基于GML的多源空间数据集成模型研究

数据互操作集成模式,采用设计模式方法和地理标记语言（Geography Markup Language,GML）技术设计多源空间数据集成模型,将数据源通过转换函数生成的GML文档,利用合成器合成GML文档,同时保存到GML数据库,实现多个系统的数据集成,为实现多源空间数据集成提供了一个切实可行的方案。     

面向高效检索的多源地理空间数据关联模型

地理空间信息往往包含矢量数据、栅格数据和文本描述信息,这些信息之间通常相互联系.如何快速、全面检索和定位这些相关联的信息,是地理空间信息应用中的新需求.为提高地理空间数据检索和分析的性能,该文提出一种面向高效检索的多源地理空间数据关联模型MSGCM.该模型通过提取多源地理空间数据空间信息、语义描述信息、内容描述信息及其关联关系,构建特征要素图,并基于关联模式将多源地理空间对象融合到统一空间中.通过计算不同对象之间的关联强度,构建类似图的关联模型.为提高模型构建效率,提出了一种基于特征索引的分块构建方法.与已有方式相比,MSGCM模型可以有效支持多源地理空间信息的关联,进而能够支持地理空间信息查询、分析及综合展现等多种地理空间应用.实验及分析表明,MSGCM可以有效提高多源地理空间信息关联检索结果的多样性,并具备一定的可扩展性.     

基于模型映射的GML文档存储和查询方法

GML是由OGC推出的一种基于XML数据格式的地理标记语言,是空间数据编码、传输、存储和发布的一种国际标准,适用于Internet环境中的地理数据共享、交换和集成.随着GML的广泛应用,如何有效地管理GML数据是亟待解决的问题.提出了一种基于模型映射的GML文档存储和查询方法,该方法主要针对无模式的GML文档,也可用于有模式GML文档的存储.通过对文档树结点的分析和处理,建立文档到对象关系数据库模式的映射,保留文档中的结构信息,实现GML文档到数据库中的存储;并支持空间数据分析和非空间信息查询.     

基于对象代理机制的GIS空间数据模型研究

为了设计出一种基于对象代理机制的GIS空间数据模型,分析了地理信息系统、空间数据和空间数据库的特点,归纳了混合数据库模型、扩展结构模型、全关系模型、面向对象模型和对象关系模型等传统空间数据模型的优缺点,在对象建模技术的基础上,引入地理信息系统对象代理机制,提出了基于对象代理机制的GIS空间数据模型.把对象代理机制引入到空间数据库的建模以及地理信息的组织和显示中,完成了地理信息系统中的空间数据存储和管理的新形式,更大程度地满足了用户的操作需求.     

基于GML矢量图层分割的空间数据分布式协同处理的研究

在对传统集中式的GIS的弊端的研究之上,提出了一种基于地理标识语言（GML）矢量图层分割的空间数据分布式协同处理方式。以GML对空间数据进行建模,利用GML基于XML的特点,对GML文档进行解析,并设计了对GML中空间数据进行分割的算法。同时设计相应的分布式空间数据库和空间元数据库。分布式数据库采用按地域分片的策略,用空间元数据库来协助对空间数据的存储管理和查找定位,设计了全局协同模块处理空间数据的发布和查询处理,用来协同对不同地区的空间数据的存放和获取,并用数据加锁的方式来处理多用户并发。     

基于DOM的空间数据转换模型的研究与设计

正如XML正在对Web信息的组织与传输性能产生深远影响一样,作为基于XML的空间信息编码标准的GML语言,也正在地理领域掀起一场针对空间数据处理的革命。设计并实现空间数据转换模型,其目的在于摆脱异构空间数据不易实现共享与互操作的困境。转换模型首创性地提出了“超集式GML数据结构”这一新的术语。作为HTML与XML文档应用程序接口的DOM,将文档的逻辑结构组织成DOM树。Delphi7.0内置的TXMLDocument组件实现了DOM解析接口。论文最后对基于DOM技术的空间数据基础转换系统作了阐述。     

空间元数据研究及应用

分布式地理空间数据的快速导航一直是分布式GIS研究的重点。针对地理空间数据的特点,在已有空间元数据标准的基础上,构造了一个分层空间元数据库框架,设计实现了不同级别的空间元数据库,很好地组织和管理了分布在网络上的地理空间数据库及其数据;在分层空间元数据库的支持下,基于地图（图层）的4个基本要素（专题、空间范围、地层、时间）,设计了一个面向用户的地理空间数据请求描述规范,并据此实现了一个基于多Agent的分布工地理空间数据查找策略,该策略能够很好地确定性或非确定性地理空间数据快速导航的要求。     

基于GML的多源异构空间数据集成系统的设计

多源异构的空间数据成为空间信息共享的瓶颈,在网络环境下如何实现多源异构空间数据的集成,成为当前GIS(地理信息系统)发展的一个热点和难点问题.提出了一个基于GML(地理标记语言)的多源异构空间数据集成模型,解决了多源异构空间数据向GML文档的转换,GML与空间数据库服务器的交互以及GML向SVG(可缩放矢量图形)的转换,并使用WebService技术,在Microsoft.NET平台上设计实现了多源异构空间数据集成系统,从而实现了基于GML的空间数据集成和基于SVG的空间数据可视化.     

异构环境下的GML空间数据高效集成研究

GML(Geography Markup Language)已成为异构环境下地理空间数据编码、交换和集成的事实标准。由于GML空间数据具有海量性以及GML文档含有大量的冗余信息,导致GML文档体积庞大,影响了系统的集成性能。提出一种基于压缩技术的高效集成方法,将GML文档的结构和数据分离,对文档中的结构数据采用基于词组的字典压缩算法进行压缩,对坐标数据采用去精度的增量压缩的方法压缩。实验结果表明,该方法的压缩性能优于传统压缩方法,且能明显提高GML空间数据的集成性能。     

基于XSLT与SVG实现动态矢量WebGIS

设计了一种基于XSLT与SVG的动态矢量WebGIS实现方案。在该方案中,WebGIS服务器通过对客户端请求的分析,对于存储为XML/GML数据库的地理空间数据,通过XML查询进行数据抽取,接着对得到XML/GML文档进行整理,得到该文档对应的元数据,并通过查询GIS应用服务器上的XSL元数据库,得到该文档中元数据所对应的XSL元数据,然后将出现的XSL元数据进行集成,生成一个新的样式表（XSL）,根据这个样式表将XML/GML文档经XSLT转换转化为SVG图像,并经过GZIP压缩将其压缩为SVGZ格式传往客户端,从而实现了地理空间数据的矢量传输和显示。由于根据用户的请求动态下载数据生成包含SVGZ的Web页面传给客户端,所以这种WebGIS不仅安全可靠也具有较高的效率。     

GTMapLens: Interactive Lens for Geo-Text Data Browsing on Map

Data containing geospatial semantics, such as geotagged tweets, travel blogs, and crime reports, associates natural language texts with geographical locations. This paper presents a lens-based visual interaction technique, GTMapLens, to flexibly browse the geo-text data on a map. It allows users to perform dynamic focus+context exploration by using movable lenses to browse geographical regions, find locations of interest, and perform comparative and drill-down studies. Geo-text data is visualized in a way that users can easily perceive the underlying geospatial semantics along with lens moving. Based on a requirement analysis with a cohort of multidisciplinary domain experts, a set of lens interaction techniques are developed including keywords control, path management, context visualization, and snapshot anchors. They allow users to achieve a guided and controllable exploration of geo-text data. A hierarchical data model enables the interactive lens operations by accelerated data retrieval from a geo-text database. Evaluation with real-world datasets is presented to show the usability and effectiveness of GTMapLens.     

基于GDAL开源库的流域地貌特征提取

GDAL是一个在X/MT许可协议下读写栅格、矢量空间数据的开源库,针对水文学上流域地貌特征提取研究中与栅格、矢量数据的频繁交互,引入GDAL地理空间开源库。分析GDAL模型库结构,空间数据打开、读写及转换等数据交互常用接口,在底层将上述接口与地貌参数提取算法无缝耦合。在.Net平台上,利用轻型SharpMap开源空间数据渲染控件作为显示窗体,开发独立地貌参数提取应用程序;在ArcGIS平台上通过ArcPy脚本语言包搭建地貌参数提取工具箱,通过图解建模工具可以将其中的工具与ArcGIS相关工具进行组合,构建一键地貌提取模型,为流域地貌特征的提取计算提供一条简便实用的技术路径。     

地理信息系统与数据库结合研究

鉴于地理信息系统需要对外提供灵活高效的地理信息访问途径,因此采用数据库管理地理信息是发展趋势,目前存在关系型,对象-关系型,面向对象型3类数据库产品,在讨论它们与地理信息系统结合可行性的基础上,重点介绍了纯关系模型,空间扩展模型,包装模型3种结合方案,还通过对这3种方案实现原理的分析及其优缺点的比较,指出了各方面的应用前景,并由此归纳出,在GIS与数据库结合中需要注意的问题及解决这些问题的关键技术。     

与地理空间紧关联的网络空间地图模型

现有网络数据可视化中与地理空间信息紧密结合表达的研究较少,难以支撑网络资源测绘数据表达与分析,制约了网络资源测绘数据可视化理解和认知。为此,本文提出了一种与地理空间紧关联的网络空间地图模型。首先,界定了本文网络空间的定义,分析了网络空间与地理空间的关系;给出了与地理空间紧关联的网络空间地图模型及组成要素;最后,详细阐述了与地理空间紧关联的网络空间地图中涉及的网络资源符号体系、多尺度可视化表达和分析应用三项关键技术。本文希望能够为地理信息辅助下的网络空间态势感知提供新的探索方式和研究思路。     

LANDSAT-5 TM数据的辐射校正与几何定位精度

辐射校正与几何校正是遥感信息定量化应用的重要步骤,对真实反映目标和背景特征以及实际地理位置是至关重要的。提出了LANDSAT-5 TM数据的辐射校正方法与使用精确星历参数进行数据处理后的几何定位精度,并以实际数据检验了修正后的中国遥感卫星地面站的LANDSAT-5卫星数据产品的辐射精度与几何定位精度,检验结果表明,中国遥感卫星地面站对LANDSAT-5卫星数据的系统处理方法有效地消除了成像过程中的系统性误差。     

一个基于 Google Earth 的交互式空间体数据可视化系统

三维空间体数据的可视化既需要同时展示数据多个属性的特征,又需要结合数据周边复杂地理地貌的特征。体绘制是当前最有效的三维数据可视化方法之一,但现有的体绘制方法尚没有考虑到数据场周围复杂的地理地貌特征。本文提出了一种基于 Google Earth (简称 GE) 地理信息的空间数据体绘制可视化方法,其基本思想是首先由三维纹理算法出发,对数据做沿高度法向的切片,多层渲染后组合为最终的体绘制效果,然后将渲染结果转换为 GE 支持的 KML 数据格式,充分利用 GE 中的复杂地形和三维建筑群模型信息,最后加入体感控制和 WEB 呈现功能。这为三维空间数据的可视化提供了一种全新的思路,取得了更好的可视化效果。最后利用数值模拟的大气雾霾数据论证了技术的可行性。     

平行坐标轴动态排列的地理空间多维数据可视分析

目的 平行坐标是经典的多维数据可视化方法,但在用于地理空间多维数据分析时,往往存在空间位置信息缺失和空间关联分析不确定等问题。对此,本文设计了一种有效关联平行坐标和地图的地理空间多维数据可视分析方法。方法 根据多维属性信息对地理空间位置进行聚类分析,引入Voronoi图和颜色明暗映射对地理空间各类区域进行显著标识,利用平行坐标呈现地理空间多维属性信息,引入互信息度量地理空间聚类与属性类别的相关性,动态地确定平行坐标轴排列顺序,进一步计算属性轴与地图之间数据线的绑定位置,对数据线的布局进行优化处理,降低地图与平行坐标系间数据线分布的紊乱程度。结果 有效集成上述可视化设计及数据分析方法,设计与实现一种基于平行坐标轴动态排列的地理空间多维数据可视化分析系统,提供便捷的用户交互模式,通过2组具有明显地理空间多维属性特征的数据进行测试,验证了本文可视分析方法的有效性和实用性。结论 本文提出的可视分析方法和工具可以帮助用户快速分析地理空间多维属性存在的空间分布特征及其关联模式,为地理空间多维数据的探索提供了有效手段。     

An information fusion approach to integrate image annotation and text mining methods for geographic knowledge discovery

Due to the steady increase in the number of heterogeneous types of location information on the internet, it is hard to organize a complete overview of the geospatial information for the tasks of knowledge acquisition related to specific geographic locations. The text- and photo-types of geographical dataset contain numerous location data, such as location-based tourism information, therefore defining high dimensional spaces of attributes that are highly correlated. In this work, we utilized text- and photo-types of location information with a novel approach of information fusion that exploits effective image annotation and location based text-mining approaches to enhance identification of geographic location and spatial cognition. In this paper, we describe our feature extraction methods to annotating images, and utilizing text mining approach to analyze images and texts simultaneously, in order to carry out geospatial text mining and image classification tasks. Subsequently, photo-images and textual documents are projected to a unified feature space, in order to generate a co-constructed semantic space for information fusion. Also, we employed text mining approaches to classify documents into various categories based upon their geospatial features, with the aims to discovering relationships between documents and geographical zones. The experimental results show that the proposed method can effectively enhance the tasks of location based knowledge discovery.     

Semantic Web-based geospatial knowledge transformation

Earth and space science research and applications typically involve collecting and analyzing large volumes of geospatial data much of which is derived from other existing data by applying a scientific workflow. Such a step-by-step process can be viewed as a process of geospatial knowledge transformation, which often involves hypotheses, inferences and integrations to derive user-specific data products from the knowledge of domain experts. Our research is focused on reducing the transformation effort by providing component inference and integration tools. The Semantic Web envisions a new standardized information infrastructure to enable interoperable machine-to-machine interactions and automatic or semi-automatic service chaining for deriving knowledge over networks. This paper describes a generic framework and implementation of how the Semantic Web proceeds through the life cycle of geospatial knowledge transformation, from geospatial modeling (knowledge formalization), through model instantiation (service chain) to model execution (data product). Our approach relies on semantic integrations. A number of ontologies used to capture domain knowledge are introduced in this paper as the basis of knowledge bases for describing and reasoning geospatial data and services. Also, a semantically enabled geospatial catalog service is described to enable more effective discovery, automation and integration of geospatial data and services.