国土资源大数据上云高效运行体系及关键技术研究——以山东省为例
发布时间:2021-01-13 07:39
基于山东省国土资源大数据上云系统建设和应用实践,在仿真实验的基础上,研究提高山东省国土资源大数据上云效率的运行体系和关键技术,为全省政务云建设提供参考。研究结果表明,通过高效运行体系构建和关键技术的应用,山东省国土资源上云系统快速显示、裁切、瓦片、数据挖掘等效率都得到不同程度的提高,其中上云系统并发性能耗时平均提速99.5%以上,矢量数据裁图效率同比提升17倍。研究结论:从功能设计、数据组织、硬件环境和拓扑结构四个方面统筹设计国土资源大数据上云系统高效运行体系,从数据处理、异构数据集成、分布式数据存储及挖掘、海量图库管理、灵活的搭建式开发等关键技术创新,可以大幅提高国土资源大数据上云运行效率。
【文章来源】:山东国土资源. 2020,36(07)
【文章页数】:7 页
【部分图文】:
国土资源大数据高效运行体系理论框架图示
运行支撑层为硬件、软件和网络基础设施,以MapGIS集成开发平台作为基础支撑环境。体系架构层则由标准体系和交换体系共同构成,标准体系包括数据规范、服务规范和应用规范;交换体系包括数据、应用和服务的综合交换。核心数据层则由数据元数据库、基础类数据库、专业类数据库、管理类数据库、文档资料数据库,以及支撑系统本身的系统元数据库。模型管理层是基于核心数据层提供国土资源模型库的各项功能。共享服务层是通过共享服务平台对各类业务功能需求进行服务封装,并以数据服务的方式提供给应用层服务支撑。数据服务层包括通用数据服务、专用数据服务和工具集3部分。应用层是利用数据服务层提供的相关服务来开展各项业务应用。3 提高效率的关键技术
传统的GIS图形存在裁剪瓦片耗时、耗力,GIS图形显示效率低的应用瓶颈。上云系统通过研发多线程、多处理器并发处理功能,制定多任务划分调度策略,优化瓦片裁剪的算法,极大地减少裁剪瓦片的时间。新的瓦片裁图方式的应用使本地数据源(HDF)矢量数据裁图效率同比提升17倍,其他网络数据源,如Oracle,SQL,Shapefile等矢量数据,瓦片裁剪效率同样得到大幅提高(图4)。图4 山东省国土资源大数据上云系统瓦片裁剪效率对比图
【参考文献】:
期刊论文
[1]省级自然资源空间基础信息平台底层数据组织体系与建设框架研究——以山东省为例[J]. 仲阳,安国强,王峰,王绪龙,郑庭明. 国土资源信息化. 2019(02)
[2]自然资源全要素概念模型构建[J]. 应申,李程鹏,郭仁忠,李霖,刘耀林. 中国土地科学. 2019(03)
[3]地理空间大数据服务自然资源调查监测的方向分析[J]. 王占宏,白穆,李宏建. 地理信息世界. 2019(01)
[4]内蒙古自治区开展国土空间基础信息平台建设的初步思考[J]. 石建军,宋歌,常屹冉,肖雄,嘎毕日. 西部资源. 2018(06)
[5]新旧动能转换视角下山东省土地资源保障能力研究[J]. 安国强. 山东国土资源. 2018(07)
[6]国土资源大数据应用研究与实践[J]. 陈祥锐. 城市地理. 2018(10)
[7]国土资源大数据应用与实践探讨[J]. 李三玉. 中国建设信息化. 2018(01)
[8]国土资源大数据的内涵、研究现状与展望[J]. 徐海洋,于丙辰,陈刚,唐华,葛石冰. 江苏科技信息. 2017(36)
[9]数据出境安全评估:保护我国基础性战略资源的重要一环[J]. 洪延青. 中国信息安全. 2017(06)
[10]贵州省国土资源大数据建设情况、应用现状和发展规划[J]. 朱立军,王赤兵,赵晓鸥,周丕基,罗军. 国土资源信息化. 2016(06)
硕士论文
[1]国土资源数据中心架构体系研究与设计[D]. 黄志超.中国地质大学 2005
本文编号:2974493
【文章来源】:山东国土资源. 2020,36(07)
【文章页数】:7 页
【部分图文】:
国土资源大数据高效运行体系理论框架图示
运行支撑层为硬件、软件和网络基础设施,以MapGIS集成开发平台作为基础支撑环境。体系架构层则由标准体系和交换体系共同构成,标准体系包括数据规范、服务规范和应用规范;交换体系包括数据、应用和服务的综合交换。核心数据层则由数据元数据库、基础类数据库、专业类数据库、管理类数据库、文档资料数据库,以及支撑系统本身的系统元数据库。模型管理层是基于核心数据层提供国土资源模型库的各项功能。共享服务层是通过共享服务平台对各类业务功能需求进行服务封装,并以数据服务的方式提供给应用层服务支撑。数据服务层包括通用数据服务、专用数据服务和工具集3部分。应用层是利用数据服务层提供的相关服务来开展各项业务应用。3 提高效率的关键技术
传统的GIS图形存在裁剪瓦片耗时、耗力,GIS图形显示效率低的应用瓶颈。上云系统通过研发多线程、多处理器并发处理功能,制定多任务划分调度策略,优化瓦片裁剪的算法,极大地减少裁剪瓦片的时间。新的瓦片裁图方式的应用使本地数据源(HDF)矢量数据裁图效率同比提升17倍,其他网络数据源,如Oracle,SQL,Shapefile等矢量数据,瓦片裁剪效率同样得到大幅提高(图4)。图4 山东省国土资源大数据上云系统瓦片裁剪效率对比图
【参考文献】:
期刊论文
[1]省级自然资源空间基础信息平台底层数据组织体系与建设框架研究——以山东省为例[J]. 仲阳,安国强,王峰,王绪龙,郑庭明. 国土资源信息化. 2019(02)
[2]自然资源全要素概念模型构建[J]. 应申,李程鹏,郭仁忠,李霖,刘耀林. 中国土地科学. 2019(03)
[3]地理空间大数据服务自然资源调查监测的方向分析[J]. 王占宏,白穆,李宏建. 地理信息世界. 2019(01)
[4]内蒙古自治区开展国土空间基础信息平台建设的初步思考[J]. 石建军,宋歌,常屹冉,肖雄,嘎毕日. 西部资源. 2018(06)
[5]新旧动能转换视角下山东省土地资源保障能力研究[J]. 安国强. 山东国土资源. 2018(07)
[6]国土资源大数据应用研究与实践[J]. 陈祥锐. 城市地理. 2018(10)
[7]国土资源大数据应用与实践探讨[J]. 李三玉. 中国建设信息化. 2018(01)
[8]国土资源大数据的内涵、研究现状与展望[J]. 徐海洋,于丙辰,陈刚,唐华,葛石冰. 江苏科技信息. 2017(36)
[9]数据出境安全评估:保护我国基础性战略资源的重要一环[J]. 洪延青. 中国信息安全. 2017(06)
[10]贵州省国土资源大数据建设情况、应用现状和发展规划[J]. 朱立军,王赤兵,赵晓鸥,周丕基,罗军. 国土资源信息化. 2016(06)
硕士论文
[1]国土资源数据中心架构体系研究与设计[D]. 黄志超.中国地质大学 2005
本文编号:2974493
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2974493.html