扩展流数据立方体的GIS时空大数据组织方法

doi:10.13474/j.cnki.11-2246.2018.0257

测绘通报 ›› 2018, Vol. 0 ›› Issue (8): 115-118.doi: 10.13474/j.cnki.11-2246.2018.0257

扩展流数据立方体的GIS时空大数据组织方法

陆妍玲^1,2, 李景文^1,2, 叶苏娴¹, 姜建武¹, 殷敏^1,2, 周艳柳¹

1. 桂林理工大学, 广西桂林 541004;
2. 广西空间信息与测绘重点实验室, 广西桂林 541004

收稿日期:2017-10-11 出版日期:2018-08-25 发布日期:2018-08-30
通讯作者: 殷敏。E-mail:416721782@qq.com E-mail:416721782@qq.com
作者简介:陆妍玲(1988-),女,硕士,讲师,主要从事GIS专业方面的研究。E-mail:luyl2014@glut.edu.cn
基金资助:
广西空间信息与测绘重点实验室主任基金（15-140-07-14；16-380-25-17）；广西高等学校科研项目（201204LX184）

Big Data Organization Method of GIS Spatio-temporal Expanded the Streaming Data Cube

LU Yanling^1,2, LI Jingwen^1,2, YE Suxian¹, JIANG Jianwu¹, YIN Min^1,2, ZHOU Yanliu¹

1. Guilin University of Technology, Guilin 541004, China;
2. Guangxi Key Laboratory of Spatial Information and Geomatics, Guilin 541004, China

Received:2017-10-11 Online:2018-08-25 Published:2018-08-30

摘要/Abstract

摘要： 针对大数据GIS面临的大规模数据的多源异构动态性与数据存储优化等问题，本文开展大数据背景下的地理时空数据组织与模型研究，提出了一种基于流数据的可扩展立方体处理框架，在典型的流数据二维数据序列基础上，构建增加垂直方向的非结构数据立方体；结合立方体数据组织模型的定义和特征，探讨扩展关系型数据库与协同非关系型数据库的GIS时空大数据组织方法；通过扩展数据源、数据类型及数据操作等属性，突出多源异构地理时空大数据的时空关系和演变过程关系等特征，对地理时空大数据进行数据一体化组织、存储和分析；进而解决地理信息时空大数据的大体量、异构与动态性在GIS数据管理与分析方面的技术瓶颈，并且对GIS时空大数据的有效管理提供科学性方法和解决策略。

关键词: 流数据, 立方体, 时空大数据, GIS

Abstract: Aiming at the problem of multi-source heterogeneous dynamic and data storage optimization for large-scale data faced by big data GIS,this paper studies geographical spatio-temporal data organization and model under the background of big data,proposes an extensible cube handing framework based on stream data,on the typical two-dimensional data sequence of stream data,constructs a data cube that increases the vertical direction to manage the unstructured data.Combining the definition and characteristics of the data cube model,this paper discusses the organization method of GIS spatio-temporal big data by extending relational database and cooperating non-relational database.Simultaneously,by extending the data sources,data types and data manipulation,this paper highlights the characteristics of spatio-temporal relationship and evolution process in the multi-source heterogeneous big data,and then,the data of spatio-temporal big data is organized,stored and analyzed together.In the end,this paper addresses the technical bottleneck question of large volume,heterogeneity and dynamic for spatio-temporal big data in GIS data management and analysis.Also,it provides scientific methods and solutions to effectively manage GIS spatio-temporal big data.

Key words: stream data, cube, big data of spatio-temporal, GIS

中图分类号:

P208

陆妍玲, 李景文, 叶苏娴, 姜建武, 殷敏, 周艳柳. 扩展流数据立方体的GIS时空大数据组织方法[J]. 测绘通报, 2018, 0(8): 115-118.

LU Yanling, LI Jingwen, YE Suxian, JIANG Jianwu, YIN Min, ZHOU Yanliu. Big Data Organization Method of GIS Spatio-temporal Expanded the Streaming Data Cube[J]. 测绘通报, 2018, 0(8): 115-118.

参考文献

[1] KINSEY M.Global Institute,Big Data:The Next Frontier for Innovation Ompetition and Productivity[R].[S.l.]:McKinsey &Company,2011.
[2] AHALT S C.Why Data Science[J].Communications of the CCF,2013,9(12):11-15.
[3] 李清泉,李德仁.大数据GIS[J].武汉大学学报(信息科学版),2014,39(6):641-645.
[4] 李德仁,马军,邵振峰.论时空大数据及其应用[J].卫星应用,2015,1(9):7-12.
[5] LI Q,ZHANG T,YU Y.Using Cloud Computing to Process Intensive Floating Car Data for Urban Traffic Surveillance[J].International Journal of Geographical Information Science,2011,25(8):1301-1322.
[6] VIVONI E R,CAMILLI R.Real-time Streaming of Environmental Field Data[J].Computera & Geosciences,2003,29(4):457-468.
[7] 龚健雅,李小龙,吴华意.实时GIS时空数据模型[J].测绘学报,2014,43(3):226-233.
[8] HEATHMAN G C,LAROSE M,ASCOUGH J C.Soil and Water Assessment Tool Evaluation of Soil and Use Geographic Information System Data Sets on Simulated Stream Flow[J].Journal of Soil and Water Conservation,2009,64(1):17-32.
[9] 李庆华,陈球霞,蒋盛益.基于流数据的实时处理框架模型[J].计算机工程,2005,31(16):59-61.
[10] 黄祥志.基于智方体的地理时空栅格数据模型化研究[D].杭州:浙江大学,2015.
[11] GARBRECHT J,OGDEN F L,DEBARRY P A,et al.GIS and Distributed Watershed Models.1:Data Coverages and Sources[J].Joural of Hydrologic Engineering,2011,6(6):506-514.
[12] PIJANOWSKI B C,TAYYEBI A,DOUCETTE J,et al.A Big Data Urban Growth Simulation at a National Scale:Configuring the GIS and Neural Network Based Land Transformation Model to Run in a High Performance Computing (HPC) Environment[J].Environment Modelling & Software,2014,51:250-268.
[13] 刘经南,方媛,郭迟,等.位置大数据的分析处理研究进展[J].武汉大学学报(信息科学版),2014,39(4):379-386.
[14] 肖建华,王厚之,彭清山,等.地理时空大数据管理与应用云平台建设[J].测绘通报,2016(4):38-42.

[1]	强德霞, 马海政, 朱自平, 苟彦梅. 甘肃省积石山县泥石流空间分布及分析[J]. 测绘通报, 2022, 0(7): 107-111,117.
[2]	高家骥, 李鸿奎, 白芝珍, 杨俊. GIS支持下的东北三省人居环境气候舒适度分异及影响因素分析[J]. 测绘通报, 2022, 0(6): 148-153.
[3]	赵传武, 吴子若, 张玉环, 郭伟. 基于多时相遥感的鄂尔多斯市不透水面变化分析[J]. 测绘通报, 2022, 0(5): 56-61.
[4]	杨艺苑, 杨存建. 基于GIS的东川区生态环境敏感性分析[J]. 测绘通报, 2022, 0(3): 7-12.
[5]	张龙其, 郭云开, 张云菲. 测绘工程专业GIS实验混合式教学方法探讨[J]. 测绘通报, 2022, 0(2): 164-167,173.
[6]	王艳利, 高凯超, 刘保强, 周丛伟. GNSS支持下的配电电缆移动GIS系统构建与应用[J]. 测绘通报, 2021, 0(8): 150-153.
[7]	徐刚, 胡坤霖, 温剑峰, 徐登财, 戴欣宜, 陈杰, 朱安峰, 章豪, 苏宗奎. 顾及地形邻域影响的地质灾害风险易发区评估[J]. 测绘通报, 2021, 0(7): 59-64.
[8]	田立征, 李成名, 刘晓丽, 印洁. 时空大数据分类体系研究[J]. 测绘通报, 2021, 0(5): 1-4.
[9]	张强, 白征东, 辛浩浩, 程宇航, 郭锦萍. 基于共享单车时空大数据的细粒度聚类[J]. 测绘通报, 2021, 0(5): 15-19,29.
[10]	亢孟军, 任福, 蔡忠亮, 翁敏, 苏世亮, 王明军. 开源体系在GIS软件开发课程中的应用[J]. 测绘通报, 2021, 0(5): 145-150.
[11]	王星捷, 郭科, 张廷斌, 王刚, 袁伟强. 新一代移动三维GIS平台研究[J]. 测绘通报, 2021, 0(4): 85-89.
[12]	刘新平, 王磊, 吴长彬, 黄敬, 韦曼琼. 三维GIS支持下的实景融合系统设计与实现[J]. 测绘通报, 2021, 0(4): 141-145,155.
[13]	朱骏侠. 基于WebGL的三维智慧管网系统的设计与实现[J]. 测绘通报, 2021, 0(4): 146-150.
[14]	崔颖, 黄鹤, 刘祥磊, 罗德安. 建筑物立面分类与DIM点云滤波[J]. 测绘通报, 2021, 0(3): 55-59.
[15]	张译, 杨伯钢, 刘宇, 余永欣, 武润泽, 许天豪, 杨旭东. 生态保护红线边界校核研究——以北京市为例[J]. 测绘通报, 2021, 0(2): 18-24.

扩展流数据立方体的GIS时空大数据组织方法

Big Data Organization Method of GIS Spatio-temporal Expanded the Streaming Data Cube

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价