云计算与大数据技术在测绘地理信息中的应用

张殿康

（东营亿纬测绘地理信息有限公司，山东 东营 257000）

0 引 言

目前，测绘地理信息主要涉及工程测量、数字测图等内容。传统测绘地理信息管理主要采用人工手段，信息采集效率不高，部分信息资源被严重浪费。通过配合使用云计算与大数据技术，能够进一步扩大信息采集覆盖面积，确保测绘地理信息能够在提升各行业空间规划水平中发挥出重要作用[1]。

1 云计算与大数据技术概述

1.1 云计算技术

云计算技术是一种分布式计算手段，主要借助网络云将巨大的数据处理程序转变为无数个小程序，然后利用多服务装置组成的系统对这些小程序展开全面分析，并将分析结果最终反馈给用户。在云计算技术早期发展阶段，主要借助分布式计算完成任务发布、计算结果合并等内容。通过有效使用云计算技术，能够在极短的时间内完成巨大数据体处理工作，为各领域生产经营建设提供强大的网络服务。现阶段，云计算已从原有的单一分布式计算手段转变为集分布式计算、效用计算、并行计算、网络存储以及虚拟化等功能于一体的管控模式，最大限度地扩大了计算空间，提高了计算结果的全面性与精准度[2]。

1.2 大数据技术

现阶段，大数据技术被广泛应用在各领域生产经营建设过程中。大数据的起始计量单位巨大，数据种类丰富，包括日志、音频、图片、地理位置等信息，对信息采集及处理能力的要求较高。现有物联网技术发展速度进一步加快，内部信息量巨大但价值密度持续下降，需要借助功能强大的机器算法提炼出有价值的信息，从根本上提升信息资源利用率。与传统数据处理技术相比，大数据技术的时效性特征更加显著。在大数据时代下，各领域应当着重提升数据管控水平，积极挖掘数据资源的应用空间与应用潜力[3-5]。

2 测绘地理信息技术种类

现阶段，科学技术发展速度不断加快，测绘地理信息技术也衍生出了更多种类，为提高测绘质量、扩大测绘覆盖面、提升测绘结果精准度奠定了坚实的技术基础。通过将云计算技术与大数据技术结合在一起，能够进一步提升测绘地理信息应用水平，确保测绘地理信息能够在具体应用期间充分发挥出应有作用。

2.1 时空大数据处理技术

当前各类规划工作的任务量巨大，测绘期间涉及到不同时段、多维时空数据。为从根本上提升数据利用率，需要配合使用多维时空大数据技术，如多源异构时空数据融合技术、三维建模技术以及影像信息智能技术等。多源异构时空信息技术需要在同一时空参考系统下对时空数据进行分类编码，实现不同地理实体数据的转换，为后续规划及测绘图纸编制提供统一数据形式。三维自动建模技术可以将多元数据自动融合并建立起三维模型，使测绘结果更加具象化。影像信息智能提取技术主要是对遥感影像目标进行自动检索、要素智能识别与提取，为空间规划编制以及空间管理工作提供重要数据支撑[6-8]。同时，利用时空大数据处理技术还可以辅助构建社会感知网络与空天地一体化网络体系，使规划工作整体趋向于全维度空间转变。

2.2 时空大数据分析技术

时空大数据分析技术主要是配合使用地理信息系统（Geographic Information System或 Geo-Information system，GIS）模型及GIS各专题专项分析模型对网络大数据进行挖掘与分析，切实提高测绘水平，保障数据应用效果。时空大数据模型建设工作需要设计数据库、数据分析技术，配合使用数据分析、评价、模拟与预警手段，对时空数据进行充分挖掘，从根本上提高空间数据利用率。在时空大数据分析体系规划过程中，需要着重关注规划分析模型的编制工作，评估地区资源环境承载力、国土空间开发适宜性。在规划审批阶段应用时空大数据分析技术时，应当构建空间指标审查模型，确保审查工作能够高效可靠开展。

2.3 多维动态可视技术

多维动态可视化技术融合了传统技术体系，配合使用了GIS、数字沙盘、多媒体以及全景视频等技术手段，从根本上提升了空间信息数据的传输效率，使国土测绘信息能够更加直观地展现在工作人员面前，便于工作人员直观了解到地理空间现状、变化规律等信息。多维动态可视化技术主要包括视觉表达、数据分析、精细化管控等环节，可服务于各项规划项目。通过在多维动态可视系统设计期间配合使用移动网络客户端，也可以将测绘结果及时向公众公开共享，进一步提升公众对国土空间治理工作的参与积极性[9]。

2.4 3S技术

3S技术主要包括全球定位系统（Global Positioning System，GPS）技术、遥感（Remote Sensing，RS）技术、GIS技术。其中，GPS技术能够切实保障测绘结果的精准性与可靠度，帮助测绘人员全面收集空间信息资源，对国土空间展开精准定位及图像控制点测量。RS技术的探测范围更大，成图速度更快，能够在距离目标较远或不接触测量目标的情况下收集更加直观实时的高精度遥感图像。现阶段RS技术也陆续与数据处理4D产品有机结合在一起，被应用在规划地图与专项图制作过程中，能够帮助策划人员综合分析空间变化规律。GIS系统可以满足数据输入、存储、运算等要求，辅助国土资源规划工作人员做出更加科学合理的决策。

3 云计算技术在测绘地理信息中的应用

现阶段，测绘地理云计算系统主要包括以下4种类型。一是专用云，借助第三方平台开展管理工作，可布设在企业系统以及应急备用设备上；二是共用云，不同机构共享云端，可以完成共同任务或特殊执行任务，借助机构开展管理工作或利用第三方平台进行数据管理，主要应用在企业管理与应急备用设备中；三是公用云，借助云服务产业提供云端服务，可满足公众及任意产业群体使用要求；四是混合云，能够满足数据及应用移动标准化、专业化处理要求，共同运行两种或两种以上的云端系统。

借助云计算技术，能够为数据储备中心提供更加安全可靠的数据存储服务，避免测绘数据在采集与后期运用期间出现丢失等问题。同时，云系统的操作更加便捷，对用户端设备要求低，操作更为灵活。测绘地理大数据难以使用单台计算机处理，需要借助分布式计算架构和云计算分布式处理技术、分布式数据库、云存储与虚拟化技术等提高数据处理效率。通过分析云计算技术的可行性，发现云计算平台更加符合测绘行业现有技术模式与发展要求，实现企业内部数据资源共享目标，从根本上提升测绘信息的应用价值。通过分析云计算技术管理效果，发现行业云内部设备资源需要有专业团队维护，确保系统始终处于安全可靠的运行状态。现有测绘地理信息服务工作的特征更为鲜明，应当借助云计算技术实现地理空间大数据共享目标，有序推动地理信息服务行业智能化、现代化发展进程[10]。

4 大数据技术在测绘地理信息中的应用

大数据技术能够对数据进行高效存储、管理、计算以及分析，从根本上提升了原有信息的利用率。当前，地理信息数据主要包括各类数据库等结构数据和文档、图表、影像等非结构化数据。由于地理测绘信息逐步呈现出多源异构特征，应着重建立起大数据处理平台对数据进行有效存储与管理。例如利用分布式文件系统（Hadoop Distributed File System，HDFS）平台开展大数据分布式处理工作，建立数据管理集群，数据管理集群节点需要根据现有数据量规模以及测绘地理工作内容合理配置，实现集群节点协同作业目标。分布式文件系统内部计算机集群规模可以按照地理测绘信息服务工作实际开展要求进行灵活调整，具有较为显著的兼容性和可拓展性，能够满足地理测绘工作信息动态管理要求。借助数据切换手段，可以使大规模数据文件得到更好的存储与备份。除此之外，借助分布式文件系统制定系统冗余副本机制，可以在提高地理测绘数据安全性的基础上，提升数据容错性。在任意一部分出现问题或数据管控中心运行故障的情况下，副本文件及节点仍能为各行业提供正常的测绘地理信息服务。

利用大数据技术开展地理信息数据挖掘工作，可以对不同结构的地理空间数据展开全面分析，更为精准地判别测绘地理信息内容，为测绘及各行业规划工作提供重要决策依据。

5 云计算与大数据技术在测绘地理信息中的应用管控

为充分发挥云计算与大数据技术在测绘地理信息行业中的应用优势，相关管控部门需要做好云计算与大数据技术的标准化工作，切实提升数据整体管控水平。现阶段，测绘地理信息行业建立了专门的大数据开发小组，以切实提升大数据处理水平，保障大数据技术应用效果。在大数据技术标准化管理工作开展时，定期组织大数据技术委员会就现阶段测绘地理信息大数据应用情况进行全面研讨，及时发现并解决大数据技术应用期间的各类问题，制定具备较强可操作性与灵活性的专题计划，实现信息公开共享目标。在云计算技术应用期间，应制定统一地理空间信息应用标准，满足地图共享、数据共享、地理空间数据通用描述以及自动化传感数据整合等要求。目前与云计算工作有关的应用标准日渐成熟，例如传感器观测标准、网络要素服务标准、网络地图服务标准等。

6 结 论

现阶段，云计算与大数据技术在测绘地理信息管理工作中的应用效果较为显著。通过在测绘地理信息中应用云计算与大数据等高新型技术，能够从根本上提升测绘信息资源的利用率，提高测绘工作的质量与效率，实现智慧测绘目标，为促进国民经济发展奠定坚实的技术基础。