论文部分内容阅读
摘要：大数据技术发展迅速，并被推广应用于多个行业，通过将大数据技术与测绘地理信息相融合的方式，能够有效促进测绘工作水平的提升，促进传统测绘工作改革发展，提高测绘工作效率。对此，本文首先对大数据技术进行介绍，然后分析大数据技术在测绘地理信息工作中的影响，最后对大数据技术在测绘地理信息中的应用方式以及发展策略进行探究。
关键词：测绘地理信息;大数据;应用
引言
大数据时代的到来为各行各业的改革创新提供了机遇和帮助，测绘行业自然也不例外。随着大数据技术的应用，对传统方式方法加以创新优化，可以有效提升测绘工作水平，保证测绘地理信息收集的齐全性、完整性和真实性，促使各项工作有序进行，推动行业进步。本文将对大数据在测绘地理信息中的具体应用展开分析说明。
1、大数据的概念
目前在社会上一般情况下，大数据主要指的就是需要一些新的处理模式才可以捕捉，并且管理以及处理海量的数据集合。和传统数据比起来，决策以及洞察力相对都更高，可以提供更加丰富以及多样的信息资产。自从进入二十一世纪，人类社会进行信息交换以及信息储存，还有信息处理，这几个能力都在大幅度增加，大数据的系统正是以这种飞速增长作为基础而诞生的。大数据处理并不是随机的样的数据，而是要通过云技术等相关信息化的技术，来完成数据多样性的处理，并且使用关联规则来进行挖掘，对各方面数据进行截取以及处理。还有分析大数据技术，其中主要包括自动化的数据采集等，而这些技术使用在地理信息的系统当中，给依托地理信息系统的测绘地理信息服务，也带来了一定的机遇以及调整。
2、大数据对测绘地理信息工作的影响
2.1提高工作能力
大数据时代，测绘地理信息工作的开展需要专门的测绘地理信息部门，配备专业人才，保证信息数据处理的高效性和准确性。如地理空间框架信息的处理，涵盖内容较为丰富，数据量庞大，没有专业部门和人员是很难完成的，所以需要结合自身条件成立测绘地理信息部门，并对内部成员加以管控和考核，使其专业能力和素质符合工作要求。只有这样，才能在众多数据资料中找出内涵信息数据，以此改进工作质量，提升信息价值。可以说，大数据的应用促进了专业部门的建立，强化了工作人员的能力素质，完善了整体的工作效果。
2.2创新工作模式
大数据时代的到来为测绘地理信息工作提供了更多机遇和发展空间，促使传统工作模式进一步改革和优化，保留原有工作模式的优点，结合时代发展特征和先进技术，尝试创新和改革，提高工作效率。创建新型系统也可增强工作的便利性和精准度，规避传统作业带来的问题，发挥测绘地理信息的应用价值。
2.3完善地理信息系统
传统地理信息系统在运行中还存在一些问题，阻碍相关工作的开展，降低了工作效率。大数据应用后则很好地解决了现存问题，弥补了系统中的不足，对测绘地理信息系统展开优化升级，丰富系统功能，如增加识别系统、报警系统等，加强信息数据收集、分析、处理等环节作业的可靠性，做到信息数据的精准化管控，这可为测绘地理信息部门工作的开展及各项决策的制定提供可靠依据和保障。与此同时，升级后的测绘地理信息系统可在发现问题的第一时间对其进行控制和处理，并及时上报，减少损失，维护信息数据的完整性、可靠性。
3、大数据在测绘地理信息中的应用
3.1在构建测绘地理信息系统中的应用
大数据时代发展中，地理信息企业以往的发展模式无法全方位满足多种业务的发展需求，这也极大地阻碍了企业前行，限制了企业规模的扩大。所以，地理信息企业应当认真学习并把握大数据时代背景下，新型发展模式的科学应用，增强核心竞争力，并搜集多种不同类型的地理信息，为产品销售开阔更为广阔的市场。
另外，大数据时代不同资源的数量激增，需要采取人工和科技相结合的方式筛选有价值的信息，使地理信息企业能够分析和利用上述信息创建个性化的服务模式。组织开展测绘地理信息服务的过程中，应全方位考量地理信息行业发展的总体趋势和规划要求，顺应大数据时代的发展特点，一方面大力推动地理信息行业的稳定发展，另一方面提升地理信息资源的利用率。
3.2地理信息数据的存储和管理
地理信息数据的类型比较复杂多样，涉及图形、属性信息等各类结构化数据，同时还包含多种非结构化数据，包括文档、视频、图片等等。由于信息数据量庞大，因此，可创建多源异构地理信息数据，使用大数据技术开发大数据处理平台，对大量数据进行有效存储和应用管理。比如，在Hadoop分布式处理平台的创建时，可采用HDFS创建数据管理集群，对于数据管理集群节点的海量数据，可结合当前已有的数据量规模、实际需要等情况来优化配置，集群中的大量节点可协同开展，从而提升数据存储和计算效率。另外，对于结构化数据以及非结构化数据，可创建Hbase数据工厂对数据处理分析，构成结构化数据，再存储到Hadoop数据库。除此以外，还需创建Hive数据仓库，其中结构化数据，均可将其存储至数据仓库中。通过联合应用Hive以及Hbase，能够对大量结构化地理信息数据以及非结构化地理信息数据统一高效存储和管理。最后，在数据计算方面，可利用Mapreduce对数据进行分布式计算及分析，通过结合Hadoop集群并行计算功能，提高海量数据处理效果，进而组成完善的Hadoop框架。
3.3大数据技术在地理信息数据挖掘中的应用
可利用大数据技术实施数据挖掘，开展多种结构形式的地理时空数据高效处理工作，通过选择有效数据对事物作出精准的分析，为相关决策提供可靠依据。比如，对于全球夜光遥感影像资料，可利用大数据技术进行处理。在GDP估算方面，通过广泛收集夜光遥感影像资料并进行处理和分析，即可了解区域经济发展情况，进而避免在数据统计中出现偏差，弥补空间信息量不足的问题。由此可见，在大量时空数据中，很多数据的应用价值比较高，但是海量数据分析有一定的难度，而通过利用大数据技术，能提升数据处理能力及分析效率，据此对数据与事物之间的关系展开分析，进而有效降低数据分析难度，充分挖掘数据的应用价值。
4、大数据背景下地理测绘信息发展策略
4.1促进测绘地理信息服务的技术创新
对于国家来说，测绘地理信息服务是非常重要的战略资源，因此政府要高度重视起来，在资金和人才投入的各方面加大力度。只有通过这样的方式才能够促使技术获得进步，而地理信息产业在中国仍然是一个比较新型的产业，处于发展的初级阶段，具有极其广阔的前景。只有不断的进行数据挖掘及管理，还有其他技术方面获得突破，才能够促使我国的测绘地理信息服务获得更多发展。
4.2注重测绘地理信息的管理
在公共服务和管理方面，测绘地理信息能有效的提供服务。现如今，国家政府已提议大测绘发展理念。互联网技术、信息技术、云计算技术高速发展，测绘地理信息服务业随之发展，但是在管理工作中依然存在一些不足，比如安全隐患比较多、信息传播不通畅等等，对此，要求加强业务管理模式创新，同时制定完善的法律规范。
5、结束语
综上所述，随着我国的互联网以及信息技术不断的革新和发展，世界也迈入了大数据的时代，而大数据技术在各个行业的应用都极其广泛，通常情况下，可以利用海量数据进行整合及分析，给这个行业带来极大的突破以及发展。目前，大数据技术可以比较普遍的使用在地理信息系统，可为地理信息服务的顺利开展提供强大的技术支持，促进测绘技术创新发展，强化测绘工作管理模式，并提高服务质量。
参考文献
[1] 李龙斌，王鹏.大数据在测绘地理信息中的应用探析[J].世界有色金属，2019（22）：231，235.
[2] 赵万锐.大数据时代测绘地理信息档案资源的建设与应用[J].数字化用户，2019（24）：217.
[3] 雷可嘉.大數据时代测绘地理信息服务面临的机遇与挑战[J]..智能城市，2019（10）：58-59.
关键词：测绘地理信息;大数据;应用
引言
大数据时代的到来为各行各业的改革创新提供了机遇和帮助，测绘行业自然也不例外。随着大数据技术的应用，对传统方式方法加以创新优化，可以有效提升测绘工作水平，保证测绘地理信息收集的齐全性、完整性和真实性，促使各项工作有序进行，推动行业进步。本文将对大数据在测绘地理信息中的具体应用展开分析说明。
1、大数据的概念
目前在社会上一般情况下，大数据主要指的就是需要一些新的处理模式才可以捕捉，并且管理以及处理海量的数据集合。和传统数据比起来，决策以及洞察力相对都更高，可以提供更加丰富以及多样的信息资产。自从进入二十一世纪，人类社会进行信息交换以及信息储存，还有信息处理，这几个能力都在大幅度增加，大数据的系统正是以这种飞速增长作为基础而诞生的。大数据处理并不是随机的样的数据，而是要通过云技术等相关信息化的技术，来完成数据多样性的处理，并且使用关联规则来进行挖掘，对各方面数据进行截取以及处理。还有分析大数据技术，其中主要包括自动化的数据采集等，而这些技术使用在地理信息的系统当中，给依托地理信息系统的测绘地理信息服务，也带来了一定的机遇以及调整。
2、大数据对测绘地理信息工作的影响
2.1提高工作能力
大数据时代，测绘地理信息工作的开展需要专门的测绘地理信息部门，配备专业人才，保证信息数据处理的高效性和准确性。如地理空间框架信息的处理，涵盖内容较为丰富，数据量庞大，没有专业部门和人员是很难完成的，所以需要结合自身条件成立测绘地理信息部门，并对内部成员加以管控和考核，使其专业能力和素质符合工作要求。只有这样，才能在众多数据资料中找出内涵信息数据，以此改进工作质量，提升信息价值。可以说，大数据的应用促进了专业部门的建立，强化了工作人员的能力素质，完善了整体的工作效果。
2.2创新工作模式
大数据时代的到来为测绘地理信息工作提供了更多机遇和发展空间，促使传统工作模式进一步改革和优化，保留原有工作模式的优点，结合时代发展特征和先进技术，尝试创新和改革，提高工作效率。创建新型系统也可增强工作的便利性和精准度，规避传统作业带来的问题，发挥测绘地理信息的应用价值。
2.3完善地理信息系统
传统地理信息系统在运行中还存在一些问题，阻碍相关工作的开展，降低了工作效率。大数据应用后则很好地解决了现存问题，弥补了系统中的不足，对测绘地理信息系统展开优化升级，丰富系统功能，如增加识别系统、报警系统等，加强信息数据收集、分析、处理等环节作业的可靠性，做到信息数据的精准化管控，这可为测绘地理信息部门工作的开展及各项决策的制定提供可靠依据和保障。与此同时，升级后的测绘地理信息系统可在发现问题的第一时间对其进行控制和处理，并及时上报，减少损失，维护信息数据的完整性、可靠性。
3、大数据在测绘地理信息中的应用
3.1在构建测绘地理信息系统中的应用
大数据时代发展中，地理信息企业以往的发展模式无法全方位满足多种业务的发展需求，这也极大地阻碍了企业前行，限制了企业规模的扩大。所以，地理信息企业应当认真学习并把握大数据时代背景下，新型发展模式的科学应用，增强核心竞争力，并搜集多种不同类型的地理信息，为产品销售开阔更为广阔的市场。
另外，大数据时代不同资源的数量激增，需要采取人工和科技相结合的方式筛选有价值的信息，使地理信息企业能够分析和利用上述信息创建个性化的服务模式。组织开展测绘地理信息服务的过程中，应全方位考量地理信息行业发展的总体趋势和规划要求，顺应大数据时代的发展特点，一方面大力推动地理信息行业的稳定发展，另一方面提升地理信息资源的利用率。
3.2地理信息数据的存储和管理
地理信息数据的类型比较复杂多样，涉及图形、属性信息等各类结构化数据，同时还包含多种非结构化数据，包括文档、视频、图片等等。由于信息数据量庞大，因此，可创建多源异构地理信息数据，使用大数据技术开发大数据处理平台，对大量数据进行有效存储和应用管理。比如，在Hadoop分布式处理平台的创建时，可采用HDFS创建数据管理集群，对于数据管理集群节点的海量数据，可结合当前已有的数据量规模、实际需要等情况来优化配置，集群中的大量节点可协同开展，从而提升数据存储和计算效率。另外，对于结构化数据以及非结构化数据，可创建Hbase数据工厂对数据处理分析，构成结构化数据，再存储到Hadoop数据库。除此以外，还需创建Hive数据仓库，其中结构化数据，均可将其存储至数据仓库中。通过联合应用Hive以及Hbase，能够对大量结构化地理信息数据以及非结构化地理信息数据统一高效存储和管理。最后，在数据计算方面，可利用Mapreduce对数据进行分布式计算及分析，通过结合Hadoop集群并行计算功能，提高海量数据处理效果，进而组成完善的Hadoop框架。
3.3大数据技术在地理信息数据挖掘中的应用
可利用大数据技术实施数据挖掘，开展多种结构形式的地理时空数据高效处理工作，通过选择有效数据对事物作出精准的分析，为相关决策提供可靠依据。比如，对于全球夜光遥感影像资料，可利用大数据技术进行处理。在GDP估算方面，通过广泛收集夜光遥感影像资料并进行处理和分析，即可了解区域经济发展情况，进而避免在数据统计中出现偏差，弥补空间信息量不足的问题。由此可见，在大量时空数据中，很多数据的应用价值比较高，但是海量数据分析有一定的难度，而通过利用大数据技术，能提升数据处理能力及分析效率，据此对数据与事物之间的关系展开分析，进而有效降低数据分析难度，充分挖掘数据的应用价值。
4、大数据背景下地理测绘信息发展策略
4.1促进测绘地理信息服务的技术创新
对于国家来说，测绘地理信息服务是非常重要的战略资源，因此政府要高度重视起来，在资金和人才投入的各方面加大力度。只有通过这样的方式才能够促使技术获得进步，而地理信息产业在中国仍然是一个比较新型的产业，处于发展的初级阶段，具有极其广阔的前景。只有不断的进行数据挖掘及管理，还有其他技术方面获得突破，才能够促使我国的测绘地理信息服务获得更多发展。
4.2注重测绘地理信息的管理
在公共服务和管理方面，测绘地理信息能有效的提供服务。现如今，国家政府已提议大测绘发展理念。互联网技术、信息技术、云计算技术高速发展，测绘地理信息服务业随之发展，但是在管理工作中依然存在一些不足，比如安全隐患比较多、信息传播不通畅等等，对此，要求加强业务管理模式创新，同时制定完善的法律规范。
5、结束语
综上所述，随着我国的互联网以及信息技术不断的革新和发展，世界也迈入了大数据的时代，而大数据技术在各个行业的应用都极其广泛，通常情况下，可以利用海量数据进行整合及分析，给这个行业带来极大的突破以及发展。目前，大数据技术可以比较普遍的使用在地理信息系统，可为地理信息服务的顺利开展提供强大的技术支持，促进测绘技术创新发展，强化测绘工作管理模式，并提高服务质量。
参考文献
[1] 李龙斌，王鹏.大数据在测绘地理信息中的应用探析[J].世界有色金属，2019（22）：231，235.
[2] 赵万锐.大数据时代测绘地理信息档案资源的建设与应用[J].数字化用户，2019（24）：217.
[3] 雷可嘉.大數据时代测绘地理信息服务面临的机遇与挑战[J]..智能城市，2019（10）：58-59.