[发明专利]自动化可复用地理空间信息处理快速建模方法

说明书

本发明公开了一种自动化可复用地理空间信息处理快速建模方法，通过主要技术方案，针对地理空间信息处理，可以广泛的将现有的各种已有处理能力汇聚到一起，形成不同平台环境下的功能最大并集，除了完整集成ArcGIS已有的GP功能，将其他方基于GP模型开发的Python算子功能、将各个专题应用根据需求自定制开发的算子功能、将历史积累的大量可执行程序功能统统纳入模型中来。通过次要技术方案，将模型的可复用效果发挥到最大，通过简单的二次开发调用，可以将主要技术方案形成的模型，快速接入各类应用环境中，极大提升了模型的应用效果和应用范围，降低了模型的快速复用难度。

技术领域

本发明涉及一种针对地理空间信息处理的快速建模技术方法，尤其涉及一种自动化可复用地理空间信息处理快速建模方法。

背景技术

针对地理空间信息处理的快速建模技术方法，与本发明最接近的现有技术有两种：一是以ArcGIS为代表的商业地理信息软件中的ModelBuilder建模方法；二是以GeoKettle为代表的开源地理空间信息ETL工具建模方法。

①ArcGIS ModelBuilder技术缺陷是由于其GP处理工具限制所导致，其底层技术实现依赖Windows COM技术，对模型算子接口实现有严格规范限制，因此对闭合平台可以保证完整技术体系，但对第三方模型算子接入支持度不够。

②GeoKettle技术缺陷是其建模方法由Kettle发展而来，而Kettle是一个纯粹的ETL建模处理工具，必须通过其命令行模式或者GUI模式执行已建模型，受制于其架构设计，未将核心模块微量化内聚，导致脱离其提供运行环境，模型无法嵌入进其他应用。

发明内容

本发明的目的就在于为了解决上述问题而提供一种自动化可复用地理空间信息处理快速建模方法。

本发明通过以下技术方案来实现上述目的：

本发明包括以下步骤：

步骤①：首先汇聚原始执行算子，目前包括四大类算子可接入模型：一是GP工具，将ArcGIS等原有平台积累的处理工具，当成算子全部纳入；二是其他第三方开发的符合GP标准的Python处理工具；三是基于本方法体系自定制开发实现的功能算子；四是历史积累的各类可执行程序，通过参数剥离改造形成的处理算子；

步骤②：通过建模器编写模型序列，模型序列是可按照一定逻辑依次执行处理算子的集合，使用XML文件作为序列载体。建模器以可视化方式浏览选取算子库中所有可用算子，自动化提示选择参数传递，交互编辑形成模型序列，模型序列包括顺序、嵌套、循环等执行逻辑，建模过程类似于简单的交互式搭建程序开发；

步骤③：建模过程中，可随时通过模型编辑器自动检查模型参数正确性，编译模型序列，根据需求即时调整模型序列结构；

步骤④：模型序列搭建完毕，通过模型测试器，填装测试参数，进行模型自动化测试，如模型运行失败或不符合预定目标，返回模型编辑器修改模型；

步骤⑤：通过测试满足需求模型序列，可导出成本地化文件，以后可以加载此模型序列重复运行，也可以将其与模型执行引擎嵌入进其他系统复用模型。

本发明面向地理空间信息处理建模成果，在多环境下，自动化、快速、复用模型，所采用技术方案如下：

将流程一中已建立好的模型，在其他环境下快速简单复用，通过本模型引擎二次开发嵌入其他应用场景，其他场景下通过本模型引擎调用执行模型，使其他应用系统获得本模型复用能力：

步骤1：将模型算子、模型序列、输入参数(包括交换选择或介入参数)填装入模型引擎；

步骤2：模型引擎依赖模型框架定义最小契约接口，实现对应不同类型算子，分类调用具体引擎实体，实现了GP引擎、Python引擎、自定制引擎和执行程序引擎；