融合Cesium和Geoserver的地质数据形变监测可视化方法
作者:
基金项目:

国家重点研发计划(2018YFC1505501)


Visualization Method of Geological Data Deformation Monitoring Combining with Cesium and Geoserver
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [21]
  • |
  • 相似文献 [19]
  • | | |
  • 文章评论
    摘要:

    随着地质研究与大数据的融合, 形成了“多元异构、高容量、低价值密度的”海量地质数据. 尤其在城市建设中反映地表和地面沉降情况的地质形变监测数据, 具有容量大、时变性、维度复杂的特点. 如何通过可视化技术更直观的服务于地质研究分析与问题决策, 成为该领域数据可视化研究与应用热点. 本文针对这一问题, 通过干涉合成孔径雷达(Interferomeric Synthetic Aperture Radar, InSAR)采集的数据, 提出一种在Cesium和Geoserver融合构建的Web三维场景下, 展示地域沉降形变监测情况的可视化方法. 在形变图层展示效果上, 不同于Google Earth单一的渲染效果, 设计出一种动态改变形变监测点云数据过渡颜色的方式. 在可视化分析交互上与ENVI/SARscape进行对比. 实践及应用结果表明, 相对于传统方法如二维平面展示以及通过Google Earth导入数据的集成展示, 本文方法对形变监测结果有更加直观的展示. 同时拥有更加丰富的人机交互方式, 为地质专业者提供更良好的辅助决策功能.

    Abstract:

    With the integration of geological research and big data, massive geological data with “multiple heterogeneity, high capacity and low value density” has been formed. Especially in urban construction, the monitoring data of geological deformation which reflects the ground surface and land subsidence features large capacity, time-varying property and complex dimensions. How to use visualization techniques to serve geological research analysis and problem decision more intuitively has become a hot spot of data visualization research and application in the field. To solve the problem, this paper presents a visualization method to display the monitoring situation of regional subsidence deformation under the Web three-dimensional scene constructed by the fusion of Cesium and GeoServer with the data collected by Interferometric Synthetic Aperture Radar (InSAR). Regarding the effect of deformation layer display, we create a way to dynamically change the transition color of the point cloud data from deformation monitoring, which is different from the single rendering effect of Google Earth. It is compared with ENVI/SARscape in terms of visual analysis interaction. The results of practice and application show that, in comparison with traditional methods such as two-dimensional display and integrated display of data imported from Google Earth, the proposed method can display deformation monitoring results more intuitively. In addition, it has more abundant man-machine interaction modes, which thus provides a better auxiliary decision-making function for geological professionals.

    参考文献
    [1] Hey T, Tansley S, Tolle K. 第四范式: 数据密集型科学发现. 潘教峰, 张晓林, 译. 北京: 科学出版社, 2012. 58–62.
    [2] 崔迪, 郭小燕, 陈为. 大数据可视化的挑战与最新进展. 计算机应用, 2017, 37(7): 2044–2049, 2056. [doi: 10.11772/j.issn.1001-9081.2017.07.2044
    [3] 谭永杰, 文敏, 朱月琴, 等. 地质数据的大数据特性研究. 中国矿业, 2017, 26(9): 67–71, 84
    [4] 于军, 苏小四, 朱琳, 等. 苏锡常地区地面沉降地质结构三维可视化模型虚拟现实系统研究. 吉林大学学报(地球科学版), 2007, 37(2): 393–399
    [5] 汪宝存, 李芳芳, 潘登, 等. PS-InSAR技术在郑州市地面沉降调查中的应用. 测绘科学, 2013, 38(5): 43–45
    [6] 张学东, 葛大庆, 肖斌, 等. 多轨道集成PS-InSAR监测高速公路沿线地面沉降研究——以京沪高速公路(北京—河北)为例. 测绘通报, 2014, (10): 67–69, 104
    [7] Munzner T. Visualization analysis and design. Wiley Interdisciplinary Reviews Computational Statistics, 2015, 2(4): 387–403
    [8] Murthy D, Gross A, McGarry M. Visual social media and big data. Interpreting instagram images posted on Twitter. Digital Culture & Society, 2016, 2(2): 113–134
    [9] 陈佳舟, 陈樟樟, 秦绪佳. 基于照片的社交关系可视化方法. 小型微型计算机系统, 2020, 41(10): 2194–2199. [doi: 10.3969/j.issn.1000-1220.2020.10.028
    [10] 李伟, 周峰, 朱炜, 等. 轨道交通网络客流大数据可视化研究. 中国铁路, 2015, (2): 94–98. [doi: 10.3969/j.issn.1001-683X.2015.02.025
    [11] 杨卫宁, 邹维宝. 基于Spark的出租车轨迹处理与可视化平台. 计算机系统应用, 2020, 29(3): 64–72. [doi: 10.15888/j.cnki.csa.007308
    [12] 王全民, 韩晓芳. 基于Netflow的网络安全大数据可视化分析. 计算机系统应用, 2019, 28(4): 1–8. [doi: 10.15888/j.cnki.csa.006836
    [13] Byers C, Woo A. 3D data visualization: The advantages of volume graphics and big data to support geologic interpretation. Interpretation, 2015, 3(3): SX29–SX39. [doi: 10.1190/INT-2014-0257.1
    [14] Muller RD, Qin XD, Sandwell DT, et al. The GPlates portal: Cloud-based interactive 3D visualization of global geophysical and geological data in a Web browser. PLoS One, 2016, 11(3): e0150883. [doi: 10.1371/journal.pone.0150883
    [15] Wang CB, Ma XG, Chen JG, et al. Ontology-driven data integration and visualization for exploring regional geologic time and paleontological information. Computers & Geosciences, 2018, 115: 12–19
    [16] 陈为, 朱标, 张宏鑫. BN-Mapping: 基于贝叶斯网络的地理空间数据可视分析. 计算机学报, 2016, 39(7): 1281–1293. [doi: 10.11897/SP.J.1016.2016.01281
    [17] 王利锋, 屈博. 基于Google Earth GPS控制点的可视化管理与应用. 测绘与空间地理信息, 2011, 34(6): 132–134. [doi: 10.3969/j.issn.1672-5867.2011.06.044
    [18] 孙晓鹏, 李亮, 应国伟, 等. 利用Google Earth的PS-InSAR地表形变监测可视化展示方法. 测绘地理信息, 2018, 43(1): 100–103
    [19] 黄亚锋, 范理信, 李胜乐. 基于Google Earth的地质地震信息展示. 测绘信息与工程, 2011, 36(2): 49–51, 54
    [20] 高云成. 基于Cesium的WebGIS三维客户端实现技术研究[硕士学位论文]. 西安: 西安电子科技大学, 2014.
    [21] 熊文兵, 胡宗煜, 丁美花, 等. 基于GeoServer OpenScales和Flex的气象数据WebGIS应用. 地理空间信息, 2020, 18(3): 36–40. [doi: 10.3969/j.issn.1672-4623.2020.03.010
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

杨明奇,周程,付立军,王宏君,安梦良.融合Cesium和Geoserver的地质数据形变监测可视化方法.计算机系统应用,2021,30(11):179-187

复制
分享
文章指标
  • 点击次数:1113
  • 下载次数: 4049
  • HTML阅读次数: 3056
  • 引用次数: 0
历史
  • 收稿日期:2021-01-18
  • 最后修改日期:2021-02-23
  • 在线发布日期: 2021-10-22
文章二维码
您是第11206493位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号