周 波
(杨凌职业技术学院,陕西 咸阳 712100)
随着互联网的发展和普及,数据逐渐成为了继土地、劳动力、资本和技术之后的第五大生产要素,是信息化时代的核心资源。而社会的持续发展则为矿产资源提供了长期的广阔市场,同时也为矿山测绘技术的迭代更新提供了良好契机。大数据指的是在一定时间内采集、管理、处理并整理归纳能够用于企业经营决策需求咨询的一种技术,而云计算则是一种基于互联网的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云计算作为一种新型的数据处理技术,有着高扩展性、敏捷性以及安全性的优点,为高质高效分析巨量地理信息数据提供了一种全新的途径。同时大数据、云计算技术的高速发展也推动了了地理信息数据系统的发展,并为其提供了全新的发展机遇,基于大数据和云计算所制定出的技术方案也必将改变传统地理数据处理模式和理念。
地理信息系统(GIS)作为地球信息科学当中的重要组成部分,其具有独特的空间观和思维观,能够以信息系统当中空间相互联系和作用的机制作为抓手,显示出各个事物以及问题之间的空间分布特征和变化规律,从而为诸如地球科学、社会经济发展等方面的研究提供支撑。由于地理信息的特征是多元化的,从宏观方面上来讲,其具有大尺度、多维度的特征;从微观层面上将其具有多粒度、序列化的特征。GIS在发展过程中的每一个关键环节都离不开计算机技术的支撑。而在当今激光雷达、高分辨率传感器等高新设备被广泛应用的背景下,传统的地理信息系统正在遭受着诸如时空聚集、分布式系统等先进模式和理念的挑战,因而为了适应社会发展的需求,就需要对传统的地理信息系统进行升级和改造,以便能够为地理空间数据信息的挖掘、处理以及应用提供系统性的支撑,并同时为多智能终端以及大型用户数据的分布式处理提供应用平台。为了更加科学、合理的应用地理信息数据,可以通过大数据的方式将相关数据应用至矿山测绘之中,从而为矿山测绘工作带来便利。
相较于传统矿山测绘地理信息,基于大数据技术的矿山测绘有着诸多的优点,并在很大程度上改变了矿山测绘地理信息数据的标准。现如今,我国矿山测绘已经广泛采用大数据标准来对其进行衡量,地理信息大数据的具体标准如下。
1.2.1 高度智能化
在采用传统测绘模式来对矿山地理信息数据进行检测时,由于主要依赖于人工操作,因此很难避免误差的出现,进而对数据信息的整体精准度产生影响。而大数据则是基于卫星遥感或者是无人机遥感来完成对矿山测绘的,因此所获得的数据有着更高的准确性。由此可以看出,大数据在矿山测绘中的应用大大提升了矿山测绘地理信息的智能化程度。
1.2.2 高度信息化
基于计算机技术而发展起来的大数据对矿山进行测绘主要是通过数学建模来完成的,该技术能够在计算机软件中自动生成矿山的地理位置信息以及地形地貌特征。在这种逼真的模拟环境下,使得数据的应用更加的直观和科学,也使得对矿山开发的决策方案更具可行性和可持续性。
1.2.3 高抗干扰
基于大数据的矿山测绘地理信息技术是一个融合计算机、互联网、信息化等各种先进技术的系统,具有较高的科技含量,因此也有着较高的抗干扰能力,在对矿山进行测绘过程中,几乎不会受到外界恶劣环境的干扰。因此和传统测绘技术相比,不仅测绘效率更高,且测绘精度也有着良好的表现。
云计算作为现代信息技术和数据处理技术领域内的最新应用成果,其在很大程度上改变了信息数据的存储方式,为各个行业的信息化转型提供了极大便利。在矿山资源管理过程中,构建起云计算平台是打造智慧矿山和数字矿山的基础,其不仅能够推动矿山企业的信息化发展,同时也能够彰显出矿山测绘信息所具有的公益性价值。而云计算在矿山测绘地理信息中的应用会对粒度不同的数据进行统一改造,使之变得更为标准化,进而实现多粒度的智能化服务,优化整合位于不同服务器上的矿山测绘碎片数据,并将其集成为数据云和混合数据云,以便满足用户对于矿山测绘使用的不同需求。基于云计算的大数据存储流程如下图1 所示。
图1 基于云计算的大数据存储流程
由此可以看出,云计算在对矿山测绘地理信息计算中具有明显的优势。具体来看,首先,提升数据信息的安全性。云计算可以将大数据固定在一个虚拟的空间范围之内,这样就可以在最大程度上保障大数据信息的安全性和稳定性。在云计算技术的加持下,矿山地理数据信息还能够实现分类存储,不仅更加有利于对数据的查找和分析,同时也能够提升数据的抗干扰能力。
其次,提高数据信息的处理和存储效率。云计算平台可以提供高效的数据存储和处理服务,从而大幅提高矿山测绘地理信息数据的处理效率和准确度。传统的数据处理方式需要在本地部署硬件设备和软件系统,而云计算平台可以通过网络提供虚拟化的计算资源和存储空间,使得数据处理可以在云端完成。这不仅可以节省企业的硬件成本和维护成本,同时也可以提高数据处理的速度和效率,满足矿山测绘地理信息数据处理和分析的实时性和准确性要求。
最后,实现数据之间的协同共享。传统的数据共享方式需要通过文件传输或者共享硬件设备来实现,但这种方式存在许多限制,如数据传输的速度慢、安全性低、数据冲突等。而云计算平台可以提供高效的数据共享服务,实现多用户之间的数据实时共享和协同编辑,通过一台计算机获取矿山测绘地理信息之后,即可把相关的数据信息上传至该网络系统之中,方便系统中的所有人员查阅相关数据,大幅提高矿山测绘地理信息应用的效率和协同工作的效果。
在矿山地理测绘中应用大数据技术能够有效提升测绘信息数据的精准度,并实现对数据信息的有效保存,实现在系统设备中的数据共享,这无疑大大提升了对测绘数据信息的利用效率。因此,在当今信息化时代下,在矿山地理信息测绘中应用大数据以及云计算等先进技术得到了社会的广泛关注,而建立起统一的应用标准则成为了当务之急。从当前发展情况来看,在数据信息采集领域内,最为先进和重要的工具就是遥感测绘技术,但这也是以通过计算机对采集数据进行处理为前提和基础的,由于对数据信息进行处理会消耗大量的资源,因此针对较为复杂的数据信息进行处理时最佳的方式是采用多维数据方格。而随着人们对于数据分析要求的不断提高,分析工具也将变得更加的先进和多功能化。针对当前矿山测绘大数据标准中所面临的问题,还应依照GB/T 35589-2017《信息技术 大数据技术参考模型》中的规定来对大数据进行标准化。GIS 协会还成立了相应的大数据开发组,制定出了不同的计划方案,以增强信息数据共享和成果应用的力度。
要想提高云计算的标准化水平,首先就应加大对云计算发展态势的研究,并在此基础之上建立起完善的云计算管理体系。具体来看,在推动云计算标准化发展进程中,首先应更新和升级现有的信息技术装备,以便获取更加精准和科学的矿山地理数据,增进对矿山的了解程度。通过对数据信息的分析处理总结矿山测绘的规律特征,最终确定云计算技术的类型。站在实际应用的角度分析,考虑到云计算的种类繁多,因此应结合具体的矿山测绘情况来选择最为科学、合理的云计算类型,以便充分发挥出云计算的优势。
其次,应结合企业的具体需求来制定出和云计算有关的开放地理空间信息联盟(Open Geospatial Consortium OGC)标准,只有明确了对应的标准,才能够在系统各个设备之间实现数据信息的共享。现阶段,和OGC 相关的云计算标准有多大30 种,其中有和数据信息服务相关的标准,主要针对网络服务要素、网络化地图定位以及传感器监测等内容进行了规定。除此之外,还有和网络处理、坐标转化等数据处理服务的相关标准类型,以及和编码安全相关的过滤器、符号工具等标准。由此可以看出,在现有OGC标准中,首先应明确云计算相关内容,并确定所需的地理信息数据类型,在此基础之上匹配出最优云计算类型,并同时实现对数据信息的共享,建立起科学的云计算标准。
基于大数据和云计算的矿山测绘地理信息应用是以数据标准化为前提的,因此只有强化对云计算在矿山测绘中的应用研究,以地理信息数据特征为出发点,才能够不断提升云计算标准化的建设水准。结合矿山测绘地理信息数据的实时性、阶段性对比分析需求,还应总结出矿山测绘地理信息数据的发展规律,并以此选择出最为合适的云计算类型。例如,在对矿山测绘地理信息数据进行管理时,应优先使用混合云,以便提升数据信息集成的标准化水准,从而为数据信息的转移和传输打下良好的基础。
推动云计算的标准化有助于云计算在矿山测绘中的进一步开发应用,同时也是云计算价值的具体体现。通常来讲,云计算标准化的内容主要包括云计算软件开发的标准化、网络技术的标准化、云计算技术架构的标准化等内容。因此在针对矿山测绘地理信息标准化建设进程中,应首先加深对云计算标准化建设目标的认知和理解,并结合建设目标的原则来进行积极的实践探索,进而丰富云计算标准化的建设内容。例如,可以从矿山测绘地理信息应用需求角度出发,来开展云计算服务接口标准和软件开发标准的建设,以提升对数据信息的使用效率。还可以从平台架构角度出发,针对云计算服务管理标准进行系统研究,从而实现矿山测绘数据信息的无缝对接和移植。
综上所述,在当今信息化时代中,大数据和云计算的在各行各业中的广泛应用在一定程度上改变了人们的生产生活方式,而在矿山测绘地理信息中应用大数据和云计算技术不仅提升了矿山测绘的效率,同时也提升了矿山测绘数据信息的精准度,推动了矿山测绘技术的向前发展。但从整体上来看,无论是大数据还是云计算技术,将其应用于矿山测绘之中都应将其各自的优势来和测绘地理信息进行充分结合,建立起相应的矿山测绘地理信息标准,以实现矿山测绘地理信息数据的共享,提升数据信息的利用效率。