智慧城市大数据可视化技术

大多数信息系统需要通过人机界面将信息展示给用户，这就涉及信息展示技术，包括数据人机交互技术、可视化技术以及虚拟现实技术等。三维城市模型是许多应用领域迫切需要的，已被广泛运用于城市规划、建筑设计、无线通信等领域，如城市规划中的建筑物景观模拟、地下管线的三维显示等问题。基于可视化技术和虚拟现实技术的三维城市模型，能够多角度观察、放大、漫游、任意选定路线的飞行或地面行驶效果的动态显示及可见点的判别，能够叠加影响数据对三维模型进行纹理贴合以增加模型的逼真性。

人机交互技术：人机交互技术是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。人机交互技术是计算机用户界面设计中的重要内容之一，它与认知学、人机工程学、心理学等学科领域有密切的联系。

数据可视化技术：数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息，通过直观地传达关键的方面与特征从而实现对于复杂的数据集的深入洞察。

虚拟现实技术：虚拟现实是利用电脑模拟产生一个三维空间的虚拟世界，提供使用者关于视觉、听觉、触觉等感官的模拟，让使用者如同身临其境一般，可以及时、没有限制的观察三度空间内的事物。

多情况下，大规模数据可视化的技术通常会结合多分辨率表示等方法，以获得足够的互动性能。在面向大规模数据的并行可视化工作中，主要涉及4种基本技术，包括数据流线化、任务并行化、管道并行化与数据并行化。在实践中，这些技术往往相互结合，从而构建一个更高效的解决方法。

数据流线化（data streaming）：将大数据分为相互独立的子块后依次处理，主要适用于数据规模远大于计算资源的情形。它能够处理任意大规模的数据，同时也可能提供更有效的内存使用效率，并减少内存交换，但通常这类方法需要较长的处理时间，不能提供对数据的交互挖掘。离核宜染（out-of-core rendering）是数据流线化的一种重要形式。

任务并行化（task parallelism）：把多个独立的任务模块平行处理。这类方法要求将一个算法分解为多个独立的子任务并需相应的多重计算资源。其并行程度主要受限于算法的可分解粒度以及计算资源中节点的数目。

管道并行化（pipeline parallelism）：同时处理各自面向不同数据子块的多个独立的任务模块。对于任务并行化和管道并行化两类方法，如何达到负载的平衡是关键难点。

数据并行化（data parallelism）：将数据分块后进行平行处理，通常称为单程序多数据流（SPMD）模式。这类方法能达到高度的平行化，并且在计算节点增加的时候可以达到较好的可扩展性。对于非常大规模的并行可视化，节点之间的通信往往是制约因素。提高数据的本地性也可以大幅度提高效率。

备受关注的大数据可视化技术是原位可视化（in-situ visualization），它将模拟计算和可视化紧密结合以降低数据传输和存储的成本。伴随着原位可视化技术的发展迅速，其在诸多领域得到应用。如Rivi等使用ParaView、ICARUS与天体物理学模拟软件PLUTO对年轻星体超音速轴对称磁流喷射计算数据进行了可视化计算和绘制，实现了图形化的计算参数调整的计算驾驭功能。

以智慧城市时空信息多维可视化技术为例进行探讨。传统的地图是描述地球表面各种情况的可视化表达，现在处于智慧城市的建设时期，对于时空信息的要求，也相应地转变为内容更加详细、视觉传达更仿真和实体，并且要求室内外、地面上下空间融合，过去、现在与未来数据融合。多维时空信息可视化系统在传统的二维、三维可视化基础上，融合点云、全景图、倾斜影像等数据技术，实现了全景三维可视化，以及接入实时信息的动态数据可视化，能够在传统技术展示的基础上，增加综合国土、农经、地理国情、城市规划、实景三维、城市视频、城市动态监测、虚拟三维城市模型（包括城市管线模型）、城市活动网格源实时信息以及城市预警信息展示等信息。