一、面向Web的地学数据共享服务平台架构设计(论文文献综述)
郭凡[1](2020)在《数字化工程勘察资料馆开发及勘察大数据初步分析》文中指出随着我国城镇化的快速发展,工程建设十分迅速。全国各个勘察研究院在近30年中完成了大量的工程勘察项目,积累了大量的地质资料及试验数据。对于地质的资料的管理,虽然由传统的档案管理模式转变为硬盘存储模式,但这些保存方式仍存在人力浪费、共享性差等特点,且对地质数据的挖掘远远不够。针对以上问题,本文以西宁市已完成的近千个工程地质勘察项目为基础,通过Java编程语言,SSM等框架建立地质资料管理系统,并基于因子分析及多元线性回归分析等数学方法,对西宁市城东区黄土试样的湿陷系数进行定量化研究,建立相关数学模型,用于湿陷系数的预测,为工程建设提供参考。本文主要研究内容如下:(1)通过Java编程语言及SSM等技术框架,根据需求对地质勘察资料管理系统进行设计。分别从平台架构与平台数据库两方面入手,依次对两个子系统及地质资料存储表、试验结果统计表、权限表进行相应研发,完成地质资料管理系统平台搭建,使得用户能够实现对地质资料的有效存储,高效访问,可控下载。(2)选取西宁市城东区低阶地地区的大厚度湿陷性黄土进行定量化分析。总结出该区域黄土湿陷系数与其它指标的相关关系,并利用因子分析对影响黄土湿陷系数的12个物理指标进行统计,通过降维寻找出对湿陷系数影响最大的若干个物理指标。(3)利用多元线性回归模型对西宁市城东区的黄土湿陷系数做出预测,并通过统计发现西宁市城东区黄土层中有一半以上属于中等湿陷性黄土。对于该类型黄土,根据多元线性回归建立的数学模型可看出有93.13%以上的概率使得预测值误差范围在50%以内。该方法为青海地区湿陷性黄土的变化规律及形成机理提供参考,对解决工程地质问题有着积极意义。
高涵[2](2020)在《基于Web Service的全球空间格网统一检索服务研究与实现》文中提出随着数据获取手段的不断增加,地球系统科学也进入“大数据时代”,如何能让不同专业、不同研究领域的研究人员从纷繁复杂的地球系统科学数据中获取到自己想要的数据成为值得探究的问题。现如今,以网页为载体的数据共享方式成为主流,这种方法通常以门户网站等形式面向广大用户提供不同层次、不同领域、不同专业、不同应用以及不同专题的科学实验数据。然而现有地学数据共享主要侧重以元数据管理与统一检索、分布式数据存储、标准网络服务、门户网站等技术的研究与建设,并没有对空间参考不一致等问题上花费太多时间,虽然借助全球空间格网技术可以实现将多源异构数据容纳在同一参考框架下,但是目前格网技术的研究仍以桌面端应用为主。如何将全球空间格网技术与Web服务结合,实现Web环境下的基于全球空间格网的数据检索是一个值得研究的问题。本文在分析现有多源异构数据整合共享技术的基础上,从构建中间件的角度出发,建立全球空间格网与现有数据之间的映射关系,结合元数据技术、Web服务技术,实现各类数据空间上的一致整合,以及以格网块为单元的多源数据自由、便捷检索与共享。论文的研究内容如下:(1)基于全球空间格网的数据整合技术研究。在确定的全球空间格网框架下,即基于球体退化八叉树的地球系统空间格网的基础上,在各部门、各单位数据库现有技术体系不变的情况下,通过增加格网编码和局部空间坐标,构建统一的格网索引,为建立检索中间件和基于全球空间格网的检索服务提供基础。(2)全球空间格网检索中间件及检索服务的研究。通过对检索中间件应完成的功能和地球系统科学数据特点分析,针对全球空间格网,设计符合在该框架下数据传输与表达的规范化描述格式,针对应用需求和面向领域,结合web服务设计全球空间格网检索服务。(3)原型系统的研发与验证。这部分在空间数据整合方法和面向网络的全球空间格网检索服务的研究基础之上,结合WebGIS开发技术,设计并开发了基于全球空间格网的检索服务原型系统,并设计实验验证本文相关理论技术的可行性。该论文有图26幅,表16个,参考文献83篇。
赵丹宁[3](2019)在《基于ArcGIS的多源地学数据集成管理方法研究》文中进行了进一步梳理地质资料是地质调查的主要表现形式,也是地质工作服务于社会公众的重要载体,更是地质档案资源的必要组成部分。地质资料不仅广泛应用于各领域的地质工作中,而且服务于经济社会的各个方面。因此,地质资料的合理开发利用有利于促进地学领域工作的重大突破,对服务经济社会的发展、减少地质资源浪费等多方面都具有十分深远的意义。为了持续推进地质资料充分发挥重要作用,节约其管理的工作成本,提高数据的管理效率,提升数据的服务能力,国家相关部门开始将长期积累的地质资料进行信息化处理。目前,在该方面已经投入了大量的人力物力财力,也做了诸多科学研究及实践工作,取得了一系列的研究成果。然而,地质资料具有数据量大、结构多样、存储分散等特点,这在一定程度上阻碍了地质资料信息化的发展进程,致使已有的数据管理服务能力难以满足日益增长的管理服务需要。从广义角度来看,地质资料可抽象为多源地学数据,对地质资料进行集成管理即为对多源地学数据进行集成管理。当前多源地学数据集成管理工作面临的主要问题是如何保证管理流程的规范化、存储方法的集中化及管理平台的高效化。为此,本文完成了以下研究,首先对多源地学数据进行特征分析,并从特征概述、技术规范及组织形式3个层面明确多源地学数据的本质特征,为其集成管理方法的设计奠定数据基础;其次针对数据特征,从管理流程设计、集成方法设计2个维度进行分析,提出了多源地学数据集成管理方法,该方法通过ArcSDE解决了及数据存储分散的问题,同时从数据处理的规范设计、数据管理的平台建设及共享服务的数据基础3个过程进行设计与描述,对每个过程都进行了严格的规范,以确保该方法的可行性;然后根据实际工作需要,对多源地学数据集成管理平台进行整体设计,并从平台架构的搭建、关键技术的选取、运行环境的确立、数据库的设计4方面进行分析,为多源地学数据的集成管理工作提供了操作性强、扩展性好、易于交互的平台支撑;最后将该方法应用到实际工作中,实现了地质资料数字化,提高了数据服务能力,解决了当前地质资料集成管理过程中的困难。
许娜[4](2017)在《地学数据网络服务组合模型的研究》文中研究指明网络技术促进地球探测信息技术不断向着网络服务的方向发展,而云计算技术更加推动空间数据共享和交互操作向着应用服务的方向发展。随着地球探测过程中越来越复杂的数据采集、数据处理和数据解释等业务过程,网络服务技术中单个的原子服务提供的业务流程处理功能有限,无法满足用户的需求,需要通过各种分布式个体服务组合起来才能实现高质量和复杂的地学业务功能。为了确保地学数据应用系统运行的高效性,提前发现应用系统中潜在的错误以减少系统重新部署需要的成本等,满足复杂的业务功能需求和有效部署在云计算平台中,地学数据服务的建模分析显得尤为重要和日益迫切,地学数据服务组合的模型被提出作为地学信息服务的研究基础。基于空间数据的特征和网络服务技术基础上,研究首先构建地学数据服务模型,提出基于Petri网的地学数据服务组合模型,完成地学数据服务组合模型的正确性验证分析,然后完整描述地学数据服务组合网络应用系统的建模分析和系统实现,最后在地学数据服务组合模型的基础上,将地学数据服务组合模型部署到云计算平台中,开展云计算平台中地学数据服务组合的部署策略研究和优化研究。研究的主要成果包括如下五个部分:1.提出了基于Petri网的地学数据服务组合模型,并从可达性,死锁性,有界性和优化性方面验证模型的正确性。地学数据服务的描述是基于基本的服务实体的描述基础上的。地学数据服务组合的建模需要服务的描述和服务之间的关系描述,地学数据服务组合的建模过程是基于服务网络建模方法和四种基本的结构模式完成的,用于详细表述异步和并发的复杂地学数据服务组合过程。在将服务、服务组合应用服务网建模之后,服务组合模型的正确性的验证问题就转变成服务网的活性、有界性和死锁性等的验证。基于Petri网的地学数据服务组合模型及其正确性验证,可以在地学数据服务组合模型的建模阶段发现潜在的错误,避免地学数据服务组合模型在运行阶段错误执行,能够缩短运行阶段查找错误的时间,减少重新部署所需要的成本,增加业务流程的可实现度,以较低的成本达到整体最优。2.完整的描述了地学数据服务组合网络应用系统的建模阶段和实现阶段。三维地质模型的切割过程是一个典型的业务过程,研究中以地质模型切割的业务过程为例,完整的描述了地学数据服务组合网络应用系统的建模过程和实现过程。为了实现应用系统执行的高效性和准确性,结构的完整性是必须的。建模阶段集中在地学数据服务组合的建模和分析方面,实现阶段集中在地学数据服务组合网络应用系统的执行方面。在提出的服务网基础上,复杂的服务流程可应用服务组合网的方法建模。首先对地学数据服务组合建模并且验证分析其正确性,然后以三维地质模型切割为例,提出地学数据服务组合网络应用系统设计的通用框架,最后描述地学数据服务组合网络应用系统的实现过程。服务组合应用于地学数据网络应用系统的优势,包括成本低,效率高,易于应用,灵活性,可复用性和易于部署等。3.研究了云计算平台中地学数据服务组合的部署策略问题。地学数据服务组合模型及其网络应用系统在构建和实现之后,被部署到云计算平台中。云计算平台中地学数据服务组合网络应用系统高效运行的核心问题是如何选择最优的服务组合成复杂的服务,执行服务组合,以满足复杂的功能需求和实现高服务质量,被归结为优化问题。服务组合的部署策略是影响地学数据服务组合质量的一个很重要的因素,因此采用何种合适的部署策略是一个重要的问题。本研究中考虑的服务质量因素包括成本和响应时间,首先在应用系统和服务之间建立关联模型,应用有向非循环图来描述部署在云计算平台中的应用系统的复杂服务之间的关联关系,然后服务部署问题被映射为图的k分割优化问题,最后应用两阶段方法解决图的分割优化问题。一系列的实验验证了所提出的服务部署策略的可行性和有效性,所提出的服务部署策略明显优于改进的贪心算法,其中改进的贪心算法经常用于图的分割问题。4.构建云计算平台中网络拓扑结构优化的模型。在进一步探讨云计算平台中地学数据服务组合的优化研究之前,需要构建云计算平台中的网络拓扑结构优化模型。云计算平台中网络拓扑的优化问题描述为,云计算系统中存在成千上万的处于不同地理位置的服务器,如何将服务器有效组织是云计算系统高效稳定运行的关键问题之一,被归结为网络拓扑优化问题。考虑到云资源提供者和云用户,抽象出通用的云计算平台中网络拓扑结构,提出了以成本低和路径最短为目标函数的网络拓扑结构优化的模型,应用遗传算法和模式搜索算法的混合算法优化。遗传算法关注全局最优解而模式搜索更关注局部最优解。在应用混合算法的过程中,云计算平台中网络拓扑结构的鲁棒性得到验证。5.探讨云计算平台中地学数据服务组合的优化算法研究,在已有的理论方法研究基础上,统一服务质量QoS参数,解决从服务池中选择合适服务,提出服务组合限制,确定重要服务质量QoS,最终提出云计算平台中地学数据服务组合优化的算法。探讨云计算平台中地学数据服务组合的资源调度算法研究,重点分析服务质量QoS要求,识别最佳工作负载-资源对,为云工作负载调度合适资源。在资源供应方面,根据云用户的服务质量QoS要求为给定工作负载识别足够资源。在资源调度方面,根据资源供应选择的资源映射执行云用户工作负载。在已有的不同资源调度标准和参数下的资源调度算法研究基础上,提出云计算平台中地学数据资源调度的算法。探讨云计算平台中地学数据服务组合的负载均衡算法研究,重点分析云计算平台中的负载均衡定量指标如响应时间,可扩展性,资源利用率,通量,容错和性能等。在已有的云计算平台中负载均衡算法的研究基础上,提出云计算平台中地学数据服务组合的负载均衡算法。
刘祯[5](2017)在《面向Web服务的地质信息平台应用研究》文中研究表明随着社会的全面发展,面向Web服务的地质信息平台,其应用领域与经济效益日渐显着,利用现代数字化技术构建地质信息平台,提升地质信息共享水平的同时,有助于加强地学资源、信息集成的层次性监管。本文以面向Web服务的地质信息平台为切入点,对地质信息服务平台进行总体设计、架构分析,为类似地质信息平台建设提供参考经验。
金朝[6](2016)在《多源地学数据与模型集成共享系统设计与实现 ——以黄土高原植被变化为例》文中提出以黄土高原植被变化研究为主线,收集目前地学研究中常用的站点观测资料、遥感数据产品等不同尺度、不同格式的多源地学数据,在架构、面向服务及面向资源思想的指导下,建立多源地学数据与模型集成共享系统(以下简称集成共享系统),整合地学研究尤其是植被变化研究有关的气象观测、植被、遥感蒸散发、陆表温度、反照率、土地利用等相关数据资源,收集地学研究常用的统计及物理模型,利用计算机网络、分布式服务、数据库及地理信息系统技术等不同学科的技术手段,初步构建了多源地学数据与模型集成共享系统和基于系统的数据分析和模型共享服务的支持环境。平台建设中通过面向服务架构的思路,设计实现了基于Web的多源地学数据与模型集成共享系统。该系统按照学科类别、应用方向以及模型进行数据分类,系统数据管理的基本数据单元为数据集,通过建立数据的元数据,实现元数据与数据集之间的关联。将集成共享系统中对数据的操作和对模型的调用等功能以及基于Web的应用功能分别以对外发布的服务形式包装为RService和Web Service系统服务,实现了集成共享系统分布式的数据及模型共享。建立了小文件数据和大文件数据上传技术,数据库表标识符技术及针对关系型及非关系型数据的数据关联技术等,有效保障了数据集管理的可靠性。根据系统中地学数据分析服务、地学模型共享及应用服务的需要,系统通过Spring Framework架构及Rserve程序,封装发布了Mann-Kendall趋势检验、Pettitt变异点检验等统计分析模型以及最优植被模型等物理模型资源,形成系统中的数据可视化处理分析服务和模型共享应用服务,初步建立了支持地学研究的数据可视化、处理分析和地学模型集成共享系统。在初步构建的集成共享系统中,通过数据服务对多源异构地学数据进行预处理、加工及集成等,形成了较为规范系统且覆盖一定时间及空间范围的地学气象站观测、遥感、土地利用及模型结果等数据集。具备了多源地学数据与地学统计及物理模型的可视化分析处理服务。积累了服务于当前地球科学研究重要基础数据,同时为后续黄土高原地区其他科学问题的研究开展打下了坚实的基础。通过系统上的数据及模型服务,开展了黄土高原地区植被变化研究。通过集成共享系统收集了黄土高原地区气象观测、植被、蒸散发量、陆表温度、反照率、土地利用数据及物理模型运行的预备数据,并使用系统中的共享数据服务进行了空间插值、最大值合成、区域平均等数据处理以及线性趋势分析、偏相关分析、散点分析、Mann-Kendall趋势检验、Pettitt变异点检验等地学统计分析,研究了黄土高原地区植被、气候因子及土地利用的变化规律及其空间分布特征。主要结论如下:1961-2009年来平均温度虽然存在波动但整体呈显着上升趋势,平均增大趋势为0.3℃C/10y,且黄土高原地区温度的升高主要表现在最高气温的升高;平均风速呈显着下降趋势,与近50年来全国年平均风速减小幅度相一致,平均下降趋势为0.1m/s,但局部地区与流域整体趋势并不完全相同;日照时数呈显着下降趋势,下降趋势为O.1h/10y,区域内部的变化趋势同样呈现混合模式;相对湿度总体呈现下降趋势,下降速率达0.05%/y,可能是21世纪后季风减弱导致;降水整体呈现不显着下降趋势,下降速率为1.13 mm/y,但大致在1996年后开始逐渐缓慢回升;生态建设工程实施后的2001-2012年间,研究区中部自西向东条带区域的NDVI值呈现显着增加趋势,黄土高原地区NDVI区域平均数据出现变异的年份在1996年左右;黄土高原地区2000-2011年NDVI多年数据与潜在蒸散发量在整个区域的偏相关关系呈现分区特征,但并不显着;NDVI与降水的偏相关关系在研究区东部呈现南北差异,但在中部及西部空间分异不明显,总体上相关程度不显着;NDVI多年平均与降水在空间上有较好的一致性,但与潜在蒸散发在空间上一致性较差,表明黄土高原地区植被多年平均状态的空间分布与降水量关系相比于潜在蒸散发较大。在黄土高原植被建设前,植被的变化趋势受到气温和降水量趋势的影响,黄土高原地区气候的变暖是植被建设工程之前植被覆盖增加的主要原因之一。水分也制约了研究区植被的生长。由于该时期黄土高原耕地所占比例较高,存在较为普遍的人类活动,所以人类活动的影响也是植被覆盖时空变化的重要因素。黄土高原植被建设措施开展以来,不同于除风速外其他气象要素的稳定状态,研究区NDVI值的增加非常显着。植被覆盖的增加速率较之前增加迅速,且个别区域有明显的增加,大规模植被建设工程的开展和更为先进的农业手段是该时期植被覆盖上升的主要原因。植被覆盖增加对黄土高原水热平衡也有一定的影响,这些影响可通过地表温度和反照率的变化来反映,研究区2001-2012年NDVI显着增长可能使得地面粗糙度加大、地表颜色较之无植被覆盖的黄土加深,这导致地表反照率下降、地表获得的能量变多,植被覆盖度加大同时导致蒸散发量的上升,对地表能量的消耗高于反照率下降留在地表的能量,这种净的能量消耗引起了地表温度的不升反降。在此基础上,使用最优植被模型设计并了黄土高原最优植被预测方案,并实现了对延河流域2000年植被分布进行了初步的模拟。
陈欣[7](2015)在《社会科学数据共享影响因素扎根研究》文中研究指明随着计算机网络技术在科研领域地位的不断提高,网络改变了科研人员互相交流的方式,电子科研(E-Science)逐渐成为科研人员的主要科研环境之一。随之而来的,在科研过程中产生的数量庞大的数据使得科研工作者面临着前所未有的挑战。在科研过程中,科学数据的作用日益提高,研究者需要对数量庞大的科学数据进行实时监测并详细分析,以此解决相关的科学问题。同时,科学数据也是研究者在选题思考、研究设计和研究实施过程中的重要基础。随着计算机网络技术在社会科学领域的广泛应用以及社会科学领域科学数据的快速增长,对于社会科学数据的共享研究也必将成为科学数据研究的一个重要主题。本文通过对国内文献的梳理得出,早期我国对于科学数据共享的研究主要集中在对于科学数据共享意义和优点的宏观介绍,之后开始转向科学数据共享平台建设和技术应用以及科学数据共享政策现状的研究。与国外研究相比,国内对于用户行为的实证研究较少,多集中于自然科学数据的研究,对于社会科学数据共享的研究较少,且关于科学数据共享的研究过于宏观,缺乏针对特定问题的实证研究。同时结合笔者自身经验发现我国社会科学领域的研究者相对自然科学领域,其科学数据的共享意识较低,对于科学数据的管理和共享较为混乱。因此,本文将对我国社会科学数据共享的影响因素进行实证研究,深入分析在社会科学数据共享中的驱动和阻碍因素,并以扎根理论为指导,对我国社会科学数据共享的参与者进行访谈,构建社会科学数据共享影响因素模型,并利用问卷调查的方法收集数据,对提出的模型进行检验和修正。本文主要研究内容可分为四个部分:(1)第一部分,内容主要包括研究背景和意义、科学数据研究的国内外研究现状,研究目的和研究对象、研究思路、研究方法、研究数据来源、研究内容和创新点。(2)第二部分,将扎根理论应用于社会科学数据共享研究中,同时以统计分析方法为辅,即扎根理论(定性研究方法)和统计分析方法(定量研究方法)相结合的混合研究方法。这种定性和定量相结合的方法,相对于任一单一方法的运用来说,更有助于我们理解和探究社会科学数据共享这一主题。理论基础部分,本文借鉴的理论主要有:生命周期理论、科学数据的相关定义及特点、社会科学的特点等等。(3)第三部分,首先通过对北京、上海、南京和安徽地区的部分访谈对象采取深度访谈获取大量访谈资料,进而对访谈进行转录和编码分析,构建了社会科学科研与数据生命周期模型,并以生命周期模型为编码分析的逻辑基础,在访谈资料的基础上构建社会科学数据共享影响因素模型。之后,根据社会科学数据共享影响因素模型进行问卷设计,选择网络问卷和纸质问卷的方式收集数据,利用统计分析的方法对收集到的数据进行单因素方差分析、因子分析、相关分析,并对模型进行修正。(4)第四部分,根据第三部分得出的结论,提出今后我国社会科学数据共享发展的对策和建议,并对论文研究得到的主要结论进行总结,指出研究存在的局限,同时提出后续研究的方向和思路。
苗茹,诸云强,宋佳,冯敏,潘鹏[8](2014)在《基于云计算的地球系统科学数据共享研究与实践》文中提出数据密集型的地学研究离不开数据资源和信息平台的支撑,因此,实施地球系统科学数据共享具有重大意义。早期地球系统科学数据共享服务主要以政府行为为主,集中数据汇交,存在数据服务负载不均衡、数据整合模式单一、数据服务效果不明显等突出问题。随着Web 2.0理念的提出,以及云计算等技术的出现,数据共享模式发生了巨大的变化。本文提出基于云计算的地球系统科学数据共享概念模型。通过提供基础设施即服务(IaaS)、数据资源即服务(DaaS),以及数据功能即服务(SaaS)实现共享服务模式的转变,将死板的数据转为灵活的服务。在"数据云"中,用户既是数据的使用者也是数据资源的提供者,通过提供数据发布、数据需求发布、数据发现与共享、需求发现与反馈等功能,解决数据共享中"用户-数据"之间的矛盾,并激励普通科研工作者贡献自己的数据,保障数据资源有效、可持续整合。最后,构建了原型系统用于验证该框架,形成了一个"人人都是数据的提供者,人人都是数据的使用者"的数据共享服务环境。
张嘉桐[9](2013)在《基于云计算的地学G4I系统结构设计》文中研究表明矿产资源是国民经济发展所需的重要物质基础,国家“十二五”规划对资源战略部署提出了明确要求。矿产资源预测是资源发现与勘察中的指导性工作。由于矿产资源预测属于系统工程,近四十年来,国内外众多学者与科研团体在矿产资源预测研究领域的不懈努力与投入,形成了以矿产资源预测理论、方法及技术为主要内容的数学地质学重要分支。进入二十一世纪以来,随着矿产资源预测理论的不断进步,以及与地学信息(计算机技术、3S技术,SAR技术)的不断融合,以矿产资源预测理论为内核,以空间数据库为基础,以精细化、智能化及三维可视化功能为目标的地学软件系统—矿产资源预测系统不断出现。由于矿产资源预测系统属于复杂的地学信息工程,涉及到跨学科数据集成及地学大数据融合分析、地质空间建模、矿产资源定位定量预测等一系列过程,其中高性能计算或云计算为地学大数据快速处理提供了高效手段,因此基于云计算条件下的矿产资源预测系统已成为当代学科的前沿研究方向;而云计算下的地学G4I系统是导师几年来科研主攻方向之一,作者作为课题的主要参加人员承担了该系统的结构设计工作。复杂系统的结构设计是实现系统研制的先导性工作,本文所做的工作是在地学G4I系统基础上就云计算架构的从新整合及其系统的更新设计,目的是使系统成为嵌入式的云计算重要结点,为系统的云计算升级提供理论与技术准备。我国地学软件系统开发起步较晚,自上世纪九十年代后期因加大科技投入,科技成果明显增多,功能多为地学测量及制图系统;以矿产资源预测及地质灾害预警为目标的地学软件系统在我国并不多见。由于矿产资源预测系统的技术层面涉及地学基础理论与信息领域中的许多高新技术,我国地学软件系统在质与量竞争力上均有待提高,矿产资源预测系统的水平在某种程度上代表我国地学科技竞争力,目前本领域的国内外研究趋势具有如下特点:系统赖以支撑的空间数据链多元化,数据类型涉及地质学、地球物理学、地球化学、地质遥感等众多学科,地学空间数据库的设计涉及到空间数据集合、空间数据管理、空间数据应用等若干子系统,多学科地学数据库融合与图形图像数据互操作技术成为系统的基本功能。在可能条件下,地学数据的元数据设计以成为不可缺少的内容,空间数据挖掘与空间数据仓库设计日益成为地学空间数据库研究的重要方向。目前,国内外矿产资源预测在系统集成、图形图像表达、数据库及互操作技术方面日益成熟,主要的技术热点是系统的内核理论支持与地学模型数值计算方面;同时,由于矿产资源预测中的关键环节—地质找矿模型在很大程度上依赖于找矿专家头脑的知识结构,此前,曾出现过不少地质找矿专家系统,但应用效果均不理想,甚至曾一度中断过地质成矿专家系统的开发工作。实践证明,矿产资源预测中,机器始终不能代替找矿专家的知识水平,其原因在于机器对人脑智能仿真程度尚处低级阶段,使得目前预测过程完全自动化产生的效果不尽如意。采用人机交互式操作或机器学习相结合方式效果更好。所谓人机交互是指在系统运行过程中将人工智能作为一个独立操作模块,采用人工解释与机器学习交错并行的方式执行系统设定的技术路线。由于互联网技术、虚拟现实技术及近年来云计算技术的兴起,使得基于Internet/Intranet的信息资源共享平台研制成为可能,尤其是云计算技术为复杂地学计算提供了远程服务条件,同一地学问题并行计算可扩展到无限空间范围内进行,因此将云计算技术融进矿产资源预测系统开发成为一种发展趋势。综上所述,针对矿产资源系统研制中所面临的各项技术问题,本文结合地学G4I初级版本的技术积累,在融入矿产资源预测新理论和创新方法条件下,开展地学G4I系统的技术集成与结构设计研究。其中重要的模块是将有关地质找矿专家的知识结构作为系统的有机部分,采用人机交互方式的执行方式构成系统一大特色,即在功能模块设计中,将机器学习理论及知识推理作为系统的智能模块,与地质专家人工操作形成互为一体式的操作模式,优化地质成矿模型与地质找矿模型的分析过程。同时,将云计算技术与G4I系统相融合,提供云计算数据存储和计算服务,力求达到地学数据资源共享和快速运算,极大提高系统运行效率。本系统结构设计中重点包括矿产资源预测理论模型模块、空间数据库集成、机器学习及云计算技术架构等内容。
丁毅[10](2012)在《地球物理数据共享与应用集成研究》文中指出地球科学研究的深入带动了地学数据的积累和新的专业数据处理、分析、解释方法的出现,这使得在构建地学软件系统的过程中常常会面临个两难的矛盾,即多种专业化数据需求的复杂多变与地学应用软件扩展和重用的复杂性之间的矛盾。主要体现在:1.数据格式多样化和语义的差异化,导致数据之间的交互能力差;2.数据存储的形态多样化和分散的特点,增加了统的数据共享与体化集成的难度;3.数据应用需求的多样性增加了应用集成的难度。本文通过对比地学领域国际上多个大型分布式系统的技术实现方案,提出采用数据集成规范实现数据的体化集成;在数据体化的基础上,采用插件式开发方法,构建地球物理应用集成开发平台。论文的主要研究内容包括以下几个方面:1)分布式数据共享与应用集成服务框架研究:根据地球物理数据特点,建立系统的地球科学共享与应用服务框架,解决不同层次的异构问题;2)数据互操作:探索具有数据交互能力的数据共享与集成方法,重点研究XML在地学数据互操作中的作用,参照GeoSciML标准的建设方式,基于OGC标准构建地球物理数据交换规范,解决数据层面的异构问题,实现数据的互操作;3)插件式开发方法研究:重点研究了EclipseRCP的插件式开发方法,整合了二维GIS、三维GIS、三维可视化等插件,构建个通用地球物理数据应用集成基础平台;4)综合数据共享服务与应用集成实践:建立WMS、WFS数据服务,扩展重力和地震数据应用插件,实现具有交互能力的数据集成共享。通过数据体化和插件式开发平台的实践结果可以得出如下结论:1)基于OGC建立统的数据标准解决了地学数据的异构问题,增加了数据的互操作能力,有利于数据的集成融合;2)Eclipse RCP的插件式开发方法有效地融合了各种复杂的地学数据应用,可以支持专业数据处理、解释、分析等应用方法的扩展,为构建综合性的地学信息化平台奠定了基础。
二、面向Web的地学数据共享服务平台架构设计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、面向Web的地学数据共享服务平台架构设计(论文提纲范文)
(1)数字化工程勘察资料馆开发及勘察大数据初步分析(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 选题背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 地质行业数字化发展现状 |
1.2.2 地质数据分析发展现状 |
1.3 研究方法、内容及技术路线 |
1.3.1 研究方法 |
1.3.2 研究内容 |
1.3.3 技术路线 |
2 相关原理和技术 |
2.1 系统实现技术 |
2.1.1 SSM框架简介 |
2.1.2 Bootstrap框架简介 |
2.1.3 MySQL数据库简介 |
2.2 数理统计分析 |
2.2.1 因子分析及主成分分析 |
2.2.2 多元线性回归模型 |
3 地质资料管理系统需求分析及主要功能 |
3.1 系统概述 |
3.2 配置要求 |
3.3 需求分析 |
3.4 主要功能 |
3.4.1 权限控制 |
3.4.2 信息检索 |
3.4.3 地质资料上传 |
3.4.4 地质资料预览及下载 |
4 地质资料管理系统软件平台设计 |
4.1 系统平台架构设计 |
4.1.1 用户访问子系统设计 |
4.1.2 后台管理子系统设计 |
4.2 系统平台数据库设计 |
4.2.1 地质资料存储表设计 |
4.2.2 试验结果统计表设计 |
4.2.3 权限表设计 |
5 黄土湿陷系数与其它物理指标的定量分析 |
5.1 区域地质概况 |
5.2 湿陷系数与单物理指标变化规律研究 |
5.2.1 湿陷系数与天然含水量的关系 |
5.2.2 湿陷系数与饱和度的关系 |
5.2.3 湿陷系数与重力密度、干密度的关系 |
5.2.4 湿陷系数与土粒比重的关系 |
5.2.5 湿陷系数与天然孔隙比的关系 |
5.2.6 湿陷系数与液限、塑限及塑性指数的关系 |
5.2.7 湿陷系数与液性指数的关系 |
5.2.8 湿陷系数与压缩模量、压缩系数的关系 |
5.3 因子分析 |
5.4 多元线性回归模型 |
5.4.1 自变量的选取 |
5.4.2 共线性诊断 |
5.4.3 数学模型的建立 |
5.4.4 数学模型的测试与应用 |
5.4.5 数学模型与系统整合 |
6 结论及展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
攻读学位期间取得的研究成果 |
(2)基于Web Service的全球空间格网统一检索服务研究与实现(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 技术路线 |
1.5 章节安排 |
2 基于全球空间格网的空间数据整合 |
2.1 基于SDOG的 ESSG |
2.2 面向检索的空间范围统一描述方法 |
2.3 空间数据整合框架 |
2.4 本章小结 |
3 基于全球空间格网的统一检索服务 |
3.1 格网检索服务概述 |
3.2 核心元数据规范设计 |
3.3 标准数据格式 |
3.4 服务接口设计 |
3.5 本章小结 |
4 全球空间格网检索服务原型系统设计 |
4.1 原型系统的总体设计 |
4.2 原型系统的功能介绍及测试 |
4.3 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
作者简介 |
学位论文数据集 |
(3)基于ArcGIS的多源地学数据集成管理方法研究(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 背景及意义 |
1.2 国内外研究现状 |
1.3 存在问题 |
1.4 研究内容与方案 |
1.4.1 研究内容 |
1.4.2 研究方案 |
1.5 论文组织方式 |
第2章 多源地学数据特征分析 |
2.1 多源地学数据特征概述 |
2.1.1 数据来源广泛 |
2.1.2 数据格式多样 |
2.2 多源地学数据的技术规范 |
2.2.1 数据目录结构 |
2.2.2 数据命名规则 |
2.3 多源地学数据的组织形式 |
2.3.1 国家标准 |
2.3.2 扩展设计 |
第3章 多源地学数据集成管理方法 |
3.1 数据集成管理方法设计 |
3.1.1 管理流程设计 |
3.1.2 集成方法设计 |
3.2 数据处理的规范设计 |
3.2.1 数据处理的流程 |
3.2.2 数据制作的约束 |
3.2.3 质量检查的方法 |
3.3 数据管理的平台建设 |
3.3.1 规范导入数据类型 |
3.3.2 建立数据关联模型 |
3.4 共享服务的数据基础 |
第4章 多源地学数据集成管理平台的设计 |
4.1 数据管理工作要求 |
4.1.1 平台需求 |
4.1.2 数据需求 |
4.1.3 工作流程 |
4.1.4 用况设计 |
4.1.5 功能描述 |
4.2 平台体系结构搭建 |
4.2.1 架构设计 |
4.2.2 关键技术 |
4.2.3 运行环境 |
4.3 平台数据库设计 |
4.3.1 数据库设计规范 |
4.3.2 数据库概念模型设计 |
4.3.3 数据库物理模型设计 |
4.3.4 数据库逻辑模型设计 |
第5章 多源地学数据集成管理平台的实现 |
5.1 系统配置与登录 |
5.2 汇交数据管理 |
5.3 案卷目录管理 |
5.4 案卷电子文件管理 |
5.5 涉密数据管理 |
5.6 资料检索 |
5.6.1 目录检索 |
5.6.2 图幅查询 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
(4)地学数据网络服务组合模型的研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 地学数据服务组合模型的必要性 |
1.2 地学数据服务组合模型的有关概念 |
1.2.1 地学数据 |
1.2.2 面向服务 |
1.2.3 地理信息系统与网络服务 |
1.2.4 云计算 |
1.2.5 负载均衡 |
1.3 国内外研究现状 |
1.4 论文的主要工作 |
1.5 论文组织结构 |
2 基于Petri网的地学数据服务组合模型 |
2.1 问题提出 |
2.2 基于Petri网的地学数据服务组合结构 |
2.2.1 服务的定义 |
2.2.2 地学数据服务模型的描述 |
2.2.3 建模方法 |
2.2.4 地学数据服务组合结构 |
2.2.5 验证分析 |
2.3 基于Petri网的地学数据服务组合模型分析 |
2.3.1 可达性分析 |
2.3.2 有界性分析 |
2.3.3 死锁性分析 |
2.3.4 优化分析 |
2.4 本章小结 |
3 云计算中地学数据服务组合的部署策略 |
3.1 面向服务与云计算 |
3.2 云计算中的服务组合优化问题 |
3.3 问题提出 |
3.4 云计算中地学数据服务组合的部署问题描述 |
3.5 地学数据服务组合的部署算法 |
3.5.1 k-Means聚类算法 |
3.5.2 α-β-Swap和 α-Expansion算法 |
3.5.3 改进的贪心算法 |
3.6 本章小结 |
4 云计算中地学数据服务组合优化研究 |
4.1 云计算中网络拓扑设计 |
4.2 云计算中网络拓扑设计优化 |
4.2.1 问题提出 |
4.2.2 网络拓扑优化模型 |
4.2.3 云计算中网络拓扑结构优化模型的分析 |
4.2.4 小结 |
4.3 云计算中服务组合优化方法的相关研究工作 |
4.3.1 经典和基于图的算法 |
4.3.2 组合算法 |
4.3.3 机器型方法 |
4.3.4 服务组合结构 |
4.3.5 服务组合框架 |
4.4 云计算中地学数据服务组合优化的探讨 |
4.5 云计算中资源负载均衡策略的相关研究工作 |
4.5.1 资源管理 |
4.5.2 负载均衡 |
4.6 云计算中地学数据服务组合的负载均衡的探讨 |
5 地学数据服务组合网络应用系统 |
5.1 问题提出 |
5.2 建模方法 |
5.2.1 服务描述 |
5.2.2 服务网和服务组合网 |
5.3 地学数据服务组合网络应用系统的建模设计 |
5.3.1 实例研究 |
5.3.2 网络应用系统的基本框架 |
5.3.3 地学数据服务组合模型 |
5.3.4 地学数据服务组合模型分析 |
5.4 地学数据服务组合网络应用系统的实现 |
5.4.1 实现模式 |
5.4.2 系统功能操作 |
5.4.3 系统数据仓库 |
5.4.4 应用业务过程执行语言执行地学数据服务组合 |
5.4.5 系统安全机制 |
5.4.6 系统运行结果 |
5.5 云计算地学数据服务组合部署的性能分析 |
5.5.1 验证设置 |
5.5.2 验证结果 |
5.6 本章小结 |
6 结论和展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
在学期间发表的学术论文 |
在学期间参加科研项目 |
(5)面向Web服务的地质信息平台应用研究(论文提纲范文)
1 地质信息共享服务平台的总体层次 |
1.1 地质共享平台的基本功能 |
1.2 地质共享平台的多层体系架构 |
2 地质信息共享服务平台的基础架构 |
2.1 基于地质信息的共享模式 |
2.2 地质信息数据基础平台架构 |
3 地质共享发布系统部署与服务 |
4 结语 |
(6)多源地学数据与模型集成共享系统设计与实现 ——以黄土高原植被变化为例(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究进展 |
1.2.1 多源地学数据集成与共享概况 |
1.2.2 地学模型共享研究概况 |
1.2.3 黄土高原植被变化研究概况 |
1.3 主要研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.3.3 集成共享系统关键技术 |
第二章 黄土高原多源地学数据与模型 |
2.1 研究区概况 |
2.1.1 地理位置 |
2.1.2 气候条件 |
2.1.3 植被类型 |
2.1.4 社会经济 |
2.2 多源地学数据 |
2.2.1 气象数据 |
2.2.2 植被数据 |
2.2.3 遥感蒸散发数据 |
2.2.4 陆表温度和反照率数据 |
2.2.5 土地利用数据 |
2.3 地学模型 |
2.3.1 统计分析模型 |
2.3.2 地学物理模型 |
第三章 多源地学数据集成与模型共享关键技术及系统实现 |
3.1 基于面向服务架构的体系设计 |
3.1.1 面向服务式的系统架构 |
3.1.2 基于服务的设计概念 |
3.1.3 系统的总体设计 |
3.2 多源地学数据集成关键技术 |
3.2.1 数据集成总体架构 |
3.2.2 数据集成内容 |
3.2.3 信息流程 |
3.2.4 元数据管理 |
3.3 数据库系统设计 |
3.3.1 数据库标识符状态 |
3.3.2 数据库表及表结构 |
3.3.3 数据库系统表间关系 |
3.4 地学模型共享关键技术 |
3.4.1 面向服务的模型共享技术架构 |
3.4.2 数据库服务 |
3.4.3 权限角色服务 |
3.4.4 共享数据上传服务 |
3.4.5 模型共享服务 |
3.5 系统总体设计与实现 |
3.5.1 数据共享的实现 |
3.5.2 模型共享的实现 |
3.5.3 系统功能应用 |
第四章 黄土高原植被变化可视化分析 |
4.1 可视化分析基本结构 |
4.2 可视化分析功能的实现 |
4.3 分类数据可视化分析的实现 |
4.3.1 栅格数据可视化 |
4.3.2 点尺度数据可视化 |
4.3.3 图片数据的可视化 |
4.4 黄土高原植被数据的可视化分析 |
4.4.1 气象数据可视化 |
4.4.2 植被数据可视化 |
4.4.3 遥感蒸散发数据可视化 |
4.4.4 陆表温度及反照率数据可视化 |
4.4.5 土地利用数据可视化 |
4.5 黄土高原植被变化分析及其驱动因素 |
4.5.1 空间趋势变化 |
4.5.2 时间趋势变化 |
4.5.3 偏相关分析 |
4.5.4 黄土高原植被变化及其驱动因素 |
第五章 黄土高原未来植被变化预测设计及实现 |
5.1 植被预测模型总体结构框架 |
5.2 土壤水平衡动态随机模型与植被动态水胁迫模型结构框架 |
5.2.1 模型框架 |
5.2.2 模型输入参数 |
5.2.3 模型输出 |
5.3 最优向量模型结构框架 |
5.3.1 模型框架 |
5.3.2 最优向量参数率定 |
5.4 黄土高原最优植被预测研究思路 |
5.4.1 总体研究思路 |
5.4.2 1980年最优植被模型参数的率定 |
5.4.3 1981-2000年最优植被模拟及1990和2000年模型参数率定 |
5.4.4 2001-2010年最优植被模拟预测 |
5.4.5 延河流域初步模拟结果 |
第六章 结论与展望 |
6.1 成果与结论 |
6.2 不足与改进 |
6.3 工作与展望 |
参考文献 |
附录 |
致谢 |
攻读学位期间科研成果 |
(7)社会科学数据共享影响因素扎根研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 科学数据共享国外研究现状 |
1.2.2 科学数据共享国内研究现状 |
1.3 研究目的和研究对象 |
1.3.1 研究目的 |
1.3.2 研究对象 |
1.4 研究方法 |
1.4.1 本文研究方法的选择 |
1.4.2 扎根理论的相关介绍 |
1.4.3 统计分析方法 |
1.4.4 研究数据收集 |
1.5 研究思路与技术路线 |
1.6 研究内容与创新点 |
1.6.1 研究内容 |
1.6.2 研究创新点 |
第2章 社会科学数据共享的相关理论 |
2.1 科学数据相关概念 |
2.1.1 科学数据的含义 |
2.1.2 社会科学数据 |
2.1.3 科学数据共享 |
2.2 社会科学的相关理论 |
2.2.1 社会科学与自然科学的定义 |
2.2.2 社会科学与自然科学研究对象的差异 |
2.2.3 社会科学与自然科学研究方法的差异 |
2.2.4 社会科学数据与自然科学数据的差异 |
2.3 生命周期理论 |
2.3.1 数据和信息 |
2.3.2 科研生命周期与数据生命周期 |
第3章 社会科学科研与数据生命周期扎根分析 |
3.1 社会科学科研与数据生命周期开放式编码分析 |
3.2 社会科学科研与数据生命周期主轴编码分析 |
3.3 社会科学科研与数据生命周期选择性编码分析 |
第4章 社会科学数据共享影响因素扎根分析 |
4.1 研究数据的收集与整理 |
4.2 社会科学数据共享驱动因素 |
4.2.1 社会科学数据共享驱动因素的开放式编码分析 |
4.2.2 社会科学数据共享驱动因素的主轴编码分析 |
4.2.3 社会科学数据共享驱动因素的选择性编码分析 |
4.3 社会科学数据共享阻碍因素 |
4.3.1 社会科学数据共享阻碍因素的开放式编码分析 |
4.3.2 社会科学数据共享阻碍因素的主轴编码分析 |
4.3.3 社会科学数据共享阻碍因素的选择性编码分析 |
4.4 社会科学数据共享影响因素模型构建 |
第5章 社会科学数据共享影响因素模型验证 |
5.1 假设提出 |
5.1.1 个体影响因素 |
5.1.2 科研影响因素 |
5.1.3 社会影响因素 |
5.2 社会科学数据共享影响因素量表设计 |
5.2.1 个人基本信息 |
5.2.2 社会科学数据共享影响因素 |
5.3 社会科学数据共享影响因素问卷描述性分析 |
5.4 社会科学数据共享影响因素模型的信度与效度检验 |
5.4.1 社会科学数据共享影响因素信度分析 |
5.4.2 社会科学数据共享影响因素效度分析 |
5.5 个人特征对社会科学数据共享影响因素模型变量的影响分析 |
5.5.1 年龄的影响分析 |
5.5.2 性别的影响关系 |
5.5.3 受教育程度的影响关系 |
5.5.4 职业的影响关系 |
5.5.5 个人特征对影响因素变量的影响关系小结 |
5.6 社会科学数据共享影响因素变量因子分析 |
5.6.1 效度分析 |
5.6.2 因子分析 |
5.6.3 因子分析小结 |
5.7 社会科学数据共享影响因素变量相关分析 |
5.7.1 相关分析介绍 |
5.7.2 个体因素相关分析 |
5.7.3 科研因素相关分析 |
5.7.4 社会因素相关分析 |
5.8 社会科学数据共享影响因素模型修正 |
5.8.1 社会科学数据共享个体影响因素模型 |
5.8.2 社会科学数据共享科研影响因素模型 |
5.8.3 社会科学数据共享社会影响因素模型 |
第6章 结论与展望 |
6.1 我国社会科学数据共享建设的对策和建议 |
6.2 结论 |
6.3 局限与展望 |
6.3.1 研究局限 |
6.3.2 研究展望 |
附件A 访谈内容保密承诺书 |
附件B 访谈题纲 |
附件C 社会科学数据共享影响因素调查问卷 |
附件D 参考文献 |
附件E 博士在读期间科研成果清单 |
致谢 |
(8)基于云计算的地球系统科学数据共享研究与实践(论文提纲范文)
1 引言 |
2 地球系统科学数据共享的研究现状 |
3 基于云计算的地学数据共享框架 |
4 基于云计算的地学数据共享平台设计 |
5 云计算的地学数据共享平台关键技术 |
5.1 主从式的数据存储方式 |
5.2 海量空间数据的高效检索 |
5.3 基于语义的数据目录导航 |
5.4 数据在线处理与模型计算 |
6 结论与展望 |
(1)弹性可扩展的基础设施架构 |
(2)可持续的资源整合模式 |
(3)灵活多效的产权保护机制 |
(4)动静结合的数据共享方案 |
(9)基于云计算的地学G4I系统结构设计(论文提纲范文)
提要 |
中文摘要 |
Abstract |
第1章 绪论 |
1.1 选题依据与需求分析 |
1.2 国内外研究现状 |
1.2.1 国际地学信息技术发展趋势与现状 |
1.2.2 国内地学信息技术发展趋势与现状 |
1.3 论文的研究内容与目标 |
1.4 研究的预期成果 |
第2章 云计算下的地学 G~4I 系统核心技术 |
2.1 地学 G~4I 定义 |
2.1.1 G~4I 系统的总体设想 |
2.1.2 G~4I 系统的功能、结构与工作目标 |
2.1.3 G~4I 系统的数据标准 |
2.1.4 G~4I 系统的平台选择 |
2.2 云计算下的系统核心技术 |
2.2.1 云计算的概念 |
2.2.2 云计算的主要功能 |
2.2.3 系统的云计算架构 |
2.3 系统的空间数据库技术 |
2.3.1 4G 空间数据模型 |
2.3.2 4G 空间元数据框架 |
2.3.3 系统空间数据库原理 |
2.4 4G 空间数据库互操作技术 |
2.4.1 4G 空间数据快速查询技术 |
2.4.2 系统空间分析技术 |
2.4.3 系统的图形图像表达技术 |
第3章 系统的内核技术原理 |
3.1 系统的内核定义 |
3.2 系统的内核技术内容 |
3.3 系统的内核原理 |
3.3.1 有效域方法 |
3.3.2 最小维空间标度法 |
3.3.3 局部区域地学信息不平衡条件下的亲缘性替代组合度量方法 |
第4章 系统总体设计 |
4.1 系统的设计原则 |
4.2 系统的设计方案 |
4.2.1 4G 空间数据库系统设计(查报告上的数据库) |
4.2.2 矿产资源预测程序软件包设计 |
4.2.3 云计算实验平台设计 |
4.3 系统的平台选择 |
4.4 矿产资源预测计算方法体系 |
4.5 系统的逻辑结构 |
第5章 系统的工作模式 |
5.1 系统的执行路线 |
5.1.1 4G 空间数据库管理层次 |
5.1.2 矿产资源定量预测空间分析引擎层次 |
5.1.3 系统运行的辅助层次(运行防火墙、网络监控、节点输出) |
5.2 系统的输入输出模式 |
5.3 系统的硬件环境设计 |
5.3.1 云计算集群子系统设计 |
5.3.2 专家人工智能与机器学习触摸屏子系统 |
5.3.3 分布式系统工作站 |
5.4 系统的防火墙模块设计 |
5.4.1 防火墙的概念 |
5.4.2 防火墙特征 |
5.4.3 防火墙模块设计 |
5.5 系统的运行可行性分析 |
5.5.1 4G 空间数据库质量评述 |
5.5.2 人机交互执行过程 |
5.5.3 系统的功能实现 |
5.5.4 系统运行效率评估 |
5.5.5 系统的抗干扰性分析 |
第6章 结论 |
6.1 系统结构设计总体评价 |
6.1.1 云计算小型集群系统的优势 |
6.1.2 先进的 4G 地学空间数据的互操作模式 |
6.1.3 人工智能与机器学习并行 |
6.2 系统存在问题 |
6.3 系统应用实证 |
6.3.1 河北全省多金属矿产资源预测 |
6.3.2 系统在吉林白山 1:20 万比例尺多金属成矿预测中的应用简介 |
参考文献 |
攻读学位期间发表的学术论文及取得的科研成果 |
致谢 |
(10)地球物理数据共享与应用集成研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究目的及意义 |
1.2 国内外研究现状 |
1.3 主要研究内容 |
1.4 论文结构 |
2 地球物理数据共享与应用集成方法 |
2.1 地学数据集成与共享方法研究 |
2.1.1 地学数据特点 |
2.1.2 地学数据共享与应用集成的关键问题 |
2.1.3 地学数据共享发展趋势 |
2.2 地球物理数据共享与应用集成平台的构建 |
2.2.1 地球物理数据共享与应用集成的流程 |
2.2.2 关键问题和概要设计 |
3 基于 XML 的地球科学数据交互 |
3.1 基于 XML 的互操作原理 |
3.2 OGC 规范与数据互操作 |
3.2.1 GML(地理标记语言) |
3.2.2 OWS-Web 服务通用标准 |
3.3 GEOSCIML 数据标准研究 |
3.4 基于 GML 应用的地球物理数据规范 |
3.4.1 地球物理数据类型 |
3.4.1.1 大地电磁数据 |
3.4.1.2 重力数据 |
3.4.1.3 磁力数据 |
3.4.1.4 深地震反射数据 |
3.4.1.5 宽频带地震观测数据 |
3.4.1.6 地应力测量 |
3.4.2 基于 EA 工具的地球物理数据规范的建立 |
4 地球物理插件式应用集成开发研究 |
4.1 地球物理应用集成软件的特点 |
4.1.1 Geosoft OASIS Montaj 特点分析 |
4.1.2 SIA 特点分析 |
4.1.3 IDV 特点分析 |
4.1.4 小结 |
4.2 几种插件式开发方法的对比 |
4.2.1 脚本语言插件方式的研究 |
4.2.2 自定义插件规范方式的研究 |
4.2.3 Eclipse RCP 方式的研究 |
4.2.4 选择 Eclipse RCP 的原因 |
4.2.5 Eclipse RCP 技术深入研究 |
4.2.5.1 RCP 工作原理分析 |
4.2.5.2 RCP 的分类与特点 |
4.2.5.2.1 Eclipse RCP |
4.2.5.2.2 NetBeans RCP |
4.2.5.2.3 嵌入式 eRCP |
4.2.5.2.4 Eclipse 和 NetBeans RCP 的比较 |
4.2.5.3 RCP 程序体系结构 |
4.2.5.4 RCP 技术的未来前景 |
4.2.5.5 RCP 核心技术构成分析 |
4.2.5.5.1 GEF 技术 |
4.2.5.5.2 EMF 技术 |
4.2.5.5.3 UI 技术 |
4.2.5.5.4 集成技术 |
4.2.5.5.5 部署技术 |
4.2.5.6 RCP 的 IDE 与开发流程 |
4.3 插件式地球物理应用集成开发平台分析与设计 |
4.3.1 功能需求 |
4.3.2 性能需求 |
4.3.3 平台设计方案研究 |
4.3.3.1 设计原则 |
4.3.3.2 数据的体化研究 |
4.3.3.2.1 数据体的规范化 |
4.3.3.2.2 数据存储的统化 |
4.3.3.2.3 数据获取方式的统化 |
4.3.3.3 规模的弹性化研究 |
4.3.3.3.1 数据存储的实现方式 |
4.3.3.3.2 数据服务的实现方式 |
4.3.3.3.3 大规模并行科学计算的实现方式 |
4.3.3.3.4 可视化的分布式集群 |
4.3.3.4 领域研究的插件组合方式 |
4.3.3.5 总体设计 |
4.3.3.6 功能模块 |
4.3.3.6.1 分布式计算模块 |
4.3.3.6.2 协同通讯模块 |
4.3.3.6.3 数据库访问模块 |
4.3.3.6.4 数据输出报表模块 |
4.3.3.6.5 三维可视化模块 |
4.3.3.6.6 二维 GIS 模块 |
4.3.3.6.7 三维 GIS 模块 |
4.3.3.6.8 组合应用 |
4.3.3.7 部署方式 |
5 基于 ECLIPSE RCP 的地球物理数据共享与应用集成平台的开发实践 |
5.1 平台概况 |
5.2 二维 GIS 功能模块的集成 |
5.2.1 二维 GIS 模块的选择 |
5.2.2 uDig 源码结构分析 |
5.2.3 uDig 源码集成 |
5.2.4 uDig 模块所提供的功能 |
5.3 三维 GIS 功能模块的集成 |
5.3.1 三维 GIS 模块的选择 |
5.3.2 Worldwind 源码结构分析 |
5.3.3 Worldwind 源码集成 |
5.3.4 Worldwind 模块所提供的功能 |
5.4 三维可视化功能模块的集成 |
5.4.1 vtk 技术研究 |
5.4.2 vtk 显示亚洲 moho 面 |
5.4.3 vtk 显示月球 moho 面 |
5.5 基于可执行程序的集成 |
5.6 基于 WFS 方式的数据互操作 |
5.6.1 简单属性到复杂属性的映射 |
5.6.2 数据的获取与使用 |
5.7 插件式扩展实践 |
5.7.1 重力数据应用扩展实践 |
5.7.1.1 原始重力数据介绍和 Geosoft 成图结果 |
5.7.1.2 普通 Krig 三维插值实现 |
5.7.1.3 三维可视化结果对比 |
5.7.2 地震数据应用扩展实践 |
5.7.2.1 Segy 数据格式解读方法研究 |
5.7.2.2 Segy 数据的三维可视化 |
6 结论与展望 |
致谢 |
参考文献 |
附录一 |
四、面向Web的地学数据共享服务平台架构设计(论文参考文献)
- [1]数字化工程勘察资料馆开发及勘察大数据初步分析[D]. 郭凡. 西安科技大学, 2020(01)
- [2]基于Web Service的全球空间格网统一检索服务研究与实现[D]. 高涵. 中国矿业大学, 2020(01)
- [3]基于ArcGIS的多源地学数据集成管理方法研究[D]. 赵丹宁. 中国地质大学(北京), 2019(02)
- [4]地学数据网络服务组合模型的研究[D]. 许娜. 中国矿业大学(北京), 2017(02)
- [5]面向Web服务的地质信息平台应用研究[J]. 刘祯. 世界有色金属, 2017(01)
- [6]多源地学数据与模型集成共享系统设计与实现 ——以黄土高原植被变化为例[D]. 金朝. 陕西师范大学, 2016(05)
- [7]社会科学数据共享影响因素扎根研究[D]. 陈欣. 南京大学, 2015(10)
- [8]基于云计算的地球系统科学数据共享研究与实践[J]. 苗茹,诸云强,宋佳,冯敏,潘鹏. 地球信息科学学报, 2014(02)
- [9]基于云计算的地学G4I系统结构设计[D]. 张嘉桐. 吉林大学, 2013(04)
- [10]地球物理数据共享与应用集成研究[D]. 丁毅. 中国地质大学(北京), 2012(11)