CN109885632B - 一种空间科学与应用数据检索方法、系统、介质及设备 - Google Patents
一种空间科学与应用数据检索方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN109885632B CN109885632B CN201910058433.5A CN201910058433A CN109885632B CN 109885632 B CN109885632 B CN 109885632B CN 201910058433 A CN201910058433 A CN 201910058433A CN 109885632 B CN109885632 B CN 109885632B
- Authority
- CN
- China
- Prior art keywords
- data
- range
- retrieval
- fuzzy
- code
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种空间科学与应用数据检索方法、系统、介质及设备，该方法包括：根据在地图底图中框选的检索范围，获取模糊范围编码集；从数据库中获取中心点经纬度的Geohash编码在模糊范围编码集中的数据，构成模糊范围数据集；判断模糊范围数据集中各条数据的中心点经纬度是否在检索范围内，若是则将该条数据选入准确范围数据集；按照设定的检索条件对准确范围数据集中的数据进行筛选，得到检索结果数据集。本发明在提升检索效率的同时节约了大量的存储资源和计算资源，实现了海量空间科学与应用数据高效条件查询。
Description
技术领域
本发明涉及电子地图领域，具体涉及一种空间科学与应用数据检索方法、系统、介质及设备。
背景技术
随着对空间科学与应用技术的快速发展和飞行器长期稳定在轨运行，空间科学实验(试验)采集下行的数据量呈爆炸式增长。虽然空间科学与应用数据的采集、下行、处理、存档等流程已经形成了严格成熟的管控机制，但由于数据类型多样，数据集匹配复杂和早期数据开放限制，我国空间科学与应用数据的分发共享工作仍停留磁盘阵列存储、关系型数据库SQL检索、B/S模式浏览共享的传统低效分发模式。随着飞行器载荷及实验装置观测相机分辨率提升和数据开放性增强，空间科学与应用单体数据量和数据总量都急剧增长，数据格式和数据类型多变，如何提升数据自主保障和服务能力，实现海量空间科学与应用数据产品面向公众的直观高效的可视化在线检索和数据分发服务，成为亟待解决的重要问题。
传统的空间科学与应用数据检索主要依赖于从存储数据产品元信息的参数文档中解析数据元信息并以字段的方式存储至关系型数据库中，检索前，先由用户使用鼠标在页面设置的参数选择列表中选择所需数据对应的参数或参数范围，如飞行器名称、载荷名称、产品格式、产品级别、数据采集开始时间、数据采集结束时间、数据经纬度范围等，根据输入的参数信息，通过SQL语句与Oracle或PostgreSQL数据库中对应字段进行匹配，返回检索结果数据集并从数据库中读取文件存储路径完成数据获取。但是这种方法存在如下弊端：一方面，对于无法确定所需数据准确信息的非专业用户，获取准确数据的难度较大。另一方面，关系型数据库逐渐无法满足复杂类型的海量结构化，半结构化和非结构化空间科学与应用数据高效检索，参数扩展，灵活扩容等需求。
发明内容
针对上述技术问题，本发明提供一种空间科学与应用数据检索方法、系统、介质及设备。
本发明解决上述技术问题的技术方案如下：一种空间科学与应用数据高效可视化检索方法，包括：
步骤1、根据在已按照Geohash编码划分成多个矩形区域的地图底图中框选的检索范围，获取模糊范围编码集，所述模糊范围编码集包括由所述矩形区域构成并包含所述检索范围的区域中的各个矩形区域的Geohash编码；
步骤2、从数据库中获取中心点经纬度的Geohash编码在所述模糊范围编码集中的数据，构成模糊范围数据集；
步骤3、判断所述模糊范围数据集中各条数据的中心点经纬度是否在所述检索范围内，若是则将该条数据选入准确范围数据集；
步骤4、按照设定的检索条件对所述准确范围数据集中的数据进行筛选，得到检索结果数据集。
为实现上述发明目的，本发明还提供一种空间科学与应用数据高效可视化检索系统，包括：
第一获取模块，用于根据在已按照Geohash编码划分成多个矩形区域的地图底图中框选的检索范围，获取模糊范围编码集，所述模糊范围编码集包括由所述矩形区域构成并包含所述检索范围的区域中的各个矩形区域的Geohash编码；
第二获取模块，用于从数据库中获取中心点经纬度的Geohash编码在所述模糊范围编码集中的数据，构成模糊范围数据集；
判断模块，用于判断所述模糊范围数据集中各条数据的中心点经纬度是否在所述检索范围内，若是则将该条数据选入准确范围数据集；
筛选模块，用于按照设定的检索条件对所述准确范围数据集中的数据进行筛选，得到检索结果数据集。
本发明还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行上述方法。
本发明还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
本发明的有益效果是：将地图底图按照Geohash编码划分成多个矩形区域，在地图底图中进行数据检索时，仅需要通过对数据的中心点经纬度的Geohash编码在数据库中进行检索，即可获得用户框选检索地理范围内的查询结果，通过归档存储时对数据的地理位置信息降维并写入数据库行健，避免检索过程中对大量数据参数读取与比较，实现了PB级数据毫秒级检索响应，在提升检索效率的同时节约了大量的存储资源和计算资源，实现了海量空间科学与应用数据高效条件查询。
附图说明
图1为本发明实施例提供的一种空间科学与应用数据检索方法的流程图；
图2为地图底图中框选的检索范围及其最小外接区域的示意图；
图3为本发明实施例提供的另一种空间科学与应用数据检索方法的流程图；
图4为本发明实施例提供的一种空间科学与应用数据检索系统的结构框图；
图5为本发明实施例提供的另一种空间科学与应用数据检索系统的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
本发明实施例提供的一种空间科学与应用数据检索方法，是一种以地理信息为主要索引条件的数据定位展示方法。使用本方法分发的空间科学与应用数据类型目前限于三维成像微波高度计数据、宽波段成像光谱仪数据以及紫外临边成像光谱仪等包含地理信息的遥感影像数据。分发数据内容包含遥感影像数据产品和对应的辅助文件。遥感影像数据产品格式是TIF，数据产品对应的辅助文件包含XML、TXT、CSV格式的数据元信息说明文档、PNG格式的缩略图和JPG格式的拇指图。不同格式数据的用途是：TIFF格式数据是用户所需的高精度影像数据产品；XML、TXT、CSV格式数据是遥感影像观测区域、精度、数据处理流程等参数说明文档；PNG、JPG格式数据是为方便对数据产品进行预览，并在地图检索时便于可视化展示检索结果而生成的数据产品缩略影像。本发明也可应用于其它包含地理信息及影像信息的空间科学与应用数据产品的检索和可视化展示。如图1所示，该方法包括：
S1、根据在已按照Geohash编码划分成多个矩形区域的地图底图中框选的检索范围，获取模糊范围编码集，所述模糊范围编码集包括由所述矩形区域构成并包含所述检索范围的区域中的各个矩形区域的Geohash编码；
具体的，Geohash是一种地址编码方法。能够把二维的空间经纬度数据编码成一个字符串，本发明中使用Geohash算法将数据网格化，将经纬度信息转换成一个既可排序又可比较的字符串编码。假设某个点的经纬度参数是[-15.786654,18.994465]，经纬度的Geohash编码转换规则如下：
对纬度值进行逼近编码，地球的纬度区间是(-90,90)。把该区间分为两部分，即(-90,0]，(0,90)。18.994465位于(0,90)区间，即右区间，标记为1。然后继续把(0,90)区间二分，分为(0,45]，(45,90)，18.994465位于(0,45]区间，即右左区间，标记为0。一直划分下去可得到纬度二进制编码表示。由于本发明涉及到相关空间科学与应用数据经纬度参数精度为0.000001，计算过程中经纬度精度为0.000001。由于本发明涉及到相关空间科学与应用数据传感器分辨率为10m，为保证检索精度，本发明截取经纬度前20位二进制编码，以保证可计算得到误差范围在±19m内的8位的Geohash编码。当该算法应用于其他空间科学与应用数据时，具体的编码长度应根据数据情况进行选择。纬度参数逼近编码计算过程如表1所示。由表可知，纬度参数的二进制编码为10011011000000111011。
表1 18.994465逼近编码计算
按照同样的规则对精度值逼近编码，可得到经度的二进制表示01110100110001101100。按照偶数位放经度，奇数位放纬度原则，重新组合得到经纬度的二进制编码：0110101101100101101000000010110111100101。将组合编码转换为十进制461266496997，再转换为三十二进制得到13,13,18,26,0,11,15,5。对照表2所示由0-9、b-z(去掉a,i,l,o)32个字符组成的字符集进行base32编码，得到最终编码结果eeku0cg5。
表2 base32编码对照表
| Decimal | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| Base32 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | b | c | d | e | f | g |
| Decimal | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 |
| Base32 | h | j | k | m | n | p | q | r | s | t | u | v | w | x | y | z |
Geohash编码表示的是一个矩形区域，如图2所示，将地图底图以Geohash编码划分成了一个个矩形区域。
检索数据时，用户在地图底图中以预设的圆形、矩形或自定义多边形工具框选检索范围，那么即可根据检索范围在地图底图中的位置确定包含该检索范围的一个区域，该区域中包含的各个矩形区域的Geohash编码即入选模糊范围编码集。为了保证模糊检索结果集中数据最少，检索效率最高，这个区域通常选择包含检索范围的最小区域。
S2、从数据库中获取中心点经纬度的Geohash编码在所述模糊范围编码集中的数据，构成模糊范围数据集；
具体的，可使用HDFS分布式存储系统作为数据库来存储空间科学数据产品，HDFS分布式存储系统可选用HBase列式数据库，能实现对辅助数据等数据量在1K～10MB范围内的小文件的实时存取。数据库中的数据的经纬度信息均使用Geohash算法转换成了相应的Geohash编码，根据其中中心点经纬度的Geohash编码即可从数据库中按照模糊范围编码集中编码scan得到模糊范围内的所有数据结果。本发明将此时返回的数据集称为模糊范围数据集。
可选地，在该实施例中，所述数据库中各条数据的存储键值包含该条数据的中心点经纬度的Geohash编码；
所述步骤S2包括：根据所述模糊范围编码集中的Geohash编码在数据库中查询对应的存储键值，将查询成功的存储键值对应的数据加入模糊范围数据集。
具体的，对数据库中存储的数据设置存储键值是一种通行的做法，为保证存储键值唯一、精简(不超过16字节)、便于数据检索，本发明可使用数据中心点经纬度Geohash编码与数据采集开始时间(格式为YYYYMMddhhmmss)后八位拼接作为HBase列式数据库的rowkey(行键)，如：某数据影像中心点经纬度Geohash编码为eeku0cg5，数据采集开始时间为20160922070606，该数据rowkey值为eeku0cg522070606。按照上文的Geohash编码转换规则对经纬度降维编码，在存储相同信息的情况下，不但缩短了数据库rowkey的长度，而且使得观测范围越近的数据编码相似度越高，数据库存储位置越近。减少了按照地理位置检索时HBase进行scan操作的时间开销。生成rowkey后，将数据按照数据产品和辅助数据两个列簇存储至数据库中。数据产品列簇保存数据产品名称，辅助数据列簇使用二进制数据流保存数据产品对应所有辅助数据文件内容，用于对辅助数据快速读写和可视化展示。
基于上述存储键值的构建方式，即可从数据库中按照模糊范围编码集中编码scan得到模糊范围内的所有数据结果。
S3、判断所述模糊范围数据集中各条数据的中心点经纬度是否在所述检索范围内，若是则将该条数据选入准确范围数据集；
具体的，对模糊范围数据集中所有数据，从HBase辅助数据列簇的元信息文件中读取其中心点经纬度并判定该经纬度是否在框选多边形内，得到准确范围数据集。
S4、按照设定的检索条件对所述准确范围数据集中的数据进行筛选，得到检索结果数据集。
具体的，为了便于检索，可根据数据关键元信息可对数据产品进行命名。例如，可预设命名规则为：飞行器名称_载荷名称_产品类型_产品标识_产品级别_采集开始时间_采集结束时间.数据格式。其中，为使数据名称尽可能精简，飞行器名称、载荷名称、产品类型、产品标识、产品级别等元信息分别用包含特定含义的长度小于4的大写英文字母及数字的组合表示，采集开始时间和采集结束时间用长整型数值表示。为保证命名唯一性，命名中的时间精确到秒。如：R2_AA_BB_CC_L3_20170822070606_20170822072211.tif。在存储数据时，根据数据产品名称，按照飞行器名称\载荷名称\产品类型\产品标识\产品级别\的格式在项目路径下生成数据产品的存储路径。以上文所示例数据产品R2_AA_BB_CC_L3_20170822070606_20170822072211.tif为例，其预设存储路径应为:项目路径\R2\AA\BB\CC\L3\，将临时存储区数据拷贝至规定的存储路径下。
利用数据元信息为数据产品及辅助数据按照一定规则命名，根据数据名称构建GB级文件存储路径进行数据存储，与传统通过读取数据库中文件路径字段或在内存中构建存储路径查找树相比，避免了数据库冗余存储，降低了时间开销和内存开销，极大程度减少了对存储资源和计算资源的占用。在实现海量数据高效管理的同时提高了数据检索效率，并拥有极好的用户体验。
用户在进行检索时，可拉选飞行器名称、产品类别，产品级别、数据采集开始时间等参数，生成检索条件，在得到准确范围数据集后，即可按照生成的检索条件对准确范围数据集中的数据进行筛选过滤，得到最终的检索结果数据集，筛选功能可采用QualifierFilter(基于HBase本身提供的三维有序过滤器)实现。
本发明实施例提供的一种空间科学与应用数据检索方法，与传统通过遍历数据库中所有数据经纬度判定数据产品是否符合检索条件的检索方式相比，简化了数据库存储结构和内容，提升了检索效率，节约了大量的计算成本和存储成本。
可选地，在该实施例中，所述步骤S1具体包括：
S1.1、计算在地图底图中框选的检索范围的中心点；
S1.2、获取所述中心点所在的第一矩形区域的Geohash编码；
S1.3、判断所述第一矩形区域是否完全或部分包含在所述检索范围内，若是则将所述第一矩形区域的Geohash编码放入模糊范围编码集；
S1.4、当所述第一矩形区域完全包含在所述检索范围内时，判断所述第一矩形区域邻接的第二矩形区域是否部分或完全包含在所述检索范围内，若是则将所述第二矩形区域的Geohash编码放入模糊范围编码集，递归执行直至所有完全或部分包含在所述检索范围内的矩形区域的Geohash编码均在所述模糊范围编码集中。
具体的，该实施例中，可采用由天地图API提供的getCenter()方法计算框定检索范围的多边形(圆形与矩形可视为特殊多边形)中心点，获取该点经纬度并按照上文所述方法计算该点所在区域Geohash编码，判断该矩形区域是否被包含在框选的检索范围内，部分包含则将该区域Geohash编码放入GeoList并返回，完全包含则将该区域Geohash编码放入GeoList后判定该区域临接的8个矩形区域是否被包含在框定检索范围内。如表3所示编码实例，是与Geohash编码为WX4G0B临接的大小相同的8个区域。递归计算直到所有被完全包含或部分包含在框选的检索范围内的矩形区域的Geohash编码均在GeoList，返回GeoList。如图2所示，标示灰色区域的Geohash编码所组成的集合是该次检索的模糊范围编码集GeoList结果，即包含框选的检索范围的最小区域。
表3 Geohash编码实例表示某一区域的八个临接区域
| WX4G09 | WX4G0C | WX4G11 |
| WX4G08 | WX4G0B | WX4G10 |
| WX4FBX | WX4FBZ | WX4FCP |
上述确定包含检索范围的最小区域的过程中采用不断扩大返回结果的方式获取符合查询地理条件的矩形区域，避免了Geohash算法突变问题。
可选地，在该实施例中，如图3所示，该方法还包括：
S5、从数据库中读取所述检索结果数据集中各条数据的元信息文件和拇指图，从所述元信息文件中解析得到数据的左上角、左下角、右上角和右下角经纬度，在所述地图底图中绘制表示数据观测范围的矩形框，将各个所述拇指图缩放后贴在相应的矩形框中。
具体的，该步骤的作用是将检索结果数据集中数据以拇指图的形式展示在地图底图中。在一个具体实施例中，可基于天地图JavaScript API 4.0进行二次开发，从HBase中读取检索结果集中数据的元信息文件及拇指图，从元信息文件中解析得到数据的左上角，左下角，右上角，右下角经纬度，在地图底图中绘制矩形框以精确表示数据观测范围，将数据拇指图以一定比例缩放后贴在矩形框中，从而实现数据定位可视化展示。
该步骤实现了从数据库中读取并在地图底图的数据定位点展现该数据产品的拇指图和关键元信息，使用户便捷、可视化地获取检索结果数据集包含的信息，便于用户判定数据质量及是否符合需求，极大提升了数据服务的用户体验。
可选地，在该实施例中，如图3所示，该方法还包括：
S6、对所述检索结果数据集中各条数据的文件名进行解析，得到数据存储路径，通过在所述数据存储路径下对所述文件名的查找，获取并下载相应的数据。
具体的，该步骤用于在用户通过步骤S4完成可视化检索确定满足需求的数据集后，完成数据产品的逐一或批量获取。由于数据产品的存储路径是基于数据产品文件名生成的，因此，下载数据时，通过数据产品文件名解析即可得到数据存储路径，通过对数据产品文件名去文件类型后缀的模糊查找，得到数据产品文件及辅助数据文件，打包后进行http数据传输。
图4为本发明实施例提供的一种空间科学与应用数据检索系统的结构框图，如图4所示，该系统包括：
第一获取模块，用于根据在已按照Geohash编码划分成多个矩形区域的地图底图中框选的检索范围，获取模糊范围编码集，所述模糊范围编码集包括由所述矩形区域构成并包含所述检索范围的区域中的各个矩形区域的Geohash编码；
第二获取模块，用于从数据库中获取中心点经纬度的Geohash编码在所述模糊范围编码集中的数据，构成模糊范围数据集；
判断模块，用于判断所述模糊范围数据集中各条数据的中心点经纬度是否在所述检索范围内，若是则将该条数据选入准确范围数据集；
筛选模块，用于按照设定的检索条件对所述准确范围数据集中的数据进行筛选，得到检索结果数据集。
可选地，在该实施例中，所述第一获取模块包括：
计算单元，用于计算在地图底图中框选的检索范围的中心点；
获取单元，用于获取所述中心点所在的第一矩形区域的Geohash编码；
第一判断单元，用于判断所述第一矩形区域是否完全或部分包含在所述检索范围内，若是则将所述第一矩形区域的Geohash编码放入模糊范围编码集；
第二判断单元，用于当所述第一矩形区域完全包含在所述检索范围内时，判断所述第一矩形区域邻接的第二矩形区域是否部分或完全包含在所述检索范围内，若是则将所述第二矩形区域的Geohash编码放入模糊范围编码集，递归执行直至所有完全或部分包含在所述检索范围内的矩形区域的Geohash编码均在所述模糊范围编码集中。
可选地，在该实施例中，所述数据库中各条数据的存储键值包含该条数据的中心点经纬度的Geohash编码；
所述第二获取模块，具体用于根据所述模糊范围编码集中的Geohash编码在数据库中查询匹配的存储行健，将查询成功的存储键值对应的数据加入模糊范围数据集。
可选地，作为本发明的一个实施例中，如图5所示，该系统还包括：
读取模块，用于从数据库中读取所述检索结果数据集中各条数据的元信息文件和拇指图，从所述元信息文件中解析得到数据的左上角、左下角、右上角和右下角经纬度，在所述地图底图中绘制表示数据观测范围的矩形框，将各个所述拇指图缩放后贴在相应的矩形框中。
可选地，作为本发明的一个实施例中，如图5所示，该系统还包括：
下载模块，用于对所述检索结果数据集中各条数据的文件名进行解析，得到数据存储路径，通过在所述数据存储路径下对所述文件名的查找，获取并下载相应的数据。
本发明还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行上述方法实施例中的方法步骤；或者存储上述系统实施例的各个软件模块对应的指令。
本发明还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法实施例中的方法步骤。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种空间科学与应用数据检索方法，其特征在于，包括：
步骤1、根据在已按照Geohash编码划分成多个矩形区域的地图底图中框选的检索范围，获取模糊范围编码集，所述模糊范围编码集包括由所述矩形区域构成并包含所述检索范围的区域中的各个矩形区域的Geohash编码；
步骤2、从数据库中获取中心点经纬度的Geohash编码在所述模糊范围编码集中的数据，构成模糊范围数据集；
步骤3、判断所述模糊范围数据集中各条数据的中心点经纬度是否在所述检索范围内，若是则将该条数据选入准确范围数据集；
步骤4、按照设定的检索条件对所述准确范围数据集中的数据进行筛选，得到检索结果数据集；
其中，所述步骤1具体包括：
步骤1.1、计算在地图底图中框选的检索范围的中心点；
步骤1.2、获取所述中心点所在的第一矩形区域的Geohash编码；
步骤1.3、判断所述第一矩形区域是否完全或部分包含在所述检索范围内，若是则将所述第一矩形区域的Geohash编码放入模糊范围编码集；
步骤1.4、当所述第一矩形区域完全包含在所述检索范围内时，判断所述第一矩形区域邻接的第二矩形区域是否部分或完全包含在所述检索范围内，若是则将所述第二矩形区域的Geohash编码放入模糊范围编码集，递归执行直至所有完全或部分包含在所述检索范围内的矩形区域的Geohash编码均在所述模糊范围编码集中。
2.根据权利要求1所述的方法，其特征在于，所述数据库中各条数据的存储键值包含该条数据的中心点经纬度的Geohash编码；
所述步骤2包括：根据所述模糊范围编码集中的Geohash编码在数据库中查询匹配的存储行健，将查询成功的存储键值对应的数据加入模糊范围数据集。
3.根据权利要求1或2所述的方法，其特征在于，还包括：
步骤5、从数据库中读取所述检索结果数据集中各条数据的元信息文件和拇指图，从所述元信息文件中解析得到数据的左上角、左下角、右上角和右下角经纬度，在所述地图底图中绘制表示数据观测范围的矩形框，将各个所述拇指图缩放后贴在相应的矩形框中。
4.根据权利要求1或2所述的方法，其特征在于，还包括：
步骤6、对所述检索结果数据集中各条数据的文件名进行解析，得到数据存储路径，通过在所述数据存储路径下对所述文件名的查找，获取并下载相应的数据。
5.一种空间科学与应用数据检索系统，其特征在于，包括：
第一获取模块，用于根据在已按照Geohash编码划分成多个矩形区域的地图底图中框选的检索范围，获取模糊范围编码集，所述模糊范围编码集包括由所述矩形区域构成并包含所述检索范围的区域中的各个矩形区域的Geohash编码；
第二获取模块，用于从数据库中获取中心点经纬度的Geohash编码在所述模糊范围编码集中的数据，构成模糊范围数据集；
判断模块，用于判断所述模糊范围数据集中各条数据的中心点经纬度是否在所述检索范围内，若是则将该条数据选入准确范围数据集；
筛选模块，用于按照设定的检索条件对所述准确范围数据集中的数据进行筛选，得到检索结果数据集；
其中，所述第一获取模块包括：
计算单元，用于计算在地图底图中框选的检索范围的中心点；
获取单元，用于获取所述中心点所在的第一矩形区域的Geohash编码；
第一判断单元，用于判断所述第一矩形区域是否完全或部分包含在所述检索范围内，若是则将所述第一矩形区域的Geohash编码放入模糊范围编码集；
第二判断单元，用于当所述第一矩形区域完全包含在所述检索范围内时，判断所述第一矩形区域邻接的第二矩形区域是否部分或完全包含在所述检索范围内，若是则将所述第二矩形区域的Geohash编码放入模糊范围编码集，递归执行直至所有完全或部分包含在所述检索范围内的矩形区域的Geohash编码均在所述模糊范围编码集中。
6.根据权利要求5所述的系统，其特征在于，所述数据库中各条数据的存储键值包含该条数据的中心点经纬度的Geohash编码；
所述第二获取模块，具体用于根据所述模糊范围编码集中的Geohash编码在数据库中查询匹配的存储行健，将查询成功的存储键值对应的数据加入模糊范围数据集。
7.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在计算机上运行时，使所述计算机执行根据权利要求1-4任一项所述的方法。
8.一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910058433.5A CN109885632B (zh) | 2019-01-22 | 2019-01-22 | 一种空间科学与应用数据检索方法、系统、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910058433.5A CN109885632B (zh) | 2019-01-22 | 2019-01-22 | 一种空间科学与应用数据检索方法、系统、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109885632A CN109885632A (zh) | 2019-06-14 |
| CN109885632B true CN109885632B (zh) | 2021-02-12 |
Family
ID=66926549
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910058433.5A Active CN109885632B (zh) | 2019-01-22 | 2019-01-22 | 一种空间科学与应用数据检索方法、系统、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109885632B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110765331B (zh) * | 2019-07-08 | 2024-03-26 | 中国人民解放军战略支援部队信息工程大学 | 一种时空数据的检索方法及系统 |
| CN110597845A (zh) * | 2019-09-05 | 2019-12-20 | 深圳前海微众银行股份有限公司 | 一种分布式存储及检索地理数据的方法、装置及系统 |
| CN111125557A (zh) * | 2019-12-26 | 2020-05-08 | 北京每日优鲜电子商务有限公司 | 资源筛选方法、装置、计算机设备及存储介质 |
| CN111831933A (zh) * | 2020-06-23 | 2020-10-27 | 当家移动绿色互联网技术集团有限公司 | 数据检索方法，装置，存储介质及电子设备 |
| CN112050820B (zh) * | 2020-09-02 | 2024-05-07 | 平安科技（深圳）有限公司 | 道路匹配方法、装置、电子设备及可读存储介质 |
| CN113138985B (zh) * | 2021-04-22 | 2023-05-02 | 重庆长安汽车股份有限公司 | 一种gps数据解析方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407213A (zh) * | 2015-07-31 | 2017-02-15 | 阿里巴巴集团控股有限公司 | 基于地理位置的信息检索方法、装置及系统 |
| CN107066506A (zh) * | 2017-01-11 | 2017-08-18 | 中国科学院空间应用工程与技术中心 | 一种提高空间科学与应用数据检索效率的方法及装置 |
| WO2018065939A1 (en) * | 2016-10-05 | 2018-04-12 | Uber Technologies, Inc. | Contextual search for location services |
| CN108804602A (zh) * | 2018-05-25 | 2018-11-13 | 武汉大学 | 一种基于spark的分布式空间数据存储计算方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11138243B2 (en) * | 2014-03-06 | 2021-10-05 | International Business Machines Corporation | Indexing geographic data |
-
2019
- 2019-01-22 CN CN201910058433.5A patent/CN109885632B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407213A (zh) * | 2015-07-31 | 2017-02-15 | 阿里巴巴集团控股有限公司 | 基于地理位置的信息检索方法、装置及系统 |
| WO2018065939A1 (en) * | 2016-10-05 | 2018-04-12 | Uber Technologies, Inc. | Contextual search for location services |
| CN107066506A (zh) * | 2017-01-11 | 2017-08-18 | 中国科学院空间应用工程与技术中心 | 一种提高空间科学与应用数据检索效率的方法及装置 |
| CN108804602A (zh) * | 2018-05-25 | 2018-11-13 | 武汉大学 | 一种基于spark的分布式空间数据存储计算方法 |
Non-Patent Citations (3)
| Title |
|---|
| 乐鹏.基于spark的分布式空间数据存储结构设计与实现.《武汉大学学报信息科学报》.2018, * |
| 基于GeoSOT区位标识的多源遥感数据组织研究;吕雪峰等;《北京大学学报（自然科学版）》;20140331;第50卷(第2期);论文第2.3.2节 * |
| 基于spark的分布式空间数据存储结构设计与实现;乐鹏;《武汉大学学报信息科学报》;20181231;论文第2.2节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109885632A (zh) | 2019-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109885632B (zh) | 一种空间科学与应用数据检索方法、系统、介质及设备 | |
| US11132388B2 (en) | Efficient spatial queries in large data tables | |
| Baumann | The OGC web coverage processing service (WCPS) standard | |
| US7966301B2 (en) | System and method for employing a grid index for location and precision encoding | |
| CN105243086A (zh) | 一种车辆信息查询方法和装置 | |
| CN101419612A (zh) | 图像处理设备和图像处理方法 | |
| Huang et al. | Rapid retrieval strategy for massive remote sensing metadata based on GeoHash coding | |
| CN111522892B (zh) | 地理要素的检索方法及装置 | |
| Lewis et al. | Lidar data management pipeline; from spatial database population to web-application visualization | |
| Sirdeshmukh et al. | Utilizing a discrete global grid system for handling point clouds with varying locations, times, and levels of detail | |
| CN104050213A (zh) | 包括数据分类的查询处理系统 | |
| Zhang et al. | Terrafly geocloud: an online spatial data analysis and visualization system | |
| Ladra et al. | Compact and queryable representation of raster datasets | |
| Gao et al. | A multi-source spatio-temporal data cube for large-scale geospatial analysis | |
| CN111221813B (zh) | 数据库索引以及数据库查询的处理方法、装置及设备 | |
| EP3182299B1 (en) | Methods and systems for estimating the number of points in two-dimensional data | |
| CN113722518A (zh) | 基于遥感影像元数据的存储方法、检索方法、设备及介质 | |
| CN112632406B (zh) | 查询方法、装置、电子设备及存储介质 | |
| EP3644195A1 (en) | System for storing and querying document collections | |
| Villarroya et al. | Enabling efficient distributed spatial join on large scale vector-raster data lakes | |
| AU2020202075A1 (en) | Processing and storage of location data | |
| Zekri et al. | Optimized Image Retrieval System in Oracle DBMS | |
| Baart et al. | A comparison between WCS and OPeNDAP for making model results and data products available through the internet | |
| Rueda-Ruiz et al. | SPSLiDAR: towards a multi-purpose repository for large scale LiDAR datasets | |
| Zandhuis et al. | Dutch historical toponyms in the Semantic Web |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |