土地利用管理は天然資源管理の重要な要素であり、土地利用の調査、変化の検出および評価は、領土および空間計画にとって重要な指針となる重要性を持っています。しかし、土地利用データの処理方法は複雑であり、大規模なデータ処理のパフォーマンスは低く、処理結果の適時性を保証することは困難です。業界のアプリケーション担当者は、よりシンプルな処理方法とより高性能な処理技術を緊急に必要としています。大量の土地利用データを実現します。効率的な管理とアプリケーション。
土地利用データ処理計画の最適化
•サポートとしての分散GISテクノロジー
SuperMapの分散空間データエンジンテクノロジーと分散空間分析テクノロジーは、大規模な土地利用データの高性能処理と分析のための強力な技術サポートを提供します。分散ストレージを導入し、土地利用データをHBaseやDSFなどの分散空間データベースに保存することで、処理中のデータアクセスの効率が大幅に向上します。Spark分散コンピューティングフレームワークに基づく分散分析テクノロジーは、大量の土地利用データの完全かつ効率的な処理と計算を実現できます。
上記の分散ストレージおよび分析テクノロジーのアイデアに基づいて、これまでは、SuperMap iObjects Java for Sparkコンポーネントに基づく土地利用データ処理ビジネスプロセス全体を、プログラムコードの記述を通じて完了する必要がありました。ただし、これには、業界のアプリケーション担当者がコード作成の経験と分散テクノロジに関するある程度の知識を持っている必要があります。したがって、使用のしきい値は比較的高くなります。また、ビジネスプロセスの調整に直面して、元のビジネスコードの再利用率が低く、ビジネスプロセス構築を実装するためのより便利で効率的な手段が緊急に必要とされています。
•便利で効率的な新しい方法
SuperMapSuperMap GIS 10i（2020）によって導入されたジオプロセシングモデリングテクノロジーは、大規模な土地利用データ処理サービスのための豊富な分散分析と結果の公開およびその他の事前定義されたツールを提供します。ツールを使用してコードがゼロのビジネスモデルを視覚的に構築することは、操作が簡単であるだけでなく、複雑なビジネスニーズに柔軟に対応し、データ処理と結果表示の完全なプロセスをウォークスルーすることもできます。
豊富なベクターデータ分散分析ツール
構築されたジオプロセシングモデルは、クラスターモードの運用をサポートします。分散クラスターリソースのスケジューリングは、環境パラメーターの設定を通じて実行されます。高性能メモリキャッシュメカニズムにより、中間データのディスクの読み取りと書き込みを効果的に回避でき、広大な土地の処理効率が大幅に向上します。データを使用します。
土地利用ビジネスモデルの共有を実現するために、ジオプロセシングモデリングはモデルをツールとして公開することをサポートします。公開後は、REST APIインターフェイスを介したツールの呼び出しをサポートし、モデルの再利用をより便利かつ効率的にします。ビジネスプロセスの調整に直面しても、既存のビジネスモデルにいくつかのジオプロセシングツールを追加、削除、または置き換えるだけで、ビジネスモデルを迅速に再構築できます。
ビジネス計算、結果の組み立てなど、ビジネスの特別なニーズに直面しているジオプロセシングモデリングは、ユーザーがカスタムツールを拡張および開発するのをサポートします。カスタムツールと事前定義されたツールは相互に接続され、分散分析に一緒に参加して、高性能の大規模な土地利用データ処理を実現します。
ジオプロセシングモデリングに基づく土地利用ビッグデータ分析プロセス
大規模な土地利用データ処理では、土地利用変化の検出と耕作地の質の分析が一般的です。次に、ジオプロセシングモデリングに基づく土地利用の変化の検出と耕作地の質の分析を例にとり、地理的分布を体験してください。分散型GISの実際のビジネスにおけるモデリングの実践を扱います。
•土地利用変化の検出
土地資源産業では、土地利用変化検出は、同じ地域の土地利用変化を分析して、その地域の土地変化の法則を決定し、次に、人間の生産、生活、環境の変化が影響を分析します。土地の使用。
土地利用の変化の検出は、土地区画の変化の検出、変化データの集約、および変化の結果の表示という3つの主要なステップに要約できます。土地測量データをHBaseまたはHDFSにインポートした後、ジオプロセシングモデリングに基づいて、オーバーレイ分析、属性サマリー、公開マップサービスなどのジオプロセシングツールを選択し、分析手順に従ってキャンバス内のツールを接続して、土地の変更を完了します検出セットアップモデル。
土地変化検出モデル
モデルのワンクリック実行、プロセスに応じた自動土地利用変化検出、2回の土地調査中に土地利用タイプが変化した土地区画のデータと各土地利用の土地面積の要約結果を取得します入力し、最後に土地利用変更土地データをロードします。事前に準備された主題図テンプレートは、閲覧および共有用に公開されます。
さらに、モデルをサーバー側のジオプロセシングツールとして公開して、モデルインターフェイスへの後続の呼び出しや他のユーザーとの共有を容易にすることができます。モデルに基づいてパーソナライズされたフロントエンド表示ページを作成し、土地変化検出のインターフェイスを呼び出して分析を実行し、最後に分析結果を取得して表示します。元の複雑で面倒な土地変更検出プロセスは、1ページで効率的に完了するように簡素化されています。
ジオプロセシングモデリングによる土地利用変化検出の分散分析は、シンプルで便利なだけでなく、検出プロセスの自動化を実現し、従来の空間分析ツールの面倒な処理ステップとデータ処理の問題を段階的に効果的に解決します。土地変化検出の分析パフォーマンスが向上しました。
•耕作地の質の分析耕作地の質は
、穀物生産能力に関係しています。近年、土地・資源産業における耕作地の質分析の頻度が高まっています。耕作地の質の評価と分析を行うことは、耕作地の包括的な管理のための科学的基礎を提供することができます。
地理情報産業の金賞を受賞したGuizhouProvince土地利用ビッグデータ分析プラットフォームでは、ジオプロセシングモデリングは、土地主題分析の下での耕作地品質分析機能のオーバーレイ分析などの事前定義されたツールを提供します。ビジネス計算と耕作地の品質レベルのレベル分析状況分析とその他のツールは、耕作地データの実際の状況と計算要件に基づいて、プロジェクトチームによってカスタマイズおよび拡張されます。
分析パフォーマンスを向上させるために、プロジェクトチームは、インデックスに基づくDSFの構築などの事前定義されたツールと接続され、データベースのデータを読み取って地理に変換するカスタムデータベース読み取りツールも拡張および開発しました。領域特徴データセット（DSFFeatureRDD）。分散コンピューティングによって最適化されたこのデータセット形式は、ビッグデータのコンピューティングパフォーマンスを大幅に向上させ、数千万以上のベクトル重ね合わせ操作を効率的に実行できます。同時に、新しい高性能メモリキャッシュメカニズムを使用して、データの保存と冗長性を回避するためにキャッシュDSFデータセットなどのツールを使用して中間結果をキャッシュし、分析パフォーマンスをさらに向上させます。
プロジェクトチームが開発したカスタムツールと事前定義ツールは、共同でビジネスモデルの構築に参加し、相互に接続し、最終的に耕作地の品質分析プロセス全体を完了します。
耕作地の品質分析プロセス
次に、プロジェクトチームは、構築されたモデルをジオプロセシングツールとして公開し、貴州省の土地利用ビッグデータ分析プラットフォームのフロントエンドは、RESTAPIを介してツールを直接呼び出すことができます。ユーザーは、優れたユーザーエクスペリエンスを提供するだけでなく、作業効率を大幅に向上させる簡単なページ操作を通じて、高性能の農地品質分析を完了することができます。
プロジェクトチームのフィールドテストによると、Guizhou州の古いデータプラットフォームを使用して5Wのデータの土地の質を分析すると、数時間かかりました。SuperMapの従来のJavaコンポーネントツールを使用して5Wのデータを分析するには、数時間かかりました。 30分;分散GPモデリングと分析を使用すると、データ量が5倍に増加し、25Wデータの時間はわずか3分で、分析は50倍向上します。
SuperMap GIS 10i（2020）
ジオプロセシングモデリングテクノロジーは、ゼロコードの視覚化された建設モデルから始まり、豊富な定義済みツールを提供し、カスタムツールの拡張と開発をサポートします。ユーザーは、ツールを柔軟に使用して、実際の分析ニーズに応じてビジネスモデルを構築できます。 。大規模な土地利用データの自動化と高性能データ処理に大いに役立ちます。同時に、分散ジオプロセシングツールのクラスターモードと新しく追加されたメモリキャッシュメカニズムにより、ジオプロセシングのパフォーマンスが向上します。処理が複雑になり、データ量が増えるほど、パフォーマンスの向上が明らかになります。ビッグデータの時代が到来し、さまざまなビッグデータプラットフォームの構築が本格化しています。この記事では、プラットフォーム機能の実現に新たな考え方をもたらし、大規模なデータ複合サービスの技術ソリューションを提供します。