（1）高性能地学计算平台

研究利用云计算、云架构、云服务、云存储技术和 SOA模型构建高性能地学 计算系统体系结构，通过虚拟化、资源池化、高性能计算等技术手段为地学计算 提供高性能、高可用、高弹性、高并发的计算和处理平台，满足地学计算、海量 时空数据操纵和虚拟现实表达的资源需求，解决了地学计算和应用对数据规模与高效处理需求。 高性能地学计算平台主要在智慧城市、位置服务、地学模拟分析、海量遥感数据处理等领域应用。

（2）地理空间信息智能服务平台

面向分布式计算、大数据管理的背景需求和地理信息产业化，研究基于网络 的地理信息服务系统，构建面向专业化、安全应用的基于B/S、C/S模式的网络地 理信息服务平台；利用3G和4G网络通讯技术、GPS、无线定位、室内定位、GLON ASS与北斗等定位技术以及HTML5技术，研究移动地理信息系统（MGIS）服务机制、 与地图相关的位置深度服务机制、并行计算环境下地理信息数据挖掘和知识发现 算法，提高海量数据的并行和快速处理效率，提高地理信息智能服务水平。

（3）地理空间数据获取与处理技术
研究地理空间数据的数据获取与处理的方法和过程，研究地理信息的基础与 误差处理、数字测图、地图数字化、基于摄影测量的立体影像数字化测图、遥感 图像处理与模式识别、三维激光测量与地物提取、数字高程模型建立、矢量数据 处理、栅格数据处理与矢量化、地物三维建模和水深测量等方法。
1）高精度实时动态测量
利用GNSS、CORS系统、RTK和INS等先进动态测量技术，以精密单点定位技术 (Precise Point Positioning, PPP)与GNSS/INS组合导航系统为研究对象,研制 高精度实时动态测量系统，实现实时或事后地获取高精度的位置、速度、加速度、 姿态和时间信息，广泛应用于陆地、海面或航空中的导航和测量。
2）激光雷达测量及三维建模
激光雷达（Light Detection And Ranging，LiDAR)系统是利用激光测量物 体几何和物理属性的高科技系统，它集成了激光扫描仪、GPS定位装置、IMU惯性 测量单元、超大相幅彩色数码相机。工程中心配备了先进的RIEGL VZ-1000激光 扫描仪、POS系统和摄影测量工作站，主要研究地面激光扫描数据的高精度自动 配准、海量点云数据的自动处理与实时渲染，以及融合点云和影像的建筑三维模 型重建等。
3）无人机高精度航空摄影测量
集成无人驾驶飞行器技术、遥感传感器技术、遥测遥控技术、通讯技术、G PS 差分定位技术和遥感应用技术，研制具有自主知识产权的无人机航空摄影测 量系统，实现国土、资源、环境等的空间遥感信息快速获取，利用高性能计算平 台进行无人机遥感数据处理从而实现自动化、智能化、专题化建模和分析。通过 研究无人机航摄影像的自动匹配、影像的自动相对定向和绝对定向、基于多视影 像的三维密集重建、影像正射纠正和拼接，满足城市与村镇大比例尺测绘、环境 监测与应急响应等需求。
4）倾斜摄影测量技术
倾斜摄影测量技术克服了正射影像只能从垂直角度拍摄的局限，通过在同一 飞行平台上搭载多台传感器，同时从一个垂直、四个倾斜等五个不同的角度采集 影像，实现了城市建筑模型批量自动构建：一方面它使城市建筑三维建模成本大 降低；另一方面它能真实、快速、精确再现城市三维，将用户引入了符合人眼视 觉的真实直观世界，建立城市时空数据库成为可能。研究多视影像密集匹配、多 视影像联合平差、数字表面模型生成和真正射影像纠正和多传感器数据无缝

（4）地理空间数据可视化技术
可视化是一种将抽象符号转化为几何图形的计算方法，以便研究者能够观察 其模拟和计算的过程和结果。可视化包括图像的理解和综合，也就是说，可视化 是一个工具，用来解释输入计算机中的图像数据和根据复杂的多维数据生成图 像；它主要研究人和计算机怎么协调一致地接收、使用和交流视觉信息。在地理 信息科学中，可视化应用主要体现在四个方面包括位置数据的探索、已知数据的 分析、分析结果的综合和表达或传输新的地理空间知识。
工程中心运用高性能计算机实现二、三维可视化功能，在二、三维可视化技 术方面进行大量研究工作，在二维地理空间数据制图、三维建模、三维可视化、 三维分析方面取得了部分成果。在三维环境下将空间信息管理、地学解译、空间 分析、地学统计与预测、三维图形可视化等技术相结合，实现计算可视化、分析 可视化、过程可视化、结果可视化和决策可视化，实现城市空间信息的准确真实 表现，服务于城市空间信息的决策与分析。

（5）分布式海量地理空间数据管理
针对位置服务、智慧城市和地理计算等应用领域对大数据与复杂地理时空分 析的需求，研究基于超级计算与云架构的高性能、可扩展的地理信息系统体系架 构；研究面向知识关联的地理空间复合对象数据模型，海量、多源、多维和多尺 度时空数据分布式组织管理、时空知识表达推演和应用。
基于Oracle等数据库管理系统构建网格化空间数据管理平台，利用分布式和 并行计算技术建立分布式空间数据引擎，实现任务调度、空间数据分片、分布式 空间索引、并行插入、并行查询、并行更新和并行删除等功能。

（6）地理空间数据分析与挖掘技术
1）空间数据挖掘 数据挖掘是一个由数据库、人工智能、数理统计和可视化等多学科与技术交叉、渗透、融合形成的交叉学科。地理空间数据挖掘(Geospatial Data Mining)
是数据挖掘的一个研究分支，即从地理空间数据库中挖掘时空系统中潜在的、有 价值的信息、规律和知识的过程，包括空间模式与特征、空间与非空间数据之间 的概要关系等。数据挖掘可以用来模拟事物的一种变化方式，通过一些先验的知 识或样本来判断事物未来的发展状况或某种状态。地理空间数据挖掘则可以作为 一种可用的科学方法来解决一些地学相关的问题，对地学状况的变化作出分析和 预测，这些分析很多都是基于对空间分析的基础上的，因此地理空间数据挖掘的 根本是事物的空间特性，例如方位、距离、拓扑关系等等。地理空间数据挖掘主 要研究内容：地理空间数据挖掘主要研究内容：①地理空间统计方法；②地理空 间聚类方法；③地理空间关联分析；④地理空间分类与预测分析和异常值分析等。
2）空间分析与平行计算 研究海量地学数据分析、处理与应用中的计算理论、问题求解算法及其实现
技术，主要是多核节点中并行数据挖掘方法，建立单芯多核并行空间数据挖掘算
法集。研究分布式环境中的并行数据挖掘算法集。按以上两类研究大数据的空间 数据统计并行算法，包括网络分析、空间聚类、相关性分析（线性、自相关）、 主成份分析、层次分析、空间变异等。研究回归和插值的并行算法，包括一元线 性回归分析、多元线性回归分析、非线性回归分析、空间回归分析、确定性插值、 地统计插值等并行技术。

（7）地学过程模拟技术
地学过程模拟是应对全球变化、减灾防灾、环境治理、城市建设与规划必不 可少的科学支撑。利用地学观测数据、研究地学过程数学模型、在超级计算机上 进行大规模科学计算，认识和再现地理现象过去和当代状况，并预测未来。通过 对地学过程的模拟与拟合、监控、推演和时空分析，揭示人地空间布局的时空变 化规律，提高人们决策的科学性。
工程中心运用智能模拟技术，在面向城市发展过程、应急灾害等地学过程方 面开展了大量研究，在人群疏散、洪水演进等方面取得了部分成果。糅合空间数 据获取与处理、空间数据可视化、空间数据管理、空间数据分析与挖掘方法实现 了城市发展过程的模拟、监控、推演和时空分析，提高了城市决策的科学性，解 决天津市城市发展面临的环境污染、交通拥堵、减灾应急、生态保护等问题。

（8）地理空间知识及推理
以智能GIS和智慧城市知识挖掘为应用牵引，依据数据、信息、知识、智能 的一体化的知识转换原理，基于词计算和IT2 FLS研究地理空间知识的表达、分 析和推理机理。主要研究多尺度、多层次下不同粒度的空间知识分类和表达；研 究定性空间知识分析，进而研究不同场景、不同门类空间知识的推理机理；揭示 地理空间知识推理的规律，探索地理空间知识分析、推理和数据挖掘的理论和方 法，为智慧GIS的空间知识表达、分析和推演奠定理论基础。

（9）地理信息工程技术
GIS的开发建设和应用是一项系统工程，包括地理空间数据获取和软件开发 两大部分，涉及到系统的最优设计、最优控制运行、最优管理，以及人、财、物 资源的合理投入、配置和组织等。地理信息工程技术研究内容包括项目可行论证 分析、项目需求分析、项目设计、项目实施管理、系统测试技术、地理信息标准 和工程质检方法。