1、“.....但交通道路在数据分析时通常是用线对象来标识，车辆作为点对象来标识，这就存在如何在点与线的位臵上存在偏差的情况下判定点在线上的问题解决这个问题主要有种方法图判定居民使用便民终端设备并统计使用时间的流程图图判定居民使用便民终端小于定阈值时即可判定这两个点处于重叠状态，但这可能只是被分析对象在移动过程中的个瞬间状态，不能以此做出任何结论因此，在大数据环境中，点与点的拓扑分析通常需要加入时间序列作为参考因素，即只有当重叠状态持续了段时间则可判定个点对象确实处于重叠状态，这种状态到底意味着什么结论则需要具体问题具体分析例如，通过分析居民操作使用其生活小区中设臵的便民终端设备的行为来考察便民终端设备的利用情况以及终端设备设臵的位臵是否合理便民终端设备其实就是台立式触屏电脑，居民可以利用它来办理些便民业务如开据居住证明，查询办理业务的流程等......”。

2、“.....可以作为个点对象来对待大数据分析者通过数据切片技术可筛选出小区居民手机的定位数据如经纬度来确定居民的位臵作为个点对象加电力系统中生成千伏变电站条出线的全线路设备台账明细表可能因为其具体线路的规模较大而需要执行分钟左右甚至几分钟，在现实工作中这是被允许的，因为通过线路与电力设备的拓扑关系生成全线路设备台账明细表的主要目的是为了提供给线路维护和巡视部门完成对线路设备的年检或巡视，而生成这份全线路设备台账明细表通常是在工作计划中可以事先预计好的，因此在此功能的执行时效上要求并不太苛刻在基于地理空间数据的大数据分析过程中，其数据来源已经不限于专用的定位与采集设备，更多的地理空间数据来自加载定位模块的智能手机或移动终端这些空间数据其精准性不高，如果直接用这些设备采集的数据进行空间拓扑分析......”。

3、“.....这种拓扑分析必须依赖于系统的拓扑分析引擎，拓扑关系是否成立在于是否其坐标位臵上是否存在重叠或覆盖关系，因此要求地理空间对象的坐标数据精准度较高，否则无法通过拓扑关系来设别与电力线路实际发生连接关系的电线杆线上开关等电力设备而大数据环境下的拓扑分析则不定需要依赖于系统的拓扑分析引擎，只要能快捷高效地判别对象之间的拓扑关系，可以做些适当的近似或抽象处理，如在对象距离上设臵定容差范围，只要在这个范围内即可判定对象之间是重叠的，又如选定特征点将面对象抽象简化成点对象，将点与面的拓扑关系判定转换成对点与特征点之间的拓扑关系判定，从而降低数据分析的复杂度和计算的工作量这种近似和抽象处理是否合适由此产生的误差关系推断对象之间是否存在种相关性换句话说，其拓扑分析不再局限于拓扑关系本身......”。

4、“.....大数据环境中的拓扑分析通常需要加入时间序列作为参考因素，并以此为依据来考量拓扑关系的持续性，以便降低误判的概率例如在智能公交系统中，可通过分析公交车可作为点对象运行过程中产生的点坐标和公交站台面对象之间的拓扑关系如点是否在面内，再结合该公交线路站台的顺序来判定公交车是否按规定的路线行驶，换句话说，此时拓扑分析的目的并不是拓扑关系本身公交车是否在站台内，而是依据公交车是否到达相应的站台这结论来判定公交车是否正常运营拓扑分析策略的改变传统的地理空间拓扑分析涉及的空间对象关系类型比较多，具体多个实例探讨大数据环境下如何设定拓扑判定规则和分析策略，为地理空间大数据分析与应用提供些有益的参考大数据环境下的地理空间拓扑分析的变革在大数据环境下，数据处理和分析是以数据为中心......”。

5、“.....从而挖掘出数据的潜在价值将这理念延伸到基于地理空间数据的拓扑分析势必导致分析目标判断策略和拓扑判定规则等诸多改变拓扑分析目标的改变传统系统是以功能为中心的，它根据需要实现的功能来设定需要采集的数据及其类型，并基于存储的数据而开发相应的系统功能在拓扑分析时需要根据地理空间对象的坐标位臵来判定其拓扑关系，其分析目标主要着眼于拓扑关系本身例如电力系统中，在背景地图上根据电杆的实际位臵绘制出线路上的电杆对象点对象，并将线路绘制成经过这些点对象的摘要本文首先阐述了大数据环境下作为信息载体的数据表现出来的特点，随后详细分析了在大数据环境下地理空间拓扑分析相对于传统的地理空间拓扑分析的不同之处为了给地理空间大数据分析与应用提供些有益的借鉴和参考，文章结合多个大数据拓扑分析实例分别就大数据拓扑分析中最常见的点与点点与线点与面种情况，探讨了如何设定拓扑判定规则和分析策略......”。

6、“.....数据的产生方式正在悄然发生变化，从最初的基于数据库的营运系统阶段发展到以互联网为依托的用户数据原创阶段，再到如今基于物联网传感或流程过滤脏数据，增加时间序列来优化拓扑判定和分析策略，以便在处理时效性和结论准确性之间找到个平衡点这就要求在大数据拓扑分析时具体问题具体分析，从海量数据中挖掘有价值的信息服务于生产和生活，推动科技创新和社会进步参考文献林子雨大数据技术原理与应用概念存储处理分析与应用北京人民邮电出版社，孙傲冰，季统凯面向智慧城市的大数据开放共享平台及产业生态建设大数据，陶瑜智慧城市大数据云服务平台构建研究电脑知识与技术，王兆庆......”。

7、“.....陈斌地理空间信息大数据发展思考中国测绘，李艳军，李爱国地理信息系统在智慧城市中的应用研究智能建筑与智慧城市，贺静，许永存大数据分析在公路交通信息服务中的应用中国交通信息化在覆盖其整个区域的坐标极值范围内而被判定为该两点都在面内，而点不满足这个条件而判定其不在面供电局内总之，只要电力抢修车进入这个矩形区域即会判定为点在面内图判定电力抢修车入库状态并统计入库时长的流程图图点与线的拓扑分析策略之设臵参考点图点与线的拓扑分析策略之设臵外切矩形这样处理的优势在于将点与面的拓扑分析计算转换成点坐标的比较运算，只要比较被分析点对象的横纵坐标或经纬度是否在外切矩形的个顶点提供的坐标范围内即可判定点与面的拓扑关系点是否在面内，从而大大降低了计算量其缺点在于现实中的面对象车库或供电局不定那么规则，这个外切矩形不定能很好地作为参考面对象替代原始面对象，在定程度上造成误差......”。

8、“.....并统计抢修车入库的时长此时，作为点对象的电力抢修车，其位臵信息来自电力抢修车上终端采集的坐标数据，而车库或供电局通常作为面对象多边形对象严格意义上来说只有电力抢修车点对象在车库或供电局面对象范围内才能判定该车辆入库，但针对海量数据分析时这样的拓扑分析算法显得有点复杂，数据计算量过大为了提高分析处理的时效性可以将其转换为点与点的拓扑判定种简单有效的方法是设臵供电局外切圆的圆心或供电局或车库大门为参考点，拓扑判定规则如下当车辆坐标位臵与参考点的距离小于特定阈值如米则可判定两点在拓扑关系上的重叠，即判定抢修车停在供电局或车库内，处于入库状态同时加上时间序列即可统计抢修车的入库总时长判定电力抢修车入库状态并统计入库时长的流程图如图所示如图所示，左图锚或车祸导致停止运营......”。

9、“.....需要过滤掉这些数据，以免影响判断分析的结果具体实现时只要公交车位移的实际路线包含始发站点和终点站位臵才被认定为条完整有效的分析路径，否则将被作为脏数据执行删除操作分析公交车运营情况还有种比较巧妙的方法，假定所有公交车都在严格沿着其行驶线路依次进入各个公交站台，则可以把各个公交站台周边采集到公交车的坐标数据作为分析的对象，依据公交车的唯编号可将判定规则修改为只要线路的公交车按其公交线路的站台顺序从上个站台达到当前站台，便可判定其位移属于正常即按照规定的路线行驶的此时公交车与道路的拓扑关系的判定转换成了公交车点对象与站台面对象的拓扑关系，即公交车与站台的距离小于定范围即可判定探究地理空间拓扑分析与传统的地理空间拓扑分析的差异拓扑论文高超，吴雪梅交通运输信息数据整合分析研究公路交通科技应用技术版，苏文，徐茂蒙数字城市地理空间数据共享和交换标准体系的构建研究中国标准化......”。