GIS云服务（精选8篇）
GIS云服务 篇1
0 引言
云计算 (Cloud Computing) , 是一种动态的、易扩展的、且通常是通过互联网提供虚拟化资源的计算方式, 用户不需要了解云内部的细节, 也不必具有云内部的专业知识或直接控制基础设施, 便能使用的相关资源。
云计算具有以下特点:1) 超大规模:云具有相当的规模, 赋予用户前所未有的计算能力。例如Google云计算已经拥有100多万台服务器, Amazon、IBM、微软、Yahoo等的云均拥有几十万台服务器;2) 虚拟化:云计算支持用户在任意位置、使用各种终端获取应用服务。应用在云中某处运行, 用户无需了解、也不用担心应用运行的具体位置;3) 高可靠性:云使用了数据多副本容错、计算节点同构等措施来保障服务的高可靠性, 使用云计算比使用本地计算机可靠;4) 通用性:云计算不针对特定的应用, 在云的支撑下可以构造出千变万化的应用;5) 高可扩展性:云的规模可以动态伸缩, 满足应用和用户规模增长的需要;6) 按需服务:云是一个庞大的资源池, 云可以象自来水, 电, 煤气那样按需购买计费; (7) 极其廉价:由于云的特殊容错措施可以采用极其廉价的节点来构成云, 云的自动化集中式管理使大量企业无需负担高昂的数据中心管理成本。
1 论文选题的目的意义
在GIS专业教学过程中发现, 进行GIS数据采集工作时, 由于受到环境以及仪器的制约, 就像没有舵的船在陆地上行驶一样, 极大地影响了实践教学环节。在现有的文献中, 很多GIS研究者提到了在教学体系、教学环境、教学仪器以及师资等方面不完善的地方, 切实研究采集过程中解决制约问题的研究成果非常少见。例如, 如何系统化GIS数据采集工作, 如何提供一个仪器操作的仿真平台等, 目前很难看到一个可行的设计方案。GIS数据采集教学服务平台建设的目的是使用高新技术手段将数据采集的过程系统化和仿真化。
本课题将云计算应用到具体的教学服务平台中构建个性化的网络教学服务环境, 无论是对于云计算的理论研究, 还是对于GIS产业的进步都有非常重要的意义。
2 国内外相关研究现状及发展趋势
“云计算”在我国教育教学上的应用才刚刚兴起。2008年3月, 清华大学加入了Google和IBM联合宣布推广“云计算”计划。2009年5月, 首届全国“云计算辅助教学”高级研修班在上海开课。同年, 中国教育技术协会将开始在全国教育界开展“云计算辅助教学”成功案例的评选活动。笔者在2011年2月以前以“云计算”、“云计算辅助教学”、“云计算辅助教学在GIS中应用”为关键词, 在CNKI期刊数据库中查询, 查询结果分别为“3122、12、0”, 可见, 目前国内对于“云计算”的研究比较关注, 但对于云计算辅助教学研究相对较少。
在国外, 美国是教育技术发展较为先进的国家, 2007年10月, Google和IBM联合宣布推广“云计算”的计划, 包括卡内基梅隆大学、斯坦福大学在内的多所高校都参加了此项计划。通过这项计划, 高校的研究者能够更方便的利用Google和IBM云计算资源, 搭建出各种创新性应用。Google的教育套件已经应用到了教学当中, 而且取得了明显的效果, 人们对于云计算辅助教学的优点认识越来越明确。相信随着云计算的发展, 云计算的方便、安全和廉价会为更多人所认识, 会有更多的学校把信息处理放到“云”上, 云计算辅助教学也能得到进一步发展。
3 研究的主要内容
在研究的过程中, 首先准备分析行业发展现状以及当前GIS数据采集教学过程中欠缺的主要方面, 并对云计算进行综述性介绍, 明确什么是云计算和云计算辅助教学, 从而提出运用云计算技术来搭建一个GIS数据采集教学服务平台的设想。其次, 本文准备分析了给予云计算平台的特点以及GIS数据采集的过程, 设计了给予云计算的辅助教学平台, 并对平台的设计进行了详细说明。明确GIS数据采集的目标, 进行课程平台设计、课程教学设计、学习资源设计、活动与协作的设计、作品展示与交流、学习评价与成绩管理。
4 研究方法
4.1 文献研究法
文献研究法是根据一定的研究目的或课题, 通过调查文献来获得资料, 从而全面地、正确地了解掌握所要研究问题的一种方法。本研究通过期刊、网络资料、书籍、图书馆等方式, 收集了关于云计算以及云计算辅助教学的介绍资料, GIS数据采集相关的教学案例。
4.2 调查法
本研究综合运用谈话以及问卷的方式, 对GIS数据采集教学平台的使用进行了谈话和问卷, 调查问卷在应用平台的前后各进行了一次, 并对调查搜集到的资料进行分析, 从而发现平台的优点与不足, 提出进一步研究的方向。
4.3 案例研究法
本研究在云计算的技术的支持下对GIS数据采集的教学平台提出了设计、实施和评价, 结合笔者的教学实际情况开展研究, 采用问卷对研究成果进行分析整理, 以说明研究的效果。
参考文献
[1]高义栋.云计算环境下三维动画课程设计与实践[D].上海:上海师范大学数理学院, 2010.
[2]徐超.云计算技术在中国农村信息化建设中的应用[D].山东:山东大学, 2010.
[3]中国云计算网.云计算的定义和特点[EB/OL].2009.
[4]龚利.云计算在高校教育应用中的探析[J].郧阳师范高等专科学校学报, 2009, (6) .
云计算与GIS技术革新 篇2
云计算概念与模式
1.云计算基本概念
对于“云计算”，解释得最多的是“像用电一样使用计算能力”，但到底是什么却有无数种解释。其实，我们无需去搞清楚云计算到底是什么，只需了解这种新的计算模式能够为人们带来哪些好处，我们又如何获取这些能力来为业务所用就足够了。
云计算使用模式有三个显著特点，即集中管理、移动应用和租用模式，这跟现代电网的特征是完全一致的。云计算重点关注的是服务器方的计算能力，跟云计算还有一个对应的概念是“泛在计算”，重点关注的是终端的计算能力。信息网络具有强大的反馈能力，而电网基本上是单向的电力输送，这是云计算与电网有很大区别的地方。
云计算要实现这三个特征需要关注以下几个方面：
①资源集中。存储、计算能力、数据、软件等系统资源被放到一起作为资源池统一管理，就可以动态地调度资源的分配，如果是分散的则无法达到调度的效果。集中管理应该是虚拟化的，可以是物理上放在一起，但在大部分时候可能是分布式结构，在逻辑上实现统一管理。
②服务架构。既然资源现在统一存放，原来的直接访问方式就不再可用了，只能采用服务的方式把它提供出来，就需要有相应的服务基础设施、新型的服务器和终端软件、新型的开发支持工具、新型的管理办法。服务多了，就需要制定相应的接口规范；同时，这种模式也潜藏着可靠性、并发处理能力、安全性的巨大挑战。
③按需使用。集中管理和采用服务方式以后，用户具有更大的灵活性，可以随时调用计算中心的资源，而无需关心其他无关的东西，这会大大提升工作的效率；同时，通过按照用量付费的方法，用户可以降低个人的费用成本，而服务中心也可以通过将闲置的资源提供给其他用户来提高系统的整体运营效能。另外，计算中经常会出现 “波峰”和“波谷”，计算中心可以统一来进行任务的调度，从而实现负载均衡。
④移动应用。使用移动终端的用户经常需要在终端与设备、终端与终端之间交换数据，因此更加愿意使用云计算的“星型”数据服务路径，而且端上计算能力一般较弱，需要通过云来完成，所以云与端是密不可分的。正是移动终端的大量使用推动了云计算的快速发展，因此，对端的开发也是云计算系统的重头戏。
⑤用户体验。云计算模式带来用户使用习惯的变化，也使原来软件应用的范围大规模地扩展，用户体验也因而变得更加重要。如果通过简化操作和改进体验，能够让一些原来的“非用户”变为“用户”，就会带来用户基数的快速增长，其商业价值是不言而喻的。
⑥商业模型。云计算的使用模式和用户对象将会与传统模式有比较大的区别，因此会衍生出很多新的商业模式，比如用户不再需要购买套装软件，不再需要繁琐的安装过程，不再需要专业的维护知识，也不再需要为了一个简单的计算拥有一个庞大的数据库。当然，天下没有免费的午餐，用户可能需要在其他方面做出一些付出，比如在通信费用、移动终端购买、租金的支付等方面，这将导致产业形态发生变化，进而可能引起产业格局发生重大调整。
当然，这一切是一个方向和愿景，不可能在一夜之间发生天翻地覆的变化，因为相关的硬件资源、软件系统、人员的储备、观念的转变、工作模式的变化都需要一个长期的过程。
2.云计算业务优势
云计算模式有几个方面的优势：
（一）更高的信息处理效率，更低的总体拥有成本。
（二）更快的系统构建时间，更好的系统规模伸缩。
由于系统集中构建和统一维护、管理，在基础设施健全的情况下，新系统上线时间得以大幅度缩短，也可以根据业务需要快速分配资源，满足特定情况下的需求。当然，这需要前期较大的投入才能实现。
（三）更少的系统停机时间，更强的业务保障能力。集中的服务管理能够提供很高的容错能力。但也应看到，云计算集中的优势同时也会带来网络开销的增大，以及增加网络失效、安全威胁的风险，需要通过优化的方案设计来加以避免。
（四）更佳的业务部署模式，更久的业务持续能力。云计算模式能够更好地满足快速变化的需求，移动终端的使用能够满足现代快节奏的生活方式，尤其是降低成长型企业的前期成本，这都能够提升组织的业务服务能力，提高客户满意度，并最终产生更好的社会和经济效益。
3.云计算软件特点
云计算软件是云计算效益得以实现的核心内容，要能适应云计算基础环境，能够充分发挥云计算技术模式和商业模式的优势，同时又能够有效避免所存在的各种问题，改进其缺陷，才能体现出真正的价值。
云计算软件首先应该支持虚拟化，有高性能的计算内核，能高效地支持虚拟机运行、支持虚拟化的云存储、分布式的云数据库和大规模Web服务阵列；同时，要尽可能减少内存、存储和CPU、网络带宽资源占用，以节省成本。
云计算软件以在线使用方式提供，主要面向Web和移动应用，桌面软件以数据获取和后台分析计算为主。云计算软件可以租用方式提供，根据使用情况进行收费。云计算软件一般需要内置大量的基础数据，使用户可以即买即用，实现数据一体化应用，如搜索引擎需要缓存大量的基础搜索数据，地图服务需要内置丰富的地图数据资源等等。
尽管以后云计算在专业和企业市场会有大量的应用，但云计算模式更适合普及性和易用性的应用方向，比如消费型和生活型的购物、娱乐网站，社会型的社交网站，商务型的在线CRM、电子邮件等服务。由于云计算的特殊性，并不是所有的软件都适合采用云计算方式来运行，要根据技术和应用的特点来决定是否使用云计算模式，以及采用何种云计算模式。
虽然拥有很多的优势，但云计算面临的挑战是相当多的，如安全性、系统的坚固性，系统的异构性。云计算的新模式必然带来产业的变革，如何突破旧有框架建立一个稳定的新产业体系，必然也需要一个相当长的过程，需要面对许多挑战、不断探索、不断创新。
云计算技术与应用
云计算基础设施的建设主要用到虚拟化计算、虚拟化存储、并行化计算三大主要支撑性技术，目前已经有多个厂家提供相应的技术和解决方案，但总体来说仍然处于快速发展的阶段，成熟度需要进一步提高。
在应用方面，云计算概念出现以前，Google、Amazon、Yahoo、Salesforce等大型互联网公司已经开始研究和大量使用云模式的计算技术，形成了比较成熟的架构和技术，并且取得了非常好的收益。云计算概念提出之后，很多传统IT厂家也都大量投入进行相应的研究，推出相应的产品。如IBM以私有云为主推出了一系列方案；微软投入重金打造了Azure云服务平台；Oracle收购Sun后推出了一系列软硬件一体化方案；Dell、HP也收购了一些公司打造云计算方案；开源厂商如Redhat也紧跟大潮，推出了相应的解决方案。
在云计算基础设施方面，国外几个有名的云计算基础设施包括Amazon、Azure，都提供相当强大的处理能力。国内出现祥云（北京）、国云（中科院计算所）、大云（中国移动）、云海（上海）等多个云计算计划，一些原来的超算中心和IDC(互联网数据中心)也加入云计算的阵营，提供虚拟机、虚拟存储、分布式计算架构等基础计算服务。建构在云基础设施之上的云计算应用平台也有很多，如Google、Yahoo、Salesforce、Facebook等，国内的Alibaba、百度、腾讯也着力进行云应用平台的研发和使用，并且开始逐步开放其平台API。
云计算对GIS的影响
云计算对GIS将会带来非常重要的影响。首先，GIS平台概念的内涵将发生变化，GIS基础软件平台将进一步发展，通过融合在线服务形成基础GIS软件、云计算GIS软件和在线平台一体化的综合服务平台；其次，GIS技术将与其它IT技术实现更深度的融合，数据将实现空间关联，业务具有空间智能；第三，GIS技术和空间数据的使用模式会发生变化，更多地使用基于云服务地在线资源；第四，通过云服务模式，GIS的使用范围将得以大大地扩展，使GIS的用户对象扩展到更加广阔的范围。
总之，云计算模式的发展将推动GIS产业的进一步发展，而GIS和空间信息的深入发展也将同时推动整个IT产业的发展，带动电子商务、位置服务、定位导航、车联网、物联网等新兴服务业和交通、运输等传统服务业的发展，以及改进应急救灾、环境保护、节能减排、能源开发、国土资源等方面的管理措施。
1.GIS非常适合采用云计算模式
由于GIS应用的特点，非常适合采用云计算模式：①空间数据的产生单位相对较少，而数据使用者众多且多样化；②基础数据多，数据量庞大，更新频度低，适合采用云存储服务方式共享；③并发用户数很大，但每次使用量较小，适合云计算的大规模分布式计算；④需要海量数据存储，进行数据处理和数据挖掘，适合云计算的并行化分布式处理。
2.地理信息业务模式的主要变化
可以设想，未来基于云计算技术的空间信息处理与应用将会发生很多变化，下面从数据采集、处理、应用的流程作简要分析（见图表）。
3.GIS基础平台内涵的全新扩展
在云计算时代，GIS平台概念将极大地扩展，将包括GIS基础软件、云GIS平台软件、GIS云服务平台三个主要组成部分，应用中既会用到传统的GIS基础软件进行数据处理，也会使用云GIS软件在私有云上进行工作，同时也会连接GIS云服务上的资源，或者将处理结果动态地发布到云服务平台之上。
云GIS将实现地理空间信息和非空间信息的全面整合，实现数据的空间关联，包括内部资源库、私有云资源、公共云资源和其它的互联网资源。GIS将真正无处不在，深入到包括桌面、Web、手机、车联网、物联网等应用类型。
4.GIS与其它信息技术深度融合
云GIS将通过云计算和物联网技术实现定位系统、遥感系统、通讯系统、传感器的全面连接。通过虚拟化、高性能服务技术和移动终端技术实现在线的获取、处理和应用空间信息及其关联信息，并实施基于空间智能的业务逻辑。通过三维可视化技术、环境仿真技术、数字化虚拟系统实现地理空间环境的规划和管理决策。
5.GIS应用模式与使用体验变化
随着云计算的发展，GIS的应用模式和使用体验将会发生很大变化。具体包括：
（1）随需应变。通过在线的、稳定的虚拟化架构，云GIS系统能够更好地满足快速变化的需求，即时提供需要的服务，系统数据和功能提供从内部驱动向外部需求驱动转变。
（2）按需使用。服务者只提供需要的，可以节省计算资源；使用者只获取想要的，只需为使用付费，从而降低使用难度和成本，也不再需要维护庞大的地理空间数据库。
（3）随时可用。系统是在线运行的，可以可靠地运行、满足即时提出的需求。
（4）随地可用。系统是分布式的、虚拟化的网络部署，任何地方都可以访问。
（5）任何设备。使用工作站、PC、笔记本、平板、手机、车载设备均可访问。
总之，云GIS将适应有线网、无线网及其混合网络环境，拥有与其工作环境相适应的用户界面，多业务环节实现流程化、并行化处理，从而实现地理空间数据从采集到处理、分析、应用等各阶段完全一致的操作体验；而数据是统一、同步、一致的，可以同步修改，实现高效的协同工作。
6.测绘、地理信息与互联网融合
测绘、地理信息和互联网将进一步融合。传统的测绘成果，如大地测量、基础地形、基础地理信息，将与专业地理信息进一步结合，如地质、地貌、山文、土壤、植物、动物，大气、气候、气象、水文、水利，区划、环境、社会、经济、人文、人口，灾害、地理统计、国情监测、资源调查、规划等信息将会融合，进行基于空间的统一处理和分析。
互联网上将产生大量用户生成数据，也将通过聚合提供政府、行业、部门、企业、个人使用，使GIS出现泛在化趋势，大量的地理空间信息应用与GIS专业理论方法无关，如Google Earth、百度地图、物流配送等等业务。
GIS的发展继续深入到多种系统。地理空间信息真正成为社会信息基础设施的重要组成部分，能够提供多层次、多模式的共享使用，地理空间信息与多种信息整合催生出大量的创新应用。这将导致产业环境发生深刻变化，GIS产业的重心也将会逐步发生转移。
云GIS探讨 篇3
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.
基于云计算的GIS架构模式研究 篇4
1.1 什么是云计算
云计算包含互联网上的应用服务及在数据中心提供这些服务的软硬件设施。互联网上的应用服务一直被称作软件即服务 (Software as a Service, Saa S) 。而数据中心的软硬件设施就是我们称作的云 (Cloud) 。
1.2 什么是GIS
地理信息系统 (Geographic Information System, 即GIS) 。一门集计算机科学、信息学、地理学多门科学为一体, 在计算机软件和硬件支持下, 对整个或部分地球表层 (包括大气层) 空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述, 提供对规划、管理、决策和研究所需信息的空间信息系统。
1.3云GIS
所谓云GIS, 就是将云计算的各种特征用于支撑地理空间信息的各要素, 包括建模、存储、处理等等, 从而改变用户传统的GIS应用方法和建设模式, 以一种更加友好的方式, 高效率、低成本的使用地理信息资源。
2 云计算架构服务层
尽管在互联网的第一次革命中三层 (或n层) 模型作为一般架构出现, 但虚拟化在云中的应用创造出一组新层:应用程序、服务和基础设施。这些层不只封装按需提供的资源, 而且还定义了一个新的应用程序开发模式。同时在每个抽象层中, 存在定义根据使用情况提供的服务的无数商业机会。
2.1 把软件当作服务 (Saa S)
Saa S软件即服务, 即利用云计算技术包装服务, 将应用软件统一部署在自己的服务器上, 用户根据需求通过互联网向厂商订购应用软件服务, 服务提供商根据客户所定软件的数量、时间的长短等因素收费, 这种服务是通过浏览器向客户提供, 它们是在线服务的应用程序, 而不是传统的外部软件。
Saa S是最高层, 其特色是包含一个通过多重租用 (Multitenancy) 根据需要作为一项服务提供的完整应用程序。所谓“多重租用”是指单个软件实例运行于提供商的基础设施, 并为多个客户机构提供服务。最为人所知的Saa S示例是Salesforce.com, 不过现在有了许多其他示例, 其中包括Google Apps, 提供基本商业服务, 如电子邮件。
2.2 把平台当作服务 (Paa S)
平台即服务是通过网络把软件开发平台作为一种服务来提供的商业模式。平台即服务实际上是软件即服务提交模式的一个产物[1]。平台即服务模式提供了建设、交付、维护Web应用服务的一个完整生命周期。
中间层 (或Paa S) 是对开发环境抽象的封装和对有效服务负载的封装。原形有效负载是一个Xen映像 (Amazon Web服务的组成部分) , 该映像包含一个基本Web栈 (例如, 一个Linux发行套件、一个Web服务器, 以及一个编程环境, 如Pearl或Ruby) 。
2.3 把基础设施当作服务 (Iaa S)
最底层为基础设施即服务是把计算机基础设施 (通常是一个平台的虚拟化环境) 作为服务提供。这些基础设施包括计算机的硬件、存储设备, 操作系统等。基础设施即服务也叫硬件即服务 (Laa S) , 它是云计算服务可以利用的最低级别的服务。Laa S把多台服务器组成“云端”基础设施, 作为计量服务提供给客户[2]。云计算供应商只提供用户运行所需服务的硬件设施, 用户需要自己安装所需要的软件, 同时自己管理自己的资源。提供基础设施当做服务提供的目前有Amazon Web服务 (AWS) , IBM的Blue Cloud等。
3 GIS有云的第四种形态
云计算有三种形式, 一是基础设施即服务, 把CPU的处理能力和海量的内存、存储空间当作服务。二是平台即服务, 开发平台也是服务。三是Saa S, 应用软件即服务。这是云计算的三重基本形式。
除此以外, 在地理信息领域还需要云计算第四种形式, 就是Data Serves。正是由于空间数据产生单位较少而使用者众多、基础数据量庞大而更新频度低、并发访问数据量大等GIS应用特点, 云计算模式将使GIS在海量数据存储、大规模计算、深度数据挖掘方面获得更加强大的优势。
基于云计算的GIS架构模式
云GIS架构模式中, 从底层往上依次为:Iaa S (基础设施即服务) 、Paa S (平台即服务) 、Saa S (软件即服务) 、Daa S (数据即服务, 包括在Caa S中) , 见图1。
4 结论
随着云计算作为一种新平台的出现, 云中制图正日益成为地理学者应用GIS的一种新模式。利用云计算, 我们将有机会重塑GIS应用的创建和使用模式, 这对挖掘和使用空间数据及地理空间分析将产生深远影响。云提供了使用和发布动态数据的潜能, 这包括使用实时信息进行分析和建模, 可以用于服务多个目标和受众的应用程序中, 在基础可扩展的架构上实现高流量。利用云基础设施看似可以获得无限计算容量, 因此可以在短时间内作为传统处理程序进行分析计算。这样, 可以提供更多经济可行性, 最终达到云可以提供的规模经济。随着云计算日益成为商业主流业务, 云托管内容和云提供内容的潜力, 无论大小, 都将成为企业面临的重要现实。对于地理空间技术专家来说, 理论上来讲云GIS意味着数据将永远可用, 永远可访问。对于移动工作者来说, 云提供一个提高工作流程效率和协作的广阔领域。在云中共享数据和应用, 可以根据需求立即发现、查看、编辑、保存更改并调用地理处理功能。
参考文献
[1]Cloud computing:It as a serviceG Lin, D Fu, J Zhu, G Dasmalchi-IT Professional, 2009.
GIS云服务 篇5
一、当前测绘保障中出现的瓶颈
(一) 存储空间与存储稳定性的不足。该单位的主服务器只能通过配置大容量硬盘或磁盘阵列来增加存储空间, 不具备横向扩展能力。同时, 所有数据都部署在该服务器上, 一旦存储设备出现故障, 整个服务器就无法工作。
(二) 服务器计算能力与服务稳定性的不足。主服务器的计算能力跟CPU性能有关, 不具备横向扩展能力。摩尔定律失效让GIS并行计算技术比以前更重要。根据摩尔定律, CPU频率每18个月提升一倍而成本保持相当。但如今微晶体管应接近物理的极限, 摩尔定律失效, CPU频率不能无限增长, 可GIS应用的数据量增长的步伐没有停止, 以致GIS应用遭遇性能瓶颈。当有多个用户同时访问服务器, 并发量较大时, 服务器的处理能力跟不上, 带给用户客户端的体验就是卡、顿、慢, 甚至死机。
(三) 专业分析服务缺乏, 分析可扩展性不强。该单位采用的基础测绘平台是基于组件的GIS架构。没有建立符合OGC标准的GIS服务架构, 缺少各种专业的GIS分析服务。
二、云GIS技术的优点和特性
所谓云GIS, 就是将云计算的各种特征用于支撑地理空间信息的各要素, 包括建模、存储、处理、应用等, 从而改变用户传统的GIS应用方法和建设模式, 以一种更加友好的方式, 高效率、低成本地使用地理信息资源。云计算平台有两个最关键的问题:一是虚拟化, 二是分布式存储和计算模型。云GIS环境下, 最大的特点就是GIS平台具备的关键技术都变为一个个可调用、可访问的服务, 整个基础架构, 包括数据库、地理处理、存储管理、应用模块及发布都是开放性的、以服务的形式来提供和展现, 整个系统是一个松散耦合、可移动性、可伸缩性和自适应性的架构。GIS平台和云计算的结合是未来认可的技术方向, 完全突破上述瓶颈, 为实现测绘保障能力跨越式发展提供了技术基础。
三、基于云GIS测绘保障需要解决的问题
当前高技术条件下, 基于大型云计算平台发布地理空间信息服务, 在系统架构和应用模式上都已有了较好的案例。但同时, 云GIS在应用于测绘保障上仍面临众多挑战。
(一) 空间数据库的虚拟化与分布式技术研究。目前GIS数据模型所使用的各种关系型数据库, 本身并不是分布式的。在所有的数据都能使用No SQL数据库进行管理之后, 如何来使用这些数据、如何使用分布式编程模型来解决实际问题恐怕是更大的问题。云GIS平台只是给GIS行业带来了一种全新的数据管理和分析的平台工具, 而怎么样来使用这些工具, 需要我们的智慧与想象力, 需要更长远的眼光和规划。
(二) 数据获取仍是短板。一般部门的地理空间信息建设只解决了有无问题, 尚未构建成熟配套的信息系统体系, 空间数据信息的共享、互联、互通和互操作带来很大困难, 难以适应高技术条件下预防大规模、大范围突发性灾难事件以及局部战争的全面需要。在信息化建设中, 对地理空间情报的地位、作用重视程度不够, 在自动化系统构建、区域综合信息系统规划、精确武器装备系统等建设中, 仅仅把地理信息当成简单数据, 而没有纳入到统一的信息化建设框架和顶层设计中;各业务部门、各系统中所需的测绘信息数据独立设计、自主生产, 各系统的测绘信息建设自成标准、烟囱林立, 造成整个大系统无法互联互通。只靠测绘专业技术的力量, 很难解决这个问题。
(三) 需要解决的几个关键技术问题。云GIS还需要以下关键技术, 才能充分发挥云计算的价值。一是GIS智能集群技术, 主要表现在三个方面:自动伸缩, 集群可智能感应服务器的负载, 当发现负载加重时可以自动增加新的服务节点, 以提高响应能力, 当发现负载不高时, 可以自动减少节点, 释放服务器计算资源;自动部署, 如果上述新增的节点为空节点, 集群可自动把主节点的数据和应用程序推送到新增节点, 而无需人工部署, 提高了突发性并发暴增的系统应变速度;自动同步, 当主节点的数据和程序更新后, 集群可以自动同步到管理的子节点。二是GIS并行计算技术。摩尔定律失效后, 计算机的发展走向多CPU和多核化路线, 只有大量功能支持并行计算, 才能充分发挥计算机尤其是高端服务器的性能优势, 缩短数据处理和空间分析时间。
四、结语
GIS平台和云计算的结合是未来认可的技术方向, 而国内当前GIS的用户主要还是政府机关、大型企事业单位和部队, 对GIS数据的安全性和保密性都有很高的政策要求, 推进云GIS发展和建设将是一个渐进的过程。云GIS将提供一种稳定、高效、低成本、环保的支撑架构, 将空间信息的服务和增值带给以往没有实力自己搭建GIS应用平台的基层单位和个体, 从而实现GIS自身的革命性突破, 极大地扩大应用规模。云计算与GIS结合的云GIS研究是地理信息科学发展的必然要求, 也提供了一种崭新的视角, 对于拓展测绘保障模式、提高测绘保障能力、加强测绘保障水平具有重要意义。
摘要：本文基于某单位实施测绘保障的工作实际, 探讨信息化条件下测绘保障的新模式。首先分析现有模式存在的问题, 提出云GIS技术的优点和特性, 并进一步探讨基于云GIS测绘保障需要解决的问题。
关键词：云计算,GIS,测绘保障,云GIS
参考文献
[1]谢峰.中国信息化进程中的测绘保障机制研究[D].天津大学, 2006
[2]陈维崧, 陈庆秋.基于云计算的GIS研究[J].测绘与空间地理信息, 2011
[3]吴边, 吴信才.Cloud GIS关键技术研究[J].计算机工程与设计, 2011
[4]王尔琪.云计算与GIS技术革新[J].新经济导刊, 2011
GIS云服务 篇6
当前, 国土资源“一张图”工程建设是《国土资源信息化“十二五”规划》中的一项重点工程, 是夯实国土资源信息化的基石和加速国土资源信息化发展的引擎, 是基于统一基础地理空间参考, 以国土资源综合监管与应用服务为目标, 对土地、矿产等各类国土资源专业信息的综合集成与展示。但是不动产统一登记制度的建立, 则对国土资源“一张图”工程建设提出了“房地合一”的更高要求。
苏州工业园区开发建设二十年来, 通过实践和积累并积极借鉴新加坡先进经验, 建立了异产毗连房屋的房地产登记管理体制, 形成了一套有自身特色的“房地合一”管理新模式, 在此基础上, 创建了基于政府地理信息云平台的“房地一张图”系统。
政务GIS云平台
政务GIS应用作为政务信息化的重要组成部分, 其作用越来越重要。园区在这方面应用起步较早, 在规划建设、国土房产、城市管理等领域, 政务GIS应用已比较深入。近年又在政务私有云的基础上, 搭建了园区的“政务GIS云平台”, 以提高园区政务GIS应用水平。苏州工业园区地理信息云平台采用众包模式建设, 各部门分级维护, 协同管理, 实现了数据资源的有效共享, 并为各类应用提供了开发接口, 降低了地理信息应用门槛。
园区“房地一张图”系统, 是基于园区政务GIS云平台提供的生态环境, 通过调用平台服务资源而搭建的支撑国土房产业务应用的系统, 系统将国土资源、房产管理相关的数据及服务接入并进行融合, 汇聚基础地理信息、房地数据、人口数据等, 为城市房地综合管理奠定基础, 同时借助于云平台的服务管理、安全监控等功能, 分级管理并保证服务安全, 维护系统稳定运行, 实现用地、地籍、土地规划、房地产产权产籍等专题应用。
建设内容
核心数据库建设
“房地一张图”系统建设, 首要工作是完成相关基础数据库和业务数据库的建设, 数据库建设是核心, 这是一项复杂的任务。数据中心则是由各个数据库进行整合集中建成的;建成高标准的数据库, 是建立高水平数据中心的基础。
数据库建设, 在技术上需要制定数据库建设、管理和应用等一系列技术标准和规范, 确保建设过程中按照统一的空间数据数学基础, 统一的数据分类代码、数据格式、命名规则和统计口径等。标准和规范的内容主要包括数据整理、质量检查、数据转换、成果入库、数据管理、动态更新及其对外服务等。“房地一张图”系统建设制定了四套标准, 其中《基础地理数据规范》对基础地理数据在Micro Station和Arc GIS两个平台上的图式和建库标准进行了规定;《电子地图数据规范》对包括1:50万、1:20万、1:10万、1:2万、1:1万、1:5000、1:1000等不同比例尺的基础地理信息数据, 以及公共服务设施等专题地理信息进行了规定;《数据交换标准》对基础地理数据转换、宗地数据交换、土地勘测数据交换、房产数据交换、建设用地审批数据交换等进行了规定;《业务数据库标准》对房地数据库的内容、要素分类、数据分层、图形和属性数据的结构等进行了规定。
根据技术标准和规范, 对不同类别、不同专业的海量、多源、异构数据进行梳理、整理、重组、合并等, 集成土地利用现状、土地规划、基本农田和房地产产权产籍等基础数据库, 利用提取、转换和加载工具以及必要的手段, 将处理、加工好的数据按照统一的建库标准进行入库, 建立包括批、征、供、用、补、查、房产等业务数据库, 业务数据再按分层、分类管理形成“房地一张图”的核心数据库。
业务应用系统建设
将集成后的数据库, 与业务系统衔接, 把独立的业务应用及其数据库集成到一个可管理的环境中, 通过园区政务地理信息云平台, 定制各业务应用系统, 同时对已有业务应用系统进行集成与改造, 快速实现一体化、集成式电子政务应用, 全面实现各业务系统的信息共享和互联互通。
在“房地一张图”核心数据库基础上, 按照系统管理维护和应用服务的要求, 实现对土地、房产及基础地理数据的集中管理与维护。数据质检、入库、更新、交换、元数据管理以及数据备份、系统监控、数据迁移、日志管理等数据库管理功能在园区政务地理信息云平台上实现。客户端以图形、表格、GIS和虚拟化相结合的方式, 直观、准确、动态地展示“房地一张图”各方面的信息, 为行业管理、综合监管和辅助决策提供数据支持。
在“房地一张图”系统建设框架下, 开发了建设用地管理、城镇地籍管理、房地产产权产籍管理、综合监管与决策等专业应用系统, 实现了房地业务的一体化管理和信息共享。
开发和规范数据应用接口, 建立数据更新机制
在“房地一张图”核心数据库基础上, 开发应用服务接口, 将地理信息服务相关的图形浏览、定位查询、空间分析、统计分析、专题图制作等功能封装, 实现对“房地一张图”核心数据库的调用, 并与智慧环保、智慧规划等系统进行数据共享。
建立和完善数据汇交、数据更新机制是“房地一张图”数据建设的另一项重要工作。根据数据类型不同, 制定不同的数据汇交与更新的协调、操作、运行的管理机制, 业务数据就在业务审批流程中实时动态更新, 正射影像等周期性较强的数据, 就阶段性更新, 保证不同类型的数据都能及时进行数据更新, 保持数据的现势性。
关键技术
通用的地理数据表达模型
项目采用了地理数据统一表达模型UDX (Universal Data e Xpression) , 其强调了地理模型作为计算机程序在数据处理层面的一致性, 使基于不同软件平台、硬件平台、开发语言、发布方式、数据格式、功能调用接口的地理数据, 在异构的计算机环境下可运行、可集成、可转换、可计算、可交互控制。该模型在“房地一张图”这一特殊的国土房产信息化项目中, 保证了CAD与GIS、MIS系统的无缝对接, 确保了“以图管房”的可操作性。
大数据分析
国土、房产管理部门涉及的各类基础数据和业务数据规模巨大、变动较频繁, 很难在合理的时间内处理、整理成为能辅助决策的资讯。为解决这一困境, 本项目采用大数据分析技术。相比于传统的数据仓库应用, 大数据分析具有数据量大、元数据可靠、隐私性高、数据质量标准化、处理速度快、生命周期合理、分析可视化、数据价值挖掘力强、预测性分析能力好、信息提取智能化等特点。
云计算平台
作为当今国内外最热门的IT概念之一, 云计算和以其为基础的云计算平台具备一些特殊的优越性, 它能使信息和服务的使用方通过网络获得易扩展的资源。云平台一般由云服务器、云电脑、网络组件三部分构成。本项目基于园区政务地理信息云计算平台, 兼顾计算和数据存储处理, 使客户可以在域网中的任意计算机上存储数据, 在其他计算机上浏览数据、调用业务功能、获得计算结果。
Web GIS技术
本项目地图服务采用Arc GIS Server解决方案。它提供了创建和配置GIS应用程序和服务的框架, 以满足各种客户端的不同需求。基本思想是对Arc GIS服务进行封装, 并通过Web Service技术提供服务。Arc GIS Server包含了Arc SDE空间数据管理技术, 用于管理基于多用户和事物的地理数据库。同时, 对GIS提供基于浏览器的访问方式;支持多种网络环境的GIS网络服务发布, 满足用户各种特殊的需求;提供集中管理、多用户编辑的能力;在服务器上实现集中的空间分析。
Silverlight技术
系统前端使用Microsoft Silverlight技术作为用户操作的界面展示层, 其作为微软Web前端应用程序开发解决方案, 是微软丰富型互联网应用程序策略的主要应用程序开发平台之一。以浏览器的外挂组件方式, Silverlight提供Web应用程序中多媒体与高度交互性前端应用程序的解决方案。Silverlight结合ESRI相应的SDK为用户提供了更为绚丽和交互性强的界面设计能力, 广泛应用在本项目开发和设计之中。
系统应用
基于政务地理信息云平台的“房地一张图”系统, 在实际应用中取得了显著成效。系统开发了一体化时空引擎, 实现了各业务部门数据之间的衍生关联, 可实时、动态“沉淀”全过程业务数据到数据中心, 形成多源、全要素、全过程、时空统一的“房地一张图”核心数据库, 实现了对房地的全生命周期管理。该系统主要功能包括地图功能、快捷查询、图层管理、信息查询、业务审批、业务统计监管预警、地块分析、专题图表及系统配置管理等功能。系统部分功能界面如图1、图2所示。
结束语
GIS云服务 篇7
当今计算机技术变革的热点就云计算与物联网时代到来, 在此时代下, 功能强大却一直停留在专业领域, 无法“深入寻常百姓家”的GIS技术将迎来重要的变革契机。在云计算和物联网技术的支撑下, 将来的GIS会把服务提供给所有人享用, 如同春雨“润物细无声”, 会实现GIS的真正生活化, 造福所有人。
1 云计算物联网与GIS概述
1.1 云计算时代到来
近几年来, 云计算的推广如同阵阵春雷, 网络中到处都在宣扬云时代的带来, 国内外各大计算机和互联网公司都在研发自己的云产品。在众多产业的推动下, 云计算 (Cloud Computing) 时代的到来真是势不可挡。以摩尔定律和WINTEL架构为主导的硬件产业, 传统软件产业的商业模式, 企业IT架构, 甚至普通人的生活, 都会因云计算的到来和发展而发生改变。当代的地理信息系统是构建在坚固IT基础之上的信息系统, 云计算时代的到来对GIS的发展将会有深远影响。
1.2 物联网技术成熟
物联网是在计算机互联网的基础上, 利用RFID、无线数据通信等技术, 构造一个覆盖世界上万事万物的“Internet of Things”。物联网中的物品能够彼此进行“交流”, 而无需人的干预。其实质是利用射频自动识别 (RFID) 技术, 通过计算机互联网实现物品的自动识别和信息的互联与共享。
物联网被看作信息领域一次重大的发展和变革机遇。与其它国家相比, 我国的技术研发水平处于世界前列。自2009年8月温家宝总理提出“感知中国”以来, 物联网被正式列为国家五大新兴战略性产业之一, 写入“政府工作报告”, 物联网在中国受到了全社会极大的关注。国家出台了各项政策大力鼓励物联网的发展, 在无锡建立了中国传感网信息中心, 未来3-5年, 物联网技术将日趋成熟, 中国将迎来物联网产业的大发展。乘上物联网的快车, GIS产业发展的加速度大大提高, GIS技术的深入生活化也就不远了。
1.3 GIS应用迎来新的大发展
GIS技术的发展已经经历了几十年的时间, 它一直与最新的技术结合, 应用各种最新的技术为自己的发展进步服务。在这次的云计算和物联网到来的时代, GIS同样有着巨大的发展机遇。几十年的技术发展, 遇到的诸如对海量数据存储, 海量空间数据分析能力, 应用终端多样等等问题, 正是云计算所善于处理的;而诸如空间数据的实时采集, 空间对象物体的及时反馈与任务执行等等困难的解决, 正是物联网所擅长的能力。
2 云计算时代的GIS
当前, GIS已经应用到各行各业, 但是和传统的软件行业一样, 使用中的GIS系统需要不断地升级改造, 越来越多的资金需要花费在GIS版本的变更和新系统的维护上。再加上由于不同行业, 不同部门之间缺乏沟通与合作, 不同GIS系统之间壁垒比较分明, 数据共享与服务共享都很困难, 造成了GIS软件和硬件建设上的重复和浪费。因此, 如何提高GIS软硬件的利用效率, 加强信息共享成为研究重点。
另外, 在专业的GIS行业, 随着空间数据精度的不断提高和获取方法的逐渐多样化, 面对动辄以TB, 甚至PB计的空间数据, 对其进行高速、有效计算与分析的能力面临着巨大挑战。海量数据的处理通常需要超级计算机的支持, 这也限制了GIS的普及应用。是限制当前GIS行业大发展的重要原因。
云计算的出现为以上问题提供了很好的就绝方案。在云计算环境下, 软件主要通过网络为用户提供及时服务, 用户可以根据自己的需求选择计算能力和存储系统。GIS开发者将GIS系统部署在云计算的平台, 将海量的数据存贮在网上, 用户可以在云环境中动态地调整软件和硬件需求, 可以使用媲美超级计算机的计算能力, 也能够享用海量的存储空间, 并且在元计算中也可以享用最顶尖技术支持下的数据维护和保密服务, 如此一来, 限制GIS行业发展的存储、计算、管理、传输等问题就迎刃而解了。
3 物联网结合GIS
当前, 物联网的正处于大力发展建设阶段, 是GIS发展的真正好机遇。同时, 物联网也需要GIS技术支撑。GIS技术为其提供空间信息的获取、存储和管理, 也提高了物联网对空间数据的分析和挖掘能力, GIS技术保障了物联网的技术发展。物联网技术的出现, 使得空间信息中的物体都有了“感知”能力, 真正地提供了动态的空间信息, 能够让GIS动态地获取和针对性地管理物联网中的物体。
例如, 结合GIS与物联网技术构建地理信息公共平台, 以公共地理信息系统技术为基础, 把感应器嵌入和装备到土地、矿产、城市基础设施中, 把各种海量的真实数据实时汇集起来, 是原来的地理信息系统成为一个智能的信息系统。经过分析、优化后, 该系统可全面提高宏观决策、公共服务、应急处置能力。将地理信息公共平台作为物联网建设的基础数据, 在物联网产业发展中对政府领导宏观决策、科学规划、优化空间布局、信息交流等方面发挥重要作用。
GIS把现实世界的地理信息, 即空间信息在GIS虚拟世界中重现;物联网技术使得所有物体单元处于网络之中, 通过每个物体单元具备的传感器, 把它们的即时信息与虚拟世界的网络联系在一起, 把GIS的三维虚拟世界加上了时间维度, 也让现实世界中的物体单元能够接受虚拟世界的信息命令。真正让虚拟与现实形成结合在一起, “动起来, 活起来”, 现实如肉体, 那么物联网与GIS结合的系统就构成了它的神经系统。
4 云计算与物联网综合应用模式下的GIS应用
云计算与物联网综合应用下的GIS, 特别适用于所处理的空间数据庞大, 而且紧密相关的物体特别多的情况下的GIS应用, 例如, 在智慧城市中的应用。在智慧城市中, 物理终端, 各种城市设施, 各种传感器与服务器之间的数据传输非常庞大, 整个系统巨大, 整体上需要强大的超级计算能力和数据存储管理能力, 细节如又需要具体终端物体的信息与响应, 而其空间关系的管理与应用正是GIS的功能。所以说, 云计算、物联网和GIS是智慧城市的支撑技术。
智慧城市的概念扩展到全球, 即是智慧地球, 所以也可以说“数字地球+感知网+云计算=智慧地球”2, 感知网即物联网。“智慧地球” (Smart Planet) , 是把电脑芯片和传感设备嵌入到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中, 甚至包括所有家用电器, 如电饭煲、热水器等等, 就构成了宏观巨大的全球“物联网” (Internet of Things) , 而它又细致入微, 每一个物联网中的单元, 都是具有一定智慧的个体, 每一个单元都都处在“数字地球”之中, 在云计算技术的支撑之下, 把三者结合在一起, 就是构成了我们的“智慧地球”。
智慧城市和智慧地球既是最好的云计算、物联网与GIS技术三者结合的典范, 也是当前世界信息化研究的热点。当然, GIS在云计算和物联网支撑下的应用绝不仅仅局限于智慧城市和智慧地球, 也必将有更多更广泛的应用出现。
(上接第113页) 如上图所示, GIS的发展经历了传统GIS, 和网络时代的GIS, 而今, 已经迈开步伐, 将要进入云计算与物联网时代的新GIS。新时代的GIS, 其功能将更为深入和强大, 其应用将真正实现大众化、生活化、和普世化。S
摘要：随着云计算与物联网时代的到来, 各行各业都必将发生巨大变化, GIS行业也不例外。本文对GIS在云计算与物联网时代的应用模式进行探讨, 以及展望。
关键词：云计算,物联网,GIS
参考文献
[1]中国物联网.百度百科[OL].网址http://baike.baidu.com/view/2869199.htm.
GIS云服务 篇8
现有的GIS系统建立在异构的分布式网络环境之上, 网络传输和服务器负担重、升级和移植困难, 缺乏针对分布式地理信息处理的能力, 制约了GIS的应用。如何为异构、自治的各种GIS系统提供普适的集成手段, 如何根据需求和环境变化有效地发现、选择满足特定功能要求和服务质量要求的资源, 如何在动态的应用结构之上实现应用组件之间的协同, 这对其体系结构和应用模式提出了更高的要求: (1) 系统的体系结构必须能够很好地适应开放、分布式的网络环境; (2) 必须能够针对特定任务提供各种粒度适宜、易于集成以及具有良好互操作性的处理功能; (3) 能够协同服务资源来完成应用目标、动态调整应用系统的结构[1]。
为了改进当前的GIS模式的不足, 使GIS适应当前和发展的网络环境, 提出了基于Web服务和移动Agent的GIS动态服务技术。
1 Web服务
一般认为Web服务是支持标准Internet协议进行访问的可编程应用程序逻辑, 由服务提供者发布自己的服务到注册中心, 服务请求者可以到注册中心查找选择需要的服务, 并通过基于标准的Internet协议调用服务, 通过Web调用, 实现应用逻辑或功能。Web服务具有强自治、松耦合、粗粒度、开放性以及可集成的特点, 它结合了基于组件的开发和Web方式两者的所有优点, 能与其他兼容的组件进行互操作, Web服务成为GIS环境下服务的主流技术形态[2]。
2 Web服务应用于GIS系统的优点
1) 开发者集中精力设计GIS信息处理部分, 而不再需要同时考虑整个系统的架构、通信方式等细节, 提高了软件的复用度。
2) XML作为一种开放式的通讯方式, 在具有形式化、结构化等特点的同时具有良好的可扩充性, 使系统具有较高的灵活性, 可以支持不同形式的客户端, 也可以使用现有的GIS软件及数据资源。
3) 服务提供者与服务的使用者相分离, 降低了系统的耦合度, 两者之间的维护成本也大大降低, 便于维护更新。
4) Web服务可以使用在客户机或是服务器上任意一方的分布式组件。一个机器根据需求可以充当服务器或客户机。例如一个在其他城市的GIS结点可以作为一个客户机访问多个政府数据库服务器。当其他的GIS工程请求关于该城市的数据时, 刚才的客户机又可以作为服务器向其他用户提供数据。这样就不必专门设置客户机和服务器, 为Web服务集成到GIS开拓了应用潜力。
3 GIS动态服务
3.1 动态服务的系统结构
构建GIS动态服务的先决条件是从现实世界中提取出用来客观描述世界的信息 (空间信息与非空间信息) , 形成空间数据库;其次数据库服务器为该体系提供各种基础数据, 经过GIS服务器和Web服务器等集成后形成特定的表达形式 (以XML/SVG/GML或者文字、图片等方式表达) ;Agent服务器用于服务模型的注册、注销、查找、调用, 服务运算的并行处理, 为GIS服务器和Web服务器提供必要的信息准备和信息处理环境;GIS服务器为该服务提供GIS空间分析、GIS数据处理、地图综合以及多源信息融合等功能;Web服务器用于接收各种类型用户的请求, 从中解析出与地理信息相关的基本服务, 经过GIS服务器和Agent服务器的处理得到服务结果再反馈给用户。其系统结构如图1所示。
3.2 动态服务的原理及模型
对于一个给定的GIS任务, 动态服务原理如下:
首先, GIS用户向Agent发送请求, Web服务层接收.Agent对给定的信息进行过滤, 抽取出必要的信息, 以便能够正确的解释。对不能进行解释的信息须同其它Agent交互, 以便正确的解释信息。
其次, 解释后的信息必须具有标准的格式, 并能够被构件注册管理器识别, 能够到构件注册管理器中查找处理任务要求的相应功能构件。系统将解释后的标准格式信息形成Web服务流。
然后, 根据网络环境以及所解释的任务要求, 将Agent迁移到数据源所在地或者数据源附近。
迁移到目的地之后, Agent根据给定的任务需要加载某些功能构件。将加载构件的功能解释为构件注册管理器可以读懂的标准格式, 向构件管理器中提交信息, 构件管理器对提交的信息与已有的构件注册信息进行匹配, 若匹配成功, 就返回相应构件的网络地址, Agent根据返回的网络地址通过构件加载器动态地将该功能构件加载到Agent中;若匹配不成功, 则说明本地构件集中所需功能构件信息不能进行解释, 此时就必须通过Agent消息说明接口与其它Agent进行交互来获得相应构件的网络地址。Agent根据返回的网络地址, 通过构件加载器动态地将该功能构件加载到Agent中。
最后, Agent通过这些加载的功能确定迁移路线并完成给定的任务。对于同一个任务可能需要加载多个功能构件, 若构件在不同的构件集中, 那么就需要向在不同网络地址的构件集提出加载要求。
Agent和Web服务的集成和融合, 能够为GIS服务的实现模式和应用模式以及空间信息处理能力等, 以及在不同层面的共享、互操作、空间信息服务和其他应用的集成提供一个相对完整而有效的GIS动态服务模型, 如图2所示。
4 基于Web和Agent的实现技术
4.1 构件服务技术
与构件服务最为密切的研究活动是Web服务。构件服务从研究内容上涵盖Web服务的一部分, 但是构件服务研究的服务粒度相对较小, 而且具有很好的封装性[3]。
GIS软件的模型包含若干功能单元, 要把所有的功能放在一个控件中是不可能的, 即使实现系统效率会低下。遵循应用需求设计GIS构件是必要的, MapObjects就是以空间数据访间、查询、制图为主要目标的GIS构件。
GIS软件构件必须进行自描述与其它的软件构件进行动态的结合, 并且构件服务能够被Agent理解, 并实现构件服务间的自动互操作, 须对构件接口进行描述以用来管理与远程结点Agent的连接。由于整个过程的实现比较复杂, 因此引入了移动Agent技术。构件服务动态组合过程, 如图3所示。
4.2 移动Agent技术
4.2.1 移动Agent技术与Web服务结合的特点
移动Agent是一个能在分布式异构网络中, 根据需要按照一定的迁移机制自主地从一台主机迁移到另一台主机, 并可与其它Agent或资源交互的软件对象, 它能携带执行代码、数据和运行状态, 在分布式的网络系统中自治的、有目的迁移, 并能响应外部事件, 在迁移过程中能保持其状态的一致性[4]。Mobile Agent具有跨平台移动、持续性和可靠性等
特点。移动Agent的特性使得移动Agent技术在许多领域中, 与Web服务结合体现以下特点。
1) 移动Agent技术可以帮助Web Service实现自动发现、装配、加载等操作, 最大限度发挥Web Service潜力, 实现Web Service全面自动化。
2) Web Service可以作为Agent行为的一部分, 通过组合Web Service, 来达到协同解决问题的目的。
3) Agent技术充分利用Web Service互操作性来扩展Agent应用范围。
4.2.2 Agent为地理信息领域中某些问题的解决带来新的思维模式和有效的解决途径
移动Agent独立于特定的主机和传输层协议, 而仅仅依赖于它们的执行环境, 因而为进行无缝的系统集成提供了极为有利的条件。移动Agent模式的特征是网络中任一台主机都拥有处理资源、处理器和方法的任意组合, 并在整个网络内可共享。移动Agent迁移的内容包括代码和运行状态 (执行状态和数据状态) 。因移动Agent带有状态, 故可依应用需要, 在任一时刻从一个网络位置移动到另一个位置, 并可在客户和服务器间双向移动, 能更好适应异构、自治、协同、低带宽、非稳定连接的Internet环境。Agent的一些特性能够为地理信息领域中某些问题的解决带来新的思维模式和有效的解决途径, 这主要体现在以下几个方面。
1) 移动性:
移动Agent的引入, 能使得空间信息的出来在尽量靠近源数据的地方进行, 从而提高效率减少网络传输量, 并有效地减轻网络的负载。
2) 自主性:
移动Agent能够感知其运行环境, 并对环境变化做出适当的反应, 它可以根据服务器和网络的负载动态决定移动目标。当任务不能够被执行或完成时, Agent就会建议修改请求或者任务, 或者是提供给用户一个可供替换的选择。
3) 按需装配性 (Assemble-on-demand) :
能够在运行的过程中根据系统的需求动态地加载相应功能模块, 实现自我功能动态增强, 更好地完成任务[5]。
4) 封装性:
Mobile Agent提供了一个Java类库的运行环境, 它支持Mobile Agent实体的创建和运行。运行环境隐藏系统内部的管理机制, Mobile Agent只需要通过Context对象与它的运行环境进行交互。
移动Agent这些特点, 非常适合于应用于在动态的、多变的、不稳定的GIS环境动态服务, 从而提供一个相对稳定的Web服务。
移动Agent的移动性、自主性和按需装配等特性能够为地理信息领域中某些问题的解决带来新的思维模式和有效的解决途径。
对于分布式地理信息服务, Agent的活动性是最基本的, 它包括动态的信息过滤、信息说明以及决策制定和迁移。在分布式的网络环境中, 异构的数据模型和系统不能直接进行通信。移动Agent能够在异构的信息孤岛之间建立桥梁, 解释不同的信息类型和模型。充分利用Agent的可移动性和按需装配的特性, 以它作为容器动态装载构件服务来完成给定的任务。为了能够正确地解释它们, Agent必须学习关于解释过程的知识和方法, 这些方法都被封装在元数据当中。
元数据描述了数据的内容、质量、情况以及其他特征。GIS软件构件必须进行自描述去与地理数据对象、其它的软件构件进行动态的结合。构件接口也必须被描述以用来管理与远程结点软件的连接。为了让构件服务能够被Agent发现, 这些构件必须用格式规范的元数据进行描述并且注册到构件注册管理器中, 这些元数据必须包括构件所能完成的功能以及所处的网络位置等。
4.3 Agent的迁移策略
迁移策略是移动Agent的核心技术之一。Agent的移动策略是指根据Agent的任务、当前网络负载和服务器负载等外界环境和其他约束条件, 动态地为其规划出最佳移动路径, 使Agent在开销最小的情况下, 最快、最好地完成其任务。目前, 已有系统, 如IBM公司的Aglet、Sumatra系统设计了信息监测模块中有关Agent迁移策略都有一个共同点, 就是待访问的主机已知, 即人为地为Agent确定目的主机。尽管在很多情况下, Agent的迁移目的是确定的, 但在更多的情况下, 迁移目的是不固定的, 一般都是根据个人的经验在编程时给出或随机进行选择, 在变化较大的动态网络环境中, 这显然是不合理的。
结合机器学习理论以及支持向量机的相关原理[5], 设计了一种根据网络主机的环境, 智能选择迁移目的移动Agent迁移策略。
4.3.1 基于支持向量机的迁移策略
支持向量机是Vapnik等人提出的一种通用的有监督的机器学习方法[3]。它建立在结构风险最小化原则基础之上, 具有很强的学习能力和泛化性能, 能够较好地解决小样本、高维数、非线性等问题, 可以有效地进行分类、回归、密度估计等。
该策略考虑了主机的各种负载参数, 力图在Agent出发之前, 通过积累的知识为其规划出最佳移动目标主机, 使Agent完成任务时间最短。鉴于此种考虑设计了基于智能决策的Agent迁移策略, 其模型如图4所示。网络监测模块实时监测网络环境中主机的状态, 当Agent需要迁移时, Agent向迁移计划模块提交查询迁移目的的请求, 迁移计划模块从监测模块中查询各主机状态并将结果递交给智能决策模块, 智能决策模块则根据监测数据生成决策结果并将其写入迁移计划内, Agent根据该结果进行迁移。
考虑将网络中的主机看作独立个体, 这种在一定范围内为Agent选择最佳迁移目的的问题, 可以看作是一个从多台主机中选择一台的多分类模式识别问题。根据支持向量机的理论, 可采用one-against-one的分解法处理这种问题, 即把多类问题分解成多个两类问题, 二者之间进行竞赛, 每次产生一个优胜者, 胜者之间继续进行淘汰, 直至确定结果主机。
4.3.2 迁移算法描述
建立了决策模型之后, Agent的迁移过程也进行了相应的变化。当Agent迁移时, Agent首先从监测模块提取周围环境主机的资源状态参数, 然后对这些主机两两分组, 并把同组的两台主机的对应参数相减。使用建立好的决策模型, 对得到的参数进行决策以淘汰其中的一台主机, 获胜的主机进入下一轮继续淘汰, 直至产生最后的胜者作为Agent迁移的目标主机。
迁移算法
Step 1从监测模块提取周围环境主机的资源状态参数;
Step 2 对这些主机两两分组, 并把同组的两台主机的对应参数相减;
Step 3对得到的参数进行决策以淘汰其中的一台主机, 获胜的主机执行Step 1- Step 2;
Step 4产生最后的胜者作为Agent迁移的目标主机。
采用CPU、内存、cache大小等不同的计算机作为为Agent提供服务的主机进行了仿真实验, 验证支持向量机策略的有效性, 为保证训练样本的多样性和覆盖范围, 在各个主机上随机运行各种程序, 尽可能增大硬件参数值的变化范围。
5 结语
基于Web服务及移动Agent的GIS动态服务充分利用两者的特点和结合的优势为GIS动态服务提供一个良好的构建平台, 利用处理功能的移动代替了海量空间数据的移动来完成不同的任务, 解决了GIS空间数据处理的瓶颈问题, 为我国GIS的发展提供了有价值的模式。基于支持向量机决策的迁移策略, 充分利用了支持向量机优异的学习能力以及分类性能, 为移动Agent规划出最佳迁移目的主机, 缩短Agent完成任务的时间。结果表明, 支持向量机策略大大提高了获得最优结果的概率。
摘要：针对现有分布式GIS系统存在的局限性, 利用Web服务和移动Agent技术来解决GIS领域的动态服务问题;介绍了动态服务的工作原理及移动Agent、构件服务、Agent迁移策略等相关的实现技术, 给出了GIS动态服务模型和系统结构。
关键词：动态服务,Web服务,移动Agent,迁移策略
参考文献
[1]Tsou M H, Buttenfield B P.A Dynamic Architecture forDistributed Geographic Information Services[J].Transac-tions in GIS, 2002, 6 (4) :355-381.
[2]马晓星余萍陶先平吕建一种面向服务的动态协同架构及其支撑平台[J].计算机学报2005, 28 (4) :467-477.
[3]王斌, 王建新, 夏东林等.基于Agent技术的Internet上构件服务框架研究[J].计算机科学, 2003, 30 (7) :15-17, 21.
[4]Timon C.Du, Eldon Y.Li, and An-Pin Chang.MobileAgents in Distributed Network Management.Communica-tions of the ACM July 2003, 46 (7) .