[发明专利]基于时空特征的多源异构面源污染大数据的关联和检索方法及监管平台

说明书

一种基于时空特征的多源异构面源污染大数据的关联和检索方法，获取多源异构面源污染数据的时间特征和空间特征，将目标区的地理空间划分为若干个子空间，形成初始网格，在初始网格上逐级划分形成各级子网格，为每一个子网格进行编码，确定多源异构面源污染数据的空间编码，在每一个子网格编码中引入时间特征码，增加时间维度，采用多级网格化组织和索引模型，利用时间和空间位置匹配，实现数据关联和检索，本发明还提供了一种多源异构面源污染大数据监管平台，与现有技术相比，本发明将多源异构大数据的时间和空间特征进行综合考虑，有助于实现数据关联，大大优化了检索，便于利用爬取模块实时监测数据，实现高效检索和管理。

技术领域

本发明属于大数据处理技术领域，特别涉及一种基于时空特征的多源异构面源污染大数据的关联和检索方法及采用该方法的大数据监管平台。

背景技术

多源异构面源污染大数据具有来源多样化、数据格式不统一、数据量差异大等特点，现有的关联和检索方法多采用基于数据本体构建关联特征，比如：以经纬度作为关联主键，或者基于数据内容找出不同数据之间的关联性。这两种方法没有考虑面源污染多源异构数据具有的时空特征，无法追踪和动态分析不同数据源对面源污染的贡献度。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于时空特征的多源异构面源污染大数据的关联和检索方法及采用该方法的大数据监管平台，实现多源异构面源污染大数据的高效关联和检索。

为了实现上述目的，本发明采用的技术方案是：

一种基于时空特征的多源异构面源污染大数据的关联和检索方法，基于时空统一地理编码，包括如下步骤：

获取多源异构面源污染数据的时间特征和空间特征，其时间特征是指数据的获取时间，空间特征是指数据的获取地点；

将目标区的地理空间划分为若干个子空间，形成初始网格，在初始网格上逐级划分形成各级子网格，根据多源异构面源污染数据的范围和分辨率确定对应子网格的深度，经过划分后的每一个子网格在空间上具有唯一确定性；

为每一个子网格进行编码，确定多源异构面源污染数据的空间编码，在每一个子网格编码中引入时间特征码，增加时间维度，以反映多源异构面源污染数据同时具有的时序特征，引入索引构成多级网格化组织和索引模型；

对多源异构面源污染数据采用多级网格化组织和索引模型，利用时间和空间位置匹配，实现数据关联和检索。

具体地，可将全部地理空间递归划分成4行4列共16个区域作为初始网格，在初始网格上进行逐级的4行4列划分，形成各级子网格，每个子网格包含4行4列共16个下一级子网格，依次划分直至最小的子网格大小可对应亚米级单位，以满足高分辨率卫星数据组织管理的要求。

具体地，可根据多源异构面源污染数据的数据获取时间，在空间特征的基础上建立时间索引，以反映空间数据的时序特征，时间索引根据年、月、日、时、分、秒设置。

具体地，所述多源异构面源污染数据的范围指多源异构面源污染数据所覆盖的地理区域的大小，分辨率是指在遥感图像中一个像元点所表示的面积，即地面物体能分辨的最小单元，对应子网格的深度指对应子网格在划分网格时的层次数，初始网格的深度为1，在初始网格上划分的子网格深度为2，以此类推，多源异构面源污染数据对应子网格的深度d公式为：

d＝argmax(r≤16^-dr₀)

r表示多源异构面源污染数据的范围，若多源异构面源污染数据遥感图像的空间分辨率是n米，图像大小是M像素，则多源异构面源污染数据的范围为r＝n×M，如果目标空间的地理范围为r₀，则n是自然数。

具体地，所述为每一个子网格进行编码，编码形式为深度码+行码+列码+跨网格码，如下表1：