艾廷华-大数据处理的地图学方法.pptxVIP

空间大数据处理的地图学方法;内 容 — 空间大数据处理特征 — 地图学对定位空间大数据的贡献 让大数据变“小”——地图综合 让数据特征可显——地图可视化 让数据尺度可量——地图投影 —— 地图学对非定位空间大数据的贡献 隐喻地图;;;出租车OD数据揭示城市空间需求;地理环境现象、过程、事件的实时在线表达 （城市实时人流量分布）; 贡献作用显著;更新道路、建筑、公共设施、POI点等（应用GPS轨迹数据更新车道）;大数据的特征;除了5个V;除了5个V;众源大数据“跨界”的案例;众源大数据“跨界”的案例;众源大数据“跨界”的案例;2. 地图学方法对大数据处理的贡献;POI点的庞大（深圳POI点60万） ;— 形态化简 — 数据量减少 “形似”变换;案例——众源轨迹线大数据地图综合;— 将空间统计分析与尺度变换结合 — 同时顾及时间尺度和语义特征的影响;;简单结构;Mean(DTN):三角网平均边长 Variation(DTN)：平均边长变异系数 α：自适应系数 Mean1DTN(Pi):一介邻域平均边长;道路面域中二次建DTN，从而提取道路中心线;北京实验结果;实验局部放大;Detected result + existed OSM;（II）面向大数据的可视化挖掘;基于直观形象和表象的思维 意象、直感、想象等形象性的观念，感官所感知的图形、图象、图式和形象性的符号;数的统计还是形的视觉分析？;面向大数据的地图可视化挖掘;色彩混合地图符号可视化挖掘法;深圳POI点;出租车轨迹实时获取;城区抢劫多发生在低等级道路的交叉路口处 出租车轨迹显示网格状街区道路 红色、黑色共址点出现在网状道路上 红黑共址点的正交分布模式表明抢劫多发生在道路交叉口处（容易逃散） ;3. 非定位数据的空间可视化 —— 隐喻地图 ;一个例子：隐喻虚地图虚构的原理方法（集合空间的表达） 构图的基本单元 正六边形等图元 同一层中的线性关系—— 1D到2D的转换（GIS技术中的反索引） 集合中的层次关系 —— 多边形的叠?? 同一层中的线性关系—— ;将Microsoft Visual Studio 10.0下的文件、文件夹之间的层次嵌套关系映射成地图上的拓扑包含关系表达出来。共计22621个文件夹和文件。;文件夹目录数据的隐喻地图;数据文件容量大小的表达;地图可视化既有方法的应用;地图可视化既有方法的应用;4. 结论