1眾源地理數(shù)據(jù)的特點

眾源地理數(shù)據(jù)具有以下10個特點:1)現(xiàn)勢性高。眾源地理數(shù)據(jù)具有明顯的實時更新特點,現(xiàn)勢性高。例如,堵在路上的行車者往往會將道路擁堵信息發(fā)布于Twitter、微博、Wikiloc、GPSies等網(wǎng)站。2)傳播快。眾源地理數(shù)據(jù)大多來自于互聯(lián)網(wǎng),借助社交網(wǎng)站和當?shù)匦侣劦葌髅较到y(tǒng)的傳播能力,進行快速傳播和擴散。例如,美國加州2009年5月的Jesusita火災(zāi)期間,通過建立地圖式火災(zāi)監(jiān)視網(wǎng)站,迅速整合、發(fā)布了來自各種VGI和當?shù)毓俜降膶崟r火災(zāi)信息[7]。3)信息豐富。眾源地理數(shù)據(jù)與人類活動及社會發(fā)展緊密相關(guān),具有豐富的社會化屬性、語義信息和時序信息。其參與創(chuàng)建的廣泛性又使得眾源地理數(shù)據(jù)能從更多角度,更多方面對地理要素進行描述。4)成本低。眾源地理數(shù)據(jù)大多來自網(wǎng)民自發(fā)或無意采集的地理數(shù)據(jù),其采集和處理的成本很低,極大地降低了地理信息獲取和使用的成本,將更有效地促進地理信息技術(shù)的推廣應(yīng)用。5)數(shù)據(jù)量大。眾源地理數(shù)據(jù)大多來自互聯(lián)網(wǎng)用戶有意或無意提交的地理數(shù)據(jù),互聯(lián)網(wǎng)用戶群的迅速發(fā)展帶來了眾源地理數(shù)據(jù)的激增。無論是像OSM這樣的共享網(wǎng)站,還是具體的眾源地理數(shù)據(jù)使用者,均需面對海量眾源地理數(shù)據(jù)的高效存儲以及網(wǎng)絡(luò)共享中的快速傳輸?shù)葐栴}。6)質(zhì)量各異。眾源地理數(shù)據(jù)主要由民眾提供,其提供過程非常自由,參與人群非常廣泛,所采用的數(shù)據(jù)采集設(shè)備精度不一,創(chuàng)建編輯過程中所用比例尺、采樣精度不一,使得眾源地理數(shù)據(jù)質(zhì)量存在較大差異,甚至混雜著錯誤或惡意扭曲的成分。7)冗余而又不完整。眾源地理數(shù)據(jù)主要由非專業(yè)人員創(chuàng)建,缺乏數(shù)據(jù)完整性,難以滿足一些專業(yè)的地理數(shù)據(jù)要求,同時經(jīng)過多人多次提交或多次編輯的眾源地理數(shù)據(jù)存在著大量冗余。8)覆蓋不均勻。眾源地理數(shù)據(jù)雖然來源廣泛,但是區(qū)域覆蓋極其不均勻。例如OSM數(shù)據(jù)在英國倫敦的數(shù)據(jù)覆蓋率明顯高于中國湖北省的覆蓋率。9)缺少統(tǒng)一規(guī)范。眾源地理數(shù)據(jù)來源廣泛,數(shù)據(jù)格式各異,不同數(shù)據(jù)的內(nèi)容不同,數(shù)據(jù)組織和存儲方式也千差萬別。10)隱私與安全難以控制。自由創(chuàng)建和分享的眾源地理數(shù)據(jù)有時會對他人及一些組織的隱私和安全問題產(chǎn)生影響。

2眾源地理數(shù)據(jù)的來源與獲取方法

2.1眾源地理數(shù)據(jù)的來源

眾源地理數(shù)據(jù)的來源主要包括:1)公共版權(quán)數(shù)據(jù)。這一類數(shù)據(jù)多由政府部門、企業(yè)、公益組織以網(wǎng)站或網(wǎng)絡(luò)服務(wù)的形式發(fā)布,例如GoogleMap網(wǎng)站提供的正射影像,OpenStreetMap網(wǎng)站提供的交通路網(wǎng)等。也有一些部門和企業(yè)免費贈送的地理數(shù)據(jù),例如Open-StreetMap上部分國家的主干交通數(shù)據(jù)由汽車導(dǎo)航數(shù)據(jù)公司AND(AutomotiveNavigationData)贈送[13]。2)GPS接收機數(shù)據(jù)。主要包括三類:①應(yīng)某些組織和項目請求而特意收集GPS數(shù)據(jù)的志愿者;②共享自己擁有的有價值的GPS數(shù)據(jù)的普通人或組織;③相對被動、無意識上傳GPS數(shù)據(jù)的網(wǎng)民,如“街旁網(wǎng)”用戶的手機“簽到”會上傳GPS定位數(shù)據(jù)。3)網(wǎng)民自發(fā)創(chuàng)建的地理數(shù)據(jù)。OpenStreet-Map、Wikimapia等網(wǎng)站向用戶提供了創(chuàng)建地理對象的功能。部分網(wǎng)民出于自我滿足、利他主義、興趣或是描述周圍環(huán)境等目的[14],主動地在這些網(wǎng)站上創(chuàng)建、編輯、描述各種地理對象。GoogleEarth甚至允許用戶對感興趣的地物進行三維建模。4)Web2.0催生的其他地理數(shù)據(jù)。Web2.0簡化了客戶交互過程,出于信息共享和社交目的,部分民眾積極地將自己的信息發(fā)布到網(wǎng)上,這些信息可能包含了地理數(shù)據(jù)。例如Flickr提供了上傳照片并在地圖上關(guān)聯(lián)實際地理位置的功能。類似的數(shù)據(jù)源使得眾源地理數(shù)據(jù)的種類更多樣化、更完整。

2.2眾源地理數(shù)據(jù)的獲取方法

眾源地理數(shù)據(jù)的獲取一般包括以下環(huán)節(jié):1)下載初始化設(shè)置。包括設(shè)定下載API和登錄信息,選定數(shù)據(jù)范圍(包括空間范圍和時間范圍等)。根據(jù)研究目標,指定行政區(qū)劃或區(qū)域邊界坐標,或指定用戶某時間段所發(fā)布的數(shù)據(jù)等,作為待獲取數(shù)據(jù)的區(qū)域或范圍。2)數(shù)據(jù)獲取。利用開放的眾源地理數(shù)據(jù)網(wǎng)站所提供的API接口,如GoogleMapAPI,GoogleEarthAPI,街旁O(shè)penAPI,FacebookAPI等,在網(wǎng)站所提供權(quán)限范圍內(nèi),實現(xiàn)所選區(qū)域數(shù)據(jù)的直接讀取。也可以利用網(wǎng)絡(luò)爬蟲技術(shù)設(shè)計專用的網(wǎng)頁分析算法,從互聯(lián)網(wǎng)上搜索并下載GPS路線數(shù)據(jù)、矢量地圖數(shù)據(jù)等。3)數(shù)據(jù)規(guī)范化分析與轉(zhuǎn)換。眾源地理數(shù)據(jù)具有多源異構(gòu)性,其存儲格式多樣、時間版本不一、坐標體系相異。合理有效地利用眾源地理數(shù)據(jù)需要對其數(shù)據(jù)格式進行分析,利用文本解析、空間數(shù)據(jù)引擎等技術(shù)將眾源地理數(shù)據(jù)轉(zhuǎn)換為在統(tǒng)一存儲格式、坐標體系及概念體系下表達的空間數(shù)據(jù),并建立相應(yīng)的眾源地理數(shù)據(jù)表達規(guī)范。4)數(shù)據(jù)入庫。將眾源地理數(shù)據(jù)按統(tǒng)一規(guī)范轉(zhuǎn)換后,將其導(dǎo)入到空間數(shù)據(jù)庫中進行存儲和管理。

3眾源地理數(shù)據(jù)處理與分析的關(guān)鍵技術(shù)

3.1眾源地理數(shù)據(jù)的質(zhì)量評價方法

眾源地理數(shù)據(jù)一般由缺乏足夠地理信息知識和專業(yè)訓(xùn)練的非專業(yè)人員提供,因此存在數(shù)據(jù)質(zhì)量問題,使用時需考慮其冗余性,有效性,完整性和精確性等。如何對眾源地理數(shù)據(jù)的質(zhì)量進行分析和評價是需要研究的首要問題[4,15]。眾源地理數(shù)據(jù)的質(zhì)量是影響眾源地理數(shù)據(jù)廣泛應(yīng)用的重要因素。Oort(2006)總結(jié)了空間數(shù)據(jù)質(zhì)量需要考慮的11個指標:數(shù)據(jù)來源、空間精度、時間精度、屬性精度、邏輯連貫性、數(shù)據(jù)完整性、語義準確率、元數(shù)據(jù)質(zhì)量、分辨率、數(shù)據(jù)使用目的和質(zhì)量變化等。眾源地理數(shù)據(jù)的質(zhì)量分析在用以上全部或部分指標作為評價標準的同時,還應(yīng)加入對數(shù)據(jù)提供者的質(zhì)量評價,充分考慮人為因素對數(shù)據(jù)質(zhì)量的影響,建立更加有效的質(zhì)量分析和評價模型,從而保證眾源地理數(shù)據(jù)的有效性和可用性。影響眾源地理數(shù)據(jù)質(zhì)量的因素主要包括三個方面:①數(shù)據(jù)的采集或地圖的繪制由非專業(yè)人員提供,可能存在一定的人為誤差;②數(shù)據(jù)可能來自不同的數(shù)據(jù)源,具有不同等級的精度;③不同采集者使用不同精度的GPS,采集的數(shù)據(jù)精度存在差異。眾源地理數(shù)據(jù)的精度不能依靠常規(guī)的地圖精度評定方法評估,需要選擇合適的質(zhì)量要素建立質(zhì)量分析模型,依據(jù)質(zhì)量分析模型與精度更高的數(shù)據(jù)進行分析對比來評估其數(shù)據(jù)質(zhì)量。目前,國外專家已經(jīng)對歐洲地區(qū)的OSM數(shù)據(jù)質(zhì)量問題進行了研究。如對英國地區(qū)的OSM數(shù)據(jù)質(zhì)量進行分析,從定位精度和數(shù)據(jù)完整度兩個方面建立OSM數(shù)據(jù)的質(zhì)量評估模型;在評估希臘首都雅典的OSM數(shù)據(jù)質(zhì)量時,將數(shù)據(jù)質(zhì)量評估模型擴展到長度完整度、名稱完整度、類型精度、名稱精度和定位精度等方面。從OSM數(shù)據(jù)的完整度、專題精度、定位精度三個方面對OSM數(shù)據(jù)質(zhì)量進行了分析研究[16-18]。數(shù)據(jù)提供者的非專業(yè)性是眾源地理數(shù)據(jù)質(zhì)量不確定性的重要原因,Grira等人指出眾源地理數(shù)據(jù)的使用者和提供者在眾源數(shù)據(jù)上下文中具有認知區(qū)別[19],有必要建立針對數(shù)據(jù)提供者的評價模型。Exel等人提出在眾源地理數(shù)據(jù)的質(zhì)量控制指標中增加用戶指標[20],如用戶的數(shù)據(jù)上傳次數(shù)、修改次數(shù)、反饋意見等,從而建立用戶質(zhì)量測度模型,實現(xiàn)眾源地理數(shù)據(jù)的質(zhì)量控制。

3.2眾源地理數(shù)據(jù)的信息提取與更新方法

眾源地理數(shù)據(jù)的信息提取與更新是以眾源地理數(shù)據(jù)作為數(shù)據(jù)源,以其低成本和高時效的優(yōu)勢實現(xiàn)地理信息的快速提取和及時更新。它是傳統(tǒng)地理信息更新方法的重要補充,在特定情況下可以發(fā)揮不可替代的作用。如Goodchild指出,在面對印度洋海嘯等嚴重自然災(zāi)害時,從傳統(tǒng)的遙感影像上獲取道路因影像有云或濃煙遮蔽受限制時,利用當?shù)乇娫从脩粼贕oogleEarth上及時標識的地物信息來補充數(shù)據(jù)庫就更加高效[4]。近年來國內(nèi)外開展了一些利用眾源數(shù)據(jù)進行地理信息提取和更新的方法和應(yīng)用研究。在災(zāi)害快速響應(yīng)方面,眾源地理數(shù)據(jù)發(fā)揮了重大作用。美國圣巴巴拉市的4次大型火災(zāi)案例研究表明,盡快建立新的道路數(shù)據(jù)庫可以提供有效的逃生路線[7]。海地大地震后,大眾在OpenStreetMap上協(xié)作完成道路、房屋和其他地物的重新編輯以建立震后地理數(shù)據(jù)庫,利用常規(guī)測繪方式需花費上萬英鎊,同時耗時幾年,而利用眾源地理數(shù)據(jù)僅用了三個星期[8]。眾源地理數(shù)據(jù)用于城市道路設(shè)計能較大提高人們的滿意度,Seeger指出眾源地理數(shù)據(jù)在良好引導(dǎo)和補充城市規(guī)劃道路數(shù)據(jù)庫更新和重構(gòu)中將發(fā)揮積極作用[15]。Steffen在Geo-Wiki項目中利用眾源用戶對數(shù)據(jù)庫中地物屬性信息進行補充和修改[6],能明顯提高效率及可靠性。眾源地理數(shù)據(jù)提供的紋理和三維信息,被O-ver等結(jié)合DEM經(jīng)綜合生成了三維可視化數(shù)據(jù)庫模型[21]。Zhang等利用眾源GPS軌跡數(shù)據(jù),在行進方向的法線上進行模糊C-均值聚類,將相鄰車道分開,建立了幾何精度較好的道路數(shù)據(jù)庫,可用于數(shù)據(jù)庫更新[22]。

Mondzech與Sester指出眾源地理數(shù)據(jù)應(yīng)用于行人導(dǎo)航比現(xiàn)存地形圖數(shù)據(jù)庫更有優(yōu)勢,因為它更新快且提供了大量真實的快捷路徑,眾源地理數(shù)據(jù)可對傳統(tǒng)數(shù)據(jù)庫進行很好的補充[23]。眾源地理數(shù)據(jù)為建立和更新地理數(shù)據(jù)庫提供了一種不同于傳統(tǒng)測繪方式的新途徑。它不僅能有效地提取道路等地物和標注屬性信息,而且能用于導(dǎo)航數(shù)據(jù)庫的更新。但是由于眾源地理數(shù)據(jù)來源眾多且缺少統(tǒng)一規(guī)范,存在不足,目前尚未能廣泛應(yīng)用于大區(qū)域范圍內(nèi)高精度的數(shù)據(jù)庫更新中。綜合以上分析,眾源地理數(shù)據(jù)信息提取與更新的研究思路為:以建立眾源數(shù)據(jù)的質(zhì)量模型和多源數(shù)據(jù)配準和變化檢測為核心,研究眾源地理數(shù)據(jù)的信息提取與更新的協(xié)作機制和方法。主要研究方向包括:①研究實現(xiàn)眾源地理數(shù)據(jù)的高覆蓋率和高完整性。眾源地理數(shù)據(jù)雖然來源廣泛,但是在單一的某個平臺上部分區(qū)域的覆蓋率存在較大的局限性。需要從現(xiàn)有的眾源地理數(shù)據(jù)平臺(Wikimapia、BingMap、GoogleMap等)中獲取盡可能多的數(shù)據(jù)以提高區(qū)域覆蓋率和屬性信息完整性。同時應(yīng)研究將不同區(qū)域的更多用戶參與到眾源地理數(shù)據(jù)的協(xié)作機制。②建立規(guī)范合理的質(zhì)量模型。為來源廣泛、質(zhì)量各異的眾源地理數(shù)據(jù)建立有效的綜合取舍和聚類機制,以及快速處理算法。需要研究數(shù)據(jù)量和來源控制的范圍,從而最有效地得到能滿足數(shù)據(jù)庫更新這一應(yīng)用的數(shù)據(jù)覆蓋率、完整性和幾何精度。③提高眾源地理數(shù)據(jù)庫的幾何精度�？山Y(jié)合高分辨率遙感影像、全景影像、Lidar數(shù)據(jù)等對初始建立的數(shù)據(jù)庫的幾何位置進行精糾正,對不同數(shù)據(jù)的配準和修正位置精度的算法進行研究。④基于眾源地理數(shù)據(jù)建立地理數(shù)據(jù)庫并進行更新。研究兩種不同規(guī)范的數(shù)據(jù)庫的配準,對不同時間數(shù)據(jù)庫的幾何與屬性信息進行比較,發(fā)現(xiàn)減少或新增部分,并用判別規(guī)則合并兩套數(shù)據(jù)庫的信息以實現(xiàn)數(shù)據(jù)庫更新。

3.3眾源地理數(shù)據(jù)的分析與挖掘方法

眾源地理數(shù)據(jù)作為一種由大眾采集并向大眾提供的開放地理數(shù)據(jù),蘊含著豐富的空間信息和規(guī)律性知識。利用空間數(shù)據(jù)分析與挖掘方法可以從中提取信息、挖掘知識,從而為具體應(yīng)用提供服務(wù)。

1)眾源地理數(shù)據(jù)拓撲分析。大部分眾源地理數(shù)據(jù)的描述采用的是一種包含拓撲性質(zhì)的數(shù)據(jù)結(jié)構(gòu)。如OSM數(shù)據(jù)中的點、線、面等幾何要素及其關(guān)系是通過頂點、路線和關(guān)系等來描述的。通過對某區(qū)域內(nèi)的要素進行拓撲分析,能發(fā)現(xiàn)點、線、面的分布規(guī)律,挖掘該區(qū)域的空間結(jié)構(gòu)和模式。例如,利用瑞典的OSM數(shù)據(jù)進行自然道路網(wǎng)絡(luò)的提取與拓撲分析,發(fā)現(xiàn)自然道路網(wǎng)絡(luò)存在無標度特性[24];利用香港的街道網(wǎng)絡(luò)數(shù)據(jù)和年度平均的每天交通流量數(shù)據(jù),通過街道網(wǎng)絡(luò)的拓撲表示和分析,從而進行交通流量預(yù)測[25]。進行拓撲分析時經(jīng)常用到平均度、平均路徑長度和聚類系數(shù)等統(tǒng)計指標,結(jié)合空間統(tǒng)計方法可以探索地理要素的分布結(jié)構(gòu)和模式。在利用眾源地理數(shù)據(jù)進行網(wǎng)絡(luò)拓撲分析時,可考慮與其他地理數(shù)據(jù)源集成和綜合分析。

2)利用眾源數(shù)據(jù)探索地理空間的無標度特性。無標度從數(shù)學(xué)意義上講就是某種現(xiàn)象的大小分布服從冪律分布。傳統(tǒng)的地理學(xué)研究認為地理空間存在高斯分布的特性,而最近基于大量的地理數(shù)據(jù)的實證研究發(fā)現(xiàn)地理空間存在無標度的特性。例如,利用美國的OSM數(shù)據(jù)進行自然城市的提取與統(tǒng)計分析,發(fā)現(xiàn)美國的城市大小(無論是人口還是道路節(jié)點的個數(shù))滿足齊普夫定律[26];利用歐洲三個國家(英國,德國和法國)的OSM數(shù)據(jù)進行街區(qū)多邊形提取與統(tǒng)計分析,發(fā)現(xiàn)所有這些街區(qū)大小服從Lognormal分布[27];利用TeleAtlasMultiNet地理數(shù)據(jù)庫對德國20個城市的道路網(wǎng)進行統(tǒng)計分析,發(fā)現(xiàn)所有道路上的行車時間服從冪律分布,也就是具有無標度特性[28]。

3)利用眾源地理數(shù)據(jù)進行導(dǎo)航分析,為人們出行提供幫助。例如,綜合應(yīng)用OSM地圖與航空影像研制協(xié)作導(dǎo)航系統(tǒng),結(jié)合A*算法和用戶評價在交通網(wǎng)絡(luò)上進行路線計算和搜索,為行動不便以及有個人偏好的行人提供路線設(shè)計[29];對OSM的一些城市道路網(wǎng)絡(luò)數(shù)據(jù)進行分析,計算轉(zhuǎn)彎最少、路徑最短的導(dǎo)航路線[30]。

4)眾源交通數(shù)據(jù)挖掘。眾源交通數(shù)據(jù)中隱含著規(guī)律性的交通知識。利用空間數(shù)據(jù)挖掘方法可以挖掘出對交通管理和大眾出行具有指導(dǎo)意義的規(guī)律性知識。例如,利用倫敦個人摩托車的GPS移動路線研究人們選擇路線的偏好,發(fā)現(xiàn)路線選擇時更多考慮的是角距離而非街區(qū)距離,即人們在出行時往往會選擇轉(zhuǎn)彎較少的方案[11];利用OSM的大范圍道路數(shù)據(jù)對人們的出行進行模擬研究,認為人們的出行模式主要受路網(wǎng)結(jié)構(gòu)的影響,由此為出行行為和路徑優(yōu)化研究提供了新的視角[31];對基于用戶軌跡挖掘的智能位置服務(wù)進行研究,探討了基于個人歷史軌跡、多人軌跡數(shù)據(jù)的大眾旅游推薦、個性化朋友和地點推薦等[32]。利用志愿者采集的GPS數(shù)據(jù),基于歷史位置對用戶出行的相似性進行分析和挖掘,有助于探測用戶之間的關(guān)系以及地理位置的相關(guān)性[33];利用志愿者采集的GPS數(shù)據(jù)研究志愿者的空間移動規(guī)律特性,指出該出行距離具有較強的Levy移動特點,并通過基于代理的模型進行了驗證,有助于人類動力學(xué)的實證與機制研究[34]。綜合以上分析,眾源地理數(shù)據(jù)分析與挖掘的研究思路為:利用網(wǎng)絡(luò)拓撲分析、空間數(shù)據(jù)統(tǒng)計建模、地理模擬、時空數(shù)據(jù)挖掘、統(tǒng)計物理學(xué)等方法對眾源地理數(shù)據(jù)進行分析和挖掘,從中提取空間信息,挖掘空間知識。主要研究方向包括:

①眾源地理數(shù)據(jù)的拓撲分析。利用拓撲分析方法研究并構(gòu)建眾源地理數(shù)據(jù)的網(wǎng)絡(luò)拓撲關(guān)系。

②地理空間的無標度分析。利用空間數(shù)據(jù)統(tǒng)計建模方法研究地理現(xiàn)象的冪律分布。

③導(dǎo)航分析:通過眾源地理數(shù)據(jù)的交通流量分析和最優(yōu)路徑分析,為人們的出行提供導(dǎo)航服務(wù)。

④眾源地理數(shù)據(jù)統(tǒng)計建模:對眾源地理數(shù)據(jù)的統(tǒng)計特性進行探索性分析,構(gòu)建統(tǒng)計模型并分析其統(tǒng)計規(guī)律。

⑤出行行為規(guī)律分析:利用空間聚類、頻繁模式挖掘等空間數(shù)據(jù)挖掘方法從眾源地理數(shù)據(jù)中挖掘出規(guī)律性知識,分析人們的出行規(guī)律,從而為大眾旅游推薦、個性化朋友和地點推薦等提供基礎(chǔ)。

⑥人類動力學(xué)研究:利用統(tǒng)計物理學(xué)方法和地理模擬方法,研究出行距離分布,構(gòu)建動力學(xué)模型,為交通規(guī)劃設(shè)計、傳染病控制和無線網(wǎng)絡(luò)協(xié)議設(shè)計等提供支持。

4總結(jié)與展望

眾源地理數(shù)據(jù)處理與分析是近年來國際地理信息學(xué)科研究和應(yīng)用的新熱點。眾源地理數(shù)據(jù)是一種有別于傳統(tǒng)測繪的新型地理數(shù)據(jù)源,將深刻影響現(xiàn)有地理信息科學(xué)的發(fā)展方向和產(chǎn)業(yè)化模式。眾源地理數(shù)據(jù)可以應(yīng)用于應(yīng)急制圖、早期預(yù)警、地圖更新、犯罪分析、疾病傳播等地理信息服務(wù)領(lǐng)域。眾源地理數(shù)據(jù)處理與分析的研究才剛剛開始。隨著地理信息科學(xué)與Web2.0技術(shù)的進一步發(fā)展,作為專業(yè)測繪領(lǐng)域有效補充的眾源地理數(shù)據(jù)的處理、分析、應(yīng)用和服務(wù)是未來發(fā)展的重要趨勢。眾源地理數(shù)據(jù)處理與分析需要完備的技術(shù)體系、深厚的理論方法為其提供支撐,需要對眾源地理數(shù)據(jù)源及其特點進行分析和研究,需要研究眾源地理數(shù)據(jù)的質(zhì)量分析與評價方法、眾源地理數(shù)據(jù)的信息提取與更新方法、眾源地理數(shù)據(jù)的分析與挖掘方法等關(guān)鍵技術(shù),并研究眾源地理數(shù)據(jù)在相關(guān)領(lǐng)域的應(yīng)用,不斷擴大其應(yīng)用領(lǐng)域,從而促進眾源地理數(shù)據(jù)處理、分析與應(yīng)用服務(wù)這一新興研究方向的發(fā)展

本文來自：逍遙右腦記憶 http://m.yy-art.cn/chuzhong/545297.html

相關(guān)閱讀：記憶地圖四法