《時空觀測數據的多尺度聚集可視化分析》是依託武漢大學，由向隆剛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：時空觀測數據的多尺度聚集可視化分析
- 項目類別：青年科學基金項目
- 項目負責人：向隆剛
- 依託單位：武漢大學
項目摘要,結題摘要,
項目摘要
聚集可視化分析既是一種有效的挖掘方法，也是一種高效的可視化技術，在地圖的配合下，可有效挖掘出隱藏於海量空間數據中的模式或行為。針對越來越多的大範圍（甚至全球）時空觀測數據，本課題結合聚類方法與虛擬地球系統兩者的優勢，研究點位/軌跡數據的多尺度聚集及其可視化分析問題，擬從三個方面開展研究工作：基於自適應地理格網的大範圍點位/軌跡數據的多尺度聚集方法及其快速計算技術；面向虛擬地球系統的海量聚集結果（含層次關係）的組織與索引方法，以及基於視點變化的調度技術；面向虛擬地球系統的多尺度聚集結果的可視化融合與裁剪方法，以及集成二、三維符號與文字的聚集信息的探索性表達技術。本課題的研究旨在研製大範圍海量點位/軌跡數據的多尺度聚集算法，提供面向虛擬地球系統的聚集可視化分析技術，從而為環境監測、智慧型交通等領域的研究與套用提供新的方法與工具。
結題摘要
虛擬地球不僅是空間信息展示軟體，而且是位置相關信息的集成平台，是目前空間信息領域的研究熱點之一。隨著感測和通訊等技術的飛速發展，我們得以觀測各類位置相關對象，包括人、車輛、動物，甚至自然現象，使得交通、監控和規劃等領域累積了海量時空觀測數據，有必要展開分析，從中獲取信息和提煉知識。本課題即面向虛擬地球平台，利用聚類技術，開展面向大規模時空觀測數據的多尺度聚類及其可視化分析。針對點位和軌跡兩類時空觀測數據，在經典的格網聚類和密度聚類的基礎上，分別提出了自適應格網聚類和時空序列聚類算法，並通過實驗驗證了其有效性。同時，面向大規模柵格數據，研製了多解析度金字塔的快速計算方法，並以覆蓋全球的15米解析度數據（約3TB）開展了建庫實驗，單機耗時48小時，遠優於傳統的逐層構建方法。針對點位聚類結果，依據虛擬地球相機結構，採用實時柵格化技術動態輸出瓦片，並自適應調度多尺度聚類結果，基於全球地震數據的實驗表明，該方法能用於地震觀測數據的可視化分析。此外，針對實時感測器觀測數據，基於非關係資料庫技術設計了高效的組織結構、調度方法和服務接口，目前已研製出原型系統。面向Stop-Move軌跡模型，在聚類形成Stop對象的基礎上初步開展了軌跡時空關聯模型及其查詢分析：提出了Stop/Move對象時空關係模型，用以分析軌跡相對於地理空間要素的時間拓撲關係，並探索了基於SQL語句處理軌跡時空關係查詢的途徑，基於SQL Server的實驗表明該技術能夠用於軌跡及其時空模式的查詢分析。
