亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        互聯(lián)網(wǎng)位置大數(shù)據(jù)空間可視化研究與應(yīng)用

        2022-11-26 05:46:44吳秀蕓王海江梁寒冬
        地理空間信息 2022年11期
        關(guān)鍵詞:可視化框架空間

        吳秀蕓,王海江,梁寒冬

        (1.寧波市測繪和遙感技術(shù)研究院,浙江 寧波 315042)

        當(dāng)前,地理信息產(chǎn)業(yè)正面臨著以互聯(lián)網(wǎng)、大數(shù)據(jù)為依托的信息化多業(yè)共生、融合發(fā)展模式,GIS技術(shù)擁抱大數(shù)據(jù)已成為熱潮[1],正在重構(gòu)地理信息的產(chǎn)業(yè)鏈條。寧波市作為全國首批系統(tǒng)開展智慧城市建設(shè)的城市,發(fā)展大數(shù)據(jù)基礎(chǔ)扎實、前景廣闊。近年來,寧波市政府頻頻出招,積極推動大數(shù)據(jù)落地。2016年10月寧波市人民政府發(fā)布的《關(guān)于推進(jìn)大數(shù)據(jù)發(fā)展的實施意見》提出,到2020年將寧波打造成為國家級城市大數(shù)據(jù)產(chǎn)業(yè)基地。2016年12月寧波市政府與百度公司簽訂戰(zhàn)略合作備忘錄,決定以“全國首個試點(diǎn)示范”的高標(biāo)準(zhǔn)共建百度云智·寧波大數(shù)據(jù)產(chǎn)業(yè)基地。2020年5月寧波與阿里巴巴(中國)有限公司簽署全面合作框架協(xié)議,建立寧波阿里中心,將圍繞五大領(lǐng)域開展一系列合作,推進(jìn)智慧城市、智能經(jīng)濟(jì)和大數(shù)據(jù)產(chǎn)業(yè)融合發(fā)展。

        互聯(lián)網(wǎng)大數(shù)據(jù)作為用戶覆蓋最廣、信息最豐富的大數(shù)據(jù),包含了人類群體的時空活動特征,能有效展現(xiàn)城市人口流動的軌跡和時空聚集狀態(tài);通過一定的空間可視化表達(dá)處理,可直觀描述城市中人群的分布狀況,較好地彌補(bǔ)傳統(tǒng)靜態(tài)地理數(shù)據(jù)的局限性,具有重要的研究意義和應(yīng)用價值。

        1 數(shù)據(jù)源分析與處理

        互聯(lián)網(wǎng)位置大數(shù)據(jù)的樣本量大、數(shù)據(jù)客觀全面、采樣不會有很明顯的傾向性,且具有較強(qiáng)的時空連續(xù)性,可觀測到用戶出行的整個過程,是任何其他數(shù)據(jù)源無法實現(xiàn)的。阿里巴巴作為目前國內(nèi)最大的互聯(lián)網(wǎng)公司,占據(jù)了80%的智能手機(jī)用戶,每日定位和路徑規(guī)劃請求達(dá)到了千億級,通過在不同環(huán)境場景下對GPS定位、IP定位、基站定位、WiFi定位4種定位數(shù)據(jù)的選擇與組合,實現(xiàn)用戶位置信息的記錄和跟蹤,形成用戶定位軌跡數(shù)據(jù);依托阿里系產(chǎn)品(如高德地圖、天貓、淘寶、餓了嗎等)和高德地圖獨(dú)有的人地關(guān)系數(shù)據(jù),按照不同維度對用戶線上行為數(shù)據(jù)進(jìn)行標(biāo)記、排序、提取,并與用戶手機(jī)ID進(jìn)行關(guān)聯(lián),形成用戶畫像信息。本文利用從阿里云特定接口解析處理并濾除用戶屬性后的加密手機(jī)信號數(shù)據(jù),不會涉及個人隱私信息。在進(jìn)行研究工作之前,需對這些數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換、清洗降噪等預(yù)處理,并將手機(jī)定位數(shù)據(jù)映射到地理空間位置,從而完整、客觀地還原手機(jī)用戶的出行鏈軌跡,最終挖掘得到人口空間分布與活動特征信息。

        1.1 數(shù)據(jù)預(yù)處理

        由于原始的互聯(lián)網(wǎng)位置大數(shù)據(jù)是以JSON格式存儲的,時間、位置均沒有單位的存儲,數(shù)據(jù)冗余度高,因此首先需按照數(shù)據(jù)內(nèi)容分別建立數(shù)據(jù)字典,將其統(tǒng)一轉(zhuǎn)換至Postgre SQL數(shù)據(jù)庫中。此外,由于受到傳輸干擾、信號彈跳、漂移等原因,基于互聯(lián)網(wǎng)采集的定位軌跡大數(shù)據(jù)會產(chǎn)生大量無效且錯誤的數(shù)據(jù),導(dǎo)致原始數(shù)據(jù)不能真實反映用戶的出行軌跡[2],因此需對原始數(shù)據(jù)進(jìn)行清洗,識別并清除錯誤無效的數(shù)據(jù)。對于用戶ID數(shù)據(jù)缺失的情況,可通過上下文信息進(jìn)行補(bǔ)全,濾除時間連續(xù)、坐標(biāo)偏移卻很大的數(shù)據(jù),抽稀同一個空間位置出現(xiàn)的一系列密集點(diǎn),完成互聯(lián)網(wǎng)位置大數(shù)據(jù)的標(biāo)準(zhǔn)化、格式化清洗入庫。

        1.2 地理空間關(guān)聯(lián)

        互聯(lián)網(wǎng)大數(shù)據(jù)原始數(shù)據(jù)除時間屬性有序外,其空間位置和空間語義均高度無序,無法直接進(jìn)行出行統(tǒng)計分析,需進(jìn)行地理空間關(guān)聯(lián),以實現(xiàn)大數(shù)據(jù)地圖的可視化展示。本文結(jié)合已有的電子地圖、地名地址等要素矢量數(shù)據(jù),將互聯(lián)網(wǎng)大數(shù)據(jù)的位置信息與地理網(wǎng)格(包括區(qū)縣、鄉(xiāng)鎮(zhèn)街道、社區(qū)村、基層網(wǎng)格等各級行政區(qū)劃信息)進(jìn)行多級綁定關(guān)聯(lián),建立語義信息與地理空間的索引字典,并基于時間戳對其進(jìn)行時間聚類,得到具備空間屬性的用戶出行大數(shù)據(jù)時間序列;再以月、周、天、小時、分等不同時間段為單位,根據(jù)各類數(shù)據(jù)的時間戳分別進(jìn)行時間聚類,并以公安、政法等人口調(diào)查數(shù)據(jù)為母體,根據(jù)樣本與母體的數(shù)量差異計算擴(kuò)樣系數(shù),從手機(jī)用戶群體有效擴(kuò)樣至總體人口(包括持手機(jī)人群與無手機(jī)人群);最終構(gòu)建出具有空間屬性的以時段為單位的位置大數(shù)據(jù)集合。

        1.3 出行特征提取

        在地理空間關(guān)聯(lián)的基礎(chǔ)上,提取出行特征,構(gòu)建完整的出行鏈。出行鏈?zhǔn)侵赣脩魪钠瘘c(diǎn)出發(fā)至目的地的位移過程中所經(jīng)過的空間位置序列[3]。判斷同一用戶相鄰兩次出行記錄是否為單次出行行為,需要最小間隔距離和最短間隔時間兩個閾值。函數(shù)模型為:

        其具體思路為:首先將用戶出行軌跡按照時間序列進(jìn)行排序;然后判斷相鄰點(diǎn)之間的距離,若大于給定閾值,則初步判定為一個有效出行點(diǎn),加入停留點(diǎn)預(yù)選序列;再判斷預(yù)選序列中相鄰點(diǎn)之間的時間間隔,若大于時間間隔閾值,則標(biāo)記為停留點(diǎn),以此類推直至遍歷完整個數(shù)據(jù)集,如圖1所示。

        圖1 出行鏈?zhǔn)疽鈭D

        通過大量數(shù)據(jù)反復(fù)驗證得出,相鄰點(diǎn)之間的時間閾值約為5 min,相鄰間隔距離為10 m,即認(rèn)為這是一次有效的出行鏈,反之則認(rèn)為是該用戶兩次不同的出行行為。在出行鏈集的基礎(chǔ)上,以一段較長時期(1年)的人口活動情況訓(xùn)練識別夜間居住地(home)和白天工作地(work),具體策略為:連續(xù)1年對定位設(shè)備進(jìn)行跟蹤,當(dāng)在某個位置反復(fù)出現(xiàn),且時間集中在9:00-19:00時,判定該位置為工作地;反之,若時間集中在20:00之后,且周末時間大多出現(xiàn)在該位置,則判定為居住地,最終得到完整的出行鏈信息。出行鏈集的每條數(shù)據(jù)均具備地理坐標(biāo)、起始網(wǎng)絡(luò)編號、終點(diǎn)網(wǎng)絡(luò)編號、耗時、距離、時間分區(qū)、是否為居住地、是否為工作地等屬性。

        2 大數(shù)據(jù)地理空間可視化

        大數(shù)據(jù)地理空間可視化是用地圖結(jié)合統(tǒng)計圖表的方式對大數(shù)據(jù)進(jìn)行可視化表達(dá),不僅很好地解決了大數(shù)據(jù)的空間位置表達(dá)問題,而且初步實現(xiàn)了大數(shù)據(jù)的分析利用,直觀展示出大數(shù)據(jù)的內(nèi)在含義。目前的海量空間數(shù)據(jù)可視化應(yīng)用大多數(shù)是通過專業(yè)GIS軟件平臺構(gòu)建、可視化函數(shù)庫開發(fā)工具搭建以及基于地圖組件的二次定制開發(fā)。這些方式在一定程度上加快了可視化應(yīng)用的搭建效率,但仍具有較高的操作入口門檻,且缺少復(fù)用性,很難再次移植使用,對于海量多維大數(shù)據(jù)也缺少動態(tài)關(guān)聯(lián)表達(dá)[4]。

        本文以HTML+CSS+Javascript語言為主體,以PostgreSQL為互聯(lián)網(wǎng)大數(shù)據(jù)存儲數(shù)據(jù)庫,以Vue為整個模塊化組件工具與界面框架,以GeoServer為空間數(shù)據(jù)分析的后臺服務(wù)器,采用開源WebGIS框架Leaflet作為地圖的展示容器[5],集成DataV和ECharts,利用Node.js實現(xiàn)前后端分離,最終構(gòu)建了面向互聯(lián)網(wǎng)大數(shù)據(jù)的地圖可視化開發(fā)與應(yīng)用框架。整個框架設(shè)計如圖2所示。

        圖2 大數(shù)據(jù)可視化框架圖

        1)數(shù)據(jù)層。該層利用PostgreSQL的拓展插件PostGIS存儲JSON格式的互聯(lián)網(wǎng)大數(shù)據(jù),將互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化清洗后,導(dǎo)入PostGIS中完成數(shù)據(jù)的存儲和地理關(guān)聯(lián)。

        2)邏輯服務(wù)層。該層利用Tomcat服務(wù)器安裝GeoServer.war包實現(xiàn)GeoServer的部署。GeoServer可添加數(shù)據(jù)鏈接到PostGIS,將PostGIS作為數(shù)據(jù)源進(jìn)行服務(wù)發(fā)布。該層負(fù)責(zé)數(shù)據(jù)的發(fā)布與分析工作,在Web服務(wù)器部分,Tomcat服務(wù)器負(fù)責(zé)接收用戶在網(wǎng)頁端的單擊或其他類型的操作事件,并將其得到的請求事件與其內(nèi)部進(jìn)行特定主機(jī)的地址匹配,匹配完成后將請求轉(zhuǎn)發(fā)給GIS服務(wù)器GeoServer;在邏輯服務(wù)層部分,GeoServer服務(wù)器接收到Tomcat服務(wù)器發(fā)來的請求后,對其需求的服務(wù)類型進(jìn)行解析,從中得到請求者需要的GIS服務(wù)內(nèi)容,并將其回傳給Tomcat服務(wù)器,完成整個服務(wù)的請求過程。整個過程通過Node.js完成前后端的分離。

        3)前端表現(xiàn)層。該層主要由界面框架Vue、UI框架Element UI、Leaflet、DataV、ECharts組成,在Leaflet框架下實現(xiàn)基本地圖操作,利用Leaflet開發(fā)框架 中 的Map類、Maker類、Tile Layer類、Popup類、Control類 以 及Heat Laye類 的Leaflet.markercluster插件、Leaflet-meaure插 件,并 集成DataV和ECharts圖表可視化功能,對需要重復(fù)利用的代碼進(jìn)行模塊化組織,即將常用的地圖瀏覽(放大、縮小、平移)、地圖標(biāo)記、地圖瓦片加載、圖層控制、彈窗等功能分為不同的組件模塊,封裝形成一系列通用的大數(shù)據(jù)個性化標(biāo)準(zhǔn)套件。

        4)展示應(yīng)用層。該層為地圖展示界面,主要載體為Web瀏覽器,支持IE、Chrome、Firefox等主流瀏覽器。通過以地圖為核心的圖表可視化要素的聯(lián)動,以氣泡圖、熱力圖、燈光圖、動圖、散點(diǎn)圖、流場圖、柱狀圖、餅圖、樹圖等可視化形式展示大量的點(diǎn)、線、面數(shù)據(jù),形成面向大數(shù)據(jù)展示與開發(fā)應(yīng)用的新型可視化地圖引擎,能兼容當(dāng)前絕大多數(shù)已有的可視化框架,支持跨平臺跨終端顯示,支持自定義個性化配置組件、多維數(shù)據(jù)綁定關(guān)聯(lián)和秒級動態(tài)渲染,滿足海量數(shù)據(jù)的動態(tài)接入和實時展示,可幫助各行業(yè)用戶快速搭建個性化的空間可視化系統(tǒng)。

        3 典型應(yīng)用成果

        目前,該框架已先后在城市空間規(guī)劃、智慧港區(qū)管理、森林火險預(yù)警、新冠疫情防控等領(lǐng)域進(jìn)行了初步應(yīng)用,為政府提供了基于大數(shù)據(jù)視角的決策依據(jù),促進(jìn)了城市的精細(xì)化、智慧化管理。

        3.1 城市空間規(guī)劃

        基于可視化框架,利用互聯(lián)網(wǎng)大數(shù)據(jù)有效分析了寧波市人口時空分布情況,研究了各板塊職住通勤狀態(tài),為城市發(fā)展策略的制定和城市規(guī)劃的編制、評估提供了更合理、科學(xué)的方法體系[6]。工作日一天中全市人口活動變化情況如圖3所示,直觀展示了城市人口熱力分布隨時間推移變化的情況,對比了不同時段的人口熱力活躍度;再結(jié)合周邊POI公共設(shè)施信息,可為寧波空間規(guī)劃設(shè)計與活力提升提供參考。寧波市各區(qū)縣通勤聯(lián)系情況如圖4所示,通過統(tǒng)計各區(qū)域職住比、通勤空間、通勤距離等數(shù)據(jù),對各區(qū)縣之間的通勤關(guān)系進(jìn)行了客觀評價,直觀反映了各分區(qū)之間的相互聯(lián)系,可為區(qū)域協(xié)調(diào)規(guī)劃發(fā)展提供可靠依據(jù)[7]。

        圖3 城市活力分析研究(工作日)

        圖4 全市通勤統(tǒng)計

        3.2 智慧港區(qū)管理

        基于可視化框架,利用動態(tài)位置大數(shù)據(jù)監(jiān)測港區(qū)客流情況,統(tǒng)計工作日、節(jié)假日分小時和時段的客流量、歷史客流人數(shù)(圖5),為港區(qū)管理決策、戰(zhàn)略發(fā)展、公共服務(wù)、應(yīng)急指揮、旅游統(tǒng)計提供大數(shù)據(jù)支撐,推動港區(qū)智慧化管理。

        圖5 月均客流統(tǒng)計

        3.3 森林火險預(yù)警

        基于可視化框架,利用動態(tài)位置大數(shù)據(jù)實時監(jiān)控森林火災(zāi)高發(fā)期、高發(fā)區(qū)附近的人口分布情況和區(qū)域密度,對寧波市歷史火災(zāi)多發(fā)區(qū)、旅游風(fēng)景區(qū)、墓區(qū)、游步道等重要區(qū)域或地段人流進(jìn)行實時監(jiān)控,重點(diǎn)監(jiān)控周末、十一、元旦、清明等法定節(jié)假日的人流情況,實現(xiàn)對森林火災(zāi)更有針對性的預(yù)防,為森林防火工作部署和領(lǐng)導(dǎo)決策提供有效依據(jù)。

        3.4 新冠疫情防控

        在新冠疫情發(fā)生后,利用人口流動遷徙大數(shù)據(jù)分析展示全國其他主要城市,尤其是高風(fēng)險地區(qū)人口遷入寧波市的情況,連續(xù)跟蹤每日各地入甬人口規(guī)模變化趨勢,幫助預(yù)判疫情傳播趨勢,為疫情防控、復(fù)工復(fù)產(chǎn)、精準(zhǔn)施策提供輔助支撐[8],推動衛(wèi)生安全等公共領(lǐng)域的常態(tài)化數(shù)據(jù)監(jiān)測,提升城市對大型公共安全突發(fā)事件的響應(yīng)能力。

        4 結(jié)語

        本文詳細(xì)介紹了動態(tài)位置大數(shù)據(jù)清洗擴(kuò)樣、地理關(guān)聯(lián)、特征提取等關(guān)鍵技術(shù),設(shè)計并開發(fā)了以地圖為核心要素的大數(shù)據(jù)空間可視化框架,闡述了該框架在城市規(guī)劃、森林防火、疫情防控等多個領(lǐng)域的應(yīng)用示范。作為一次運(yùn)用互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行地理信息應(yīng)用的嘗試和探索,在研究方法和對大數(shù)據(jù)的處理上尚有諸多不成熟之處,在后續(xù)工作中將繼續(xù)深化研究,以期為其他同類大數(shù)據(jù)研究和應(yīng)用提供參考。

        猜你喜歡
        可視化框架空間
        基于CiteSpace的足三里穴研究可視化分析
        框架
        基于Power BI的油田注水運(yùn)行動態(tài)分析與可視化展示
        云南化工(2021年8期)2021-12-21 06:37:54
        空間是什么?
        廣義框架的不相交性
        創(chuàng)享空間
        基于CGAL和OpenGL的海底地形三維可視化
        “融評”:黨媒評論的可視化創(chuàng)新
        傳媒評論(2019年4期)2019-07-13 05:49:14
        WTO框架下
        法大研究生(2017年1期)2017-04-10 08:55:06
        一種基于OpenStack的云應(yīng)用開發(fā)框架
        久久精品无码免费不卡| 国产高清一区二区三区三州| 国产精品会所一区二区三区| 国产麻传媒精品国产av| 三上悠亚免费一区二区在线| 麻豆久久久国内精品| 国产av精选一区二区| 人妻少妇精品久久久久久| 看曰本女人大战黑人视频| 国产成人一区二区三区视频免费蜜| 日本av第一区第二区| 人妻无码第一区二区三区| 天天躁狠狠躁狠狠躁夜夜躁| 老熟妇Av| h视频在线观看视频在线| 人人妻人人添人人爽欧美一区| 无码精品日韩中文字幕| 亚洲色成人WWW永久在线观看| 加勒比一区二区三区av| 精品久久久久久亚洲综合网| 色狠狠av老熟女| 亚洲日本在线va中文字幕| 亚洲高清一区二区精品| 九九久久自然熟的香蕉图片| 人妻人人澡人人添人人爽人人玩| 欧美巨大xxxx做受中文字幕| 91偷自国产一区二区三区| 午夜理论片yy44880影院| av在线色| 久久婷婷夜色精品国产| 国产精品国产亚洲精品看不卡 | 日本加勒比东京热日韩| 五月婷婷丁香视频在线观看| 四虎国产精品永久在线| 国产人妻黑人一区二区三区| 日本女优一区二区在线免费观看| 国产内射视频在线免费观看| 精品av天堂毛片久久久| 亚洲 暴爽 AV人人爽日日碰| av在线免费观看男人天堂| 亚洲精品无码久久久影院相关影片|