基于Hadoop的地质大数据融合与挖掘技术框架

地质领域数据量大,且种类多样。实现高效的多源异构地质数据的融合与挖掘,是研究地质作用机理,展开地质考察研究的重要手段。然而目前普遍存在着数据条块分割,格式各异,难以实现有效的共享与互操作。为此,本文提出了一种基于Hadoop的地质大数据融合与挖掘技术框架,该框架包括统一的地质大数据采集与预处理方法,基于元数据索引的存储与管理平台,基于Map/Reduce的地质大数据并行化计算模式与系统,面向可重用的地质大数据挖掘服务,以及支持在线三维展示的地质大数据分析结果可视化系统。该框架具有良好的实用性与可扩展性。本文在5个节点的测试系统上实现了多元素关联性分析,并取得了相对应单台机器3部的加速可比性。

结合SURF与SVM的高分遥感影像车辆提取技术

从高分遥感影像中提取车辆信息,对民用和军事领域具有重要意义。为提高车辆信息提取的精度和效率,提出SURF特征和支持向量机(SVM)相结合的方法,对感兴趣区域的车辆进行提取。通过边缘信息消除冗余图像,利用半搜索策略滑动窗口,以提高车辆识别精度,减少计算量。对深圳南山区0.25 m分辨率的遥感影像进行车辆提取测试,测试结果表明:车辆提取的错误率低于20%;车辆提取时间控制在分钟级,本算法具有一定的工程适用性。

我国地质灾害图研究现状及趋势分析

随着科学技术的飞速发展和经济社会的不断进步,地质灾害图作为地质灾害调查成果最重要的表达方式之一,以及地质工作服务与经济社会的主要工具,越来越受到世界各国政府和地质组织的重视。本文从我国地质资料馆馆藏的地质灾害成果报告数据入手,首先总结分析了我国地质灾害调查现状及特征,然后从地质灾害所需要的灾害信息的提取、灾害等级评估、符号化表达等几个方面分析了我国地质灾害图的研究发展现状及存在的问题,提出了大数据时代下地质灾害制图的发展方向。