水利自动化工程存在问题分析及建议

《水利自动化工程存在问题分析及建议》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、空间信息的采集存储分析管理的现状及发展趋势摘要本文从空间信息的采集、存储、分析、管理4个方面进行系统地分析，对其大致的现状做了相关描述，重点是对其未来的发展趋势做出了分析。每个方面的分析之间都有一定的联系，需要从整体把握，采集、存储、分析、管理都相互影响，相互促进。本文采集自网络，本站发布的论文均是优质论文，供学习和研宄使用，文中立场与本网站无关，版权和著作权归原作者所存，如存不愿意被转载的情况，请通知我们删除己转载的信息，如果需要分享，请保留本段说明。关键词空间信息；发展趋势；网格网络化；数据库中图分类号P208文献标识码A文章编号1

2、674-6708(2011)54-0058-021空间信息采集现状及趋势RS作为空间信息采集的重要工具，具有远程操控，多频谱，多功能的优势，GPS又能提供高精度，高时效性的数据采集，目前空间信息的采集并不仅仅局限在RS和GPS技术上，航天摄影测量、地图的数字化等多途径的数据采集已经得到广泛的应用。未来的发展，可能在扩展数据采集的途径上有所突破。1)我们可以综合各种数据采集方式，将GPS、RS和GIS技术融合，实现实时、快速地提供目标空间位置，实时或准实时地提供目标及其环境的语义或非语义信息，发现地球表面上的各种变化，及时地对GIS进行数据更新

3、；完成对多种来源的时空数据进行综合处理、集成管理、动态存取，为智能化数据采集提供地学知识；2）在原有的采集方式上，通过研究创新，提出新的数据采集方式，目前还在研发一种空间紫外光学遥感技术，是在可见光、热红外、近红外和微波遥感以外的一个新型的数据采集方式。卫星遥感、航天航空、地面测量、以及各种新型的传感器的出现，设备的精度的提高，全天候一体化的空间信息采集将不是问题。2空间信息存储现状及趋势空间信息存储H前还在发展之中，具存极大应用价值。所谓异构数据库体系结构，是指相关的多个数据库系统的集合，可以实现数据的共享和透明访问，每个数据库系统在加入异

4、构数据库系统之前本身就己经存在，拥有自己的DMBS。异构数据库对于跨地域的决策分析有重大意义，它可以统一各地区不同的数据库，进行数据采集和分析，最后综合考虑做出决策。空间信息存储有向新型的数据存储模型的发展趋势：1）影像数据库；2）传感器数据库；3）微小型数据库。数据库存储是目前空间信息存储的主要方面，但是在未来，随着网络技术、通信技术的发展和应用，空间信息的共享性、透明度会更高，空间信息的存储将由聚合型数据库存储逐渐向发散型演变，大型数据库向微型数据库转变。在更加实时性、高效性的空间信息采集技术基础上，以及具有高度“用户本位”的理念下，数据

5、库存储将完全被抛弃，直接完成获取信息、分析信息、传输信息，最后显示信息的过程，或者用“实时动态库”概念来理解，相当于cache。3空间信息分析现状及趋势传统的空间信息分析有如空问查询和量算、邻近度分析、缓冲区分析、网络分析、叠加分析、空间统计分析、空间插值等。随着技术的不断发展，一些新的技术如探索性空间数据分析(ExploringSpatialDataAnalysis,ESDA)、空间数据挖掘(SpatialDataMining,SDM)、空间交互建模(SpatialInteractionModeling)、地理计算(GeoComputati

6、on)等也在不断用到空间分析中，进一步丰富丫空间分析的技术系统。一种技术的产生，往往是解决问题的需要，在具体问题不就会有具体的分析技术，所以除了开发新的空间分析技术之外，空间信息分析在未来的发展中，总体特征将朝着智能化、网络化、无限扩展性发展。1)空间分析的智能化是指从数据到得到有用信息的过程，人工干涉将大大减少，自动化程度大大提高。我们面临的很多问题需要智能化来解决，例如：多源卫星影像的自动配准和融合、高空间分辨率影像目标的自动识别、复杂地表环境下的地物信息自动提取与定量分析。空间分析的智能化是解决与之相关问题的必然产物；2)空间分析的网络

7、化是基于网络技术的高速发展，分布式空间信息(主要存储在异构数据库)大大出现，在空间信息共享和提供GIS服务时遇到多源资源的高效管理和快速调度等瓶颈问题，因而在未来必然会呈现出空间信息分析的网络化；3）空间分析的无限扩展性是基于分析的网络化，从计算机硬件的飞速进步到网络不可计数的运算能力上可以看出，不仅是空间分析具有无限可扩展性，任何分析计算都具有无限可扩展的性质，未来的空间分析不再是专家的事，而是任何位于互联网上的客户所能进行的活4空间信息管理现状及趋势空间信息管理和存储有很大的关联性，用什么方式存储，就有对应的管理方式，管理原则是方便检索，

8、利于数据的存入、复制、删除和取用。下面介绍儿种主流的发展趋势：1）网格数据管理。我们将所有事件分散在各个节点处理和管理，就是网格数据管理的概念；2）移动数据管理。移