QQ网名
栏目导航
  1. QQ网名
  2. 企业文化
  3. 新闻中心
  4. 社区
  5. QQJAY空间站
  6. 非主流图片
  7. QQ空间模块
  8. 空间日志
  9. 空间素材
  10. QQ头像

QQ网名

主页 > QQ网名 >

打破“模型孤岛”地理信息科研有了共享平台

发布日期:2022-01-14 15:12   来源:未知   阅读:

  科教卫视:“讲四川故事树四川品牌”成都秋叶湖无,不同地你区知道未大的工具 的碳循环效在地质—、大—地理信息果又是什么样…开地 …大数据气、生态、分析模型。源非常理分信息分析模型 预 模拟水 测文散,接口互。过去,来、交通等领域 背后,都有效率大打 的科学研不开放,数 自不同科 一个强究 折扣。国内科研团 据存在壁 研单位开 究和应用开用者接研入“者期待能有一张”,形一个中国队人不自得不借助垒欧,美横向缺乏发比的成百上千种发模,都离不网 较, 型,的台(Op近en日,南京师范大 成开放、合 的共作 己赢的享平台,地让理模分析模使得科享研应用的资GMS)获 学该平台极 、共 型大地推动 得中国地陈理旻教授及其团队 地理模拟资 型开发者共 平台。型平台之 和了 信 源搭

  一直以来,在科研领域,数学模型都是进行预测分析的有效工具,地理分析模型就是地理现象、地理过程和地理规律的主要表达形式,同时,地理模拟也是新时代地理学研究的重要手段。

  通过模型进行模拟分析,科学家可以在地质地理、大气环流、水文水利、森林草地等方面的研究中反演过去、预测未来、模拟过程、揭示规律。

  随着越来越多的地理信息研究趋向综合化,需要结合水、土、空气、生物等多个方面数据,高效利用分析模型资源就显得愈加重要。

  但现实情况是,目前已有的数据资源共享尚不成熟,更不要说分析方法的共享了。

  随着地理学科的计量发展形成趋势,相关领域的开发团队构建了大量的地理分析模型。但因地理系统资源分散、专业性强、异构特征显著等特点,现有的地理信息分析对模拟系统构建提出了严峻的挑战。

  “比如,不同模型之间的数据资源、计算方式标准不一,涉及区域、领域、尺度各不相同,它们的编程语言、运行环境、执行方式也存在巨大差异。”陈旻告诉记者。

  而在科研应用中,又是一把钥匙开一把锁。不同团队、不同项目所用模型各不相同,从整理数据到构建模型,再到预测模拟,往往需要耗费巨大的人力物力以及时间成本,一个人从头开始接触一个全新的模型,需要三个月甚至更长时间。

  打破“模型孤岛”必须要有一个成熟高效的分析方法共享平台。从2008年开始,陈旻在导师闾国年教授的指导下,基于南京师范大学地理信息学科优势,着手于面向地理问题求解的分布式地理建模环境研究。2017年,OpenGMS终于诞生,首次在国际会议上亮相就惊艳了众人。

  OpenGMS将散落的资源整合起来,为广大科研人员提供了一个开放式服务型生态社区。截至2021年11月7日,OpenGMS模型条目总数达4709条,其中国内模型达2810条,涵盖大气、交通、水文、林业等多个学科、行业及社会部门。

  目前,世界上有三大模型组织,分别是国际地表动态建模系统联盟(CSDMS)、开放式建模接口协会(OpenMI)以及我国的OpenGMS,前两者分别为用户提供模型源代码和模型接口,也会定期开展培训课程。

  但对于许多国内科研人员来说,前两个平台对使用者的专业性要求较高,且千里迢迢前往欧美参与培训难以实现,所以OpenGMS的出现为国内科研人员提供了一条便捷高效的途径。

  模拟复现工具、模拟比较工具……OpenGMS 拥有软件及工具16项。我们平台不仅拥有资源丰“富、分类明确的地理分析模型库和运算工具,还提供多种运行程序方式,用户可以下载模型使用或在线上直接运行,也可以利用我们平台的终端,将数据调到我们这里进行运算。”陈旻介绍。

  编程语言不同、程序运行方式不同,都会使模型之间的互通难上加难。该如何打破传统地理分析模型之间存在的坚硬“围墙”呢?面对难题,陈旻团队提出了有针对性的理论创新,并在此基础上进一步实施高效的技术创新。

  譬如各个国家拥有着不同的语言,同一组数据,在不同的模型中使用的表达方式不同,要想实现模型的高效复用,资源的共享是关键之一。

  首先设立统一的表达方式。陈旻团队构建了地理分析模型数据的统一表达与交换方法,为多个来源的不同的模型数据提供了统一的表达载体,并使同一个地理分析模型在多描述标准下可以使用。

  有了统一的“语言”,也就成功为模型资源之间的“交流”铺好了路。然而一个个难题接踵而至:用户如何快速拿到模型,又如何快速“上手”呢?为此,团队构建了地理分析模型数据的服务化共享与应用方法,利用网络云服务,解决了地理分析在网络环境中的执行与运算。有效避免了传统方法中“数据孤岛”“模型孤岛”的情况,有效降低了用户的数据准备时间,执行和运算速度大大提升。 据《科技日报》