排序方式: 共有241条查询结果,搜索用时 31 毫秒
131.
云计算在GIS系统模型中的应用 总被引:2,自引:1,他引:1
云计算是基于网络的计算模型,通过构建云计算基础设施来为上层的云端应用提供支撑环境。将GIS与云计算相结合,能够为GIS的信息存储、处理及其应用提供新的发展前景。结合云计算与GIS,提出了基于云计算的GIS系统模型。以云计算的数据存储和透明化用户服务为基础,构建以GIS基础服务设施为服务支撑平台和以GIS基础信息数据与GIS应用程序为应用支撑平台。从而使GIS能够在通过云计算进行底层数据和服务的网络化资源分配,同时为用户提供稳定高效可靠的GIS服务。 相似文献
132.
云计算下采用三点阵次声源定位方法,在自动识别震前震源次声波过程中不能自动筛选识别大量的异常次声波数据,导致震前监测准确度不高且效率低下。因此提出一种云计算环境下震前震源异常次声波自动识别方法,构建JNS异常次声波数据采集筛查模组,全天候实时扫描访问端口,快速反馈异常次声波数据,采用NDS异常次声波数据序列异常检测算法快速识别错误序阵,准确回查、定位和锁定异常次声波数据;利用震前震源异常次声波自动识别方法分类识别异常次声波信号,判断该信号是否是地震可疑信号。实验结果表明,所提方法可有效自动识别震前震源异常次声波信号类型,信号分类准确率最大值达到99.99%;多次识别耗时最大均值仅为1.3min,具有准确率高和效率快的优势。 相似文献
133.
基于云计算的九分量噪声互相关函数计算及其在China Array密集台阵数据的应用 总被引:1,自引:0,他引:1
提出一种基于云计算的九分量噪声互相关函数的计算方法,可以利用弹性的云计算服务,实现海量噪声互相关函数计算的分解和加速。本文将此技术应用于"中国地震科学台阵探测——南北地震带北段"674个宽频带台站2014~2015年的三分量连续记录,获取了所有台站间的九分量噪声互相关函数。总体计算共完成了约22万条台站对路径上近14.9亿条单天互相关函数的计算,整体平均耗时约为10.2h,完成等量计算,传统计算模式需要耗时近6个月,基于云计算的NCF计算技术实现了近400倍的加速,并可以弹性地扩充。分析了所得九分量噪声互相关函数中瑞利面波的ZH振幅比,并与天然地震中瑞利面波的振幅比进行了比较,验证了计算结果的可靠性。基于云计算的噪声互相关函数计算方法,为利用现代计算技术处理海量数据提供了重要参考。 相似文献
134.
修济刚 《地震地磁观测与研究》2020,(1):F0003-F0003,F0002
一元复始,万象更新。《地震地磁观测与研究》陪伴着读者们,在防震减灾工作和地球科学研究方面辛勤耕耘、点滴积累,做了许多积极、有益的工作,成为地震研究领域里大家工作中的好伙伴。回顾以往,通过这本杂志,大家可以追索新的科学技术成果如计算机、软件等给地球科学领域特别是地震和地磁观测方面带来的发展变化;面向未来,亦可以由互联网、大数据、云计算等等新技术方法的引入和应用,展望继续发展前进的未来。 相似文献
135.
私有云在市级气象业务平台的实现与应用 总被引:1,自引:0,他引:1
为了简化终端管理,提高业务人员工作效率,宁波气象部门基于vSphere架构部署了气象私有云,私有云以创新的服务模式为气象业务人员提供标准化业务环境而不受其位置、设备和时间的影响。通过共享资源池提高了资源利用率,支持各种终端以更加安全的方式访问内部资源,将终端管理集约到数据中心,有助于业务人员专注于气象核心业务。该文介绍了私有云的架构设计,详细阐述了系统部署与应用中涉及的桌面虚拟化、软件虚拟化、安全设计、优化用户体验等关键技术。并以私有云在宁波气象业务中的应用为例展示了私有云在气象领域的巨大潜力。 相似文献
136.
根据现代物联网对地理空间信息资源的大吞吐量需求,本文运用云计算技术、主从拓扑结构和多副本技术,设计了针对地理空间信息云平台的负载均衡调度算法,该算法通过统一的主服务器进行调度,并运用哈希函数使访问请求趋于均衡化。同时,我们将该算法运行在实际GIS系统中,模拟不同频度的用户访问请求,进行仿真。按照访问请求特征,将请求分为可预测高峰请求、随机高峰请求和系统响应请求三类,并分别统计请求的平均响应时间。结果显示,该算法有效可行,可在访问高峰期大幅减少用户平均响应时间。 相似文献
138.
江河湖泊等陆表水体在工农业生产、气候调节、生态系统维持等方面扮演着至关重要的角色。在气候变化与人类活动的作用下,陆表水体的空间分布始终在发生着变化,因而对其进行快速精准的时空变化监测对水资源管理与保护、未来气候变化预测等有着重要的意义。遥感技术为大范围水体动态监测提供了全新的技术手段,特别是在当前地球大数据背景下,水体提取算法不断改进,遥感数据源急剧增加,但缺乏对算法和数据演化过程的系统整理。鉴于此,本文对现有水体提取算法与遥感数据进行了综合梳理,归纳了单波段阈值法、多波段谱间关系法、水体指数与阈值法、支持向量机、随机森林、深度学习等常用算法的演变,以及遥感数据源由低(MODIS等)到中(Landsat等)和高(高分1/2号等)空间分辨率的发展过程,并在此基础上讨论了各算法与数据源在水体变化研究中的差异。此外,本文论述了数据处理平台由本地计算到高性能云计算平台(如谷歌地球引擎)的发展,云计算促进地表水变化研究由基于时间片段到基于时间序列连续过程分析的转变,以及云计算在大尺度范围的应用。最后,本文还对多源遥感数据融合与云计算平台的结合在地表水体连续变化监测中的应用进行了展望,并对不同类型水体提取的不确定性进行了讨论。 相似文献
139.
140.