时空数据系统概述二(时空数据的感知)

2.1 时空数据的分类

​ 为了更好的了解时空数据的感知方式,我们把时空数据暂时分为四大类,基础地理数据、能源环境数据、交通数据、生活数据。后面小节分别介绍。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-90I9iigg-1654701997601)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220516214554436.png)]

2.1.1 基础地理数据

​ 基础地理数据是时空数据领域最常见的一类数据。特别在测绘地理信息行业,有80%的时间都是和这类数据打交道。这种数据行业内,经常把他等同于4D数据,即DLG、DRG、DOM、DEM。

​ DLG是数字线划地图,是一类矢量地图数据,包括土地、河流、道路、居民地等。这类数据获取的方式很多,比如大地测量、摄影测量等。DRG是数字影像地图,比如一些纸质地图的扫描件,目前已经被电子地图取代逐渐消失。DOM是数字正射影像,他是遥感影像的加工产品,获取手段一般就是遥感。DEM是数字高程模型,是一种用栅格数值表示地形高低的数据,获取方式有大地高程测量,或者地形图转换。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dt15Z0wz-1654701997603)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220517003527537.png)]

2.1.2 能源环境数据

​ 这一类数据种类就非常多了,比如空气质量数据,一般通过空间传感器传感器,或者大尺度的遥感监测;电力、风力监测也有对应的传感器。环境类的比如水体的污染,通过水下传感器或者遥感监测等。数据种类非常多,传感器的种类也很多。这里只以简单的例子做示意。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iofL4Whj-1654701997603)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220517004006986.png)]

2.1.3 交通数据

​ 在我们日常生活中接触比较多的一类时空数据就是交通类数据,比如交通流量数据,交通路口数据,车辆轨迹数据等等。这些数据大都与GPS传感器有关,除此之外,像流量数据早期会利用环形线圈来监控,目前,随着图像识别技术的发展,摄像头监测的应用也越来越普遍。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-C75LFSJU-1654701997604)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220517224527015.png)]

2.1.4 生活数据

​ 在我们日常生活中接触最多的时空数据要数生活类数据了。这类数据的产生比较不容易察觉,但确无时无刻不在进行。比如。。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4IOMdpTy-1654701997604)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220517225329282.png)]

2.2 时空数据获取

2.2.1 大地测量

​ 大地测量前面提到了他是基础地理数据的重要感知手段。所以测量地球表面静态的物体时,主要用利用这种手段。那他具体做什么呢,通过标准定义可以了解大概。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aaTuHVNX-1654701997604)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220606212453147.png)]

​ 通过确认标准椭球体,及在椭球体上相对位置,是大地测量的基本任务。以此衍生出了对于地理空间信息的获取。比如,一个商店的位置,或者一个学校的地理范围等等。

2.2.2 遥感

​ 遥感探测技术,顾名思义,遥远的感知。在离物体很远的地方去测量,最远可以到太空上。他的原理简单理解就是在太空中给地球照相。只不过我们相机只能接收可见光的部分。但是遥感卫星可以接收波长范围更广的电磁波。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TEA7PZE8-1654701997605)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220606213357081.png)]

​ 具体怎么测呢,根据电磁波的来源分为两种,被动遥感。物体吸收太阳光等光源,然后反射、辐射或散射出去,遥感传感器接收之后传输给地面。比较常见的比如红外遥感,接收地物的红外波段的电磁波,可以反应地物的温度,这在大面积森林火灾预警时非常常用。第二种是主动遥感,卫星自己发射电磁波,地物反射之后再被卫星接收。比较常见的是微波雷达遥感。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-H5mxvacP-1654701997605)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220606213523755.png)]

2.2.3 GPS

​ 全球定位系统,就是我们经常提到的GPS(Globe Position System)。他是一种利用多颗卫星和地面物体的相对关系来解算用户相对位置的传感器。具体来说就是利用最少4颗卫星的和地面位置的相对信息来解算4元方程组,所以要得到准确的定位信息最少需要4个卫星组成星座。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0Hb4MGrC-1654701997605)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220606213711579.png)]

​ 目前世界上主要的定位系统有四个,美国的GPS、欧洲的伽利略、俄罗斯的格洛纳斯和中国的北斗

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-suaRl6ca-1654701997606)(C:\Users\suiyuan\AppData\Roaming\Typora\typora-user-images\image-20220606213902754.png)]

### 时空数据融合技术概述 时空数据融合是指将来自多个源的不同类型的数据(如空间栅格、空间图和空间轨迹),按照时间和空间两个维度进行综合处理,从而形成更加全面的信息表示。这种融合不仅能够提高数据分析的准确性,还能揭示单一数据集无法展现的趋势和模式。 #### 不同类型的时空数据及其特点 - **时空栅格数据**:这类数据通常表现为规则的空间分布形式,适用于描述连续变化的现象。由于其结构化特性,适合使用矩阵或张量分解等线性代数工具来建模和预测[^1]。 - **时空数据**:当涉及到网络中的节点间复杂交互时,则会用到此类非欧几里得性质的数据模型。为了捕捉这些复杂的拓扑关系,往往依赖于图神经网络或其他专门设计用于图形结构的学习算法来进行表达与推测。 - **时空轨迹数据**:作为一系列有序事件组成的路径记录,该类数据本质上属于时间序列范畴。因此,在对其进行分析时,LSTM (长短期记忆) 或 GRU (门控循环单元) 等递归神经网络架构成为首选方案之一。 ```python import numpy as np from sklearn.decomposition import PCA def spatiotemporal_grid_analysis(data_matrix): pca = PCA(n_components=2) reduced_data = pca.fit_transform(data_matrix) return reduced_data ``` 上述代码展示了如何利用主成分分析(PCA)时空栅格数据进行降维处理的一个简单例子。 #### 数据融合的优势和技术手段 随着深度学习的发展以及各类传感装置数量的增长,现在有了更多有效的途径去解决异构数据间的差异问题,并从中提取有价值的知识。具体来说: - 利用了现代机器学习框架下的迁移学习机制,使得即使面对新环境也能快速适应并做出合理判断; - 借助卷积神经网络(CNNs),尤其是那些专为图像识别而优化过的版本,可以在保持原有特征的同时更好地理解跨域信息之间的联系; - 对于特定行业内的应用案例而言,比如智慧城市建设中涉及的大规模监控系统集成项目,借助GIS(Geographic Information System, 地理信息系统)所提供的精确地理位置参照系,可以构建起覆盖整个城市的三维可视化平台,进而支持更深层次的情境感知和服务创新[^3]。 #### 应用场景实例 在交通管理领域,通过对车辆行驶路线的历史记录和其他辅助参数(天气状况、道路施工情况等)实施联合解析,可以帮助相关部门提前规划最优调度策略;而在公共安全防范方面,则可通过实时跟踪人群流动趋势及时预警潜在风险区域,保障市民日常生活秩序稳定运行。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值