《互联网+时空信息大数据云平台解决方案.docx》由会员分享，可在线阅读，更多相关《互联网+时空信息大数据云平台解决方案.docx（57页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、互联网+时空信息大数据云平台互联网+时空信息大数据云平台解决方案方案V3.0解决方案互联网+时空信息大数据云平台解决方案V3.0目录一、背景.1.二、任务、定位与作用.2.（一）任务2（二）在智慧城市中的定位与作用4三、目标、思路与原则.5.（一）目标5（二）思路5（三）建设原则7四、时空大数据.8.（一）资源汇聚9（二）空间处理12（三）数据引擎13（四）管理分析14五、时空信息云平台.1.8.（一）通用化平台18（二）专业化平台26（三）个性化平台28六、运行服务及支撑环境.2.8.（一）时空大数据28（二）时空信息云平台29（三）支撑云环境30七、示范应用.3.2.（一）示范要求32（二
2、）典型领域33互联网+时空信息大数据云平台解决方案方案V3.0一、背景智慧城市是运用物联网、云计算、大数据、地理信息集成等新 一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念 和新模式。建设智慧城市，已经成为破解城市发展难题、升提城市 治理能力现代化、转变经济社会发展方式和城市科学发展的方向选择。智慧城市建设已上升为国家战略“，信息网络宽带化、规划 管理信息化、基础设施智能化、公共服务便捷化、产业发展现代化 和社会管理精细化。”要“着力打造智慧城市，推动城镇常住人口基本公共服务均等化，加强城市管理。”到2020年，建成一批特色鲜明的智慧城市。”自智慧城市概念提出以后，各地区、各部门智
3、慧城市建设积极性很高，取得了不少进展，同时也暴露出许多问题，一是盲目跟风，目标不明确；二是协调不够，各自为政；三是试点较多、流于形式；四是体制机制缺乏创新；五是信息安全考虑不足。导致一些地方出现思路不清、盲目建设的苗头，亟待加强顶层设统计， 筹规划，科学引导，有序推进。以统筹顶层设计，加强相互协调，促进健康发展。为从国家层面进一步统筹“条块”智慧城市建设中的重大议题和重点工 作，包括国家测绘地理信息局在内的 25个部门，成立了新型智慧城市建设部际协调工作组。3对未来三年我国智慧城市建设进行了总体部署，对各部门、各领域工作进行了统筹协调，这对加强顶层设计、统筹“条块” 建设、推动智慧城市各领域应
4、用，具有十分重要的作用和意义。 任务分工明确了测绘地理信息部门在推动智慧城市建设中的职责、 定位和主要任务，是测绘地理信息部门推进智慧城市建设的重要 依据。为切实贯彻落实好党中央、国务院的战略规划与工作部署， 根据任务分工，国家测绘地理信息局在前期全国数字城市地理空 间框架建设和近几年智慧城市试点取得经验的基础上，突出了时空大数据和时空信息云平台两项重点任务，以进一步明确目标，加快 推进智慧城市时空基础设施试点与建设，加强同其他部门智慧城市工 作衔接，全面支撑智慧城市建设。二、任务、定位与作用（一）任务测绘地理信息部门的任务为指导各地区开展智慧时空基础设施建设及应用，具体包括：推进智慧时空基础
5、设施建设加。快智慧城市时空信息云平台建设试点，指导开展时空大数据及时空信息 云平台构建，鼓励其在城市规划、市政建设与管理、国土资源开发利用、生态文明建设以及公众服务中的智能化应用促，进城市科学、高效、可持续发展。研究制定相关行业标准和技术规范，完互联网+时空信息大数据云平台解决方案方案V3.0善评价指标体系，参与联合开展的年度评价工作。时空基础设施是指具有时间和空间特征的基础地理信息、公共管理与公共服务涉及的专题信息，及其采集、感知、存储、处理、共享、集成、挖掘分析、泛在服务所涉及的政策、标准、技术、机制等支撑环境和运行环境的总称。其建设内容可以归结时为： 空基准、时空大数据、时空信息云平台、
6、支撑环境。其中，时空大数据和时空信息云平台是时空基础设施建设的核心内容。随着数字城市地理空间框架转型升级为智慧城市时空基础设施，相应要实现“四个提升”，即空间基准提升为时空基准基， 础地理信息数据库提升为时空大数据，地理信息公共平台提升为时空信息云平台，支撑环境由分散的服务器集群提升为集约云的环境。相比地理空间框架中基础地理信息数据库和地理信息公共平台分别部署在不同网络环境，信息交换需跨网摆渡，时空础基设施中时空大数据和时空信息云平台则可部署在同一云环境中。如图1所示。互联网+时空信息大数据云平台解决方案方案V3.0图1时空基础设施与地理空间框架的构成与历史联系9（二）在智慧城市中的定位与作用
7、综合国内外智慧城市的认识和建设实践，尽管运作方式、建设内容和解决问题等存在差异、各具特色，但其体系框架具有共性，智慧城市建设的典型结构如图2所示，包括感知层、网络层、计算存储设施、公共数据库、公共信息平台、智慧应用和用户以层， 及制度安全保障体系和政策标准保障体系。图 2智慧城市典型结构时空基础设施内容在智慧城市总体架构中的位置分别是：时 空大数据蕴含在公共数据库层，是政务数据、民务数据、运营数互联网+时空信息大数据云平台解决方案方案V3.0据和感知数据时空化的基础；时空信息云平台是公共信息平台层 的重要组成，是支撑其他专题平台的基础性平台；支撑环境中的 云计算环境是计算存储设施层的核心，政策
8、机制、标准规范等软 环境包含在制度安全保障体系和政策标准保障体系中，如2所图示。 时空基础设施作为智慧城市的重要组成，既是智慧城市不可或缺的、基础性的信息资源，又是其他信息交换共享与协同应用的载体，为其他信息在三维空间和时间交织构成的四维环境中提供时空基础，实现基于统一时空基础下的规划、布局、分析和决策。三、目标、思路与原则（一）目标在原有数字城市地理空间框架的基础上，依托城市云支撑环境，实现向智慧城市时空基准、时空大数据和时空信息云平台的提 升，建设城市时空基础设施，开发智慧专题应用系统，为智慧城市 时空基础设施的全面应用积累经验。凝练智慧城市时空基础设施建 设管理模式、技术体制、运行机制、
9、应用服务模式和标准规范及政 策法规，为推动全国数字城市向智慧城市的升级转型定奠基础。（二）思路智慧城市时空基础设施建设，应以既有数字城市地理空间架框 为基础，并实现“四个提升”。1. 统一时空基准时空基准是指时间和地理空间维度上的基本参考依据和度 量的起算数据。时空基准是经济建设、国防建设和社会发展的 重要基础设施，是时空大数据在时间和空间维度上的基本依据。时间基准中日期应采用公历纪元，时间应采用北京时间。大地基准统一到2000国家大地坐标系，高程基准统一到1985国家高程系统，具体参照GB22021国家大地测量基本技术规定 执行。该部分内容可另立专项支撑。2. 丰富时空大数据时空大数据主要包
10、括时序化的基础地理信息数据、公共专题数据、智能感知数据和空间规划数据，构成智慧城市建设所需地的 上下、室内外、虚实一体化的时空数据资源。其中，基础地理信息数据包括传统基础测绘数据，以及实景 影像、倾斜影像和激光点云等新型测绘产品数据；公共专题数包据 括人口、法人、宏观经济、 POI兴趣点、地理国情普查与监测等数据；智能感知数据包括各种公共设施及各类专业传感器感知的具有时间标识的即时数据；空间规划数据包括空间资源保护与利用的发展蓝图等反映未来空间性发展规划的数据。3. 构建时空信息云平台面向不同的应用对象，构建通用化平台、专业化平台和个性化平台。通用化平台汇聚数据服务、接口服务、功能服务、计算存
11、储服务、知识服务，形成服务资源池，扩充地理实体、感知定位、接入解译及模拟推演API接口，新增地名地址引擎、业务流 引擎、知识引擎、服务引擎，全面提升按需服务能力。专业化平台在通用化平台基础上，扩充专业化数据、功能和业务流程，为空间规划、生态环境监测等工作提供平台支撑。个性化平台根据用户需求进行数据、功能和服务的智能组装、自动部署和按需服务。4. 搭建云支撑环境鼓励有条件的城市，将时空大数据和时空信息云平台迁移至全市统一、共用的云支撑环境中；不具备条件的城市，改造原有部 门支撑环境，部署时空大数据和时空信息云平台，形成云服务能力。5. 开展智慧应用基于时空信息通用化平台、专业化平台和个性化平台，
12、根据 各城市的特点和需求，本着急用先建的原则，开展智慧应用示范。实施过程中，在城市人民政府统筹领导下，以应用部门为主，测绘地理信息部门做好数据与技术支撑，在原有部门信息化成果基础上，突出实时数据接入、时空大数据分析和智能化处置等功鼓能，励采用多元化的投融资模式，开展深入应用。（三）建设原则秉承上述思路，应遵循以下建设原则：1. 开放性原则云平台的体系架构应是开放的。一方面，用户可以分享计算资源、存储资源、网络资源、开发接口和关于地理信息功能软件的 服务；另一方面，也能够把用户的上述服务能力便捷部署至云平台。2. 继承性原则数字城市地理空间框架建设已经融入了云计算 服务的理念和思想。从数字走向智
13、慧，特别在初级阶段，具有云计算条件的城 市，可迁移至该环境；未具备条件的城市，可采用虚拟云计算环境。3. 安全性原则凡部署在非涉密网络环境中的计算资源、存储 资源，以及数据资源应不涉及与国家安全保密有关的内容和事项，否则需经家国 指定部门进行统一的保密处理。4. 智能化原则建立知识引擎，提升平台功能的个性化定制能 力和大数据挖掘分析能力，实现知识服务。5. 重点性原则测绘地理信息部门应把建设重点放在时空大数据和时空信息云平台，示范应用宜求精不求多，要能体现跨部门协同和智慧的特点。四、时空大数据时空大数据应包括历史的、现状的基础地理信息数据和公共专 题数据，智能感知数据以及空间规划数据，和这四类
14、数据的数据引 擎及管理分析系统等六部分；依托基础地理信息数据，采用全空间 信息模型形成全空间，并时空化公共专题数据、智能感知数据和空 间规划数据，通过管理分析系统经数据引擎实现一体管化理。其构 成如图3所示。应在完成基础地理信息数据和公共专 题数据的基础上，优先开展专业化平台和示范应用所必需的空间规划数据和智 能感知数据的建设，其范围和数量应根据本地的息信化基础、应用 需求和智慧城市顶层设计，逐步丰富。53图 3时空大数据的构成（一）资源汇聚1. 资源内容（1） 历史与现状的基础地理信息数据内容至少包括矢量数据、影像数据、高程模型数据、地理实体数据、地名地址数据、三维模型数据、新型测绘产品数据
15、及元其数 据。矢量数据。进一步丰富基础地理信息数据，确保 1:500、1:2000等大比例尺地形图至少覆盖规划区范围，1:5000或1:10000 应覆盖市辖范围。影像数据。进一步丰富高分辨率影像数据，0.1 米或0.2 米等至少覆盖规划区范围，0.5米影像应覆盖市辖范围。高程模型 数据。进一步丰富高程模型数据，0.5米、1米格网至少覆盖规划区范围，2 米、5米格网应覆盖市辖范围。地理实体数据。以地形图为基础，对境界、政区、道路、水系、院落、 建筑物、植被等内容进行实体化，并赋予唯一编码，作为与其它行业和专题数据进行关联的基础。地名地址数据。应扩充自然村以上的行政地名，建立市（地 区、自治州、
16、盟）级、县（区、县级市）级、乡（镇、街道）级和行政村（社区）级四级区划单元，实现市辖范围精细化全覆盖。三维模型数据。至少分等级实现市辖范围全覆盖。政治、经济、文化、交通、旅游等方面的地标（标志）性中心区、中心商务区（CBD）以及特定区域应建立一级模型；除上述以外的政治、 经济、文体、交通、旅游等中心区域，高档住宅、公寓以及特定区域应建立二级模型；其他政治、经济、文体、交通、旅游等中心区域，普通住宅以及特定区域应建立三级模型；城中村、棚户区、工厂厂房区等区域，远郊、农村地区以及特定区域应建立四级模型。新型测绘产品数据。宜涵盖全景及可量测实景影像、倾斜影 像、激光点云数据、室内地图数据、地下空间数
17、据、建筑信息模 型数据等。（2） 历史与现状的公共专题数据内容至少包括法人数据、人口数据、宏观经济数据、民生兴趣点数据、地理国情等普查与监测数据及其元数据。其中民生兴趣 点数据宜涵盖制造企业、批发和零售、交通运输和邮政、住宿和餐 饮、信息传输和计算机服务、金融和保险、房地产、商务服务、居 民服务、教育科研、卫生社会保障和社会福利、文化体育娱乐、公 共管理和社会组织等内容。地理国情普查与监测数据种类涵盖自然 地理要素、人文地理要素等基本国情数据和专题国数情据。（3） 智能感知的数据智能感知的具有时间标识的即时数据，其内容至少包括采用 空、天、地一体化对地观测传感网实时获取的基础地理信息数据和依托
18、专业传感器感知的可共享的行业专题实时数据，以及其元数据。其中，实时获取的基础地理信息数据包括实时位置信息影、像 和视频，行业专题实时数据包括交通、环保、水利、气象等监控与监测数据。（4） 空间规划数据反映未来空间性发展规划的数据，应包括空间资源保护与利 用的发展蓝图及其元数据，至少涵盖城镇、农业、生态空间以及 生态保护红线、永久基本农田边界、城镇开发边界等“三区三线” 核心内容。2. 汇聚方式对于历史和现状的基础地理信息数据，定期从测绘地理信息部门将分级分类后可共享的数据内容离线拷贝；对于历史和现状的公共专题数据，以及空间规划数据，通常源于部门间信息共对享； 于智能感知的基础地理信息数据，依照
19、国家相关保密规定，在线或离线共享；对于行业专题可共享的实时数据，通过有线或无线网络接入，采取多层次部署、多层次摘要、多层次服务的方式动态追加到大数据。智能感知源数据通常部署在具体专业部门，解译并形成的摘要以推送或调取两种模式分布式实时追加，确有必要时才调用源数据，避免信息肥胖。可以探索采用互联网爬虫技术抓取互联网上公开的人口、人法、兴趣点、舆情等数据。3. 时空标识上述数据主要表现为矢量数据、影像、高程模型、地理实体、 地名地址、三维模型、新型测绘产品和流式数据等形式，对其行进时空标识，即注入时间、空间和属性“三域”标识。时间标识注记 该数据的时效性，空间标识注记空间特性，属性标识注记隶属的领
20、 域、行业、主题等内容，以便捷后续的时空大数据的整理序和化。（1） 矢量数据应按幅增添“三域”标识。（2） 影像数据应针对不同类型、不同分辨率增添“三域” 标识。该数据采用连续的时间快照模型进行数据重组，将同一分 辨率的不同时相影像，构建影像时间序列，形成客观世界的连续 快照；对具体一个快照，应采用紧缩金字塔模型进行空间组织。（3） 高程模型数据应针对不同格网间距增添“三域”标识该。 数据采用连续的时间快照模型进行数据重组，构建时间序列。（4） 地理实体数据应面向实体增添“三域”标识。该数据采用面向对象的时空数据模型进行数据重组，将每个地理实体构建 具有唯一“三域”标识的时空对象。（5） 地名
21、地址数据应逐条增添“三域”标识。该数据采用面 向对象的时空数据模型进行数据重组，将每个地名地址条目建构具有唯一“三域”标识的时空对象。（6） 三维模型数据应逐层、每一模型增添“三域”标识。该数据采用面向对象的时空数据模型进行数据重组，将每个三模维型 构建具有唯一“三域”标识的时空对象。（7） 新型测绘产品数据应按类型、批次增添“三域”标识。（8） 流式数据及其多层次摘要，在注入相对稳定的空间和属 性同时，着重标签时间特性。（二）空间处理对实时在线、定期在线和离线拷贝的结构化、非结构化的时空 大数据，序化前的处理工作包括：统一格式、一致性处理和间空化。1. 统一数据格式不同地理信息数据能够基本实
22、现无损格式转换，对于无拓扑 关系图形数据如CAD要能够转换至地理信息数据，并建立拓扑关系。格式统一后的地理信息数据应合并、自动接边，数据表能格 够实现自动属性赋值。2. 一致性处理对于存放的矢量数据、影像数据和实体数据，将更新后的地理数据快速及时进行地图综合，利用综合的结果联动更新相应围范 数据，原内容自动变成历史数据。3. 空间化（1） 地名谱特征萃取汇聚的数据，有些带有空间位置坐标信息，经过了统一时空基准后，即可匹配集成；部分自身没有空间坐标信息，但在属性项 中蕴含了地名地址；还有一部分只是蕴含了一些地名基因，要结合 汉语分词和数据比对技术，通过基于语义和地理本体的统认一知， 提取地名谱特
23、征。（2） 空间匹配对于具有空间位置坐标的数据，直接坐标匹配；对于无空间位置坐标的数据，根据识别萃取出的地名地址信息，建立含有地名 标识的切分序列与逻辑组合关系，开展基于分词、本体和词语相似 性的多种匹配，提出局部模糊匹配后的歧义消除方法，实高现效、 精准、实用的地名地址匹配。（3） 数据序化依托时空基准，采用地名地址匹配的技术方法，将“三域” 标识的信息内容进行时空定位寻址。对于带有空间位置坐标的信息 内容，通过坐标匹配定位；蕴含地名地址的信息内容，通过地名地 址匹配定位；仅蕴含地名基因的信息内容，先萃取地名地信址息，再通过地名地址匹配定位。（三）数据引擎建立全空间信息模型，实现地上下、室内
24、外、虚实时空大数据一体化管理，克服非关系数据库存储时空大数据存在的存储与访问的效率低下，难以满足高并发、大数据量下的实时性要求，充 分发挥非关系数据库的性能优势；支撑云服务系统，帮助用户在线调用现成的时空大数据中的数据。（四）管理分析1. 动态数据获取（1） 接收物联网智能感知设备采集的流式数据，种类繁多、数量庞大， 应该分层次管理，源数据存放在专业部门，而生成的多层次摘要数 据主动推送相应节点，这些节点不仅能够接收，而且可动态累积。（2） 调取在数据挖掘与分析过程中，及时利用动态积累的物联网智能感知设备推送的摘要数据，确有必要，透过有线或无线网络调取应相 的原始流式数据。2. 数据管理（1）
25、 输入输出支持对静态地理信息数据以通用格式导入、检查、添加和确 认；支持三维模型的几何数据和属性数据以通用格式导出；支持 按照产品类型、数据时相或用户需求所进行的产品制作、内容提取、导出和分发。（2） 数据编辑及处理支持坐标及投影变换、高程换算、数据裁切、数据格式转换 以及影像数据的对比度、灰度（色彩）、饱和度一致性调整等； 支持对二维矢量数据的图形编辑；支持对三维模型数据模型替 换、模型空间位置修改、纹理编辑、属性编辑、元数据编辑等。（3） 查询统计应具有按时间、属性和空间或其组合条件，查询与检索不同 时相、不同类型和不同区域时空信息的能力，并可提取与统计应； 具有对三维模型数据进行查询的功
26、能；应具有对数据及服务资源进行目录检索的功能；应根据检索结果进行快速定位的功能。（4） 数据可视化支持将多时相数据组合、叠加、符号化显示和放大、缩小、 漫游、前视图、后视图等浏览功能，并可通过动画、动态符号和 颜色模拟变化；支持三维模型数据的显示，为提高系统性能宜支 持模型动态加载；具有三维漫游功能，宜支持拖动、滑动、飞行 模式；支持多视角浏览，宜包括平视、仰视、俯视角度；支持将 多时相数据在三维上叠加、符号化显示及漫游、多视角浏览等。（5） 动态更新应具有流式数据或者其多层次摘要动态追加和积累功能；支持数据索引的实时修正；支持数据按范围、按时间、按类型以及整体的更新；支持三维模型的替换、模型
27、属性的更新和局部区域模型 的整体更新；支持对地图瓦片数据及三维缓存数据的整体新更、按 层更新和局部更新。（6） 历史数据管理应具有历史数据备份和恢复功能；应具备历史数据的版本创 建、管理及版本数据对比功能。（7） 元数据管理支持实时追加数据元数据的实时更新；支持元数据注册、编辑、修改和元数据查询、统计、分析、输出等；元数据与其对的应数 据应建立关联，应能实现与其对应的数据进行同步更新。（8） 安全管理应具有用户管理、权限管理、日志管理、事务管理、数据库备份与恢复。备份包括数据的备份和系统软件的备份。备份可用采全 备份或增量备份方式，定期检查备份的可用性。3. 分析量测（1） 常用分析应具有不同
28、类型数据融合、多时相数据比对、变化信息提取等，以及时空数据分类、时空叠加分析、时空序列分析和预测析分。（2） 空间量测应具备对二维数据进行距离、面积量测功能；对三维模型数据进行空间距离量测的功能；对三维模型数据进行水平面积量的测功能；对三维模型数据进行体积量测的功能。4. 模拟推演（1） 时空过程模拟以事件或者情景为对象，检索调取相应的地理对象及其时 间、空间和属性“三域”内容，模拟发展变化过程，实现情景事与件 数字化再现。（2） 决策预案的动态推演通过调整关键参数或人工干预，计算决策方案的实施效果， 并提供模拟效果的动态可视化。5. 大数据挖掘（1） 基础分析开发集成历史推理方法、聚类分析、
29、连接分析、神经网络、 判别分析、逻辑分析、人工智能等通用性的挖掘方法，形成基础分析工具包。（2） 空间分布计算单一专题数据源的空间粒度，通过地名地址匹配自动化 或半自动化将其分布在相应尺度的基础地理信息之上，分析挖其掘 空间分布规律。（3） 多因子关联分析将两种及以上专题数据源分布在相应尺度的统一基础地理信息之上，综合运用各种数学模型，探求挖掘专题信息之间的关相 性和依赖度。（4） 时空分析将单一或多种带有时间特征的专题信息，分布在相应尺度的统一基础地理信息之上，研究揭示专题信息在时间维度上的演变规律、在空间维度上的分布规律，以及在四维时空中的时空特征。（5） 主题分析面向某一主题，在基础分析
30、工具包和空间分布、多因子关联分析、时空分析的基础上，提炼主题大数据分析的专业模型和业务 流程，形成定制化、流程化的知识链，开发高自动化的分析能功， 发现潜藏数据背后的知识与规律。6. 大数据管理（1） 存储检索应实现时空大数据的分布式存储、高效存取、精确检索、并发响应及负载均衡，具备管理节点动态增加和容灾备份等能力， 提升时空大数据的查询效率、吞吐量、可用性、容错性、稳定性。（2） 数据流转应实现多源异构时空大数据的共享、互操作和无缝流转，实 现不同类型数据库的有效集成，并提供应用层面的统一访问接口、统一查询方式和统一操作行为。（3） 智能监管应实现对各存储节点运行状态的实时监控和负载均衡动态
31、 调整，监控信息主动收集和统一展示，运行问题的实时分析及对应处 理。五、时空信息云平台根据时空信息云平台应用对象的不同，可分为通用化平台、 专业化平台和个性化平台，以支撑多类型应用需求。（一）通用化平台时空信息云平台通用化平台应包括服务资源池、服务引擎、 云服务系统，以及地名地址引擎、业务流引擎、和知识引擎等六 部分。以计算存储、数据、功能、接口和知识服务为核心，形成 服务资源池，建立服务引擎、地名地址引擎、业务流引擎和知识 引擎，连同时空大数据的数据引擎，通过云服务系统，为各种业 务应用按需提供大数据支撑和各类服务。其构成如图4所示。图 4时空信息云平台的构成1服务资源池（1） 数据服务针对
32、历史的、现状的基础地理信息数据和公共专题数据，智 能感知数据以及空间规划数据，池化的服务通常以如下模式（表见1）提供：目录服务、元数据服务、要素服务、地图服务、瓦片地图服务、覆盖服务、三维模型服务、三维地形服务、纹理数据服 务、地名地址服务，以及实时位置服务、基于位置的感知息信服务、多层次摘要服务和流式数据服务。表 1服务提供对照表数据类型时空基准地理实体数据影像数据和高程模历史与现状基础地服务提供方式实时位置服务要素服务 WFS（Web FeatureService） 地图服务 WMS（Web MapService）目录服务 CSW（Catalog ServiceWeb） 地图服务 WMS（
33、Web MapService）覆盖服务 WCS（Web CoverageService） 目录服务 CSW（Catalog ServiceWeb）模型数据服务 3D-WMS（Web Model Service） 地形数据服务 3D-WTRS（Web TerrainService）纹理数据服务 3D- WTTS（Web TextureService）理信息数据、历史与现状公共专题数据、空间三维模型数据地名地址数据新型测绘矢量要素服务 3D-WFS（Web FeatureService） 目录服务 3D-CSW（Catalog ServiceWeb）地名地址服务WFS-G（WebFeatureGa
34、zetteerService） 目录服务 CSW（Catalog ServiceWeb）地图服务 WMS（Web MapService）目录服务 CSW（Catalog ServiceWeb）规划数据产品数据基于位置的感知信息服务智能感知数据多层次摘要服务流式数据服务（2） 接口服务网络应用程序接口（ Web API）至少应包括基本API、地图类API、地理实体 API、事件类API、控件类API、数据解析类API、三维类API、专业API、感知设备API、历史分析API、比对 分析API、模拟推演API及平台管理API。应用程序接口应根据应 用需要预留扩展空间。基本API：描述GIS应用的工
35、程属性。 地图类API：地图要素的描述、操作以及编辑。 地理实体类API：包括行政区划、建筑物、道路、水系等 实体要素的描述、操作及编辑。 事件类API：地图交互中可侦听和触发的事件。 控件类API：GIS系统中常用控件的操作。 数据解析类API：格式化数据的读写和解析。 三维类API：三维地理信息的定义及操作。 专业API：专业化应用的描述。 智能感知API：感知设备定位、接入、解译、多层次摘要、推送与调取。 历史分析API：历史数据的分析。 比对分析API：按空间、时间、属性等信息的对比。 模拟推演API：过程模拟、情景再现、预案推演。 平台管理API：平台管理如用户认证、资源检索、申请审
36、核等。（3） 功能服务功能服务包括四种：地图必选模块至少包括注册认证、登录认证、权限认证；地图的放大、缩小、漫游、切换；距离、面积量测；属性查询空、间 查询、兴趣点定位；二三维地图浏览、历史地图切换、历史资源叠加、历史要素检索展示。地图可选模块至少包括服务加载；目录浏览、查询、订阅和检索；元数据注册、查询、下载、编辑、图形预览；角度量测； 叠加、缓冲、最佳路径、统计等空间分析；专题地图；地理编码； 定制服务；数据托管与发布；服务注册、查询、聚合和链接；服务申请、审核、授权和预览；服务元数据查询、服务元数据自动更新；服务状态监测、服务统计分析。地图专业模块至少包括保密处理、坐标转换、投影转换等。
37、其他非地图类的功能服务，具备服务访问日志收集与分析、用户注册审核、用户消息通知等。（4） 计算存储服务应具有宿主服务。通过高可靠的云服务 /云计算软件，将 集群服务器、刀片机、小型机、磁盘阵列等存储、计算物理硬件设备，虚拟出若干逻辑 区，支撑宿主服务能够寄存用户数据和开发的系统，且可部署在云上向端服务。应具有弹性分配服务。通过云操作系统，针对大数据、高并发访问，支撑弹性分配 服务，按需动态分配资源，每一用户弹性地调用资源，迅速完成任务并释放，最大限度提高资源利用率。应具有计算资源管理服务。通过云操作系统，对计算存储资源及软件服务状态进行检测与 管理，能够及时发现运行异常并进行报警。应具有系统备
38、份与恢复服务能力。系统能够定期自动备份当前节点资源状态，当资源节点因为故 障导致服务停用时，应能够快速恢复原有可用状态。（5） 知识服务大数据分析形成的专题信息时空分布规律、关联规则和时空 演变等潜藏在大数据深层的规律和隐性联系，池化为知识服务。2服务引擎帮助用户在线调用现成服务和知识服务引擎是指以灵活的方式实现服务彼此通信和转换的连接中枢，并且这种连接与开发环境、编程语言、编程模型或者息消 格式具有支撑在线调用现有服务和知识，实现将其他资源上传、注册与发布等功能。具体功能包括：（1） 服务地址编目规则建立服务地址可扩展、开放式的编目规则，开发自动统一编 目功能。（2） 服务地址转换与编目对自
39、主发布和第三方发布服务的地址按照编目规则进行转 换，实现统一、自动化编目。（3） 服务通信对申请的服务，解析物理服务地址。（4） 服务围栏通过服务地址编目与解析实现服务的注册与共享，建立服务 资源的虚拟电子围栏。3. 地名地址引擎帮助用户完成专题数据在线空间化地名地址 引擎是空间信息与其他信息之间的桥梁，能够实现大数据在全空间信息模型上的精确定位，具体功能包括：（1） 精确匹配不完整地址和不规范地址针对人们进行定位时习惯使用不完整地址和不规范的地址的特点，提供精确匹配不完整地址和不规范地址功能，并能进行定位。（2） 精确匹配地址别名针对人们进行定位时习惯使用别名的特点，如党政机关、科研院所和学
40、校等，提供精确匹配地址别名功能，并返回这些别的名标 准地址。（3） 精确匹配地址要素别名针对人们进行定位时习惯使用地址要素别名的特点，如定位餐馆，只习惯说餐馆的特色菜等，提供精确匹配地址要素别名能功， 并返回这些地址要素别名的标准地址。（4） 容错匹配功能当用户输入的地址不规范甚至错误时，匹配引擎可以根据同音字、通假字和同义词对地址进行分析，并返回最佳的匹配结果。（5） 非法或超界地址识别功能以识别严重的输入地址错误，或超出参考地址范围的地址 输入，给出匹配失败信息。（6） 可定制功能的开放服务接口可封装为网络服务接口，并提供不同精度（点地址查询、线 面地址查询），不同输入模式（单条匹配模式、
41、多条匹配模式） 的功能定制。（7） 批量匹配支持对excel格式的样本数据匹配，匹配时可选择地址匹配字 段，用户可通过上传文件的形式，对文件中多条记录进行匹支配持； 成果下载，可导出为excel格式和shp格式。（8） 逆向匹配将坐标映射成地名地址，并在地图上展示。根据用户输入的X、Y坐标值，实现逆向查询得到该坐标所在的行政区划、所处街 道、以及最匹配的标准地址信息。4. 业务流引擎帮助用户完成业务定制可视化业务流引擎 是将业务流程中的工作，按照逻辑和规则以恰当的模型进行表示并对其实施计算，实现工作业务的自动化处理。 具体功能包括：（1） 业务规则库管理预定义标准化规则模块，以及模块间流向关系
42、；预定义业务流程样例；已有的业务流程样例存储、解析、调用、修改、删和除退 回操作。（2） 运行服务管理业务流程的装载与解释；业务实例的创建和控制，如实例的运行、挂起、恢复、终止等；外部应用程序的调用；数据的调用。（3） 运行监控管理实时数据查询；日志监督服务；日志分析挖 掘服务；图形化的监测业务实例的运行情况；实时跟踪业务实例的运行情况；务业实 例的状态控制。5. 知识引擎帮助用户完成在线大数据分析知识引擎是通 过提供不同层次能力的大数据分析工具，帮助用户完成对数据的深度挖掘，进而获取有价值的知识。具体功包能括：（1） 分析模型库以时空大数据挖掘分析为基础，建立统计分析、特征提取、变化发现，以及神经网络、聚类分析、连接分析、网络分析、别判 分析、逻辑分析、人工智能等在线分析模型库。（2） 推演模型库以时空大数据挖掘分析为基础，建立决策树、群集侦测、基 因算法等预