胡卉清 孙久运 冯磊

摘  要：针对传统测绘软件重复开发与闲置浪费、测绘数据处理的多样性与数据量急剧增大等问题，该文提出了将云计算的强大计算能力应用于测绘数据的计算，设计了基于云服务的测绘数据处理平台的体系架构、功能结构，并且以笔者团队开发的测绘数据云处理平台进行简单实现。结果表明，基于云服务的测绘数据处理平台可以批处理高精度海量测绘数据，并且可以集成开发者的服务，为测绘工作者提供全面、一体化的服务，对测绘技术的发展具有重要意义。

关键词：大地测量学与测量工程  云服务  测绘数据处理

中图分类号：TN929   文献标识码：A           文章编号：1672-3791（2019）05（b）-0007-03

Abstract： In view of the traditional surveying and mapping surveying and mapping data processing software repeated development and waste， the diversity and data volume increase sharply， this article proposes the application of the powerful computation ability of cloud computing in surveying and mapping data calculation， design of surveying and mapping data processing platform based on cloud services architecture， function structure， and the author team development of surveying and mapping data cloud platform to carry on the simple implementation. The results show that the cloud service-based surveying and mapping data processing platform can batch high-precision massive surveying and mapping data， and collect processing software from different developers to provide comprehensive and integrated services for surveying and mapping workers， which is of great significance for the development of surveying and mapping technology.

Key Words： Geodesy and surveying engineering; Cloud services; Surveying and mapping data processing

隨着测绘行业的不断发展，数据获取方式越来越多样化，数据量急剧增大，如何在最短的时间内高质量地处理大量的数据是广大测绘从业人员始终要面对的问题[1]。测绘行业十分需要一个能够满足多样性数据处理要求且具备强大计算能力的平台。

20世纪70年代末测绘数据处理计算机的引入，使测绘数据处理进入信息化时代，从最初的可编程计算器的应用，到个人电脑的应用，国内外涌现出一批优秀的测绘数据处理软件，如南方公司的平差易（Power Adjust）、武汉大学的工程控制测量数据处理通用软件包（CODAPS）、清华山维公司的EPS2003平台等[2]。而这些传统的测绘数据处理软件一方面造成重复开发、购买成本高，行业的创新与持续发展受到制约且后期更新维护都无法得到保障;另一方面，无法满足用户一次性获取全面的数据处理功能的需求。

云计算除了具有分布式海量数据存储、高性能计算、虚拟化弹性扩展、按需服务等特点外，更可以为用户提供更为个性化的、高度开放性的、灵活便捷的高效率服务[3]。

该文将云计算技术与测绘数据处理技术结合，分析基于云计算服务的测绘数据处理平台的特点及功能。

1  云计算与云服务

云计算是以虚拟化机制为核心，以规模经济为驱动，以Internet为载体，以大规模计算、存储和数据资源组成的信息资源池为支撑，按照用户需求动态的提供虚拟化的、可伸缩的信息服务，包括公开云和私有云两种类型[4]。

简单来说，云计算就是通过大量云端资源进行计算，即“资源共享”。

云计算利用大量的网络、存储设备、软件和计算机等构成大规模资源池，根据用户的不同计算任务要求从中获取计算能力，然后打包成可计量服务，按需供给，使用户可以得到所需的计算结果。

云服务即云计算服务，是基于互联网的相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源[5]。这是一种共享基础架构的方法，即将软硬件及信息资源全部布置到网络，用户通过网络按需购买服务。

2  测绘数据及处理

测绘是以计算机技术、光电技术、网络通信技术、空间科学、信息科学为基础，以全球定位系统（GPS）、遥感（RS）、地理信息系统（GIS）为技术核心，将地面已有的特征点和界线通过测量手段获得反映地面现状的图形和位置信息，供工程建设的规划设计和行政管理之用[6]。

随着测绘技术的发展逐步形成大地测量学、普通测量学、摄影测量学、地图制图学等分支学科。各学科都在飞速发展，数据获取方式不断丰富，降低了劳动力工作强度，减少部分中间测量环节，因此数据种类越来越多，处理过程也趋于复杂。

普通手簿数据多为人工进行平差计算、交会计算等，根据计算结果评定精度，计算最终结果和偏差。

点云数据是根据激光测距的原理，记录测量对象表面大量密集的点的三维坐标和纹理等信息，并以文本形式或二进制形式存储。点云数据的处理一般包含点云滤波除噪处理、点云数据修复、匹配、精简及三角化等处理。

遥感数据的主要表现形式是遥感影像。遥感影像主要分为航空像片和衛星相片。由于传感器、卫星等仪器参数的不同以及误差的存在。遥感影像处理的目的是消除各种辐射畸变和几何畸变，利用增强技术突出景物的某些光谱和空间特征，使之易于与其他地物的区分和判释，进一步理解、分析和判别经过处理后的图像，根据需要提取专题信息。

此外还包括地图投影、专题地图制作等处理。

3  测绘数据处理云服务平台

3.1 测绘数据处理云服务平台

测绘数据处理云服务平台是将云计算与测绘数据处理技术相结合，是一个集数据存储、处理、软件发布为一体的云服务平台，该平台提供以下基本功能。

（1）数据存储。

利用云计算平台的分布式数据存储及数据库服务，实现存储用户需上传处理的数据，并对这些数据进行一定时期范围内的压缩及存储，支持大量用户并发处理，用户可以快速提取并使用其上传的数据。

（2）数据在线处理。

平台集成各类测绘数据处理常用软件，根据用户的需要，将原始数据上传到服务器，用户对所选服务付费后利用云服务进行在线处理。处理结果可在用户账户上存储一定时期，用户可以随时进行下载查看。

（3）服务发布。

开发者可以将自己编写的数据处理软件发布到平台上，并根据在平台发布的时间进行付费。开发者可以自行规定该服务的价格，平台根据资源被使用的记录，从用户付费中分配给开发者相应的收益。

3.2 测绘数据处理云服务平台的特点

（1）按需使用：用户根据需要选择服务，只需支付该项服务的费用，付费后立刻可以使用该项服务。避免传统软件全套购买所造成的购买浪费和功能闲置。

（2）便于更新升级：软件的更新和维护只需要平台管理者及服务发布者进行更新升级操作，不影响用户使用，节省时间。

（3）提供服务发布：为开发者提供一个服务发布的平台，平台对发布的服务集中管理，使得开发方的精力放在算法编写上而不会被销售渠道为难，提高开发热情，促进数据处理算法的优化，也一定程度上数字化测绘培养编程人才。

（4）资源共享，避免重复开发。

（5）编程语言多样化，只要符合协议要求都可以集成到平台。

（6）数据存储、处理与服务发布一体化，满足不同用户对多样数据处理的各种要求。

3.3 测绘数据处理云服务平台的功能结构

平台的总体功能设计如图1所示。

3.4 测绘数据处理云服务平台的功能模块

系统主要分为用户、数据处理、后台三大模块，各模块基本功能如图2所示。

系统启动时，激活身份认证模块;通过身份验证后，对系统初始化。根据用户资料激活已购买服务的使用权限，记录用户1年内购买以及使用记录，对上传与下载的文件进行备份。

根据用户需求系统分别为其提供购买服务和发布算法的功能。

其中数据处理主要提供控制网平差、遥感影像处理、点云数据处理、地图处理工具等功能模块，这些模块通过开发方的发布来增加功能。

后台模块主要提供各种维护功能。

4  平台的简单实现

该例简单实现了基于云服务的测绘数据处理平台，下面以TIN网格生成为例介绍使用过程。

（1）用户购买TIN格网生成服务之后可查看使用的数据格式要求。

（2）用户根据样本数据修改备处理数据格式，该例格式为（点号x坐标，y坐标，z坐标），浏览上传待处理数据，点击计算得到Delaunay三角形的x、y、z坐标数据。

（3）点击生成则可以预览TIN格网，用户根据需要下载处理结果，处理结果如图3所示。

5  结语

建立基于云服务的测绘数据处理平台，通过云计算进行测绘数据处理，用户无需下载安装、维护更新，也不困于硬件设施。通过网络进行数据处理更贴近现实测绘工作，及时地对测量数据进行平差计算、现场检验，发现误差便于及时返工，提高外业测绘的效率;用户根据需要单独购买某种服务，不会发生购买集成软件而不常用功能闲置的情况;为算法编写者提供一个销售平台，平台对算法销售集中管理，使得开发方的精力放在算法编写上而不会被销售渠道为难，提高开发热情，促进数据处理算法的优化，也一定程度上为数字化测绘培养编程人才。

参考文献

[1] 袁兆奎，郑思成，郭际明.网络化测绘数据处理探讨及其实现[J].测绘与空间地理信息，2009，32（4）：143-146，151.

[2] 陈晓娣.网络版测量数据处理系统的研究与应用[D].西安科技大学，2013.

[3] 阎继宁.多数据中心架构下遥感云数据管理及产品生产关键技术研究[D].中国科学院大学：中国科学院遥感与数字地球研究所，2017.

[4] Foster I，Zhao Y，Raicu I，et al.Cloud Computing and Grid Computing 360-Degree Compared[J].Grid Computing Environments Workshop Gce，2009（5）：1-10.

[5] 蒋凌志.移动互联网技术与实践[M].苏州：苏州大学出版社，2013.

[6] 朱龙恩.对测绘技术的研究探讨[J].建筑工程技术与设计，2016（6）：354.