CN108460135A - 基于gis的批量云图生成方法 - Google Patents
基于gis的批量云图生成方法 Download PDFInfo
- Publication number
- CN108460135A CN108460135A CN201810186383.4A CN201810186383A CN108460135A CN 108460135 A CN108460135 A CN 108460135A CN 201810186383 A CN201810186383 A CN 201810186383A CN 108460135 A CN108460135 A CN 108460135A
- Authority
- CN
- China
- Prior art keywords
- cloud atlas
- gis
- information
- point
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开一种基于GIS的批量云图生成方法，属于污染监测技术领域，包括以下步骤：任务分配，通过分布式处理方式，将执行终端服务注册到服务注册中心，由服务注册中心统一分配任务；执行终端服务系统根据任务处理索引从云图任务数据表中取得将要处理的云图任务信息；根据取得的云图任务信息，取得云图GIS地图信息，将以上处理后GIS地图信息作为数据参数，根据行政GIS地图裁剪，生成一帧行政区划污染云图，将生成云图上传至图片服务器并保存图片信息到数据库，根据时间轴的变化，展示污染云图，本发明能够克服原有技术图片单一生成的技术不足，可批量生成云图，并利用各个时间轴的变化，直观的展示行政区域内污染情况的变化。
Description
技术领域
本发明涉及一种基于GIS的批量云图生成方法，属于污染监测技术领域。
背景技术
随着人们对环境污染的重视，针对污染源以云图等直观方式来展示当前或一段时间内的污染状况的方式被人们所接受。但由于云图使用了大量的插值算法，计算方法复杂，计算一个云图所消耗的时间较长，使用现在有的依赖arcgis server的方式，无法大批量同时生成所需的污染云图。
发明内容
本发明的目的在于提供一种基于GIS的批量云图生成方法，利用分布式处理技术统一分配任务，实现云图的批量生成。
本发明所述的基于GIS的批量云图生成方法，包括以下步骤：
S1：任务分配，通过分布式处理方式，将执行终端服务注册到服务注册中心，由服务注册中心统一分配任务；
S2：GIS信息准备，根据取得的云图任务信息，取得云图GIS地图信息、污染源点位及数据值集合，根据取得的云图GIS地图信息判断本地是否已经缓存是否是最新信息，如有缓存信息且为最新则直接使用，如没有缓存信息或不是最新，则从地理信息服务器下载并缓存到本地，更新本地GIS信息；
S3：去除不合法污染源点位，根据污染源等级范围及相关行政区域经纬度范围，去除不在等级内的或不在该行政区域范围内的污染源点位数据；
S4：根据云图生成算法，生成云图，根据步骤S1中提供的网格信息及GIS信息，查询本行政区域内设备数据信息，并将设备数据信息及网格GIS信息转化组装为云图算法参数传入云图算法，生成GIS图层；然后根据网格GIS的边界信息切割图层生成GIS网格云图；
S5：根据行政GIS地图裁剪，生成一帧行政区划云图；
S6：将生成云图图片上传至图片服务器并保存图片信息到数据库；
S7：根据时间轴的变化，展示云图画面。
由于云图生成与行政网格化相关，所以根据行政区域网格生成对应的云图图片，这样就存在定时生成大量网格云图的任务分配问题，将处理终端服务注册到服务中心，由服务中心统一分配任务，保证图片生成的并行化，提高处理效率。
所述的步骤S1中任务分配采用分布式处理方式，具体的实现步骤包括：
S11：使用分布式调度服务组件zookeeper作为服务注册中心，当执行终端服务系统启动时，将该服务信息注册到服务注册中心zookeeper；
S12：执行终端服务系统从zookeeper取得当前注册的全部终端服务信息及任务处理索引；
S13：执行终端服务系统根据任务处理索引从云图任务数据表中取得将要处理的云图任务信息。
所述的步骤S2中GIS信息准备中具体的实现步骤包括：
S21：根据取得的云图任务信息，取得云图GIS地图信息、污染源点位及数据值集合；
S22：根据取得的云图GIS地图信息判断本地是否已经缓存是否是最新信息，如有缓存信息且为最新则直接使用，如没有缓存信息或不是最新，则从地理信息服务器下载并缓存到本地，更新本地GIS信息。
由于行政区域相对稳定，系统启动时对行政区域GIS网格做本地化处理，处理方式为，根据本地存储的行政区域GIS网格与服务器上的信息对比，判断是否发生变化，如有变化将服务器上信息下载到本地，更新本地GIS信息，提高处理效率。
所述的步骤S4中云图生成算法具体实现步骤包括：
S31：反距离加权插值建模：根据反距离加权插值法建立区间模型，设平面上分布一系列离散点，已知其坐标和值为Xi，Yi,Zi(i＝1，2，…，n)通过距离加权值求Z点值，通过对邻近区域的每个采样点值平均运算获得内插单元；
注：反距离加权插值IDW，即距离加权倒数，以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大，计算公式如下：
其中：Xi：经度坐标；Yi：纬度坐标；Zi：污染数据值；di:点(X，Y)到点(Xi，Yi)的距离，其中(i＝1，2，…，n)；X,Y为指定点的坐标；Z：距离加权平均；
S32：建立云图模型：根据反距离加权插值法实现栅格转面；
S33：建立污染源数据等值线模型：根据污染源等级划分设置等值线填色范围，并根据污染源点位划分为均匀的网格，统计网格中点位数据值，建立等值线模型，即完成了创建污染源云图所需的数据模型；
S34：调用作图工具meteoinfo的图层渲染工具，对所有的污染源点位进行渲染，并形成连点成面和颜色层次分明的云图效果。
所述的步骤S7中根据指定时间区间及行政区域，从服务器端取得相应的污染云图图片，并根据时间轴以指定的播放间隔按时间顺序播放取得的污染云图图片，实现云图的动态播放效果。
所述的步骤S1中服务注册中心注册执行终端信息，以执行终端ID区别，将任务根据任务量均匀分布到各执行终端服务系统，执行终端服务系统根据任务处理索引从云图任务数据表中取得将要处理的云图任务信息。
本发明与现有技术相比，具有如下有益效果：
本发明所述的基于GIS的批量云图生成方法，利用分布式处理技术统一分配任务，实现云图的批量生成，能够克服当前利用ArcGIS服务器无法大批量生成云图的技术不足，利用分布式处理技术统一分配任务，实现批量生成云图的功能，并利用各个时间轴的变化，按时间顺序动态播放云图，直观的展示行政区域内污染情况的变化。
附图说明
图1为本发明基于GIS的批量云图生成方法的流程框图；
图2本发明实施例中某一行政区域部署4个执行终端生成的云图图片；
图3本发明实施例中某一行政区域部署4个执行终端在整体地图显示的云图图片一；
图4本发明实施例中某一行政区域部署4个执行终端在整体地图显示的云图图片二；
图5本发明实施例中某一行政区域部署4个执行终端在整体地图显示的云图图片三；
图6本发明实施例中某一行政区域部署4个执行终端在整体地图显示的云图图片四。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明：
实施例：
如图1所示，以某一行政区域为例，本发明所述的基于GIS的批量云图生成方法，包括以下步骤：
S1：任务分配，通过分布式处理方式，将执行终端服务注册到服务注册中心，由服务注册中心统一分配任务；
S2：GIS信息准备，根据取得的云图任务信息，取得云图GIS地图信息、污染源点位及数据值集合，根据取得的云图GIS地图信息判断本地是否已经缓存是否是最新信息，如有缓存信息且为最新则直接使用，如没有缓存信息或不是最新，则从地理信息服务器下载并缓存到本地，更新本地GIS信息；
S3：去除不合法污染源点位，根据污染源等级范围及相关行政区域经纬度范围，去除不在等级内的或不在该行政区域范围内的污染源点位数据；
S4：根据云图生成算法，生成云图，根据步骤S1中提供的网格信息及GIS信息，查询本行政区域内设备数据信息，并将设备数据信息及网格GIS信息转化组装为云图算法参数传入云图算法，生成GIS图层；然后根据网格GIS的边界信息切割图层生成GIS网格云图；
S5：根据行政GIS地图裁剪，生成一帧行政区划云图；
S6：将生成云图图片上传至图片服务器并保存图片信息到数据库；
S7：根据时间轴的变化，展示云图画面。
为了进一步说明上述实施例，步骤S1中任务分配采用分布式处理方式，具体的实现步骤包括：
S11：使用分布式调度服务组件zookeeper作为服务注册中心，当执行终端服务系统启动时，将该服务信息注册到服务注册中心zookeeper；
S12：执行终端服务系统从zookeeper取得当前注册的全部终端服务信息及任务处理索引；
S13：执行终端服务系统根据任务处理索引从云图任务数据表中取得将要处理的云图任务信息。
为了进一步说明上述实施例，步骤S2中GIS信息准备中具体的实现步骤包括：
S21：根据取得的云图任务信息，取得云图GIS地图信息、污染源点位及数据值集合；
S22：根据取得的云图GIS地图信息判断本地是否已经缓存是否是最新信息，如有缓存信息且为最新则直接使用，如没有缓存信息或不是最新，则从地理信息服务器下载并缓存到本地，更新本地GIS信息。
为了进一步说明上述实施例，步骤S4中云图生成算法具体实现步骤包括：
S31：反距离加权插值建模：根据反距离加权插值法建立区间模型，设平面上分布一系列离散点，已知其坐标和值为Xi，Yi,Zi(i＝1，2，…，n)通过距离加权值求Z点值，通过对邻近区域的每个采样点值平均运算获得内插单元；
注：反距离加权插值IDW，即距离加权倒数，以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大，计算公式如下：
其中：Xi：经度坐标；Yi：纬度坐标；Zi：污染数据值；di:点(X，Y)到点(Xi，Yi)的距离，其中(i＝1，2，…，n)；X,Y为指定点的坐标；Z：距离加权平均；
S32：建立云图模型：根据反距离加权插值法实现栅格转面；
S33：建立污染源数据等值线模型：根据污染源等级划分设置等值线填色范围，并根据污染源点位划分为均匀的网格，统计网格中点位数据值，建立等值线模型，即完成了创建污染源云图所需的数据模型；
S34：调用作图工具meteoinfo的图层渲染工具，对所有的污染源点位进行渲染，并形成连点成面和颜色层次分明的云图效果。
所述的步骤S7中根据指定时间区间及行政区域，从服务器端取得相应的污染云图图片，并根据时间轴以指定的播放间隔按时间顺序播放取得的污染云图图片，实现云图的动态播放效果。
为了进一步说明上述实施例，步骤S1中服务注册中心注册执行终端信息，以执行终端ID区别，将任务根据任务量均匀分布到各执行终端服务系统，执行终端服务系统根据任务处理索引从云图任务数据表中取得将要处理的云图任务信息。
本实施例的工作原理为：
使用分布式调度服务组件zookeeper作为服务注册中心，当终端服务系统启动时，将该服务信息注册到服务注册中心zookeeper，并从zookeeper取得当前注册的全部终端服务信息及任务处理索引；终端服务系统根据任务处理索引从云图任务数据表中取得将要处理的云图任务信息；
根据取得的云图任务信息，取得云图GIS地图信息、污染源点位及数据值集合，根据取得的云图GIS地图信息判断本地是否已经缓存是否是最新信息，如有缓存信息且为最新则直接使用，如没有缓存信息或不是最新，则从地理信息服务器下载并缓存到本地，更新本地GIS信息；去除不合法污染源点位，根据污染源等级范围及相关行政区域经纬度范围，去除不在等级内的或不在该行政区域范围内的污染源点位数据；根据提供的网格信息及GIS信息，查询本行政区域内设备数据信息，并将设备数据信息及网格GIS信息转化组装为云图算法参数传入云图算法，生成GIS图层；然后根据网格GIS的边界信息切割图层生成GIS网格云图；根据行政GIS地图裁剪，生成一帧行政区划污染云图，将生成云图上传至图片服务器并保存图片信息到数据库；根据时间轴的变化，展示污染云图。
如图2-6所示，行政区域内云图时间为2018年2月26日8点到2018年2月26日11点，部署4个执行终端，同时批量生成的图片效果；根据指定时间区间及行政区域，从服务器端取得相应的污染云图图片，并根据时间轴以指定的播放间隔按时间顺序播放取得的污染云图图片，并依次循环播放图片，即实现了云图的动态播放效果。
详细说明如下：
图2为执行终端生成后的图片，图片存到了服务器端，当污染云图页面被请求，会根据指定时间及行政区域从服务器(当前时间为2018年2月26日8点到2018年2月26日11点，行政区域为某一县市区)取得图2的图片，并根据时间间隔(当前间隔为每1秒展示一张图)按时间顺序播放图3、图4、图5、图6，并依次循环播放，如此便实现了云图的动态播放效果。
采用开源轻量级作图工具meteoinfo做图层渲染，比用收费的Arcgis更加简单高效且节省费用；
采用javascript脚本来实现利用各个时间轴的变化，按时间顺序动态播放云图的效果，由于浏览器端对图片做了缓存，使得动态播放云图更加流畅，且实现简单，学习开发成本低。
采用以上结合附图描述的本发明的实施例的基于GIS的批量云图生成方法，利用分布式处理技术统一分配任务，实现云图的批量生成。但本发明不局限于所描述的实施方式，在不脱离本发明的原理和精神的情况下这些对实施方式进行的变化、修改、替换和变形仍落入本发明的保护范围内。
Claims (6)
1.一种基于GIS的批量云图生成方法，其特征在于：所述的方法包括以下步骤：
S1：任务分配，通过分布式处理方式，将执行终端服务注册到服务注册中心，由服务注册中心统一分配任务；
S2：GIS信息准备，根据取得的云图任务信息，取得云图GIS地图信息、污染源点位及数据值集合，根据取得的云图GIS地图信息判断本地是否已经缓存是否是最新信息，如有缓存信息且为最新则直接使用，如没有缓存信息或不是最新，则从地理信息服务器下载并缓存到本地，更新本地GIS信息；
S3：去除不合法污染源点位，根据污染源等级范围及相关行政区域经纬度范围，去除不在等级内的或不在该行政区域范围内的污染源点位数据；
S4：根据云图生成算法，生成云图，根据步骤S1中提供的网格信息及GIS信息，查询本行政区域内设备数据信息，并将设备数据信息及网格GIS信息转化组装为云图算法参数传入云图算法，生成GIS图层；然后根据网格GIS的边界信息切割图层生成GIS网格云图；
S5：根据行政GIS地图裁剪，生成一帧行政区划云图；
S6：将生成云图图片上传至图片服务器并保存图片信息到数据库；
S7：根据时间轴的变化，展示云图画面。
2.根据权利要求1所述的基于GIS的批量云图生成方法，其特征在于：所述的步骤S1中任务分配采用分布式处理方式，具体的实现步骤包括：
S11：使用分布式调度服务组件zookeeper作为服务注册中心，当执行终端服务系统启动时，将该服务信息注册到服务注册中心zookeeper；
S12：执行终端服务系统从zookeeper取得当前注册的全部终端服务信息及任务处理索引；
S13：执行终端服务系统根据任务处理索引从云图任务数据表中取得将要处理的云图任务信息。
3.根据权利要求1所述的基于GIS的批量云图生成方法，其特征在于：所述的步骤S2中GIS信息准备中具体的实现步骤包括：
S21：根据取得的云图任务信息，取得云图GIS地图信息、污染源点位及数据值集合；
S22：根据取得的云图GIS地图信息判断本地是否已经缓存是否是最新信息，如有缓存信息且为最新则直接使用，如没有缓存信息或不是最新，则从地理信息服务器下载并缓存到本地，更新本地GIS信息。
4.根据权利要求1所述的基于GIS的批量云图生成方法，其特征在于：所述的步骤S4中云图生成算法具体实现步骤包括：
S31：反距离加权插值建模：根据反距离加权插值法建立区间模型，设平面上分布一系列离散点，已知其坐标和值为Xi，Yi,Zi(i＝1，2，…，n)通过距离加权值求Z点值，通过对邻近区域的每个采样点值平均运算获得内插单元；
注：反距离加权插值IDW，即距离加权倒数，以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大，计算公式如下：
其中：Xi：经度坐标；Yi：纬度坐标；Zi：污染数据值；di:点(X，Y)到点(Xi，Yi)的距离，其中(i＝1，2，…，n)；X,Y为指定点的坐标；Z：距离加权平均；
S32：建立云图模型：根据反距离加权插值法实现栅格转面；
S33：建立污染源数据等值线模型：根据污染源等级划分设置等值线填色范围，并根据污染源点位划分为均匀的网格，统计网格中点位数据值，建立等值线模型，即完成了创建污染源云图所需的数据模型；
S34：调用作图工具meteoinfo的图层渲染工具，对所有的污染源点位进行渲染，并形成连点成面和颜色层次分明的云图效果。
5.根据权利要求1所述的基于GIS的批量云图生成方法，其特征在于：所述的步骤S7中根据指定时间区间及行政区域，从服务器端取得相应的污染云图图片，并根据时间轴以指定的播放间隔按时间顺序播放取得的污染云图图片，实现云图的动态播放效果。
6.根据权利要求1所述的基于GIS的批量云图生成方法，其特征在于：所述的步骤S1中服务注册中心注册执行终端信息，以执行终端ID区别，将任务根据任务量均匀分布到各执行终端服务系统，执行终端服务系统根据任务处理索引从云图任务数据表中取得将要处理的云图任务信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810186383.4A CN108460135A (zh) | 2018-03-07 | 2018-03-07 | 基于gis的批量云图生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810186383.4A CN108460135A (zh) | 2018-03-07 | 2018-03-07 | 基于gis的批量云图生成方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108460135A true CN108460135A (zh) | 2018-08-28 |
Family
ID=63217472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810186383.4A Pending CN108460135A (zh) | 2018-03-07 | 2018-03-07 | 基于gis的批量云图生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108460135A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109829023A (zh) * | 2019-01-18 | 2019-05-31 | 苏州维众数据技术有限公司 | 一种四维时空地理信息系统及其构建方法 |
| CN111413259A (zh) * | 2020-04-14 | 2020-07-14 | 河南省商丘生态环境监测中心 | 空气废气实时监测和溯源方法 |
| CN111429542A (zh) * | 2020-02-27 | 2020-07-17 | 深圳震有科技股份有限公司 | 一种矢量等值线色斑图生成方法、装置及存储介质 |
| CN112233205A (zh) * | 2020-10-14 | 2021-01-15 | 山东省工程地震研究中心 | 基于离散数据进行分区和裁剪的电子地图制图方法及系统 |
| CN113656477A (zh) * | 2021-08-17 | 2021-11-16 | 东南大学 | 一种国土空间多源异构数据的校验与融合方法 |
| CN114154300A (zh) * | 2021-11-03 | 2022-03-08 | 哈尔滨工业大学（深圳） | 一种城市热环境与空气污染物浓度实时感知地图建立方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577651A (zh) * | 2013-11-18 | 2014-02-12 | 河海大学 | 一种智能化的批量生成及处理任意形状截面等值线云图的方法 |
| US20160094637A1 (en) * | 2014-09-30 | 2016-03-31 | The United States Of America, Represented By The Secretary Of Commerce | High performance real-time interactive exploration and visualization of discrete geospatial data in time and space |
| CN106230907A (zh) * | 2016-07-22 | 2016-12-14 | 华南理工大学 | 一种社保大数据可视化方法及系统 |
| CN106851656A (zh) * | 2017-01-05 | 2017-06-13 | 武汉智远软件有限责任公司 | 一种基于话务量感知的动态云图的方法 |
| CN107577762A (zh) * | 2017-09-01 | 2018-01-12 | 北京市地震局 | 一种地震应急专题图离线生成方法 |
-
2018
- 2018-03-07 CN CN201810186383.4A patent/CN108460135A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577651A (zh) * | 2013-11-18 | 2014-02-12 | 河海大学 | 一种智能化的批量生成及处理任意形状截面等值线云图的方法 |
| US20160094637A1 (en) * | 2014-09-30 | 2016-03-31 | The United States Of America, Represented By The Secretary Of Commerce | High performance real-time interactive exploration and visualization of discrete geospatial data in time and space |
| CN106230907A (zh) * | 2016-07-22 | 2016-12-14 | 华南理工大学 | 一种社保大数据可视化方法及系统 |
| CN106851656A (zh) * | 2017-01-05 | 2017-06-13 | 武汉智远软件有限责任公司 | 一种基于话务量感知的动态云图的方法 |
| CN107577762A (zh) * | 2017-09-01 | 2018-01-12 | 北京市地震局 | 一种地震应急专题图离线生成方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109829023A (zh) * | 2019-01-18 | 2019-05-31 | 苏州维众数据技术有限公司 | 一种四维时空地理信息系统及其构建方法 |
| CN111429542A (zh) * | 2020-02-27 | 2020-07-17 | 深圳震有科技股份有限公司 | 一种矢量等值线色斑图生成方法、装置及存储介质 |
| CN111413259A (zh) * | 2020-04-14 | 2020-07-14 | 河南省商丘生态环境监测中心 | 空气废气实时监测和溯源方法 |
| CN111413259B (zh) * | 2020-04-14 | 2020-11-10 | 河南省商丘生态环境监测中心 | 空气废气实时监测和溯源方法 |
| CN112233205A (zh) * | 2020-10-14 | 2021-01-15 | 山东省工程地震研究中心 | 基于离散数据进行分区和裁剪的电子地图制图方法及系统 |
| CN112233205B (zh) * | 2020-10-14 | 2021-05-28 | 山东省工程地震研究中心 | 基于离散数据进行分区和裁剪的电子地图制图方法及系统 |
| CN113656477A (zh) * | 2021-08-17 | 2021-11-16 | 东南大学 | 一种国土空间多源异构数据的校验与融合方法 |
| CN114154300A (zh) * | 2021-11-03 | 2022-03-08 | 哈尔滨工业大学（深圳） | 一种城市热环境与空气污染物浓度实时感知地图建立方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108460135A (zh) | 基于gis的批量云图生成方法 | |
| CN107124375B (zh) | Cdn网络带宽资源的错峰调度方法、系统以及服务器 | |
| Liu et al. | Big data orchestration as a service network | |
| CN103477601B (zh) | 用于网络友好协同缓存的方法和设备 | |
| CN101990003B (zh) | 一种基于ip地址属性的用户行为监控系统与方法 | |
| CN110198363A (zh) | 一种移动边缘计算节点的选择方法、装置及系统 | |
| CN109857546A (zh) | 基于Lyapunov优化的多服务器移动边缘计算卸载方法及装置 | |
| CN113435472A (zh) | 车载算力网络用户需求预测方法、系统、设备、介质 | |
| CN105007171A (zh) | 基于通信领域大数据的用户数据分析系统及方法 | |
| CN108881445B (zh) | 一种雾计算中基于古诺博弈的协作缓存方法 | |
| CN104009890A (zh) | 一种互联网中的网络质量测试系统及方法 | |
| Sinky et al. | Responsive content-centric delivery in large urban communication networks: A LinkNYC use-case | |
| CN102147807A (zh) | 基于gis的海量雷电数据时空分析方法 | |
| CN110347708A (zh) | 一种数据处理方法以及相关设备 | |
| CN102088754A (zh) | 一种基于网络访问行为的无线局域网接入控制方法及系统 | |
| CN102281290A (zh) | 一种PaaS云平台的仿真系统及方法 | |
| Feng et al. | Estimate air quality based on mobile crowd sensing and big data | |
| CN107451877A (zh) | 一种乘车订单在线生成系统及其生成方法 | |
| Kenner et al. | Comparison of smart grid architectures for monitoring and analyzing power grid data via Modbus and REST | |
| CN110519090A (zh) | 一种fpga云平台的加速卡分配方法、系统及相关组件 | |
| CN103118102B (zh) | 一种在云计算环境下空间数据访问规律的统计与控制系统及方法 | |
| CN105227396B (zh) | 一种面向移动通信网络的次等内容推荐分发系统及其方法 | |
| CN104916127A (zh) | 一种车联网分布式实时分析交通路况的方法及系统 | |
| CN102594679A (zh) | 用于确定视频应用中网络节点的运营信息的方法和设备 | |
| CN115865930A (zh) | 一种基于5g电力物联网的mec动态调整方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201126 Address after: 272000 Shandong province Jining city science and Technology Exhibition Center Applicant after: INSTITUTE OF COMPUTING TECHNOLOGY, CHINESE ACADEMY OF SCIENCES Applicant after: JINING ZHONGKE YUNTIAN ENVIRONMENTAL PROTECTION TECHNOLOGY Co.,Ltd. Address before: 272000 Shandong city of Jining province city technology center four Applicant before: JINING ZHONGKE YUNTIAN ENVIRONMENTAL PROTECTION TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| CB03 | Change of inventor or designer information |
Inventor after: Chen Yuanfei Inventor after: Zhou Dandan Inventor after: Lin Peng Inventor after: Ge Qingkun Inventor before: Chen Yuanfei Inventor before: Zhou Dandan Inventor before: Meng Junwang Inventor before: Meng Qingsen |
|
| CB03 | Change of inventor or designer information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180828 |
|
| RJ01 | Rejection of invention patent application after publication |