山东省煤田地质局物探测量队 山东济南 250104
摘要：随着科技的不断发展，大数据、云计算等技术的应用越来越普遍，改变了传统的数据处理方式。测绘地理信息是一项专业性、技术性的工作，对数据结果精准性要求非常高，借助大数据与云计算技术，大大地提高了数据处理效率，保障数据结果的精准性。本文就测绘地理信息大数据与云计算及其标准化作了相关研究。
关键词：测绘地理信息；大数据；云计算；标准化
现行社会形势下，大数据、云计算技的出现为各行各业的发展带来了巨大动力。大数据、云计算突破了传统数据处理方式的限制，同时也促进了GIS的发展。随着城市化建设步伐的加快以及物联网建设的不断发展，海量的GIS数据集也随之诞生，对数据处理技术也提出了更高要求，只有不断完善大数据与云计算标准，才能更好地服务数据处理的需要，提高工作效率。在测绘领域中，大数据与云计算技术的出现，为以地理空间信息服务为主的测绘工作提供了巨大的便利，有利于挖掘更多有价值的数据。
1.地理空间大数据应用阐释
对于自然学科与社会学科而言，地理学科始终发挥着纽带作用，而具体的研究内容主要涵盖了地球表面的所有，大气对流层、水圈、岩石圈上部与生物圈等，同样包括了大量数据，最常见的就是遥感卫星数据、土地资源、环境水利与地震传感数据等等。由此可见，GIS技术处理数据相对复杂，而且数据量极大。在涉及大量数据的基础上，由于数据来源与应用存在差异，所以数据格式也十分多样。除此之外，GIS数据受其多样性的影响而表现出结构的复杂性，所以在GIS数据处理、服务与标准化方面都增加了难度。在GIS数据不断增多的情况下，在处理数据的时候，也必须要满足高效的基本要求。特别是新技术与要求的形成，都对标准化工作人员提出了全新的要求，必须实现跨领域合作，并且科学合理地制定与市场发展相适应的标准要求，为云计算、大数据以及GIS的有机融合提供必要的保障，以实现大测绘时代的全面可持续发展。这样一来，要求服务商创新并改进自身服务能力与水平，只有这样，才能够构建新型地理信息服务模式，构建更加开放性资源共享与应用集成服务平台，为地理空间框架的形成给予必要的支持。在实践过程中，数据主要来自各种应用与行业，因而要制定统一标准，确保各种结构数据得以融合，便于实际的使用。
根据当前发展状况可以发现，大数据的未来发展，最重要的来源就是移动设备领域，而且移动互联也将逐渐成为常态。在这种情况下，可以迁移GIS数据信息至云中并开展相关性的处理工作，能够提供下载使用的机会。与此同时，借助网络处理服务还可以提供云访问的服务。而要想实现以上目标，最关键的就是要在各个部门与行业中构建相对应的标准要求，进而与协调化与科学化等相关要求相适应。
2.地理空间大数据的应用
地理是一门综合性的基础学科，主要研究地球表面的地理环境中各种自然现象和人文现象，可以说地理学科研究的与空间数据有关，常见的就有遥感卫星数据、土地资源、环境水利等。由于地理空间数据量极大，数据处理相对复杂，数据来源与应用也存在较大差异，使得GIS数据处理、服务与标准化方面都存在较大难度。基于测绘工作的需要，在GIS数据处理时，要严格按照相关操作标准来进行，确保数据处理规范。大数据是一种规模大到无法利用传统数据软件工具处理的数据集合，基于GIS大数据，构建新型地理信息服务模式，在地理信息处理中应用云计算技术，可以更好地促进地理信息数据的共享，为地理空间框架的形成提供支出，促进大测绘时代的可持续发展。随着这科学技术的发展，大数据、云计算技术水平也不断提高，其应用范围也越来越快，数据共享水平也会越来越高。而要想实现GIS数据的共享，就要求各个部门与行业中构建相对应的标准要求。
3.测绘地理信息中云计算的应用
云计算是基于互联网相关服务的一种业务模式，这种模式下，数据可以共享，方便了用户的需要。在GIS数据处理中，云计算有着较大的优势。首先，安全性高，云使用了数据多副本容错、计算节点同构互换等措施来保障服务，有效地避免了数据的丢失或者数据被病毒侵害。其次，数据共享。云计算支持用户在任意位置、使用各种终端获取应用服务。再次，云规模可以动态伸缩，可满足应用和用户规模增长的需要。在大数据处理中，传统的数据处理方式已经无法满足实际工作的需要，而要想挖掘更多有价值的数据，就必须与云计算相互结合，进而提高大数据处理效率，为测绘地理提供科学的数据参考[1]。另外，在云计算技术的支持下，可以实现数据的贡献，并将测绘地理信息数据转换成相对应的服务，进一步增强业务价值。
4.大数据标准化分析
基于大数据发展形势，大数据标准化建设已成为必然。在测绘领域中，与地理信息相关的数据非常多，如空间数据、影像数据等，这些数据最突出的特征就是量大，而获取这些数据的主要工具就是传感器。通过传感器，可以获取到相关影像资料，进而为科研及相关工作提供数据参考。由于测绘地理信息数据多、且复杂，部分统计分析工具应突破原有主存储器的约束，能够适应各个层面数据处理的需要。由此可见，大数据标准化越来越必要[2]。另外，随着测绘工作的深入，测绘地理信息数据的应用也越来越普遍，在大数据及云计算技术的支持下，可以制定灵活的专题计划，实现数据的共享，将相关数据处理结果及时发布出来。
5.云计算标准化分析
5.1云类型
在OGC基础上，云计算包括了专用云、共用云、公用云以及混合云四类，特别是专用云，其发展趋势比较明显。专用云是一个将统一计算的优势扩展到云中的阶段，它能为独立云架构提供企业级安全、控制能力和互操作性[3]。
5.2与云计算有关的
OGC标准在地理测绘中，由于地理信息量非常大，需要借助先进的技术来表达和诠释相关数据。在OGC基础上，构建地理空间信息标准，可以更好地共享地图与数据，将地理空间准确的表达出来，并将相关数据上传到云端，实现云服务。同时，在数据分析、处理中，经过大数据技术处理后的数据可以上传到云端，并按照相关标准系列进行存储，以便这些数据可以得到更好的利用。
5.3与云计算有关的标准工作组
首先，OGC与GEO权限管理领域工作组。随着云计算标准的不断完善，与权限管理方面的标准也不断完善，其中最突出的就是GeoRM参考模式，这种模式有效地保障了地理空间信息数据的准确性，且能够制定与开放接口以及编码相关的OGC标准。其次，OGC安全领域工作组。基于大数据与云计算标准化，该工作组最核心的工作内容就是验证先关身份并限制访问，进而对相关数据进行有效的保护。在实践当中，应构建可靠性高的通信机制，保证通信过程中的信息不被攻击。
结语
综上所述，大数据与云计算逐渐发展成现代技术领域的前沿科学技术，并被广泛应用在测绘地理信息中。为此，与地理空间相关的信息服务必须与时代相适应，科学合理地引入大数据与云计算技术，制定满足需求并具备开放性的标准。
参考文献
[1]王宇睿.测绘地理信息大数据与云计算及标准化[J].通讯世界,2016(16):5-6.
[2]王宇睿.测绘地理信息大数据与云计算及标准化[J].通讯世界,2016(16):5-6.
[3]莫胜福.测绘地理信息大数据与云计算及标准化[J].电子技术与软件工程,2018(3):188.