程序聚合 软件案例 铜仁市空间地理数据中台

铜仁市空间地理数据中台

行业:物联网
载体:网站
技术:Java、JavaScript、Node.js、Python

业务和功能介绍

我们铜仁市空间地理数据中台的建设是为了贯彻落实市委、市政府关于推进大数据战略行动、实施“数智活市”工程的决策部署,响应“五大基础信息资源库(人口、单位、地理信息、宏观经济、信用信息)”建设有关要求。是推动我市公共数据资源开发利用试点建设的具体举措,是“1+1+N”城市数据运营机制建设的探索实践,是我市实施“数智活市”工程的重要抓手,对提升政府治理能力和财政资金使用效益、优化营商服务环境、推动经济社会高质量发展具有重要作用。
该项目主要有四大基础平台,首先是中台门户,提供大量的专业资讯,实时获取行业最新动态。其次是数据集市,数据集市是将审核通过的地图数据展示给中台用户,各单位可通过申请使用该地图数据服务。然后是遥感解译平台拥有十多种遥感解译算法,可满足市面上绝大部分遥感解译需求,包括但不限于(道路提取、水域提取、房屋提取、云监测、变化监测)等多种算法。接下来是管理平台,主要分为五大板块,第一是门户管理、第二是集市管理、第三是数据服务管理、第四是遥感管理、第五是系统管理。最后是数据底图服务,主要是针对影像服务、矢量数据、切片服务、三维服务等各类地图服务资源进行集中管理。

项目实现

该平台选用Geoserver作为核心的GIS数据发布引擎,承担着空间数据枢纽的关键角色。Geoserver负责接入并管理铜仁市各类基础地理信息、遥感影像、业务专题图等异构空间数据源,将其存储在优化的空间数据库中。Geoserver能动态将原始数据转换为前端友好的格式(如PNG、JPEG图片或GeoJSON矢量数据),并支持SLD进行灵活的地图样式渲染,尤其通过预生成地图瓦片缓存显著提升了大规模并发访问时的地图浏览速度和系统响应能力。
平台的后端业务逻辑与数据处理由Java技术栈强力支撑。Java负责实现数据中台的核心业务,包括用户身份认证与精细化的权限控制、空间与非空间数据的目录编目与管理、服务接口的生命周期管理以及复杂的任务调度机制。Java后端编写数据处理流程,完成从多源数据的抽取、清洗、转换到最终入库(尤其是空间数据库)的自动化工作;
前端可视化与交互则依托Cesium这一先进的WebGL三维地球库实现。Cesium充分利用Geoserver发布的标准化OGC服务(特别是WMTS瓦片服务和WMS动态服务用于加载基础底图与影像,WFS服务用于传输矢量要素),在浏览器中构建出铜仁市高精度、可交互的三维地理场景。
遥感影像智能解译环节由Python技术生态驱动。Python凭借其在科学计算和人工智能领域的强大生态,高效处理铜仁市获取的海量多光谱、高光谱及SAR遥感影像。运用Python编写的算法流程,应用机器学习或深度学习模型实现高精度的地物分类与信息提取(如土地利用/覆盖变化监测、建筑物自动提取、森林资源调查、农作物识别与长势监测、地质灾害隐患点识别等.

示例图片视频


贵州九辞电子科技有限公司
30天前活跃
交付率:100.00%
相似推荐
多源融合运维平台
融合多项运维数据,构建一站式运维管理平台。打通ITOP、zabbix、动环数据、私有云平台等数据交换。实现事件发现、事件处理、事件反馈等全流程可追溯。 可以根据需求进行扩展和二次开发,灵活、方便、易用。 可定制功能板块,按需接入AI应用,实现智能分析处理。 可根据用户需要规划设计各类型应用和网络,助力信息化建设。
国密级别数据溯源信息加密研究平台
本系统是研究型数据安全审核平台。由本系统负责安全审核:判断本次访问或导出是否合理、是否存在异常或越权、是否需要审批,并对每一步操作留痕,实现全程可追溯。目前主要功能均已实现并可正常运行:从数据接入、分析研判、审批放行,到全程留痕追溯,整体流程已贯通并通过测试;8个模型均为真实运行。
xxx态势平台
网络安全项目,采集片区网络数据,分析高中低危网络数据,数据研判、可视化呈现。 采集数据量每天1-3亿数据,实时入库,数据清洗、数据归并、数据分发研判、研判结果及红头文件下发、资产管理、可视化大屏实时呈现、威胁情报管理
漏洞挖掘全链路调度系统(Bounty Router)
立项背景:漏洞挖掘流程高度碎片化——侦察用一套工具,审计用另一套,报告再 手工整理。一个目标从拿到域名到产出报告通常需要切换 4-5 个工具,耗时 2-4 小时。目标是造一个扔什么进去都能自动识别、走对应流水线、最后产出结构化报 告的统一调度器。 核心功能:输入任意目标(域名/源码仓库/APK/JWT Token/合约地址/Dockerfile/ GraphQL端点/API端点),系统自动检测目标类型,路由到 8 条专项流水线之一: Web 域名走 subfinder→httpx→nuclei 全链;源码仓库走 scanner-45→semgrep→ gitleaks 三引擎并行;JWT 走 alg:none + RS→HS 混淆 + 弱密钥爆破。19 个安全 专用 Agent 按漏洞类型分工,dispatch-router 用 15 条 regex 规则实现智能匹 配,Top-2 Agent 分数差距≤2 时触发歧义检测,要求先澄清再动手。 业务流程:用户扔目标 → 类型自动检测(8 种类型识别,含 confidence 评分) → 路由到对应流水线 → 多维扫描 → 增量去重(SHA256 指纹,SQLite 持久化) → 降噪评分(负分滤掉 favicon/WAF/IP 指纹等噪音,正分加权 CVE/XSS/SQLi 等真实漏洞)→ 结构化 JSON 报告 + 人读摘要 → 通知 Dashboard/桌宠完成。
HOS-LS
HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统,从规则驱动转变为 AI 驱动,包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。 HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统,从规则驱动转变为 AI 驱动,包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。 HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统,从规则驱动转变为 AI 驱动,包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服