中图网

>

地球科学

>

测绘学

公共安全地理信息系统设计开发与应用实践

作者：张明鑫，郭建忠，冯涛，米文宝

出版社：科学出版社出版时间：2022-08-01

开本： 16开 页数： 182

本类榜单：自然科学销量榜

中图价:¥62.3(7.0折) 定价 ~~¥89.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥41.6¥58
>
考研数学专题练1200题

考研数学专题练1200题

¥30.6¥78
>
希格斯:“上帝粒子”的发明与发现

希格斯:“上帝粒子”的发明与发现

¥17.4¥48
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

¥48¥120
>
二十四史天文志校注(上中下)

二十四史天文志校注(上中下)

¥261.3¥390
>
声音简史

声音简史

¥20.8¥52
>
浪漫地理学:追寻崇高景观

浪漫地理学:追寻崇高景观

¥39.3¥59

商品详情
商品评论(0条)

中图价:¥62.3 加入购物车

版权信息
内容简介
目录
节选

微信公众号

公共安全地理信息系统设计开发与应用实践版权信息

ISBN：9787030728081
条形码：9787030728081 ; 978-7-03-072808-1
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
自然科学
>
地球科学
>
测绘学

公共安全地理信息系统设计开发与应用实践内容简介

随着城市信息化程度的不断提高，城市应急管理、灾难救援、紧急事件处置以及疫情防控等日益凸显了公共安全管理的重要性和复杂性。公共安全地理信息系统在城市多部门和多机构应急联动和应急事件处理中发挥着积极作用，可以节约公共资源利用成本，提高应急事件处置效率，更好地服务生产和生活。本书从公共安全地理信息系统的总体设计、数据库设计、数据处理、空间数据模型、常用分析算法、自主导航与通用态势图、应急管理模型，以及公共安全地理信息系统发展趋势等方面系统介绍了公共安全地理信息系统相关技术与实践。本书可作为测绘、公共安全、应急管理等学科领域的参考书，也可供从事公共安全系统开发与应用的研究人员和工程技术人员参考。

公共安全地理信息系统设计开发与应用实践目录

目录
前言
第1章绪论 1
1.1 地理信息系统及其发展现状 2
1.2 公共安全地理信息系统 5
1.2.1 公共安全与GIS5
1.2.2 公共安全地理信息系统 6
1.2.3 公共安全地理信息系统建设原则 7
1.3 公共安全地理信息系统的开发模型与开发方法 7
1.3.1 公共安全地理信息系统的开发模型 7
1.3.2 公共安全地理信息系统的开发方法 9
1.4 公共安全地理信息系统的现状和发展 11
1.4.1 国际发展和应用 11
1.4.2 国内发展和应用 14
第2章公共安全地理信息系统总体设计 16
2.1 公共安全地理信息系统的体系结构 16
2.1.1 系统概念设计 16
2.1.2 软件系统组成 17
2.1.3 硬件组成 17
2.1.4 系统应用体系结构 18
2.2 公共安全地理信息系统的功能分析 21
2.2.1 公共安全地理信息系统研究的内容 21
2.2.2 公共安全地理信息系统的用户 22
2.2.3 公共安全地理信息系统的功能设计 22
2.3 公共安全地理信息系统的模块组成 23
2.3.1 后台维护保障子系统 23
2.3.2 前台应用子系统 23
2.4 公共安全地理信息系统的数据组织 23
第3章公共安全地理信息系统数据库设计 29
3.1 分布式数据库 29
3.1.1 分布式数据库概述 29
3.1.2 分布式数据库系统的数据存储 32
3.1.3 分布式数据库系统的查询处理 34
3.1.4 分布式数据库系统的事务管理 35
3.2 元数据库 37
3.2.1 元数据概述 37
3.2.2 空间数据元数据的内容框架 40
3.2.3 空间数据元数据的管理与操作 42
3.2.4 空间数据元数据的标准化 44
3.3 主动数据库 45
3.3.1 主动数据库概述 45
3.3.2 主动数据库系统的模型 46
3.3.3 主动数据库系统的体系结构 47
3.3.4 主动数据库系统的实现技术 48
3.4 实时数据库 51
3.4.1 实时数据库概述 51
3.4.2 实时数据库系统的体系结构 52
3.4.3 实时数据库系统的实时事务 53
3.4.4 实时数据库系统的调度策略 54
3.4.5 实时数据库系统的并发控制 54
3.5 公共安全地理信息系统数据库设计 56
3.5.1 公共安全地理信息系统数据库设计需求分析 56
3.5.2 公共安全地理信息系统数据库总体设计 57
3.5.3 公共安全地理信息系统的数据库设计实例 58
第4章公共安全地理信息系统数据处理 61
4.1 空间数据处理 61
4.1.1 误差或错误的检查与编辑 61
4.1.2 图像纠正 62
4.1.3 数据格式的转换 63
4.1.4 图形坐标变换 64
4.1.5 图幅拼接 66
4.1.6 图像解译 67
4.1.7 拓扑的建立 67
4.2 专题数据处理 69
4.2.1 数据清理 70
4.2.2 数据集成和变换 72
4.2.3 数据归约 73
4.3 实时数据处理 77
4.3.1 多线程技术 77
4.3.2 数据批处理技术 78
4.3.3 数据实时记录技术 78
4.4 遥感图像与GIS矢量数据的自动配准 79
4.4.1 TM与GIS数据自动配准的基本原理 80
4.4.2 基于GIS矢量地图信息的影像线状信息自动提取 80
4.4.3 TM影像外参数解算 81
第5章公共安全地理信息系统空间数据模型 83
5.1 GIS空间数据模型概述 83
5.1.1 从现实世界到地理信息世界 83
5.1.2 平台GIS数据模型分析 84
5.1.3 移动嵌入式GIS与个人电脑端的桌面GIS的比较 85
5.2 MEGIS对空间数据组织和管理的特殊要求 86
5.2.1 适应一体化地理信息服务的特殊要求 86
5.2.2 适应有限硬件资源的特殊要求 86
5.2.3 适应应用的特殊要求 87
5.2.4 适应嵌入式操作系统的特殊要求 89
5.3 空间数据组织模型 89
5.3.1 空间数据模型的特点 91
5.3.2 基于LOD模型的空间数据显示分级 92
5.3.3 空间要素的面向对象组织和整体操作 92
5.4 MEGIS空间数据存储结构 94
5.4.1 元数据的存储结构 94
5.4.2 几何和属性数据的存储结构 95
5.4.3 DEM数据的存储结构 96
5.5 空间数据三级索引的实现 97
5.5.1 索引存储结构 97
5.5.2 索引内存结构 97
5.5.3 索引信息的生成 98
第6章公共安全地理信息系统常用分析算法 100
6.1 *短路径分析 100
6.1.1 Dijkstra算法 100
6.1.2 Bellman-Ford-Moore算法 101
6.1.3 启发式搜索算法——A*算法 102
6.2 缓冲区分析 103
6.3 叠置分析 104
6.3.1 基于矢量数据的叠置分析 105
6.3.2 基于栅格数据的叠置分析 106
6.4 空间数据的统计分析 108
6.4.1 空间统计数据的数字特征 109
6.4.2 空间统计数据的分级 110
6.4.3 空间统计数据的分类 115
6.5 数据挖掘 116
6.5.1 数据挖掘的定义 116
6.5.2 空间数据挖掘的常用方法 117
6.5.3 数据挖掘的流程 123
6.6 公共安全地理信息系统路径规划技术 125
6.6.1 路径规划特点分析 125
6.6.2 路径规划算法基本要求 126
6.6.3 满足实时导航应用的路径规划算法设计 133
6.6.4 算法分析与评估 140
第7章公共安全地理信息系统自主导航与通用态势图 142
7.1 常用卫星导航定位系统 142
7.1.1 GPS简介 142
7.1.2 GLONASS简介 143
7.1.3 北斗卫星定位系统简介 143
7.1.4 GALILEO卫星定位系统简介 143
7.2 车辆自主导航系统 144
7.2.1 移动终端定位 144
7.2.2 车辆自主导航系统 145
7.2.3 车辆自主导航系统的软硬件组成 145
7.2.4 车辆自主导航系统的关键技术与解决方案 146
7.3 通用态势图 150
7.3.1 通用态势图的概念与功能 150
7.3.2 应急联动与协同作战 151
7.4 应急联动态势图 152
7.4.1 应急联动态势图的定义 152
7.4.2 应急联动态势图的功能 152
7.4.3 应急联动态势图的特性 153
7.5 应急联动态势图的实现技术 155
第8章公共安全地理信息系统应急管理模型 159
8.1 应急管理介绍 159
8.1.1 研究对象 160
8.1.2 详细分类 160
8.1.3 主要内容 162
8.2 灾害风险评估 162
8.2.1 事故后果模拟分析 162
8.2.2 概率风险分析 164
8.2.3 评估模型集成 166
8.2.4 风险评估模型软件HAZUS-MH 168
8.3 公共安全规划 169
8.3.1 研究内容 169
8.3.2 应急设施空间规划 169
8.3.3 土地使用安全规划 171
8.4 应急救援实施 172
8.4.1 辅助调度模型 172
8.4.2 响应时间模型 173
8.4.3 应急疏散模型 173
第9章公共安全地理信息系统发展趋势 175
9.1 公共安全及所面临的挑战 175
9.2 公共安全地理信息系统发展趋势 176
主要参考文献 178

展开全部

公共安全地理信息系统设计开发与应用实践节选

第1章绪论　　公共安全是指由政府提供的防御保障体系，其涉及领域涵盖生产安全、自然灾害与生态环境灾害的防灾减灾、城市生活与生命保障、食品安全、火灾与爆炸以及核污染等事故型灾害的安全防范。公共卫生、城市基础设施、通信、环境、商品供应、社会稳定、灾害防控等任何一个方面出现问题，都会威胁到城市公共安全。国家行政机关为了维护社会的公共安全和秩序，保障公民的合法权益，以及社会各项活动正常进行所做的各种行政活动统称为公共安全管理。目前，自然灾害、事故灾难、公共卫生事件、社会安全事件等公共安全事件频发，公共安全管理成为我国社会发展面临的重要课题。　　2015年5月25日19时30分许，河南省平顶山市鲁山县康乐园老年公寓发生特别重大火灾事故，造成39人死亡、6人受伤，过火面积745.8平方米，直接经济损失2064.5万元。2015年6月，隶属重庆东方轮船公司的东方之星游轮在长江中游湖北监利水域沉没，事发时船上实有人员454名，*终生还的只有12人。2015年8月，位于天津市滨海新区天津港的瑞海公司危险品仓库发生火灾爆炸事故，造成165人遇难。尤其是2020年初暴发的新冠肺炎疫情对中国社会造成极大冲击，随后更是造成全球超1.8亿人确诊，近400万人死亡(截至2021年6月底，来自世界卫生组织的数据)。这些都凸显了公共安全管理的重要性。由政府提供涵盖生产安全、自然灾害与生态环境灾害的防灾减灾、城市生活与生命保障、食品安全、火灾与爆炸等事故型灾害的安全防御保障体系，已经成为各国的普遍做法。　　2018年3月，第十三届全国人民代表大会**次会议批准设立中华人民共和国应急管理部，随后省、市、县三级应急管理体系陆续建立，我国公共安全管理有了专门的领导机构。公共安全管理应对、处理突发事件专业性强，往往需要各个部门间的业务联动，过程复杂，因此，公共安全管理需要加大科技研发力度，把科技产品运用到维护公共安全上面去，重视对安全高发区的监控和预警，运用科技提高应对突发公共事件的能力。2020年初突发的新冠肺炎疫情在我国能够快速得到控制，一方面得益于我国公共安全管理的高效，另一方面也得益于大数据、人工智能、二维码等公共安全高科技产品的集中使用；而其全球蔓延也凸显了应急管理的难度与重要性。　　公共安全地理信息系统(public safety geographic information system)建设的目的是充分利用遥感、无线网络通信技术、全球导航卫星定位技术、地理信息系统等新技术，对公共安全领域中的地理信息以及其他信息进行统一管理，并对可能出现的自然或人为灾害进行预测，制定相应的抗灾对策和减灾防灾规划。公共安全地理信息系统集地理信息系统(geographic information system，GIS)、全球导航卫星系统(global navigation satellite system，GNSS)、遥感(remote sensing，RS)、现代通信技术、计算机网络技术、多媒体数据库技术、实时监控技术、显示控制技术等于一体，具有空间数据的格式转换、数据输入、空间数据库管理、属性数据库联结、空间查询与分析、图形输出、专题图制作等功能，能够实现公共安全领域突发事件的态势标绘、预案模拟推演以及网上信息的发布。尤其对接大数据和人工智能等技术后，公共安全地理信息系统正极大地提高着公共安全管理部门的工作效率和指挥决策的科学性、规范性、可监督性，增强了应付突发事件的能力，实现了业务数据的统一协调、信息资源的充分共享和可视化以及高效决策指挥。　　城市应急管理、灾难救援、紧急事件处置以及疫情防控等凸显了公共安全地理信息系统建设的意义，应发挥其在城市多部门和多机构应急联动指挥中和应急处理事件中的积极作用，节约公共资源使用成本，提高事件处置效率，更好地服务生产和生活。　　1.1 地理信息系统及其发展现状　　地理信息系统(GIS)是能够收集、管理、查询、分析、操作以及表现与地理相关的数据信息的计算机信息系统，能够为分析、决策提供重要的支持平台。GIS的发展可分为五个阶段：**个阶段是初始发展阶段，20世纪60年代世界上**个GIS由加拿大测量学家 Tomlinson提出并建立，主要用于自然资源的管理和规划；第二个阶段是发展巩固阶段，20世纪70年代计算机硬件和软件技术的飞速发展，尤其是大容量存储设备的使用，促进了GIS朝实用的方向发展，不同专题、不同规模、不同类型的各具特色的地理信息系统在世界各地纷纷付诸研制；第三个阶段是推广应用阶段，20世纪80年代，GIS逐步走向成熟，并在全世界范围内全面推广，应用领域不断扩大，并与卫星遥感技术结合，开始应用于全球性的问题研究，这个阶段涌现出一大批GIS软件，如 ArcInfo、Genamap、Spans、MapInfo、Erdas、Microstation等；第四个阶段是蓬勃发展阶段，20世纪90年代，随着地理信息产品的建立和数字化信息产品在全世界的普及，GIS成为确定性的产业，并逐渐渗透到各行各业，成为人们生活、学习和工作不可缺少的工具和助手；第五个阶段是大众普及化阶段，进入21世纪后，随着智能手机等电子设备的普及与物联网技术的发展，GIS正“润物细无声”地渗透和应用到人类生活的方方面面。　　地理信息科学作为一门综合性的边缘性学科，它的内容体系包括科学理论、技术体系和应用三个层次，其中地理信息系统是其技术体系的主要内容和关键技术，而地理信息服务是应用领域。地理信息系统广泛应用于地学、资源管理、土地规划、环境监测、防灾减灾、电力行业、交通管理、城市规划、科研、教育和国防等领域，在社会进步和经济建设中发挥着越来越重要的作用。　　信息技术进步是GIS不断发展的有力支撑。在GIS发展过程中，面向对象的数据库技术、三维技术、图像处理和人工智能技术都应用到了GIS中，并推动了地理信息系统的发展。当前，大数据不仅需要地理信息系统海量数据采集、筛选、存储、分析与显示技术的升级，而且彻底扭转了传统地理信息系统重视数据管理与显示，轻视数据分析的状况。在大数据浪潮下，地理信息产业正完成一次升级，不仅意味着产业链上下游的完全重构，而且在物联网、移动互联网、国土、环保、水利领域分析挖掘其纷繁数据的空间意义，产生巨大的社会经济价值。　　专业和大众化应用是GIS不断发展的有力牵引。随着谷歌地球等互联网电子地图的普及，目前公众已逐渐接受并熟悉了基于位置的服务(location based service， LBS)、地图浏览查询、车辆导航等地理信息服务。无论是遥感数据、物联网传感器数据、地图数据还是个人网络活动数据都可以看作是自然地理与人文环境的采样与记录，只要使用合适的分析方法就可以揭示蕴含在其背后的深刻而复杂的社会自然意义。地理信息系统擅长进行空间分析及与其他领域模型的关联分析，如利用遥感数据再分类可用于特征识别与提取技术，可快速提取地表的水域、农田、城区、建筑等，对农业估产、城市规划等方面有重要作用；将城市传感器数据进行建模、分析可展现区域温度、 PM2.5等指标的真实分布，辅助政府决策与市民出行；将政区与耕地数据集进行叠加，通过格网分析即可快速统计行政区域内的耕地面积，这对于土地红线控制具有重要参考作用；空间关系分析针对当前互联网中产生的大量签到信息进行商业区聚类分析，从而用于商业选址、广告优化；网络分析应用则更广泛，从现代物流仓储选址、配货调度，到公路网和铁路网、电力网、市政管网等设施的优化管理调度，再到水系分析、管理、应急、导航路径分析、交通规则处理等都可用到网络分析；而时空分析则可用于区域环境变化监测，快速发现土地、建筑、气温、环境、水文的变化，为快速响应提供支持。　　在大数据浪潮下，GIS实现了从传统迈向大数据时代的重要变革；实现了以空间位置为中心的数据组织和管理。在大数据时代，由于数据主要是来自于互联网、移动互联网、物联网等自动采集的数据，其带有空间位置的比例更高，例如，手机信号数据由通信基站与手机之间的信令链接所产生，通过手机与基站的相对关系就能计算出手机的位置；社交媒体数据中，用户分享的文字、图片、视频等，通常标注有从用户终端获取的位置信息；公交刷卡数据能够从车辆定位系统中获取位置信息；即便是电商交易数据，也能从 IP地址获得其大致的位置信息。　　总的来说，由于获取方式的特殊性，空间大数据与经典的海量空间数据有所差别，在大数据技术发展前，使用常规手段无法处理，更无法有效分析和挖掘这些数据的价值。　　云GIS是基于云计算的理论、方法和技术，它扩展了地理信息系统的基本功能，进一步改进了传统GIS的结构体系，以实现海量空间数据的高性能存取与处理操作，使其能更好地提供高效的计算能力和数据处理能力，解决地理信息科学领域中计算密集型和数据密集型的各种问题。其实质是将GIS平台、软件和地理空间信息方便、高效地部署到以云计算为支撑的“云”基础设施上，以弹性的、按需获取的方式提供*广泛的基于 Web的服务。GIS云将用户从传统的资源独占转变为资源共享，提高了资源利用率，降低了单个用户使用资源的成本；GIS云具有一个集中的空间信息存储环境，一个以服务为基础的空间信息应用平台，一个以租赁为主要形式的商业运营模式。特点包括：①业务的连续性，GIS云为用户提供的地理信息服务是弹性的，能够根据用户业务需求的变化快速、动态地扩展资源。②业务的灵活性，GIS云将用户原本固定的成本投入转变为可变的运行成本，提升了资本运作的灵活性，进而提升用户的业务灵活性。③业务的创新能力，GIS云将用户从烦琐、复杂的资源管理工作中解放出来，从而使用户能够更加专注于自身的业务创新。④良好的用户体验，GIS云降低了用户使用地理信息资源的复杂度，用户只需要根据业务的需求选择合适终端访问GIS云服务即可。　　大数据GIS。信息技术、云计算技术和空间数据获取与处理技术的发展，催生了时空大数据的爆炸式增长。这些半结构或者非结构性的、具有时空属性的、远超出正常数据规模的、通过传统数据处理算法难以表达和分析的数据称为时空大数据。时空大数据具有体量大、类型多、更新快、潜在价值大等特点，对其处理和分析要具有很高的计算能力，传统的并行计算技术已无法满足计算要求。近年来，分布式并行计算集群和云计算技术被广泛应用，打破了原有计算能力的限制。此外，分布式并行计算技术的快速发展，使用户可以在这些平台上很容易地实现自己的空间分析功能。时空大数据隐含着巨大的社会、经济、科研价值，被誉为未来世界的“石油”，而分布式计算技术的发展为深入挖掘时空大数据的潜在价值提供了可能。大数据GIS就是把大数据技术与GIS技术进行深度融合，把GIS的核心能力嵌入大数据基础框架之内，并打造出完整的大数据GIS技术体系。大数据领域已经出现了许多实用的 IT技术，如分布式文件系统、分布式数据库、分布式计算框架、流处理框架等。这些技术使用户能够使用普通机器对大数据进行处理和挖掘，但多聚焦于通用的非空间数据领域，对空间数据的专业分析能力不足。而传统GIS由于受其 IT技术框架的限制，并不能很好地应对大数据对分布式存储与计算、流数据处理等的技术要求。大数据GIS技术主要包括以下几种。　　1.分布式技术　　(1)空间数据的分布式存储。在原有分布式存储系统之中，嵌入分布式空间索引、空间数据的分片处理和管理等技术，通过空间数据的横向扩展(scale-out)，实现单表过亿，乃至数十亿空间数据的存储与管理。常用的分布式存储系统有 HDFS、HBase、 Elasticsearch等。　　(2)分布式空间计算。以 Spark分布式计算框架为基础，把原有地理空间分析算法进行分布式改造，实现在数小时完成原有GIS无法完成的上亿条空间面对象之间的分析计算。　　(3)分布式地图渲染。通过矢量金字塔、分布式渲染、自动缓存和前端渐进加载等技术，实现超大规模空间数据的“免切片”渲染效果。　　2.流数据的实时处理技术

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐