数据密集型计算环境下的空间场景相似性搜索研究

Spatial scene similarity assessment, as one of fundamental judgment factors of spatial recognition, has a wide application prospect in spatial search, spatial analysis, map generalization evaluation and map comparison, suitable area analysis for agriculture planting, spatial temporal data mining, remote sensing image classification and information retrieval. Spatial query based on spatial scene simirarity employs spatial scene as input uses spatial scene similarity as assessment factor, and therefore breaks through the constraints of current query method which only accept input of keywords and spatial proximity. Due to the increasing size of spatial data, key technologies are to be developed befor the spatial scene similarity query can be put into practice, such as quickly modling algorithm of spatial scene, big data thoroughput and high efficient spatial data retrieval technologies. This research will focus on the key technoloies of spatial query based on spatial scene similarity assessment in data-intensive computation environment, including adaptive hierarchical grid-based spatial scene representation model to support efficient retrieval of qualifying spatial scene representation, spatial similarity assessement model to quantify the similarity between two scenes, and effient spatial search algorithms to improve search efficiency by breaking the I/O bottleneck. Based on these, we develop a scalable spatial scene search model in data-intensive computation environment, and then build a sketch-based spatial scene similarity search prototype.

空间场景相似性是空间认知的一个基本判断因子，空间场景相似性评价在空间检索、空间分析、地图综合评价和地图比较、农业种植适宜区分析、时空数据挖掘、遥感图像分类和信息提取中具有广阔的应用前景。空间场景相似性搜索将空间场景作为搜索的输入项、以空间场景之间的相似性作为搜索评价因子，突破了现有空间搜索以关键字和空间临近关系为输入的限制。由于空间数据规模越来越大，空间场景相似性搜索从理论研究走向应用还需要解决空间场景快速建模、数据吞吐和高效检索等关键技术。本研究面向海量空间数据，研究在数据密集型计算环境下的空间场景相似性搜索的关键技术，包括基于自适应层次格网的空间数据清理用以获取高质量的空间场景定性表达；空间场景相似性建模以衡量不同空间场景之间的相似度；高性能空间搜索算法以突破I/O瓶颈提高搜索效率。在此基础上形成在数据密集型计算环境下可扩展的空间场景搜索模型，并研发基于草图输入的空间场景相似性搜索原型

空间场景相似性是空间认知的一个基本判断因子，空间场景相似性评价在空间检索、空间分析、地图综合评价和地图比较、农业种植适宜区分析、时空数据挖掘、遥感图像分类和信息提取中具有广阔的应用前景。空间场景相似性搜索将空间场景作为搜索的输入项、以空间场景之间的相似性作为搜索评价因子，突破了现有空间搜索以关键字和空间临近关系为输入的限制。由于空间数据规模越来越大，空间场景相似性搜索从理论研究走向应用还需要解决空间场景快速建模、数据吞吐和高效检索等关键技术。本项目围绕高效柔性可扩展的数据密集型计算环境下空间场景相似性计算的核心问题展开。 包括：1）面向海量空间数据，基于数据密集型环境并行化的空间场景定性表达及提取模型；2）研究在数据密集型环境下，面向信息化基础设施资源柔性可扩展的空间场景相似性计算模型和并行算法；3）研究在不同数据规模和数据组织结构下，空间场景相似性计算强度估算模型和基于空间数据移动距离的空间数据分布策略。重点围绕海量时空数据获取、时空大数据吞吐、空间场景相似性计算模型、移动数据相似性比较等关键技术进行，并选取公共卫生事件的作为实验场景。本项目突破了空间场景定性表达模型及其提取高性能算法、在数据密集型计算环境下的空间场景相似性计算模型；提出基于移动距离的空间场景相似性计算强度估算模型和基于访问热度的数据分布策略模型，在GB-PB级的不同数据规模下进行研究和大规模时空分析计算实验，重点解决了TB级数据的高效吞吐下的时空数据可视化技术。在此基础上研发了基于草图输入的空间场景相似性的地图搜索引擎--“图搜”，突破了现有空间搜索以关键字和空间临近关系为输入的限制。.共申请了5项专利，其中3项已获得授权，其余还在审查中。共发表的SCI论文8篇，EI检索论文17篇，中文核心论文1篇。出版专著1部。积极开展国际合作和交流，组织了3次国际会议，参与了13次国际会议，邀请境外专家3人次来华访问交流。