GIS

GIS（共12篇）

GIS 篇1

1 引言

目前, 随着对环境问题的日益关注及对全球电力系统可靠性要求的日益提高, GIS电气设备不断普及, 并已挤入了21世纪高压电器的发展主流。但是随着越来越多的GIS变电站的竣工投产, 也渐渐发现了其中的一些问题, 这些问题的不断解决将更有力地推进它的发展。

2 GIS变电站的概念及其优缺点

GIS即气体绝缘金属封闭开关设备, 又称“六氟化硫封闭式组合电器”它是将断路器、隔离开关、接地开关、快速接地开关、电流互感器、电压互感器和母线等元件组合并封闭于金属壳体内, 充入绝缘气体组成一种组合式高压电器。

它的显著优点如下:

1) 接地面积和空间体积相对于敞开式空气绝缘开关设备大为减少, 大约只占其15~35%左右, 因此能最大限度地缩小占地面积和空间体积并且结构十分紧凑。这就很适合在靠近城市中心修建。

2) 安全系数大, 可靠性高。由于它具有全封闭的电器结构, 不受风雨、沙尘及烟雾等各种恶劣自然条件的影响。它的带电部分几乎全部封闭在接地的金属外壳内, 可以完全防止人员意外接触, 能更好地保障人身安全。

3) 有利于环保。由于其接地金属外壳的屏蔽作用, 可使运行人员免受电磁辐射的影响。

4) 安装工作量大为减少, 而设备的检修周期则可大大延长。

它有如下缺点:

1) 故障时停电范围很广, 并且由于它的封闭性故障不易查出。

2) 经济成本很高。

3) 施工和修复时受环境条件的限制。

3 运行中存在的问题及其措施

由于SF6的击穿场强为空气的2~3倍, 在运行时当隔离开关操作时, 操作过电压, 称之为快速暂态过电压。它幅值变化率极大会对GIS设备的绝缘造成危害, 因此为了便于事故处理, 缩小故障范围, 要求采用可靠性高的接线方式, 如武汉光谷变电站采用一个半开关接线;在设备选型时, 应选用优良的隔离开关, 并在隔离开关上加装电阻;在出线隔离开关靠线路一侧, 应配置快速接地开关, 当绝缘子对壳燃弧时, 将回路快速接地, 再利用断路器迅速切除故障, 以免故障范围扩大。

4 GIS在设计时应考虑以下因素

4.1 应确保通风设施可靠工作

由于SF6气体的密度大约是空气的5倍, 泄漏时会向下运动靠近地面, 浓度过大会使人窒息, 在室内SF6设备场所应配备SF6浓度仪和氧量仪, GIS室通风设施应能保证将气体有效排出, 并且控制开关必须设在GIS室门外, 使工作人员进出时可随时操作。

4.2 气室应适当划分

在设计GIS设备时, 每个间隔可划分为若干气室, 分成相互独立的气室有利于防止事故范围扩大, 但分隔气室的隔板成本较高且故障率较高, 每一独立气室都必需有自己的压力监测装置、取样和充气口装置等, 这将大大增加成本, 事故的几率也随之增加, 因而气室不宜过多。不过若要考虑到今后扩建的便利因素, 气室不应过少, 否则下次扩建间隔可能导致全站或大部分停电。

4.3 设计时应配置两种接地开关

GIS需要配置检修接地开关和快速接地开关两种不同性质的接地关。前者仅起到断路器检修安全接地的作用, 而快速接地开关一般配置在出线回路的出线隔离开关靠线路一侧, 它可以开断线路电容电流和电感电流即两种感应电流;当外壳内部盆式绝缘子出现爬电现象, 快速接地开关可将主回路快速接地, 利用断路器切除故障电流从而保护GIS的外壳。

5 实际安装应考虑以下问题

5.1 在安装GIS设备时应保证清洁

为防止粉尘进入设备, 安装GIS设备时应严格控制作业区环境, 在安装和拆卸螺栓时, 避免杂质进入气室, 装配完成后用强力吸尘器将其表面彻底清洁。

5.2 应确保设备密封良好

密封性能对GIS设备是至关重要的, SF6的泄漏会造成一系列严重的后果, 特别是会使设备的绝缘强度大为降低。纯净的SF6气体无化学侵蚀性, 对人身完全无害, 但故障时的SF6粉尘是有剧毒的。

为防止SF6的泄漏, 降低SF6泄漏造成的严重后果, 应采取如下措施:

1) 设置SF6密封性的检查措施。如SF6压力表、SF6浓度仪及氧量表等, 以加强对SF6密封性的经常性检查, 尤其在工作区周围较低处要经常测试以免出现人员窒息事故。

2) 加强GIS室的通风设施:通风设施的控制开关应设计在GIS室的门外, 使运行人员进入GIS室之前, 必先启动通风设施, 只有离开后才能关闭, 以确保GIS变电站安全可靠的运行。

5.3 应保证SF6气体的干燥性

SF6中如果含有水分不仅会在高温下发生化学反应产生腐蚀性的剧毒物, 而且使绝缘件表面潮湿降低绝缘性能, 乃至出现放电现象。表面腐蚀后, 表面不再平整, 电场分布畸变, 闪络电压降低, 绝缘性能大大降低。因此GIS设备充气前需要抽真空。

参考文献

[1]BACKERSJ.城市供电网使用GIS与AIS系统的比较[J].国际电力, 1994.

[2]冯伟新.浅谈GIS变电站应注意的问题[J].广东科技, 2008.

[3]郑泽鸿.GIS变电站几个应予注意的问题[J].广东输电与变电技术, 2007.

[4]谭玲玲.GIS变电站设计中若干问题的探讨[J].山东电力高等专科学, 2007.

GIS 篇2

一、主要内容：主要包括地下管网GIS信息管理系统研发建设和市区地下管线普查探测两大部分。

二、总投入：3300万元。

三、何时完成：计划2015年12月。

四、目前进展情况：

1、地下管网GIS信息管理系统主体建设基本完成，其中综合管理子系统已开发完成约85%，服务共享平台子系统完成约70%，三维子系统完成约60%；

GIS研发:摆脱项目驱动 篇3

今年以来，地理信息产业在中国的地位快速攀升，先是被写进《政府工作报告》，随后国家测绘局又正式更名为国家测绘地理信息局，地理信息产业已被明确为国家重点发展的产业。GIS作为地理信息产业的核心内容，越来越受到各方的关注，提高中国GIS研发水平也成为业内关注的焦点。

GIS研发势头强劲

6月8日，全球最大的GIS基础平台软件开发商美国Esri在北京宣布，其首个驻外研发中心正式成立，这也是全球GIS厂商中首个在中国成立的研发中心。简单来看，这仅仅是一个国外厂商的个体行为，但从另一个侧面也反映出中国GIS发展的变化：目前GIS市场主要是通过项目驱动，随着应用的普及和深入，技术驱动将取得更多话语权。虽已有超图、中地等本土GIS软件厂商的持续耕耘，但是作为一个在GIS领域有40多年历史、用户遍布全球的公司，Esri在中国建立研发中心是迟早的事。

“不同于其在欧洲和中东的研发机构只开发特定领域的软件产品，我们在中国的研发中心将参与Esri全体系产品的研发工作。”Esri全球业务总监Dave Busser告诉记者，Esri(北京)软件研发中心将偏重于地理信息技术在云计算、移动技术和数据2D/3D影像化方面的开发，是Esri产品研发体系的重要组成部分。

GIS应用从无到有、从少到多、从点到面，GIS技术也相应地传播开来。GIS是一项复杂的应用技术，需要研究和积累经验性知识，如果仅仅依靠项目驱动，则无法更深一步发展。Dave认为：“GIS涉及系统测量、分析和建模等学科，这些都是支撑GIS的一些基础学科，此外，GIS还为我们带来了一些全新的认知世界的角度。人口问题、环境变迁、生物多样化，以及变化多端的全球气候都让GIS技术有了用武之地。”

对于研发中心的定位，Esri(北京)软件研发中心总经理张剑宇表示，不做内部外包,不做测试汉化,不做边角补订编程,不打下手。研发中心于去年年底注册，今年上半年进行基础建设和招聘。

GIS与IT深度融合

GIS的研发需要从实际应用中提炼重点和方向。摆脱了项目驱动的GIS研发更应该关注IT技术的热点，比如云计算、虚拟化等。

Dave Busser有超过26年的IT领域工作经验，他曾担任过盐湖城奥林匹克委员会的首席信息官员，负责一个3亿美元的项目，专门为2002年冬季奥运会提供技术解决方案。Dave于2002年加入Esri公司，进入了GIS领域。对于GIS和IT的融合，Dave有深刻体会：“很多IT系统都开始将GIS纳入作为其基础地理信息平台，帮助IT系统更好地服务于用户。虽然GIS与IT已经在有效结合，但是融合度仍然不够。”

Dave认为，中国用户的需求和国外用户的需求是类似的，只是业务流程不同而已，Esri把研发中心设立在中国，就是为了更好地读懂本地用户，从而让GIS与IT达到更好的融合。Esri还与许多知名IT厂商如微软、IBM等开展合作。

GIS 篇4

一、高校GIS专业的学科设置与教师特点

1.全面认识高校GIS专业的学科设置

中国的GIS高等教育始于1988年武汉测绘科技大学第一个设立的GIS本科专业。1997年正式在地理学和测绘学2个一级学科下分别设立“地图学与地理信息系统”和“地图制图学与地理信息工程”2个二级学科。1998年, 教育部在原地理类专业中正式增设地理信息系统理学本科专业。随着教育部对本科专业的调整, 在2012年9月教育部公布的《普通高等学校本科专业目录》中, 将地理学1级学科中的“地理信息系统”调整为“地理信息科学”。名称的调整已经将GIS从学科的层面上升到科学的战略意义。

地理学作为GIS的思想基础奠定了GIS基本的思维模式, 并不断拓展着GIS的应用领域。但是GIS的飞速发展还有赖于2个关键领域, 即数据获取技术、数据传输处理技术。因此, 在教育部《普通高等学校本科专业目录 (2012年) 》中的测绘类1级学科下设置了“遥感科学与技术2级学科”, 在计算机类1级学科下设置了“空间信息与数字技术”, 分别对应着GIS数据的获取与处理手段方面的人才培养, 从而围绕GIS的核心“地理思想+数据获取与处理”形成了较为完整的人才培养体系。

2.立足自身学科背景, 把握GIS发展前沿

从目前GIS专业的教师构成来看, 多数教师来自于地理学, 部分来自测绘学、计算机科学等专业, 分别具有不同的专业背景, 这对GIS本科专业教育来讲是一个较好的师资组合。但对教师个体而言, 往往局限于自身的专业领域, 缺乏对GIS领域或相关领域的全面认识。由于GIS具有的这些多学科交叉的特点, 就出现了青年教师职业定位模糊而导致在相当一段时期内科研方向不明确、科研成果产出率低等问题, 进而影响到课堂教学效果, 最终影响自身的职业发展。因此, 作为一名GIS专业教师应当有意识地在熟悉GIS的相关的学科特点及发展前沿, 尽量在较短的时间内融合自身特点和学校学科优势, 给自己一个科学、清晰的职业发展定位。

二、高校GIS青年教师的职业定位策略

作为一名高校教师, 要立足掌握丰富的专业知识和学术前沿, 养成独具魅力的教学风格和熟练的教学技巧。这样才能为今后的职业发展奠定坚实的基础。因此, 高校的GIS青年教师应该围绕学术科研和课堂教学在以下方面做好职业定位。

1.熟悉GIS的学科特点与关键技术

作为一名GIS青年教师, 无论是来自于何种专业背景, 都需要对GIS行业有一个全面的认识, 包括其形成发展历程、学科归属、思想基础、构成要件、关键技术、应用领域和发展趋势。基于这样一个全面的视野, 才能较为客观地把GIS与自身的专业结合起来, 才能明确自己的学术专攻方向, 形成自己的研究优势, 才能在课堂上为学生提供较为透彻的理论讲解。同时, 要了解GIS发展的新思想、关键技术和热点应用领域, 如“地理设计 (Geo Design) ”的概念与多点触控技术的结合, GIS对“云雾计算”技术汲取的“云雾GIS”, GIS与物联网的智能集成等。

2.明确自身学科与GIS学科的从属关系

从认识论的角度看, GIS的学科特点应围绕GIS的思想基础和解决问题的技术手段进行分析。据此GIS的核心应是基于地理数据的空间分析和数据获取与处理技术手段。由此, 地理、测绘、计算机科学、遥感等学科分别在GIS领域中承担了不同作用。因此, 不同专业背景的教师只有从自身的专业角度去审视GIS的发展, 才能找到较好的学术突破点。当然, 不同专业背景教师之间的交流也是非常重要的, 学科的发展非常需要这样的专业交叉碰撞。

3.苦练教学基本功, 追求高超的教学技艺

教师的首要任务是教书育人。站好讲台, 为学生带去丰富的专业知识和正确的人生观世界观, 这是每位教师必须具备的条件。因此, 教师要积极参加各种教学观摩教研活动, 不断拓展宽阔的专业视野, 训练扎实的专业知识, 塑造独立个人魅力的教学风格, 培养高超的课堂教学技巧与艺术。积极参加由中国地理信息系统产业协会教育与科普工作委员会每年组织的高校GIS专业青年教师讲课竞赛, 在大赛上接受检验, 开阔眼界。

4.紧扣学校专业优势融入科研工作

各个高校的GIS专业大多都依托了一定的优势专业, 如地理、地质、土地资源管理、林业技术等专业。作为青年教师在过了课堂教学关后, 要积极主动熟悉所在学校的GIS相关专业, 加入一定的科研小组, 在团队中进步, 在学习中收获。在一定时期内GIS思维模式相对固定, 关键技术尚未突破的情况下, 拓展GIS的应用范围也是取得进步的重点。

三、结语

中国的GIS事业正处于蓬勃发展的时期, GIS教育事业也值逢前所未有的机遇, 作为一名GIS青年教育工作者, 应该立足学校GIS专业特色, 紧密结合个人研究兴趣, 制定科学合理的职业发展规划, 融入到中国的GIS教育事业中。

参考文献

[1]边馥苓.我国高等GIS教育:进展、特点与探讨[J].地理信息世界, 2004, (5) .

GIS实习报告 篇5

地理信息系统（简称GIS）是以地理空间数据库为基础，通过计算机，对空间有关的数据进行采集、管理、操作、模拟分析和显示，并且采用地理模型分析方法，适时提供多种空间和动态的地理信息，包括位置、地物属性等重要信息，为地理研究乃至人类生活工作管理和决策而建立的一类计算机应用系统。地理信息系统具有区别于其它系统的三个重要特征，这些特征使得地理信息系统具备其他系统无可比拟的优越性。按照GIS的内容可以分为专题和区域地理信息系统两大类，而地理信息系统主要有五个核心问题，正因如此，才使得地理信息系统得诸多功能得以实现。地理信息系统作为一门多学科交互科学，具有非常广阔的应用。

地理信息系统是近年来迅速发展的一门学科，并且广泛运用到各方面，所以作为该专业的我们具有实践应用能力是很重要的，实习是对我们所学课程及实践应用能力的一个整体检验。通过实习，要求我们对目前社会的前沿知识或技术有所了解，明确在未来工作中的学习方向，并且从中找到自己的差距和不足，同时自己的能力和软件应用水平在实践中也会得到全面提高。要求学生能将所学的地理信息系统的基本理论、基础知识与基本技能应用到信息化建设中。

实习是每一个大学毕业生必须拥有的一段经历，它使我们在实践中了解社会、在实践中巩固知识；实习又是对每一位大学生专业知识的一种检验，它让我们学到了很多在课堂上根本就学不到的知识,既开阔了视野，又增长了见识，为我们以后进一步走向社会打下坚实的基础，也是我们走向工作岗位的第一步。本次实习主要是把我们所学的专业理论知识与实践紧密结合起来，培养实际动手能力与分析能力，以达到学以致用的目的。实习就是为了适应社会做铺垫，为以后的工作打基础，学会实践与理论结合。

通过这次实习将理论知识与实践相结合，使我们更加深刻地理解地理信息系统理论知识和运用GIS软件, 通过运用ArcGIS绘制一幅数字地图，从而对我们所学的内容进行进一步的巩固和提高。通过实习，加深我们对地理信息系统的组成、功能、数据库以及数据输入、数据编辑、数据分析、数据显示输出等基本概念、理论和方法的理解和掌握。本次实习，要求我们了解ArcGIS10.0和MapGIS6.7的基本组成，会使用并且熟悉一些常用的功能。例如：MapGIS6.7中的整图变换、

区编辑、图像分析、图像转换；ArcGIS10.0中的属性连接、图形裁剪、空间校正，矢量化等。

2实习内容

实习内容分为三部分MapGIS6.7影像裁图、ArcGIS10.0数据建库、数据处理。

MapGIS6.7影像裁图是使用的是图像处理中的图像分析，使用区文件影像裁剪功能进行裁剪。

ArcGIS数据建库及空间分析是将所建立的地理数据库文件，使用所学ArcGIS的属性查询、属性编辑、空间查询、数据输入、数据编辑、空间分析，对数据进行综合处理。

3实习过程

一、遥感影像的判读

遥感图像解译分为两种：

目视解译：指专业人员通过直接观察或借助判读仪器在遥感图像上获取特定目标地物信息的过程。

遥感图像计算机解译：以计算机系统为支撑环境，利用模式识别技术与人工智能技术相结合，根据遥感图像中目标地物的各种影像特征，结合专家知识库中目标地物的解译经验和成像规律等知识进行分析和推理，实现对遥感图像的理解，完成对遥感图像的解译。

遥感影像主要解译方法

1）先图外后图内：先了解影像图框外提供的各种信息。

2）先整体后局部：先整体观察，综合分析目标地物与周围环境的关系。

3）勤对比，多分析：多个波段对比；不同时相对比；不同地物对比。

二、影像图的配准－加载数据和地理配准工具

所有影像图都必须经过地理配准，以确保矢量化工作顺利进行。

1.打开ArcMap，添加“地理配准”工具栏。

2.把需要进行配准的影像图增加到ArcMap中，会发现“地理配准”工具栏中的工具被激活。

3.输入控制点在配准中我们需要知道一些特殊点的坐标。通过读图，我们可以得到一些控制点，我们可以从图中均匀的取几个点。一般在实际中，这些点应该能够均匀分布。

4.在”地理配准”工具栏上，点击“添加控制点”按钮。

5.使用该工具在影像图上精确的找一个控制点点击，然后鼠标右击输入该点实际的坐标位置。

6.用相同的方法，在影像上增加多个控制点（大于4个），输入它们的实际坐标。点击“影像配准”工具栏上的“查看链接表”按钮。检查控制点的残差值，删除残差特别大的控制点并重新选取控制点。

7、在“地理配准”工具栏中单击“更新地理配准”，这样坐标就变成了真实的坐标了。

注意：我们这次实习用的方法是用正确的图框去矫正影像图。

三、创建个人地理数据库

1、打开Arcmap在指定目录下，鼠标右击，在“新建”中，选择“个人地理数据库。自己命名数据库的名称。

2、新建“要素数据集”，也是自己命名。

3、新建“要素类”，我新建了“DLTB、XZDW、DLJX、XZQJX、XZQ”等几个图层，并且在每个图层里创建了不同的字段。并且要进行坐标系的匹配，我们这次实习用的是西安1980，35度带的坐标系。

四、影像图的矢量化：

矢量化时要分层进行。矢量化的内容有：地类界线、现状地物等。

五、影像图的属性录入：

录入数据前,我们要清楚各种数据录入的命名规则,和软件当中那些数据是需要填写的。把所有数据的属性都录入完整。例如：XZQMC、XZQDM、YSDM，地类名称，权属单位等等。

六、接边：

把和自己的图相邻的四幅图拼接在一起，把现状地物、地类界线、地类图斑接在一起，并且把属性录入完整。

七、图面整饰：

把图面整饰完美

八、出图：

把矢量化好的图转换成jpg格式的，并且把它打印出来

4总结与体会

通过本次为期两周的实训，我学到了不少东西，不仅熟悉了MAPGIS6.7、ArcGIS10.0软件的基本操作，还掌握了空间数据和属性数据的输入方法、数据编辑方法；掌握了影像匹配、坐标变换的基本方法；掌握了矢量数据和属性数据的基本操作方法；掌握了数据显示的基本方法以及布局地图的制作和输出方法。另外，我还学会了用 GIS 软件设计和解决一些实际的问题。

通过本次实习，我还认识到了很多问题。这次综合性实习中遇到了很多问题与困难，刚拿到图时都不知道怎么动手，但后来通过与同学讨论、请教老师和在网上查阅相关资料，最终完成了这次实训，并且也对 GIS 软件有了更好的掌握与了解。如今，理论联系实际越来越受到人们的普遍关注，作为大学生的我们，在课堂里学习到的知识如何才可以很好的联系到实际生活，如何才可以将课堂里的知识带到社会实践当中去，更好的为社会服务，这些都受到了社会的普遍关注。为了更好的将课堂里学习到的理论知识与社会实践相结合，很多大学生都纷纷走出校门，参加到各行各业的实践当中去，用自己在课堂里学习到的知识为地方服务，让实践来检验自己所学的理论知识。我们只有在学校把知识真正的学好了，这样以后走出学校后才会有更强的竞争力。

短短两周的实训结束了，在这两周里，我用软件进行了矢量化，包括了对公路、铁路、河流等的矢量化。而且，还进行了建库、建要素类等的内容。在两周里，我基本完成了任务，并且加深了对ArcGIS10.0的认识。

首先，我们进行的是数据库、要素类、要素集的创建，在ArcMap10中进行的创建，选择给定的坐标系统，并根据图上的地物要素创建要素，比如河流、公路、铁路等。接下来，我们进行了影像的地理配准，根据已知的图框来矫正影像图。

接着就是矢量化，在这个的过程当中，我学会了很多东西。对现状地物要素的属性进行了完善。接下来，我还进行了其他地物要素的矢量化，在这过程中遇到了很多不会的东西，在老师的指点下，我度过了难关，基本上完成了任务。

两周的实训虽然很短，但是，这对我来说是来之不易的一次体验，它不仅使我对ArcGIS有了更深的`认识，通过亲身实践，也基本学会了图像矢量化的基本步骤；而且，让我体会到了内业工作的艰辛与繁琐 ，更清楚的知道了所选专业的工作，包括工作内容、工作环境等等。最重要的是，让我学到了耐心的重要性，这在以后的工作当中是不可缺少的。我们要有耐心，才能把我们的工作做得更好。 总之，这次的实训让我学到了很多东西，我很珍惜，虽然自己的任务完成的不是特别的好，但是这次实训让我把课本和实践结合起来，把知识更好的灵活运用起来。在以后的日子里，我还要继续努力的学习，往更高的方向发展。

在这段实习期间里，我认真尽责、仔细观察、综合分析的完成了各项工作，注重联系实际，理论与实践相结合，努力提高实习质量。不断提升实习效率、严格要求自己，遵守实习的规章制度，踏实肯干，未曾出现过无故缺席，迟到早退现象，并能与实习期间的老师、同学和睦相处，交流融洽，能取长补短，虚心好学，注重团队精神。此次实习受益匪浅，学到的东西真的很多，至少对MAPGIS和ArcGIS的功能有了更深的领会，对GIS与其他领域知识的结合进行相关分析有了很好的体会。同时，也懂得了一些在社会工作中为人处事的道理。

通过这段实习时间使我深刻的了解到扎实的专业知识是提高工作水平的坚实基础。在学校课堂学习专业知识时,可能感觉枯燥无味,但当我们实习以后,才会发现专业知识是多么的重要。、，掌握各种专业知识和技能是非常必要的。其次，团结协作,善于沟通，是我们从事工作的基本。

云GIS要把路走实 篇6

9月的北京国际会议中心，先后迎来了两个GIS领域的盛会，其一是超图软件的“2011 SuperMap GIS技术大会”，以“图启云涌，创新未来”为主题；其二是“2011 Esri中国用户大会”，以“GIS——理解我们的世界”为主题，大会首日两个多小时的技术演示，许多数据和功能服务调用都是直接通过无线网络从云端获取。两大GIS软件提供商均高调开启了自己的云战略。

GIS企业捧云

云计算在GIS领域炙手可热，从数据提供商到软件厂商再到应用系统集成商，都在摩拳擦掌。

超图软件在GIS云计算方面的工作开始于2009年，超图软件的云计算规划要做两件事，一是为搭建GIS私有云和公有云提供平台软件，二是搭建一个公有云，为大家直接提供服务。超图软件的SuperMap iServer是一个具有SOA架构的全功能GIS服务平台，它支持虚拟化、服务集群、服务聚合。对于跨平台支持方面，超图软件选择了标准C++全部重写了GIS内核。在2011?SuperMap?GIS技术大会上，超图软件发布了全球首套支持云计算的64位Service?GIS平台软件产品SuperMap?GIS?6R（2012）以及超图地理信息云服务平台。SuperMap GIS 6R（2012）的诞生，不仅标志着GIS对云计算支持的重大突破，同时也揭开了中国地理信息产业“云计算”时代的序幕。

美国厂商Esri则宣传自己是迄今唯一一家在Internet上提供真正云GIS服务的公司。Esri通过Amazon EC2向世界各地的公司提供ArcGIS Server服务,使Esri的用户能够在几分钟内部署关键的空间数据和GIS 服务器，不必再花费大量的时间和费用来实施对弹性运算资源的部署和管理。当前，Esri已将公有云GIS、私有云GIS以及面向企业和组织机构的云GIS解决方案云+端落地，并Esri正在与国家级的多个超级计算中心合作，进行产品级云GIS部署测试。

与此同时，中地数码的MapGIS K9 SP3嵌入式开发平台，也宣称步入云时代，能很好地屏蔽异构平台在体系架构和操作上的差异，方便快捷地在各种硬件平台的终端上快速部署各类GIS空间信息应用。

传统图商高德不惜血本进入移动互联市场，宣传地理信息新型服务业态，以及基于云的位置服务领域的创新变革。

国内实力极强的航空影像获取公司天下图也在为其“天下图云”蓄势，以构建全国高分辨率数据库作为物理基础，在其自有跨平台、跨浏览器、支持多终端的软件平台支撑下，为用户提供各种免费访问的基础地图服务，应用到各类服务中。

可以看出，由于云计算所引发的软件变化是最大的，因此，在所有GIS相关厂商中，软件平台提供商的动作最大。

云GIS必须贯穿数据、软件、开发等几个层面，用户才能真正随时获取所需的GIS资源。正因为此，GIS领域里的各类厂商必须共同打造出一个健康的生态环境，众人拾柴火焰高，先把云做起来，再来享用市场蛋糕。

政府擎云

今年的GIS领域，还有一件大事，那就是国家测绘局的更名。

5月25日，国家测绘局正式更名为国家测绘地理信息局。这意味着其未来将更加注重地理信息产业的发展。

国家测绘地理信息局局长徐德明提出的重点工作许多都与云相关，比如，加快“数字中国”建设步伐，推进全国基础地理信息资源的优化整合、无缝连接和协调一致。这一举措要延伸到全国地级城市以及有条件的县级城市。

2010年，我国地理信息产业从业单位已超过2万家，从业人员超过40万人，产值达到1000亿元，并以每年超过25%的速度持续快速增长。拥有自主知识产权的技术占市场份额大幅提高，GIS软件市场占有率从2003年的30%增加到2010年的70%以上。

虽然早期的GIS项目主要由政府部门和大企业买单，国家项目构成了地理信息市场的主体，但产业的发展显然不能完全依赖政府投入，云GIS创造了条件，让地理信息产业迎来企业级、大众化应用的时代。而政府也应该从消费者变为引导者。

国家测绘地理信息局副局长李朋德告诉记者：“目前发展云GIS的难题，在于我国地理信息服务的政策基础还不足，尤其是保密与开放的矛盾突出，地理信息服务的标准化滞后，产业结构和分工不清，产业链和商业模式不健全，简单的重复性劳动多，地理信息服务的监管不足，支持云计算的GIS尚在探索中。国家测绘局要做的就是出政策、打基础、抓监管、促服务。”

当前，我国地理信息技术创新正在迎来一个全新的发展机遇。智慧城市、智慧交通、智慧电力等不仅得到了国家政府的重视，也成为信息产业发展升级的重要方向。而云计算和物联网是实现智慧化的核心技术和基础设施，必将成为我国信息化建设的一个新的推动力量。地理信息作为众多领域信息化建设必不可少的信息资源支撑，必须加快与云计算、物联网的紧密结合，产生更多的地理信息服务业态，为产业发展创造更广阔的市场空间。

李朋德分析说：“我国地理信息产业仍处在起步阶段，还存在地理信息资源不够丰富、产业规模不大、信息开发利用不足、核心关键技术缺乏、高端仪器自主化水平不高、安全监管有待加强等问题，参与国际竞争的能力不强。国家测绘地理信息局非常重视企业的科技创新和产业化推广，对条件成熟，有利于创新和产业链完善的企业，可以设立产、学、研、商相结合的工程研究中心，推动我国地理信息技术的不断创新。” 据了解，为创造更好的环境条件，有效推动地理信息产业加快发展，国家测绘地理信息局已经起草了《关于促进地理信息产业发展的指导意见》，并已征求各有关部门的意见，正准备报请国务院印发。

国家测绘地理信息局鼓励优秀的地理信息企业加大对云计算、物联网的投入，加强与产业链上下游的合作，以打造出满足中国地理信息需求、适合中国信息化发展趋势、具有中国自主创新特色的地理信息云服务模式的应用示范。

GIS规划未来 篇7

“大家早上好!我是罗杰·汤姆林森,感谢业界同仁给我的这个称号——‘GIS之父’,这样算看,Esri(中国)公司的总载何宁就应该是我的儿子了”,已经77岁的汤姆林森依然是精神矍铄,幽默风趣,在演讲全过程中一直站着面对听众:“物质世界中的任何事物都被牢牢地打上了时空的烙印。我们在生产、生活中80%以上的信息都和地理空间位置有关。作为获取、存储、分析和管理地理空间数据的重要工具、技术和学科,GIS近年来得到了广泛关注和迅猛发展。”

GIS提供的是一种信息产品

GIS虽然复杂,但要理解起来似乎也并不难。汤姆林森指出,“GIS实际上就是由数据、数据的存储分析以及最终输出的信息产品三部分组成。”

首先是数据,它们包含着各种形式的地理信息。数据的来源可谓是多种多样,既有来自于各种地图的硬拷贝形式,也有借助现代科技,从不同渠道收集上来的已经数字化的信息,比如从互联网、企业内网,或者从服务器以及无线设备中。数据来源广泛,这些形式中包含有丰富的点、线、面的属性,测量、摄影测量、影像、GPS以及VGI (自发式地理信息)。GIS要做的一项工作就是要把这些数据结合起来并以数字化的形式存储,尽管这样做的成本相当的昂贵。

“自发式地理信息将会改变GIS的本质。”汤姆林森强调说,“由于当今多媒体采集设备的大众化普及,现在人们可以对所看到的一切进行拍照,然后上传到服务器上。对GIS而言这是一场革命。比如在澳大利亚,考拉熊正濒临灭绝。倘若有某个人看到了考拉熊,用手机拍摄下来,并用GPS传送到服务器上。我们就可以了解在澳大利亚还有哪些地方有活着的考拉熊。所以这种自发提供的地理信息,它可以变成一种权威数据。”

其次是存储、分析,应该说这一部分是整个GIS的核心。在GIS中所有数据都是通过转换,按某种特定形式储存起来的,特别是在建立数据库的时候,在一组数据之间和另外一组数据之间会建立一组逻辑连接,因为随后需要把不同的数据共同利用起来。把数据放到GIS里面并不仅仅是为了储存,而是为了分析,利用这些数据并把其和其他的数据进行比较,会生成许多有价值的信息,而这些信息会对某些有需要的机构起到很大的作用。

所以说,事实上GIS要做的是要生成一种信息的产品。数据储存到GIS里面进行一番分析之后就得出了一个结果,这个结果会生成一组信息产品。比如一种新的地图,会展示到你想看的地方。比如哪个地方有最好的咖啡,哪个地方有新的医院,它都能以图表的形式出现,甚至你可以把你的工作流程在GIS中显示出来,利于你做出决策,或者能够很快速地查询,并且在打印机上把结果打印出来。

汤姆林森介绍说,分析一般是由操作人员在交互的环境下操作的,操作人员利用软件的功能分析数据,GIS可以生成出很多的信息内容,尤其是我们要做出决策的时候,会发现有一系列对我们做决策来说非常重要的信息。

GIS的优势体现

“讲到我们的优势,我认为是可以更好、更快、更高效、更节约成本地开展我们的业务。GIS对几乎所有行业中各种规模的组织来说都是有用的。更多基于标准的技术的出现,以及GIS用户获益的不断彰显,使人们逐渐意识到GIS的经济价值和战略价值,对此也越来越感兴趣。GIS企业级解决方案和包含GIS的IT战略的数量正在快速增长。”罗杰·汤姆林森这样说。

GIS的优势体现在五方面:

第一,提高效率,节约成本。不管是在执行任务(例如,通过自动化或改善工作流来节省人力)还是改进任务本身,这点都可得到体现。美国著名大型零售商Sears通过在物流业务中应用GIS使效率得到了巨大的提高。GIS为送货卡车创建行驶路径,大大减少了Sears的派送时间(约75%)。同时,完成派送任务的成本也降低了很多,例如,通过最优路径减少了12%到15%的行驶时间。GIS还为Sears提高了客户服务质量,减少同一地点的回访次数,在预约安排上表现得更高效。

第二,更好地制定决策。这通常与更好地制定位置方面的决策有关。常见的例子包括:房地产选址、路径/廊道选择、土地分区、规划、环境保护、自然资源开发等等。人们逐渐认识到做出正确的位置决策对一个组织的成功来说至关重要。

第三,改善沟通。基于GIS的地图和可视化对人们了解情况和讲故事有很大的帮助。这是增进不同的团队、部门、学科、专业领域、组织和公众之间交流的一门新的语言。

第四,更好地记录地理信息。许多组织都要负责对地理现状和变化(地理明细)进行权威性的记录。例如,人文地理中需要对土地利用进行分区、人口普查、土地所有权、以及行政边界等。自然地理中包括森林资源清查、生物资源调查、环境测量、水流量,以及一整套的地理记录。

GIS为管理这类系统提供了一个强大的框架,包括完整的事务支持和报表生成工具。这些系统理论上说似乎与其他信息系统类似,都用来管理数据、处理事务,生成变化信息的标准化记录(例如,地图)。然而,因为GIS特殊的数据模型,以及成百上千个用来支持GIS应用和工作流的专用工具,所以他们是根本不同的。

第五,从地理的角度来进行管理。在政府和许多大公司中,GIS对掌握正在发生的事情的状况来说必不可少。最高级别政府的高级行政和管理人员使用GIS的信息产品来进行交流。这些产品为构思、理解和指挥行动提供了可视化的框架。例如与土地利用、犯罪、环境和国防/安全形势等相关的各种地理模型和关系。

GIS正日益被用作企业级信息系统。这远远超出了简单地在DBMS中实现空间化的业务表。地理正作为一种新的组织和管理方式出现。就如同上世纪六十年代、七十年代、至八十年代,企业范围的财务系统改变了组织的管理方式一样,GIS也正在改变各组织管理他们的资产,客户/市民服务,进行决策及交流的方式。

私营企业的例子包括大部分的公共事业、林业和石油公司,以及大部分的商业/零售企业。他们将资产和资源作为企业信息系统的一部分进行维护,用来支持日常工作的管理任务,为资产和资源管理提供广泛的依据。

回顾过去

GIS技术已发展了40年,经历了从大型主机到小型机、到工作站、到PC的过程。在过去的六七年里,网络成为了地理数据共享、浏览以及集成(融合)的一种平台。当平台发生迁移时,用户的使用量都会有一个数量级的增长。

随着GIS在网络上越来越广泛并且与移动平台结合,它将覆盖所有人,地理知识也将会非常的普及。

互联网巨头如Google和微软,在这种面向消费者的地图中很好地展现了地理知识的力量。GIS专家一直推崇GIS的强大,逐渐地,人们在日常生活的许多方面都在使用地理空间信息,例如导航、示意等等。这是有原因的。许多人开始认识到空间能力是人类智力的一个重要层面。可能有人会说,人天生就会观察、理解,能将地理空间中的事物关联起来。然而有一些人更倾向于使用右脑,我们都有一定水平的地理认知能力,这与我们推理和制定决策相关。

随着时间的推移,我们每个人都将会利用地理知识,最终成为我们必不可少的需求。例如,即使是很小的农场也将使用GIS,基于天气条件、土壤以及无数其他方面的参数,决定何时以及何地种植作物最佳。GIS专家也将帮助这些人,齐心协力来创造更加美好的世界。

随着时间的推移,地理知识将产生重要影响并最终成为每个人必须掌握的信息。比如,甚至是最小的农场也需要借助GIS技术了解天气状况、土壤等其他因素以确定需要播种的作物以及播种的时间。GIS专业人员将辅助人们调整方案以作出更好的决策。

可用的空间数据呈现几何级增长在某种程度上归功于GPS、遥感、雷达和传感器网络等新兴测量技术的发展。今天,人们可以轻而易举地想象出一个世界中正改变或移动的任何事物都是可量测的。这意味着随着时间的变化,GIS将更好地将地理现象模拟得栩栩如生,并逐步与传感器网络、卫星和飞机综合测量以及地理空间数据库交互相结合,将给GIS用户提供持续的监测手段。GIS为这些测量数据提供了组织、管理、分析和可视化的平台。GIS技术平台,尤其是数据管理工具,正往新数据类型、海量数据处理及高频转换的方向发展。

并且,GIS逐步成为公认的用于多种地理空间数据集成处理的基础技术,这些数据包括地理实体和现象的测量数据以及其他地理空间参考信息(比如表格、文件、图件等)。这些集成的数据模型可利用丰富的、可扩展的制图和分析工具进行开发,这使得GIS平台被大多数企业认为是有极大潜力的技术平台。

发展是大势所趋

罗杰·汤姆林森这样表达了对GIS未来趋势的预测,“上一周有些人间我GIS下一代将是怎样的发展,我的回答是你可以随处去看看,你会得到很睿智聪明的回答,当然这肯定是真实的回答。”

从平台趋势来说,整个计算栈仍然受到“摩尔定律”的影响,包括计算设备的性能、存储价格、带宽以及大小。这意味地理空间平台的性价比会不断增加。当今,每个电脑都与网络相连,能够访问各种分布式的数据和知识。移动设备也能连接到这些网络,并且很快成为了访问服务的大用户。同时,地理空间测量和数据集正在呈指数增长,包括遥感、雷达、视频、数字测量、GPS、传感器网络、具有地理空间扩展能力的数据库以及越来越多的生成地图事务的地理空间工作流。GIS软件正在朝着利用这种计算平台的方向发展,更加具备整合、使用、分发所有这些数据服务的能力。

GIS将继续发展并成为大多数政府部门和企业组织必不可少的信息设施。我们正关注互联网和移动设备如何改变GIS的实施和使用方式。未来10年将见证更快速更强大的移动设备的激增,以及手机和个人电脑之间的差距将逐渐消失。移动设备的使用将持续增长,这些设备将支持对更多地理空间应用程序、GIS系统和地理信息的访问。

支持这些设备的GIS系统和服务将越来越注重于官方权威数据,有趣并有用的应用程序以及简单直观的解决方案显得更为重要。

关于GIS的信息产品,罗杰·汤姆林森表示了他们更好的想法,他觉得必须以美元的价值来进行衡量。比如信息产品可以带来多少美金的收入,可以节约多少美金的预算。讲到价值,也必须由用户者监督员来做出相应的证明。

GIS需要一个监测系统来对收益进行随时的追踪和监测。在这个过程当中,其必须跟机构的预算进行很好的联系,通过这样的方式,可以使收益分析成为该系统业务发展的战略之一。之后GIS还可以成立一个预算节约成本分析报告,这对机构的预算规划来说非常有好处,也就是说GIS可以也必须是组织行为规划中的一部分。

今天,GIS系统的典型利用中,包括了农业、考古、交通、生物、商业分析、制图、动植物保护、矿业、国防、物流、人口分析、统计等等众多领域,非常广泛。

今天,全球有500万人、30多万个机构、100多个国家都应用了GIS系统。

云GIS探讨 篇8

地理信息系统 (Geographic Information System, 简称GIS) 是一种采集、处理、存储、管理、分析、输出地理空间信息及其属性信息的计算机系统。目前, GIS应用软件已在各行各业得到了广泛的应用, 为我们的生活带来诸多的便利。但是, 随着地理数据的不断积累及人们对地理数据的精度要求与丰富性的不断提高, 导致GIS应用需要处理大规模、海量的数据[1]。为了保证对数据的高速、有效计算与分析, 需要不断的加大对硬件的投入来增强系统的计算能力, 硬件成本大大提高, 管理和使用也愈加复杂。随着云计算技术的发展, 为解决这些GIS问题开辟了一种新途径。

1 云计算理论

云计算是在分布式计算、并行计算和网格计算的基础上发展起来的。云计算其实并不是新技术的发展, 实际是分布式计算、效用计算、并行计算、平台即服务、基础设施即服务等概念的一个综合演变[2]。目前, 业界与学术界对云计算并没有明确统一的定义。从狭义上讲, 云计算是指云服务提供商通过分布式计算和虚拟化技术等搭建IT基础设施, 并以免费或按需租用的方式提供给用户[3];从广义上讲, 云计算是指云服务提供商通过建立网络服务器集群, 通过网络向用户提供硬件租用、数据存储、计算分析等不同的服务。云计算的核心思想就是以虚拟化为基础, 通过网络将各种IT资源统一起来组成一个资源池向用户提供各种形式的服务。这个资源池其实就是所谓的“云”。这个“云”能为用户提供无限计算资源, 并且可以随时获取, 按需使用, 动态扩展, 按需付费。更通俗的说, 云计算就像人们日常生活中所用的自来水与电, 只要打开开关或水龙头, 就自然会有电、有水。此时, 国家电网及自来水公司就扮演着云计算提供商的角色, 向人们提供水电服务, 人们按使用量付费却不用知晓水电来自哪里。

从云计算部署的角度来看, 云计算分为私有云、公共云和混合云。私有云被一个组织管理操作, 公共云由一个组织管理维护, 提供对外的云服务, 可以被公众所拥有。混合云是以上两种云的组合。

从云计算服务的角度来看, 云计算服务类型可以分为基础设施即服务 (Iaas) 、平台即服务 (Paas) 、软件即服务 (Saas) 。如图一所示。

(1) Iaas层在服务层次上属于最底层服务, 是物理硬件资源。通过虚拟化技术, 为用户提供处理、存储、网络以及其他资源服务, 以便用户能够部署操作系统和运行软件。Iaas把多台服务器组成的“云端”基础设施, 作为计量服务提供给客户[4]。

(2) Pass层是构建在基础设施即服务之上的服务, 用户通过云服务提供的软件工具和开发语言, 部署自己需要的软件运行环境和配置。用户不必控制底层的网络、存储、操作系统等技术问题, 底层服务对用户是透明的。

(3) Saas层是最上一层。Saas是一种通过互联网将可使用的应用软件作为服务提供给用户使用。

云计算具有以下几个显著特点: (1) 高可靠性和高可用性。为争取用户, 云计算服务提供商会提供高效的保障措施以满足用户的需求; (2) 高扩展性。由于“云”是大量IT资源的虚拟化的资源池, 通过统一调配和管理, 可以动态的随用户的需求变化进行相应的资源动态伸缩; (3) 低成本。用户不用再像传统软件开发方式一样, 自己购买软硬件及数据, 一切资源都可以在云端获取; (4) 普适性。云计算面向的是不同用户及终端、平台, 这要求云计算系统能做到跨平台、支持各种终端。 (5) 共享性。云计算能够很轻松的实现数据共享。如ESRI公司推出的Arc GIS Online就是一个云计算应用, 用户可以将自己制作的地图发布上去, 其他用户就可以免费或有偿获取这些地图以快速的构建自己的GIS应用。

2 基于云计算的GIS

2.1 云计算与GIS的结合

古往今来, 几乎人类的所有活动都发生在地球上, 都与地球表面位置 (即地理空间位置) 有关, 据专家估计, 在我们经济建设、日常生活活动所涉及的信息中, 80%与地理信息密切相关, 这也决定了GIS应用具有以下鲜明的特点:

(1) 数据量庞大, 存储能力要求高。随着数据采集技术的不断发展及3维虚拟模型数据等的应用, 人们能采取到更多更丰富的数据, 存储这些数据及其相关关系, 对数据存储能力要求非常高。

(2) 计算量大。GIS应用数据量庞大带来的好处就是在基于这些数据进行分析处理时, 能做出较准确的决策, 为生产生活带来便利。但是, 数据量庞大也导致了计算量非常庞大。另外, GIS中的分析计算往往也涉及到一些非常复杂的运算。如空间查询、拓扑和空间关系计算。

(3) 可靠性要求高。GIS计算后得到的处理结果准确与否是非常重要的, 这将决定决策的好坏。如在防汛抗旱中, 如果GIS服务提供的处理结果不准确, 那很有可能带来灾难性的后果。

(4) 数据共享性要求高。目前, 各行业与部门间的GIS应用一般都是不相互开放的, 然而地图数据的采集制作成本较高, 如果为每一个GIS应用重新采集制作数据, 成本将成倍提高。因此, 实现数据高效互访、共享是打破各自数据壁垒、信息孤岛的最佳方法。

综上所述, GIS对计算、存储、可靠性及数据共享性均有较高的要求, 而云计算能很好的满足GIS的需求。云计算的分布式存储技术、多节点协同并行分析处理能力可以很好的解决GIS庞大数据量的存储及计算能力, 同时, 云计算面向服务的特性使得数据共享能很好的实现[5]。

2.2 云GIS系统的设计

云GIS是基于云计算的架构来设计的, 云GIS在底层虚拟资源的强大支持下, 向用户提供各种地图服务, 包括定位能力、数据统计分析能力等服务。图二描述了一个云GIS的架构。

如图二所示, 云GIS改变了原有的GIS体系架构, 从技术层面上可以分为四层:硬件基础设施层、虚拟化资源层、云GIS管理中间件层及云GIS服务层。

基础设施层是最底层, 它提供各种计算资源, 包括计算机、网络、服务器等;虚拟化层主要是把GIS需要的各种软、硬件资源都抽象为服务向上层提供服务;云GIS管理层则主要是实现对GIS用户身份认证、对使用GIS服务进行计费等功能;最上层是云GIS服务层, 这一层可以根据实际业务需求进行定制, 云GIS服务规模可以动态伸缩, 以满足应用和用户规模增长的需要, 同时, 这一层将GIS的各种功能封装成标准的Web Services服务, 采取SOA体系进行管理, 用户可以使用多种终端访问这些云服务。

3 云GIS的优势与不足

云计算的出现及其在GIS领域的应用, 改变了GIS的体系结构, 为GIS的发展带来了新的方向、新的活力, 但是, 云GIS存在优势的同时, 也必然有其不足之处, 下文论述了云GIS的优势与不足。

3.1 云GIS的优势

3.1.1 减少了工作量, 优化了开发过程

在传统的GIS应用开发过程中, 我们不仅要进行采集数据、制图、发布地图等工作, 还要做搭建开发环境、构建复杂的并行处理、调度模型等工作, 应用系统开发出来后, 还要考虑系统的升级和维护。这些工作占用了大量的资源和精力。而基于云计算来开发, 我们只需向云平台提供商申请资源并付费, 云提供商会负责环境的搭建及系统的维护升级, 这在很大程度上节约了时间, 让开发人员能更专注于业务的开发。

3.1.2 降低了开发成本及对用户的要求

云GIS能比较好的实现数据的共享, 对于地图数据, 可以集中存储到云端以共享的方式向用户提供。这样, 在开发的时候就不需要为每个项目、每个下属部门重复购买数据了, 开发成本也就随之大大降低。同时, 云GIS使得户不必在自己的计算机安装客户端, 甚至购买相关硬件设施, 用户只要有一个能接入网络的终端, 就可以获取自己感兴趣的数据与服务。

3.1.3 提高了资源利用率及GIS应用的灵活性

不同GIS应用对功能、计算的要求各不相同, 因而对软硬件的要求也千差万别。基于云计算开发GIS应用, 就可以根据自身实际需要向云计算平台提供商申请相应资源, 有效杜绝浪费。同时, 在访问量急剧增加的情况下, 也可以由云平台提供商弹性的增加相关软硬件资源, 而不用重新部署基础硬件设施, 使得GIS应用更具有灵活性。

3.2 云GIS的不足

云GIS尽管具有诸多优点, 但在云GIS的不断发展下, 也存在一些不足:

3.2.1 云计算平台的标准化

云GIS是以具体云计算供应商提供的云计算平台为基础的, 云供应商提供相关软硬件的支持, 但是, 具体的云GIS应用必然会在云计算平台上存储庞大的数据。如果有一天想更换云计算平台, 那将是一件极麻烦甚至是不可能完成的任务。因为不同的云计算平台所采用的数据存储方式、构建方式是不一样的。因此, 云GIS继续发展依赖于云计算平台的标准化。

3.2.2 相关技术的完善

云计算的安全问题是用户最关心的问题, 谁都不想存储在云端的数据被泄漏。安全保障技术的进一步发展, 是云GIS的一个关键问题。同时, 云计算技术中的网络存储、网格计算、并行计算及GIS相关技术也都不成熟, 这些都是云GIS进一步发展需要解决的问题。

3.2.3 网络技术的完善及优化

随着云计算的不断发展, 未来的软件会高度网络化、服务化。云GIS应用的目标也是让用户只通过浏览器就可以获取自己所需要的服务与功能。如何有效、稳定传输该过程中涉及到的大量空间数据将是一大突出问题, 这一问题将会桎梏云GIS快速发展。

4 结束语

云计算在GIS领域具有良好的发展潜力。当前, Google、ESRI、Super Map等公司已涉足云GIS领域, 效果良好, 如ESRI公司的Arc GIS Online、Google的Google Earth及GIS Cloud[6]等。云计算与GIS的契合度很高, 虽然也存在着一些不足, 但随着云计算技术及GIS技术的不断发展, 基于云计算的GIS应该会越来越受欢迎。

参考文献

[1]Armbrust M, Fox A.Above the Clouds:A Berkeley View Cloud Computing[R].Technical Report No.UCB/EECS-2009-28, university of California at Berkeley, USA, February, 10, 2009:36-141.

[2]王鹏.走进云计算[M].北京:人民邮电出版社, 2009.

[3]刘鹏.云计算[M].北京:电子工业出版社, 2010, 3.

[4]Developing an Enterprise Cloud Computing StrategyH Li, J Sedayao, J Hahn-Steichen, E Jimison, C-Intel Corporation, 2009.

[5]赵薇, 耿晴.云计算在GIS系统模型中的应用[J].地理空间信息, 2010, (06) :8-10, 14.

GIS地形分析实例 篇9

近年来, 随着计算机技术的飞速发展、空间技术的日新月异及计算机图形学理论的日渐完善, GIS以其强大的地理空间信息处理的优势, 在各项专业以及政府部门等许多领域发挥着越来越重要的作用。

随着GIS应用范围的扩大, GIS本身所特有的空间信息查询、图层叠加等简单的空间分析功能已经不能满足各类实际应用的需要。而地形分析在各项应用领域中扮演着越来越重要的角色。因此, 利用GIS的DEM地形分析手段, 我们可以实现实用而又精确的地形分析功能, 满足众多应用领域。

1. GIS地形分析介绍

1.1 DEM与DTM

数字高程模型DEM (Digital Elevation Models) 是数字地面模型DTM (Digita Terrain Models) 的一种特例, 两者都是描述地面特性的空间分布的有序数值阵列。从数学的角度, 高程模型是高程Z关于平面坐标X, Y两个自变量的连续函数, 数字高程模型 (DEM) 只是它的一个有限的离散表示。高程模型最常见的表达是相对于海平面的海拔高度, 或某个参考平面的相对高度, 所以高程模型又叫地形模型。实际上地形模型不仅包含高程属性, 还包含其它的地表形态属性, 如坡度、坡向等。数字地形模型DTM是地形表面形态属性信息的数字表达, 是带有空间位置特征和地形属性特征的数字描述。数字地形模型中地形属性为高程时称为数字高程模型 (DEM) 。高程是地理空间中的第三维坐标。由于传统的地理信息系统的数据结构都是二维的, 数字高程模型的建立是一个必要的补充。DEM通常用地表规则网格单元构成的高程矩阵表示, 广义的DEM还包括等高线、三角网等所有表达地面高程的数字表示。在地理信息系统中, DEM是建立DTM的基础数据, 其它的地形要素可由DEM直接或间接导出, 称为“派生数据”, 如坡度、坡向。

而且与DTM不同的是, DEM的地面特征是高程值Z, 而不是描述土壤类型、植被类型和土地利用情况等属性值。也就是说, DEM是描述地形的高低起伏、坡度变化的模型, 是立体分析的, 而DTM是分析地形表面的不同用途和类型等。现在较为常用的DEM是基于2.5维表现形式的规则网格 (GRID) 和三角网 (TIN) 。

1.2 GRID

GRID是由一组大小相同的网格描述地形表面, 其数据的组织类似于图像栅格数据, 只是每个象元的值是高程值, 即GRID是一种高程矩阵。其高程数据可直接由解析立体测图仪获取, 也可以由规则或不规则的离散数据内插产生。它的优点是数据结构简单, 便于管理, 拓扑关系简单, 算法容易实现, 某些空间操纵及存储方便;不足的地方是, 网格点高程的内插会损失精度, 网格过大会损失地形的关键特征, 占用较大的存储空间, 不规则的地面特征与规则的数据表示其间存在不协调。

1.3 TIN

TIN是由分散的地形点按照一定的规则构成的一系列不相交的三角形组成, 三角面的形状和大小取决于不规则分布的观测点的密度和位置。它的优点是高效的存储, 数据结构简单, 与不规则的地面特征和谐一致, 可以表示纤细功能特征和叠加任意形状的区域边界, 能较好地表现复杂地形。但是TIN的数据结构复杂, 不便于规划管理, 难以与矢量和上数据进行联合分析。

2. GIS地形分析应用

2.1 地形分析基本原理

基于以GRID或TIN为基础的DEM, 通过ArcGis的3D ANALYST扩展模块进行操作, 把原有的高程数据, 例如等高线和高程点, 转化并创建GRID或TIN数据, 最后在此基础上进行高程、坡度、坡向、山体阴影、等值线、地形剖面、面积和体积的计算分析与应用。

2.2 地形分析一般过程

在这里, 我们仅以TIN为例, 说明运用ArcGis软件分析地形的一般过程与步骤:

(1) 整理原始地形数据。将原始地形数据包括等高线数据和高程点数据整理并改正好, 保证之后的地形分析准确性, 并且独立出CAD图层, 方便下一步转化操作。

(2) 将原始数据转化成SHAPE数据。运用ArcCatalog把CAD数据转化为SHAPE数据, 并且在转化过程中保留需要的要素, 去除不必要的要素, 简化数据。

(3) 以SHAPE数据创建TIN。通过ArcGis的3D ANALYST扩展模块, 利用转化后的等高线与高层的SHAPE数据图层, 生成TIN。

(4) 运用DEM模型分析地形。有了DEM模型就可以通过其图层属性进行地形分析。

2.3 地形分析应用难点

基于强大的ArcGis软件平台, 运用其中的3D ANALYST扩展模块来进行地形分析并不是一件困难的事情。只要理解ArcGis地形分析的基本原理与使用方法, 就能利用ArcGis软件得到想要的各种地形分析的数据。然而, 实际应用ArcGis进行地形分析的难点, 同样也是重点, 却是原始地形数据的整理。ArcGis的地形分析是基于已知地形数据作为基础数据进行分析的, 因此, 对于地形分析来说, 原始地形数据的准确性与精确性直接影响了地形分析结果的准确性与精确性。也就是说, 原始地形数据越多、精度越高, 以此创建的DEM模型就越精确;相反, 原始地形数据要是有错误, 或者精度低, DEM模型就会有误差, 那么以此来分析地形得出的分析数据同样会有误差。

以实践运用来说, 很多原始地形数据, 例如等高线与高程点的CAD数据, 都或多或少的有一些问题。一般来说, 在二维平面上这些CAD数据是比较准确的, 但是分析地形最重要的数据是高程数据, 在CAD里面体现的就是Z轴坐标或者标高这两个属性, 但是很多时候在数量庞大的高程点数据或者等高线数据上会有某些错误, 那么我们就必须把错误的数据改正过来。一般可以在AutoCAD软件中先用查找工具把一些极端的错误数据, 例如高程值为0或者大于整个地形最高值的数据, 查找出来改正。但是某些错误数据隐藏在正常值中的高程数据就难以在AutoCAD里面查找出来。我们接下来可以通过ArcCatalog把CAD数据转化为SHAPE数据, 之后先进行TIN产生DEM模型, 从模型中我们可以直观的看到一些地形突变的地方, 那些就是原始地形数据有错误的地方, 再反过来直接在ArcMap中修改原始地形数据的高程值, 最后修改完成了就可以得到一个较为准确的DEM模型来进行下一步的地形分析。

3. GIS地形分析案例

以下将以一个案例的形式介绍运用ArcGis进行地形高程分析并且三维显示, 产生动画的详细过程:

第一步:在ArcMap中打开整理与改正过的高程点与等高线SHAPE数据。

第二步:调出3D ANALYST扩展模块, 在下拉窗口中选用Create TIN From Features, 同时勾选gcd与dgx两个图层, 使两个图层的高程数据同时参与生产TIN, 高程源Height source选择<Feature Z Value>, 然后选择输出的TIN名称和保存路径Output TIN。

第三步:生成TIN后, 在TIN的图层属性中调整TIN的显示。

第四步:添加在这个地形上设计的别墅图层与道路图层。

第五步:在3D ANALYST工具条中打开ArcScene模块, 然后添加需要显示的数据, 并且在图层属性中的Base Height标签中, 设置三维图层的显示特性, 使道路与别墅图层附在地形上。

第六步:在图层属性中再选择Extrusion标签, 勾选Extrusion in layer..., 在文本框选择某个你想要作为该图层高度拉伸的数据的属性, 再通过计算得出具体拉伸的高度值, 然后按确定就可以看到该图层拉伸后的三维效果了。

第七步:继续在ArcScene中, 使用要素选中工具, 在道路图层中选择道路中心线, 该要素显示为浅蓝色。之后再调出动画工具条Animation Tools, 在动画工具条上下拉选项中, 选取Camera From Path..., 出现相机沿路线飞行对话框, 设置选项。

第八步:点击播放, 就可以看到沿选中路径产生的动画。

摘要：该文介绍了GIS地形分析的原理与应用, 并以案例解释的方法直观的说明如何运用ArcGis软件进行地形高程分析, 并且显示三维地形, 生成动画。

关键词：GIS,DEM,地形分析

参考文献

[1]宋小冬, 钮心疑.地理信息系统实习教程 (ArcGis9.x) [M].科学出版社, 2007

[2]徐建刚, 韩雪培陈启宁等.城市规划信息技术开发及应用[M].东南大学出版社, 2000

[3]周云轩, 王磊.基于DEM的GIS地形分析的实现方法研究[J].计算机应用研究, 2002

GIS技术及发展 篇10

地理信息系统 (Geographic Information System, 简称GIS) 作为获取、处理、管理和分析地理空间数据的重要工具、技术和学科, 近年来在全球得到了广泛关注和迅猛发展, 在社会经济领域的各个方面发挥着日渐重要作用。

其发展过程大致经历了三个典型阶段, 即20世纪80年代初至80年代末的准备阶段、20世纪90年代初至90年代末的形成阶段、21世纪后的快速发展阶段。

我国GIS软件产业虽然较西方国家晚, 但在全球经济、技术一体化的外部背景和我国政府有力推动的内部背景下, 国产GIS产业在我国软件产业中是属于发展迅速的。由于国产GIS软件发展历史短, 产业发展还不成熟, GIS软件产业服务体系尚不健全, 因此制约国产GIS软件产业发展的瓶颈问题还很多, 主要表现在缺乏龙头企业, 核心技术创新能力不强, 数据共享程度低3方面。

随着信息技术的发展, GIS技术的扩张也得到了日新月异的发展, 先后由2-D GIS发展到目前的3-D GIS, 由单机系统发展到分布式的系统, 由简单管理系统发展到了智能性的专家系统等。

2 技术及其发展

2.1 3-D GIS

通常人们将以平面制图和平面分析为主要功能的GIS称为2D-GIS (二维地理信息系统) , 随着组件技术、网格计算和三维可视化技术的发展, 基于图层管理的经典2D-GIS模式已渐渐不能满足实际工作需要。直接面向三维空间实体及其关系的新一代GIS研究正在兴起。

所谓3D-GIS (三维地理信息系统) , 它是将三维空间坐标 (x, y, z) 作为独立参数来进行空间实体对象的几何建模, 其数学表示为:F=f (x, y, z) 因而所建立的模型不仅可以实现三维可视化, 还可以进行三维空间分析。

虽然经历十几年的发展, 但到目前为止, 国际上还没有一个成熟完整的3D-GIS, 现在有的系统功能也主要集中在三维可视化方面 (如生物、医学、地质、大气等领域) 。究其原因是由于至今没有统一、完善的可以表示复杂真三维现实世界的数据模型。此外, 三维数据的实时廉价获取;海量数据的存储与快速处理;三维空间分析方法的开发也是3D-GIS亟待解决的问题。在这种情况下, 针对不同的实际对象、工程, 围绕3D-GIS的研发议题诸如三维空间数据模型、三维拓扑数据模型、三维空间数据库、三维空间查询和三维可视化等等已成为GIS领域的研究热点方向。

2.2 WEB-GIS

地理信息系统本身也是一个工具, 简单的说是提供地理信息服务的工具, 如果将地理信息系统这个工具与WEB工具结合在一起, 利用WEB寻找我们所需要的地理信息, 那么我们就改变了地理信息服务的过程和方式, 即异地、高效、便捷。网络地理信息系统因此应运而生, 而且得到了GIS研究者和使用者的青睐, 发展迅速。

网络地理信息系统利用网络拓展了GIS的使用群体, 整合了空间信息资源与社会生产、城市建设、日常生活的关系, 加快了地理信息产业的社会化进程。

网络地理信息系统主要研究网络上构建各种空间数据模型的方法, 主要目的是实现网络空间信息获取、编辑、处理和其它专业的GIS功能。它是桌面GIS的网络化, 提供了绝大部分可以实现的GIS功能, 并没有完全凸现面向服务的主题, 准确地说应该称作是网络GIS-system。

分布式计算技术、WEB服务、网格计算等新技术的出现, 为GIS-system注入了强大的活力, 不仅空间信息服务, 庞杂的计算处理服务也能够从Web中获取。有的网络GIS-system用户不必关心或者熟悉所有的GIS-system功能和操作方法, 也不需要整套的地理信息系统软硬件, 只需在Web上缴纳使用满足用户所需要的空间数据和GIS处理功能模块的费用, 他们被称作是“弱”WebGIS-system用户。这种在各种Web新技术环境下, 按照用户需求采取不同的Web技术提供“按需分配” (services-on-Demand) 的开放的地理信息服务, 直接的效果就是促成GIS-system向GIS-services的转变。

2.3 COM-GIS

Com-GIS就是采用了面向对象技术和组件式软件的GIS系统, 其基本思想是把GIS的各大功能模块划分为几个组件, 每个组件完成不同的功能。各个GIS组件之间, 以及GIS组件与其它非GIS组件之间, 都可以方便地通过可视化的软件开发工具集成起来, 形成最终的GIS基础平台以及应用系统。

组件式GIS代表着当今GIS发展的潮流, 其代表作当属全球最大GIS厂商ESRI (美国环境研究所) 推出的MapObjects1.2和著名的桌面GIS厂商—美国MapInfo公司推出的MapX4.0, 另外还有Intergragh公司的GeoMedia、加拿大阿波罗科技集团的TITAN、中科院地理所的ActiveMap等。Com-GIS给国内GIS基础软件的开发提供了一个良好的机遇, 因为它打破了GIS基础软件由几个厂商垄断的格局, 开辟了以提供专业组件来打入GIS市场的新途径。目前, 大多数GIS软件公司都把开发组件式软件作为一个重要的发展战略。

组件式GIS开发平台通常可设计为三级结构:基础组件—面向空间数据管理, 提供基本的交互过程;高级通用组件—面向通用功能;行业性组件—抽象出行业应用的特定算法, 固化到组件中, 进一步加速开发过程。

2.4 Mobile-GIS

移动地理信息系统 (Mobile-GIS) 又称WAP GIS。WAP (无线应用协议, Wireless Application Protocol) 是为无线设备提供Internet服务而开发的新协议, 旨在推进数据业务在移动设备上的实现。它将无线通信技术和Internet结合起来, 通过提供通用平台把HTML的语言信息转化为WML (wireless Markup language) 描述的信息显示在移动屏幕上。Mobile GIS是当前GIS的另一热点, 是GIS从办公室走向野外移动作业环境的重要发展方向。

3 结论

信息技术的应用促使GIS系统逐渐由桌面向分布发展、二维向多维发展、传统系统开发向组件式开发发展等, 从GIS的应用的破坏孔洞处有大量的热桥, 保温效果不好。特别是外加砌体的抗震性能不好, 不安全, 尤其高层建筑和地震烈度较高的地区更不宜采用这种保温方式。

4 结论

综上所述, 现行的各种外墙保温技术都不尽完美, 不利于开展建筑节能, 如果有更完善、更经济的节能技术必将有利于推动建筑节能工作的开展, 这就要求外保温行业各相关企业和人员, 要多做一些技术性工作, 共同推动建筑节能的技术进步。

摘要：本文简单介绍了GIS概念及其发展情况, 针对日前GIS技术给予充分讨论与相应的分析。

关键词：GIS,移动地理信息系统,分布地理信息系统

参考文献

[1]陈述彭.地理系统与地理信息系统[J].地理学报, 1991 (I) :56.

[2]立新, 史文中.论三维地学空间数据构模[J].地理与地理信息科学, 2005, 21 (1) :1-4.

浅论国产GIS设备大修 篇11

【关键词】 GIS设备 SF6气体 大修

1. 总体介绍

秦港电力公司110KV2#站为煤三期配套变电站，主要为秦港七公司提供电力保障，该变电站总容量为31.5MVA，最大负荷为29MW。该站110KV系统采用北京北开电气股份有限公司生产的110KV GIS 设备，该设备于1995年生产，1996年投产至今已运行超过十年。并且由于港口的不断发展，负荷不断增加，该套设备的问题日益突现，经常出现开关操作机构频繁打压；开关设备气密性降低，六氟化硫气体漏气；开关动作时辅助开关的接点不能正常动作；以及开关运行时间长，造成触点氧化老化严重等故障。为此本次大修为解决上述故障，本体气密结构、绝缘、操作结构、二次控制回路等方面进行改造，提高设备可靠性，确保安全可靠供电。

2. 工作内容

GIS运行规程规定GIS设备的大修周期一般在8~10年后进行，大修前应建立大修小组、拟定项目，大修技术措施，大修计划，并且对备品、备件应进行检查、清理、参加大修的工作人员应熟悉技术规程和大修工艺，其具体项目如下：

2.1 GIS设备本体全面改造：

2.1.1断路器解体

检查内部主触头，并对主触头进行检查及清洁；更换部分绝缘子及全部解体部位的O型密封圈，更换吸附剂：灭弧室结构本体及电器元件的更换。

2.1.2隔离开关解体

检查绝缘拉杆，更换部分绝缘子及全部解体部位的O型密封圈，更换吸附剂。对隔离开关和直动开关的分合闸位置进行了调整，对接地开关的分合闸位置也进行了调整，保证了分合闸位置的准确性。绝缘拉杆及电器元件的更换。

2.1.3互感器及接地刀、隔离刀检查

2.1.4检修改造后的各项实验

2.2二次系统全面改造：

2.2.1重新设计二次图，并且按照新设计的二次图取消原由气体系统的超压保护回路，更换新的汇控柜及二次组件和电缆线等。取消中间箱。

2.2.2改进并且更换所有二次元件。包括：刀闸开关、熔断器、直流接触器、直流继电器、位置指示器、操作开关、分合闸线圈、电阻、电压继电器、行程开关、信号灯等。

2.2.3更换所有系统的走线槽，走线管结构，采用新型走线槽。

2.3气路系统的改造：

气路系统进行全面改造，撤消气路主管，取消柜内密度继电器及压力表，并将原使用的气体压力表更换为YX-130型压力表、该表带温度补偿功能，且便于维护。将新换的密度继电器安置于本体气室部位处，减少泄露环节。

2.4液压机构的检修：

2.4.1将微动开关、一级阀、二级阀全部升级为5JK新型配件，提高元件质量，使液压机构的密封性能提高。并更换全部液压件和液压油。

2.4.2解体工作缸，检查活塞、放气阀。

2.4.3电动机构辅助开关及接线端子更换

3. 大修中发现的问题

3.1绝缘盆子的问题：在此次大修的过程中共计更换绝缘盆子6只，其中有4只存在局部损坏或变形，1只发现存在3/4环形裂纹，一只发现存在半径1/2的爬电现象。

3.2筒内杂物的问题：在拆卸的过程中發现内桥及断路器一侧的筒内存在团絮状物体，呈黑褐色中空状。

3.3出现部分刀闸烧毛现象。

4. 问题分析及解决方法

4.1绝缘盆子出现裂纹及变形的情况，应和其所在部位的受力情况存在关联，对其采用更换的方式加以解决。

4.2筒内的杂物有可能是设备在生产过程中产生的碎屑，在电场的作用下聚集在一起，而且发现筒内的絮状物都处在筒体内的中央位置，对这些杂物必须予以清除干净。

4.3对烧毛的出头进行清洗处理，在安装阶段进行回路电阻测量，保证其在合格水平。

总结

GIS设备除操作机构和常规设备类似之外，其他元件的结构都不相同，运行、检修的工序也不同。人们常说GIS设备的故障少，这是相对于技术水平落后的常规设备而言。并不是GIS设备不发生故障。在运行中切中可麻痹大意，不重视其安全。GIS设备万一发生故障，停电的范围比常规式要大，检修时间也长，经济损失也要大。只有运用科学的管理措施，才能保证GIS设备的可靠运行。本次大修的GIS设备经过10余年的运行，不可避免的出现了部分橡胶圈老化、水份超标、内部灰尘聚集等问题，因此大修工作很有必要进行。

浅析GIS大数据 篇12

随着人类对客观世界认知的提高与技术水平的不断进步, 所获取的描述客观世界的数据呈爆炸式增长, 大数据已经成为了Google、亚马逊等大公司的竞争资本, 通过大数据的有效利用和深入分析, 可以挖掘巨大的商业价值和社会价值。根据维基百科[1]的定义, 大数据是由巨大且复杂的数据集组成的集合, 且这些数据集因其巨大和复杂而难以用现有的数据库管理工具和传统的数据处理程序来进行处理。近些年我国开展的土地调查、数字城市建设等项目, 取得了丰硕的成果, 收集了大量的测绘数据和自然、人文数据, 在今后大力开展的测绘工作中, 还将获得更加丰富的地理信息数据, 与此同时, 如何有效地存储、管理和利用这些地理信息数据成为需要解决的问题。

2 GIS的定义

GIS (Geographic Information System) 是地理信息系统的简称。陈述彭认为地理信息系统是以定位数据库为基础, 具有多层次数据结构, 多功能分析能力的空间型信息系统[2], 李德仁从多级格网理论[3]的角度出发, 认为GIS数据存储的形式为不同尺度的空间数据库[4]。综上所述, GIS是以计算机软硬件为基础, 结合地理学、测绘学、地图学、计算机科学、运筹学等多门学科的, 以获取、存储、管理、展示、分析地理空间数据为主的计算机系统, 可以用于区域规划、决策分析等。

3 GIS数据的特征

从定义可看出, 数据是GIS的血液。从通过图件扫描、格式转换、实地测绘等方法的数据获取, 到采用各种先进数据库技术对数据进行存储、管理, 再到利用计算机图形学、地图学等综合可视化技术对数据进行展示, 以及最终以数据为基础的借助于计量地理学、拓扑学、图论等学科的决策分析等, 这些过程都是以数据为核心的。随着GIS的发展, 其数据呈现出数量大、种类多和结构复杂的特征。

3.1 数量大

GIS的数据量大具有两层含义, 第一层含义是指数据占用的字节数多, 这主要是针对栅格数据及多媒体数据而言的。比如“天地图”在2011年正式上线的时候, 集成了海量的基础地理信息资源数据[5], 总数据量约有30TB, 处理后的瓦片数近30亿。资源三号测绘卫星是中国第一颗民用高分辨率光学传输型测绘卫星[6], 截止到2013年6月底, 在运行的不到一年半的时间中, 总共存档卫星影像37万多景, 数据量达到249TB。而GIS空间数据产生的商业价值每年正以15.5%的速度增加, 是GIS软件和服务的两倍[7]。GIS数据量大的第二层含义是指数据单位个数多。比如“天地图”各类地名和POI (Point of Interest, 兴趣点) 有1100多万条, 2011年8月竣工的国家西部1∶50000地形图空白区测图工程和国家1∶50000基础地理信息数据库更新工程两个国家级重大测绘工程[8], 成果有20多万航片和8000多景卫星遥感影像, 地名近600万条, 描绘了1.4亿个地理要素。另外, 其他专业领域比如土壤数据、气象数据在全数据模式下[9]数量也是非常可观的。

3.2 数据种类多

GIS的数据种类多样, 从大的方面看, 具有矢量数据、栅格数据、属性数据, 以及与地理位置相关的音频、视频等多媒体数据等;而从小的角度看, 主要是因为数据来源广泛和不同应用的需求而体现为数据格式多样, 这里我们主要从数据格式多样来看GIS数据种类多。比如测绘方式产生的dxf数据, 经常需要导入到GIS系统中, 其他的还有扫描得到的tiff或jpeg图像, 具有空间坐标信息的Geo TIFF文件, 数字制图中数字化后的ESRI shapefiles数据或Map Info的TAB数据, 格式转换后用于web的png、SVG或Geo Json数据等。资源三号卫星TLC (三线阵相机) 标准产品中的1A级产品 (预处理级辐射校正影像产品) 包括的文件格式就有tiff、rpb、xml、jpeg等四种格式的15个文件。GDAL/OGR是地理空间数据转换的类库, 多用来读取地理空间数据, 根据GDAL官方网站的资料显示, GDAL/OGR支持的栅格数据多达132种, 矢量数据有71种, 这其中也包括了Post GIS、Spatialite、Arc SDE这样的数据源。

3.3 数据结构复杂

随着科技的发展, 人们获取信息的方式越来越多, 获取的数据量也呈爆炸式增长, 而这些信息中大概85%是非结构化的[10]。传统的GIS主要有空间数据和属性数据两类数据, 最具代表性的是ESRI shapefiles文件, 空间数据以二进制文件的方式进行存储, 属性数据以二维表的方式进行存储, 具有固定字段, 另外还有以文本存储的投影信息等。如今在GIS中, 非结构化的数据越来越多, 如Google Earth中用户可以上传基于地理位置的图片, i OS的相册提供了在地图上显示照片和视频信息的功能, 像是LBS (Location Based Service, 基于位置的服务) 一类的应用, 更是需要在地理信息的基础上, 集成周边不同类型POI的详细信息、用户实时发布的文本或多媒体信息等, 这些信息绝大多数都是非结构化的。在用于人口普查的GIS系统中, 基本的人口信息是结构化的, 但是如果详尽一些的信息或是存储个性化的信息, 比如加入个体从小到大的教育经历、特长及奖项等信息, 可能数据就会变为非结构化的了, 因为不是每个人都会有大学的教育经历, 也不是每个人具有某种特长并得过奖项, 这在数据库中表现为每个人需要有不同的数据项来记录这些细化的信息。

4 GIS大数据提出的新要求

GIS数据的三个特点很符合大数据时代的大数据特征。Gartner[12]将大数据特点归结为“3V”:Volume指数据量大, Variety指数据类型多样, Velocity指数据的产生是快速的, 同时处理数据以满足当前应用的需求也应当是快速的。《大数据时代》一书也指出, 虽然大数据的“大”多数情况下指的是绝对意义上的大, 即量上的大, 但还有一层意思是指不用随机数据而采用所有数据的方法, 即“样本=总体”的模式[9]。可见, GIS已经进入了大数据时代, 大数据时代对GIS数据的存储也提出了新的要求。

4.1 海量GIS数据的高效存储

随着计算机硬件成本的降低, 特别是存储设备成本的降低, 对于海量数据的存储已经不是问题, 现在个人计算机标配硬盘容量多数为1TB, 单个普通的磁盘阵列服务器的容量不算装载系统的SSD, 也有30TB左右。但是在瞬息万变的客观世界, GIS经常服务于应急保障、实时导航、分析决策等, 数据存储的效率也需要提高, 否则会影响整个系统的性能, 因此在大数据时代, GIS系统应具有海量数据高效存储的能力。

4.2 支持丰富的数据类型

GIS数据的来源广泛、类型丰富, 对于少量数据或在个别领域的应用, 可以采用数据转换、人工整理等方法使数据规范化, 统一数据结构, 使其符合传统关系型数据库的存储要求。但是对于海量GIS数据而言, 需要存储很多原始的非结构化的数据, 或是不同来源的结构不统一的数据, 因此数据库应该对多种类型、非结构化的数据具有良好的支持。

4.3 数据库应当易于扩展

在大数据时代, GIS数据量在飞速增加, 数据库往往需要进行升级或是扩展。对于目前应用广泛的关系型数据库, 除了升级硬件外, 还有对数据库进行分割和非规范化等方法。升级硬件的成本比较高, 且对于数据库服务器的性能、容量提升幅度有限, 而数据库分割并不适合非结构化数据, 且需要对程序进行修改, 破坏了程序和模型的独立性, 非规范化处理则不但增加了大量冗余, 还增加了数据一致性的维护难度。因此GIS数据库应当能进行水平扩展, 且具有良好的可伸缩性。

4.4 GIS大数据快速处理

GIS数据存储技术对于数据的快速处理具有重要影响, 这包括了数据的传输、查询、高并发访问、空间分析等多个环节, 比如在数据库中将数据存储为BSON格式, 可以省略数据传输中序列化和反序列化的步骤, 建有较好的空间索引的数据库, 可以提高数据的查询和访问效率, 分布式计算可以提高数据处理的速度等, 所以GIS数据库应当具有支持大数据快速处理的特性。

5 mongo DB简介

mongo DB是一种开源的面向文档的No SQL数据库, 根据Git Hub中的描述, 遵循AGPL (Affero General Public License, Affero通用公众特许条款) 协议。文档是mongo DB的核心概念, 相当于关系型数据库的行, 采用BSON (Binary JSON) 的形式存储, 是一种二进制编码的序列化的类JSON文件, 具有轻量、高效、便于传输和支持复杂数据类型的特点[13]。文档的内容采用多对key-value的模式进行存储, 第一个key是系统自动生成的“_id”, 其value是根据时间戳、主机标识符、进程标识符 (PID) 和计数器通过计算得到的一个24位的字符串, 这样更利于数据库在分片环境中键值的生成[14]。文档是可以嵌套的, 一个文档可以作为另一个文档中某个ke的值。一组文档组成一个集合, 集合类似于关系型数据库中的表, 但集合是schema-free的, 这样不同数据结构的文档就可以存储在同一个集合中。多个集合组成一个数据库, 每个数据库服务器可以有多个数据库, 每个数据库具有独立的权限。

6 程序写入shp举例, 说明空间数据如何存储, 对空间数据的支持

本文利用mongo DB数据库对ESRI Shapefiles文件存储进行了简单的尝试, 并在mongo DB的shell窗口中对存入的数据进行查看。整个操作是在windows的环境下进行的。具体思路和步骤如下:

1) 首先要启动mongo DB的服务。在启动服务的时候需要指定数据存储的路径。如下图所示, 在启动信息中会显示进程号和端口号, 默认的端口是27017。

2) 利用Python的pyshp库对ESRI Shapefiles文件进行读取, pyshp是一个针对Shapefiles的轻量级的类库, 可以读取并写入ES RI Shapefiles的shp、shx和dbf文件, 并支持全部的几何要素类型[15], 还可方便地计算最小外接多边形。

3) 根据读取的字段名和每个要素的属性信息、坐标信息, 将Shapefiles存储为key-value的形式, 这在Python中表现为字典对象类型。具体的定义数据结构的方法如下所示, 返回值document即为最终需要写入mongo DB的文档:

4) 利用pymongo库将结果写入到mongo DB中。这一步需要pymongo中的Mongo Client模块建立与mongo DB的连接。

5) 在终端中输入“mongo”进入mongo DB的shell中窗口, 利用show命令查看数据库和集合, 并利用use命令切换到目标数据库, 如图2所示。

6) mongo DB的find () 命令可以查看数据集中所有的数据, 利用该命令查看上面存入的Shapefiles数据, 其中一个document如下图所示:

可以看到, 文档中“_id”为mongo DB自动创建的Object ID对象;“geo”内嵌套了key分别为“type”和“coordinate”的两个文档, “type”中存储了空间要素的几何类型, “coordinate”中存储了点坐标;“properties”的值以key-value形式的形式存储了空间要素的属性。

7 mongo DB的其他特征

在大数据时代, 对于GIS数据的快速增长带来的大数据存储和扩展问题, mongo DB提供了自动分片的功能, 即通过增加更多机器的方式对系统进行水平扩展来解决这一问题。分片后数据存放在一个数据库集群的不同主机上, 应用程序通过一个路由进程对片进行操作, 且由一个配置服务器管理数据库集群的元数据, 元数据包含了数据和片的对应关系。

由于在mongo DB中文档是以BSON的形式存储的, BSON文件最大限制在16MB, 这样虽然可以避免文档在处理时占用过多的内存和在传输中过多地占用带宽, 但是在GIS的数据中体积很大的文件比比皆是, 一幅遥感影像动辄几百兆甚至以GB为单位, 除了对影像进行切片后存储为瓦片数据的常规方法外, mongo DB还提供了Grid FS的机制来存储和检索单个的大数据文件。Grid FS实际上是将大文件存储为多个称之为chunks的二进制小数据块组成的集合, 每个chunks的大小限制在256k, 并有另一个数据集存储原文件的元数据, 在数据读取时可以根据需要只读取部分数据。

对于GIS大数据的处理, mongo DB自身提供了Map-Reduce的操作, 且封装了map Reduce () 方法以在分布式集群环境中对大数据进行高效处理, 而无需搭建Hadoop或Spark一类的分布式框架。Map-Reduce的操作把处理过程中的临时数据存储到一个新的数据集中, 不会对原有数据进行改变。Map-Reduce操作还可以与分片功能相配合, 将分片数据集作为输入数据并将结果输出为新的分片数据集。

8 结束语

该文简要地分析了一下GIS大数据的特点, 并用mongo DB这一新兴的No SQL数据库对GIS空间数据地进行了简单的存储。随着我国测绘工作的大力开展和数字城市的建设, 地理信息数据必将迅猛增长, GIS大数据存储和处理也会成为一个新的热点。今后除了更好地应对GIS大数据的存储和处理问题外, 还应该充分利用大数据这一资源优势, 研究大数据挖掘和分析方法, 深入挖掘数据的价值, 以便更好地服务社会。

摘要：随着地理信息数据的迅速增加, GIS数据呈现出数据量大、数据种类多和数据结构复杂的特点。该文从大数据的角度对GIS数据呈现的三个特征进行了具体的分析, 并在此基础上提出GIS大数据存储和处理的新的要求。最后介绍了MongoDB这一NoSQL数据库的特性, 简要分析了利用MongoDB数据库的特性来解决GIS大数据问题的方法, 并简单地借助于python语言用mongoDB对ESRI Shapefiles进行了存储。