论文部分内容阅读
摘 要： 随着大数据时代的来临，在地理国情监测项目中运行数据分析机制受到了社会各界广泛的关注，对于我国信息产业的发展来说，只有保证基础信息收集机制的升级，才能进一步满足相应的国情需求，在实际管理过程中，相关人员一定要集中整合大数据信息和地理国情监测项目的关系，建立有效的信息处理机制才能更好的助力整体监测结构的平衡和完整。
关键词： 大数据环境；地理国情监测；思考讨论
【中图分类号】 P217 【文献标识码】 A 【文章编号】 2236-1879（2018）10-0001-01
一、大数据背景下地理国情监测内涵概述
大数据也称为海量数据，具有一定的数量层级，需要相关人员进行集中的数据审核以及认证，才能进行有效的汇总，在实际数据处理过程中，数据信息的建立不仅涉及到收集和管理机制，也需要相关人员进行有效的数据处理，相应的决策者也能利用数据分析机制以及汇总措施进行信息的有效融合，并且能建立有效的项目决策。大数据背景下地理国情监测数据要求在工作时间跨度和检测区不同的情况下进行分析，相应的监测项目也比较多，并且整体数据具有海量性以及多维性等特点，相关人员要进行有效的项目分析才能充分利用多元性的数据信息。并且，相关人员在实际信息处理过程中，要对信息建立有效的分析，对信息来源以及信息特征进行集中整合[1]。总之，地理国情监测是综合应用测绘遥感、空间统计学、云计算以及通讯技术的综合项目，不仅能对自然、人文以及社会的经济要素进行集中的定量监测，也能对地理国情信息的空间结构特征进行及时的分析评估。在实际应用中，正是基于其丰富的项目内涵，在对生态环境评估以及城镇化发展结构进行规划的过程中，形成了地理国情监测系统，主要是面向政府、社会以及公众提供权威的地理国情信息，从而辅助国家进行战略规划以及政府进行管理决策，相关部门还利用地理国情监测系统对环境保护以及突发事件进及时应对。
二、大数据背景下地理国情监测数据的实际意义
（一）地理国情监测数据为国家的宏观调控提供了基础条件。利用地理国情监测项目，我们能对国家自己的资源结构以及生态环境有更深刻的认知，也能有效地对环境检测项目建立特殊化观点，这为我国建立权威且宏观的地理信息具有一定的指导作用，也实现了资源结构的优化配置。在大数据背景下，地理监测数据从宏观公正的角度，为国家建设提供了真实有效的地理信息和数据。
（二）地理国情监测数据是国家掌握国情的基础路径。 国家管理人员利用地理国情监测数据从空间结构上了解我国的基本国情，使得对自然环境有了更加深刻的认知，由于自然环境和人文环境之间存在的内在的联系，因此，在对环境因素进行调查的过程中，也就是对我国经济和生态布局进行了详细的调研，并且能直观地掌握具体的发展规律。
三、大数据背景下地理国情监测数据的分析和挖掘
（一）大数据背景下地理国情监测数据的空间分析。 在对地理国情实时监测数据进行集中监测的过程中，相关人员要建立相应的分析机制，保证技术层级的变换，其中包括数据的基本空间分析、数据的基本分布分析以及数据的相关性分析[2]。在空间分析过程中，主要是提取有效的空间位置以及地理信息进行空间分析，以保证建立有效的分析结果。基本空间分析机制可采用Buffer缓冲区分析法、网络分析法以及叠加分析法等。在分布分析过程中，要对空间上的分布组合以及排列顺序进行有效的分析。其中，按照对象的类型进行项目分析，主要是采取点模式空间分析法以及面格局空间分析法。在相关性分析过程中，相关管理人员要对基础的自然要素以及人文要素进行相应的分析研究，利用相关的系数分析法进行要素之间的结构处理，保证建立有效的空间回归模型。主要采取的方法是多因素相关分析法以及空间回归分析法等。
（二）大数据背景下地理国情监测数据的挖掘技术。 地理国情监测的发展过程中，已经逐渐积累了相应的空间特征和属性特征，并且，相关研究人员利用相应的数据信息进行集中化的处理，才能保证专业知识和数据挖掘技术进行优质的融合，并进一步推动数据挖掘技术的进步和发展。其一，保证地理国情空间关联规则下进行数据的有效挖掘，主要是利用空间关联规则对地理国情信息的变量进行空间关系以及关联模型的建构，确保在整体定量描述和建模结构中能实现优化分析，从而对其信息进行集中的挖掘，主要的措施就是基于聚类图层覆盖法、空间事物挖掘法以及无空间事物挖掘法对数据进行深度分析。其二，在地理空间聚类挖掘过程中，相关研究人员要针对空间要素数据、经济要素数据、挖掘算法数据、参数设置以及空间聚类参数进行集中的关注和处理，以保证相应信息的有效挖掘。
四、大数据背景下地理国情监测数据的发展前景展望
（一）能满足地理国情监测数据的处理机制。 在地理国情实时监测数据发展过程中，由于基础数据的呈现方式以及处理结构的不同，就导致相应的信息汇总效果不同，相应管理人员在对基础数据进行组织分析以及处理时，就要保证数据转换结构的规范化和标准化，有效的统一数据结构，并且保证传统关系数据库信息存储需求得到相应的满足。相关研究人员要集中关注数据计算能力的升级以及数据实时更新的频率问题，保證数据能满足客户以及基础项目的要求，充分融合数据时代特征于地理国情实时监测数据项目中。
（二）能满足地理国情监测数据的扩展延伸。 只有建立具有时效性的数据，才能进一步优化的发挥数据的扩展功能，目前，我国比较常用的就是Relationnal Database数据库，能对最为基础的关系数据进行集中的整理，并且保证硬件扩展、数据库分割以及数据库标准化改造三个项目进行有效的融合。
结束语：
总而言之，大数据时代的到来，对于地理国情监测数据的发展来说是机遇也是挑战，相关研究人员要制定相应的项目发展规划，在建立数据库的过程中，优化运行相应的数据特征，保证数据更加的深入和完整，真正助力我国地理信息产业的可持续发展。
参考文献
[1] 尹鹏程，楚亮，付丽莉等.基于土地管理数据的地理国情监测作业新方法探讨[J].国土资源科技管理，2015，23（03）：104-109.
[2] 谢艾伶，杨海明，朱熙等.面向地理国情监测的多源地理信息整合[J].地理空间信息，2014，11（01）：17-20.
关键词： 大数据环境；地理国情监测；思考讨论
【中图分类号】 P217 【文献标识码】 A 【文章编号】 2236-1879（2018）10-0001-01
一、大数据背景下地理国情监测内涵概述
大数据也称为海量数据，具有一定的数量层级，需要相关人员进行集中的数据审核以及认证，才能进行有效的汇总，在实际数据处理过程中，数据信息的建立不仅涉及到收集和管理机制，也需要相关人员进行有效的数据处理，相应的决策者也能利用数据分析机制以及汇总措施进行信息的有效融合，并且能建立有效的项目决策。大数据背景下地理国情监测数据要求在工作时间跨度和检测区不同的情况下进行分析，相应的监测项目也比较多，并且整体数据具有海量性以及多维性等特点，相关人员要进行有效的项目分析才能充分利用多元性的数据信息。并且，相关人员在实际信息处理过程中，要对信息建立有效的分析，对信息来源以及信息特征进行集中整合[1]。总之，地理国情监测是综合应用测绘遥感、空间统计学、云计算以及通讯技术的综合项目，不仅能对自然、人文以及社会的经济要素进行集中的定量监测，也能对地理国情信息的空间结构特征进行及时的分析评估。在实际应用中，正是基于其丰富的项目内涵，在对生态环境评估以及城镇化发展结构进行规划的过程中，形成了地理国情监测系统，主要是面向政府、社会以及公众提供权威的地理国情信息，从而辅助国家进行战略规划以及政府进行管理决策，相关部门还利用地理国情监测系统对环境保护以及突发事件进及时应对。
二、大数据背景下地理国情监测数据的实际意义
（一）地理国情监测数据为国家的宏观调控提供了基础条件。利用地理国情监测项目，我们能对国家自己的资源结构以及生态环境有更深刻的认知，也能有效地对环境检测项目建立特殊化观点，这为我国建立权威且宏观的地理信息具有一定的指导作用，也实现了资源结构的优化配置。在大数据背景下，地理监测数据从宏观公正的角度，为国家建设提供了真实有效的地理信息和数据。
（二）地理国情监测数据是国家掌握国情的基础路径。 国家管理人员利用地理国情监测数据从空间结构上了解我国的基本国情，使得对自然环境有了更加深刻的认知，由于自然环境和人文环境之间存在的内在的联系，因此，在对环境因素进行调查的过程中，也就是对我国经济和生态布局进行了详细的调研，并且能直观地掌握具体的发展规律。
三、大数据背景下地理国情监测数据的分析和挖掘
（一）大数据背景下地理国情监测数据的空间分析。 在对地理国情实时监测数据进行集中监测的过程中，相关人员要建立相应的分析机制，保证技术层级的变换，其中包括数据的基本空间分析、数据的基本分布分析以及数据的相关性分析[2]。在空间分析过程中，主要是提取有效的空间位置以及地理信息进行空间分析，以保证建立有效的分析结果。基本空间分析机制可采用Buffer缓冲区分析法、网络分析法以及叠加分析法等。在分布分析过程中，要对空间上的分布组合以及排列顺序进行有效的分析。其中，按照对象的类型进行项目分析，主要是采取点模式空间分析法以及面格局空间分析法。在相关性分析过程中，相关管理人员要对基础的自然要素以及人文要素进行相应的分析研究，利用相关的系数分析法进行要素之间的结构处理，保证建立有效的空间回归模型。主要采取的方法是多因素相关分析法以及空间回归分析法等。
（二）大数据背景下地理国情监测数据的挖掘技术。 地理国情监测的发展过程中，已经逐渐积累了相应的空间特征和属性特征，并且，相关研究人员利用相应的数据信息进行集中化的处理，才能保证专业知识和数据挖掘技术进行优质的融合，并进一步推动数据挖掘技术的进步和发展。其一，保证地理国情空间关联规则下进行数据的有效挖掘，主要是利用空间关联规则对地理国情信息的变量进行空间关系以及关联模型的建构，确保在整体定量描述和建模结构中能实现优化分析，从而对其信息进行集中的挖掘，主要的措施就是基于聚类图层覆盖法、空间事物挖掘法以及无空间事物挖掘法对数据进行深度分析。其二，在地理空间聚类挖掘过程中，相关研究人员要针对空间要素数据、经济要素数据、挖掘算法数据、参数设置以及空间聚类参数进行集中的关注和处理，以保证相应信息的有效挖掘。
四、大数据背景下地理国情监测数据的发展前景展望
（一）能满足地理国情监测数据的处理机制。 在地理国情实时监测数据发展过程中，由于基础数据的呈现方式以及处理结构的不同，就导致相应的信息汇总效果不同，相应管理人员在对基础数据进行组织分析以及处理时，就要保证数据转换结构的规范化和标准化，有效的统一数据结构，并且保证传统关系数据库信息存储需求得到相应的满足。相关研究人员要集中关注数据计算能力的升级以及数据实时更新的频率问题，保證数据能满足客户以及基础项目的要求，充分融合数据时代特征于地理国情实时监测数据项目中。
（二）能满足地理国情监测数据的扩展延伸。 只有建立具有时效性的数据，才能进一步优化的发挥数据的扩展功能，目前，我国比较常用的就是Relationnal Database数据库，能对最为基础的关系数据进行集中的整理，并且保证硬件扩展、数据库分割以及数据库标准化改造三个项目进行有效的融合。
结束语：
总而言之，大数据时代的到来，对于地理国情监测数据的发展来说是机遇也是挑战，相关研究人员要制定相应的项目发展规划，在建立数据库的过程中，优化运行相应的数据特征，保证数据更加的深入和完整，真正助力我国地理信息产业的可持续发展。
参考文献
[1] 尹鹏程，楚亮，付丽莉等.基于土地管理数据的地理国情监测作业新方法探讨[J].国土资源科技管理，2015，23（03）：104-109.
[2] 谢艾伶，杨海明，朱熙等.面向地理国情监测的多源地理信息整合[J].地理空间信息，2014，11（01）：17-20.