下载掌阅APP，畅读海量书库
立即打开
通过CIM构建的城市三维模型需要与业务应用相结合，提供空间分析计算，才能发挥其信息模型的数据价值，因此需要用到大规模、高精度的空间分析计算技术，实现城市范畴内海量空间模型数据的二、三维空间计算和分析，提供从宏观、中观到微观建筑单体等不同维度的空间分析计算服务。
大规模、高精度的空间分析计算技术是基于CIM对象建模技术和基于内存的分布式数据分析计算技术，通过将不同CIM对象类型实例中的时间和空间属性标准化并与对象实例相关联，以分布式、大规模并行计算方式执行空间分析计算，提供时空一体化综合分析能力。具体内容包括时空数据标准化、自动化时空数据关联、微观空间数据计算和宏观空间数据计算等。
①时空数据标准化：将时间（年、月、日、小时、分钟、秒）和空间地理位置信息（国家、省、市、区、POI、地理坐标信息等）定义为标准的对象类型并创建实例。
②自动化时空数据关联：根据真实的对象实体之间的客观联系，在各个对象实例和时空数据之间创建相对应的关联关系。
③微观空间数据计算：使用CIM空间数据库（如OrientDB、PostGIS等）内置的空间分析SQL函数，提供针对个体目标的空间数据分析能力。
④宏观空间数据分析：使用CIM 关联关系数据结合GeoSpark技术，提供针对宏观目标的分布式海量空间数据分析能力。
⑤针对简单查询需求，提供标准的时空一体化查询API，一次性返回满足“时间+空间+业务”数据过滤条件的查询结果。
⑥针对复杂分析需求，提供Scala数据连接API，在Spark数据分析环境中导入CIM中的时间、空间与业务关系数据，以供后续分析使用。