地理数据的概念
开篇：润墨网以专业的文秘视角，为您筛选了八篇地理数据的概念范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
地理数据的概念范文第1篇
关键词：高中地理；地理概念；高中地理概念教学；有效转变
狄塞萨曾说过：“在学习科学中，概念转变是最重要的领域之一”。显然，地理概念转变在地理学科中也是一个非常值得关注研究的领域，地理概念的转变研究有助于助推高中地理概念教学的进一步发展。高中地理概念的有效转变通常包括地理概念内涵的有效转变、地理概念外延的有效转变、地理概念关系的有效转变、地理概念表达方式的有效转变等四个部分。
1 地理概念内涵的有效转变
由于地理概念内涵在地理概念中占据极其特殊的地位，因此地理概念内涵的转变可以说是地理概念转变的一个十分重要的方面，地理概念内涵的转变依据其是否发生质的变化，可以分为地理概念内涵的量变与地理概念内涵的质变。
1.1 地理概念内涵的量变
地理概念内涵的量变是在以保持原有的地理概念内涵不变的前提下发生的，通常表现为内涵的增加或减少。地理概念内涵的量变的发生往往是通过学生地理学习认知过程中体现出来，与此同时也与学生的日常生活经验的丰富与地理理论知识的积累密切相关。例如以高中地理中“大气的热状况与大气运动”一节中出现的“气团”这一地理概念进行说明。在没系统学习高中地理地球运动这一部分理论知识之前，大部分学生对气团的内涵已经有了一定的了解，如知道是大团空气等，显而易见，这种了解是不全面的。通过系统的学习之后，才对气团这一地理概念的内涵更加清晰明确，如内涵还有温度﹑湿度﹑气团等物理属性比较均匀﹑相似等。由此可见，虽然经过后来的学习，气团的内涵有所增加，但显然并没有改变气团是大团空气这一内涵。通过这一例证可以发现通过学生前后认知变化可以实现地理概念内涵的量变。
1.2 地理概念内涵的质变
地理概念内涵的质变是对原有的地理概念内涵的彻底变革。透视地理概念内涵的量变与质变的内在联系，可以挖掘出其深层次蕴涵的哲学思维理念。地理概念内涵的质变与地理概念内涵的量变紧密相联，地理概念内涵的质变的发生要以地理概念内涵的量变为基础，量变积累到一定程度必然会发生质变。从某种意义上说，质变后的地理概念内涵与原有地理概念内涵体系根本不同，可以说是另起炉灶，往往伴随着创新性与批判性。由此看来，地理迷思概念代表质变前的地理概念，地理科学概念代表质变后的地理概念，两者往往与地理概念内涵的质变紧密相连。因此，可以说地理概念内涵的质变就是地理迷思概念转变为地理科学概念的过程。由此看来，地理概念内涵的质变是地理概念内涵转变的核心，它关系到地理概念内涵转变的成败。高中地理部分的许多地理概念都与地理概念内涵的质变紧密相连，学生对地理概念的学习认知过程可以较好的反映地理概念内涵的质变。在此从学生的学习认知领域对地理概念内涵的质变加以阐述。例如以高中地理中”地球的运动“一节中出现的”地球的远日点与近日点“这两个地理概念为例进行说明。在没系统学习高中地理地球运动这一部分之前，大部分学生对“地球的远日点与近日点”这两个地理概念的认知是错误的。大部分学生认为地球的远日点是在冬季1月份，地球的近日点则是在夏季七月份。而经过系统的理论学习之后，学生才意识到之前的认知错误，从而加以纠正。不难看出，学生对“地球的远日点与近日点”这两个地理概念的认知过程就是促进地理概念内涵质变的过程，从而使地理迷思概念转变为地理科学概念。
2 地理概念外延的有效转变
地理概念外延的转变往往与地理概念内涵的转变紧密相联，地理概念内涵的变化都会相应的引起地理概念外延的变化，两者存在一一对应关系，地理概念内涵的量变与质变都会引起地理概念外延的转变。由此从地理概念内涵的量变与质变视角出发进行审视， 地理概念外延的转变可以分为两个方面，即：“由地理概念内涵的量变引起的地理概念外延的有效转变”与“地理概念内涵的质变引起的地理概念外延的有效转变”。
2.1 量变引起的地理概念外延的有效转变
在地理概念内涵的量变没有达到质变之前，由于地理概念内涵没有发生实质性的核心变化，因此地理概念外延一般不会发生大的变化，还是保持其原有范畴的延续性。在此以高中地理中“工业区位”一节出现的“工业区”这一地理概念加以说明。工业区一般是指多个基于原材料、市场需求、交通运输、科技等区位条件聚集而形成的综合性工业地域的组合。中国工业区的外延有：辽中南工业区、环渤海工业区、长江三角洲工业区、珠江三角洲工业区等。假如在区位条件中增加“环境与政策”因素，在加以划分中国工业区的外延，其实与之前相比并无多大差别。中国工业区的外延还可以划分为：辽中南工业区、环渤海工业区、长江三角洲工业区、珠江三角洲工业区等。
2.2 质变引起的地理概念外延的有效转变
与地理概念内涵的量变引起的地理概念外延的转变有着本质的不同，由地理概念内涵的质变引起的地理概念外延会发生根本性变化，地理概念外延的划分体系由此会重新进行建构。在此以高中地理中“城市化”一节中出现的“城市化”这一地理概念加以说明。在初期，城市化主要是指农业人口转为非农业人口，但是伴随着社会的发展，城市化的内涵也悄然发生了质的变化。原有的城市化外延主要为：城市人口比重增加、城市数量增加等。现在的城市化主要是指农业人口转为非农业人口、农村地域转化为城市地域、农业活动转化为非农业活动的过程。由此看来，城市化外延的划分也发生了质的变化，现在的城市化外延变为：城市人口比重增加、城市数量增加、城市密度加大、城市建设用地扩展、二、三产业比重加大等。
3 地理概念关系的有效转变
3.1 由直接关系向间接关系转变
在现实地理概念教学中，往往发现学生会被地理表象所迷惑，会特别关注地理概念间的直接关系而忽视了间接关系，然而事实上地理概念间关系更多的表现出间接关系。由此看来，在学生地理学习认知中要特别注意地理概念关系由直接关系向间接关系的转变。高中地理中许多地理概念反映了这种关系的转变，在此以“大气的热状况与大气运动”一节中出现的“水平气压梯度力”与“风”这两个地理概念加以说明。在学生没接受系统的学习之前，往往会认为水平气压梯度力直接导致产生了风，两者是存在直接关系，但事实上同时还会受地转偏向力与摩擦力的影响。由此可以看出，地转偏向力与风存在间接的关系。
3.2 由单一关系向复合关系转变
地理概念间关系往往不是单一的，通过多视角审视可以从中挖掘出多层关系，从而体现出地理概念间的复合关系。例如，高中地理中“大气的热状况与大气运动”出现的“冷锋”与“暖锋”这两个地理概念，不仅存在着并列关系这一单一关系，同时还存在着时间关系、矛盾关系、空间关系等多重关系。在实际的地理教学中，教师要注意引导学生进行发散思维，多视角全面地理清地理概念间的复合关系。
3.3 由表层关系到深层关系的转变
地理概念关系往往在存在表层关系的同时更蕴藏着深层关系，教师要注意引导学生把握两者的关系，实现由地理概念表层关系向深层关系的转变。在高中地理中许多地理概念间就蕴含着这两种关系，在此以“人类面临的主要环境问题”一节中出现的“臭氧层”与“地球大气层”这两个地理概念加以说明。显而易见，臭氧层的破坏会导致地球大气层的破坏，臭氧层可以有效地保护地球大气层，两者存在明显的表层关系。仅仅理解这两者的表层关系显然是不够的，还要深入挖掘其中更深次的关系。臭氧层对地球大气层的保护作用根本在于臭氧层可以有效地减少紫外线辐射，这才是关键所在。由此看来，引导学生深入挖掘两者关系对于地理概念认知学习极其重要。
4 地理概念表达方式的有效转变
4.1 地理概念语义表达与图示表达的互变
地理概念语义表达与图示表达的互变是地理概念教学中最为常见的一类现象。两者的互变不仅具体形象地阐释了地理概念的内涵，而且也有助于学生深
化对地理概念的理解。例如，上面这幅图形就可以形象地说明以上两种方式的互变。
显而易见，通过此图学生可以更加形象化地认知了省会城市、河流、湖泊、省区分界线等地理概念，同时也更加提升了对地理概念语义表达与图示表达的互变的认识。
4.2 地理概念语义表达与数据表达的互变
从某种意义上说，地理概念语义表达与数据表达的互变是地理概念教学中极其重要的一个方面。通过对地理数据的统计、收集、分析、处理，可以深入挖掘地理概念的某些本质特征，形成对地理概念更加理性的认识。例如，下图就可以具体地说明地理概念语义表达与数据表达的互变。
若X、Y、Z分别表示影响我国不同地区的水土流失、盐碱化及寒潮灾害，其数值越大，表示影响程度越大。
通过此图形中的数据加之下面的语义解释，学生通过对图形中的数据的统计分析，可以对影响我国不同地区的水土流失、盐碱化及寒潮灾害等地理概念有一个更加相对理性的认知。
由此可见，地理概念内涵的有效转变、地理概念外延的有效转变、地理概念关系的有效转变、地理概念表达方式的有效转变作为构成地理概念的有效转变的四个重要方面，互为补充、相互依存，共同构成了一个有机统一的整体。只有深刻把握这四个方面才能实现真正意义上地理概念的有效转变，从而真正把握与运用地理概念。
参考文献：
[1] 陈澄.地理教学论[M].上海：上海教育出版社，1999.
[2] 路海东.教育心理学[M].长春：东北师大出版社，2002.
[3] 鲍国达.地理概念的习得、巩固和应用[J].地理教学，2003.
[4] 罗秋官.关于地理概念间逻辑关系的探讨[J].地理教育，1996.
[5] 褚亚平等.中学地理教学法[M].北京：高等教育出版社，1985.
地理数据的概念范文第2篇
[关键词]地理信息 测量 数据管理
中图分类号：P208 文献标识码：A 文章编号：1009-914X（2016）08-0385-01
地理信息系统技术在中国的出现和发展已经经过了近20年的历程，国内外著名的地理信息系统软件在中国的各个行业均得到了广泛应用，在所有利用地理信息系统技术建设的应用系统中，地理信息系统的一个最基本职能就是管理数字地形图，让用户能够轻松地利用它快速地检索所需要地区的地形数据，并按照用户需要的格式进行输出。我们目前接触过的地理信息系统有多种，但对其数据管理方式有所了解的并不多。
1 地理信息系统的数据管理方式
1.1地理信息系统定义
地理信息系统是近十几年来发展起来的一门综合应用系统，它能把各种信息同地理位置和有关的视图结合起来，并把地理学、几何学、计算机科学及各种应用对象、CAD技术、遥感、GPS技术、Internte、多媒体技术及虚拟现实技术等融为一体，利用计算机图形与数据库技术来采集、存储、管理、处理、检索、分析和输出地理图形及其属性数据，从而为土地利用、资源评价与管理、环境监测、交通运输、经济建设、城市规划以及政府部门行政管理提供新的知识，为工程设计和规划、管理决策服务。此多种应用系统应用到地质测绘业，就可以产生事半功倍的效果，能大大提高工作效率和质量管理水平，同时也是地质测绘服务业的重大创新和革命。
1.2空间数据的描述方式和特征
测量工作的主要成果是与地理位置相关的信息，这种信息称为空间信息或空间信息的描述信息。如果这些空间信息是以一系列X、Y、Z点串表现的点、线或多边形，这种形式为矢量形式；还有一种以像素阵列方式表现的点、线或多边形，如图片、图像等，这种方式称为栅格形式。现在测量的成果多为矢量形式，矢量形式是空间数据的主要表达方式之一，矢量数据库的管理方法与空间数据的特征密切相关。空间数据主要具有以下几个基本特征：
（1）每个空间对象都具有空间坐标，即空间对象隐含了空间分布特征；
（2）非结构化特征使它不满足关系数据模型的范式要求，因而空间图形数据难以直接采用关系数据库管理系统；
（3）空间关系特征要求记录拓扑信息以表达多种空间关系，因而增加了问题的复杂性；
（4）分类编码特征，明确每一个、每组空间对象；
（5）海量数据特征等都对矢量数据的管理方法大大增加了难度。
1.3地理信息系统的数据管理方式
基于空间数据具有自身的上述特殊特征，国内外对空间数据的管理进行了大量研究和开发，长期以来，地理信息系统空间数据的管理方法主要有以下4种类型。
1.3.1文件与关系数据库混合管理系统
由于空间数据具有其自身的上述特殊特征，这种关系数据库管理系统难以满足要求，因而大部分CIS软件采用混合管理的模式。即用文件系统管理几何图形数据，用商用关系数据库管理系统管理属性数据，它们之间的联系通过目标标识或者内部连接码进行连接。
1.3.2全关系型空间数据库管理系统
全关系型空间数据库管理系统是指图形和属性数据都用现有的关系数据库管理系统管理。关系数据库管理系统的软件不作任何扩展，由CIS软件在此基础上进行开发，使之不仅能管理结构化的属性数据，也能管理非结构化的图形数据。
1.3.3对象――关系数据库管理系统
由于直接采用通用的关系数据库管理系统的效率不高，而非结构化空间数据对GIS来说又十分重要，所以人们在关系数据库管理系统中进行扩展，通过定义操纵各种空间对象的API函数，使之能直接存储和管理非结构化的空间数据。
1.3.4面向对象空间数据库管理系统
目前，面向对象数据模型是最适应于空间数据的表达和管理，因为它不仅支持变长记录，而且支持对象嵌套、信息的继承与聚集。面向对象的空间数据库管理系统允许用户定义对象的数据结构以及它的操作。因而可以将空间对象根据GIS的需求，定义出合适的数据结构和一组操作。
2、空间数据的无缝管理
现在的测量均是将测区按某种比例尺划分成若干图幅进行，在测区表现和浏览方面不直观。地理信息系统可以管理多种测量数据之后，通过地理信息系统的空间数据的无缝管理，也就是将测量的成果成片的管理起来，形成一个完整的提供作体系，在地质测绘的工作中，使我们可以直观的了解整个测区，以达到最为理想的工作效果。
实现无缝空间数据库有两个不同的阶段：
一是在逻辑概念上的“无缝”组织阶段。所谓逻辑要领上的“无缝”组织，只是从用户的视角来看待空间数据库，它基于Morton码的瓦片式大型地理空间数据库设计思想，并建立了一个“无缝”GIS数据库。然而，它们仍然只是一种逻辑概念上的“无缝”组织，能够完成地理数据的几何接边和逻辑接边，但物理上仍然按照图幅的概念进行存储管理，对同一地物实体在多个几何标识和同一地物标识间进行后台关联处理，对用户来说是不可见的，因而说是逻辑上的“无缝”组织。
优点：在用户视点上，系统便于操作，在一定程度上解决了传统地理空间数据库的组织弱点。
缺点：因为其物理底层依然是分幅方式管理地图，其分割地理实体的机制依旧，通过多个几何标识进行后台关联处理使系统的灵活性降低；查询检索依然不便（通过关联涉及多图幅或多专题）：地理实体的完整性与一致性维护；数据分步管理等对“关联机制”的“压力”；插入或修改数据库会使“关联机制”不得不作相应的变动。所以逻辑上的“无缝”在本质上依然没有解决问题。
二是在逻辑上和物理概念上真正的地理空间数据库无缝组织阶段。物理概念上真正的地理数据无缝组织是从底层、从设计者的视角解决了传统GIS的分幅管理的问题使客观对象在地理数据库中以唯一的几何和物理标识被记录，这样从本质上（物理结构）使客观世界中的完整地物对象得以在计算机中被存贮。这样，不但从用户视角看，其在逻辑上是无缝的，同时从设计者视角看，其物理地层结构也是无缝的。
优点：从内到外统一了逻辑与物理的“无缝”概念，从本质上解决了GIS数据组织上的弱点问题。
缺点：数据的入库要求过于严格，在现实情况下有一定的难度；对已有GIS数据库的改造工作量较大。
地理数据的概念范文第3篇
关键词：空间信息技术；物联网；技术应用
中图分类号：TP39 文献标识码：A 文章编号：2095-1302（2013）07-0050-03
0 引 言
物联网是指通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络[1]。空间信息技术是指采用现代探测与传感技术、摄影测量与遥感对地观测技术、卫星导航定位技术、卫星通信技术和地理信息系统等为主要手段，研究地球空间目标与环境参数信息的获取、分析、管理、存储、传输、显示、应用的一门综合和集成的信息科学和技术[2]。
近年来，在物联网概念及其应用迅速发展的背景下，空间信息技术迎来了应用与发展的新机遇，并逐渐显示出了其在物联网中的重要地位和不可替代的作用。探讨空间信息技术在物联网中的作用与应用，对于促进多方的技术融合与协同发展的必要性日益显现。
1 空间信息技术与物联网的发展概况
1.1 空间信息技术的发展
空间信息技术是当前人类获取并处理大区域地球空间及其动态信息的唯一技术手段。随着科技的进步，空间信息技术无论是在单项技术还是在综合集成上，都得以飞速发展，尤其是在1998年戈尔提出“数字地球”概念后，世界各国均纷纷出台相关的发展策略与长远规划。目前，在空间信息获取上，全球对地观测能力不断增强，人类逐步进入一个多源、多时相、全方位和全天候对地观测的新时代；在空间定位技术上，则以GPS、GLONASS、伽利略和北斗星系统为代表，在静态动态定位精度、运行可靠性以及实时数据上都得以改善与提高；在空间信息分析处理上，GIS作为集地理、测绘、计算机等多学科为一体的交叉综合性学科快速发展，其以空间数据库为基础，进行数据的输入、输出、组织和管理，更关键的是GIS提供了对信息的认识表达、综合分析、理解决策等方面的技术和模型，具有强大空间数据处理与空间信息分析功能，业已成为地球空间信息科学的重要理论内涵与技术手段，是空间信息技术深化应用的核心，并向系统结构化、集成化、网络化、三维化以及智能化等方向发展。
在具体的应用上，国内外相继开展了数字地球、智慧地球、数字区域、数字城市、数字社区等一系列研究。目前的应用已走出军事、测绘等传统领域，进入经济社会发展各个领域，包括资源环境、城乡规划、工程建设、交通、电力、农业、林业、电信、商业、旅游、现代物流等领域以及大众服务行业，并形成了规模强大的空间信息产业[3]。
1.2 物联网的发展
物联网理念最早出现于比尔盖茨1995年《未来之路》一书 [4]。1998年，美国麻省理工大学（MIT）提出了“物联网”的构想。1999年，美国Auto-ID首先明确提出“物联网”概念。2005年，国际电信联盟（ITU）《ITU Internet Reports 2005：The Internet of things》年度报告，正式将“物联网”称为“the Internet of Things”，并对物联网概念进行了扩展 [5]。目前，国外对物联网的研发、应用主要集中在美、欧、日、韩等少数国家。2008年，欧盟智慧系统整合科技联盟（EPOSS）发表《2020的物联网：未来蓝图》的报告。2009年，彭明盛提出“智慧地球”概念，美国总统奥巴马就职后，将“智慧地球”提升为国家层级的发展战略，从而引起全球关注。2009年6月，欧盟委员会提交了《欧盟物联网行动计划》，随后了其物联网战略。日本政府自20世纪90年代中期以来相继制定了e-Japan、u-Japan、i-Japan 等多项国家信息技术发展战略。韩国政府自1997年起出台了一系列推动国家信息化建设的产业政策。我国也在2006年的《国家中长期科学与技术发展规划（2006-2020年）》中将物联网的核心传感网列入重点研究领域。2009年，总理提出“感知中国”概念，并于2010年《政府工作报告》中指出要加快物联网的研发应用，国家工业和信息化部门也把物联网发展作为国家信息产业确定的三大发展目标之一。
与基础性研究同步，物联网应用研究也取得了一定的进展，在仓储物流、假冒产品的防范、智能楼宇、路灯管理、智能电表、城市自来水网等基础设施、医疗护理、精准农业传感技术的精确应用、智能化专家管理系统、远程监测和遥感系统、生物信息和诊断系统、食物安全追溯系统等领域体现了极大的应用价值，并将发挥巨大的潜在作用。
2 空间信息技术在物联网中的作用
2.1 为物联网系统提供空间认知的基准与标准
当前信息技术的发展，使得人们生活在一个由计算与通信技术构成的信息空间与物理空间共存的空间中。在这个对偶空间中，既有存在从物理空间中获取信息形成信息空间的组成过程，也有从信息空间向物理空间提供信息的反馈过程[6]。物联网系统需要认知物理空间，并促进两个空间的深度融合，而对于物理空间的认知与基准问题则应包括几何、物理和时间基准等内容，这些也恰是空间信息技术研究的基本问题。空间信息技术在确定空间信息几何形态和时空分布上的技术进步与应用发展间接上奠定了物联网系统对于物理空间的认知基准。另一方面，标准化是任何行业发展必须面对的问题，物联网系统由于其自身综合性、交叉性等特点，标准化问题尤为突出。而伴随着空间信息技术发展形成的一系列空间信息标准，包括括数据的格式、精度、质量以及信息的分类编码、安全保密、技术服务等诸多方面的内容可以直接被物联网系统标准化所借鉴，至少在空间数据与信息上可以利用现有的标准化成果。
2.2 为物联网系统提供实时与非实时空间信息
人们接触的信息中约80%和地理位置相关，物联网系统中空间信息更是占据重要地位，空间信息技术则可以为物联网系统提供实时和非实时的空间信息。随着3S技术（RS、GPS、GIS）的进步以及与信息、通信技术的结合发展，现已实现对于目标的实时与非实时分类识别、跟踪定位和监测监管。一方面，随着制图学与空间数据库相关理论与技术的进步，业已形成多层次标准化的基础地理空间数据库，为物联网系统提供了基础地理信息平台，并直接影响到物联网应用的广度和深度[7]。另一方面，RS和GPS也是物联网系统获取相关空间信息的途径之一。其中，RS作为宏观观测地球的手段，其数据的空间、时间、光谱、辐射分辨率不断提高，数据传输与处理的实时性显著增强，并积累了大量的历史数据形成空间影像动态数据库；GPS的定位精度和覆盖范围也不断提升，且从静态扩展到动态，从单点到广域，从事后处理到实时定位，足以为物联网提供高精度的实时定位信息，另外，GPS还可以为物联网系统提供统一的时间信息。
2.3 为物联网系统提供空间数据的分析处理、集成管理与数据挖掘
物联网本意是要将物体与物体通过传感器、网络等联合为有机整体，要将物体的特征特性转换为数据进行信息传输交流，这些数据具有异构、分散、多源、海量和时空动态等相关特性，这给系统的数据处理与管理带来了挑战。物联网系统必须将繁杂的数据进行有效的集成聚合与分析处理，才能保证物体之间的信息交流。作为空间信息技术之一的地理信息技术则是空间信息的存储、处理、分析、管理和应用的核心技术，在数据存储与管理方面，业已形成先进的面向对象数据模型和成熟的空间数据库技术；在数据的分析处理上，GIS有强大的空间数据处理能力，尤其在空间分析能力上更是其区别于其他信息系统的显著标志。
空间分析是为获取和传输空间信息而基于地理对象的位置及形态特征的分析与建模的系列技术，物联网系统的特征要求其具有强大的空间分析能力，以达到对海量空间数据的处理分析、挖掘、推理，并达到智能决策与服务的目的。当前，空间信息技术在数据管理与处理上已从传统的空间数据管理系统逐步向空间决策支持系统转变[8]。为适应物联网的发展需求，空间数据分析与数据挖掘还将向泛空间信息分析、协同实时处理、智能推理、面向公众服务等方向转变[9]。
2.4 为物联网系统提供空间可视化技术
人占据物联网系统中人与物的信息交互的主导地位。有研究表明，人获取客观世界的信息约有80%来自视觉，相对于其它途径和方式，图形图像信息最易被人们直接识别，可视化技术将数据转换解释为直观的图形，从而简化、便捷了人们获取信息的方式与途径。
物联网系统中涉及复杂的多源、多维空间数据，空间可视化理论与技术奠定了其可视化的基础，并在一定程度上提高了人/机、人/物的信息交互效率。此外，GIS的发展已从传统的2维地图发展至2.5维与真3维空间信息系统，其基于空间数据库构建的虚拟环境与情景模拟技术日趋成熟，以数字地球为代表的系统建设也已在应用方向逐渐普及，这些都将在新时代物联网的建设中向广度和深度发展。未来计算机技术与人的思维科学将进一步融合，人也会成为物联网虚拟环境中的一部分，而其大前提则是需要借助空间信息可视化技术以及虚拟现实技术来保证人与物、人与虚拟环境、人与空间信息的交互。
2.5 为物联网系统提供其他相关技术支撑
空间信息技术除了在空间数据的管理、处理、可视化等领域以外，还可以为物联网系统提供很多其他相关技术支撑。例如，在物联网中人与物的物理空间是连续的，而传感器所获取的数据大多为点数据，在获取连续的空间数据上则需要空间信息相关技术的支撑。遥感就是获取大范围数据的最佳手段之一，在物联网系统中，借助其与相关点数据的关联反演也是当前通过点源数据获取大范围连续数据的技术方法。
另外，早在物联网概念出现之前，空间信息技术已有了长足的发展，产生了诸多应用基础平台与相关支撑技术，例如基础地理信息平台、分布式空间数据库平台与技术、移动GIS平台与技术等。在这些平台之上又成功地出现了一系列应用，如导航、智能购物等公众LBS服务，又如数字地球、数字城市等大区域范围的应用。在这样一些应用上，已经出现了物联网概念的雏形，这些已建成以及正在发展的平台为物联网系统的构建奠定了平台与技术基础，很多物联网系统的构建可以基于上述平台，添加物联网的传感器、网络通信、人工智能等技术以实现物联网系统功能，例如冷链物流管理系统等[10]。
3 空间信息技术在物联网建设中的应用
有学者指出物联网的概念脱胎于应用，其相关技术与应用雏形早已出现，物联网的应用领域包括资源、环境、工业、农业、公共安全、交通运输、城市管理、平安家居和医疗健康等等，而这些领域中很多都是空间信息技术传统与新兴的应用领域。在即将来临的物联网新时代中，空间信息技术在这些领域中成功的应用案例和知识积累也将为物联网应用与建设奠定基础。
3.1 空间定位技术应用
空间定位技术自诞生以来，逐渐由军方转向民用，已形成巨大的应用市场，目前较为成熟的应用主要有导航、物流以及各种基于位置的服务（LBS）。在物联网系统中，空间定位技术提供了人、物的空间位置信息，在物联网建设中有着举足轻重的地位并有着广阔的应用市场。例如，人和物的跟踪定位，在安全、物流、远程医疗、LBS服务等相关领域都是不可或缺的，空间定位技术势必被这些领域物联网的建设所应用。
3.2 遥感技术应用
遥感是空间信息技术中最具历史的技术，在地质、资源环境、灾害、区域、城市等调查监测、分析预测方面有着成功的应用。作为一种传感技术，遥感将在这些领域物联网建设与应用中成为系统信息源之一，也必将因其具有低代价大范围连续获取信息的能力而大有作为，尤其是在当前物联网传感器以点信息源为主的情况下，遥感获取的信息恰是物联网建设应用中有待发掘的蓝海领域。
3.3 地理信息系统技术应用
地理信息系统的核心技术涵盖多源空间数据集成、空间信息可视化、空间分析技术、空间数据挖掘和GIS 应用建模等诸多方面[11]，因此，在各领域的物联网建设中，GIS不仅可以提供功能强大的数据存储、处理、交换、分析、管理和应用，还可以提供对空间与非空间信息的认识、分析与数据挖掘、表达和决策的技术和模型。随着物联网研究与应用的深入，出现了物联网与GIS的集成应用[12]，一些物联网的建设也直接基于GIS而设计开发，因此GIS在物联网建设中的应用价值和应用前景也越来越被人们所共识。
4 结 语
从物联网概念的提出，到近年来的快速发展，许多先进理念与科技创新不断出现，但有学者指出物联网还缺乏理论依据和技术支撑，物联网的发展需要传感、网络、计算机以及空间信息技术等相关理论技术的支撑。徐冠华院士曾在国家遥感中心成立15周年纪念会上提到，空间信息技术在过去的几十年里得到了迅速发展，但在产业化和实用化方面还有相当距离，而物联网概念的诞生及其在各领域的发展恰为空间信息技术的应用提供了广阔的市场和发展机遇。因此，清醒地认识空间信息技术在物联网系统建设中的作用及其应用，促进空间信息技术和物联网的集成结合对于物联网及其相关产业的快速发展具有重要的现实意义。
参 考 文 献
[1] 北京邮电大学电子商务研究中心.物联网研究报告[R].北京，2009.
[2] 宁津生，王正涛.测绘学科发展综述[J].测绘科学，2006，31（1）：9-15.
[3] 李清泉.关于我国空间信息产业发展的思考[J].地理信息世界， 2004，2（4）：5-8.
[4] GATES B， MYHRVOLD N， RINEARSON P. 未来之路 [M]. 辜正坤，译.北京：北京大学出版社， 1996.
[5] International Telecommunication Union UIT. ITU Internet Reports 2005：The Internet of Things[R]. Tunis， Tunisia：ITU telecom World， 2005.
[6] 徐光祐，陶霖密，张大鹏，等.物理空间与信息空间的对偶关系[J].科学通报，2006，51（5）：610-616.
[7] 史照良，龚越新，曹敏，等.测绘技术在物联网时代的应用[J].现代测绘，2010，33（3）：3-5.
[8] 刘耀林.从空间分析到空间决策的思考[J].武汉大学学报：信息科学版，2007，32（11）：1050- 1055.
[9] 刘耀林.新地理信息时代空间分析技术展望[J].地理信息世界，2011（4）：21-24.
[10] 李清泉，李必军.物联网应用在GIS中需要解决的若干技术问题[J].地理信息世界，2010（5）：7-11.
地理数据的概念范文第4篇
[关键字]地理国情 变化监测 现代测绘技术 测绘
[中图分类号] P217
[文献码] C
[文章编号] 1000-405X（2012）-10-33-1
[基金项目]福建省测绘地理信息局2011-2012年科技创新基金资助
0 引言
地理国情监测概念的一经提出，犹如拨云见日一般，给新时期测绘工作者指出了新的工作方向和目标，拓宽了测绘工作的视野和领域，赋予了测绘部门更沉甸甸的职责和更重大的使命，也将成为测绘工作一项重要内容。但是，地理国情监测是一个全新的概念，没有现成的政策、法规、制度用以遵守，没有现成的工作机制加以运用，没有成熟的技术体系、规范流程作为参考，因此，地理国情监测的本质是什么，测绘工作与地理国情监测之间中有怎样具体的联系和区别，测绘工作在地里国情监测中扮演着什么样的角色，处于什么样的地位，起着什么样的作用，有什么样的测绘技术手段能够应用于地理国情监测中，这些都应该是作为测绘工作者必须加以分析和思考的问题。
1地理国情监测概念的涵义
地理国情监测的内涵十分丰富，无法用简单的一句话给以确切的、准确的描述，因此，只能从广义和狭义的两个方面笼统概况。从广义的地理国情监测应该是对所有的地理国情信息的监测、统计和分析。从狭义的定义来说，地理国情监测的内涵主要定义在与推动经济发展方式转变关系密切的地表和相关人文信息的变化监测上。
从开展地理国情监测的具体方法上来说，地理国情监测，就是综合利用全球导航卫星系统（GNSS）、航空航天遥感技术（RS）、地理信息系统技术（GIS）等现代测绘技术，综合各时期测绘成果档案，对地形、水系、湿地、冰川、沙漠、地表形态、地表覆盖、道路、城镇等要素进行动态和定量化、空间化的监测，并统计分析其变化量、变化频率、分布特征、地域差异、变化趋势等，要素的空间分布及其发展变化规律的监测数据，从地理空间的角度客观、综合展示国情国力。
2 测绘工作与地理国情监测的关系
测绘工作是指按照统一的测绘基准和测绘系统，获取基础地理信息的资料，测制和更新地图、影像图和数字化产品。 而地理国情监测则是基于测绘成果和现代化监测手段，对与经济、社会、自然等有关的地理要素进行定量的监测和统计分析，为决策部门提供现势性较强的决策依据。两者既存在着一定的联系，有存在着差别。
二者最大的区别是前者定性反映地理信息要素，后者对地理国情信息进行定量分析。两者的相似性主要表现在：
a）测绘与地理国情监测的定位基础是一样的。测绘成果与地理国情监测成果都必须以国家规定的空间定位基础为准。
b）测绘与地理国情监测的数据源是一样的。测绘和地理国情监测的数据源主要都是通过各种测绘技术手段来获取的地理信息数据。
因此，测绘为地理国情监测提供重要的基础资料，地理国情监测又可从测绘成果中中直接提取多种基本地理信息。
3 测绘部门主导地理国情监测工作的有效性
1） 测绘部门负责地理国情监测工作于法有据
测绘法第二条规定："测绘，是指对自然地理要素或者地表人工设施的形状、大小、空间位置及其属性等进行测定、采集、表述以及对获取的数据、信息、成果进行处理和提供的活动。"可见由测绘部门负责地理国情监测工作有较强的法律依据。
2）国务院对测绘部门开展地理国情监测工作提出了明确要求
《国务院关于加强测绘工作的意见》提出："积极开展基础地理信息变化监测和综合分析工作，及时提供地表覆盖、生态环境等方面的变化信息，为加强和改善宏观调控提供科学依据。"地理国情监测是信息化测绘体系建设的重要内容，是提高测绘公共服务的数量和质量的重要方式。
3）测绘部门开展地理国情监测具有得天独厚的人才、技术和装备条件
目前，测绘部门拥有覆盖全国的多比例尺的基础地理信息数据，测绘部门负责地理国情监测可以避免许多重复投入和劳动。改革开发以来，因从事基础测绘等公益性工作，测绘部门储备了一批地理信息数据获取、采集、处理的专业人才队伍，只要对这支队伍稍加培训，就能承担地理国情监测工作。
4） 测绘部门开展地理国情监测更能体现公正权威
公正是所有监测工作的生命，只有公正才能树立真正的权威。测绘部门是地理信息服务的提供者，自身一般不使用测绘成果和地理信息数据，受法律授权和政府委托独立开展地理国情监测工作，监测结果依法公开，处于中立地位，没有部门利益牵扯，在程序上可以保证监测工作的公正。
5） 测绘部门的成功实践说明测绘部门开展地理国情监测切实可行
"十一五"以来，各级测绘部门按照服务经济发展、服务政府中心工作的要求，积极践行按需测绘，根据地方实际需求，主动开展了地理情况动态监测和分析，为城市规划提供了科学依据。各级测绘部门多年来的成功实践证明，测绘部门开展地理国情监测不仅完全可行，而且十分有效。
4 结束语
利用现代测绘技术，并综合各时期已有测绘成果档案，对地形、地表覆盖等要素进行地理国情监测，可以准确地形成反映各类资源、环境、生态、经济要素的空间分布及其发展变化规律。因此，地理国情监测与测绘工作是鱼和水的关系，是密不可分的。
参考文献
[1] 柏玉霜，陈洪宛．测绘部门开展地理国情监测的必要性［N］．中国测绘报，2011.2.25：第003版．
[2] 郗建荣．重点监测生态环境地质灾害［N］．法制日报，2011.3.8：第004版．
[3] 杨彬镛，陶燕．浙江省启动地理国情监测工作［N］．中国测绘报，2011.6.28：第001版．
[4] 王倩，姜晓虹．从美国测绘部门的转型发展看地理国情监测［N］．中国测绘报，2011.5.10：第002版．
[5] 宁镇亚，熊伟．夯实测绘科技支撑 推进地理国情监测［N］．中国测绘报，2011.4.29：第003版．
[6] 张远．地理国情监测测绘服务经济社会发展的新抓手［N］．中国测绘报，2011.3.22：第003版．
地理数据的概念范文第5篇
【关键词】信息化测绘；框架；定位；概念
一、相关概念简析
从技术方面来讲，信息化的测绘技术是目前现代化测绘技术经过多个学科相互交叉以及融合以后，并且不断地发展以后形成的，其所依托的测绘体系所体现的便是数字化内容，能够将地理空间信息准确、快速以及全面的更新和获取，同时还能够对信息进行智能化的处理以及一体化的管理、分发、网络生产。与此同时，还能将地理空间信息的融合以及增值服务最大限度的实现，从而使得测绘技术以及信息更加的社会化，使得社会可以获取更多多样化、多元化以及多尺度的服务，同时也是整个测绘技术（数字化）未来的发展方向。
当然，现代化的测绘技术包括的内容有很多，其中包括卫星定位技术、测高技术、重力测量技术等等。并且随着计算机技术不断的发展，通信技术不断的进步，以及航天航空、卫星技术不断的更新换代，人类已经能够对自己何时、何地、做什么、寻找什么进行自动化的回答。并且还能将这些实时的时空消息主观的向其他人进行传递、分享。
二、相关定位简析
人类在进行社会活动的过程中，以及自然界本身所发生过的变化，都是建立在一定的时空框架的基础上，而这些活动以及变化最基本的载体以及数学的基础便是地球中每一个空间信息。在二十一世纪，因为移动通信以及互联网络不断的推陈出新，以及pc电脑端便携化发展，使得时空信息服务成为了当下每一个人最基本的需求，同时也是整个时代的特征体现以及产业化运行时空信息的关键因素。所以，测绘体系的建设以及主要定位必须建立在公共事业（服务、平台以及产品）的基础上，就目前实际情况看来，我国测绘体系在定位方面，主要包括有自动化的测绘生产、多元信息化的测绘成果以及社会化的测绘产品。
（一）自动化的测绘生产
人类经济以及社会体系不断地发展，使得计算机信息技术得到了空前的快速发展，而测绘体系也打破了过去模拟测绘的牢笼，使其向数字化测绘完美的转型，比如一些效率低下、实用性能落后的手工地图，逐渐的成为了网络地图以及信息化的测绘方式。而用于野外测绘的平板一起也逐渐的转变成为了测绘系统，我们以前常看见的纸张类型的测绘装备已经向测绘系统完成了转型。在进行测绘过程中，对数据的采集以及所采集数据的准确性，以及越来越科技化以及准确化，这就使得数据资料相关的处理工作以及服务的模式不断地想信息化变化。就目前而言，对尚未技术进行处理的过程汇总，都需要高水平并且自动化程度较高的设备以及方法。而测绘技术不断发展最为显著的特征就是信息化测绘体系的不断全方位的覆盖。
（二）多元信息化的测绘成果
在目前的科学生产大环境下，科学技术不断地升级，而得到的数据结果在信息化的同时也呈现出了多元化的趋势，一般情况下，其主要体现在下面的几个方面：测绘结果所包含的数据内容，所涉及的范围都十分的广泛，并且在其中包括的内容以及信息的含量都十分的巨大，而且就信息的形式而言，也不再局限。其次，测绘的结果能够将数据资料本身的能力进行充分的体现；在智能技术的协助下，所衍生出来的产品也是多种多样，并且与现代的需求十分的契合。
（三）社会化的测绘产品
对于测绘产品的社会供求关系来说，公开测绘产品的真实信息是首要任务，测绘产品社会化的基本任务是从精简地理信息服务技术，组建集中地理信息系统开始的。测绘产品在其社会化发展需求的本质是通过其日常功用而达到的，在日常测绘技术的使用过程中，通过对测绘产品的使用能够达到解放劳动力，提高工作效率的效果，从而为社会提供更为便捷的测绘服务。只有在满足测绘产品社会化的基本发展要求的同时，测绘技术才能够在时代的变化中通过观念的转变而获取更为广阔的市场空间，从而为新型测绘产品提供更为丰富的内涵，使测绘产品的种类和信息服务的类型向更加广阔的深度发展，如导航系统的应用和智能物流配送系统的应用。
三、相关结构框架分析
随着全球信息网格（GIG）概念的提出，人们将要面临在下一代 3G（great global grid）互联网上进行网格计算，即不仅可以查询和检索 GIS 时空数据，而且还要能利用网络上的计算资源进行网格计算。在网格计算环境下，目前的 GIS 数据面临着空间数据的基准、空间数据的时态、语义描述以及数据存贮格式不一致的4大障碍。因此，建立全球统一的空间信息网格对实现网格计算势在必行。为此，我们提出了从用户需求出发的空间信息多级网格（SIMG）的概念，用带地学编码的粗细网格来统一存贮时空数据。其基本的思想是在地理坐标框架下，根据自然社会发展的不平衡特征将全球分成粗细不等的格网，格网中心点的经纬度坐标和全球地心坐标系坐标作为参照标准，存贮各个格网内的地物及其属性特征，这种存贮方法特别适合于国家社会经济数据空间统计与分析。结合信息化测绘体系在实际生产生活中的实践应用，归纳出其框架结构，主要分为应用层、服务层、管理层、数据层和技术层五个层次；还包括技术革新、支撑和保障体系，数据获取、数据库建立与更新，地理信息整理、集成和导航，产业化及社会化地理信息的应用服务四个体系。应用层包括公众服务、政务办公和专业应用三方面；服务层是社会化和产业化的地理信息应用服务体系，主要包括公众信息服务和政务信息服务；管理层对获取的地理信息进行整合、存储、分类等管理行为；数据层存储不同类型的地理信息；技术层为信息化测绘体系的服务及管理等行为提供技术支持。在上述五个层次中，应用层与服务层息息相关，应用层建立于服务层的平台上，服务层为应用层提供服务基础；管理层对数据层的数据信息进行管理，管理层对数据层的信息提取、建库、更新；技术层为其他层次提供技术革新、支撑和保障。
四、小结
随着我国经济水平不断地增加，现代化社会以及信息化社会不断地完善，测绘体系的发展以及变化也是随时都在进行。就最近几年相关数据而言，信息化测绘体系，必将在未来的各个行业都绽放出夺目的光彩。在相关的研究人员以及不断的实践过程中，这种体系也会变得更加的完善以及完美。
参考文献
[1]冯碧莲.强化内部机制，实施规范化管理——四川省遥感信息测绘院质量管理体系工作推行情况[J].四川测绘，2007，30（1）：47-48.
[2]陈丽金.基于.Net的厦门市住房信息测绘数据整理系统的设计与实现[J].城市勘测，2012（3）：31-33.
地理数据的概念范文第6篇
关键词：大数据时代；地理信息系统；问题分析；应用研究
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2015）05-0019-02
以往学者对地理信息系统应用大数据方面的研究较多偏向整体方面的研究，较为缺乏对地理信息系统应用大数据在技术层次方面的探讨。本研究从地理信息系统应用大数据在数据存储和数据处理方面的问题着手进行研究，提出了基于大数据的MongoDB和Dremel的解决措施。
1 地理信息系统应用大数据的必要性
受当时数据存储技术的限制，早期的地理信息系统主要采用RDBMS进行管理，或者采用文件与RDBMS的方式进行管理，如国产GIS软件GeoStar就采用后者的方式予以实现，其属性数据仍沿用RDBMS管理模式，图形、影响和DEM则交由文件系统管理[1]。但GIS本身固有的空间数据和海量数据特征以及数据处理快速响应的需求，决定了以RDBMS为代表的传统数据存储和以统计学和数据挖掘为代表的传统数据处理技术已经无法适应GIS数据存储及处理的发展需求。大数据的出现，带给了地理信息系统新的变革。就整体而言，大数据处理方式与传统数据处理方式存在以下区别。
大数据与传统数据处理方式存在诸多不同：首先，大数据没有抽样概念，其针对的是全部数据，即全样本数据概念，而传统的数据处理方式无论是统计学还是数据挖掘，都是以在数据中抽取样本研究的方式进行；其次，传统的统计学注重数据的因果关系分析，而大数据则完全无视数据的因果关系而在乎数据的关联信息；再次，传统的RDBMS数据处理技术十分追求优良的精确性、高度的一致性，使得其并不具备良好的可扩展性，而大数据则因为多样化的数据类型需要必须具备良好的可拓展性，并不再盲目追求计算结果的精确性，虽然RDBMS数据处理方式已经有了并行计算，但追求高度一致性和容错性的特点使得其无法像MapReduce等大数据并行处理技术那样具备“秒级定律”的可用性和可拓展性；最后，大数据处理的数据类型也不同于以结构化数据为主的传统数据处理方式，其数据处理对象包括了以数字、字符为代表的结构化数据、员工简历信息等为代表的半结构化数据、音频、视频等为代表的非结构化数据这三大类型，在数据处理难度大为艰巨的同时，数据处理能力也得到了极大的提升[2]。
由以上四个方面的对比可以看出，大数据相比传统的数据存储及处理技术，无疑更能满足地理信息系统空间数据、海量数据和数据处理快速响应的需求，因而地理信息系统应用大数据已成为时代的必然。
2 地理信息系统应用大数据的问题分析
2.1 数据存储
地理信息系统的空间数据特点注定了其数据存储具有明显的非结构化特征，其数据集呈现出典型的大数据特点，即海量数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样化的数据类型（Variety）、快速变化的数据模型（Vitality）和高价值低密度（Value），以及高复杂度（Complexity）的大数据5V+1C特性。我国巨大的地理信息系统市场需求，爆炸性增长的空间数据存储、越来越快速的数据处理响应以及越来越多样化和清晰化的数据描述需求等等这些都对地理信息系统应用大数据提出了高要求。此外，地理信息系统的数据共享与保护、大量重复数据的处理也对其应用大数据构成了挑战。
2.2 数据处理
虽然地理信息系统目前已实现对海量空间数据通过多种途径进行汇总，但其对海量空间数据的组织、处理、加工和存储技术仍是较为落后[3]。在数据处理技术方面主要呈现为非结构化的海量空间数据与传统SQL数据处理技术的不相兼容，致使对海量空间数据的管理、处理和加工效果仍是差强人意，以此为基础的数据增值产品自然无法顺利产生，这已成为制约我国地理信息系统市场进一步发展的瓶颈。随着市场竞争和用户需求的现实需要，地理信息系统空间数据集的实时更新要求正不断被提升，在客观上需要不断加强的计算能力及效率。这既是地理信息系统应用大数据的客观需要，同时也是其海量空间数据顺应社会发展的必然要求。
3 地理信息系统应用大数据研究
3.1 数据存储
尽管GIS软件已经通过加入对象关系模型实现了对RDBMS的性能扩展，使其能够同时管理图形、属性数据、影响和DEM数据，并已实现了多比例尺空间数据的存储，但该数据存储模式已触碰到既有技术发展的瓶颈，并且是导致地理信息系统空间数据自动综合能力与效率低下的重要原因。此外，以C/S架构为基础的GIS系统由于自身的封闭性导致了其自身的数据共享能力偏弱，对批量数据处理后的存储与同步性更新能力与效率也仍是有待加强。有鉴于此，有必要采取大数据的存储方式，对传统的地理信息系统数据存储模式进行革新。
大数据处理方式与传统数据处理方式的一大明显区别是数据存储形式的不同。传统的数据处理方式在这一环节主要依靠RDBMS来实现。RDBMS尤其擅长结构化数据的数据存储，但却无法很好地存储半结构化数据与非结构化数据。而大数据处理方式均很擅长对半结构化数据与非结构化数据的存储。此外，大数据普遍采用分布式数据库或分布式计算集群实现数据的存储。其数据库类型被人统称为NoSQL，尽管传统的RDBMS也有分布式数据库，但它的存储方式仍以结构化数据为主，并在高一致性、高精确度等方面进行严格要求，因而无法实现良好的扩展功能，而NoSQL则没有这方面的严格限制。因此，NoSQL云存储技术应是未来地理信息系统数据存储的主流技术。
NoSQL摒弃了RDBMS的关系与连接特性，保证了在数据存储上的极佳可拓展性。数据存储模型的灵活多变，更是大大减少了其在进行数据存储和更新操作时的系统开销。以MongoDB为例，它为了实现对多样化的数据存储形式的兼容，采用了面向文档的数据库管理措施，使得其具备优良的可拓展性。其原理就是将RDBMS中“行”的概念替换成“文档”模型，因而能够确保实际数据存储时文档或数组的嵌套，并实现了复杂层次关系的单一记录存储[4]。它所存储的数据结构十分松散，保障了其数据存储模型的灵活多变特性，并能够有效支持复杂的属性数据，在索引结构方面也由于自身复杂层次关系的简化和查询索引技术的强大，已经基本实现了对RDBMS查询功能的完全支持。
由此可见，文档型NoSQL存储技术十分符合地理信息系统空间数据存储的要求，并且避免了地理信息系统传统数据存储技术在存储海量空间数据时耗费的数据压缩与转换的系统开销，因而能够通过对数据存储方式的革新有效提升地理信息系统在数据读取与更新时的效率。
3.2 数据处理
传统空间数据库都会建立多比例尺的空间数据库，再根据实际应用的需要调动不同比例尺数据库的数据，来增强地理信息系统对数据处理响应速度的需求[1]。但就其实际操作而言仍无法较好地满足地理信息系统对数据处理接近实时数据处理的要求，其矢量数据的自动综合能力也是差强人意。但在大数据时代，该空间数据的处理方式完全可以用大数据的交互式数据处理方式来予以解决。
交互式数据处理，主要指通过人机交互来逐步实现对数据的处理，它能让数据被及时地处理和修改，并让处理结果立刻被用户知悉和运用。当前交互式数据处理系统有Spark和Dremel等。作为高效分布式计算系统，Spark在性能上要比Hadoop在数据处理上的效率提升100倍，并提供了比Hadoop更为上层的API。Spark的代码简洁，Hadoop要实现与其相同功能的代码往往需要数十倍或上百倍的长度。Dremel则通过组建规模上千的集群来实现PB级别海量数据的秒级处理。因为Google专门设计Dremel用来弥补MapReduce的不足，因而Dremel在规模上、交互式查询能力都要比后者优越。
以Dremel为例，它通过嵌套式的数据模型来支持对半结构化和非结构化数据的并行处理。通过用列式存储方法来保存数据，进而在数据处理和分析时只需要针对指定数据进行处理，因而减少了CPU和磁盘的访问量。最后，Dremel结合了Web搜索和并行DBMS的技术，通过借鉴Web搜索的“查询树”概念，将复杂巨大化的查询搜索分割成并发在大量节点上处理的较小简单数据查询。简单而言，交互式数据处理方式就是通过对数据的分片存储和对查询功能的优化来实现对海量数据的快速处理。
由此可见，地理信息系统传统的多比例尺数据库数据完全可以通过Dremel嵌套式数据模型的列式存储方式进行存储，进而在响应实际数据处理需求时通过类似Web搜索的处理方法调出符合查询要求的分片数据，从而实现空间数据处理的优化，因为数据搜索的系统开销大为降低，因而大大提升地理信息系统的数据处理响应速度。
4 结束语
经过探讨地理信息系统在大数据应用方面的数据存储及数据处理问题，并针对性地给出基于大数据的解决措施，可以发现大数据在未来的地理信息系统具备广阔的应用前景。除了本文所提及的MongoDB和Dremel大数据处理技术，大数据还有以MapReduce为代表的批量数据处理技术、以Storm为代表的流式数据处理技术和以Neo4j为代表的图数据处理技术，它们都在未来的地理信息系统发展中大有可为。
参考文献：
[1] 龚健雅. 中国地理信息系统技术的发展[J]. 测绘工程， 2002（2）： 5.
[2] 维克托・迈尔・舍恩伯格， 肯尼思・库克耶.大数据时代[M]. 盛杨燕， 周涛， 译. 杭州： 浙江人民出版社， 2012.
地理数据的概念范文第7篇
地理信息语义分析与关系构建
地理信息除了在数据结构上存在异构，在语义上也存在异构。地理信息语义上的异构可以分为空间数据的异构和非空间数据的异构，以下分别对这两种语义异构进行讨论。2.1空间数据语义分析与空间关系构建地理信息中空间数据的语义关系在本文主要可分为以下3种。1)拓扑关系：本文中拓扑关系主要指地理对象间相离（DT）、相接（TO）、重叠（OV）、覆盖（CO）、包含（CT）、相等（EQ）、被覆盖（CB）、在内部（IN）八种关系。其中覆盖（CO）与被覆盖（CB），包含（CT）与在内部（IN）为逆反关系。2)方位关系：方位关系主要指一个地理实体相对于另一个地理实体的方向关系。众所周知的8个方位关系为：北（N）、西北（NW）、西（W）、西南（SW）、南（S）、东南（SE）、东（E）、东北（NE）。本文中以图形（像）中央的地理实体作为第一个起始位置来确定其它地理实体相对于此起始位置地理实体的方位关系；然后以第一个起始位置为圆心，在周围找一个地理实体作为参照，依此类推，确定地理实体之间的相互位置关系。如图1所示，首先选A作为第一个起始参照实体，建立其他地理实体与A地理实体的空间方位关系；然后在地理实体（F、G、H）中在选择一个作为下一个参照实体，本文依顺时针方向选择F作为第二个参照实体，建立其他地理实体（除去已经建立方位关系的A实体）与F地理实体之间的空间方位关系，依此类推，用同样的方法建立地理实体之间的空间方位关系。ABCDEGFHB/东北B/东B/东南B/南B/西南B/西B/西北B/北A北东南西北北南南西西东东东北西南东南西北东北西南图1地理实体的参照关系图2空间方位之间的推理关系在方位关系中，A实体和B实体的空间方位存在以下关系，如图2所示。①若B位于A的北方向，则A位于B的南方向；②若B位于A的西北方向，则A位于B的东南方向；③若B位于A的西方向，则A位于B的东方向；④若B位于A的西南方向，则A位于B的东北方向；⑤若B位于A的南方向，则A位于B的北方向；⑥若B位于A的东南方向，则A位于B的西北方向；⑦若B位于A的东方向，则A位于B的西方向；⑧若B位于A的东北方向，则A位于B的西南方向。以上方位关系在空间推理时会用到。用OWL建立其相互关系后，就可以用Jena(/)推理出相互关系。3）距离关系：通常人们用远、近、较远和较近等来形容两个地理实体之间的距离，但这样的形容不准确且容易引起歧义。本文中对于距离关系，我们采用对象质心之间的标准欧氏距离。针对上述空间数据的语义异构问题，我们提出用属性关系图（ARG）来描述地理实体及其空间关系信息。参照图3的图形和它的ARG，ARG的结点标有对象的标号。两个结点之间的边标有两个结点间的关系信息。结点N1与N2之间的边标有（N1,D,203,8.9,N2），这表明N1与N2之间的拓扑关系为相离（Disjoint），它们之间的角度为203˚（按照逆时针、结点下标递增顺序测量(结点下标递增顺序测量：假设N1为起始参照实体（可以是点或面中心），首先量算N1与N2、N3等的方位，然后是N2与N3、N4等的方位，依次类推，直至建立完整的方位关系。)），它们之间的距离为8.9个单位。N1N2N3N1N2N3AGR（N2,CO,315,2.3,N3）(N1,D,203,8.9,N2)(N1,D,274,10.7,N3)(N1,D,D,SW,SW,8.9,10.7,N2,CO,SE,2.3,N3)特征点图3图形与其属性关系图ARG的映射过程为每幅图形创建ARG之后，ARG要映射到特征空间的一个多维点，特征空间中的点按照某种预先指定的顺序进行组织（本文中以中央地理实体为第一个起始参照实体）。首先是第一个地理实体，其后是该地理实体与所有其它地理实体之间的关系；然后是第二个地理实体以及第二个地理实体与随后所有地理实体间的关系，依此类推，直至建立完整的ARG。在这个阶段，对象之间的方位角也转换为方位谓词。如图3，N1与N2之间的角度203˚就映射为西南方位（SW）。2.2非空间数据语义分析与关系构建非空间数据中的语义异构主要由于人们对同一或相同类的地理实体在表述概念上存在差异，如对于南京，有人称之为金陵，又有人称之为石头城；而一些国家地理划分中的州在中国等同于省的概念。非空间数据中表示相等或相似的语义关系又称为同主体语义关系。非空间数据的语义异构一般分为以下两种：异形同义词，既不同的词汇表达同一个含义，如南京，又可称为金陵或石头城；同形异义词，即同一个词汇表达不同的含义。其中同形异义词间的关系可以用OWL中的以下语义标签描述：differentFrom（个体不同），两个个体可以显式声明为不同；allDifferent（全不同）和distinctMembers（不同成员），这两个词配合使用表示一定数量的个体两两不同。异形同义词的关系可以用以下标签描述：equivalentClass（等价类），两个类可以声明为等价，即使它们尽管名字不同，但拥有相同的实例，等价类可以用来创建同义类；sameAs（个体相同），两个个体可以声明为相同，用它可以创建一系列指向同一个个体的不同名字。对于一些属性关系可以用equivalentProperty（等价属性），inverseOf（逆反属性），TransitiveProperty（传递属性），SymmetricProperty（对称属性），FunctionalProperty（函数属性），inverseFunctionalProperty（反函数属性）等来描述。在建立非空间数据的语义关系时，本文按照ARG中地理实体出现的顺序构建非空间数据语义关系，这样便于利用第3部分的算法自动生成应用本体实例。
数据提取与本体实例生成
分别建立起空间数据的属性关系图ARG和非空间数据的语义关系后，可以参照图4所示的应用本体实例生成算法AOGA自动生成应用本体实例。创建一个空OWL文档按特征空间征点的先后顺序抽出一个空间对象如N1该空间对象是何种地理实体创建该空间对象对应地理实体的一个实例从该空间对象对应的特征点中抽取一个属性创建这个几何属性对应的实例从该空间对象对应的非几何属性中抽取一个属性创建这个非几何属性对应的实例有新空间对象输出创建的OWL文档有新属性有新属性是否是否否是图4应用本体实例生成算法AOGA首先创建一个新OWL空文档并在其中插入根结点；然后按ARG的特征空间征点的先后顺序抽出一个空间对象如N1，根据这个空间对象的类型创建新节点并插入到根节点下，在创建空间对象节点的同时，需要创建这个空间对象的属性：从该空间对象N1对应的特征点中抽取一个几何属性，并创建这个几何属性对应的实例插入到新节点N1下，进行判断直至所有的空间属性创建完毕，同理创建这个空间对象的非空间属性，直至所有的非空间属性创建完毕。一旦空间对象创建完毕后，还需要进行判断，看是否还有其他空间对象。如果还有其他空间对象未创建，则重复上述过程，直至所有的地理对象和相应的空间属性与非空间属性全部转换成应用本体实例。应用本体实例创建完毕后，将所创建的OWL文档输出，第四部分将要使用生成的OWL文档。
地理数据的概念范文第8篇
我国远洋渔业已经走过30个年头，通过渔业生产、海区调查等方式积累了大量的远洋渔业数据。可以预见的是，随着时间的推移以及科学技术（如RS、GIS等技术）在远洋渔业方面的应用，远洋渔业数据必将具有海量特征。如何高效管理这些海量的远洋渔业数据是本研究要解决的关键。文章通过对远洋渔业中3种经济鱼（金枪鱼、竹荚鱼、鱿鱼）的生产、调查、地理等相关方面数据的分析，基于SQLServer2000设计了远洋渔业调查数据库，基于Geodatebase设计了远洋渔业空间数据库。通过数据库的形式，实现了远洋渔业海量数据的高效管理。同时，针对所建立的远洋渔业数据库的空间数据建立了G树索引，为高效查询相关空间数据提供了支持。
关键词：
远洋渔业；数据库设计；空间索引；渔业管理
远洋渔业作为海洋经济的重要组成部分，已经涉及国家的海洋权益、经济利益、食物供应安全等方面，我国对远洋渔业给予了高度的重视。同时，海洋渔业管理是海洋管理的重要内容，做好渔业管理，对海洋渔业资源开发与管理起到重要的积极作用。
自1985年来，我国海洋工作者在进行远洋捕捞的同时，对多数海区进行了大规模的调查，积累了大量的远洋渔业数据。他们对这些数据进行分析处理，独立开发建设了很多数据库。毕健等［1］利用来自于舟山、上海、烟台、大连、宁波等17个渔业公司（或单位）提供的1994－1995年渔获量统计资料建立了西北太平洋鱿鱼钓数据库，利用Foxpro数据库系统准确快速处理鱿鱼钓渔获量数据，利用经济领域中的预测方法来预测产量、可投入船数、平均日产量等，指导渔业生产与管理。李小恕等［2］利用1997－2001年对海洋生物资源与生物栖息环境调查数据，建立了海洋生物资源与生物栖息环境数据库，该数据库在海洋渔业资源与环境的研究、评价中得到广泛应用。袁骐等［3］利用中国水产科学院黄海、东海和南海水产研究所1999－2002年多个航次的调查数据，设计了海洋渔业生态环境监测数据库系统，针对海洋渔业生态环境监测特殊需要，增加了污染物质生物体残留量子数据库以及多种水质、底质和生物污染程度综合评估模型，为海洋渔业生态环境质量评价和海洋生态环境保护提供相关数据和信息。陈卫忠等［4］在系统收集东海区历年海洋捕捞产量、捕捞努力量统计资料、主要经济鱼类生物学参数以及渔业资源研究文献报告等资料基础上，对数据资料进行整理和补充，建立了渔业资源研究数据库。张寒野［5］在对海洋生物资料调查信息分析与整理的基础上，将涉及的数据分为属性数据和空间数据两种，分别建立了海洋生物资源数据库和矢量图层；最终利用这些数据库建立了海洋生物资源信息管理系统，通过该系统用来准确评估海洋渔业资源现状。
总体上，目前这些与渔业相关的数据库存在以下不足：①数据没有统一规范的格式，导致处理数据时费时费力，增加了操作失误和人为误差［6］；②数据库中数据的丰富度、完整度不够［7］，很少将资源、环境、空间、人文、科技等相关信息关联起来，涵盖的信息量不足，导致数据库水平不高；③数据库相对孤立、分散，大多针对单一用户提供单一产品，应用面较窄，共享性差［8］，数据库之间难以实现互联互接，信息闭塞、推广难度大［9］；④数据库比较小型化，没能形成综合的大型数据库，给远洋渔业数据的科学规范管理带来巨大挑战。依据现有的数据库且结合上海海洋大学海洋渔业遥感GIS技术实验室的数据，兼顾当前RS以及GIS技术获得资料，拟对远洋渔业数据库进行设计开发，设计一个规范、全面、实用性强的远洋渔业数据库。并利用该数据库对这些多源异构的海量远洋渔业信息进行管理，以便为海洋渔业科研奠定更好的基础，为海洋渔业生产提供多面服务，为渔业资源合理利用提供科学指导，为海洋资源管理做出科学决策。
1远洋渔业数据库设计
在前人的基础上，对远洋渔业涉及生产、环境、资源、地理、船舶等数据进行了分析和梳理，将涉及的数据分为调查数据和基础数据两种形式，分别设计了远洋渔业调查数据库和基础数据库（即空间数据库）。远洋渔业调查数据库在SQLServer2000的环境下，根据需求创建的调查信息数据库。该数据库本着信息规范、系统性能稳定、数据安全、信息完整、系统可扩展等原则，创建了包括鱿鱼、金枪鱼、竹荚鱼生产信息和生产调查生物学数据信息专题，以及生产调查环境信息专题等的11个数据库表以及若干字典表。远洋渔业地理空间数据库在ArcGIS的环境下，基于Geodatabase根据实际渔业调查或者生产中涉及的数据创建的空间数据库。该数据库包括经纬网、FAO渔区、海区、捕捞点等具有特定地理意义的数据。这些包含地理信息的空间数据大多以矢量数据格式存在，通常采用“图层”来对它们进行组织和管理，各个图层分别存储不同专题的空间信息。在本数据库中，包含捕捞点、观测点、航线、渔区、海区、洲等6个含有基础空间数据的图层。
1．1远洋渔业数据库需求分析远洋渔业数据库的数据信息包含调查数据和空间基础数据，随着今后调查和渔业生产活动的执行，积累的数据会不断增长。该数据库的调查数据包括与调查相关的数据，如调查时间、调查经纬度、网次、温度、深度、盐度、渔获物量以及渔获物生物学方面的数据；基础空间数据主要指海洋功能区划信息这类代表特定地理意义的数据，包括经纬线、渔区、海区、海陆边界、观测点、作业地点等。这些数据在数据库中以图层的形式出现，同时调查数据中涉及空间的数据（如经度、纬度）均属于空间数据。该数据库中的调查数据（是指基本上与空间位置没有直接关系的数据）存放于SQLServer数据库中。
1．2远洋渔业调查数据库建立
1．2．1远洋渔业调查数据库概念结构设计概念结构设计是将分析得到的用户需求抽象为概念模型的过程。即在需求分析基础上，设计出能够满足用户需求的各种实体以及它们之间的相互关系概念设计模型。概念模型是对信息世界建模，能够方便、准确地表示信息世界中的常用概念［10］。概念结构设计能真实、充分地反映现实世界及其事物与事物之间的联系，易于理解和更改，以及易于向关系、网状、层次等其他数据模型转换。在远洋渔业数据库中，每艘船舶会在不同的渔区从事不同的作业，这些作业包括对不同经济鱼种进行生产以及生产时的环境调查等。在生产的过程中，对捕获物进行统计和测定。不同的捕获种类有着不同的生物学特征，并且不同的经济鱼种在生产过程中有着不同的生产方式。所以，在本数据库中涉及对象有：金枪鱼、鱿鱼、竹荚鱼生产信息，环境调查信息，生物种类，生物学信息，海区信息，船舶信息等。用E－R图表示它们之间的关系如图1所示。
1．2．2远洋渔业调查数据库逻辑结构设计E－R模型是用户的模型，它独立于任何一种数据模型。因此，需要将用E－R图表示的概念模型转换为某个具体的数据库管理系统所支持的数据模型，然后建立用户需要的数据库。根据数据库概念结构设计阶段得到的远洋渔业地理属性数据库E－R模型，我们可以设计以下远洋渔业调查数据库逻辑结构模型，其中实体标志码用＊标出（下同）。（1）鱿鱼生产信息，包括：日期＊，渔业公司＊，经度，纬度，作业渔船数，渔获量，作业类型，备注。（2）鱿鱼生产调查生物学信息，包括：日期＊，船名＊，渔业公司，船舶呼号，经度，纬度，胴长，体重，性别，性成熟度，摄食等级，胃含物，备注。（3）金枪鱼生产信息，包括：作业日期＊，船名＊，船舶状态，投绳船速，投钩起点时间，投钩起点经度，投钩起点纬度，投钩终点时间，投钩终点经度，投钩终点纬度，起钩起点时间，起钩起点经度，起钩起点纬度，起钩终点时间，起钩终点经度，起钩终点纬度，两浮子间钓钩数量，投钩数量，投绳长度，支绳长度，两支绳间主绳长度，投放主绳长度，鱼种，渔获尾数，加工重量，兼补海龟状况，备注。（4）金枪鱼生产调查生物学信息，包括：日期＊，船名＊，渔业公司，船舶呼号，经度，纬度，胴长，体重，性别，性成熟度，摄食等级，胃含物，备注。（5）金枪鱼生物学统计信息，包括：日期＊，船名＊，渔业公司，船舶呼号，经度，纬度，渔获种类，平均体长，平均体重，备注。（6）竹荚鱼生产信息，包括：日期＊，船名＊，网次＊，渔业公司，船舶呼号，放网时间，放网纬度，放网经度，起网时间，起网经度，起网纬度，产量，CPUE，拖速，拖向，网位深度，网口高度，网型，手纲，沉力，浮力，水平扩张，曳绳长度，鱼群下缘，鱼群上缘，鱼群水深，鱼群高度，鱼群影像，网位仪水深，备注。（7）竹荚鱼生产调查生物学信息，包括：日期＊，船名＊，渔业公司，船舶呼号，经度，纬度，叉长，体重，纯体重，体宽，体高，体周，性别，性成熟度，摄食等级，胃含物，备注。（8）海况气象，包括：日期＊，船名＊，时间＊，渔业公司，船舶呼号，经度，纬度，天气，气温，气压，流速，流向，风速，风向，能见度，浪高，浪向，干球温度，湿球温度，总云量，低云量，备注。（9）温盐深观测，包括：日期＊，船名＊，时间＊，渔业公司，船舶呼号，经度，纬度，深度，温度，压力，密度，盐度，叶绿素－a，溶解氧，备注。（10）海流观测，包括：日期＊，船名＊，时间＊，渔业公司，船舶呼号，经度，纬度，水深，速度x，速度y，速度z，温度，速度，方向，备注。（11）船舶档案，包括：船名＊，船舶呼号＊，所属公司，船籍港，船籍国，船型，作业许可证，全长，功率，总登记吨位，巡航能力，造船时间，冷冻能力，仓容量，作业方式，船舶照片，备注。（12）渔区：包括：渔区ID＊，渔区名称。（13）海区：海区ID＊，海区中文名称，渔区英文名称。
1．2．3远洋渔业地理数据库物理结构设计数据库在实际的物理设备上的存储结构和存取方法称为数据库的物理结构，与给定的硬件环境和DBMS软件产品有关。本数据库是在WindowsXP的操作系统下，磁盘320G的环境中，利用SQLServer2000建立。
1．3远洋渔业空间数据库设计本数据库是基于Geodatebase建立。在Geo－datebase中，要素类是具有相同的属性集、相同的行为和规则的空间对象的集合。所有的数据都在同一数据库中存储并中心化管理，实现地理数据的统一存储管理。同时，还可以实现无缝、无分块的海量要素的存储［11］。根据空间数据的特征，对空间对象建立的逻辑结构如下：航线信息，包括：要素ID＊，形状，要素类型，航行航次，航行船名，开始航行时间，终止航行时间，航行海区。海区信息，包括：要素ID＊，要素类型，陆地中文名，陆地英文名。渔区信息，包括：要素ID＊，形状，要素类型，渔区号，渔区所属海区，面积。洲信息，包括：要素ID＊，形状，要素类型，洲中文名，洲英文名，面积。影像信息，包括：影像名称，影像ID＊，存储路径，文件格式，空间分辨率，影像格式，拍摄时间，左上角经度，左上角纬度，右下角经度，右下角纬度。根据空间数据的逻辑结构，建立空间数据库的物理结构如表1至表3所示。针对不同的图层，在方便管理和储存的前提下，利用Geodatebase建立了远洋渔业空间数据库。在该数据库中，要素类型共分为3种：点状、线状和面状，共有7个图层。捕捞点、观测点属点特征图层；航线属线特征图层；渔区、海区、经纬线、洲等属于面特征图层。在Geodatebase中的个人数据库中，利用ArcGISCatalog工具，将盐度、温度和叶绿素的影像存储在该数据库中。
2远洋渔业数据库索引的建立
渔业调查数据库中涉及大量的空间调查数据，这些数据是具有点实体特征，并且均与时间有关。实际应用中，经常需要对这些渔业数据进行空间和时间的查询访问。为了快速而又准确的查找到所需目标，作者根据远洋渔业数据库中的调查时间数据建立了顺序索引，对空间数据库建立了G树索引。由于调查数据都会有时间的字段记录，因此可以针对时间建立顺序索引。顺序索引建立的方法有B－树、B＋－树索引等。这样，要查找某一时间的调查数据，按照顺序检索或者折半检索，就可以快速定位满足条件的数据。G树格网索引将海区作为第一层次，渔区作为第二层次，点状实体、线状实体、多边形实体等作为第三层次。在检索过程中，先对数据进行过滤：先检索第一层次，找到目标实体所在的区；将此层次中目标实体所在的海区的格网投影到第二层次的格网中，找出目标实体所在的渔区；再将第二层次中目标实体所在的渔区格网投影到第三层次中，然后在第三层次中进行精确查找，直到精确查找出该目标实体。
3结论
本研究以现有的远洋渔业生产数据、调查数据以及地理数据为基础，在详尽分析了远洋渔业中金枪鱼、竹荚鱼和鱿鱼等数据资料之后，依据分析结果进行了远洋渔业数据库的设计与探究。本数据库分为两部分，利用SQLServer2000建立了远洋渔业属性数据库，利用ArcGIS建立了远洋渔业空间数据库，使得基础数据与空间数据得以连接在一起。另外，还对远洋渔业空间数据库的索引进行了研究并针对该数据库建立了G树索引，提高了空间数据查询的效率。远洋渔业数据库的建立，为海洋渔业科研奠定更好的基础，为海洋渔业生产提供多面服务，为渔业资源合理利用提供科学指导，为海洋资源管理做出科学决策。该远洋渔业数据库设计目前仅考虑金枪鱼、竹荚鱼、鱿鱼3种经济鱼，下阶段的工作是把其他经济鱼种也考虑进来，同时在该数据库的基础上开发远洋渔业数据库系统，实现远洋渔业有关的分析和统计等功能。
参考文献
［1］毕健，陈新军．西北太平洋鱿鱼钓数据库的开发和应用［N］．上海水产大学学报，1996，5（3）：205－208．
［2］李小恕，李继龙，贾静，等．数据库技术在海洋生物资源与生物栖息环境数据管理中的应用［J］．上海水产大学学报，2002，11（4）：371－377．
［3］袁骐，沈新强．海洋渔业生态环境监测评估数据库的设计和实现［C］／／中国水产学会2003年学术年会，2003．
［4］陈卫忠，李长松，胡芬，等．东海区海洋渔业资源研究数据库系统的设计和实现［J］．中国水产科学，2001，7（4）：91－94．
［5］张寒野．东海海洋生物资源信息管理系统开发［D］．上海：上海水产大学，2006：1．
［6］黄巧珠，吕俊霖，麦丽芳．我国渔业科学数据库的现状与发展趋势［J］．安徽农业科学，2009（5）：15977－15978，16127．
［7］杜云虎，周成虎，邵全琴，等．海洋渔业数据库质量控制研究［J］．中国图像图形学报，2002，7（3）：276－281．
［8］杨宁生．现阶段我国渔业信息化存在的问题及今后的发展重点［J］．中国渔业经济，2005（2）：15－17．
［9］岳昊，欧阳海鹰，曾首英，等．浅谈中国鱼类多样性数据库建设现状：以FishBase为例［J］．中国农业通报，2013，29（8）：59－63．