面向源-目的地流的多元时空数据可视分析

交通智能(IC)卡可以记录居民的移动出行,反映居民的源-目的地(OD)信息;但智能卡记录的OD流数据规模大,直接可视化空间分布容易导致视觉杂乱,并且多元数据类型多,更难以和流数据结合对比分析。首先,针对直接可视化大规模OD数据的空间分布容易视觉遮挡的问题,提出基于正交非负矩阵分解(ONMF)的流聚类方法。所提方法对源-目的地数据聚类后再可视化,可以减少不必要的遮挡。然后,针对多元时空数据类型多难以结合对比分析的问题,设计了公交站点多元时序数据视图。该可视化方法将公交站点的流量大小和空气质量、空气温度、相对湿度、降雨量这四类多元数据在同一时间序列上编码,提高了视图的空间利用率并且可以对比分析。再次,为了辅助用户探索分析,开发了基于OD流和多元数据的交互式可视分析系统,并设计了多种交互操作提升用户探索效率。最后,基于新加坡交通智能卡数据集,从聚类效果和运行时间对该聚类方法评估。结果显示,在用轮廓系数评估聚类效果上,所提方法比原始方法提升了0.028,比用K均值聚类方法提升了0.253;在运行时间上比聚类效果较好的ONMFS(ONMF through Subspace exploration)方法少了254 s。通过案例分析和系统功能对比验证了系统的有效性。

基于有限状态机的电网多源时空数据的区块链追溯方法研究

电网基础数据类型多、变化关系复杂,地理空间、时间周期跨度大,数据追溯困难,该文提出基于区块链技术的电网多源数据追溯方法。根据电网基础数据时空分布及数据流变动性特点,建立了基于区块链的多源数据追溯架构,研究了数据追溯依赖关系及溯源路径结构。提出了基于有限状态机模型的数据溯源的路径结构分析图,及路径构建算法,研究了多源时空数据区块的平行追溯方式。构建了基于有限状态机溯源路径的电网多源时空数据追溯优化流程,研究了多层次溯源数据区块时空序列关联性。工程实例表明,基于区块链、有限状态机可高效灵活追溯电网基础多源时空数据的完整可信分布序列。

城市供水时空数据的异常模式可视分析方法研究

时空数据的可视化被广泛应用于各行业领域,对于数据分析至关重要,但是传统的可视化方法在处理具有多维属性的城市供水时空数据时存在一定的局限性。首先,他们专注于某种数据格式的可视化,缺乏可扩展性。其次,它们无法提供多样化的类别可视化。为了应对这些挑战,提出了一种交互式方法用于直观展示与分析城市供水的时空数据,并开发了对应的可视化系统。该系统基于透镜策略设计了一种新的影响视图,这是一种用于聚合、抽象和简单化展示多元时空数据的方法,可实现供水时空数据的多元可视化、交互探索和分析,用于分析推断当前模式的隐含影响。并且该工具组装了一组有效的交互可视化,以支持状态监测、因素检查和级联搜索,促进了深入的级联分析。通过将时空数据与交互式可视化相结合的方式使分析人员能够推断和解释时空背景中的潜在级联模式。最后通过案例分析与用户评估验证所提方法与系统的有效性与实用性,结果表明所提方法能更好地协助使用者分析城市供水时空数据。

基于多源时空数据的京津冀区域协调发展评价研究

作为国家在新时代的重要发展战略之一,实施区域协调发展能够进一步促进新发展理念的深入贯彻以及现代化经济体系的进一步建设。在此背景下,构建科学全面的区域协调发展指标体系与评价框架,定量分析区域协调发展程度对于及时刻画区域协调发展状况的变化趋势具有重要的现实意义。论文以区域协调发展评价研究为选题,针对已有研究中存在缺少从差异化角度构建协调发展评价框架、缺少结合多源时空数据构建指标体系。

北斗时空数据在工业领域的应用实践

时空数据是基于统一时空基准、与位置直接或间接相关联的时空信息要素,在工业场景定位中发挥重要作用。针对当前工业场景中设备空间感知弱、空间数据精度低、时间不同步等问题,本文构建了基于北斗时空数据的工业互联网平台,探讨了利用北斗卫星导航系统进行全天时全天候定位、授时和数据传输,实现自主可控的工业互联网系统和应用。具备高精度时空属性的工业互联网平台,已在智慧化工园区、自动化集装箱码头、船只海运管理等应用场景发挥重要作用,将有效助力我国制造业高端化、智能化、绿色化发展,加快推动新型工业化进程。

面向时空数据区块链的对等网络(P2P)通信机制

在传统区块链中,节点与节点之间是对等的,区块链网络中的所有节点组成了一个全分布式非结构化的对等网络(P2P),即随机网络.节点之间采取泛洪的方式进行通信,泛洪通信机制存在单点信息爆炸、可控性差、容易形成泛洪循环等缺点,节点间通信效率低.针对这些缺点,本文在时空数据区块链网络中,依据节点类别及节点间的通信需求,基于chord算法提出了一种结构化的对等网络(P2P)通信机制——NC-chord.首先,确定网络中的节点类别以及不同节点间的通信需求;然后,依据不同节点间的通信需求在节点之间建立结构化通信网络,同时建立节点路由信息.实验表明,本文所提结构化P2P通信机制NC-chord在节点通信效率方面,较随机网络有了较大提升.

土地资源资产审计时空数据分析系统设计与实现

构建基于时空数据的土地资源资产审计系统,对促进生态文明建设和领导干部自然资源资产离任(任中)审计信息化有重要意义,为支撑土地管理、提升国土空间治理能力提供了决策依据。本文在对土地资源资产审计进行深入研究的基础上,基于土地资源资产时空数据,使网络地理信息技术与审计信息化相结合,构建了土地资源资产审计系统,并对数据库设计、系统实现关键技术进行了详细阐述。最后以四川省为例,构建了土地资源资产审计时空数据分析系统。

社会感知驱动下图书馆融合时空数据的用户画像构建与应用研究

社会感知数据包含用户的情感数据、行为数据和相关联的事件数据,呈现出用户在不同时空背景下的不同状态。本文将社会感知数据嵌入图书馆用户画像模型,将用户画像数据来源划分为基本信息、社交网络信息、场景数据和情感认知数据,提出从数据采集、用户建模、画像构建3个步骤构建社会感知驱动下融合时空数据的用户画像模型,最后从后台管理和实践应用角度总结社会感知驱动下融合时空数据的用户画像在图书馆的应用场景,旨在提高图书馆服务效率。

基于时空数据模型的障碍物数据集数据查询与应用研究

障碍物数据集是国际民航组织在航空情报管理(AIM)体系下提出的一种基于航空信息交换模型(AIXM)规范的航空情报数据集,该数据集中障碍物的查询将直接影响机场净空评估与飞行程序设计。在分析障碍物数据集的时间与空间属性基础上,利用时空数据模型与航空信息交换模型规范,提出一种基于时间点和空间位置的障碍物数据集查询方法,用于解决障碍物数据集的查询问题;构建障碍物查询与可视化系统,并通过设计随机实验和实例应用对该方法的可行性和可靠性进行验证。结果表明:该障碍物数据集查询方法能够提取出对机场净空与飞行程序设计有影响的障碍物,增强了飞行程序设计人员对机场障碍物分布的情景意识。

时空数据在智慧交通建设上的应用研究

时空数据是用于表达地理特征与地理现象之间关系,具有时序特征和空间定位特征的框架数据。智慧交通需要以时空数据底座为基底,以交通行业需求为导向,利用人工智能、5G通信、云计算、物联网、遥感等新一代信息技术,将人、车、路、环境、大数据中心等要素有机融合起来,加强协同运作和智能化运作,实现交通管理科学化、调控智慧化、运行高效化。

时空数据驱动的大学生在校行为模式挖掘研究

校园一卡通系统正被广泛应用于各大高校并产生海量时空数据,利用数据挖掘技术可以从中挖掘出隐藏的大学生在校行为模式。文章首先利用映射时空数据得到学生共现数据;然后采用超几何分布与多重假设检验的方法挖掘大学生社交关系;最后基于交友数量和亲密度得到三种行为模式,发现封闭型行为模式更易形成脆弱的交往关系。根据大学生在校行为模式,学校可以准确掌握学生动态,为其提供更加人性化的管理和精准化的服务。

基于时空数据的驻留行为特征可视分析

随着智慧城市的快速发展,大量商业场所每天会产生海量的驻留行为数据,然而传统驻留行为数据分析方法难以克服数据稀疏性问题,并且对于时空伴随关系的发现准确度也较低。根据驻留行为数据特征和可视分析任务,设计一种交互式的可视分析系统。对原始数据进行处理,提取相关的时空特征并发现用户伴随关系。使用改进的可变滑动窗口算法,并结合可视分析技术,设计用户关系图、时间甘特图、多变量表达的示意性地图、径向条形图、日历热力图等多种视图,实现对驻留场所的流量分布、用户来源等特征的多时段可视分析。应用两个真实数据集进行案例分析,并对发现的行为模式及对应现象进行解释说明,证明了该系统的可用性和拓展性,并表明其可实现团体出行特征和场所流量分析等系统级应用,为相关经营性商业场所提供合理化建议及辅助决策支持。

一种集成的时空数据模型

时态GIS作为GIS理论和技术研究前沿领域的一个难点问题,越来越被重视,其时空数据模型的设计和实现一直是研究重点。针对现有时空数据模型研究存在的不足,提出了一种集成的时空数据模型。该模型的集成性主要表现在5个方面:静态和时态的集成;矢量和栅格的集成;拓扑和非拓扑的集成;几何和属性的集成;离散和连续的集成。最后,设计和开发了相应的原型系统,并以图斑数据、车辆轨迹数据以及气象卫星云图为例验证了模型的合理性和可行性。

藏北典型地区土壤水含量遥感高时空数据融合方法研究

藏北地区草地是我国重要的农牧业生产基地,但生态环境却十分脆弱,并且对于干旱等灾害的抵御力低。土壤含水量也是农业、畜牧业、水文以及气象等重要领域的研究热点。文章研究采用层次贝叶斯网络模型应用于遥感高时空数据融合方法的研究,结合VIC水文过程模型和高时空遥感融合数据,开展遥感数据与陆面过程模型的融合实验。实验的结果为多源遥感数据融合,提供了合理的理论依据和技术实现方案,能够为西藏地区草地水土流失、生态退化等问题的预警提供了信息支撑。

基于时空数据挖掘的大气重污染传输过程时空规律分析

为掌握区域性空气污染传输扩散时空规律,支撑大气污染区域联防联控及应急管控,基于空气质量地面观测数据和时空数据挖掘算法,识别重污染气团的区域传输路径和传输强度,以2021年春季和冬季期间京津冀地区的PM2.5重污染过程为例进行验证。结果表明:研究时段内京津冀地区共发生17次区域重污染,长(>48 h)、中长(24~48 h)、短(<24 h)时间的污染过程分别为3、7和7次,长时间污染过程均发生在春季,污染强度较高,污染范围和传输范围覆盖整个区域;中长和短时间污染过程春、冬季均有发生,污染强度较低,前者影响范围(>80%)高于后者(<63%);中长时间污染过程的传输范围存在季节性差异。京津冀各城市的重污染过程污染传输强度系数普遍符合本地(0.32~1.00)>城市内(0.01~0.95)>城市间(0.00~0.28)的规律,其中,邢台市的城市间传输强度大于城市内传输,衡水市对周边城市的影响则低于平均水平。

地理信息时空数据中台的构建与应用——以南沙新区为例

南沙新区作为粤港澳大湾区的几何中心,在“三区一中心”的发展格局下,城市快速发展建设累积了海量多源异构地理信息数据。综合大数据、云计算、物联网等技术,基于中台的架构理念,从数据模型、存储管理、空间索引、轻量化和制图引擎等方面构建了面向南沙新区的地理信息时空数据中台,并作为智慧南沙的地理信息数据底座,挖掘当前累积的多源异构地理数据的应用价值,实现“一处建设、多处应用”,为南沙新区建设提供持续全面的数据服务支撑。

基于时空数据的武汉市绿色交通出行模型研究

针对如何表征城市公共交通、慢行交通等绿色交通系统与空间规划的耦合度,如何衡量设施供给能力与出行需求水平的动态匹配度,如何评估公交、慢行系统之间的衔接度等问题,以武汉市地面公交、轨道交通、公共自行车等为研究对象,汇集空间全市覆盖、时间动静结合的交通基础数据,建立车辆运行、客运出行、换乘接驳等功能模型,模拟地面公交出行链,仿真轨道交通换乘率,描绘出行时空可达性,评估线网功能融合度,为网络空间布局优化、出行结构绿色转型和安全高效出行引导等提供科学量化支撑。

基于时空数据管道耦合和汇聚的OD路径溯源方法

地铁的“无缝换乘”运行模式使乘客可以为同一OD对选择多种路线,同时在换乘时无需再次刷卡。这给乘客带来了方便的同时,也对不同线路的客流计算带来了巨大的挑战。为了更好地反映地铁网络中客流的分布,对票价进行合理的清分,研究乘客的路线选择行为就显得尤为重要。论文基于刷卡数据,结合列车时刻表和乘客走行时间,设计并实现了一种基于时空数据管道耦合和汇聚OD路径溯源方法。经过真实OD数据的测试,该方法可以还原90%以上正确的线路。

基于多尺度通道融合学习的时空数据预测模型

万物互联时代种类繁多的信息采集设备产生了大量具有内生空间和时间关联的时空数据。针对时空数据预测中因数据复杂耦合导致的建模困难,提出一种覆盖多时间尺度的多通道融合学习模型。从大尺度中长期和小尺度临近短期分别挖掘数据的时空特征,通过设计一种轻量级卷积门控循环单元抽取数据中长期稳态特征,通过堆叠式三维卷积神经网络抽取数据的短期全局动态特征,将多尺度特征融合后实现多对象预测。在风电场实测多机组出功以及开源多点位风速这两种典型时空数据集上的实验结果表明,上述模型与当前同类时空数据预测算法相比可有效提高预测准确率。

面向时空数据场景的数据库索引选择框架

索引是一种用于提高数据库查询效率的数据结构,良好执行计划的生成和选择很大程度上取决于数据表上是否存在合适的索引。然而,面对复杂的时空数据场景,现有的索引选择方法存在很多不足,如无法高效处理大量范围查询、容易造成索引冗余、无法有效应对动态的工作负载等问题。针对上述问题,提出一种新型基于深度确定策略梯度(Deep Deterministic Policy Gradient,DDPG)模型和索引效益评估网络的索引选择框架:ST-IS(Index Selection method tailored for Spatio-Temporal data scenarios)。ST-IS集成了对SQL语句和索引集的新型编码方法,有效避免索引冗余或索引缺失。ST-IS使用索引效益评估网络来优化强化学习的奖励机制,同时支持动态的工作负载。大量实验结果表明,在真实时空数据集和TPC-DS标准数据集上,ST-IS的性能优于现有的索引选择方法。