基于粒计算的地理空间大数据可用性评估方法研究

Geospatial big data contains huge social, economic and scientific research values. However, there exist serious data usability problems in geospatial big data，which results in knowledge and decision errors and causes serious consequences. Accurate measurement for data usability is an important prerequisite for its effective use. Most of the current researches just focus on the data itself and there is a lack of in-depth study on the impacts of data and users for data applications. Therefore, this project plans to study the key technologies involved in the assessment of the geospatial big data usability from the view of geospatial big data features and the users, which introduces Granular Computing (GrC). The key issues are as follows: 1) the method for detecting effective data usability factors based on the correlation between usability factors and the application requirements; 2) the measuring and modelling methods for the data usability indictors through data usability factors granulating; 3) the uncertainty propagation mechanism in data applications and the data usability assessment method for the multi-source heterogeneous spatial data. Finally, a set of geospatial data usability assessment method based on GrC will be proposed. The research is the extension on the geospatial data uncertainty theories. Meanwhile, the research results will provide a theoretical basis and technical support for the geospatial big data decision-making applications, which is of great theoretical significance and scientific values.

地理空间大数据蕴含着巨大的社会、经济、科研价值。然而，地理空间大数据存在严重的可用性问题，因此导致知识和决策错误，引发严重后果。准确度量数据可用性是有效发挥其作用的重要前提。当前研究大都只针对数据本身，在数据及用户对数据应用的影响评估方面缺乏深入研究。为此，本项目从地理空间大数据特点及用户出发，引入粒计算理论，对地理空间大数据可用性评估所涉及的关键技术进行研究：1）基于数据质量及用户与应用需求的关联关系，研究有效可用性影响因素探测方法；2）通过研究可用性影响因素粒化方法，建立面向用户的可用性指标度量与建模方法；3）深入研究数据在应用过程中的不确定性传播机理，探寻多源异构数据可用性评估模型。最终，建立一套基于粒计算的地理空间大数据可用性评估模型与方法。本项目的研究是地理空间大数据不确定性理论研究的延伸，同时也将为地理空间大数据决策应用提供理论依据和技术保障，具有重要的理论意义与研究价值。

地理空间大数据在揭示社会行为时空规律、诠释地理过程机理、预测时空演变趋势上具有重要作用，对社会、经济、科学研究等各个方面都具有重要的战略意义。然而，由于数据共享机制等限制导致我们获取的地理空间大数据存在有偏、不完整等可用性问题，由此很有可能导致其应用结果偏差，引发严重后果。当前研究大都只针对数据本身，在数据及用户对数据的可用性评估方面缺乏深入研究。针对这一问题，本项目引入信息领域的粒计算理论，在分析地理空间大数据特点及用户特征的关联关系的基础上，提出了基于频繁项集算法的有效可用性影响因素分析方法，定量描述了空间大数据可用性影响因素与应用需求的关联关系；探索了空间数据可用性指标量化表达方法，实现了一种基于粒计算的空间数据可用性指标模型；深入研究了空间大数据在智慧城市应用中的不确定性传播策略，并对建模策略进行了检验、优化；最终构建了一套基于粒计算的地理空间大数据可用性评估模型与方法。项目的开展探索了地理空间大数据可用性建模方法，为地理空间大数据的可靠性应用提供了技术保障与支持；实现了对现有质量评估模型的扩展，延拓了空间数据不确定性理论方法体系。项目基本完成了设定的研究内容，实现了预期目标。依托项目资助，发表期刊论文6篇，包括SCI论文5篇，CSCD论文1篇，申请专利1项（待授权）。项目开展期间，申请人获聘湖南师范大学副教授、硕士生导师，当选湖南省测绘学会摄影测量与遥感专业委员会副主任；协助培养1名博士生和3名硕士生获得学位，指导本科生 参加全国大学生GIS应用技能大赛获特等奖、一等奖。

内容获取失败，请点击重试