面向时空信息数据的大数据平台设计

设计了面向时空信息数据的大数据平台,以GISCloud的云计算框架作为基础资源平台,通过两层服务架构为平台提供计算和存储资源的管理。以数据融合思想构建大数据平台的基础数据支持,依托GISCloud建立各种资源池,对数据进行抽取和分析,建立核心数据集与共享数据集,实现数据资源的差异化共享。通过面向时空信息数据的大数据平台设计,构建时空信息数据中心,利用公共服务时空信息和共享交换平台提供数据服务,实现海量时空信息数据的高效管理和服务。     

GIS中矢量时空数据组织策略

时态GIS作为GIS理论和技术研究前沿领域的一个难点问题越来越被重视。从实用角度出发,提出矢量时空数据组织策略,包括:时间精确到秒,用数字表示;离散变化用状态和事件来共同描述,而连续变化用事件来描述;现状/历史数据分离,空间/属性数据分离;时间标记在元组级上,空间数据采用非拓扑数据模型。在此基础上,将矢量时态层划分12种类型,详细设计其关系表组成和具体表结构。最后,设计和开发相应的实验系统,并以图斑数据和车辆轨迹数据为例验证相关策略的可行性。     

从时空GIS视野来定量分析人类行为的思考

目的 从面向城市科学发展所必须的人类行为研究需求出发,从时空GIS的视野来看人类行为研究的基础问题与研究方法,剖析时空GIS对定量分析人类行为研究中的理想与现实间的鸿沟,以及所存在的理论与方法挑战,总结了时空GIS支撑人类行为研究的能力与不足,为大数据时代的人类行为研究前沿探索拓展思路。     

时空立方体的抢劫案件时空特征挖掘与分析

针对抢劫犯罪发生的时空模式等相关问题,提出了基于时空立方体模型的时空特征探索方法。该方法既能从时空维度挖掘犯罪事件的特征,又以时空立方体方法宏观展示其热点时空分布,有助于城市治安辅助决策。文章以美国费城的抢劫犯罪案件为研究数据,实验结果表明,该方法能够较全面地揭示抢劫犯罪案件在时间、空间及时空分布特征:①抢劫犯罪案件存在明显的时间和空间聚类特性;②从空间分布分析,抢劫事件多分布于西费城以及费城北区;③从时序分析,1月和12月为抢劫犯罪的高发时段;以日为尺度,抢劫犯罪多发生在夜晚,这与犯罪学相关规律一致;④从时空规律分析,随着时间的推移,热点以费城北区为中心逐渐向周围扩散。本研究能为警力巡查调度、案件预测等提供辅助决策,并可推广应用到其他领域。     

大数据GIS

目的 大数据不仅使世界认识到数据的重要性,更引发了许多行业从根本上的变革。大数据时代也对GIS提出了诸多挑战,如海量、多源、异构数据的存储与管理以及面对大量噪音的价值挖掘等。作为空间数据管理、分析以及可视化的重要工具,为适应大数据的需求,GIS必须在大数据时代做出改变和调整。针对大数据的几个“V”特性分析了传统GIS所受到的挑战,在前期相关研究的基础上,从GIS空间数据管理、空间数据分析以及可视化三方面进一步阐述了大数据GIS应具有的特征。     

顾及时态地块的土地划拔时空数据组织

以土地划拔为例，分析了地块分割，合并，复杂划拨和属性变化的特点，在此基础上构造了一个顾及时态对象的时空模型。该模型用非第一范式和两层时间标记组织地块的时空数据，并借助于活动地块表，不活动地块表和后向指针索引表建立了每个时态地块与其时态邻域地块之间的链接关系。     

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。     

时空大数据分布式增量IMSTDCA聚类方法研究

时空聚类分析是对时空大数据进行利用的一种有效手段,目前传统聚类算法存在着大规模分布数据难以处理,海量数据处理时间较长,确定参数困难,聚类质量较差等缺陷。因此,提出一种分布式增量聚类流程DICP,利用广域网分布增量聚类方法,避免大量数据的传输拷贝,有效提升聚类运算效率。对于DICP流程中的时空数据聚类算法本身,研究了一种大数据环境下的IMSTDCA时空数据聚类算法,借助密度聚类的思想,通过时空数据的聚集趋势预分析、时空数据聚类算法,以及时空数据聚类结果评价3个步骤完成聚类分析,实现时空大数据的快速高效信息挖掘。     

时空大数据在空间优化中的应用

空间优化提供资源、实体等的高效配置与最佳空间组织方案,是地理学的重要研究领域。大数据背景下,各类蕴含时空信息的时空大数据能反映地表各要素的空间格局特征与演变过程,为空间优化提供强大的数据支撑。基于国内外时空大数据、空间优化研究成果,分析大数据发展历程、特征、定义及其影响,概括时空大数据的定义与特征,总结出对地观测、社会经济、物联网、互联网与社交网等5类时空大数据;在宏观(全国)、中观(省域)、微观(市县)3个尺度下,综述现有研究中的各种空间优化;将时空大数据在各类空间优化中的应用归纳为城市(镇)体系空间结构分析、自然生态环境监测、土地利用分析等7大类,并分别梳理了国内外的相关应用研究。该综述可为时空大数据、空间优化相关研究提供参考。     

时空大数据时代的地图学

地图学研究的主战场是"地图",但不同历史时期的地图其信息源、主题、内容、载体、形式、制作方法和应用方式是不同的,当然它的全方位价值也就不同了。从科学史上的科学范式的变化来看,随着大数据时代的到来,如今已经步入"数据密集型"科学范式时代,地图学亦如此,具有明显的大数据科学的特征。所有大数据都是由包括人类活动在内的地理世界的任何事物和任何现象运动变化产生的,都具有空间和时间特性,当然也就离不开空间参照和时间参照。因此,大数据本质上就是时空大数据。自20世纪50年代末60年代初以来的现代地图学,即信息化时代的地图学,是以时空数据为对象的,其核心是时空数据处理与表达,但并没有像今天面对天空地海一体的大规模多源(元)异构和多维动态的数据流(或流数据),地图的实时动态性、主题针对性、内容复合性、载体多样化、表现形式个性化、制作方法现代化、应用泛在化等特征,是以往任何时期都无法比拟的,这就产生了地图学理论、技术和应用体系的巨大变化。而所有这些变化都正好发生在20世纪50年代末和60年代初以来的约60年间,故以本文纪念《测绘学报》创刊60周年。     

大数据时代下《GIS空间分析》课程内容建设

在阐述地理时空大数据时代下GIS空间分析面临的机遇与挑战的基础上,从《GIS空间分析》课程教学内容总体梳理,地理时空大数据等专业前沿知识更新,典型教学案例引入和面向行业应用的针对性实践教学内容设计等方面开展《GIS空间分析》课程内容建设.这些探索对于培养满足地理信息产业发展需求、具有实践和思维创新能力的应用型空间信息技...     

一种基于特征-语义的时空数据组织方法

在全面研究时空数据模型理论及构建方法的基础上,本文采用面向特征的数据模型构建方法结合时空语义思想,并引入无缝时空理念,探讨了一种基于特征的无缝时空数据模型构建方法。该模型将地理时空过程特征抽象为特征对象、特征事件、特征过程,不仅能够实现地理实体的空间数据组织及复杂拓扑分析,而且,通过描述特征事件、特征过程及其相互关系实现时空语义表达,进而实现海量信息存储以及高层次时空分析,也为通用性时空数据模型的构建提供了一种新思路。     

顾及时空信息的暴雨精细化大数据平台构建方法

暴雨是城市灾害中最常见的一种,具有降水时间短、强度大的特点,很难做到精确预报.以时空信息为基础框架,建立了暴雨精细化工程综合时空数据库,研发了暴雨精细化工程基础数据平台,提供了暴雨专题数据可视化展示、暴雨灾害预测分析、灾害模拟、撤离避灾路线制定等功能.通过对暴雨的时空分布进行实时展示,可获得基于监测数据的较为准确的预测...     

语义感知的地理视频大数据自适应关联组织方法

正地理视频是智慧城市和城市安全领域的重要战略资源。复杂城市环境中公共安全事件大范围流动、多阶段演化及多因素并发等新特征,使现有基于摄像机位置分布存储与分区管理的地理视频组织产生涉案数据检索中迅速扩大的虚警输出规模与急剧降低的涉案信息价值密度。发展支持涉案数据快速整合和案件知识高效理解的数据组织新机制成为发挥地理视频安防价值的重要科学内容。     

大数据与广义GIS

目的 普适计算基础设施和数据处理技术的发展催生了大数据概念,而大数据时空粒度的不断细化加速了地理空间信息的泛化过程。阐述了大数据时代地理空间信息泛化的显著特征,进而提出GIS概念广义化的迫切需求,从数据采集与整理、数据管理与集成、数据分析与计算三个方面分析了广义GIS所面临的技术挑战,重点探讨了互联网蕴含地理空间数据采集、移动对象数据库和异构动态数据管理、移动对象轨迹数据挖掘、复杂网络分析等方面的研究进展与存在的问题,并展望了广义GIS时代地理计算与城市计算、社会计算的融合趋势。     

时空数据的组织与应用研究

时空数据是智慧城市各个领域实现智能化的关键性支撑技术,智慧城市的建设离不开时空数据。本文以智能应用为导向,提出了时空数据的组织模型,构建了智慧城市时空大数据计算、分析、服务框架,实现了时空数据全生命周期的高效管理与智能应用。     

一种面向GIS的时空索引方法

对时空索引的技术要求进行了说明,分析了目前的时空索引方法及其局限性,提出了基于最小限定盒的时空索引结构--STB树,并对其运算算法进行了描述。