大规模时空数据分布式存储方法研究

提出了一种基于Hadoop云平台的时空数据分布式存储方法,以应对空间应用中出现的无法满足高并发用户在线实时访问和空间信息服务中断等大数据存储瓶颈问题。该方法运用时空数据切分与布局机制使数据均匀分布于集群中以确保存储与访问负载均衡;运用时空对象重组织机制提高数据的时空临近性以匹配时空应用存取模式;运用热点时空对象分布式缓存机制以降低磁盘I/O访问延迟。利用该方法实现了基于Hadoop云平台的时空数据分布式存储中间件原型系统exHDFS,实验结果表明该方法能高效地满足数据密集型空间应用存储需求。

土地动态利用时空数据挖掘的方法及其实现

TGIS是当前地理信息科学领域的研究热点,土地利用现状管理信息系统是TGIS应用中时态变化最频繁、时空关系最复杂的典型应用。文章以浙江省某县土地利用部分现状数据作为土地时空数据库建库的试验数据,通过对土地利用时空变化过程及其数据特点进行分析,设计了适用于土地利用时空数据挖掘的时空数据存储机制和时空数据库。基于该数据存储机制的土地利用现状管理信息系统,能够较好地表达土地利用时空变化过程,从而对时空数据进行全面地时空数据挖掘。系统运用表明,该系统能够有效地对土地利用时空数据进行历史数据的信息查询、历史状态再现、历史数据的统计与动态变化的趋势分析以及历史数据回滚等。

时空数据转换服务系统设计与应用

目前时空大数据的应用越来越广泛,但在非时空数据转换为时空数据时,存在人工依赖程度高、转换效率低等问题,且实现异构海量时空数据高效存储也是当前亟待解决的问题之一。通过重庆市时空大数据服务平台的建设实践,总结提出了4种时空数据转换模式;并通过研究流程转换自动化、时空大数据存储、时空大数据计算、时空大数据分析等关键技术,实现了从数据接入、转换、管理、分析、服务到数据应用的自动化全流程服务。

DTU通信协议的一种改进设计

针对DTU与DSC之间通信数据稳定性差、大时空数据存储时数据库负荷重、维护困难以及DSC和客户端管理软件开发困难等缺点,分析了DTU、DSC之间通信的特点,采用了注册包和心跳包合二为一的方法。利用该方法对通信协议设计了1个闭环,2个开环的工作模式。实践证明,这种设计提高了通信的可靠性,降低了DSC和客户端管理软件的开发难度,减轻了DSC的负荷,节省了流量,达到了设计要求。

Comparisons of three data storage models in parametric temporal databases

The parametric temporal data model captures a real world entity in a single tuple, which reduces query language complexity. Such a data model, however, is difficult to be implemented on top of conventional databases because of its unfixed attribute sizes. XML is a matured technology and can be an elegant solution for such challenge. Representing data in XML trigger a question about storage efficiency. The goal of this work is to provide a straightforward answer to such a question. To this end, we compare three different storage models for the parametric temporal data model and show that XML is not worse than any other approaches. Furthermore, XML outperforms the other storages under certain conditions. Therefore, our simulation results provide a positive indication that the myth about XML is not true in the parametric temporal data model.

空间数据智能技术发展及应用分析

作为一门空间数据驱动的多学科交叉研究领域,空间数据智能正随着技术发展和空间数据的增长变得越来越重要。本文首先介绍了空间数据智能的概念与最新趋势,并讨论了其面临的包括数据感知与存储、数据挖掘、高精度地图、数据安全与数据隐私四个方面的技术挑战,以及空间数据智能所涉及的空间感知、时空数据库、时空数据挖掘、时空数据安全与隐私、边缘计算与雾计算、时空数据可视化等六类关键技术。其次,本文从科学研究、城市建设和产业发展三个方面讨论了我国在空间数据智能领域的发展现状。最后,本文对空间数据智能的具体应用场景进行了详细介绍。