時空大數(shù)據(jù)系統(tǒng)核心技術(shù)

第 1章 時空大數(shù)據(jù)系統(tǒng)的產(chǎn)生 001
1.1　時空數(shù)據(jù)無處不在　001
1.1.1　既是使用者又是生產(chǎn)者　001
1.1.2　如何進一步利用時空
數(shù)據(jù)　003
1.2　什么是時空大數(shù)據(jù)系統(tǒng)　004
1.2.1　傳統(tǒng) GIS 的產(chǎn)生　004
1.2.2　時空大數(shù)據(jù)的產(chǎn)生　005
1.3　時空大數(shù)據(jù)系統(tǒng)是如何構(gòu)建的　006
1.3.1　互聯(lián)網(wǎng)地圖要解決的
問題　006
1.3.2　互聯(lián)網(wǎng)地圖整體架構(gòu)　009
第　2章 時空數(shù)據(jù)基礎(chǔ)知識　012
2.1　時空數(shù)據(jù)的產(chǎn)生　012
2.1.1　基礎(chǔ)地理數(shù)據(jù)　012
2.1.2　行業(yè)地理數(shù)據(jù)　014
2.1.3　交通類數(shù)據(jù)　014
2.1.4　生活類數(shù)據(jù)　015
2.2　時空數(shù)據(jù)模型分類　016
2.2.1　空間數(shù)據(jù)模型　016
2.2.2　時空模型　021
2.3　坐標(biāo)系統(tǒng)與投影　023
2.3.1　地理坐標(biāo)系　024
2.3.2　常用地理坐標(biāo)系　027
2.3.3　投影坐標(biāo)系　028
2.3.4　常用投影坐標(biāo)系　029
第3章　數(shù)據(jù)感知與接入　031
3.1　常用的感知手段　031
3.1.1　全球定位系統(tǒng)　031
3.1.2　遙感探測　035
3.1.3　其他數(shù)據(jù)感知手段　037
3.2　時空數(shù)據(jù)接入常用技術(shù)　039
3.2.1　小數(shù)據(jù)量 Web 接口
傳輸　039
3.2.2　本地數(shù)據(jù)文件上傳　040
3.2.3　服務(wù)器間的離線同步　041
3.2.4　實時數(shù)據(jù)流式接入　042
第4章　數(shù)據(jù)存儲與索引　045
4.1　空間數(shù)據(jù)模型　045
4.1.1　空間數(shù)據(jù)定義　045
4.1.2　空間數(shù)據(jù)特性　050
4.1.3　空間拓?fù)潢P(guān)系　053
4.2　時空數(shù)據(jù)索引算法　061
4.2.1　為什么需要空間索引　061
4.2.2　基于樹狀結(jié)構(gòu)的空間
索引　064
目　錄
CONTENTS
ii
　時空大數(shù)據(jù)系統(tǒng)核心技術(shù)
4.2.3　基于填充曲線的時空
索引　069
4.3　時空數(shù)據(jù)存儲技術(shù)　078
4.3.1　時空存儲概述　078
4.3.2　文件存儲　079
4.3.3　關(guān)系型存儲　081
4.3.4　分布式存儲　089
4.4　時空數(shù)據(jù)訪問規(guī)范　097
4.4.1　數(shù)據(jù)規(guī)范　098
4.4.2　讀寫規(guī)范　100
第5章　時空大數(shù)據(jù)分析與挖掘　105
5.1　時空大數(shù)據(jù)分析算法概述　105
5.1.1　時空算法的分類　105
5.1.2　分布式計算與分區(qū)　107
5.2　幾何分析　110
5.2.1　幾何分析　110
5.2.2　Java Topology Suite　114
5.3　空間聚類　115
5.3.1　KMeans　116
5.3.2　DBSCAN　119
5.4　軌跡分析　121
5.4.1　軌跡預(yù)處理　122
5.4.2　軌跡挖掘　131
5.4.3　實時軌跡分析　146
5.5　路徑規(guī)劃　151
5.5.1　DFS 和 BFS　152
5.5.2　Dijkstra 算法　154
5.5.3　GBFS 算法　156
5.5.4　A* 算法　158
5.6　地址搜索　159
5.6.1　正地理編碼　160
5.6.2　逆地理編碼　169
5.7　連接分析　171
5.7.1　空間連接　171
5.7.2　分布式擴展　173
5.7.3　時空連接　178
第6章　數(shù)據(jù)服務(wù)與共享　180
6.1　時空數(shù)據(jù)共享難題　180
6.1.1　標(biāo)準(zhǔn)不一，煙囪林立　180
6.1.2.　傳統(tǒng)桌面 GIS 系統(tǒng)
共享問題　181
6.1.3　高并發(fā)、大流量的
瓶頸　181
6.2　時空數(shù)據(jù)服務(wù)標(biāo)準(zhǔn)　182
6.2.1　OGC OWS　182
6.2.2　OGC API　185
6.3　時空數(shù)據(jù)服務(wù)系統(tǒng)的構(gòu)建方案　186
6.3.1　主要功能　186
6.3.2　整體架構(gòu)　187
6.3.3　常用技術(shù)　188
6.4　常見的時空數(shù)據(jù)服務(wù)系統(tǒng)　194
6.4.1　服務(wù)引擎　195
6.4.2　SaaS 平臺　195
第7章　數(shù)據(jù)可視化　197
7.1　時空數(shù)據(jù)可視化的常用形式　197
7.1.1　地圖的發(fā)展　197
7.1.2　地圖綜合　199
7.1.3　動態(tài)地圖　204
7.1.4　專題地圖　204
7.1.5　三維地圖　205
　目 錄
iii
7.2　時空數(shù)據(jù)可視化基本原理　207
7.2.1　電子地圖介紹　207
7.2.2　地圖瓦片原理　208
7.2.3　柵格瓦片技術(shù)　212
7.2.4　矢量瓦片技術(shù)　214
7.2.5　動態(tài)矢量切片　218
7.2.6　靜態(tài)矢量切片　221
7.2.7　矢量切片與地圖綜合　224
7.2.8　矢量免切片技術(shù)　225
7.2.9　時空數(shù)據(jù)可視化模型　227
7.3　時空數(shù)據(jù)可視化渲染技術(shù)　228
7.3.1　WebGIS 渲染技術(shù)的
發(fā)展　228
7.3.2　WebGL 技術(shù)　229
7.3.3　云渲染　231
7.4　發(fā)展趨勢　232
第8章　網(wǎng)上購物時空數(shù)據(jù)應(yīng)用　233
8.1　案例背景　233
8.2　案例分析　233
8.2.1　產(chǎn)品功能分析　233
8.2.2　數(shù)據(jù)分析　236
8.2.3　關(guān)鍵流程分析　238
8.3　實現(xiàn)方案　239
8.3.1　難點分析與技術(shù)選型　239
8.3.2　數(shù)據(jù)預(yù)處理　242
8.3.3　查詢索引構(gòu)建　243
8.3.4　數(shù)據(jù)查詢與聚合運算　249
8.4　案例總結(jié)　250
第9章　物流服務(wù)時空數(shù)據(jù)應(yīng)用　251
9.1　案例背景　251
9.2　案例分析　252
9.2.1　產(chǎn)品功能分析　252
9.2.2　數(shù)據(jù)分析　256
9.2.3　關(guān)鍵流程分析　258
9.3　實現(xiàn)方案　259
9.3.1　銷量預(yù)測　260
9.3.2　智能分單　262
9.3.3　路徑規(guī)劃　263
9.4　案例總結(jié)　265
第　10 章 ?；奋囕v監(jiān)管　266
10.1　案例背景　266
10.2　案例分析　266
10.2.1　功能分析　267
10.2.2　數(shù)據(jù)分析　268
10.2.3　流程分析　271
10.3　方案實現(xiàn)　272
10.3.1　技術(shù)難點分析與技術(shù)
選型　272
10.3.2　車輛行駛狀態(tài)分析　273
10.3.3　可視化大屏監(jiān)測　274
10.3.4　車輛行駛異常預(yù)警　280
10.3.5　歷史數(shù)據(jù)歸檔　282
10.4　案例總結(jié)　282
參考文獻(xiàn)　283