基于Workflow技术的建设用地审批管理信息化研究——以江苏省建设用地审批管理信息系统为例

以江苏省建设用地审批管理信息系统为例,详细介绍了工作流(Workflow)及地理信息系统(GIS)等相关技术在系 统中的应用和系统的功能架构.

SuperMap应用于城镇地籍管理信息系统的设计

阐述了如何运用SuperMap来设计城镇地籍管理信息系统.在超大型局域网环境下将地籍空间数据和属性数据无 缝集成于同一个关系数据库,充分利用数据库的事务处理和安全机制,开发出符合国土办公业务流程并能够进行城镇地籍 数据的日常处理、查询、维护等的应用系统.

建设用地审批电子政务系统模型分析与设计

对建设用地审批电子政务系统的业务流程、数据流程以及OfficeGIS应用模型进行了较为深入的分析,并以此为基础进行软件模型设计,以期能为我国建设用地审批电子政务系统的现代化、信息化、网络化发展提供可行的解决方案。

建设用地审批管理信息系统解决方案

建设用地审批管理是土地利用管理的重要内容.在国土资源信息化全面推进的今天,为提高建设用地审批管理水平,研制和开发以建设用地审批工作为核心的软件系统显得尤为必要.以江苏省建设用地审批管理信息系统的开发为例,详细介绍了建设用地审批管理信息管理系统建立的技术方法,包括系统分析、系统设计、数据库建立等过程.给出了建设用地审批管理信息系统建设的一个样例,为国土资源信息化进程中建设用地审批管理信息系统的建设提出了解决方案.

城市信息学展望

城市发展中不同城市部门、理论和技术的专业化及其在城市中的汇聚,极大地加快了城市信息学的发展。作为跨学科领域,城市信息学旨在通过新的信息技术来解读城市并推动城市发展。对于这一新兴领域的进展与前景虽已有一些讨论,但仍需进一步探索其研究计划,以推动城市信息学的进步,并对未来城市发展提供参考。为此,本文基于领域最新研究进展,提出了一系列城市信息学研究计划。这些研究计划涵盖三个层次:城市科学的未来;核心使能技术,包括地理空间人工智能、高精地图、量子计算、人工智能和物联网、数字孪生、可解释人工智能、分布式机器学习、保护隐私深度学习等;城市信息学的应用,涵盖城市设计和规划、交通、基于位置的服务和元宇宙等方面,以及关于算法和数据驱动方法的讨论。最后,本文展望了城市信息学未来的发展,尤其注重如何在日益增长的技术依赖与重要的社会问题之间取得平衡。

A comparative study on three EOF analysis techniques using decades of Arctic sea-ice concentration data

Change in Arctic sea ice extent is one of the indicators of global climate changes. Spatio-temporal change and change patterns can be identified using various methods to facilitate human understanding global climate changes. Three empirical orthogonal function(EOF) techniques are discussed and applied to decades of sea-ice concentration(SIC) dataset in Arctic area for identifying independent patterns. It was found that: 1) discrepancies exist in magnitude and scope for each EOF pattern, however, the first two leading EOFs of variability possess high similarities in structure and shape; 2) Even though there are somewhat differences in amplitude of each PC mode, the first two leading PC modes maintain consistent in overall trend and periodicity; 3) There are significant discrepancies and inconsistencies in the third and fourth leading EOF and PC modes. The accuracies of three techniques are further validated in representing the physical phenomena of SIC anomaly patterns.

自动驾驶高精地图信息交互方法

高精地图在自动驾驶应用落地的进程中发挥着重要作用,目前大多数研究着眼于高精地图中道路几何结构的高精度表征和道路静态信息的更新。然而,对路网交通中存在的大量且具有时效性的动态信息的相关研究尚有欠缺。从动态信息的内容、数据结构、信息交互3个方面展开,研究高精地图动态信息。对国内外在高精地图数据组织结构和数据标准方面的工作进行整理和分析,提出了一套完整的高精地图动态信息所需涵盖的内容。将自动驾驶车辆车端和高精地图信息系统云端作为信息交互的两大主体,提出在车端、云端不同的组合模式下信息交互的方法,实现高精地图动态信息内容交互。提出的信息交互方法在局部的自动驾驶车辆与高精地图信息系统之间的交互过程中,逐步聚合到最终能够打通全域的高精地图信息数据流,实现高精地图动态信息数据的汇聚和整合,更好地服务和助力自动驾驶汽车在复杂道路环境下的导航决策能力。

语义轨迹建模与挖掘研究进展

语义轨迹是时空轨迹和语义信息融合的产物。除了含有时空信息以外,语义轨迹包括移动对象自身的运动状态(如速度、方向)、环境(如气温、空间拓扑关系)和社交关系(如好友关系、社交活动)等多方面信息。挖掘语义轨迹可以深入地发现个体或群体移动行为的意图、习惯、情感等高阶语义内容,从而深层次发现个体或群体移动行为的模式、关系和规律等。因而,相较于时空轨迹,语义轨迹在语义性、解释性、可行性等方面更符合决策分析应用的实践需求,具有更重要的研究意义和应用价值。本文对语义轨迹挖掘的关键技术进行了综述。首先,介绍语义轨迹的基本概念,并且根据语义元素类型的不同总结了4种常见的定义形式。其次,归纳了语义轨迹建模的基本阶段,包括预处理、轨迹分段和语义富化。由于语义轨迹无法像时空轨迹那样从位置感知设备中采集获得,因此语义轨迹是通过建模技术得到的,主要通过将语义信息和时空轨迹相融合生成相应的语义轨迹。然后,介绍语义轨迹挖掘的主要任务,包括语义轨迹模式挖掘、语义轨迹聚类、语义轨迹分类、语义轨迹异常检测等。针对每一项挖掘任务,介绍了有关的基本原理和相关算法,总结了主要的关键技术和挑战。最后,探讨了语义轨迹挖掘现存的研究难点和未来研究方向。从模型定义、语义标注技术、多源数据建模等方面,讨论了语义轨迹建模的重要研究问题;从语义轨迹数据管理、分类和预测、流式数据挖掘、隐私保护、多粒度挖掘、评价方法等方面,探讨了语义轨迹挖掘的未来研究问题。