AIS数据的船舶时空大数据分析和可视化技术分析

将AIS数据挖掘及分析技术、时空大数据分析和可视化技术等引入船舶系统,不仅完善了“船舶”功能,还能实现对船舶轨迹、船舶交通流和货物流的实时跟踪,实现船舶时空大数据分析及可视化。基于AIS数据建立船舶时空大数据系统时,需要应用地图服务器GeoServer、WebGIS工具、Hadoop及GeoMesa等分布式软件,以实现高效的数据处理及可视化展示。

大数据环境下地理空间数据交换中心的升级与改造

大数据环境下,作为时空大数据服务体系中核心成员的地理空间数据交换中心不能仅仅扮演时空数据标准(特别是元数据标准)制定者和时空数据产品发布者的角色,其升级与转型缘于时空数据的多元化、巨量化及其服务方式的改变.文章首先阐述了在大数据环境下地理空间数据交换中心所面临的挑战和变革,从而引证其升级与改造的必要性,接着探讨了数据交换中心升级改造过程中可能涉及到的关键性问题,提出地理空间数据交换中心升级的核心任务就是建设以时空大数据分析资源池为核心的新体系架构,有针对性地购买、下载、提取多源时空大数据,并进行融合分析与深入挖掘以便对外提供通用时空大数据分析服务.最后结合作者多年来时空大数据方面的研究,从数据获取、数据表达与拓扑关系处理、云服务平台建设等3个方面深入探讨了如何构建时空大数据分析资源池.

GDELT数据网络化挖掘与国际关系分析

21世纪以来的国际关系错综复杂、瞬息万变,给世界的经济、安全、外交等带来了深刻变化。这些变化对中国的内外政策产生了重大影响。全面及时地分析国际关系及其变化特征,对于中国的经济和外交发展规划具有重要参考价值。国际关系研究具有复杂性、及时性、时空性等特点,迫切需要时空大数据分析技术为其提供新的思路和技术手段。大众媒体如报纸、广播等记录着世界上发生的各种各样的事件,蕴含着丰富的信息,相对于记录个人活动的社交媒体数据,其更加适合于对人类社会进行大规模和长时间的分析。GDELT是一个免费开放的新闻数据库,它实时监测世界上印刷、广播、网络媒体中的新闻,对其进行文本分析并提取出人物、地点、组织和事件等关键信息。本文利用复杂网络的理论和方法对GDELT进行网络化挖掘并进一步分析国家关系。首先利用该数据构建国家交互网络,然后通过网络特征统计分析国家之间的交互关系,最后探测国家冲突事件交互网络的时序变化。研究发现:(1)国家交互网络具有无标度特性,网络连接在整体和局部上都呈现出不均匀性,少数国家与其他国家有大量交互,大多数国家与其他国家的交互很少;一个国家与少数国家有大量交互,而与大多数国家的交互很少。(2)国家冲突事件交互网络的突然变化往往对应一些重大事件。本文的研究可以为大数据时代的国际关系探索提供一个新的视角,同时也为新闻媒体数据的分析提供参考。

面向重大公共卫生事件的位置服务技术——以COVID-19疫情为例

2020年初暴发的新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情给全球人民生命安全和经济发展带来了严重影响。位置服务以庞大的地理空间信息数据库为依托,能向服务对象提供与地理信息相关的便捷、实时、精准的综合性服务,可很好地运用于紧急救灾、大流量人员追踪、复杂环境下的现场人员管控等事件中。事实证明,位置服务的优势特性在2020年春中国COVID-19疫情防控中起到了非常重要的作用。从北斗车联网平台、基于泛在定位的基础服务、时空大数据分析与疫情防控、智能导航机器人参与抗疫等多个方面阐述了中国COVID-19疫情下的位置服务应用。通过对这些应用及技术手段的分析总结,深化位置服务技术的内涵,可以为今后重大公共卫生事件的应急处置提供解决方案。