面向农业物联网信息的多维时空数据可视化的研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:Mr__x007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前我国农业信息化建设已卓有成效。随着环境感知、物联网等技术的深入应用,已经可以采集到大量的农业资源信息,这给信息的可视分析带来了机会和挑战。农业物联网环境下产生的数据是海量的、时序的、快速变化和潜在无限的,并且急切需要实时可视分析。农业产业与自然环境地理等因素密切相关,GIS在农业应用的需求变得尤为强烈。通过整合GIS的农业资源的信息服务平台,可以有效的满足农业生产对自然环境和人文环境的可视化的需求,提高农业生产的效率。研究农业物联网信息与GIS的融合、农业物联网信息的可视化具有重大现实意义。传统的农业物联网信息与GIS融合、农业物联网信息的可视化研究都是基于大型GIS软件开发,具有开发成本大的缺点;农业物联网信息的可视化应用中缺乏快速高效的可视化方法,对物联网感知数据关联关系的发现。针对以上问题,本文基于百度地图实现GIS基础平台,研究农业物联网信息与GIS融合、农业物联网信息的可视化等问题。本文的主要研究工作如下:  (1)针对农业物联网信息资源的特点,结合农业活动的具体需求,提出了一种农业物联网信息与GIS融合展示的方法,能够实现物联网信息与GIS的融合展示。农业物联网信息与GIS融合展示方法研究的具体内容如下:结合百度地图API和瓦片金字塔模型,提出了基于百度地图的图片切割算法,应用于GIS底图定制,能够实现更高精度的地图展示、缩放、漫游等基础GIS功能;提出物联网信息资源与GIS的配准和接入方法,设计了物联网信息资源解析的接口协议和数据存储方案;应用矢量数据叠加方法实现物联网信息资源的GIS可视化。  (2)针对缺乏高效的可视化方法对农业物联网感知数据关联关系发现的问题,提出了一种基于RadViz的多维时序数据可视化方法,用于发现物联网感知时序数据的关联关系。为了验证可视化方法的效果,提出了一种基于最小截集的模糊关联规则挖掘算法,能够挖掘时序数据的关联关系,相比已有的算法得到的模糊规则,本文算法得到的规则与具体数值对应,更容易理解。通过多维时序农业数据的可视化与分析案例,进一步得到属性间的关联规则,验证可视化方法在多维时序数据关联关系发现上的适用性。  (3)针对农业物联网感知数据空间分布可视化需求,提出并实现了在百度地图上进行空间插值的方法,得到农业物联网感知数据的空间分布图;提出并实现了在百度地图上生成热度图的方法,得到物联网感知数据的热度图。  (4)根据农业物联网信息与GIS融合、农业物联网信息的可视化等内容,开发了基于GIS的农业物联网信息资源可视化系统,介绍了系统的实现并对组件集成的效果进行了分析。
其他文献
全文索引用于处理大文本集合,利用它人们可以在海量文本中快速获取需要的信息。现有的全文索引技术归纳起来通常有两种类型的方法:基于倒排索引的方法和基于后缀数组的方法。
计算领域已经进入多核/众核架构及云计算的时代。一方面,芯片的片上并行度在不断提高,如何将硬件的潜在计算能力转变为软件的执行效率成为一个非常关键的问题,也是编译系统的
随着网络、通信和数字技术的发展,能够提供更多细节信息的高分辨率图像逐渐成为人们的广泛需求。图像超分辨率重建的目的是利用一幅或者多幅低分辨率图像来获得一幅清晰的高
目前,主流操作系统为了隔离用户程序对操作系统运行稳定性和安全性的影响,将计算机系统运行空间划分为内核空间和用户空间,分别对应系统级和用户级两种处理机运行层级。其间,
海场景建模与实时绘制研究的进展在军事国防、航海仿真、国土勘探、影视特技及游戏制作等数字娱乐领域有着广泛的应用价值。但现有海场景建模与绘制研究大多集中在海面之上,对
随着近年来我国高速铁路研究的深入发展,尤其近年来,京沪、武广、广深、哈大等高速铁路专线的开通,动车组作为一种铁路客运货运的重要工具,在交通中的重要性日渐凸显。闸片作
随着我国经济的腾飞,我国遥感事业和计算机技术不断发展与日趋成熟,遥感技术在我国的多个行业中得到了非常广泛的应用,并且各行各业对遥感影像的需求也逐渐增加。然而,遥感影像数
随着网络技术的日新月异,Web上的信息量也在飞速增长。Web已经成为一个巨大的数据源,拥有着海量的数据。这些数据中蕴含着大量有价值的实体事件,对人们的工作和社会的生产具
随着运动捕获技术的广泛使用,越来越多的人体运动数据被记录下来,并被应用到计算机动画、计算机游戏和辅助教学等领域。如何对大量的运动捕获数据进行有效的组织管理并且从中检
狼群算法是一种近几年兴起的群体智能算法,是通过模拟狼群捕猎过程中产生的一系列行为和特征,而产生的一种优化算法。狼群算法是一种以迭代方式进行的群体随机优化方法。由于