“一带一路”地区生态承载力评估系统设计与实现
发布时间：2021-02-22 02:40
生态承载力评估需要多源海量数据支撑,耗费大量时间成本与人力成本。该文以"一带一路"地区为例,以冗余存储、按需计算、多尺度表达为主要手段,提出了栅格数据区块存储与分析方法,并开发了生态承载力评估系统架构,实现了多种数据的存储、分析和表达,解决了大范围生态承载力评估中低效率、高成本等问题。栅格数据区块存储与分析方法可有效提高生态承载力评估效率,并在用户所需尺度上快速展现生态承载力评估结果,且该方法中算法的空间复杂度对运算速度影响较大,而时间复杂度对运算速度影响较小;预警推送和自动化报表功能可快速生成生态承载力状态及其变化结果,从而提高生态承载力评估的实时性、高效性和便捷性。
【文章来源】：地理与地理信息科学. 2020,36(02)北大核心
【文章页数】：7 页
【部分图文】：
“一带一路”生态承载力评估系统功能框架
本研究提炼了“一带一路”所涉及的各个国家和地区生态承载力相关指标的计算和应用流程,根据需求分析将系统用户分为数据生产者、科研人员、公众、政府决策者等角色,并抽取角色之间的虚拟协同工作关系,如数据生产者、科研人员之间存在算法、数据之间的相互支持关系,政府决策者和科研人员之间存在相互引导关系等。根据生态承载力计算流程以及角色关系,生态承载力评估系统架构涵盖了云服务器端、数据管理端、数据分析端和门户网站四部分(图1),其中,数据管理端和数据分析端主要用户为数据生产者和科研人员,门户网站则向科研人员、公众和政府决策者开放。云服务器端是整个系统的核心,用于集中存储与生态承载力评估相关的数据以及开放相关的业务功能模块,其包括数据库服务器、数据分析服务器集群、预警服务器和Web服务器四部分。1)数据库服务器采用关系型数据库与对象存储两种方式进行数据的持久化,前者采用MariaDB数据库,主要用于存储系统基础数据表、切片数据的元数据信息等,后者以文件的形式存放原始数据和影像切片等。2)数据分析服务器集群通过HTTP协议和CGI接口向外提供算法接口,可将所有参与计算的区块分配在集群中,以适应栅格数据区块存储与分析方法。由于每个栅格数据区块在分析中都是相对独立的,可直接以区块为最小单位进行分布式计算,区块分析在分布式计算中具有极强的适应能力。3)预警服务器通过提取数据库中多项指标和时序趋势数据,根据用户设定的阈值进行预警,并推送到Web服务器上,以便科研人员和公众进行查验与浏览。4)Web服务器是云服务器端的直接用户接口,包括通过HTTPS协议发布的客户端网站和通过REST接口协议发布的地图服务与影像服务。
为使Web服务器对用户的数据请求进行快速计算与统计,数据切片的相关统计信息(如平均值、标准差等)均存储在关系型数据库中(图4b)。为便于系统读取切片的基本信息,每个切片的名称(也是切片在关系型数据库中的主键)具有统一的命名规则,包括数据类型、国家代号、区域代号、LOD序号、行列号等部分(图4c),其中的数据类型从01开始自增,指示某一类型的数据源,区域代号表示数据切片所属的国家或地区的下属省级行政区。3.2 区块分析策略
【参考文献】：
期刊论文
[1]“一带一路”沿线国家温室气体排放特征与结构[J]. 管开轩,王铮,吴静. 重庆理工大学学报(社会科学). 2019(06)
[2]基于供给—消耗关系的蒙古高原草地承载力时空变化分析[J]. 董昱,闫慧敏,杜文鹏,胡云锋. 自然资源学报. 2019(05)
[3]农经权数据库多尺度表达技术探讨[J]. 史志方,柴秀伟,薛玫娇. 测绘技术装备. 2018(03)
[4]生态承载力的评估方法与研究趋势展望（英文）[J]. 杜文鹏,闫慧敏,杨艳昭,刘芳. Journal of Resources and Ecology. 2018(02)
[5]百年来的资源环境承载力研究:从理论到实践[J]. 封志明,杨艳昭,闫慧敏,潘韬,李鹏. 资源科学. 2017(03)
[6]城市资源环境承载力系统技术支撑平台规划[J]. 周小薇,杨丽. 宁波职业技术学院学报. 2016(01)
[7]京津冀土地承载力空间分异特征及协同提升机制研究[J]. 李强,刘剑锋,李小波,刘杰,刘张欣,张惠. 地理与地理信息科学. 2016(01)
[8]亚马逊AWS云服务分析[J]. 杜忠岩,张伟强,鲁华伟. 中国新通信. 2015(17)
[9]MODIS NDVI与MODIS EVI对气候因子响应差异[J]. 陈燕丽,罗永明,莫伟华,莫建飞,黄永璘,丁美花. 自然资源学报. 2014(10)
[10]西藏景区旅游承载力评估与生态安全预警系统研究[J]. 闫云平,余卓渊,富佳鑫,王文志. 重庆大学学报. 2012(S1)
硕士论文
[1]基于供给与消耗的生态承载力研究[D]. 杜文鹏.长安大学 2018
[2]山东省水土资源承载力的多尺度分析和统计—动力预测[D]. 张衍广.南京师范大学 2008
本文编号：3045317
【文章来源】：地理与地理信息科学. 2020,36(02)北大核心
【文章页数】：7 页
【部分图文】：
“一带一路”生态承载力评估系统功能框架
本研究提炼了“一带一路”所涉及的各个国家和地区生态承载力相关指标的计算和应用流程,根据需求分析将系统用户分为数据生产者、科研人员、公众、政府决策者等角色,并抽取角色之间的虚拟协同工作关系,如数据生产者、科研人员之间存在算法、数据之间的相互支持关系,政府决策者和科研人员之间存在相互引导关系等。根据生态承载力计算流程以及角色关系,生态承载力评估系统架构涵盖了云服务器端、数据管理端、数据分析端和门户网站四部分(图1),其中,数据管理端和数据分析端主要用户为数据生产者和科研人员,门户网站则向科研人员、公众和政府决策者开放。云服务器端是整个系统的核心,用于集中存储与生态承载力评估相关的数据以及开放相关的业务功能模块,其包括数据库服务器、数据分析服务器集群、预警服务器和Web服务器四部分。1)数据库服务器采用关系型数据库与对象存储两种方式进行数据的持久化,前者采用MariaDB数据库,主要用于存储系统基础数据表、切片数据的元数据信息等,后者以文件的形式存放原始数据和影像切片等。2)数据分析服务器集群通过HTTP协议和CGI接口向外提供算法接口,可将所有参与计算的区块分配在集群中,以适应栅格数据区块存储与分析方法。由于每个栅格数据区块在分析中都是相对独立的,可直接以区块为最小单位进行分布式计算,区块分析在分布式计算中具有极强的适应能力。3)预警服务器通过提取数据库中多项指标和时序趋势数据,根据用户设定的阈值进行预警,并推送到Web服务器上,以便科研人员和公众进行查验与浏览。4)Web服务器是云服务器端的直接用户接口,包括通过HTTPS协议发布的客户端网站和通过REST接口协议发布的地图服务与影像服务。
为使Web服务器对用户的数据请求进行快速计算与统计,数据切片的相关统计信息(如平均值、标准差等)均存储在关系型数据库中(图4b)。为便于系统读取切片的基本信息,每个切片的名称(也是切片在关系型数据库中的主键)具有统一的命名规则,包括数据类型、国家代号、区域代号、LOD序号、行列号等部分(图4c),其中的数据类型从01开始自增,指示某一类型的数据源,区域代号表示数据切片所属的国家或地区的下属省级行政区。3.2 区块分析策略
【参考文献】：
期刊论文
[1]“一带一路”沿线国家温室气体排放特征与结构[J]. 管开轩,王铮,吴静. 重庆理工大学学报(社会科学). 2019(06)
[2]基于供给—消耗关系的蒙古高原草地承载力时空变化分析[J]. 董昱,闫慧敏,杜文鹏,胡云锋. 自然资源学报. 2019(05)
[3]农经权数据库多尺度表达技术探讨[J]. 史志方,柴秀伟,薛玫娇. 测绘技术装备. 2018(03)
[4]生态承载力的评估方法与研究趋势展望（英文）[J]. 杜文鹏,闫慧敏,杨艳昭,刘芳. Journal of Resources and Ecology. 2018(02)
[5]百年来的资源环境承载力研究:从理论到实践[J]. 封志明,杨艳昭,闫慧敏,潘韬,李鹏. 资源科学. 2017(03)
[6]城市资源环境承载力系统技术支撑平台规划[J]. 周小薇,杨丽. 宁波职业技术学院学报. 2016(01)
[7]京津冀土地承载力空间分异特征及协同提升机制研究[J]. 李强,刘剑锋,李小波,刘杰,刘张欣,张惠. 地理与地理信息科学. 2016(01)
[8]亚马逊AWS云服务分析[J]. 杜忠岩,张伟强,鲁华伟. 中国新通信. 2015(17)
[9]MODIS NDVI与MODIS EVI对气候因子响应差异[J]. 陈燕丽,罗永明,莫伟华,莫建飞,黄永璘,丁美花. 自然资源学报. 2014(10)
[10]西藏景区旅游承载力评估与生态安全预警系统研究[J]. 闫云平,余卓渊,富佳鑫,王文志. 重庆大学学报. 2012(S1)
硕士论文
[1]基于供给与消耗的生态承载力研究[D]. 杜文鹏.长安大学 2018
[2]山东省水土资源承载力的多尺度分析和统计—动力预测[D]. 张衍广.南京师范大学 2008
本文编号：3045317
本文链接：https://www.wllwen.com/shekelunwen/ydyl/3045317.html
最近更新
教材专著
