CN116881383A - 一种实现网络动态地理信息服务的方法 - Google Patents

一种实现网络动态地理信息服务的方法 Download PDF

Info

Publication number
CN116881383A
CN116881383A CN202311140235.6A CN202311140235A CN116881383A CN 116881383 A CN116881383 A CN 116881383A CN 202311140235 A CN202311140235 A CN 202311140235A CN 116881383 A CN116881383 A CN 116881383A
Authority
CN
China
Prior art keywords
geographic information
information service
geographic
client
layer
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.)
Granted
Application number
CN202311140235.6A
Other languages
English (en)
Other versions
CN116881383B (zh
Inventor
肖剑
夏亚兵
蔡华利
杨在兴
郑刚
涂笑曦
许保瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing National Remote Xintiandi Information Technology Ltd By Share Ltd
Original Assignee
Beijing National Remote Xintiandi Information Technology Ltd By Share Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing National Remote Xintiandi Information Technology Ltd By Share Ltd filed Critical Beijing National Remote Xintiandi Information Technology Ltd By Share Ltd
Priority to CN202311140235.6A priority Critical patent/CN116881383B/zh
Publication of CN116881383A publication Critical patent/CN116881383A/zh
Application granted granted Critical
Publication of CN116881383B publication Critical patent/CN116881383B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26Visual data mining; Browsing structured data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种实现网络动态地理信息服务的方法,涉及地理信息服务技术领域,网络动态地理信息服务器将地理信息服务区域划分为若干个连续的地理信息服务子区域;并建立多层次的地理信息服务一体化可视图;客户端向网络动态地理信息服务器发送地理区域浏览请求并确定客户端的目标地理信息服务子区域,同时获取客户端的用户习惯,根据客户端用户习惯制定用户专属地理服务方案;网络动态地理信息服务器获取各地理信息服务子区域的热度信息,根据各地理信息服务子区域的热度信息调整区域内的空间分辨率和时间分辨率,基于地理信息服务一体化可视图将目标地理信息服务子区域的地理信息进行可视化显示并发送至客户端,保证了多源地理信息的时效性和准确性。

Description

一种实现网络动态地理信息服务的方法
技术领域
本发明涉及地理信息服务技术领域,具体是一种实现网络动态地理信息服务的方法。
背景技术
随着道路交通建设和建筑设施建设的快速发展,地理数据信息量以几何级数增长,并时常更新,网络动态地理信息服务能够利用互联网技术和地理信息技术,实现实时动态数据的共享和交换,从而提供实时地理信息的服务。
传统的GIS地理信息服务系统不能满足用户对数据多元化和数据准确度的需求,当前地理信息系统对地理位置以及与地理位置相关的其它领域的数据学习不能实时掌握,缺乏预分工,对用户目标区域的地理信息提供提前预测依据等方面的技术问题是我们需要亟需解决的,现提供一种实现网络动态地理信息服务的方法。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种实现网络动态地理信息服务的方法,包括以下步骤:
步骤S1:网络动态地理信息服务器确定地理信息服务区域,将地理信息服务区域划分为若干个连续的地理信息服务子区域;并建立多层次的地理信息服务一体化可视图;
步骤S2:客户端向网络动态地理信息服务器发送地理区域浏览请求,网络动态地理信息服务器根据所述地理区域浏览请求确定客户端的目标地理信息服务子区域,同时获取客户端的用户习惯,根据客户端用户习惯制定用户专属地理服务方案;
步骤S3:网络动态地理信息服务器获取各地理信息服务子区域的热度信息,根据各地理信息服务子区域的热度信息动态调整区域内的空间分辨率和时间分辨率,并基于地理信息服务一体化可视图将目标地理信息服务子区域的地理信息进行可视化显示并发送至客户端。
进一步的,网络动态地理信息服务器确定地理信息服务区域,并将地理信息服务区域划分为若干个连续的地理信息服务子区域的过程包括:
通过GIS手段获取地理信息服务区域内的地理数据,并根据所述地理数据构建目标地理信息服务区域的GIS地理平面图,构建二维坐标系,将所述GIS地理平面图映射至二维坐标系内,并将所述GIS地理平面图划分成若干个大小相等的图像区域,将各个图像区域的中心点设置为参考点。
进一步的,建立多层次的地理信息服务一体化可视图的过程包括:
利用大数据方法实时获取目标地理信息服务区域内交通路线车流量和车辆均速,根据目标地理信息服务区域内交通路线车流量和车辆均速构建交通预警模型,通过交通预警模型预测各交通路线的车辆拥堵程度,得到交通预警图层;
通过互联网手段实时获取目标地理信息服务区域内的历史环境参数,以历史时间段的历史环境参数为因变量,以历史环境参数所在时间段为自变量构建多元线性回归模型,根据多元线性回归模型预测目标地理信息服务区域当前时间段内的环境参数,得到环境预测图层;
以GIS地理平面图为基础图层,在所述基础图层上叠加所述交通预警图层和环境预测图层,得到地理信息服务一体化可视图。
进一步的,客户端向网络动态地理信息服务器发送地理区域浏览请求,网络动态地理信息服务器根据所述地理区域浏览请求确定客户端的目标地理信息服务子区域的过程包括:
获取客户端所在位置信息,将客户端所在位置信息映射至所述GIS地理平面图中,确定GIS地理平面图中客户端所在位置信息与不同地理信息服务子区域的参考点的欧式距离,选取参考点与客户端所在位置信息的欧式距离最小的地理信息服务子区域作为目标地理信息服务子区域。
进一步的,获取客户端的用户习惯的过程包括:
获取客户端用户的历史行为记录数据,从所述历史行为记录数据提取行为特征数据,所述行为特征数据包括用户在地理信息服务一体化可视图的不同地理信息服务子区域的各图层的各时段的浏览次数和浏览时长;
设置浏览时长有效阈值,当所述用户行为记录数据中的浏览时长小于浏览时长有效阈值时,将所述用户行为记录数据中的浏览次数和浏览时长置零,并将该行为记录数据标记为无效记录;
对用户在各图层的各时间段的浏览次数和浏览时长分别配置权重,通过所述权重对用户在不同地理信息服务子区域的各图层的各时间段的浏览次数和浏览时长进行加权处理,获得用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值。
进一步的,根据用户习惯制定专属地理服务方案的过程包括:
根据用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值构建多区域多时段地理图层服务队列,将用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值按照由大到小排序依次输入至对应时段和区域的地理图层服务队列中,将地理图层服务队列中习惯特征值由大到小的顺序将图层依次标记为首位推荐图层、第二位推荐图层和末位推荐图层;当客户端向网络动态地理信息服务器发送地理区域浏览请求后,所述网络动态地理信息服务器根据地理区域浏览请求所在时间段和所在区域向客户端推送该时间段以及该区域对应的首位推荐图层入口,若客户端拒绝进入首位推荐图层入口,所述网络动态地理信息服务器向客户端推送该时间段以及该区域对应的第二位推荐图层入口,若客户端拒绝进入第二位推荐图层入口,则客户端直接进入该时间段以及该区域对应的末位推荐图层。
进一步的,根据客户端的用户习惯获取各地理信息服务子区域的热度信息的过程包括:
设置热度信息更新周期;获取热度信息更新周期内的客户端所有用户的行为记录数据,并根据客户端所有用户的行为记录数据获得热度信息更新周期内不同地理信息服务子区域的浏览总次数和浏览总时长,根据地理信息服务子区域的浏览总次数和浏览总时长获取该地理信息服务子区域的热度值。
进一步的,根据各地理信息服务子区域的热度信息动态调整区域内的空间分辨率和时间分辨率,网络动态地理信息服务器基于地理信息服务一体化可视图将目标地理信息服务子区域的地理信息进行可视化显示并发送至客户端的过程包括:
网络动态地理信息服务器通信连接有空间卫星和地表传感网;所述空间卫星用于获取各地理信息服务子区域的卫星级别空间分辨率和卫星级别时间分辨率的地理信息;所述地表传感网用于获取各地理信息服务子区域的地表传感网级别空间分辨率和地表传感网级别卫星级别时间分辨率的地理信息;所述地表传感网级别空间分辨率和地表传感网级别卫星级别时间分辨率大于卫星级别空间分辨率和卫星级别时间分辨率;所述地表传感网设置已激活地表传感器和待激活地表传感器,所述已激活地表传感器数量越多,则地表传感网的空间分辨率和时间分辨率越高;
利用大数据方法获得地理信息服务子区域在不同热度信息条件下的地表传感网的地表传感器激活数量对照表,根据地理信息服务子区域的热度信息和地表传感器激活数量对照表调整地理信息服务子区域内的已激活地表传感器;并根据地理信息服务子区域内的已激活地表传感器确定地理信息子区域内的空间分辨率和时间分辨率;
获取地理信息服务一体化可视图内客户端的目标地理信息服务子区域的当前时间段交通预警图层的各交通路线车辆拥堵程度、环境预测图层的预测环境参数和基础图层的地理数据;并根据目标地理信息服务子区域的空间分辨率和时间分辨率设置对应的地理信息可信度等级;所述网络动态地理信息服务器根据客户端的专属地理服务方案依次向客户端发送各图层地理服务信息和地理信息可信度。
与现有技术相比,本发明的有益效果是:本发明根据各地理信息服务子区域的热度信息动态调整区域内的空间分辨率和时间分辨率,对不同地理区域的信息服务资源进行高效分配,提高了地理信息服务的监测资源利用率,同时通过调整不同地理区域的地表传感器激活数量,即提高了热度高的地理区域的地理数据信息准确度,又降低了热度低的地理地区的监测资源损耗。
另一方面,相较于传统的地理信息服务系统,本发明通过交通预警图层实时共享交通路况信息,帮助用户驾车时选择更优的路线和避免拥堵,从而提高交通效率,同时通过环境预测图层实时提供目标地理信息服务区域的天气状态,从而帮助用户及时应对天气变化,为用户提供目标监测区域的多源数据信息。
附图说明
图1为本申请实施例的一种实现网络动态地理信息服务的方法的原理图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,一种实现网络动态地理信息服务的方法,包括以下步骤:
步骤S1:网络动态地理信息服务器确定地理信息服务区域,将地理信息服务区域划分为若干个连续的地理信息服务子区域;并建立多层次的地理信息服务一体化可视图;
步骤S2:客户端向网络动态地理信息服务器发送地理区域浏览请求,网络动态地理信息服务器根据所述地理区域浏览请求确定客户端的目标地理信息服务子区域,同时获取客户端的用户习惯,根据客户端用户习惯制定用户专属地理服务方案;
步骤S3:网络动态地理信息服务器获取各地理信息服务子区域的热度信息,根据各地理信息服务子区域的热度信息动态调整区域内的空间分辨率和时间分辨率,并基于地理信息服务一体化可视图将目标地理信息服务子区域的地理信息进行可视化显示并发送至客户端。
需要进一步说明的是,在具体实施过程中,网络动态地理信息服务器确定地理信息服务区域,并将地理信息服务区域划分为若干个连续的地理信息服务子区域的过程包括:
通过GIS手段获取地理信息服务区域内的地理数据,并根据所述地理数据构建目标地理信息服务区域的GIS地理平面图,构建二维坐标系,将所述GIS地理平面图映射至二维坐标系内,并将所述GIS地理平面图划分成若干个大小相等的图像区域,将各个图像区域的中心点设置为参考点。
需要进一步说明的是,在具体实施过程中,建立多层次的地理信息服务一体化可视图的过程包括:
利用大数据方法实时获取目标地理信息服务区域内交通路线车流量和车辆均速,根据目标地理信息服务区域内交通路线车流量和车辆均速构建交通预警模型,通过交通预警模型预测各交通路线的车辆拥堵程度,得到交通预警图层;
建立环境信息预测模型,获取1000组历史监测周期的关于温度、湿度和有害气体浓度的数据信息;将其中950组数据作为训练集,500组数据作为测试集,对环境信息预测模型进行训练,直至训练合格
通过互联网手段实时获取目标地理信息服务区域内的历史环境参数,以历史时间段的历史环境参数为因变量,以历史环境参数所在时间段为自变量构建多元线性回归模型,根据多元线性回归模型预测目标地理信息服务区域当前时间段内的环境参数,得到环境预测图层;
以GIS地理平面图为基础图层,在所述基础图层上叠加所述交通预警图层和环境预测图层,得到地理信息服务一体化可视图。
需要进一步说明的是,在具体实施过程中,所述交通预警模型的构建过程包括:
基于RBN神经网络构建交通预警模型,利用大数据方法实时获取目标地理信息服务区域内各交通路线各时间段的1000组车流量数据和车辆均速数据,将其中950组数据作为训练集,50组数据作为测试集,通过训练集对交通预警模型进行实时学习训练,直至损失函数训练平稳,并保存模型参数,之后通过测试集对迭代训练后的交通预警模型的输出数据矩阵进行相似度验证;
将当前时间段信息和交通路线输入通过测试集验证的交通预警模型中,根据交通预警模型的输出层获取交通预警信息。
需要进一步说明的是,在具体实施过程中,客户端向网络动态地理信息服务器发送地理区域浏览请求,网络动态地理信息服务器根据所述地理区域浏览请求确定客户端的目标地理信息服务子区域的过程包括:
获取客户端所在位置信息,将客户端所在位置信息映射至所述GIS地理平面图中,确定GIS地理平面图中客户端所在位置信息与不同地理信息服务子区域的参考点的欧式距离,选取参考点与客户端所在位置信息的欧式距离最小的地理信息服务子区域作为目标地理信息服务子区域。
需要进一步说明的是,在具体实施过程中,获取客户端的用户习惯的过程包括:
获取客户端用户的历史行为记录数据,从所述历史行为记录数据提取行为特征数据,所述行为特征数据包括用户在地理信息服务一体化可视图的不同地理信息服务子区域的各图层的各时段的浏览次数和浏览时长;
需要进一步说明的是,在具体实施过程中,从所述行为记录数据中提取浏览次数和浏览时长这一步骤具体包括:
从所述行为记录数据中提取用户进入网络动态地理信息服务器所对应的地理信息服务一体化可视图的图层界面的时间以及用户离开网络动态地理信息服务器所对应的地理信息服务一体化可视图的图层界面的时间,并且对以上时间进行排序,并且利用相邻的两个时间获取时间差来作为所述浏览时间,并且记录用户进入网络动态地理信息服务器所对应的地理信息服务一体化可视图的图层界面的次数作为所述浏览次数。
设置浏览时长有效阈值,当所述用户行为记录数据中的浏览时长小于浏览时长有效阈值时,将所述用户行为记录数据中的浏览次数和浏览时长置零,并将该行为记录数据标记为无效记录;
对用户在各图层的各时间段的浏览次数和浏览时长分别配置权重,通过所述权重对用户在不同地理信息服务子区域的各图层的各时间段的浏览次数和浏览时长进行加权处理,获得用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值。
需要进一步说明的是,在具体实施过程中,获得用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值的公式为:
其中为第个地理信息服务子区域第个图层的第k个时间段的习惯特征值;为第个地理信息服务子区域第个图层的第k个时间段的浏览次数;为第个地理 信息服务子区域第个图层的第k个时间段的浏览时长;为第个地理信息服务子区域第 个图层的第k个时间段的浏览次数的权重因子;为第个地理信息服务子区域第个图层的 第k个时间段的浏览时长的权重因子;表示为地理信息服务子区域的编号;表示为地理信 息服务一体化可视图的图层编号;k表示为时间段的编号;
需要进一步说明的是,在具体实施过程中,根据用户习惯制定专属地理服务方案的过程包括:
根据用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值构建多区域多时段地理图层服务队列,将用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值按照由大到小排序依次输入至对应时段和区域的地理图层服务队列中,将地理图层服务队列中习惯特征值由大到小的顺序将图层依次标记为首位推荐图层、第二位推荐图层和末位推荐图层;当客户端向网络动态地理信息服务器发送地理区域浏览请求后,所述网络动态地理信息服务器根据地理区域浏览请求所在时间段和所在区域向客户端推送该时间段以及该区域对应的首位推荐图层入口,若客户端拒绝进入首位推荐图层入口,所述网络动态地理信息服务器向客户端推送该时间段以及该区域对应的第二位推荐图层入口,若客户端拒绝进入第二位推荐图层入口,则客户端直接进入该时间段以及该区域对应的末位推荐图层。
需要进一步说明的是,在具体实施过程中,根据客户端的用户习惯获取各地理信息服务子区域的热度信息的过程包括:
设置热度信息更新周期;获取热度信息更新周期内的客户端所有用户的行为记录数据,并根据客户端所有用户的行为记录数据获得热度信息更新周期内不同地理信息服务子区域的浏览总次数和浏览总时长,根据地理信息服务子区域的浏览总次数和浏览总时长获取该地理信息服务子区域的热度值。
需要进一步说明的是,在具体实施过程中,根据各地理信息服务子区域的热度信息动态调整区域内的空间分辨率和时间分辨率,网络动态地理信息服务器基于地理信息服务一体化可视图将目标地理信息服务子区域的地理信息进行可视化显示并发送至客户端的过程包括:
网络动态地理信息服务器通信连接有空间卫星和地表传感网;所述空间卫星用于获取各地理信息服务子区域的卫星级别空间分辨率和卫星级别时间分辨率的地理信息;所述地表传感网用于获取各地理信息服务子区域的地表传感网级别空间分辨率和地表传感网级别卫星级别时间分辨率的地理信息;所述地表传感网级别空间分辨率和地表传感网级别卫星级别时间分辨率大于卫星级别空间分辨率和卫星级别时间分辨率;所述地表传感网设置已激活地表传感器和待激活地表传感器,所述已激活地表传感器数量越多,则地表传感网的空间分辨率和时间分辨率越高;
利用大数据方法获得地理信息服务子区域在不同热度信息条件下的地表传感网的地表传感器激活数量对照表,根据地理信息服务子区域的热度信息和地表传感器激活数量对照表调整地理信息服务子区域内的已激活地表传感器;并根据地理信息服务子区域内的已激活地表传感器确定地理信息子区域内的空间分辨率和时间分辨率;
获取地理信息服务一体化可视图内客户端的目标地理信息服务子区域的当前时间段交通预警图层的各交通路线车辆拥堵程度、环境预测图层的预测环境参数和基础图层的地理数据;并根据目标地理信息服务子区域的空间分辨率和时间分辨率设置对应的地理信息可信度等级;所述网络动态地理信息服务器根据客户端的专属地理服务方案依次向客户端发送各图层地理服务信息和地理信息可信度。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种实现网络动态地理信息服务的方法,其特征在于,包括以下步骤:
步骤S1:网络动态地理信息服务器确定地理信息服务区域,将地理信息服务区域划分为若干个连续的地理信息服务子区域;并建立多层次的地理信息服务一体化可视图;
步骤S2:客户端向网络动态地理信息服务器发送地理区域浏览请求,网络动态地理信息服务器根据所述地理区域浏览请求确定客户端的目标地理信息服务子区域,同时获取客户端的用户习惯,根据客户端用户习惯制定用户专属地理服务方案;
步骤S3:网络动态地理信息服务器获取各地理信息服务子区域的热度信息,根据各地理信息服务子区域的热度信息动态调整区域内的空间分辨率和时间分辨率,并基于地理信息服务一体化可视图将目标地理信息服务子区域的地理信息进行可视化显示并发送至客户端。
2.根据权利要求1所述的一种实现网络动态地理信息服务的方法,其特征在于,网络动态地理信息服务器确定地理信息服务区域,并将地理信息服务区域划分为若干个连续的地理信息服务子区域的过程包括:
通过GIS手段获取地理信息服务区域内的地理数据,并根据所述地理数据构建目标地理信息服务区域的GIS地理平面图,构建二维坐标系,将所述GIS地理平面图映射至二维坐标系内,并将所述GIS地理平面图划分成若干个大小相等的图像区域,将各个图像区域的中心点设置为参考点。
3.根据权利要求2所述的一种实现网络动态地理信息服务的方法,其特征在于,建立多层次的地理信息服务一体化可视图的过程包括:
利用大数据方法实时获取目标地理信息服务区域内交通路线车流量和车辆均速,根据目标地理信息服务区域内交通路线车流量和车辆均速构建交通预警模型,通过交通预警模型预测各交通路线的车辆拥堵程度,得到交通预警图层;
通过互联网手段实时获取目标地理信息服务区域内的历史环境参数,以历史时间段的历史环境参数为因变量,以历史环境参数所在时间段为自变量构建多元线性回归模型,根据多元线性回归模型预测目标地理信息服务区域当前时间段内的环境参数,得到环境预测图层;
以GIS地理平面图为基础图层,在所述基础图层上叠加所述交通预警图层和环境预测图层,得到地理信息服务一体化可视图。
4.根据权利要求3所述的一种实现网络动态地理信息服务的方法,其特征在于,客户端向网络动态地理信息服务器发送地理区域浏览请求,网络动态地理信息服务器根据所述地理区域浏览请求确定客户端的目标地理信息服务子区域的过程包括:
获取客户端所在位置信息,将客户端所在位置信息映射至所述GIS地理平面图中,确定GIS地理平面图中客户端所在位置信息与不同地理信息服务子区域的参考点的欧式距离,选取参考点与客户端所在位置信息的欧式距离最小的地理信息服务子区域作为目标地理信息服务子区域。
5.根据权利要求4所述的一种实现网络动态地理信息服务的方法,其特征在于,获取客户端的用户习惯的过程包括:
获取客户端用户的历史行为记录数据,从所述历史行为记录数据提取行为特征数据,所述行为特征数据包括用户在地理信息服务一体化可视图的不同地理信息服务子区域的各图层的各时段的浏览次数和浏览时长;
设置浏览时长有效阈值,当所述用户行为记录数据中的浏览时长小于浏览时长有效阈值时,将所述用户行为记录数据中的浏览次数和浏览时长置零,并将该行为记录数据标记为无效记录;
对用户在各图层的各时间段的浏览次数和浏览时长分别配置权重,通过所述权重对用户在不同地理信息服务子区域的各图层的各时间段的浏览次数和浏览时长进行加权处理,获得用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值。
6.根据权利要求5所述的一种实现网络动态地理信息服务的方法,其特征在于,根据用户习惯制定专属地理服务方案的过程包括:
根据用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值构建多区域多时段地理图层服务队列,将用户在不同地理信息服务子区域的各图层的各时间段的习惯特征值按照由大到小排序依次输入至对应时段和区域的地理图层服务队列中,将地理图层服务队列中习惯特征值由大到小的顺序将图层依次标记为首位推荐图层、第二位推荐图层和末位推荐图层;当客户端向网络动态地理信息服务器发送地理区域浏览请求后,所述网络动态地理信息服务器根据地理区域浏览请求所在时间段和所在区域向客户端推送该时间段以及该区域对应的首位推荐图层入口,若客户端拒绝进入首位推荐图层入口,所述网络动态地理信息服务器向客户端推送该时间段以及该区域对应的第二位推荐图层入口,若客户端拒绝进入第二位推荐图层入口,则客户端直接进入该时间段以及该区域对应的末位推荐图层。
7.根据权利要求6所述的一种实现网络动态地理信息服务的方法,其特征在于,根据客户端的用户习惯获取各地理信息服务子区域的热度信息的过程包括:
设置热度信息更新周期;获取热度信息更新周期内的客户端所有用户的行为记录数据,并根据客户端所有用户的行为记录数据获得热度信息更新周期内不同地理信息服务子区域的浏览总次数和浏览总时长,根据地理信息服务子区域的浏览总次数和浏览总时长获取该地理信息服务子区域的热度值。
8.根据权利要求7所述的一种实现网络动态地理信息服务的方法,其特征在于,根据各地理信息服务子区域的热度信息动态调整区域内的空间分辨率和时间分辨率,网络动态地理信息服务器基于地理信息服务一体化可视图将目标地理信息服务子区域的地理信息进行可视化显示并发送至客户端的过程包括:
网络动态地理信息服务器通信连接有空间卫星和地表传感网;所述空间卫星用于获取各地理信息服务子区域的卫星级别空间分辨率和卫星级别时间分辨率的地理信息;所述地表传感网用于获取各地理信息服务子区域的地表传感网级别空间分辨率和地表传感网级别卫星级别时间分辨率的地理信息;所述地表传感网级别空间分辨率和地表传感网级别卫星级别时间分辨率大于卫星级别空间分辨率和卫星级别时间分辨率;所述地表传感网设置已激活地表传感器和待激活地表传感器,所述已激活地表传感器数量越多,则地表传感网的空间分辨率和时间分辨率越高;
利用大数据方法获得地理信息服务子区域在不同热度信息条件下的地表传感网的地表传感器激活数量对照表,根据地理信息服务子区域的热度信息和地表传感器激活数量对照表调整地理信息服务子区域内的已激活地表传感器;并根据地理信息服务子区域内的已激活地表传感器确定地理信息子区域内的空间分辨率和时间分辨率;
获取地理信息服务一体化可视图内客户端的目标地理信息服务子区域的当前时间段交通预警图层的各交通路线车辆拥堵程度、环境预测图层的预测环境参数和基础图层的地理数据;并根据目标地理信息服务子区域的空间分辨率和时间分辨率设置对应的地理信息可信度等级;所述网络动态地理信息服务器根据客户端的专属地理服务方案依次向客户端发送各图层地理服务信息和地理信息可信度。
CN202311140235.6A 2023-09-06 2023-09-06 一种实现网络动态地理信息服务的方法 Active CN116881383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311140235.6A CN116881383B (zh) 2023-09-06 2023-09-06 一种实现网络动态地理信息服务的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311140235.6A CN116881383B (zh) 2023-09-06 2023-09-06 一种实现网络动态地理信息服务的方法

Publications (2)

Publication Number Publication Date
CN116881383A true CN116881383A (zh) 2023-10-13
CN116881383B CN116881383B (zh) 2023-11-21

Family

ID=88271888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311140235.6A Active CN116881383B (zh) 2023-09-06 2023-09-06 一种实现网络动态地理信息服务的方法

Country Status (1)

Country Link
CN (1) CN116881383B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117579568A (zh) * 2024-01-17 2024-02-20 山东省国土测绘院 一种实现网络动态地理信息服务的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103488760A (zh) * 2013-09-26 2014-01-01 中国测绘科学研究院 地理信息瓦片服务的提供方法及实现该方法的装置
US20160203146A1 (en) * 2015-01-12 2016-07-14 Gary Allison Moll Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same
CN111726535A (zh) * 2020-07-03 2020-09-29 郑州迈拓信息技术有限公司 基于车辆感知的智慧城市cim视频大数据画质控制方法
CN113360792A (zh) * 2021-06-30 2021-09-07 北京百度网讯科技有限公司 信息推荐方法、装置、电子设备以及存储介质
CN116431937A (zh) * 2023-06-15 2023-07-14 广东省科学院广州地理研究所 基于地理信息云平台的时空大数据系统
CN116610747A (zh) * 2023-07-21 2023-08-18 北京国遥新天地信息技术股份有限公司 一种基于三维数字的可视化智慧管理系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103488760A (zh) * 2013-09-26 2014-01-01 中国测绘科学研究院 地理信息瓦片服务的提供方法及实现该方法的装置
US20160203146A1 (en) * 2015-01-12 2016-07-14 Gary Allison Moll Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same
CN111726535A (zh) * 2020-07-03 2020-09-29 郑州迈拓信息技术有限公司 基于车辆感知的智慧城市cim视频大数据画质控制方法
CN113360792A (zh) * 2021-06-30 2021-09-07 北京百度网讯科技有限公司 信息推荐方法、装置、电子设备以及存储介质
CN116431937A (zh) * 2023-06-15 2023-07-14 广东省科学院广州地理研究所 基于地理信息云平台的时空大数据系统
CN116610747A (zh) * 2023-07-21 2023-08-18 北京国遥新天地信息技术股份有限公司 一种基于三维数字的可视化智慧管理系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117579568A (zh) * 2024-01-17 2024-02-20 山东省国土测绘院 一种实现网络动态地理信息服务的方法及系统
CN117579568B (zh) * 2024-01-17 2024-03-22 山东省国土测绘院 一种实现网络动态地理信息服务的方法及系统

Also Published As

Publication number Publication date
CN116881383B (zh) 2023-11-21

Similar Documents

Publication Publication Date Title
CN112561146B (zh) 一种基于模糊逻辑和深度lstm的大规模实时交通流预测方法
Liu et al. Intelligent UAVs trajectory optimization from space-time for data collection in social networks
CN116881383B (zh) 一种实现网络动态地理信息服务的方法
US20150347478A1 (en) Systems and methods for context-aware and personalized access to visualizations of road events
Yang et al. ImgSensingNet: UAV vision guided aerial-ground air quality sensing system
CN109791547A (zh) 电子地图界面
CN111464938B (zh) 定位方法、装置、电子设备和计算机可读存储介质
WO2018125264A1 (en) Assessing accuracy of a machine learning model
CN108172301A (zh) 一种基于梯度提升树的蚊媒传染病疫情预测方法及系统
Reddy et al. Using context annotated mobility profiles to recruit data collectors in participatory sensing
Chu et al. Passenger demand prediction with cellular footprints
Li et al. A prefetching model based on access popularity for geospatial data in a cluster-based caching system
CN113906716A (zh) 雾节点资源的分配
CN104239396A (zh) 一种搜索电子地图上业务对象的方法和装置
Yuan et al. CESense: Cost-effective urban environment sensing in vehicular sensor networks
Gu et al. Exploiting interpretable patterns for flow prediction in dockless bike sharing systems
CN116828515A (zh) 一种车联网下基于时空图卷积的边缘服务器负载预测方法
CN113822460A (zh) 一种交通流量预测方法、装置、电子设备和存储介质
US20220303773A1 (en) Cognitive roaming support
Etiabi et al. Federated distillation based indoor localization for IoT networks
US20230153742A1 (en) Methods for shared bicycle delivery and operation area planning in smart cities and internet of things (iot) systems thereof
CN117037482A (zh) 道路交通运行状态实时感知方法、系统、设备及存储介质
CN116957678A (zh) 一种数据处理方法和相关装置
Chen et al. Deep citywide multisource data fusion-based air quality estimation
CN114943340A (zh) 一种面向群智感知系统的社交关系推理与任务分配方法

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
GR01 Patent grant
GR01 Patent grant