和开发新一代的Internet 3维GIS：GeoEye 3D。这一系统集成了GIS、3维可视化、分布式计算及网络通信等技术,允许用户通过标准Internet浏览器来应用远程功能对远程和本地数据进行可视化分析。阐述了地学信息处理服务概念和构件注册模型以及GeoEye 3D的系统架构、算法和应用实例。     

基于SOAP的分布式通信策略研究与实现

在研究SOAP通讯原理的基础上,分析了SOAP完成通信功能所需要的主要功能模块,研究了SOAP通信功能的执行效率,由此设计出相应模块以实现分布式通信策略,提高了软件的可复用性和可移植性.实现了异构网络环境下异构平台间的互操作,使分布式资源得到更广泛的利用.     

训练模拟系统中的战场地理环境数据标准研究

训练模拟系统对战场环境数据的要求,在分析战场环境特点的基础上,提出制订战场地理环境数据标准应遵循准确性、逻辑性、稳定性和可扩展性原则,并以此为基础设计了战场地理环境数据标准的三层体系结构,包括基础层、交互层和应用层。根据该体系结构,具体阐述了地理空间数据的分类编码标准、质量控制标准、元数据标准、转换与交互标准及地理空间数据库设计标准的作用、内容、依据,分析了各标准间互相依存与制约的关系。     

MM5微机模拟系统的简介和初步应用个例

本文将ＰＳＵ／ＮＣＡＲ ＭＭ５中尺度数值模式移植到微机上,利用改进的空军中尺度数值预报业务系统的前后处理技术,在微机（或工作站）上建立起了ＭＭ５中尺度模式模拟系统,介绍了该系统的各模块技术方案同时对南北方两次性质不同的暴雨个例进行了成功的模拟,并对一次梅雨锋暴雨进行了数值试验。实践表明,ＭＭ５中尺度模式诉建立十分成功,对天气形势、降水特别是暴雨等重大灾害性天气的模拟能力较强,模拟效果与实际基本一致     

基于5G技术的实时三角测绘在测绘信息中的应用

本研究基于5G技术的实时三角测绘在测绘信息中的应用案例。通过瀑布式开发模型,本文在明确使用三角控制测量法的前提下,使用5G技术及其带来的分布式计算技术和自适应组网技术,对基于5G技术的实时沉降三角测绘系统进行了开发,通过组网测试,发现该系统的测量精度与使用全站仪人工测量精度相当,且系统部署过程并未对原有的IDC核心节点增加任何设备,系统稳定性、可靠性良好,与原有IDC设施的兼容性良好。所以,本文认为,5G技术在沉降控制测量任务中具有极大的技术优势。     

一种基于分布式模型框架快速计算DEM、DOM、图幅产品的方法

利用物方匹配计算模型,实现了DEM、DOM、图幅产品的分布式计算模型,极大地提高了计算精度和速度。     

城市地震次生火灾研究

我国是一个多地震的国家,也是世界上遭受地震灾害最为深重的国家之一,地震灾害严重威胁着人民的生命财产安全,也成为制约和谐社会发展的一个重要因素。地震次生火灾是发生频率最高的地震次生灾害,次生火灾的发生加重了地震灾害的破坏。另外     

关于GIS空间信息共享的若干再思考

空间信息共享是一个涉及理论、技术、标准与环境的综合的复杂问题。其中,空间数据模型理论是内在的核心要素,共享技术、空间信息标准与政策法规环境则是外在的必要条件。综合论述各要素的内涵、发展与重要意义,得出结论:综合、集成、分布式的海量空间数据模型亟待突破,网络、网格与数据库技术需与空间信息技术进一步融合,开放环境下的空间数据标准需要整合与完善,并呼吁理性的政策法规等社会环境。     

训练模拟系统中的战场地理环境数据标准研究

训练模拟系统对战场环境数据的要求,在分析战场环境特点的基础上,提出制订战场地理环境数据标准应遵循准确性、逻辑性、稳定性和可扩展性原则,并以此为基础设计了战场地理环境数据标准的三层体系结构,包括基础层、交互层和应用层.根据该体系结构,具体阐述了地理空间数据的分类编码标准、质量控制标准、元数据标准、转换与交互标准及地理空间数据库设计标准的作用、内容、依据,分析了各标准间互相依存与制约的关系.     

适用于海量遥感影像的分布式计算框架设计与实现

针对海量遥感影像的处理与计算问题,在MapReduce计算模型的基础上,设计并实现了一种适用于海量遥感影像的分布式计算框架SPC(Split Process Cluster)。SPC框架能够对遥感影像数据进行分割,再通过Hadoop进行分布式处理,最后采用聚类算法对结果进行归并,从而实现海量遥感影像的分布式处理。测试结果表明,相比单节点的处理方式,SPC框架能够充分发挥分布式处理的性能优势,其影像处理效果也较好。