大数据与云计算之间的关系非常紧密，可以说是一种“伴生”关系，云计算中涉及到的分布式存储和分布式计算也正是大数据所关注的核心问题。但是云计算的核心是服务，而大数据的核心则是数据价值化，所以云计算和大数据在定位上还是有明显区别的。
其次，大数据和云计算的应用价值决定了其广泛的应用场景。云计算通过互联网为用户提供极其廉价的计算资源，可以说云计算降低了企业的成本，同时云计算整合了众多的服务资源，为开发者节省了大量的成本，所以云计算对企业来说有非常大的实际应用价值。这个应用的价值促使了云计算目前被广泛使用，尤其是中小型企业。
大数据的应用价值则体现在场景分析及应用上，目前大数据的价值主要还是在大数据场景分析上，目标主体是人，未来大数据的一个重要应用将会是各种“智能体”，大数据为智能体提供决策的数据支撑，这是大数据的一个重要的价值。
目前大数据的应用还处在初期阶段，产业链也正在逐渐形成，未来随着大数据的逐渐落地，大数据领域将爆发出更多的岗位需求。
前瞻产业研究院《2016-2021年中国大数据金融行业市场前瞻与投资战略规划分析报告》希望有用。第1章：大数据金融行业发展概述
1.1 大数据产业发展背景概述
1.1.1 大数据产业的概念
（1）数据产生与集聚层
（2）数据组织与管理层
（3）数据分析与发现层
（4）数据应用与服务层
1.1.2 大数据的生态系统
1.1.3 大数据的商业价值
（1）大数据的商业价值杠杆
（2）大数据创造的商业价值
1.2 大数据产业行业应用情况
1.2.1 大数据产业各个行业应用情况
（1）不同领域潜在价值评估
（2）不同领域投资结构分布
1.2.2 大数据产业金融领域应用情况
1.3 大数据金融概念及其特点
1.3.1 大数据金融基本定义
1.3.2 大数据金融主要特征
1.4 大数据金融主要发展模式
1.4.1 平台金融发展模式
1.4.2 供应链金融发展模式
第2章：大数据金融发展环境分析
2.1 大数据金融行业政策环境分析
2.1.1 行业监管体系概述
2.1.2 行业主要政策分析
2.1.3 政策环境对行业发展影响
2.2 大数据金融行业经济环境分析
2.2.1 国内经济走势分析
（1）国内GDP增速情况
（2）工业生产增速情况
（3）固定资产投资情况
2.2.2 国内金融市场分析
（1）银行资产负债规模分析
（2）银行贷款规模分析
（3）银行风险能力分析
2.2.3 国内经济发展趋势
2.2.4 经济环境对行业发展影响
2.3 大数据金融行业技术环境分析
2.3.1 大数据与云计算
2.3.2 大数据处理工具
2.3.3 技术环境对行业发展影响
2.4 大数据金融行业社会环境分析
2.4.1 互联网行业发展现状
（1）互联网网民规模分析
（2）互联网资源规模分析
2.4.2 社交媒体发展现状
（1）新闻网站
（2）网络视频
（3）搜索引擎
（4）即时通信
（5）微博客
（6）博客/个人空间
2.4.3 移动设备发展现状
2.4.4 社会环境对行业发展影响
2.5 大数据金融国际发展分析
2.5.1 银行大数据全球发展现状
（1）海外银行大数据发展分析
（2）银行大数据建设案例分析
2.5.2 保险大数据全球发展现状
（1）海外保险大数据发展分析
（2）保险大数据建设案例分析
2.5.3 国外大数据金融发展启示
第3章：大数据金融创新分析
3.1 大数据金融三大创新支点
3.2 大数据金融基础设施创新
3.2.1 支付体系建设分析
（1）支付行业用户规模
（2）支付行业交易规模
（3）支付行业模式分析
（4）支付行业市场规模预测
3.2.2 征信体系建设分析
（1）征信机构业务规模分析
（2）征信机构数据库建设情况
（3）征信行业数据端商业模式
（4）大数据征信发展趋势分析
3.2.3 资产交易平台分析
（1）资产交易平台发展规模
（2）资产交易平台主要类别
1）银行系P2P网贷平台
2）民营系P2P网贷平台
3）国资系P2P网贷平台
4）上市公司系P2P网贷平台
5）风投系P2P网贷平台
（3）资产交易平台商业模式
3.2.4 基础设施创新方向
（1）支付体系介质创新
（2）征信体系多元发展
（3）交易平台去中介化
3.3 大数据金融平台创新分析
3.3.1 电商平台发展现状分析
（1）电商平台客户结构分析
（2）电商市场竞争格局分析
（3）电商领先企业优势分析
（4）电商行业投资并购分析
3.3.2 社交平台发展现状分析
（1）社交网络流量统计排名分析
（2）社交网络市场竞争格局分析
（3）社交网络领先企业优势分析
（4）社交网络平台投资并购分析
3.3.3 信息服务平台发展现状
（1）门户网站竞争格局分析
（2）门户网站投资并购分析
3.3.4 平台建设创新发展方向
（1）用户积累方式革新
（2）平台个性定制革新
3.4 大数据金融渠道创新升级分析
3.4.1 银行业渠道互联网化发展现状
（1）电子银行的交易规模
（2）电子银行的模式分析
3.4.2 保险业渠道互联网化发展现状
（1）保险业网销交易规模
（2）保险业网销模式分析
3.4.3 证券业渠道互联网化发展现状
（1）互联网证券交易情况
（2）互联网证券模式分析
3.4.4 渠道创新升级策略分析
（1）渠道定位转型
（2）实体渠道转型
第4章：大数据金融具体应用领域
4.1 银行业大数据金融应用分析
4.1.1 银行业大数据金融发展历程
4.1.2 银行业大数据金融创新模式
（1）风险控制模式创新
（2）产品营销模式创新
（3）银行运营模式创新
（4）银行服务模式创新
4.1.3 银行业大数据金融应用现状
4.1.4 银行业大数据金融经典案例
（1）花旗银行大数据金融案例分析
（2）中信银行大数据金融案例分析
（3）浦发银行大数据金融案例分析
（4）民生银行大数据金融案例分析
4.1.5 银行业大数据金融发展潜力
4.1.6 银行业大数据金融发展前景
4.2 保险业大数据金融应用分析
4.2.1 保险业大数据金融发展历程
4.2.2 保险业大数据金融创新模式
（1）赔付管理模式创新
（2）业务定价模式创新
（3）险企运营模式创新
（4）产品营销模式创新
4.2.3 保险业大数据金融发展现状
4.2.4 保险业大数据金融经典案例
（1）平安保险大数据金融案例分析
（2）泰康人寿大数据金融案例分析
4.2.5 保险业大数据金融发展前景
4.3 证券业大数据金融应用分析
4.3.1 证券业大数据金融发展历程
4.3.2 证券业大数据金融创新模式
（1）客户关系管理模式创新
（2）证券监管模式创新
（3）市场预期模式创新
4.3.3 证券业大数据金融发展现状
4.3.4 证券业大数据金融经典案例
（1）海通证券大数据金融案例分析
（2）国泰君安大数据金融案例分析
（3）中信证券大数据金融案例分析
4.3.5 证券业大数据金融发展前景
4.4 其他领域大数据金融应用情况
4.4.1 信托业大数据金融应用分析
4.4.2 小额贷款领域大数据金融应用分析
4.4.3 担保业大数据金融应用分析
4.4.4 P2P网贷大数据金融应用分析
第5章：大数据金融领先服务商分析
5.1 国外领先大数据金融服务商
5.1.1 IBM
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业竞争策略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.1.2 甲骨文股份有限公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业发展战略分析
（7）企业最新发展动向
5.1.3 英特尔
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业发展战略分析
（7）企业最新发展动向
5.1.4 SAP公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业大数据解决方案
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业大数据收入分析
（6）企业大数据价值分析
（7）企业最新发展动向
5.1.5 文思海辉技术有限公司
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）利润分析
2）资产负债分析
3）现金流量分析
（5）企业相关案例分析
（6）企业发展战略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2 国内领先大数据金融服务商
5.2.1 荣之联
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
1）主要经济指标
2）运营能力分析
3）盈利能力分析
4）偿债能力分析
5）发展能力分析
（5）企业研发能力分析
（6）企业发展战略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2.2 九次方
（1）企业基本信息概述
（2）企业大数据布局
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业大数据解决方案分析
（6）企业发展战略分析
（7）企业最新发展动向
（8）企业发展优劣势分析
5.2.3 贝格数据
（1）企业基本信息概述
（2）企业平台资源分析
（3）企业主营业务分析
（4）企业典型案例分析
（5）企业最新发展动向
（6）企业发展优劣势分析
5.2.4 中国保信
（1）企业基本信息概述
（2）企业组织架构分析
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业最新发展动向
5.2.5 Talking Data
（1）企业基本信息概述
（2）企业发展大事记
（3）企业平台资源分析
（4）企业主营业务分析
（5）企业主要客户分析
（6）企业所获荣誉介绍
（7）企业最新发展动向
第6章：互联网企业大数据金融战略布局分析
6.1 阿里巴巴大数据金融布局分析
6.1.1 企业基本信息概述
6.1.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.1.3 企业战略发展布局
6.1.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.1.5 企业网站流量分析
6.1.6 企业风险管理体系
6.1.7 企业投资并购动向
（1）2014年阿里巴巴投资布局
（2）2015年阿里巴巴投资布局
6.1.8 业务发展优劣势分析
6.1.9 企业大数据金融业务发展前景
6.2 腾讯公司大数据金融布局分析
6.2.1 企业基本信息概述
6.2.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.2.3 企业战略发展布局
6.2.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.2.5 企业网站流量分析
6.2.6 企业风险管理体系
6.2.7 企业投资并购动向
（1）2014年腾讯公司投资布局
（2）2015年腾讯公司投资布局
6.2.8 业务发展优劣势分析
6.2.9 企业大数据金融业务发展前景
6.3 百度公司大数据金融布局分析
6.3.1 企业基本信息概述
6.3.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.3.3 企业战略发展布局
6.3.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.3.5 企业网站流量分析
6.3.6 企业风险管理体系
6.3.7 企业投资并购动向
（1）2014年百度公司投资布局
（2）2015年百度公司投资布局
6.3.8 业务发展优劣势分析
6.3.9 企业大数据金融业务发展前景
6.4 京东商城大数据金融布局分析
6.4.1 企业基本信息概述
6.4.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务分析
6.4.3 企业战略发展布局
6.4.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.4.5 企业网站流量分析
6.4.6 企业风险管理体系
6.4.7 企业投资并购动向
（1）2014年京东公司投资布局
（2）2015年京东公司投资布局
6.4.8 业务发展优劣势分析
6.4.9 企业大数据金融业务发展前景
6.5 苏宁云商大数据金融布局分析
6.5.1 企业基本信息概述
6.5.2 企业主营业务分析
（1）企业主营业务类型
（2）企业经营业绩分析
（3）企业金融业务经营效益
6.5.3 企业战略发展布局
6.5.4 企业基础资源分析
（1）企业数据资源分析
（2）企业平台资源分析
（3）企业金融资源分析
6.5.5 企业网站流量分析
6.5.6 企业风险管理体系
6.5.7 企业投资并购动向
6.5.8 业务发展优劣势分析
6.5.9 企业大数据金融业务发展前景
第7章：金融机构大数据金融战略布局分析
7.1 银行大数据金融领先应用机构
7.1.1 建设银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.2 工商银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.3 中国银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.4 农业银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.5 交通银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
（3）企业基础建设情况
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）业务发展优劣势分析
7.1.6 招商银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.7 中信银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.1.8 平安银行大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
（3）企业基础建设情况
1）企业数据资源分析
2）企业金融资源分析
（4）企业平台建设情况
（5）企业渠道建设情况
（6）企业风险管理情况
（7）企业投资并购动向
（8）业务发展优劣势分析
7.2 保险大数据金融领先应用机构
7.2.1 中国人寿大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.2 中国人保大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.3 平安保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.4 泰康人寿大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.5 太平保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.2.6 阳光保险大数据金融布局分析
（1）企业基本信息概述
（2）企业主营业务分析
1）企业主营业务类型
2）企业经营业绩分析
（3）企业大数据金融布局路径
（4）企业大数据金融发展模式
（5）企业大数据金融业务优劣势分析
7.3 证券大数据金融领先应用机构
7.3.1 国金证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融发展前景
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.2 中信证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融发展前景
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.3 国泰君安大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融发展前景
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
7.3.4 海通证券大数据金融布局分析
（1）企业基本信息概述
（2）企业基础资源分析
（3）企业市场预期水平
1）企业大数据金融发展现状
2）企业大数据金融发展前景
（4）企业经营业绩分析
（5）企业营业网点分析
（6）业务发展优劣势分析
………………
刘莉 张定祥 黄思红 耿冲
（中国土地勘测规划院，北京，100035）
摘要：在项目背景介绍的基础上，提出基于元数据管理的土地数据资料库服务系统建设的设计要求，全面分析了系统的总体设计、土地资料库管理系统主要功能设计，并对该系统的应用进行介绍。
关键词：元数据；土地调查；资料库系统
目前，国家级土地调查评价数据包括空间数据、属性数据、文档数据，涉及社会经济、自然、气候等多方面地专业数据，这些专题数据由于来源不同的系统，数据格式、保存介质、数据模型、数据标准和数据精度不一，很难直接使用。为此，从有效保护和挽救现有土地数据资源、加快土地调查数据资源整合和深化国土资源大调查成果应用，推动国土资源调查土地数据集成共享与科技创新，满足国家土地资源监管要求，提高自身业务工作的效率、质量和为社会提供统一有序的数据资料服务等需求出发，结合国土资源部“金土工程”的实施和“全国第二次土地详查”工作准备，提出开展中国土地勘测规划院土地调查数据管理与集成系统建设，以此构建中国土地勘测规划院数据管理共享平台。本文仅就该系统中资料库子系统建设作简要介绍。
1 设计要求
在对土地数据存储管理系统中资料库的功能需求分析的基础上，进行了资料库功能的总体设计，建立基于元数据的土地资料库子系统，可以满足土地资料库元数据批量入库、质量检查、查询、共享发布等功能需求。完成土地资料库元数据采集器开发，基于网络的主机—客户端，实现分布式元数据采集，具有一定智能化。资料库设计要求能够实现对现有国家级土地调查评价全部数据进行初步整合，并建设相应元数据库，构建土地资料库。实现元数据检索、数据查询、数据预览等功能。在建立资料库之前，对以前独立建库和数据采集的原始数据特征，以土地资料数据的“专题分类＋数据类型＋空间范围”信息确定合理的目录组织结构，同时根据其他数据特征作为数据命名规范的参考，以便将各种原始数据纳入到统一的管理中。
2 土地资料库管理系统设计
2.1 元数据采集标准
元数据是用来描述数据存储管理系统中数据集及提供信息服务所需要的信息，提供了数据集的标识、质量、空间表示、空间参照、内容、数据分发、元数据参考以及引用、时间和联系信息等，适用于数据存储管理系统数据集的描述及共享服务。同时记录在整个数据流程中有可能对土地数据质量产生影响的 *** 作的相关信息，并以结果元数据信息的形式加以体现。元数据是使数据充分发挥作用的重要条件之一。它可以用于许多方面，包括数据文档建立、数据发布、数据浏览、数据转换等。元数据对于促进数据的管理、使用和共享均有重要的作用。本项目元数据是在国土资源科技共享项目制定的《国土资源科学数据共享核心元数据》（草案）基础上，以满足土地数据整合集成管理和共享服务需要，增加了与数据管理和项目有关的信息。本标准定义了用来描述土地数据存储管理系统中数据集及提供信息服务所需要的信息，提供了数据集的标识、质量、空间表示、空间参照、内容、数据分发、元数据参考、引用、时间和联系信息、数据来源项目信息、数据管理信息和数据存储信息等，适用于土地数据存储管理系统数据集的描述及共享服务。
2.2 资料库数据存储目录设置规则
土地资料库保存的数据涉及多专业、多尺度、多格式的结构化和非结构化数据，其中大部分数据是具有时空特征的数据。统一的数据目录规范和数据命名规范是数据有序存储和管理的基础。土地数据具有专题特性、空间特性、时间特性、尺度特征、多格式特性等多重特征。无论是通过目录和命名规范均可以建立规范管理。但是单一采用文件目录会使得文件目录层次过多，文件查找速度较慢。仅采用命名规范进行规范，则会使得文件命名冗长，数据阅读和存储均发生困难。由此可见采用单一的目录规则或命名规则均不是很好的数据分类方法。
土地资料库数据目录划分的原则是按照专题特征→文件类型→空间组织的顺序进行划分。数据比例尺、数据时间在数据命名中进行表达。
2.2.1 按照专题特征分类
一级目录是专题目录，共分为12个目录，具体为：①自然背景；②基础遥感；③社会经济；④土地利用调查；⑤土地利用监测；⑥地价监测与管理；⑦地籍调查与管理；⑧土地规划；⑨土地评价；⑩土地开发整理复垦； 土地科技档案； 土地应用产品等。
鉴于专题特征的复杂性，并考虑项目工作需要，专题特征目录下设子专题目录。二级目录按子项目类型划分为：①自然背景目录下分为：DEM、DRG、DLG、DOM、地势地貌专题、地质土壤专题、植被生态专题、其他专题等。②基础遥感专题目录下分为：航空相片、多光谱、高光谱、雷达等。③土地利用监测一级目录下分：城市土地利用动态监测、开发区监测、基本农田监测等。
2.2.2 按照数据类型分类
①数据集（数据集特指可多空间特征、多图层存放的数据文件，如Geo DataBase.不包括一些地图描述的工程文件如MapInfo的Wor文件）；②矢量；③统计信息；④影像—栅格；⑤文档；⑥应用程序；⑦多媒体等。
2.2.3 按照数据空间组织分类
①国家；②省；③市；④县；⑤项目特指范围；⑥分幅。
2.3 资料库数据文件命名规则
依据习惯，数据的命名通常包括数据的空间、时间、内容和精度等信息。如TM1203 1_20000605指2000年6月5日成像的轨道号为120/31的TM影像。
2.3.1 数据命名规则
依据数据命名在空间、时间、内容和精度四类信息基础上扩展的原则，同时考虑各类数据的不同特点，采用以下主要命名规则：
（1）卫片［传感器（或卫星）－轨道号－成像时间－其他附加信息］。
（2）航片［传感器－航带位置编号－成像时间－其他附加信息］。
（3）标准分幅图件［分幅号－数据内容－数据代表时间－其他附加信息］。
（4）行政范围图件［行政范围－数据内容－数据代表时间－比例尺代码－其他附加信息］。
（5）文档［数据内容－文档创建时间－其他附加信息］。
（6）其他［数据内容－文档创建时间－其他附加信息］。
2.3.2 数据入库数据类型
根据数据的分类，系统要处理的数据包括四种：
（1）单文件 这是一种最常见的资料形式，指的是单独存在就能代表数据资料的文件，这类数据能够在资料数据目录文件列表中像Windows资源管理器一样显示数据。
（2）文件集 这类数据一般包括两种： 一种是空间关联数据，如Shape 图层数据一般包括三个或者五个关联文件；另外一种是原始资料被人为分成若干，为了保证资料的完整性，需要将各个部分的文件合成一起，形成一个文件集。
（3）文件夹
（4）编目 编目资料是以非电子形式存在，原始数据不存在于本机磁盘/移动硬盘/光盘/网上邻居上，所以不要选择资料位置这一个过程。
2.4 文件存储设置 （在线、离线）
资料库数据要求实现灵活的在线和非在线处理，对于放在磁带上等非在线数据虽然包含目录结构和规范命名不存入资料库，存放在临时空间，由相关人员采用手工方式存储到非在线设备上。其他业务部门入库资料只是存入临时空间，由中心管理员确定后决定是否在线。数据存档可采取灵活的方式进行，如按照项目数据存放在同一磁带上，但记录其在线目录的位置。
2.5 功能模块设置 （表1）
表1 土地资料管理系统功能设计
续表
3 应用案例
目前利用土地资料库管理系统，项目组进行部分土地利用专题数据资料的入库。完成约220县（区）的1∶1万县级土地利用数据和全国土地详查2000多个县1∶5万分县土地利用扫描图的资料库入库。以上数据整合入库具体包括形成以县为单元的元数据项填写、数据文件命名标准化、分类目录入库，标准数据保存备份。土地资料库数据发布平台建设已经完成部署，目前可实现全国2000多个县的1∶5万土地详查扫描图件以及200个县区“数字国土”1∶1万土地利用建库数据元数据查询服务。在客户端服务器上，用户可根据身份和数据保密级别进行元数据查询、数据（集）浏览、数据条目检索、可分发数据下载。部分数据的获得需要在查询基础上，直接到数据中心通过磁盘进行分发。目前一般采用的服务方式包括两种，一种是提供不同的数据查询与检索的方式和条件供用户查询与利用；一种是提供不同的数据服务包通过数据分发管理提供给相关人员下载使用。部分数据的获得需要在查询基础上，直接到数据中心通过磁盘进行分发。
4 结语
土地资源调查监测信息是最主要的基础国情信息之一，关系到国家经济社会可持续发展，对国家宏观管理决策、保障国家资源安全、繁荣市场经济等都具有十分重要的战略意义。随着国土资源大调查，土地调查监测工作的不断深入和“数字国土”工程的全面开展，我国国土资源信息已有丰富的积累，数字化信息建设取得了明显进展，面向政府和社会用户的业务应用与信息服务系统进入了全面建设阶段，建成了大量的数据库系统，积累了海量的土地资源基础信息。在国家明确要求土地资源参与国民经济宏观调控的新形势下，加强基础数据建设、并在此基础上进行数据信息挖掘，是形成土地管理科学决策的基础。此外，要充分发挥土地调查评价数据的基础性作用，促进国家科技数据资源共享也必须对土地数据进行整合、集成和专题建库。借助现代信息技术，大力推进土地调查评价数据的有效整合集成，充分发挥土地调查评价数据的基础性作用，提高土地资源管理与决策水平和促进国家数据资源共享。基于网络的主机—客户端元数据和数据采集入库，实现分布式元数据采集。土地元数据录入、管理、分发和发布一体化设计，可实现元数据录入后，即可在发布系统进行查询，有助于数据资源的应用。目前，国土资源科学数据网已经开通，并为相关科学研究提供了科学研究急需的土地利用数据，具有良好的社会经济效益。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）