測繪科學(xué)技術(shù)

大數(shù)據(jù)GIS

李清泉，李德仁

摘要：目的：大數(shù)據(jù)在近兩年備受關(guān)注，雖然海量數(shù)據(jù)一直是GIS 的主要特征之一，但是從海量數(shù)據(jù)到大數(shù)據(jù)的跨越，除了數(shù)據(jù)量大，還需要面對快速、異構(gòu)、分析和挖掘等關(guān)鍵問題。本文提出了大數(shù)據(jù)時代GIS 發(fā)展的關(guān)鍵問題和方向。方法：從大數(shù)據(jù)的5 個主要特征著手，如體量大、速度快、模態(tài)多樣和不確定性，進(jìn)而從數(shù)據(jù)管理、數(shù)據(jù)分析與挖掘，以及可視化的角度，指出大數(shù)據(jù)GIS 面對的幾個挑戰(zhàn)和需要解決的關(guān)鍵問題。結(jié)果：大數(shù)據(jù)的特征中，數(shù)據(jù)的流質(zhì)特性是因，數(shù)據(jù)量大是果，多樣性和真實性是挑戰(zhàn)，而終極目標(biāo)在于從數(shù)據(jù)中挖掘價值。而通常也認(rèn)為GIS 的核心是空間分析，大數(shù)據(jù)沒有改變GIS 的基本特征，但是為順應(yīng)大數(shù)據(jù)的特征及需求，大數(shù)據(jù)時代的GIS 應(yīng)具有以下3 個基本特征。（1）可擴(kuò)展的動態(tài)數(shù)據(jù)管理方式大數(shù)據(jù)GIS 的特征之一就是數(shù)據(jù)存儲和管理從面向離線式分析轉(zhuǎn)換為可擴(kuò)展的、面向?qū)崟r分析與挖掘的動態(tài)處理與管理過程。在架構(gòu)層面，大數(shù)據(jù)體量大、速度快、模態(tài)多等特性帶來的挑戰(zhàn)將引起GIS 數(shù)據(jù)存儲與管理的質(zhì)變，相應(yīng)的空間數(shù)據(jù)存儲與管理架構(gòu)也會以開源架構(gòu)為主逐漸走向多樣性。在數(shù)據(jù)存儲層面，非關(guān)系型數(shù)據(jù)庫已經(jīng)成為和關(guān)系數(shù)據(jù)庫并存的空間數(shù)據(jù)存儲及管理的方式之一。在數(shù)據(jù)處理層面，針對流數(shù)據(jù)的特性，需要設(shè)計一個預(yù)處理流程，以應(yīng)用為導(dǎo)向構(gòu)建適于實時分析的概要結(jié)構(gòu)、時空聚合和多尺度表達(dá)等方法，實現(xiàn)高效的數(shù)據(jù)篩選和聚合機(jī)制，以解決數(shù)據(jù)冗余及噪音問題。這個過程自身也是一個知識發(fā)現(xiàn)和數(shù)據(jù)挖掘的過程。（2）數(shù)據(jù)驅(qū)動的空間分析與挖掘大數(shù)據(jù)GIS 的特征之二是空間分析方法由模型驅(qū)動逐漸轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動。數(shù)據(jù)的極大豐富使人們可以逐漸擺脫對模型和假設(shè)的依賴，機(jī)器學(xué)習(xí)將發(fā)揮重要作用。確定性的地理計算仍將存在，但是空間分析更多的重點將轉(zhuǎn)移到從積累的定量數(shù)據(jù)中抽取定性的規(guī)則，能夠處理不確定性問題和發(fā)現(xiàn)蘊(yùn)含知識及規(guī)律的空間數(shù)據(jù)挖掘算法上。為了克服大數(shù)據(jù)的噪音和不確定性，要盡可能地使用多源數(shù)據(jù)，并對多源數(shù)據(jù)進(jìn)行融合分析和挖掘，以充分發(fā)揮大數(shù)據(jù)的優(yōu)勢。（3）結(jié)合地理計算的可視分析傳統(tǒng)GIS 可視化的重點表現(xiàn)在符號、尺度、三維等問題上。大數(shù)據(jù)的數(shù)據(jù)量和復(fù)雜度帶來了對數(shù)據(jù)探索、分析、理解和呈現(xiàn)的挑戰(zhàn)，需要用交互式或動態(tài)化展示的表現(xiàn)方式來幫助人們迅速理解和分析數(shù)據(jù)的模式、特征和內(nèi)涵，輔助數(shù)據(jù)的提煉和解釋，以及從復(fù)雜數(shù)據(jù)中探索新的發(fā)現(xiàn)。這決定了數(shù)據(jù)可視化技術(shù)將成為大數(shù)據(jù)時代的顯學(xué)，所以發(fā)展與地理計算相結(jié)合的可視分析是大數(shù)據(jù)GIS 的另一個重要特征和發(fā)展向。結(jié)論：大數(shù)據(jù)時代，GIS 面臨著以下挑戰(zhàn)和機(jī)遇。（1）超大規(guī)模數(shù)據(jù)的高效管理，其中包括數(shù)據(jù)管理體系和架構(gòu)、流數(shù)據(jù)的實時處理和分析以及歷史數(shù)據(jù)和模式的高效查詢和分析。（2）針對大量數(shù)據(jù)噪音多及數(shù)據(jù)不確定性大的特性，需要重新思考空間統(tǒng)計模型的選擇、參數(shù)的訓(xùn)練和使用及計算效率等問題。（3）面對全體數(shù)據(jù)，需要發(fā)展適合的空間數(shù)據(jù)挖掘算法，發(fā)現(xiàn)數(shù)據(jù)背后所隱藏的模式和價值。（4）高效地顯示和分析超大規(guī)模的時空數(shù)據(jù)，發(fā)展與地理計算相結(jié)合的可視分析理論。大數(shù)據(jù)GIS 需要一整套系統(tǒng)、科學(xué)的理論和方法來應(yīng)對大數(shù)據(jù)帶來的挑戰(zhàn)。

來源出版物：武漢大學(xué)學(xué)報（信息科學(xué)版）, 2014, 39(6): 641-644

入選年份：2017

利用SNR 觀測值進(jìn)行GPS 土壤濕度監(jiān)測

敖敏思，朱建軍，胡友健，等

摘要：目的：利用GPS 信噪比（SNR）觀測值監(jiān)測土壤濕度變化可克服傳統(tǒng)手段破壞觀測對象、數(shù)據(jù)難以同化、時空分辨率受限等缺點，但同時也存在測量區(qū)域不明確、衛(wèi)星與波段選擇缺少相應(yīng)依據(jù)、多徑延遲相位與土壤濕度之間相關(guān)性的定量數(shù)值描述函數(shù)與模型亟待建立等問題。本文通過引入菲涅爾反射區(qū)域，結(jié)合仿真和實測土壤濕度數(shù)據(jù)、GPS 觀測值開展對比實驗對上述問題展開研究。方法：引入惠根斯—菲涅耳原理，結(jié)合CORS 網(wǎng)絡(luò)中的衛(wèi)星截止高度角一般5°或10°，模擬土壤濕度監(jiān)測有效區(qū)域。結(jié)合Plate Boundary Observatory測站P041 的GNSS 和氣象觀測數(shù)據(jù)，采用Noah_LSM模型模擬地面土壤濕度，與GPS SNR 計算結(jié)果進(jìn)行對比和分析。結(jié)合武漢實地采集的GNSS 觀測數(shù)據(jù)、土壤濕度實測數(shù)據(jù)以及湖北省氣象與生態(tài)自動監(jiān)測網(wǎng)降水?dāng)?shù)據(jù)，進(jìn)行對比分析，研究GPS SNR 延遲相位與土壤濕度之間的映射關(guān)系。結(jié)果：當(dāng)截至設(shè)置為5°時，有效監(jiān)測距離理論最大值距天線中心約45 m。在P041 站點結(jié)合仿真土壤濕度對比實驗中，實驗時段內(nèi)顯著降水6次分別于第104、131、138 至139、171、187 至193、208 至209 天。對應(yīng)于降水事件，土壤濕度均明顯上升，每當(dāng)土壤濕度上升，延遲相位均做出響應(yīng)。對應(yīng)于第104天的降水事件，土壤濕度由0.115 上升至0.304，值由 －3.569 上升至－3.304；對應(yīng)于第131 天的降水事件，土壤濕度由0.075 上升至0.308，值則由－3.569 上升至 －3.324。在9228 站點實測土壤濕度對比實驗中，時段內(nèi)有3 次明顯降水事件，發(fā)生于74 至75、81 至82 及89 至90 天。第74 至75 天的降水事件中，土壤濕度由0.050 升至0.256，值由－4.763 升至－4.382；81 至82天，土壤濕度由0.207 升至0.369，值由－4.753 升至 －3.683；89 至90 天，土壤濕度由0.073 升至0.221 又回落至0.121，也相應(yīng)由－5.356 升至－4.441 并回落至－5.439。測站P041 擬合決定系數(shù)R2為0.6848；測站9228的擬合決定系數(shù)R2為0.7961，說明指數(shù)函數(shù)能夠有效地映射出與土壤濕度間的對應(yīng)關(guān)系。結(jié)論：利用GPS SNR監(jiān)測土壤濕度變化的有效區(qū)域為一系列橢圓區(qū)域，最大范圍距天線中心約45 m。在監(jiān)測過程中，延遲相位與土壤濕度顯著相關(guān)，指數(shù)函數(shù)能夠有效描述兩者間關(guān)系；選擇高級衛(wèi)星（如BLOCK IIR、BLOCK IIR M）和開啟觀測L2C 觀測值有利于獲取更準(zhǔn)確的監(jiān)測結(jié)果。同時，結(jié)合不同類型、深度的對比土壤濕度數(shù)據(jù)、引入其他氣象參數(shù)聯(lián)合延遲相位反演土壤濕度以及擴(kuò)展該方法至其他領(lǐng)域（如冰雪厚度、潮汐和植被生長等）值得進(jìn)一步研究。

來源出版物：武漢大學(xué)學(xué)報（信息科學(xué)版）, 2015, 40(1): 117-120

入選年份：2017

一種利用改進(jìn)A*算法的無人機(jī)航跡規(guī)劃

占偉偉，王偉，陳能成，等

摘要：目的：針對無人機(jī)在大范圍三維戰(zhàn)場環(huán)境中的低空航跡規(guī)劃過程中生存率高、耗油量小的要求，提出了一種改進(jìn)的A*算法，算法綜合考慮了航線高度、被探測概率、航線長度等權(quán)重因子，以及UAV 安全高度、升降率、轉(zhuǎn)彎半徑等性能約束,在該目標(biāo)空間中搜索一條兩個航路點之間的最優(yōu)航線。方法：首先，建立一個2.5維的空間網(wǎng)格模型，每個網(wǎng)格點包含經(jīng)度、緯度、高程信息，且包含8 個可擴(kuò)展方向，實現(xiàn)DEM 和DOM 連續(xù)狀態(tài)柵格環(huán)境的空間劃分，提供A*算法所需的路由網(wǎng)；其次，改造代價函數(shù)的數(shù)學(xué)模型，實際代價由當(dāng)前點i 到前一點i－1 的地表距離c、被探測概率p 和平均高度h 3 項因子構(gòu)成，歸一化到0-1 空間后，進(jìn)行加權(quán)平均后得出，估計代價則是當(dāng)前點i 到終點的加權(quán)平均值，計算因子相同；再次，定義最小二叉堆open list 和線性表closed list，計算流程如下，（1）把起點S 放入open list，記f＝h，將closed list 置為空表，讀入起飛時間。（2）重復(fù)下列過程，直至當(dāng)前點與目標(biāo)點距離小于閾值為止。若open list 為空表，則提示用戶在當(dāng)前目標(biāo)空間中該兩點之間無滿足初始條件的航路，航跡搜索失敗。（3）查找open list 中未設(shè)置過的具有最小f 值的節(jié)點為當(dāng)前節(jié)點BN，并把它從open list 中刪除，且加入到closed list。（4）若BN 距離目標(biāo)節(jié)點小于一定閾值，則成功求得目標(biāo)解，終止循環(huán)。（5）若BN 不是目標(biāo)節(jié)點，則對它進(jìn)行拓展，得到相應(yīng)的8 領(lǐng)域節(jié)點。首先剔除已經(jīng)在closed list 中節(jié)點，然后剔除位于禁飛區(qū)和惡劣天氣中的節(jié)點，將8 領(lǐng)域節(jié)點中剩下的節(jié)點作為后繼節(jié)點SUC。（6）對每個SUC 依次進(jìn)行下列過程，（a）建立從SUC 返回BN 的指針。（b）計算SUC 的代價，g（SUC）。（c）如果SUC∈OPEN，則將此節(jié)點標(biāo)記為當(dāng)前臨時節(jié)點OLD，并把它添至BN 的后繼節(jié)點表中。（d）比較新路徑代價。如果g（SUC）

來源出版物：武漢大學(xué)學(xué)報（信息科學(xué)版）, 2015, 40(3): 315-320

入選年份：2017