電子地圖系統(tǒng)WEBGIS 關(guān)鍵技術(shù)

隨著Internet技術(shù)的不斷發(fā)展和人們對(duì)地理信息系統(tǒng)(GIS)需求的日益增長(zhǎng)，利用Internet在Web上發(fā)布空間數(shù)據(jù)，為用戶提供空間數(shù)據(jù)瀏覽、查詢和分析的功能，已成為地理信息系統(tǒng)(GIS)發(fā)展的必然趨勢(shì)。于是，基于Internet技術(shù)的地理信息系統(tǒng)———WEBGIS就應(yīng)運(yùn)而生。

專(zhuān)注于為中小企業(yè)提供成都網(wǎng)站建設(shè)、成都網(wǎng)站設(shè)計(jì)服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)高港免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動(dòng)了上千多家企業(yè)的穩(wěn)健成長(zhǎng)，幫助中小企業(yè)通過(guò)網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

WEBGIS是一個(gè)將地理信息處理和地理信息分布于Web計(jì)算平臺(tái)進(jìn)行的網(wǎng)絡(luò)化GIS系統(tǒng)，它是面向?qū)ο筌浖?gòu)件技術(shù)、信息互操作技術(shù)、網(wǎng)絡(luò)技術(shù)發(fā)展的產(chǎn)物。系統(tǒng)采用ARCGISServer作為WEBGIS支撐平臺(tái)實(shí)現(xiàn)基礎(chǔ)地理空間數(shù)據(jù)和地質(zhì)空間數(shù)據(jù)的網(wǎng)絡(luò)發(fā)布。

1.柵格WEBGIS技術(shù)

“柵格WEBGIS”(Grid WEBGIS)這一概念和產(chǎn)品是對(duì)傳統(tǒng)Web地圖服務(wù)方式的一種革命。啟用這個(gè)名稱，可謂是一語(yǔ)雙關(guān):就是提供地理底圖的方式來(lái)講，再也不是傳統(tǒng)的方式———服務(wù)器端將矢量地圖臨時(shí)生成柵格圖發(fā)給客戶端，而是事先生成好柵格圖，用戶請(qǐng)求時(shí)不必做任何處理就可以即時(shí)發(fā)給客戶端;就客戶端的顯示方式來(lái)講，摒棄了傳統(tǒng)的一張地圖的顯示方式，客戶端采用多幅小圖拼接的方式顯示，總體看起來(lái)像是小圖片填充一個(gè)大的柵格的效果。

預(yù)先制作好所要發(fā)布的地理底圖、遙感影像不同縮放比例下的靜態(tài)圖像存放于服務(wù)器端，待實(shí)際發(fā)布時(shí)根據(jù)縮放比例在不同級(jí)別圖像之間進(jìn)行切換。這種技術(shù)大大提高了地圖的Web瀏覽速度。

2.Web服務(wù)器端技術(shù)

Web服務(wù)器端主要由兩部分組成，即IIS(Internet Information Server)和WEBGIS服務(wù)器(包括ArcIMS組件、InternetGIS站點(diǎn)設(shè)計(jì)向?qū)С绦騑izard及面向城市地質(zhì)Web應(yīng)用的擴(kuò)展組件)。

其中，IIS主要負(fù)責(zé)接收普通的用戶請(qǐng)求，當(dāng)其需要空間數(shù)據(jù)時(shí)則向WEBGIS服務(wù)器發(fā)出請(qǐng)求，WEBGIS服務(wù)器接收到瀏覽器端的請(qǐng)求后，利用ArcIMS組件和城市地質(zhì)Web應(yīng)用擴(kuò)展組件的功能，進(jìn)行處理、分析、計(jì)算等;如果需要數(shù)據(jù)服務(wù)器的數(shù)據(jù)，則由WEBGIS服務(wù)器向數(shù)據(jù)服務(wù)器發(fā)出請(qǐng)求。

3.Web客戶端相關(guān)技術(shù)

包括IITML、客戶端腳本語(yǔ)言、VML(矢量可標(biāo)記語(yǔ)言)、XML、DOM(文檔對(duì)象模型)、CSS(層疊樣式表)及Ajax(Asynchronous JavaScript and XML的縮寫(xiě))，這些技術(shù)的綜合運(yùn)用大大擴(kuò)展了系統(tǒng)功能，大幅提高了系統(tǒng)響應(yīng)速度。

網(wǎng)絡(luò)gis和網(wǎng)格gis的不同點(diǎn)

1，從概念產(chǎn)生背景及解決的問(wèn)題來(lái)看，云GIS的產(chǎn)生背景是大約在09年末產(chǎn)生的，首先是Esri的ArcGIS 10支持直接安裝到亞馬遜平臺(tái)上，通過(guò)亞馬遜的云平臺(tái)來(lái)實(shí)現(xiàn)GIS服務(wù)的彈性使用，這種方式的根本目的是GIS資源的集中存儲(chǔ)來(lái)達(dá)到有效利用，必須要有IAAS平臺(tái)和PAAS平臺(tái)的支撐。而網(wǎng)格GIS大約提出在2001年左右，主要是GIS技術(shù)和網(wǎng)格技術(shù)的結(jié)合，它是無(wú)縫連接不同硬件，軟件上應(yīng)用資源的一種方式，把本來(lái)異構(gòu)的環(huán)境搞成一個(gè)同構(gòu)的環(huán)境，目的是通過(guò)訪問(wèn)網(wǎng)格上的任意的應(yīng)用節(jié)點(diǎn)就能達(dá)到所有節(jié)點(diǎn)應(yīng)用。資源是分布在各個(gè)節(jié)點(diǎn)上的。而非一定是集中式的。

2，從技術(shù)上說(shuō)，云GIS一定會(huì)依賴于IAAS平臺(tái)，是構(gòu)建其上的服務(wù)平臺(tái)，本質(zhì)是虛擬化技術(shù)，GIS資源和服務(wù)集中式管理和發(fā)布，要使GIS服務(wù)具有按需使用或高彈性等特點(diǎn)。一般要有服務(wù)管理運(yùn)營(yíng)平臺(tái)。而網(wǎng)格GIS是依賴于網(wǎng)格技術(shù)，技術(shù)難點(diǎn)在于異構(gòu)數(shù)據(jù)的互操作問(wèn)題。

3，本質(zhì)上說(shuō)二者都是為了解決數(shù)據(jù)，信息，服務(wù)的共享問(wèn)題，很顯然，云GIS不論在理念上還是在解決問(wèn)題的技術(shù)本質(zhì)上都強(qiáng)于網(wǎng)格GIS，慢慢的網(wǎng)格GIS這種形式的共享最終會(huì)推出，而云GIS會(huì)勝出。

GIS基本技術(shù)有哪些？

引言

地理信息系統(tǒng)(Geographic Information System，簡(jiǎn)稱GIS)是計(jì)算機(jī)科學(xué)、地理學(xué)、測(cè)量學(xué)、地圖學(xué)等多門(mén)學(xué)科綜合的技術(shù)[1]。GIS的基本技術(shù)是空間數(shù)據(jù)庫(kù)、地圖可視化及空間分析，而空間數(shù)據(jù)庫(kù)是GIS的關(guān)鍵?？臻g數(shù)據(jù)挖掘技術(shù)作為當(dāng)前數(shù)據(jù)庫(kù)技術(shù)最活躍的分支與知識(shí)獲取手段，在GIS中的應(yīng)用推動(dòng)著GIS朝智能化和集成化的方向發(fā)展。

1 空間數(shù)據(jù)庫(kù)與空間數(shù)據(jù)挖掘技術(shù)的特點(diǎn)

隨著數(shù)據(jù)庫(kù)技術(shù)的不斷發(fā)展和數(shù)據(jù)庫(kù)管理系統(tǒng)的廣泛應(yīng)用，數(shù)據(jù)庫(kù)中存儲(chǔ)的數(shù)據(jù)量也在急劇增大，在這些海量數(shù)據(jù)的背后隱藏了很多具有決策意義的信息。但是，現(xiàn)今數(shù)據(jù)庫(kù)的大多數(shù)應(yīng)用仍然停留在查詢、檢索階段，數(shù)據(jù)庫(kù)中隱藏的豐富的知識(shí)遠(yuǎn)遠(yuǎn)沒(méi)有得到充分的發(fā)掘和利用，數(shù)據(jù)庫(kù)中數(shù)據(jù)的急劇增長(zhǎng)和人們對(duì)數(shù)據(jù)庫(kù)處理和理解的困難形成了強(qiáng)烈的反差，導(dǎo)致“人們被數(shù)據(jù)淹沒(méi)，但卻饑餓于知識(shí)”的現(xiàn)象。

空間數(shù)據(jù)庫(kù)(數(shù)據(jù)倉(cāng)庫(kù))中的空間數(shù)據(jù)除了其顯式信息外，還具有豐富的隱含信息，如數(shù)字高程模型〔DEM或TIN〕，除了載荷高程信息外，還隱含了地質(zhì)巖性與構(gòu)造方面的信息；植物的種類(lèi)是顯式信息，但其中還隱含了氣候的水平地帶性和垂直地帶性的信息，等等。這些隱含的信息只有通過(guò)數(shù)據(jù)挖掘才能顯示出來(lái)。空間數(shù)據(jù)挖掘（Spatial Data Mining，簡(jiǎn)稱SDM），或者稱為從空間數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)，是為了解決空間數(shù)據(jù)海量特性而擴(kuò)展的一個(gè)新的數(shù)據(jù)挖掘的研究分支，是指從空間數(shù)據(jù)庫(kù)中提取隱含的、用戶感興趣的空間或非空間的模式和普遍特征的過(guò)程[2]。由于SDM的對(duì)象主要是空間數(shù)據(jù)庫(kù)，而空間數(shù)據(jù)庫(kù)中不僅存儲(chǔ)了空間事物或?qū)ο蟮膸缀螖?shù)據(jù)、屬性數(shù)據(jù)，而且存儲(chǔ)了空間事物或?qū)ο笾g的圖形空間關(guān)系，因此其處理方法有別于一般的數(shù)據(jù)挖掘方法。SDM與傳統(tǒng)的地學(xué)數(shù)據(jù)分析方法的本質(zhì)區(qū)別在于SDM是在沒(méi)有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)，挖掘出的知識(shí)應(yīng)具有事先未知、有效和可實(shí)用3個(gè)特征。

空間數(shù)據(jù)挖掘技術(shù)需要綜合數(shù)據(jù)挖掘技術(shù)與空間數(shù)據(jù)庫(kù)技術(shù)，它可用于對(duì)空間數(shù)據(jù)的理解，對(duì)空間關(guān)系和空間與非空間關(guān)系的發(fā)現(xiàn)、空間知識(shí)庫(kù)的構(gòu)造以及空間數(shù)據(jù)庫(kù)的重組和查詢的優(yōu)化等。

2 空間數(shù)據(jù)挖掘技術(shù)的主要方法及特點(diǎn)

常用的空間數(shù)據(jù)挖掘技術(shù)包括：序列分析、分類(lèi)分析、預(yù)測(cè)、聚類(lèi)分析、關(guān)聯(lián)規(guī)則分析、時(shí)間序列分析、粗集方法及云理論等。本文從挖掘任務(wù)和挖掘方法的角度,著重介紹了分類(lèi)分析、聚類(lèi)分析和關(guān)聯(lián)規(guī)則分析三種常用的重要的方法。

2.1、分類(lèi)分析

分類(lèi)在數(shù)據(jù)挖掘中是一項(xiàng)非常重要的任務(wù)，目前在商業(yè)上應(yīng)用最多。分類(lèi)的目的是學(xué)會(huì)一個(gè)分類(lèi)函數(shù)或分類(lèi)模型(也常常稱作分類(lèi)器)，該模型能把數(shù)據(jù)庫(kù)中的數(shù)據(jù)項(xiàng)映射到給定類(lèi)別中的某一個(gè)。分類(lèi)和我們熟知的回歸方法都可用于預(yù)測(cè)，兩者的目的都是從歷史數(shù)據(jù)紀(jì)錄中自動(dòng)推導(dǎo)出對(duì)給定數(shù)據(jù)的推廣描述，從而能對(duì)未來(lái)數(shù)據(jù)進(jìn)行預(yù)測(cè)。和回歸方法不同的是，分類(lèi)的輸出是離散的類(lèi)別值，而回歸的輸出則是連續(xù)的數(shù)值。二者常表現(xiàn)為一棵決策樹(shù)，根據(jù)數(shù)據(jù)值從樹(shù)根開(kāi)始搜索，沿著數(shù)據(jù)滿足的分支往上走，走到樹(shù)葉就能確定類(lèi)別。空間分類(lèi)的規(guī)則實(shí)質(zhì)是對(duì)給定數(shù)據(jù)對(duì)象集的抽象和概括，可用宏元組表示。

要構(gòu)造分類(lèi)器,需要有一個(gè)訓(xùn)練樣本數(shù)據(jù)集作為輸入。訓(xùn)練集由一組數(shù)據(jù)庫(kù)記錄或元組構(gòu)成,每個(gè)元組是一個(gè)由特征(又稱屬性)值組成的特征向量,此外,訓(xùn)練樣本還有一個(gè)類(lèi)別標(biāo)記。一個(gè)具體樣本的形式可為:( v1, v2, ..., vn; c )；其中vi表示字段值，c表示類(lèi)別。

分類(lèi)器的構(gòu)造方法有統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法等等。統(tǒng)計(jì)方法包括貝葉斯法和非參數(shù)法(近鄰學(xué)習(xí)或基于事例的學(xué)習(xí))，對(duì)應(yīng)的知識(shí)表示是判別函數(shù)和原型事例。機(jī)器學(xué)習(xí)方法包括決策樹(shù)法和規(guī)則歸納法，前者對(duì)應(yīng)的表示為決策樹(shù)或判別樹(shù)，后者則一般為產(chǎn)生式規(guī)則。神經(jīng)網(wǎng)絡(luò)方法主要是反向傳播（Back-Propagation,簡(jiǎn)稱BP）算法，它的模型表示是前向反饋神經(jīng)網(wǎng)絡(luò)模型(由代表神經(jīng)元的節(jié)點(diǎn)和代表聯(lián)接權(quán)值的邊組成的一種體系結(jié)構(gòu))，BP算法本質(zhì)上是一種非線性判別函數(shù)[3]。另外，最近又興起了一種新的方法:粗糙集(rough set)，其知識(shí)表示是產(chǎn)生式規(guī)則。

不同的分類(lèi)器有不同的特點(diǎn)。有三種分類(lèi)器評(píng)價(jià)或比較尺度：1) 預(yù)測(cè)準(zhǔn)確度；2) 計(jì)算復(fù)雜度；3) 模型描述的簡(jiǎn)潔度。預(yù)測(cè)準(zhǔn)確度是用得最多的一種比較尺度，特別是對(duì)于預(yù)測(cè)型分類(lèi)任務(wù)，目前公認(rèn)的方法是10番分層交叉驗(yàn)證法。計(jì)算復(fù)雜度依賴于具體的實(shí)現(xiàn)細(xì)節(jié)和硬件環(huán)境，在數(shù)據(jù)挖掘中，由于操作對(duì)象是海量的數(shù)據(jù)庫(kù)，因此空間和時(shí)間的復(fù)雜度問(wèn)題將是非常重要的一個(gè)環(huán)節(jié)。對(duì)于描述型的分類(lèi)任務(wù)，模型描述越簡(jiǎn)潔越受歡迎。例如，采用規(guī)則歸納法表示的分類(lèi)器構(gòu)造法就很有用，而神經(jīng)網(wǎng)絡(luò)方法產(chǎn)生的結(jié)果就難以理解。

另外要注意的是，分類(lèi)的效果一般和數(shù)據(jù)的特點(diǎn)有關(guān)。有的數(shù)據(jù)噪聲大，有的有缺值， 有的分布稀疏，有的字段或?qū)傩蚤g相關(guān)性強(qiáng)，有的屬性是離散的而有的是連續(xù)值或混合式的。目前普遍認(rèn)為不存在某種方法能適合于各種特點(diǎn)的數(shù)據(jù)。

分類(lèi)技術(shù)在實(shí)際應(yīng)用非常重要，比如：可以根據(jù)房屋的地理位置決定房屋的檔次等。

2. 2 聚類(lèi)分析

聚類(lèi)是指根據(jù)“物以類(lèi)聚”的原理，將本身沒(méi)有類(lèi)別的樣本聚集成不同的組，并且對(duì)每一個(gè)這樣的組進(jìn)行描述的過(guò)程。它的目的是使得屬于同一個(gè)組的樣本之間應(yīng)該彼此相似，而不同組的樣本應(yīng)足夠不相似。與分類(lèi)分析不同，進(jìn)行聚類(lèi)前并不知道將要?jiǎng)澐殖蓭讉€(gè)組和什么樣的組，也不知道根據(jù)哪些空間區(qū)分規(guī)則來(lái)定義組。其目的旨在發(fā)現(xiàn)空間實(shí)體的屬性間的函數(shù)關(guān)系，挖掘的知識(shí)用以屬性名為變量的數(shù)學(xué)方程來(lái)表示。聚類(lèi)方法包括統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和面向數(shù)據(jù)庫(kù)的方法。基于聚類(lèi)分析方法的空間數(shù)據(jù)挖掘算法包括均值近似算法[4]、CLARANS、BIRCH、DBSCAN等算法。目前，對(duì)空間數(shù)據(jù)聚類(lèi)分析方法的研究是一個(gè)熱點(diǎn)。

對(duì)于空間數(shù)據(jù)，利用聚類(lèi)分析方法，可以根據(jù)地理位置以及障礙物的存在情況自動(dòng)地進(jìn)行區(qū)域劃分。例如，根據(jù)分布在不同地理位置的ATM機(jī)的情況將居民進(jìn)行區(qū)域劃分，根據(jù)這一信息，可以有效地進(jìn)行ATM機(jī)的設(shè)置規(guī)劃，避免浪費(fèi)，同時(shí)也避免失掉每一個(gè)商機(jī)。

2.3 關(guān)聯(lián)規(guī)則分析

關(guān)聯(lián)規(guī)則分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一事物發(fā)生時(shí)，另一事物也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點(diǎn)在于快速發(fā)現(xiàn)那些有實(shí)用價(jià)值的關(guān)聯(lián)發(fā)生的事件。其主要依據(jù)是：事件發(fā)生的概率和條件概率應(yīng)該符合一定的統(tǒng)計(jì)意義?？臻g關(guān)聯(lián)規(guī)則的形式是X－＞Y[S%，C%]，其中X、Y是空間或非空間謂詞的集合，S%表示規(guī)則的支持度，C%表示規(guī)則的置信度?？臻g謂詞的形式有3種：表示拓?fù)浣Y(jié)構(gòu)的謂詞、表示空間方向的謂詞和表示距離的謂詞[5]。各種各樣的空間謂詞可以構(gòu)成空間關(guān)聯(lián)規(guī)則。如，距離信息（如Close_to(臨近)、Far_away(遠(yuǎn)離)）、拓?fù)潢P(guān)系（Intersect（交）、Overlap（重疊）、Disjoin(分離)）和空間方位（如Right_of(右邊)、West_of(西邊)）。實(shí)際上大多數(shù)算法都是利用空間數(shù)據(jù)的關(guān)聯(lián)特性改進(jìn)其分類(lèi)算法，使得它適合于挖掘空間數(shù)據(jù)中的相關(guān)性，從而可以根據(jù)一個(gè)空間實(shí)體而確定另一個(gè)空間實(shí)體的地理位置，有利于進(jìn)行空間位置查詢和重建空間實(shí)體等。大致算法可描述如下：(1)根據(jù)查詢要求查找相關(guān)的空間數(shù)據(jù)；(2)利用臨近等原則描述空間屬性和特定屬性；(3)根據(jù)最小支持度原則過(guò)濾不重要的數(shù)據(jù)；(4)運(yùn)用其它手段對(duì)數(shù)據(jù)進(jìn)一步提純(如OVERLAY)；(5)生成關(guān)聯(lián)規(guī)則。

關(guān)聯(lián)規(guī)則通常可分為兩種：布爾型的關(guān)聯(lián)規(guī)則和多值關(guān)聯(lián)規(guī)則。多值關(guān)聯(lián)規(guī)則比較復(fù)雜，一種自然的想法是將它轉(zhuǎn)換為布爾型關(guān)聯(lián)規(guī)則，由于空間關(guān)聯(lián)規(guī)則的挖掘需要在大量的空間對(duì)象中計(jì)算多種空間關(guān)系，因此其代價(jià)是很高的?！N逐步求精的挖掘優(yōu)化方法可用于空間關(guān)聯(lián)的分析，該方法首先用一種快速的算法粗略地對(duì)一個(gè)較大的數(shù)據(jù)集進(jìn)行一次挖掘，然后在裁減過(guò)的數(shù)據(jù)集上用代價(jià)較高的算法進(jìn)一步改進(jìn)挖掘的質(zhì)量。因?yàn)槠浯鷥r(jià)非常高，所以空間的關(guān)聯(lián)方法需要進(jìn)一步的優(yōu)化。

對(duì)于空間數(shù)據(jù)，利用關(guān)聯(lián)規(guī)則分析，可以發(fā)現(xiàn)地理位置的關(guān)聯(lián)性。例如，85%的靠近高速公路的大城鎮(zhèn)與水相鄰，或者發(fā)現(xiàn)通常與高爾夫球場(chǎng)相鄰的對(duì)象是停車(chē)場(chǎng)等。

3 空間數(shù)據(jù)挖掘技術(shù)的研究方向

3.1 處理不同類(lèi)型的數(shù)據(jù)

絕大多數(shù)數(shù)據(jù)庫(kù)是關(guān)系型的，因此在關(guān)系數(shù)據(jù)庫(kù)上有效地執(zhí)行數(shù)據(jù)挖掘是至關(guān)重要的。但是在不同應(yīng)用領(lǐng)域中存在各種數(shù)據(jù)和數(shù)據(jù)庫(kù)，而且經(jīng)常包含復(fù)雜的數(shù)據(jù)類(lèi)型，例如結(jié)構(gòu)數(shù)據(jù)、復(fù)雜對(duì)象、事務(wù)數(shù)據(jù)、歷史數(shù)據(jù)等。由于數(shù)據(jù)類(lèi)型的多樣性和不同的數(shù)據(jù)挖掘目標(biāo)，一個(gè)數(shù)據(jù)挖掘系統(tǒng)不可能處理各種數(shù)據(jù)。因此針對(duì)特定的數(shù)據(jù)類(lèi)型，需要建立特定的數(shù)據(jù)挖掘系統(tǒng)。

3.2 數(shù)據(jù)挖掘算法的有效性和可測(cè)性

海量數(shù)據(jù)庫(kù)通常有上百個(gè)屬性和表及數(shù)百萬(wàn)個(gè)元組。GB數(shù)量級(jí)數(shù)據(jù)庫(kù)已不鮮見(jiàn)，TB數(shù)量級(jí)數(shù)據(jù)庫(kù)已經(jīng)出現(xiàn)，高維大型數(shù)據(jù)庫(kù)不僅增大了搜索空間，也增加了發(fā)現(xiàn)錯(cuò)誤模式的可能性。因此必須利用領(lǐng)域知識(shí)降低維數(shù)，除去無(wú)關(guān)數(shù)據(jù)，從而提高算法效率。從一個(gè)大型空間數(shù)據(jù)庫(kù)中抽取知識(shí)的算法必須高效、可測(cè)量，即數(shù)據(jù)挖掘算法的運(yùn)行時(shí)間必須可預(yù)測(cè)，且可接受，指數(shù)和多項(xiàng)式復(fù)雜性的算法不具有實(shí)用價(jià)值。但當(dāng)算法用有限數(shù)據(jù)為特定模型尋找適當(dāng)參數(shù)時(shí)，有時(shí)也會(huì)導(dǎo)致物超所值，降低效率。

3.3 交互性用戶界面

數(shù)據(jù)挖掘的結(jié)果應(yīng)準(zhǔn)確地描述數(shù)據(jù)挖掘的要求，并易于表達(dá)。從不同的角度考察發(fā)現(xiàn)的知識(shí)，并以不同形式表示，用高層次語(yǔ)言和圖形界面表示數(shù)據(jù)挖掘要求和結(jié)果。目前許多知識(shí)發(fā)現(xiàn)系統(tǒng)和工具缺乏與用戶的交互，難以有效利用領(lǐng)域知識(shí)。對(duì)此可以利用貝葉斯方法和演譯數(shù)據(jù)庫(kù)本身的演譯能力發(fā)現(xiàn)知識(shí)。

3.4 在多抽象層上交互式挖掘知識(shí)

很難預(yù)測(cè)從數(shù)據(jù)庫(kù)中會(huì)挖掘出什么樣的知識(shí)，因此一個(gè)高層次的數(shù)據(jù)挖掘查詢應(yīng)作為進(jìn)一步探詢的線索。交互式挖掘使用戶能交互地定義一個(gè)數(shù)據(jù)挖掘要求，深化數(shù)據(jù)挖掘過(guò)程，從不同角度靈活看待多抽象層上的數(shù)據(jù)挖掘結(jié)果。

3.5 從不同數(shù)據(jù)源挖掘信息

局域網(wǎng)、廣域網(wǎng)以及Internet網(wǎng)將多個(gè)數(shù)據(jù)源聯(lián)成一個(gè)大型分布、異構(gòu)的數(shù)據(jù)庫(kù)，從包含不同語(yǔ)義的格式化和非格式化數(shù)據(jù)中挖掘知識(shí)是對(duì)數(shù)據(jù)挖掘的一個(gè)挑戰(zhàn)。數(shù)據(jù)挖掘可揭示大型異構(gòu)數(shù)據(jù)庫(kù)中存在的普通查詢不能發(fā)現(xiàn)的知識(shí)。數(shù)據(jù)庫(kù)的巨大規(guī)模、廣泛分布及數(shù)據(jù)挖掘方法的計(jì)算復(fù)雜性，要求建立并行分布的數(shù)據(jù)挖掘。

3.6 私有性和安全性

數(shù)據(jù)挖掘能從不同角度、不同抽象層上看待數(shù)據(jù)，這將影響到數(shù)據(jù)挖掘的私有性和安全性。通過(guò)研究數(shù)據(jù)挖掘?qū)е碌臄?shù)據(jù)非法侵入，可改進(jìn)數(shù)據(jù)庫(kù)安全方法，以避免信息泄漏。

3.7 和其它系統(tǒng)的集成

方法、功能單一的發(fā)現(xiàn)系統(tǒng)的適用范圍必然受到一定的限制。要想在更廣泛的領(lǐng)域發(fā)現(xiàn)知識(shí)，空間數(shù)據(jù)挖掘系統(tǒng)就應(yīng)該是數(shù)據(jù)庫(kù)、知識(shí)庫(kù)、專(zhuān)家系統(tǒng)、決策支持系統(tǒng)、可視化工具、網(wǎng)絡(luò)等技術(shù)的集成。

4 有待研究的問(wèn)題

我們雖然在空間數(shù)據(jù)挖掘技術(shù)的研究和應(yīng)用中取得了很大的成績(jī)，但在一些理論及應(yīng)用方面仍存在急需解決的問(wèn)題。

4.1 數(shù)據(jù)訪問(wèn)的效率和可伸縮性

空間數(shù)據(jù)的復(fù)雜性和數(shù)據(jù)的大量性，TB數(shù)量級(jí)的數(shù)據(jù)庫(kù)的出現(xiàn)，必然增大發(fā)現(xiàn)算法的搜索空間，增加了搜索的盲目性。如何有效的去除與任務(wù)無(wú)關(guān)的數(shù)據(jù)，降低問(wèn)題的維數(shù)，設(shè)計(jì)出更加高效的挖掘算法對(duì)空間數(shù)據(jù)挖掘提出了巨大的挑戰(zhàn)。

4.2 對(duì)當(dāng)前一些GIS軟件缺乏時(shí)間屬性和靜態(tài)存儲(chǔ)的改進(jìn)

由于數(shù)據(jù)挖掘的應(yīng)用在很大的程度上涉及到時(shí)序關(guān)系，因此靜態(tài)的數(shù)據(jù)存儲(chǔ)嚴(yán)重妨礙了數(shù)據(jù)挖掘的應(yīng)用?；趫D層的計(jì)算模式、不同尺度空間數(shù)據(jù)之間的完全割裂也對(duì)空間數(shù)據(jù)挖掘設(shè)置了重重障礙?？臻g實(shí)體與屬性數(shù)據(jù)之間的聯(lián)系僅僅依賴于標(biāo)識(shí)碼，這種一維的連接方式無(wú)疑將丟失大量的連接信息，不能有效的表示多維和隱含的內(nèi)在連接關(guān)系，這些都增加了數(shù)據(jù)挖掘計(jì)算的復(fù)雜度，極大地增加了數(shù)據(jù)準(zhǔn)備階段的工作量和人工干預(yù)的程度。

4.3 發(fā)現(xiàn)模式的精煉

當(dāng)發(fā)現(xiàn)空間很大時(shí)會(huì)獲得大量的結(jié)果，盡管有些是無(wú)關(guān)或沒(méi)有意義的模式，這時(shí)可利用領(lǐng)域的知識(shí)進(jìn)一步精煉發(fā)現(xiàn)的模式，從而得到有意義的知識(shí)。

在空間數(shù)據(jù)挖掘技術(shù)方面，重要的研究和應(yīng)用的方向還包括：網(wǎng)絡(luò)環(huán)境上的數(shù)據(jù)挖掘、柵格矢量一體化的挖掘、不確定性情況下的數(shù)據(jù)挖掘、分布式環(huán)境下的數(shù)據(jù)挖掘、數(shù)據(jù)挖掘查詢語(yǔ)言和新的高效的挖掘算法等。

5 小結(jié)

隨著GIS與數(shù)據(jù)挖掘及相關(guān)領(lǐng)域科學(xué)研究的不斷發(fā)展，空間數(shù)據(jù)挖掘技術(shù)在廣度和深度上的不斷深入，在不久的將來(lái)，一個(gè)集成了挖掘技術(shù)的GIS、GPS、RS集成系統(tǒng)必將朝著智能化、網(wǎng)絡(luò)化、全球化與大眾化的方向發(fā)展。

網(wǎng)格發(fā)展的基本背景

當(dāng)今，信息領(lǐng)域正發(fā)生著廣泛而深刻的技術(shù)變革，新概念和新技術(shù)不完善和發(fā)展，如地球信息科學(xué)的發(fā)展，數(shù)字地球概念的提出，GIS技術(shù)和數(shù)據(jù)庫(kù)技術(shù)走向集成，信息高速公路和Internet網(wǎng)的發(fā)展。Internet網(wǎng)和信息高速公路的飛速發(fā)展與廣泛應(yīng)用，帶來(lái)了分布式應(yīng)用研究以及共享信息和知識(shí)需求的不斷增長(zhǎng)，必然帶來(lái)網(wǎng)絡(luò)GIS的發(fā)展。而現(xiàn)在第3代網(wǎng)絡(luò)技術(shù)——網(wǎng)格技術(shù)的提出和發(fā)展對(duì)GIS的發(fā)展更帶來(lái)了長(zhǎng)遠(yuǎn)的影響。特別是1998年1月31日美國(guó)前副總統(tǒng)戈?duì)柼岢龅摹皵?shù)字地球”戰(zhàn)略，需要對(duì)大量的地理信息進(jìn)行并行計(jì)算處理，此時(shí)WebGIS的不足顯現(xiàn)出來(lái)了，因?yàn)樗饕ㄟ^(guò)超鏈接形成超文本，包括實(shí)現(xiàn)并行計(jì)算功能，而這一點(diǎn)對(duì)數(shù)字地球、數(shù)字城市需要的快速計(jì)算、信息共享是致命的。網(wǎng)格計(jì)算的提出和發(fā)展使得GIS必將朝著網(wǎng)絡(luò)化、標(biāo)準(zhǔn)化、大眾化方向發(fā)展。GridGIS也必將成為“數(shù)字地球”的核心平臺(tái)。

“數(shù)字地球”的概念，實(shí)際上是網(wǎng)格技術(shù)在地球信息科學(xué)領(lǐng)域的一種體現(xiàn)形式。一切與位置有關(guān)的信息在網(wǎng)絡(luò)環(huán)境下，用數(shù)字形式進(jìn)行描述并存儲(chǔ)成為豐富的資源，通過(guò)信息共享技術(shù)，實(shí)現(xiàn)“按需索取”的服務(wù)，這種空間信息基礎(chǔ)設(shè)施成為空間信息網(wǎng)格（SIG）。

空間信息網(wǎng)格是空間信息獲取、互操作的基本發(fā)展框架?？臻g信息網(wǎng)格提供了一體化的空間信息獲取、處理與應(yīng)用的基本技術(shù)框架，以及智能化的空間信息處理平臺(tái)和基本應(yīng)用環(huán)境。建立分布式、智能化空間計(jì)算環(huán)境的基礎(chǔ)是建立基于分布式數(shù)據(jù)庫(kù)管理的空間網(wǎng)格計(jì)算環(huán)境，也就是實(shí)現(xiàn)支持局域、廣域網(wǎng)絡(luò)環(huán)境下空間信息處理和跨平臺(tái)計(jì)算，實(shí)現(xiàn)支持多用戶數(shù)據(jù)同步處理，實(shí)現(xiàn)支持空間數(shù)據(jù)的RPC，實(shí)現(xiàn)異構(gòu)系統(tǒng)的互操作，實(shí)現(xiàn)支持網(wǎng)絡(luò)環(huán)境下的多級(jí)分布式協(xié)同工作。

空間信息網(wǎng)格是要利用現(xiàn)有的網(wǎng)絡(luò)基礎(chǔ)設(shè)施、協(xié)議規(guī)范、Web和數(shù)據(jù)庫(kù)技術(shù)，為用戶提供一體化的智能空間信息平臺(tái)，其目標(biāo)是創(chuàng)建一種架構(gòu)在OS和Web Service之上的基于Interent的新一代信息平臺(tái)和軟件基礎(chǔ)設(shè)施。在這個(gè)平臺(tái)上，信息的處理是分布式、協(xié)作和智能化的，用戶可以通過(guò)單一入口訪問(wèn)所有信息。信息網(wǎng)格追求的最終目標(biāo)是能夠做到服務(wù)點(diǎn)播（Service On Demand）和一步到位的服務(wù)。

在GIS領(lǐng)域，基于網(wǎng)格計(jì)算理念，研究者提出基于服務(wù)網(wǎng)格的空間信息網(wǎng)格及Grid GIS；國(guó)際標(biāo)準(zhǔn)化組織積極推進(jìn)Grid GIS相關(guān)標(biāo)準(zhǔn)的制訂。一些協(xié)議及標(biāo)準(zhǔn)得到商業(yè)化GIS軟件公司，如ESRI,M apInfo的支持并且取得成效。GIS領(lǐng)域采納互聯(lián)網(wǎng)標(biāo)準(zhǔn)和協(xié)議，如XML，可以將松散結(jié)合的GIS網(wǎng)絡(luò)和地理信息處理服務(wù)結(jié)合在一起，形成空間信息服務(wù)。ESRI積極支持分布式GIS及GIS服務(wù)概念的發(fā)展，Gnet戰(zhàn)略在很多層面都會(huì)涉及。在最大的層面是World Wide Web，在最小的層面，是企業(yè)化的World Wide Web。通過(guò)網(wǎng)格協(xié)議的支持，多個(gè)部門(mén)將可以提供多種的和綜合性的服務(wù)，同時(shí)共享這些服務(wù)?？梢灾С制髽I(yè)化的開(kāi)發(fā)，提供了不同分布式體系環(huán)境下構(gòu)建GISWeb Services的開(kāi)發(fā)組件，可以滿足GridGIS的建立，但是不同商業(yè)化公司所倡導(dǎo)的開(kāi)發(fā)技術(shù)并不相同，呈現(xiàn)出不斷發(fā)展的態(tài)勢(shì)。

GridGIS是空間信息計(jì)算環(huán)境和空間信息服務(wù)技術(shù)體系，其是實(shí)現(xiàn)空間信息網(wǎng)格的技術(shù)支撐系統(tǒng)，其通過(guò)空間信息的標(biāo)準(zhǔn)化，實(shí)現(xiàn)空間信息的共享；通過(guò)空間分析語(yǔ)義的標(biāo)準(zhǔn)化，實(shí)現(xiàn)GIS功能的互操作：通過(guò)網(wǎng)格技術(shù)體系的支持，實(shí)現(xiàn)異構(gòu)環(huán)境下GIS功能的共享。

GridGIS要利用現(xiàn)有的OpenGIS的GML標(biāo)準(zhǔn)，Web地圖服務(wù)標(biāo)準(zhǔn)以及網(wǎng)格相關(guān)技術(shù)標(biāo)準(zhǔn)，為用戶提供開(kāi)放的空間信息計(jì)算環(huán)境技術(shù)體系，實(shí)現(xiàn)用戶分布式、跨平臺(tái)的空間信息計(jì)算集成?？臻g信息計(jì)算環(huán)境的研究可以包括空間信息深度計(jì)算和空間信息主動(dòng)計(jì)算兩個(gè)層次。首先，通過(guò)時(shí)空屬性融合下的空間作用規(guī)律，建立空間深度計(jì)算體系，以獲得空間數(shù)據(jù)分布與模擬；其次，在此基礎(chǔ)上提出以空間智能體為核心的空間智能計(jì)算策略，實(shí)現(xiàn)空間主動(dòng)計(jì)算體系。

目前，我國(guó)已將網(wǎng)格GIS作為信息領(lǐng)域的重點(diǎn)方向進(jìn)行了深入的研究及成果的推廣及廣泛的應(yīng)用，形成了網(wǎng)格GIS體系結(jié)構(gòu)、標(biāo)準(zhǔn)規(guī)范、關(guān)鍵技術(shù)、軟件平臺(tái)、應(yīng)用示范等一系列成果，并在多個(gè)領(lǐng)域進(jìn)行了應(yīng)用。

2008年1月，結(jié)合國(guó)內(nèi)外網(wǎng)格計(jì)算技術(shù)的前沿研究成果，科技部設(shè)立了“863”計(jì)劃項(xiàng)目“網(wǎng)格地理信息系統(tǒng)軟件及重大應(yīng)用”，該項(xiàng)目制定了網(wǎng)格環(huán)境下異構(gòu)GIS軟件互操作技術(shù)，研究了空間信息網(wǎng)格計(jì)算技術(shù)，突破了網(wǎng)格GIS關(guān)鍵技術(shù)，開(kāi)發(fā)出高性能、高可用性的網(wǎng)格GIS應(yīng)用服務(wù)軟件和集成應(yīng)用系統(tǒng)，形成了具有自主知識(shí)產(chǎn)權(quán)的網(wǎng)格GIS軟件平臺(tái)，實(shí)現(xiàn)了網(wǎng)格環(huán)境下異構(gòu)GIS互操作和在線共享服務(wù)。

網(wǎng)格GIS相關(guān)標(biāo)準(zhǔn)在“中國(guó)地質(zhì)調(diào)查信息網(wǎng)格平臺(tái)”和“天地圖”等工程中得到較好的應(yīng)用；網(wǎng)格GIS平臺(tái)在地質(zhì)調(diào)查信息網(wǎng)格、數(shù)字城市、地理信息公共服務(wù)平臺(tái)、數(shù)字流域、數(shù)字油田等平臺(tái)中進(jìn)行了應(yīng)用：網(wǎng)格GIS空間分析與處理技術(shù)已應(yīng)用于林業(yè)信息化建設(shè)、煤礦安全系統(tǒng)、地震應(yīng)急指揮系統(tǒng)建設(shè)中。

可以認(rèn)為，網(wǎng)格GIS是GIS與網(wǎng)格技術(shù)的有機(jī)結(jié)合，是GIS在網(wǎng)格環(huán)境下的一種應(yīng)用，網(wǎng)格GIS的網(wǎng)格環(huán)境必須能夠在新近的硬件和軟件技術(shù)平臺(tái)上操作，最終實(shí)現(xiàn)GIS網(wǎng)格化。GIS通過(guò)網(wǎng)格技術(shù)使功能得到了延伸和拓展，真正成為大眾使用的信息工具，從網(wǎng)格上的任意一個(gè)結(jié)點(diǎn)，可以訪問(wèn)網(wǎng)格上的各種分布式的、具有超媒體特性的地理空間數(shù)據(jù)及屬性數(shù)據(jù)，進(jìn)行地理空間分析、查詢，并對(duì)復(fù)雜空間問(wèn)題進(jìn)行并行計(jì)算，以輔助和支持決策。

網(wǎng)頁(yè)題目：網(wǎng)格gis關(guān)鍵技術(shù) arcgis格網(wǎng)化柵格數(shù)據(jù)
文章URL：http://www.ekvhdxd.cn/article20/dojgjjo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供搜索引擎優(yōu)化、定制開(kāi)發(fā)、網(wǎng)頁(yè)設(shè)計(jì)公司、網(wǎng)站制作、域名注冊(cè)、網(wǎng)站改版

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)