WebGIS及其体系结构研究

和互联网一样,WebGIS在公众服务领域起到越来越重要的作用,伴随着互联网的发展延伸至人们生活的方方面面。Google Earth是公众服务领域内WebGIS的代表性产品,它的出现对传统GIS、甚至测绘都产生重大冲击。以Google Earth为例,阐述WebGIS的发展、特点,对其体系结构进行分析,并就WebGIS的发展趋势进行探讨。     

济南市城市热岛和山谷风环流的模拟研究

基于区域大气模拟系统(RAMS),采用水平网格嵌套等方法,实现了使用同一模式对区域尺度和城市尺度气象场的同步模拟.作者重点模拟和分析了济南地区两种典型的中尺度局地环流--城市热岛环流和山谷风环流.在考虑复杂地形条件和非均匀下垫面型对中尺度天气系统的动力过程和热力过程的影响下,结合考虑长短波辐射、湍流扩散和积云对流等多类重要物理过程,揭示了影响济南地区这两种中尺度局地环流的基本特征及其形成、演变规律.       

正演模式下成岩作用的温压效应机理探讨与启示

为了探讨核心地质要素对成岩作用的影响,本文选取硅质人造砂为研究对象,从正演物理模拟的角度定量研究成岩作用对温度、压力与时间的响应特征。实验结果表明:硅质人造砂岩压实作用强度与压力、温度具有正相关关系,石英等自生矿物结晶度对温度响应明显,非晶态硅质向晶态转化的模拟温度应低于400℃。在温度一定情况下,矿物结晶与压力呈抛物线型关系,存在优势压力区间,硅质结晶对应的压力在137.5 MPa左右,压力对成岩作用贡献包括压实作用与热能效应两个方面,以压实作用为主;在成岩作用过程中,反应时间可适当补偿温压不足造成的成岩效应差异,其对化学成岩作用贡献大于压实作用。相关成果可为成岩作用数值模拟与定量研究提供参考,进一步推动成岩作用机理的深化研究。     

地质调查大数据研究的主要问题分析

地质调查大数据包含地质调查工作中产生的多来源、多模态地质数据,以及公共服务与支撑管理产生的数据。一些与数据和计算有关的地质问题,限于当时的信息技术条件,没有得到很好的解决,解决这类地质问题及信息数据共享问题是地质调查大数据处理技术的基本目标。在地质调查大数据处理技术中,应当积极开展多类型地质数据采集器、新型非易失性存储技术、分布式计算、内存计算技术产品开发与应用,然后集中开展、深度分析与挖掘、可视分析技术产品开发与应用,最终形成地质调查大数据处理技术体系与产品线,以产品应用推动资源共享,提升地质调查信息化服务品质。     

小麦生育期计算机模拟系统初步研究

在小麦生长发育的数值模拟研究的基础上,将小麦生育期划分为４个阶段,分别制定了数学模型中和子程序,确定模型的参数,模拟出每一阶段的生育期天数,并且就每一阶段的温光条件对生育期各阶段的影响给出了分析与决策,该系统对了解小麦生长发育与气象条件的定量关系,对不同发育期小麦采取有效的措施具有参考意义,也是计算机应用小麦生产的一种尝试,系统采用中文菜单操作,界面友好,可人机交互,结构化,模块化技术使系统具有蝗     

面向Internet的虚拟城市模型的可视化研究

随着计算机图形学、分布式计算和Internet的迅速发展,实现Internet上的虚拟城市已经成为可能.首先对虚拟城市中地形模型、地物模型和复杂实体模型的建立方法进行详细的论述,然后讨论J2EE环境下3维城市模型的可视化方法,设计网络环境下虚拟城市系统的浏览器/服务器多层体系结构,最后采用Java和Java3D技术,在J2EE环境下给出虚拟城市的3维显示及客户端交互操作的实验例子和相关结论.     

基于云计算的位置服务平台建设研究

云计算作为一种革命性的计算模型住很多行业都成为重要的技术趋势。将云计算应用于空间地理信息领域所形成的空间云计算也逐渐成为整个空间地理信息行业的主流技术。位置服务利用当今高速发展的互联网和多样化的移动终端向用户提供基于位置的信息和娱乐服务。空间信息数据是位置服务平台的重要维成部分。本文首先介绍云计算相关概念,根据对目前位置服务平台存在的问题的剖析提出了基于云计算的位置服务平台建设的思路和平台架构,最后分析了该平台的特点和所形成的产业链。     

油气运移与聚集量模拟系统的研究

根据油气在地下生成、排出、运移、散失和聚集的自然过程和原理，研制了一种与目前常规方法不同的聚集量模拟系统（ＧＥＭＤＡＳＳ）。该模拟系统不需要乘上任何类比系数就可以直接获得聚集量（资源量），因此较传统的模拟方法晚为科学，特别是解决深层资源量的问题上更具先进性，实际应用中也获得较为合理的结果。区带资源量是资源量评价的核心内容，实际上也就是盆地中油气运移量的分配问题，因此应从油气运移的角度进行研究和解决     

基于Spark的城市居民出行时空特征快速提取

利用交通轨迹挖掘人类活动规律是实现智慧城市与生活的基础,然而常规方法已无法满足高效处理的大数据量要求。以海量出租车轨迹数据分析为例,设计了基于Spark平台的城市居民出行时空特征快速提取方法。借助Spark分布式计算框架,将核心算子匹配应用于二次排序、数据清洗及O/D点提取等预处理工作,并在时间分割和网格剖分统计的基础上完成时空特征提取。利用2014年8月份成都市出租车轨迹数据开展实验验证,结果表明,相较于传统单机环境,在确保准确性的基础上,该方法能够大幅提高特征提取的效率;集群节点一定时,数据规模越大优势越明显;数据规模足够大时,Spark集群节点数量越多,耗时越少。     

云计算核心技术分布式计算及应用于地理国情普查的思考

分布式计算源于并行计算。并行计算是同时使用多种计算资源,执行多个指令,协同解决大规模计算问题的过程。分布式计算是把一个需要巨大计算能力才能解决的问题分解成许多小的部分,然后,将其分配给许多计算机去处理,最后,把这些计算结果综合起来以服务用户。采用分布式计算的工作方式,其可用性和系统容错能力明显提高。在地理国情普查中,对地表覆盖影像分割时,利用分布式计算技术,既可提高分割的正确率,又可提高分割速度。利用分布式计算方法,还可以更好地解决地理国情大数据存储和文件处理,以及动态调整、协议和应用接口访问等诸多服务问题。