地理空间数据生产网格的体系结构与关键技术

基于对网格计算技术和目前我国空间数据生产模式的分析,提出了地理空间数据生产网格的概念及其体系结构,并对其实现的关键技术进行了探讨。这里的体系结构是基于OGSA的五层构造:资源层、基础层、生产服务层、网格工作流层和界面层,还包括相关标准和与数据网格的连接。其关键技术包括网格计算、web服务、网格工作流、新一代空间数据模型与Open GIS规范等。最后指出,空间数据生产网格是新世纪信息化测绘的发展方向。     

动态精密单点定位传统模型与UofC模型的比较

介绍了基于传统模型和UofC模型的两种精密单点定位算法;利用自主开发的精密单点定位软件实现了这两种算法。为了比较两种精密单点定位模型的动态定位精度、收敛时间以及解算速度,收集了船载和机载的动态GPS观测数据进行解算实验。实验结果表明:两种模型的动态定位精度和收敛时间相当,传统模型的解算速度约为UofC模型的2倍。     

求解3D弹性波方程的并行WNAD方法及其TI介质中的波场模拟

准确模拟TTI介质中弹性波的传播是研究地震各向异性、AVO反演的基础. 在二维加权近似解析离散化(WNAD)算法的基础上, 本文发展的并行WNAD算法是一种研究三维横向各向同性(TI)介质中弹性波传播的、快速高效的数值模拟方法. 我们首先介绍三维WNAD方法的构造过程, 然后与经典的差分格式--交错网格(SG)算法进行了比较. 理论分析和数值算例表明, WNAD算法比交错网格算法更适合在高性能计算机上进行大规模弹性波场模拟. 同时, 本文利用并行的WNAD方法研究了弹性波在TTI介质中的传播规律, 观测了TI介质中弹性波传播的重要特征:横波分离、体波耦合和速度各向异性等. 在TTI介质分界面处, 弹性波产生更加复杂的折射、反射和波型转化, 使得波场非常复杂, 研究和辨别不同类型的波能够加深我们对由裂隙诱导的各向异性介质的认识.     

省级测绘数据资源云平台建设与应用

省级测绘数据资源云平台是支撑全省测绘信息化建设、实现测绘数据资源有序共享的公共服务平台。在分析云平台关键技术的基础上,构建了基于云计算的总体架构,探讨了云平台的4项主要建设内容,并论述了湖北省测绘数据资源云平台的应用实例,以促进湖北省测绘地理信息产业的发展。     

智能位置服务工作机理及发展趋势研究

人工智能、大数据挖掘、云计算等技术拓展了位置服务的服务方式和应用领域,并将服务的层次升华至智能化水平。首先,本文阐述了智能位置服务的研究现状,对比一般位置服务,梳理了智能位置服务的内涵与特点;其次,研究了智能位置服务的工作机理,建立基于定位技术、地理信息系统、位置模型构建与管理、活动任务建模、物联网技术、大数据挖掘、机器学习和增强现实8种关键技术的体系结构、运行模式和服务方式;最后,探讨了智能位置服务的发展瓶颈与未来趋势,为进一步智能位置服务的关键技术攻关提供参考和借鉴。     

GPS及InSAR数据支持下的甘肃黑方台滑坡监测云平台设计与分析

通过对主流云计算平台技术的深入研究和思考,针对滑坡灾害监测数据量大、数据类型多这一特点,设计了基于GPS及InSAR数据的滑坡监测云平台;并以甘肃黑方台滑坡为例,使用ArcGIS对该滑坡进行了风险评估和分析。Hadoop技术的应用明显提高了滑坡监测中海量数据存储和处理的效率,为云计算技术在灾害监测方面的进一步应用进行了有益的探索。     

An automated and optimized approach for online spatial biodiversity model: a case study of OGC web processing service

An online spatial biodiversity model (SBM) for optimized and automated spatial modelling and analysis of geospatial data is proposed, which is based on web processing service (WPS) and web service orchestration (WSO) in parallel computing environment. The developed model integrates distributed geospatial data in geoscientific processing workflow to compute the algorithms of spatial landscape indices over the web using free and open source software. A case study for Uttarakhand state of India demonstrates the model outputs such as spatial biodiversity disturbance index (SBDI) and spatial biological richness index (SBRI). In order to optimize and automate, an interactive web interface is developed using participatory GIS approaches for implementing fuzzy AHP. In addition, sensitivity analysis and geosimulation experiments are also performed under distributed GIS environment. Results suggest that parallel algorithms in SBM execute faster than sequential algorithms and validation of SBRI with biological diversity shows significant correlation by indicating high R² values.     

海量数据驱动下的高分辨率海洋数值模式发展与展望

海洋数值模式是定量描述海洋物理现象及其变化的数值模型,也是海洋与气候研究、预测的核心工具。随着海洋观测的不断投入与积累、对海洋认识的不断深入,特别是在高性能计算技术的支撑下,海洋数值模式已有了长足进步,正朝着高分辨率和多物理过程的方向发展。随着分辨率的提高、物理过程的细化,海洋数值模式的发展面临着多个方面的挑战。当前,海洋数据数量和种类不断增多,同时超级计算机、高性能计算和深度学习等技术的快速发展,为海洋数值模式的突破提供了机遇与挑战。本研究回顾了海洋数值模式的发展现状,梳理和分析了其发展中遇到的大规模高效并行计算和参数优化这两个关键问题,探讨和展望了当前海量数据驱动下海洋数值模式的发展趋势。提出计算负载均衡、计算与I/O重叠的并行流水线设计以及降低全局交换的算法改进是当前突破高分辨率海洋模式大规模高效并行效率的关键。从海洋科学、高性能计算以及深度学习深度交叉融合的角度,提出了实现海洋科学与深度学习相结合的6个途径,在此基础上,探讨了基于深度学习的参数化优化可能实现的途径。     

Hyperparameter optimization of neural network-driven spatial models accelerated using cyber-enabled high-performance computing

Artificial neural networks (ANNs) have been extensively used for the spatially explicit modeling of complex geographic phenomena. However, because of the complexity of the computational process, there has been an inadequate investigation on the parameter configuration of neural networks. Most studies in the literature from GIScience rely on a trial-and-error approach to select the parameter setting for ANN-driven spatial models. Hyperparameter optimization provides support for selecting the optimal architectures of ANNs. Thus, in this study, we develop an automated hyperparameter selection approach to identify optimal neural networks for spatial modeling. Further, the use of hyperparameter optimization is challenging because hyperparameter space is often large and the associated computational demand is heavy. Therefore, we utilize high-performance computing to accelerate the model selection process. Furthermore, we involve spatial statistics approaches to improve the efficiency of hyperparameter optimization. The spatial model used in our case study is a land price evaluation model in Mecklenburg County, North Carolina, USA. Our results demonstrate that the automated selection approach improves the model-level performance compared with linear regression, and the high-performance computing and spatial statistics approaches are of great help for accelerating and enhancing the selection of optimal neural networks for spatial modeling.     

利用余弦变换计算重力异常的向上延拓

利用余弦变换计算重力异常的向上延拓是一种新方法.根据余弦变换的基本性质,推导了二度、三度体异常向上延拓余弦变换谱理论公式,采用离散余弦变换实现了该法的数值计算;研究了无限长水平圆柱体的补偿因子中主频段的特性,给出了二度体的线性补偿方式;补偿后的理论模型异常向上延拓具有较高的计算精度,除边部几个数据因数据的离散和有限截断使误差较大外（最大误差为6.23%）,其余数据的误差均在1%以内,理论值和计算值曲线基本重合.这说明,与Fourier变换相比,离散余弦变换在数值计算中,受非周期性深度因子的影响小,补偿方式易于选择,其计算方法优于Fourier变换.