测绘科学技术

大数据GIS

李清泉，李德仁

摘要：目的：大数据在近两年备受关注，虽然海量数据一直是GIS 的主要特征之一，但是从海量数据到大数据的跨越，除了数据量大，还需要面对快速、异构、分析和挖掘等关键问题。本文提出了大数据时代GIS 发展的关键问题和方向。方法：从大数据的5 个主要特征着手，如体量大、速度快、模态多样和不确定性，进而从数据管理、数据分析与挖掘，以及可视化的角度，指出大数据GIS 面对的几个挑战和需要解决的关键问题。结果：大数据的特征中，数据的流质特性是因，数据量大是果，多样性和真实性是挑战，而终极目标在于从数据中挖掘价值。而通常也认为GIS 的核心是空间分析，大数据没有改变GIS 的基本特征，但是为顺应大数据的特征及需求，大数据时代的GIS 应具有以下3 个基本特征。（1）可扩展的动态数据管理方式大数据GIS 的特征之一就是数据存储和管理从面向离线式分析转换为可扩展的、面向实时分析与挖掘的动态处理与管理过程。在架构层面，大数据体量大、速度快、模态多等特性带来的挑战将引起GIS 数据存储与管理的质变，相应的空间数据存储与管理架构也会以开源架构为主逐渐走向多样性。在数据存储层面，非关系型数据库已经成为和关系数据库并存的空间数据存储及管理的方式之一。在数据处理层面，针对流数据的特性，需要设计一个预处理流程，以应用为导向构建适于实时分析的概要结构、时空聚合和多尺度表达等方法，实现高效的数据筛选和聚合机制，以解决数据冗余及噪音问题。这个过程自身也是一个知识发现和数据挖掘的过程。（2）数据驱动的空间分析与挖掘大数据GIS 的特征之二是空间分析方法由模型驱动逐渐转变为数据驱动。数据的极大丰富使人们可以逐渐摆脱对模型和假设的依赖，机器学习将发挥重要作用。确定性的地理计算仍将存在，但是空间分析更多的重点将转移到从积累的定量数据中抽取定性的规则，能够处理不确定性问题和发现蕴含知识及规律的空间数据挖掘算法上。为了克服大数据的噪音和不确定性，要尽可能地使用多源数据，并对多源数据进行融合分析和挖掘，以充分发挥大数据的优势。（3）结合地理计算的可视分析传统GIS 可视化的重点表现在符号、尺度、三维等问题上。大数据的数据量和复杂度带来了对数据探索、分析、理解和呈现的挑战，需要用交互式或动态化展示的表现方式来帮助人们迅速理解和分析数据的模式、特征和内涵，辅助数据的提炼和解释，以及从复杂数据中探索新的发现。这决定了数据可视化技术将成为大数据时代的显学，所以发展与地理计算相结合的可视分析是大数据GIS 的另一个重要特征和发展向。结论：大数据时代，GIS 面临着以下挑战和机遇。（1）超大规模数据的高效管理，其中包括数据管理体系和架构、流数据的实时处理和分析以及历史数据和模式的高效查询和分析。（2）针对大量数据噪音多及数据不确定性大的特性，需要重新思考空间统计模型的选择、参数的训练和使用及计算效率等问题。（3）面对全体数据，需要发展适合的空间数据挖掘算法，发现数据背后所隐藏的模式和价值。（4）高效地显示和分析超大规模的时空数据，发展与地理计算相结合的可视分析理论。大数据GIS 需要一整套系统、科学的理论和方法来应对大数据带来的挑战。

来源出版物：武汉大学学报（信息科学版）, 2014, 39(6): 641-644

入选年份：2017

利用SNR 观测值进行GPS 土壤湿度监测

敖敏思，朱建军，胡友健，等

摘要：目的：利用GPS 信噪比（SNR）观测值监测土壤湿度变化可克服传统手段破坏观测对象、数据难以同化、时空分辨率受限等缺点，但同时也存在测量区域不明确、卫星与波段选择缺少相应依据、多径延迟相位与土壤湿度之间相关性的定量数值描述函数与模型亟待建立等问题。本文通过引入菲涅尔反射区域，结合仿真和实测土壤湿度数据、GPS 观测值开展对比实验对上述问题展开研究。方法：引入惠根斯—菲涅耳原理，结合CORS 网络中的卫星截止高度角一般5°或10°，模拟土壤湿度监测有效区域。结合Plate Boundary Observatory测站P041 的GNSS 和气象观测数据，采用Noah_LSM模型模拟地面土壤湿度，与GPS SNR 计算结果进行对比和分析。结合武汉实地采集的GNSS 观测数据、土壤湿度实测数据以及湖北省气象与生态自动监测网降水数据，进行对比分析，研究GPS SNR 延迟相位与土壤湿度之间的映射关系。结果：当截至设置为5°时，有效监测距离理论最大值距天线中心约45 m。在P041 站点结合仿真土壤湿度对比实验中，实验时段内显著降水6次分别于第104、131、138 至139、171、187 至193、208 至209 天。对应于降水事件，土壤湿度均明显上升，每当土壤湿度上升，延迟相位均做出响应。对应于第104天的降水事件，土壤湿度由0.115 上升至0.304，值由 －3.569 上升至－3.304；对应于第131 天的降水事件，土壤湿度由0.075 上升至0.308，值则由－3.569 上升至 －3.324。在9228 站点实测土壤湿度对比实验中，时段内有3 次明显降水事件，发生于74 至75、81 至82 及89 至90 天。第74 至75 天的降水事件中，土壤湿度由0.050 升至0.256，值由－4.763 升至－4.382；81 至82天，土壤湿度由0.207 升至0.369，值由－4.753 升至 －3.683；89 至90 天，土壤湿度由0.073 升至0.221 又回落至0.121，也相应由－5.356 升至－4.441 并回落至－5.439。测站P041 拟合决定系数R2为0.6848；测站9228的拟合决定系数R2为0.7961，说明指数函数能够有效地映射出与土壤湿度间的对应关系。结论：利用GPS SNR监测土壤湿度变化的有效区域为一系列椭圆区域，最大范围距天线中心约45 m。在监测过程中，延迟相位与土壤湿度显著相关，指数函数能够有效描述两者间关系；选择高级卫星（如BLOCK IIR、BLOCK IIR M）和开启观测L2C 观测值有利于获取更准确的监测结果。同时，结合不同类型、深度的对比土壤湿度数据、引入其他气象参数联合延迟相位反演土壤湿度以及扩展该方法至其他领域（如冰雪厚度、潮汐和植被生长等）值得进一步研究。

来源出版物：武汉大学学报（信息科学版）, 2015, 40(1): 117-120

入选年份：2017

一种利用改进A*算法的无人机航迹规划

占伟伟，王伟，陈能成，等

摘要：目的：针对无人机在大范围三维战场环境中的低空航迹规划过程中生存率高、耗油量小的要求，提出了一种改进的A*算法，算法综合考虑了航线高度、被探测概率、航线长度等权重因子，以及UAV 安全高度、升降率、转弯半径等性能约束,在该目标空间中搜索一条两个航路点之间的最优航线。方法：首先，建立一个2.5维的空间网格模型，每个网格点包含经度、纬度、高程信息，且包含8 个可扩展方向，实现DEM 和DOM 连续状态栅格环境的空间划分，提供A*算法所需的路由网；其次，改造代价函数的数学模型，实际代价由当前点i 到前一点i－1 的地表距离c、被探测概率p 和平均高度h 3 项因子构成，归一化到0-1 空间后，进行加权平均后得出，估计代价则是当前点i 到终点的加权平均值，计算因子相同；再次，定义最小二叉堆open list 和线性表closed list，计算流程如下，（1）把起点S 放入open list，记f＝h，将closed list 置为空表，读入起飞时间。（2）重复下列过程，直至当前点与目标点距离小于阈值为止。若open list 为空表，则提示用户在当前目标空间中该两点之间无满足初始条件的航路，航迹搜索失败。（3）查找open list 中未设置过的具有最小f 值的节点为当前节点BN，并把它从open list 中删除，且加入到closed list。（4）若BN 距离目标节点小于一定阈值，则成功求得目标解，终止循环。（5）若BN 不是目标节点，则对它进行拓展，得到相应的8 领域节点。首先剔除已经在closed list 中节点，然后剔除位于禁飞区和恶劣天气中的节点，将8 领域节点中剩下的节点作为后继节点SUC。（6）对每个SUC 依次进行下列过程，（a）建立从SUC 返回BN 的指针。（b）计算SUC 的代价，g（SUC）。（c）如果SUC∈OPEN，则将此节点标记为当前临时节点OLD，并把它添至BN 的后继节点表中。（d）比较新路径代价。如果g（SUC）

来源出版物：武汉大学学报（信息科学版）, 2015, 40(3): 315-320

入选年份：2017