CN110059122B - 一种基于云端Web的野生动物资源数据入库方法 - Google Patents

Abstract

本发明公开的属于云计算技术领域，具体为一种基于云端Web的野生动物资源数据入库方法，该种基于云端Web的野生动物资源数据入库方法具体操作步骤如下：S1：申请云服务虚拟机，安装软件与服务平台，该种基于云端Web的野生动物资源数据入库方法，基于弹性化的架构设计，实现业务功能无限扩展的可能，入库方法服务实现跨平台、移动化、高效化，融合了ArcSDE与RMDS对空间地理数据的专业性，结合了地理处理工具的便捷性，应用了Python语言的灵活性，使用了Web AppBuilder的跨平台性等特征，形成一套充分利用已有资源，优势互补的云端数据入库解决方案。

Description

一种基于云端Web的野生动物资源数据入库方法

技术领域

本发明涉及云计算技术领域，具体为一种基于云端Web的野生动物资源数据入库方法。

背景技术

云计算是基于互联网的相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核***、预测气候变化和市场发展趋势。

随着云计算、WebGIS技术的深入发展，脚手架理念、微件技术、空间地理处理技术的交叉融合，当前WebApp平台的开发与搭建变得可定制、易扩展，现有的数据入库方案有：ArcEngine+ArcSDE方案、ArcGIS Desktop+Excel方案、Vue.js+ArcGIS Api forJavaScript+ArcGIS Server+Oracle数据库的全栈平台建库方案、利用ArcGIS WebAppBuilder搭建WebApp应用等。

现有的方式，ArcEngine+ArcSDE方案：需要具备一定的软件开发知识，架构重、周期长，且只能面向单机操作，软硬件设备要求高，不适应野外调查环境，ArcGIS Desktop+Excel方案：只适合简单的数据处理与存储，对于数据信息版本化处理、多批次的数据管理等，难以提供有效支持。数据管理的规范性、智能性不足，全栈平台建库方案：知识储备需求高，开发周期较长，应用人员、开发人员需要同时关注软件环境和硬件设备环境，对***项目人员配置的技术要求高，利用ArcGIS Web AppBuilder搭建WebApp应用：国内相关的定制扩展文档较少、使用不多，因此，依据目前现有的技术，需要通过优势互补、整合，才能发挥出应由的效果，实现创新和进步，而在野生动物资源调查中，由于野外环境的特殊性，现场数据建库变得繁琐和麻烦，缺少即时存取的、稳定的平台***，无法即时存取数据，解放人力成本，实现不了数据建库工作智能化、规范化。

发明内容

本发明的目的在于提供一种基于云端Web的野生动物资源数据入库方法，以解决上述背景技术中提出的现有的野生动物资源调查中，由于野外环境的特殊性，现场数据建库变得繁琐和麻烦，缺少即时存取的、稳定的平台***，无法即时存取数据，解放人力成本，实现不了数据建库工作智能化、规范化的问题。

为实现上述目的，本发明提供如下技术方案：一种基于云端Web的野生动物资源数据入库方法，该种基于云端Web的野生动物资源数据入库方法具体操作步骤如下：

S1：申请云服务虚拟机，安装PostgreSQL、ArcSDE、ArcGIS Desktop、WebAppBuilder和ArcGIS Server等软件与服务平台，部署软件开发环境、***上线的生产环境，以及空间数据库平台；

S2：在空间数据库平台中，按照需要入库的外业调查文档数据和空间数据，创建数据库的表结构；

S3：分别对csv数据和空间数据，编写数据类型识别算法代码，实现***对上传csv数据及空间数据自动识别，并按指定的业务逻辑，对上传数据分门别类和标记特征，为数据入库做准备；

S4：利用Model Builder模型构建工具，整合数据类型识别算法和地理处理中的数据入库功能，构建成定制的地理处理模型；

S5：将地理处理模型发布为地理处理服务，并由ArcGIS Server托管；

S6：利用Web AppBuilder，搭建前台UI，修改web App的样式；

S7：利用Web AppBuilder的微件处理机制，将已发布的地理处理服务注册到WebAppBuilder中；

S8：将Web AppBuilder中制作好的网站，发布到生产环境中，利用云平台的IAAS特性，为终端用户提供***服务。

与现有技术相比，本发明的有益效果是：基于弹性化的架构设计，根据实际业务逻辑需求，利用现有的、已经封装好的地理处理工具，通过胶水语言Python粘合起来，实现业务功能无限扩展的可能，代码开发量少，核心业务、工具交付使用方便快捷，入库方法服务实现跨平台、移动化、高效化，能支持Web端或单机客户端的软件调用，使用Web AppBuilder作为平台界面，减少了前端UI设计与部署的工作量，为日后在线服务快速部署、便捷交付提供了有益的技术方案示例，融合了ArcSDE与RMDS对空间地理数据的专业性，结合了地理处理工具的便捷性，应用了Python语言的灵活性，使用了Web AppBuilder的跨平台性等特征，形成一套充分利用已有资源，优势互补的云端数据入库解决方案。

附图说明

图1为本发明样区、样线入库模型示意图；

图2为本发明csv数据入库模型示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种技术方案：一种基于云端Web的野生动物资源数据入库方法，该种基于云端Web的野生动物资源数据入库方法具体操作步骤如下；

S1：申请云服务虚拟机，安装PostgreSQL、ArcSDE、ArcGIS Desktop、WebAppBuilder和ArcGIS Server等软件与服务平台，部署软件开发环境、***上线的生产环境，以及空间数据库平台，具体操作为：创建云数据库服务器虚拟机，在该虚拟机上，安装PostgreSQL作为数据库，安装ArcSDE作为空间数据引擎；部署ArcGIS Desktop 10.X，并同时配置Python 2.7.x开发环境，并将此体系定义为数据库服务器，在云数据库服务器虚拟机上面，搭建空间数据库，建立起PostgreSQL、ArcSDE、ArcGIS Desktop的数据通信，利用云平台，创建WebGIS服务器虚拟机，部署ArcGIS Server地图服务平台，以提供常用GISServer服务、并作为自定义地理处理服务(GP服务)的托管平台，利用云平台，创建WebApp服务器虚拟机，并安装IIS或Tomcat的服务器软件，此定义为WebApp平台服务器；

S2：在空间数据库平台中，按照需要入库的外业调查文档数据和空间数据，创建数据库的表结构，具体操作为：将外业调查文档数据(csv格式)，转化为RMDS可以识别的数据表，并安装csv数据的属性字段，构建对应的数据表，将空间数据(shp格式)进行预入库处理，获取空间数据的数据结构，通过ArcSDE、PostgreSQL搭建空间数据库；

S3：分别对csv数据和空间数据，编写数据类型识别算法代码，实现***对上传csv数据及空间数据自动识别，并按指定的业务逻辑，对上传数据分门别类和标记特征，为数据入库做准备；

S4：利用Model Builder模型构建工具，整合数据类型识别算法和地理处理中的数据入库功能，构建成定制的地理处理模型，具体操作为：对于空间矢量数据，细分为样区面状数据、样线线状数据，识别算法代码，按照上传矢量数据的几何类型自动判断其类型，然后再把上传的数据，引导到对应空间数据库中；数据流程图，对于外业调查数据(csv格式)，则需要根据csv数据的属性字段、数据结构等信息进行判断，经过识别算法代码的判断，就可以细分出当前上传的csv格式数据是属于哪一种动物类型，从而进入数据库中的数据识别流程图；

S5：将地理处理模型发布为地理处理服务，并由ArcGIS Server托管，具体操作为：在ArcGIS Desktop中，预运行已经创建好的地理处理模型，通过共享的方式，将该运行成果，发布到云平台虚拟机上，已经部署了ArcGIS Serever的服务中，实现ArcGIS Server对地理处理服务模型的托管，在发布地理处理服务的时候，按指定要求配置好服务描述、方案检查、用户定义等参数模式，为下一步GIS Server服务引用提供方便；

S6：利用Web AppBuilder，搭建前台UI，修改web App的样式，具体操作为：启动WebAppBuilder，使用仪表盘样式，已用常用的Web AppBuilder自带的微件，丰富webGIS服务平台的性能，例如引入地图缩放、比例尺、图层管理等自带的微件；

S7：利用Web AppBuilder的微件处理机制，将已发布的地理处理服务注册到WebAppBuilder中，具体操作为：使用Web AppBuilder的地理处理微件，将已经发布到ArcGISServer的地理处理服务的URL地址，引入到Web AppBuilder的地理处理微件中，保存操作，启动Web App，在本地开发环境下的电脑中，测试在线上传数据入库的功能；

S8：将Web AppBuilder中制作好的网站，发布到生产环境中，利用云平台的IAAS特性，为终端用户提供***服务。

综合以上所述，该种基于云端Web的野生动物资源数据入库方法，基于弹性化的架构设计，根据实际业务逻辑需求，利用现有的、已经封装好的地理处理工具，通过胶水语言Python粘合起来，实现业务功能无限扩展的可能，代码开发量少，核心业务、工具交付使用方便快捷，入库方法服务实现跨平台、移动化、高效化，能支持Web端或单机客户端的软件调用，使用Web AppBuilder作为平台界面，减少了前端UI设计与部署的工作量，为日后在线服务快速部署、便捷交付提供了有益的技术方案示例，融合了ArcSDE与RMDS对空间地理数据的专业性，结合了地理处理工具的便捷性，应用了Python语言的灵活性，使用了WebAppBuilder的跨平台性等特征，形成一套充分利用已有资源，优势互补的云端数据入库解决方案。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (1)

1.一种基于云端Web的野生动物资源数据入库方法，其特征在于：该种基于云端Web的野生动物资源数据入库方法具体操作步骤如下：

S1：申请云服务虚拟机，安装PostgreSQL、ArcSDE、ArcGIS Desktop、Web AppBuilder和ArcGIS Server软件与服务平台，部署软件开发环境、***上线的生产环境，以及空间数据库平台；

S2：在空间数据库平台中，按照需要入库的外业调查文档数据和空间数据，创建数据库的表结构，具体操作为：将外业调查文档数据，转化为RMDS可以识别的数据表，并安装csv数据的属性字段，构建对应的数据表，将空间数据进行预入库处理，获取空间数据的数据结构，通过ArcSDE、PostgreSQL搭建空间数据库；

S3：分别对csv数据和空间数据，编写数据类型识别算法代码，实现***对上传csv数据及空间数据自动识别，并按指定的业务逻辑，对上传数据分门别类和标记特征，为数据入库做准备；

S4：利用Model Builder模型构建工具，整合数据类型识别算法和地理处理中的数据入库功能，构建成定制的地理处理模型，具体操作为：对于空间矢量数据，细分为样区面状数据、样线线状数据，识别算法代码，按照上传矢量数据的几何类型自动判断其类型，然后再把上传的数据，引导到对应空间数据库中；数据流程图，对于外业调查数据，根据csv 数据的属性字段、数据结构信息进行判断，经过识别算法代码的判断，细分出当前上传的csv格式数据是属于哪一种动物类型，最后进入数据库中的数据识别流程图；

S5：将地理处理模型发布为地理处理服务，并由ArcGIS Server托管；

S6：利用Web AppBuilder，搭建前台UI，修改web App的样式；

S7：利用Web AppBuilder的微件处理机制，将已发布的地理处理服务注册到WebAppBuilder中；

S8：将Web AppBuilder中制作好的网站，发布到生产环境中，利用云平台的IAAS特性，为终端用户提供***服务。

Images