利用信息可视化技术访问地理空间数据档案

### 利用信息可视化技术访问地理空间数据档案 #### 一、引言 在诸如场地规划这类复杂应用场景中，对信息的需求极为庞大，尤其是空间参考数据。据研究，当前信息社会产生的新数据中，80 - 85%是空间信息。过去十年，为了满足这种信息需求，科学界和组织界付出了诸多努力，构建地理数据市场，建立信息系统和全球基础设施，让数据供应商能够描述数据，用户能够找到合适的数据。常见的信息系统包括区域、国家或国际层面的元数据信息系统（MIS）、目录系统（CS）、地理空间数据档案的在线商店或网络门户。然而，这些系统在信息检索过程中的交互性和用户辅助功能较为基础。 欧盟资助的INVISIP项目（场地规划中的信息可视化，IST - 2000 - 29640）旨在解决这一可用性问题，开发新的概念和方法，支持多步骤场地规划过程中各阶段的相关方。该项目以InGeo IC作为技术信息和通信平台，以及INSYDER项目关于WWW搜索结果可视化的成果为技术基础。 #### 二、现有技术分析 在当今信息社会，数据和信息的产出量不断增加，因此组织数据并提供数据查找信息的机制和系统变得愈发重要。常见的信息系统有基于网络的搜索引擎（如AltaVista、Lycos和Yahoo）、数字档案、地理数据的MIS或CS。与常用搜索引擎不同，地理数据的MIS/CS大多是主题特定的，会考虑地理数据的多维特征，如标题、摘要、关键词、参考日期、空间和时间范围、坐标参考系统、数据来源和质量信息（如分辨率代码、比例尺或精度、分发格式、费用等）。通常，这些系统除了传统的关键词和全文搜索外，还提供主题和地理访问方式。 对基于元数据的搜索和可视化技术在不同信息检索阶段的综合现状分析得出以下重要结果： 1. **搜索方式**：所有分析的方法都提供某种形式的关键词搜索和地理搜索，部分系统还提供时间搜索机制。主题访问通过与元数据格式和特定地理数据应用领域中使用的明确术语相对应的类别和域值来实现。 2. **GUI组件**：由文本字段、属性/关键词列表组成，有时还包括地图，这些地图以可点击的图像地图或基于网络的地理信息系统（GIS）形式实现。 3. **搜索结果呈现**：搜索结果以文本结果列表形式呈现。虽然有一些方法显示结果的相关性得分，但总体而言，结果集的比较和解释较为困难，因为缺乏关于搜索参数及其对搜索结果影响的视觉反馈，这也对查询修改产生了负面影响。 INSYDER方法的结果表明，用户在表达信息需求、审查和完善搜索结果时需要支持。网络搜索引擎的低精度和排名列表的呈现方式，使得用户难以找到所需信息。调查显示，用户对当前信息检索系统仅呈现一长串结果的模式存在困扰，这种长列表对于在结果集中找到最相关的文档并不直观。因此，我们受实证研究的启发，开发了一种新的Web检索用户界面，通过提供特殊的可视化（如结果表、散点图、柱状图、分段视图）来支持用户的信息搜索过程。 基于以上情况，当前方法存在以下可用性不足和相应的改进需求： - **交互组件**：图形交互组件应提供简单的主题、地理以及应用驱动的访问方式，与地理空间数据档案进行交互。在查询制定过程中，应用驱动的访问方式对于语义方面（如使用有前景的关键词）非常重要。 - **视觉反馈**：视觉反馈应有助于定位合适的数据，并融入信息检索的各个步骤。特别是搜索结果可视化应使用户能够理解和解释结果，包括透明的排名、结果比较和查询修改提示。 欧盟当前的“III.4.2信息可视化”行动线强调了这些组件的必要性，旨在促进在（通常不熟悉的）信息空间中进行数据处理和可视化数据挖掘。INVISIP方法正是针对现有系统的这些关键问题和障碍，旨在建立一个访问地理空间数据档案的框架。 #### 三、INVISIP框架 INVISIP为场地规划过程提供了一个技术平台，以促进信息访问和数据处理，实现节省时间和直观分析的目的。其主要组成部分如下： 1. **元数据浏览器**：是系统的核心，便于用户交互，帮助规划者搜索相关的地理数据，并以直观、透明的方式可视化搜索结果。它将开发新的查询制定和优化机制，以及搜索结果的呈现和可视化方法。该浏览器通过信息可视化技术和隐喻进行增强，除了元数据概念（如ISO标准、地理数据语义网络）外，还利用信息可视化技术和隐喻提高其可用性。信息可视化技术在数据挖掘的各个步骤提供视觉反馈，隐喻则使用户能够使用直观的空间表示（如地图、图书馆世界中的符号）在信息空间中导航。可视化组件便于浏览和比较地理数据。 2. **知识库（存储库形式）**：包含多种可视化数据挖掘技术，用于分析接收到的数据，并提供上下文信息，帮助用户理解数据，识别不同地理数据领域之间的语义关系。 3. **数据集成组件**：基于基于网络的GIS组件，是项目成果传播和技术转移到其他国家和应用领域的基础。 INVISIP框架的组件和接口关系如下： ```mermaid graph LR A[数据采集] --> B[元数据创建] B --> C[本地规划工具] D[元数据浏览器] --> C D --> E[分析器I：可视化数据挖掘] E --> F[元数据信息系统] F --> G[数据集成II] G --> H[元数据录入] H --> I[数据集成I] I --> J[数据仓库] E --> K[分析器I ```