基于数据仓库和SOA的地学数据集成与应用的关键技术研究

论文摘要

本文将地学领域迫切希望将多源、异构、分散、多维的地学数据集成起来并提供应用服务作为研究对象,深入研究了实现地学空间数据集成与应用集成两个层面的相关技术。主要包括地学空间数据仓库、地学数据ETL、一体化存储的地学数据模型映射、多维地学空间数据立方体、SOA框架、服务模型映射、空间数据与属性数据有机集成、基于知识的岩性判别和蒸发岩沉积韵律旋回、基于服务的共享机制优化、空间数据分析等。本文的主要贡献有如下五个方面:1.首次系统化地提出了从数据集成到应用集成、地学数据处理的一套完整的地学空间数据集成与应用集成框架。2.提出了囊括全国地学数据的地学空间数据仓库构建模型与方法,通过集中和分布并存的模式解决海量数据访问与存储问题,并给出了具体的地学空间数据模型映射及转换规则等。设计并初步实现了地学空间ETL工具。3.提出了带有空间维和空间度量的地学空间数据立方体,并给出了地学空间数据立方体的OLAP基本操作。4.提出了基于SOA的地学应用集成框架,给出了属性、空间、内容、栅格等各种类型数据的集成与交互操作的完整模式。实现了矿产资源潜力、矿产地、重砂、地质图等数据库与油气、可供性分析等地学数据库的有机集成。并提出了基于重构Web服务调用返回结果和Socket服务器的两种新型优化的集成模式。5.提出蒸发岩沉积旋徊的模式并具体应用于基于知识的蒸发岩岩性判别系统中。研究成果在“金土工程”等项目中具体应用,达到了预期效果。

论文目录

• 提要
• 第一章 绪论
• 1.1 地学数据集成研究背景
• 1.1.1 研究的目的与意义
• 1.1.2 国外地学数据集成及应用研究
• 1.1.3 国内地学数据集成及应用研究
• 1.2 地学空间数据仓库研究
• 1.3 地学空间数据挖掘的相关研究
• 1.4 SOA介绍
• 1.4.1 SOA在国外地学应用情况
• 1.4.2 SOA在国内地学应用情况
• 1.5 地学数据集成及应用的难点
• 1.6 本文工作内容
• 1.7 本章小结
• 第二章 地学空间数据集成与应用框架
• 2.1 地学系统集成与应用框架
• 2.1.1 基于地学空间数据仓库和SOA的集成与应用框架
• 2.1.2 地学数据源
• 2.1.3 地学空间数据转换层
• 2.1.4 地学数据仓库存储层
• 2.1.5 应用服务层
• 2.1.6 SOA服务层
• 2.1.7 前端应用层
• 2.1.8 监控及空间管理工具
• 2.2 实施过程及实施金字塔
• 2.2.1 地学空间数据集成总流程
• 2.2.2 地学数据集成基本过程
• 2.2.3 地学数据集成实施金字塔
• 2.3 物理部署结构
• 2.4 地学元数据管理
• 2.5 本章小结
• 第三章 地学空间数据仓库
• 3.1 地学数据来源
• 3.1.1 目前地学数据类型及分布
• 3.1.2 矢量数据
• 3.1.3 属性数据
• 3.1.4 非结构化数据
• 3.2 地学空间数据仓库的构建方法
• 3.2.1 地学数据仓库设计过程
• 3.2.2 地学数据仓库的构建模式
• 3.3 基于网格的地学空间数据仓库
• 3.3.1 地学空间数据仓库体系结构
• 3.3.2 数据进入地学空间数据仓库的处理过程
• 3.3.3 地学原始数据数据仓库
• 3.3.4 地学文档数据管理
• 3.3.5 地学影像数据管理
• 3.3.6 地学数据存储机制
• 3.4 多源异构地学数据的提取与清洗
• 3.4.1 地学数据提取
• 3.4.2 地学数据清洗
• 3.5 多源异构地学数据建模及转换
• 3.5.1 地学空间数据模型
• 3.5.2 地学空间数据模型映射
• 3.5.3 地学空间数据的转换
• 3.6 多源异构地学数据的装载及刷新
• 3.6.1 地学数据仓库中的数据装载
• 3.6.2 地学数据ETL工具的模型及初步实现
• 3.6.3 地学数据仓库中的数据刷新
• 3.7 本章小结
• 第四章 地学空间数据OLAP
• 4.1 OLAP基础知识
• 4.1.1 OLAP概念
• 4.1.2 空间数据立方体
• 4.2 地学空间数据立方体
• 4.2.1 地学空间数据立方体建立的难点
• 4.2.2 地学空间数据立方体的维
• 4.2.3 地学空间数据立方体的度量
• 4.2.4 地学空间数据模型
• 4.2.5 地学空间数据立方体
• 4.2.6 地学空间数据立方体的分析操作
• 4.2.7 星型网查询模型
• 4.3 多维地学成果文档立方体
• 4.4 本章小结
• 第五章 基于SOA的地学应用集成
• 5.1 SOA框架及组件
• 5.1.1 SOA总体框架
• 5.1.2 WSM
• 5.1.3 ESB
• 5.1.4 BPEL
• 5.1.5 BAM
• 5.1.6 SCA和SDO
• 5.2 地学空间应用集成框架GSSOA
• 5.2.1 基于SOA的地学空间应用集成框架
• 5.2.2 使用Web服务共享数据和应用
• 5.3 基于SOA的基本地学服务
• 5.3.1 基础地学数据处理服务
• 5.3.2 基于SOA的属性数据整合
• 5.4 基于SOA的不同GIS空间数据服务
• 5.4.1 基于GML和SOA的空间数据集成应用
• 5.4.2 对地学服务生成的XML文件的处理过程
• 5.5 基于SOA的同种GIS数据服务
• 5.5.1 基于同构GIS数据的集成应用原理
• 5.5.2 基于同构GIS数据的访问
• 5.5.3 基于WFS访问地学空间数据
• 5.5.4 Web目录服务CSW
• 5.6 基于SOA的栅格空间数据服务
• 5.7 基于SOA的综合数据服务
• 5.7.1 空间查询提取其他信息
• 5.7.2 内容查询提取空间信息
• 5.8 基于SOA的属性全库搜索
• 5.9 基于SOA的地学服务的两种优化模型
• 5.9.1 Web服务查询结果重构及优化模型
• 5.9.2 基于Socket服务器的地学数据共享模型
• 5.10 本章小结
• 第六章 地学空间分析与数据挖掘
• 6.1 地学空间分析
• 6.1.1 空间分析
• 6.1.2 地学空间叠加分析
• 6.1.3 地学空间缓冲区分析
• 6.2 聚类分析在德兴铜矿土壤形态分析中的应用
• 6.2.1 聚类分析原理
• 6.2.2 系统聚类在德兴铜矿环境评价中的应用
• 6.3 因子分析的应用
• 6.3.1 因子分析原理
• 6.3.2 因子分析及聚类分析在德兴矿山源区土壤分析中的应用
• 6.4 岩性判别系统
• 6.4.1 基于判别规则的蒸发岩岩性判别
• 6.4.2 测井数据及专家知识
• 6.4.3 蒸发岩沉积旋徊模式
• 6.4.4 蒸发岩岩性判别流程及结果
• 6.5 本章小结
• 第七章 集成应用实例
• 7.1 地学数据仓库实例构成
• 7.2 地学数据仓库实例核心数据模型
• 7.3 地学应用集成框架实例
• 7.3.1 总体集成框架
• 7.3.2 MVC模式的系统服务结构
• 7.4 应用效果分析
• 7.4.1 浏览器方式访问服务
• 7.4.2 石油矿产资源分析
• 7.4.3 煤炭矿产资源潜力缓冲区分析
• 7.4.4 与全国矿产地数据库集成查询
• 7.4.5 与可供性分析系统的集成
• 7.4.6 与油气资源系统的集成
• 7.4.7 与蒸发岩岩性判别系统的集成
• 7.5 本章小结
• 第八章 结论与展望
• 8.1 主要成果与创新
• 8.1.1 本文成果
• 8.1.2 本文创新点
• 8.2 展望
• 参考文献
• 攻博期间发表的学术论文及其他成果
• 致谢
• 摘要
• Abstract