Page 93 - 测绘新技术的理论与实践研究

第二章 云计算下 GIS 数据信息服务关键技术研究

少了服务器的三维空间数据处理压力，提高了场景服务的整体效率，实现了大规

模数据的快速访问和调度。
（四）多样化用户界面表达
用户界面表现层是立体一张图的表现窗口，采用分屏显示的方式进行表达，
对海量地表模型与地下模型建立一体化集成绘制框架，支持不同拓扑空间中多级

模型的统一的调度与显示通过智能联动的方式实现地表和地下三维信息的一体化
展现。用户界面交互操作独立，在操作时可依据对象 LOD 信息直接获取可供显
示的简化模型，不会影响整个场景的显示效果，从而提高了三维场景的显示漫游
速度，真正实现了用户界面的多样化灵活性表达。

第四节 非结构化地质数据发现与服务技术

地质信息的服务离不开非结构化数据的服务，大数据技术为收集、储存、管
理、分析和共享海量非结构化数据提供了有效的技术手段。

一、云计算 GIS 的非结构化数据处理框架与流程

基于云 GIS 架构的非结构化数据处理框架主要采用当前主流的多种大数据处

理技术，包括分布式数据库存储技术、分布式缓存技术、大数据文本搜索框架及
机器学习与数据挖掘技术等。利用上述多种技术，对包括地质资料成果文档在内
的地质数据进行存储、组织，经过一系列的分析和挖掘，从海量非结构化数据中

获取有价值的信息用于地学分析和成果评估，并通过数据可视化技术来构建地质
信息服务场景，进一步实现应用层的智能化服务应用。
（一）大数据处理框架
地质信息服务平台大数据处理总体框架在面向地质大数据特点的 hadoop 生
态技术体系的支撑下，可分为四个层次：大数据资源层、汇聚层、数据挖掘与分

析层及大数据应用层。在四个层次中，主要采用当前主流的多种大数据处理技术，
包括 Hadoop 体系中的 HDFS、HBase、Pig，分布式缓存技术 Redis，全文检索引
擎框架 Lucene 及机器学习与数据挖掘工具包 Mahout。

1. 资源层
海量地学信息数据从原始采集阶段到综合分析阶段，涉及整个业务过程；
文件包含矢量数据、文本、excel 表格、图件、多媒体等各种类型，多而杂。在

81