空间数据计算模式分析与应用
The Preliminary Study of Spatial Data Computing Pattern Based on Basic Unit
查看参考文献36篇
|
文摘
|
随着传感器和其他数据采集技术的不断进步以及对地观测网络的建设和启动,空间数据的高性能处理和分析成为摆在地学工作者面前的瓶颈.本文以此为出发点,按照不同地学领域(陆地、大气、海洋)的空间数据载体的形态的不同,将空间数据划分为反映固态基质信息的陆地空间数据,反映液态基质信息的陆地水文空间数据,反映液态基质信息的海洋流体空间数据和反映气态基质信息的大气流体空间数据四类,并对每类数据的最小单元问题进行了初步的分析.本文详细阐述了地学空间计算的涵义,并根据计算行为模式及计算的侧重点的不同,将地学计算过程分为深度计算过程与主动计算过程(即"数据→特征→知识"的一般计算过程),并就此进行了阐释.以基于特征的遥感信息提取和目标识别工作为例,对上述理论进行了说明和验证.最后对空间数据计算模式相关问题进行了总结,并对以后的研究做了展望. |
|
其他语种文摘
|
With the developments in satellite sensor technology, data acquisition technology developed rapidly; and with the start of a series of space-based observation network for Earth science, such as EOS, GTOS, ECOS, GOOS etc., high performance processing and analysis of tremendous data becomes the bottleneck faced by us. According to the shape differences between different data carriers of terrene, ocean and atmosphere, this paper divides spatial data into four classes ：terrestrial-solid based spatial data, terrestrial-liquid based spatial data, marine-floating based spatial data and atmospheric-floating based spatial data. Then this paper introduces the concept of the basic unit and proposes their actually existing style in the four types of spatial data mentioned above. Furthermore, this paper simply reviews geocomputation and expands it to geo-spatial computation. Then this paper discusses the connotation and classification of geo-spatial computation and summarizes the general computing procedure： data → features →knowledge. According to the differences of the computational behavior and the computing emphasis, this paper divides geo-spatial computation into two classes： deep-computation and proactive-computation. Consequently, this paper explains the computing pattern of deep-computation and proactire-computation. What＇s more, a case study of information extraction and target recognition from remote sensing image based features was done to illustrate and testify the ideas mentioned above. Finally, this paper summarizes the relative problems about spatial data computation and expects the direction of future researches. |
|
来源
|
地球信息科学
,2006,8(2):84-90 【扩展库】
|
|
关键词
|
空间数据
;
计算模式
;
基元
;
深度计算
;
主动计算
;
遥感
|
|
地址
|
1.
中国科学院地理科学与资源研究所, 资源与环境信息系统国家重点实验室, 北京, 100101
2.
武汉大学遥感信息工程学院, 武汉, 430079
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1560-8999 |
|
学科
|
测绘学;自动化技术、计算机技术 |
|
基金
|
中国科学院地理科学与资源研究所知识创新工程领域前沿项目
;
国家自然科学基金
|
|
文献收藏号
|
CSCD:2378753
|
参考文献 共
36
共2页
|
|
1.
谢昆青(译). 谢昆青.
空间数据库,2004
|
CSCD被引
24
次
|
|
|
|
|
2.
. Spatial Data Concepts and Issues.
http://www.soi.city.ac.uk/-dk708/pg2_2.htm,2005
|
CSCD被引
1
次
|
|
|
|
|
3.
肖庆辉. 二十一世纪地球科学展望.
二十一世纪地球科学展望
|
CSCD被引
1
次
|
|
|
|
|
4.
Ning An. Anad Sivasubramaniam et al.
Technical Report CSE-98-006,1998
|
CSCD被引
1
次
|
|
|
|
|
5.
左大康. 现代地理学辞典.
现代地理学辞典,1990
|
CSCD被引
51
次
|
|
|
|
|
6.
Camara G. are they relevant to health data? Cad Saude Publica.
Cad Saude Publica,2001,17(5):1059-1074
|
CSCD被引
1
次
|
|
|
|
|
7.
M Egenhofer. Progress in computational methods for representing geographical concepts.
International Journal of Geographical Information Science,1999,13:775-796
|
CSCD被引
8
次
|
|
|
|
|
8.
Openshaw S. Geocomputation.
Proceedings of the 1st International Conference on GeoComputation,1996:665-666
|
CSCD被引
1
次
|
|
|
|
|
9.
Longley P. A Primer.
Geocomputation:A Primer,1998
|
CSCD被引
3
次
|
|
|
|
|
10.
Gahegan M. On the application of inductive machine learning tools to geographical analysis.
Geographical Analysis,2000,32(2):113-139
|
CSCD被引
3
次
|
|
|
|
|
11.
王咏武. 道法自然--面向对象实践指南.
道法自然--面向对象实践指南,2004
|
CSCD被引
4
次
|
|
|
|
|
12.
郑度. 地理学研究进展与前沿领域.
地球科学进展,2001,16(5):599-606
|
CSCD被引
53
次
|
|
|
|
|
13.
陆大道. 我国地理学发展的回顾与展望——地理学：方向正在变化的科学.
地球科学进展,2001,16(4):467-472
|
CSCD被引
19
次
|
|
|
|
|
14.
葛全胜. 21世纪中国地理学发展的若干思考.
地理研究,2003,22(4):406-415
|
CSCD被引
18
次
|
|
|
|
|
15.
Tang A Y. A spatial data model design for feature-based geographical information systems.
Int.J.Geographical Information Systems,1996,10(5):643-659
|
CSCD被引
24
次
|
|
|
|
|
16.
肖乐斌. GIS概念数据模型的研究.
武汉大学学报:信息科学版,2001,26(5):387-392,418
|
CSCD被引
19
次
|
|
|
|
|
17.
李天峻. 分布式地理空间对象模型研究.
分布式地理空间对象模型研究[博士学位论文],1997
|
CSCD被引
2
次
|
|
|
|
|
18.
I Wladawsky-Berger. Turning points in information technology.
IBM Systems Journal,1999,38(2/3):449-452
|
CSCD被引
2
次
|
|
|
|
|
19.
Henry T. Computationally Efficient Methods for Deep Computing (DeepC).
Computationally Efficient Methods for Deep Computing (DeepC),2001
|
CSCD被引
1
次
|
|
|
|
|
20.
IBM Research. Deep Computing Institute.
Deep Computing Institute,2005
|
CSCD被引
1
次
|
|
|
|
|
了解气象卫星更多信息，请访问