地理分析任务驱动的多源地理数据抽取与推送方法研究

摘要

不同的地理模型对地理数据需求存在明显的差异性。地理分析任务的日益复杂要求加强模型之间的耦合与集成，导致即使对于同一地理分析任务，其中间的数据转换与变换也可能存在较大的差异。因此，无论是从地理模型的易用性还是从模型集成的视角，均需要架构地理模型与多源地理数据间的桥梁。通过明确模型对数据的具体需求，架构多源地理数据库和数据转换工具，实现地理模型与数据的互联。 从地理数据的特性出发，进行地理数据的分类、标定与自动抽取是实现地理数据适应模型需求的重要途径。而对不同的模型的数据需求进行系统梳理，总结相对较为通用的模型接口则是实现模型的数据接口标准化，贯通不同模型间整合数据流的重要保障。因此，依托地理分析任务，从地理数据特征和地理模型的数据需求两条主线出发，构建基于任务模型的地理学数据的统一管理、抽取与匹配方法，进而构建基于任务模型的地理模型分析工作流平台是有效提升地理模型可用性，强化地理模型分析能力的重要途径。 本文从地理模型和地理数据双重角度出发，构建基于数据专题和数据类型的分类与描述，并在此基础上实现基于数据在单一维度和综合维度的抽取方法。分析模型对数据的需求，设计数据需求信息的提取和操作算子库，建立数据库数据到模型需求之间的数据流与自动推送方法。本文主要内容有: 1、基于MongoDB的地理数据统一组织与管理方法 对现有多源地理数据特点进行了总结与分析，研究了现有的数据分类方法，提出了结合专题数据与地理数据类型的多源地理数据分类方法。利用MongoDB的非结构化存储模式，构建多种地理数据的MongoDB统一存储、管理接口，实现基于MongoDB的多源地理数据统一组织与管理。 2、基于任务模型的数据维度抽取与自动推送机制 梳理与归纳分析了常用地理模型库，对不同模型的任务需求和数据需求进行层次化的结构解析;通过构建模型的需求模板，实现对模型需求的提取;以任务模型需求为驱动，利用维度抽取函数和抽取后操作算子库，架构数据库、抽取操作、操作算子与模型间的连接，实现数据的维度抽取与推送。 3、基于任务模型和数据自动推送的沿海滩涂分析原型系统 构建了数据存储、数据显示、数据抽取、数据操和数据流构建为主要功能模块的原型系统，以沿海滩涂分析为例，验证了多源地理数据统一管理、数据维度抽取与自动推送的可行性。

目录

声明

论文说明

摘要

图目录

表目录

第1章 绪论

1．1 研究背景和研究意义

1．1．1 研究背景

1．1．2 选题意义

1．2 国内外研究现状

1．2．1 非关系型数据库在GIS中的应用

1．2．2 多源地学数据的分类研究

1．2．3 数据抽取与数据推送研究

1．3 研究目标、内容、方法和技术路线

1．3．1 研究目标

1．3．2 研究内容

1．3．3 技术路线

1．3．4 论文结构

第2章 基于MongoDB的多源地理数据集的构建与抽取

2．1 非关系结构的多源地理数据分类与描述

2．1．1 结构化与非结构化的多源地理数据

2．1．2 面向非关系型数据库组织的多源地理数据专题分类

2．1．3 基于XML Schema的地理元数据描述

2．2 基于非关系型数据库的多源地理数据组织与存储

2．2．1 非关系型数据库的数据组织

2．2．2 地理数据的清洗

2．2．3 基于MongoDB数据库地理空间数据存储

2．2．4 MongoDB存储地学统计数据

2．3 基于MongoDB的多源地理数据抽取

2．3．1 MongoDB的索引构建

2．3．2 基于数据维度的地理数据抽取方法

第3章 面向地理模型分析的数据流解析与推送方法

3．1 地理模型数据需求模板与兼顾需求的抽取算子库构建

3．1．1 地理模型的需求分析

3．1．2 基于地理模型需求的模型模板构建与描述

3．1．3 地理数据兼顾需求的抽取算子库的构建

3．2 基于操作模板的数据流构建

3．2．1 数据的操作模板

3．2．2 数据流的半自动构建

3．3 基于数据流的地理数据推送方法

3．3．1 数据流的接口实现

3．3．2 数据的推送流程

第4章 系统实现与案例验证

4．1 系统设计

4．2 系统实现

4．3 案例展示

4．3．1 多源地理数据的处理

4．3．2 实验案例

第5章 结论与展望

5．1 结论

5．2 展望

参考文献

致谢