时空大数据分析-{下拉词

大家好，今天小编关注到一个比较有意思的话题，就是关于时空大数据分析的问题，于是小编就整理了2个相关介绍时空大数据分析的解答，让我们一起看看吧。

1. gis中时空大数据的特点。？
2. gis 应用？

gis中时空大数据的特点。？

GIS时空大数据的特点如下：

①立即巨大。数据规模达，超过以往研究的数据规模，甚至超过当前研究人员所能掌控的数据规模。

②速度快。数据产生速度快，基于大量的只能终端设备及互联网，每分每秒都在产生并传播海量的数据信息。

③类别多样。数据来源于类型多元化，包括结构化、半结构化和非结构化等多种数据形式，如网络日志、***、图片、位置信息等。

④真伪难辨。大数据存在较大的不确定性，如数据的噪声、缺失、不一致性、歧义等，且这种不确定性无时不在。

⑤价值巨大。大数据使得人们以前所未有的维度测量和理解世界，蕴含了巨大的价值，大数据的终极目标在于从数据中挖掘价值。

gis 应用？

• 自然***领域

2018年4月，原国土***部、国家海洋局、国家测绘地理信息局等相关部门进行了整合，组建了自然***部，部门的职责涉及土地、海洋、测绘、不动产登记等诸多方向。

在自然***领域，不断累积的数据存量和仍然不断增加的数据增量，使得数据量从GB、TB向PB级发展，用传统GIS的方式难以进行有效管理。例如，不动产登记业务是在各区县开展，但 需要在部委层面整合起来，建成全国不动产数据库，其单表的空间数据就多达5亿条以上；又如，某省级地理国情普查库由于历史数据的累计，存有多达410TB的数据，且还在不断增多。基于单节点模式的传统关系型数据库存储技术难以胜任这一任务。

与此同时，传统的空间分析运算所花费的时间会随数据量的增长而增长，有些比较复杂的空间运算还会随数据量的增长呈指数量级增长，即若数据量增长一倍，处理时间会增加好几倍。以空间连接为例，十万个对象的空间连接耗时约0.7分钟，百万个对象则需5.6分钟左右，千万个对象之间则骤增到***分钟，对于亿级数据量的空间连接，传统GIS根本就得不出结果，只能按照区域先人工分解数据，再分片计算，最后合并，费时费力，结果的准确性还无法得到保证。

在空间数据发布和浏览时，为提高地图浏览的效率，人们一般***用预先切片的技术路线。全国级别的数据切到18级，往往需要数天乃至数周的时间，无法满足数据快速上线的要求，而不切片又无法达到实时地图浏览性能要求。

大数据GIS在自然***领域的应用将很好地解决上述痛点。分布式存储技术可以轻松管理单表上亿乃至数十亿的空间对象，并具备几乎无限的横向扩展能力；分布式空间分析大幅度降低了空间计算所花费的时间，使得上亿对象之间在1小时内完成全量的叠加分析；***用高性能分布式地图渲染技术，只需结合分布式存储技术，先把数据导入到分布式空间数据库中，就能实现数据的“免切片”发布与浏览。例如四川省测绘局基于分布式架构的时空大数据分析系统时空大数据基础支撑软件实现的千万量级植被覆盖图层快速可视化（图3）。

图片

图2 道路占用地类叠加分析

图片

图3 千万量级植被覆盖图层快速可视化

• 城市规划

城市规划是典型的业务驱动型应用大数据GIS的行业。在没有大数据GIS之前，城市规划所依赖的数据资料往往时效性差、粒度粗，很多时候就只能“拍脑袋”。有了大数据GIS的帮助，才能

到此，以上就是小编对于时空大数据分析的问题就介绍到这了，希望介绍关于时空大数据分析的2点解答对大家有用。