目錄
第1章　緒論　1　
1.1　平臺建設(shè)背景與意義　1　
1.1.1　平臺總體構(gòu)成　2　
1.1.2　數(shù)據(jù)分析　4　
1.1.3　關(guān)鍵技術(shù)分析　5　
1.2　平臺建設(shè)目標、建設(shè)思路與建設(shè)原則　6　
1.2.1　建設(shè)目標　6　
1.2.2　建設(shè)思路　7　
1.2.3　建設(shè)原則　7　
參考文獻　8　
第2章　時空大數(shù)據(jù)平臺框架　9　
2.1　平臺邏輯架構(gòu)　9　
2.2　平臺技術(shù)框架　10　
2.3　基于微服務(wù)的計算架構(gòu)　12　
2.3.1　微服務(wù)概述　13　
2.3.2　微服務(wù)體系架構(gòu)　14　
2.3.3　微服務(wù)管理平臺　15　
2.3.4　微服務(wù)構(gòu)建方法　15　
2.3.5　微服務(wù)編排模式　16　
2.4　時空大數(shù)據(jù)實時計算框架　17　
2.4.1　基于流的時空大數(shù)據(jù)實時計算架構(gòu)　17　
2.4.2　時空大數(shù)據(jù)實時計算關(guān)鍵技術(shù)　18　
2.4.3　基于邊云協(xié)同的時空任務(wù)調(diào)度策略　22　
參考文獻　25　
第3章　時空大數(shù)據(jù)管理與集成　26　
3.1　天空地時空大數(shù)據(jù)　26　
3.1.1　特點　26　
3.1.2　分類　27　
3.2　需求與挑戰(zhàn)　28　
3.2.1　高性能時空數(shù)據(jù)存儲　28　
3.2.2　時空大數(shù)據(jù)處理　29　
3.2.3　多源異構(gòu)數(shù)據(jù)一體化管理　29　
3.2.4　時空大數(shù)據(jù)服務(wù)　29　
3.3　時空大數(shù)據(jù)高性能云存儲　30　
3.3.1　基于列數(shù)據(jù)庫的矢量數(shù)據(jù)存儲　30　
3.3.2　基于快照模型的時空柵格大數(shù)據(jù)存儲　36　
3.4　時空大數(shù)據(jù)處理　39　
3.4.1　數(shù)據(jù)清洗與轉(zhuǎn)換　40　
3.4.2　時空網(wǎng)格處理　41　
3.5　時空大數(shù)據(jù)一體化管理　43　
3.5.1　二維空間數(shù)據(jù)組織　43　
3.5.2　三維空間數(shù)據(jù)組織　44　
3.5.3　分布式時空索引　47　
3.6　時空大數(shù)據(jù)服務(wù)　50　
3.6.1　二維空間數(shù)據(jù)服務(wù)　50　
3.6.2　三維空間數(shù)據(jù)服務(wù)　55　
3.7　地址匹配服務(wù)　59　
3.7.1　地址實體語料庫　60　
3.7.2　地址實體抽取模型　64　
3.7.3　地圖知識提取算法　65　
3.7.4　基于圖卷積神經(jīng)網(wǎng)絡(luò)的地圖與文本知識融合　66　
3.7.5　智能地址匹配服務(wù)　68　
參考文獻　71　
第4章　時空大數(shù)據(jù)鏈協(xié)同調(diào)度　72　
4.1　數(shù)據(jù)協(xié)同鏈　72　
4.1.1　含義　72　
4.1.2　系統(tǒng)定位　74　
4.2　工作流調(diào)度　74　
4.2.1　工作流調(diào)度引擎　76　
4.2.2　協(xié)作引擎　77　
4.2.3　批處理引擎　78　
4.3　跨平臺異構(gòu)服務(wù)編排調(diào)度　79　
4.3.1　開放服務(wù)代理技術(shù)　81　
4.3.2　自定義業(yè)務(wù)流程技術(shù)　81　
4.3.3　異步調(diào)用機制　82　
4.3.4　多云應(yīng)用自動化部署技術(shù)　83　
4.4　數(shù)據(jù)協(xié)同計算任務(wù)調(diào)度　84　
4.4.1　基于預(yù)分類算法的云邊自適應(yīng)AI計算任務(wù)調(diào)度　85　
4.4.2　基于模型預(yù)分層的AI計算任務(wù)調(diào)度　88　
參考文獻　90　
第5章　時空大數(shù)據(jù)可視化　91　
5.1　可視化概述　91　
5.1.1　可視化方式　91　
5.1.2　可視分析方法　92　
5.1.3　可視化趨勢　93　
5.1.4　可視化目標　94　
5.2　時空大數(shù)據(jù)可視化基礎(chǔ)　94　
5.2.1　流式地圖與時空立方體　94　
5.2.2　高維時空大數(shù)據(jù)可視化　95　
5.2.3　時空大數(shù)據(jù)三維可視化　98　
5.3　時空大數(shù)據(jù)可視化渲染　100　
5.3.1　可視化渲染概述　100　
5.3.2　智能化全尺度渲染　101　
5.3.3　分布式渲染　102　
5.3.4　集群協(xié)同渲染　103　
5.3.5　關(guān)鍵技術(shù)　104　
5.4　面向虛擬地球的時空大數(shù)據(jù)繪制　105　
5.4.1　面向虛擬地球的模型數(shù)據(jù)繪制　105　
5.4.2　面向虛擬地球的場數(shù)據(jù)繪制　107　
5.5　時空大數(shù)據(jù)可視化分析框架　109　
5.5.1　時空關(guān)系表示　109　
5.5.2　多視圖協(xié)同可視化框架　110　
參考文獻　111　
第6章　天空地一體化時空大數(shù)據(jù)平臺構(gòu)建與應(yīng)用　113　
6.1　平臺應(yīng)用架構(gòu)　113　
6.1.1　網(wǎng)絡(luò)架構(gòu)　113　
6.1.2　平臺依賴關(guān)系　115　
6.1.3　平臺安全架構(gòu)　116　
6.2　數(shù)據(jù)協(xié)同保障　117　
6.2.1　基于微服務(wù)的容器化部署　117　
6.2.2　基于容器的服務(wù)編排　119　
6.3　平臺功能架構(gòu)　124　
6.4　數(shù)據(jù)融合　125　
6.4.1　數(shù)據(jù)采集匯聚　125　
6.4.2　空間處理　128　
6.4.3　數(shù)據(jù)引擎　130　
6.4.4　元數(shù)據(jù)管理　131　
6.4.5　數(shù)據(jù)模型設(shè)計　133　
6.4.6　數(shù)據(jù)質(zhì)量管理　134　
6.5　數(shù)據(jù)服務(wù)　143　
6.5.1　原始數(shù)據(jù)服務(wù)　144　
6.5.2　地圖服務(wù)　144　
6.5.3　檢索分析服務(wù)　144　
6.5.4　分析挖掘服務(wù)　144　
6.6　可視化引擎　145　
6.6.1　可視化圖表　145　
6.6.2　可視化要素　146　
6.7　數(shù)據(jù)應(yīng)用　146　
6.7.1　動態(tài)數(shù)據(jù)獲取　147　
6.7.2　數(shù)據(jù)管理　147　
6.7.3　分析量測　148　
6.7.4　模擬推演　148　
6.7.5　大數(shù)據(jù)挖掘　149　
6.7.6　大數(shù)據(jù)管理　149　
6.7.7　總體一張圖　150　
6.7.8　個性化界面　150　
參考文獻　150　
第7章　應(yīng)用案例　151　
7.1　智慧城市應(yīng)用　151　
7.1.1　背景及需求　151　
7.1.2　總體設(shè)計　152　
7.1.3　系統(tǒng)功能　153　
7.1.4　案例　160　
7.2　時空大數(shù)據(jù)治理應(yīng)用　161　
7.2.1　背景及需求　161　
7.2.2　總體設(shè)計　161　
7.2.3　系統(tǒng)功能　164　
7.2.4　案例　173　
7.3　公共安全應(yīng)用　174　
7.3.1　背景及需求　174　
7.3.2　總體設(shè)計　175　
7.3.3　系統(tǒng)功能　179　
7.3.4　案例　192　
參考文獻　193