三大平台
重庆地理信息服务项目自2008年8月开始建设，于2009年7月通过鉴定委员会的鉴定。目前，该平台已向重庆市卫生应急等系统提供在线地理信息服务，达到了项目建设预期目的和应用效果。
在大力开展“基础地理信息平台”、“政务地理信息平台”和“社会服务地理信息平台”等三大平台的建设中，重庆市地理信息中心始终坚持以应用为龙头，通过对应用需求的了解，及时掌握新情况，促进平台的建设完善，取得了很好的成效，在政务、专业部门和社会中发挥了重要作用，取得了一系列应用成果。
特别是重庆市地理空间信息共享交换平台的出现，以面向服务的新一代地理信息共享模式为基础，将逐渐化解城市信息孤岛效应，实现地理信息的合流，为“数字重庆”建设以及基于地理空间信息框架的人口、法人和宏观经济信息资源的整合与共享奠定了坚实的基础，为重庆应急指挥、地质灾害、渡口渡船管理等多个业务系统提供了及时高效的地理信息服务，节省了建设周期，避免了地理信息建设的重复投资，同时大大提高了地理信息资源的利用效率。重庆市地理空间信息共享交换平台的核心层如下。
数据层：是平台服务的核心和信息来源，包括各比例尺矢量框架要素数据，以及航片卫片数据、地名地址数据和部门共享专题资源。
服务层：即重庆市地理信息共享交换平台，一共由4个子系统组成。
应用层：基于平台的应用，主要指基于平台服务接口搭建的应用系统。
“一张图”多特点
重庆市地理空间信息共享交换平台具有以下特点。
•基于电子政务“一张图”的区域信息资源共享与应用模式设计，将重庆市的政务电子地图与人口、法人和宏观经济数据及政府各部门的专业数据展现在地理空间上，实现区域地理信息资源的空间化整合与集成。
•基于SOA的ServiceGIS构建核心共享服务平台，通过平台以服务的方式提供GIS的全部功能，包括地理空间数据的管理、查询和分析等。
•运用多级、多源地理信息服务聚合技术，将市级基础地理信息服务、重点业务部门的地理信息服务、国家地理信息服务，形成一个统一的、标准的、复合的、多源的空间信息服务体系，制定了标准的服务规范，形成完善的空间信息服务框架。
•研发地理编码与匹配技术，地理编码与匹配通过预先建立的、标准的、具有层次关系模型的地址数据库，按照特定的步骤为地址查找匹配对象，根据与地址的接近程度为每个候选位置指定分值，最后用分值最高的匹配地址。
关键词：微博信息传播微博理论信息传播模式
1概述
近年来，微博客作为WEB2.0的核心应用之一，其对信息传播的广度和深度方面的影响改变着人们的沟通与交往模式，也无疑是信息传播研究的重要课题。考察微博客的信息传播特点，了解决定微博客信息传播机制的理论基础及微博客信息传播的未来趋势有助于合理利用微博平台，使微博平台高效运转，服务于经济和社会的发展。现有文献中少有专门针对微博客信息传播机制的理论进行分析的，特别是微博客信息传播未来发展的方向和特点，大多数文献都是以SNS网络结构为对象提出信息传播的路径模型，再以微博为例来分析和研究。
本文首先总结了微博客信息传播的特点，然后对微博客信息传播机制的理论基础和模型进行具体阐述，最后指出微博客信息传播研究的发展方向。
2微博客信息传播的特点
2.1微博客信息沟通平台特点
微博沟通的平台是微博迅速流行的基础性条件。从微博服务平台的角度对微博进行分类，早期微博一般是由独立运营的服务提供商和门户网站推出，如欧美市场的专业性微博Twitter，国内微博则是门户网站占据主导地位，微博迅速流行后，各个网站都推出了微博。RiemerK和RichterA指出公司微博的使用主要是提供新信息和协调内部成员关系，个人微博则更侧重于人与人之间的沟通[1]。国内微博客网站都有较强的实用性、娱乐性，李燕萍比较了新浪和腾讯微博网站的基本功能、娱乐功能等，认为两大微博网站的界面整洁、功能多样，操作简单，且两大网站的微博的信息沟通与网站自身的特点有关，人们在腾讯微博交流的多是情感、人生价值观，而在新浪微博人们更多的是对热点话题、娱乐八卦发表评论[2]。此外，微博客平台发展亟待解决的问题是微博客的大量垃圾信息和虚假信息阻碍了信息沟通的有效程度，垃圾信息的增长，将人们淹没在信息的中。梅泽勇和高舒认为微博的虚假信息使得微博沦为谣言的阵地，需不断提高微博网站的监测和过滤技术[3]。
2.2微博信息内容特点
微博的与众不同在于一个“微”字，在140字数的限制内或者附带图片以精简的风格展示用户想要表达的内容来实现即时的信息分享。微博的即时性表明信息均是正在发生的。微博手机客户端的开发，微博信息可以在任意地点分享，不为地域网络所局限，可以使用户在没有网络的情况下处于微博客构建的社交网络中。微博实现了朋友间实时动态信息的共享。比较微博和其他媒体，可将微博定义为：一种博客形式的广播媒体。网络安全公司Purewire的调查报告显示，发表大量信息的用户占微博总体用户数量的20%，表明多数用户只是信息的接受者，而非信息的产生者。因而，当今微博客更多的表现为从个体到群体的传播媒介，微博信息的即时广播性具有巨大应用前景。
2.3微博用户社会关系网络特点
微博社会网络关系特点是研究微博的信息传播模式的出发点与核心，微博信息的传播即是通过微博用户社会关系网络的传播。微博的社会关系网络，也称为微博的人际关系网络，指微博用户、他的关注对象和他的粉丝。微博信息在转发和评论的过程中，通过微博社会关系网络传播和扩散。王晓光、袁毅和滕思琪用核心-边缘分析、中心性分析和聚类分析的方法考察了微博社区用户交流网络的结构特点[4]。他们还研究了新浪微博的社会网络中心性分析，分析了微博社区内信息传播的特点。利用社会网络分析方法，可以发现腾讯微博社区的网络关系具有小世界特征。一个关系网络是由多个节点和各节点之间的连线组成的集合，处于每个节点的用户在节点中信息，因此每个节点既是信息的接受者又是信息的者。由以上观点，可以将微博社会网络分为微博用户自身的社会网络（个人的社会关系）和用户有关的节点网络（关注对象和粉丝）。按米尔格伦的“六度分割”理论，任何节点之间都可能存在某个路径，通过节点之间的路径关系将节点之间的关系划为“强关系”和“弱关系”。
2.4微博信息传播路径特点
微博信息传播路径主要指微博信息的传播模式或模型问题，微博信息的传播路径描述了信息传播的方向与方式。现有文献认为微博信息的传播路径是裂变式传播和聚合式传播的结合。裂变模式是一条微博信息通过用户的社会关系网络进行一对多的传播（1-N-N），聚合式传播是在微博网站的热帖、热词的排名中形成聚焦模式。谷岩认为微博信息的裂变式传播是在嵌套交错的关系网络中以多个维度传播，以病毒方式裂变扩散。以微博为例，SNS网络社区的信息传播模式有多种，如“中心式”传播、“关键点传播”、“链式传播”、“蒲公英”式传播、“综合式”传播，微博信息的实际传播路径是随时间动态变化的，且各个传播模式会发生动态转换。
3微博信息传播的理论基础
3.1经典的信息传播模式
①拉斯韦尔的5W模式
图1描述了拉斯韦尔的5W模式。该模式提出了信息传播的5个基本要素：谁、说什么、通过什么渠道、对谁、以及取得什么效果;揭示了信息传播的普遍规律。
■
但该模式也存在缺陷。郭庆光指出：“拉斯韦尔虽然考虑到了受众者的反应（效果），却没有提供一条反馈渠道;因而这个模式没有揭示人类社会传播的双向和互动性质”。或者说，该模式是一种单向的信息传播过程，没有体现各个要素之间的相互作用与关系。
②香农-韦弗的信息论模式
图2描述了香农-韦弗的信息论模式。该模式提出信息传播涉及的6个要素：信源、发射器、信道、接收器、信宿和噪音。相比5W模式，该模式引入了噪音这一要素。
■
图2香农-韦弗的信息论模式
与5W模式类似，该模式仅关注信息传播的单向过程，而忽略了信息传播过程中的反馈与互动作用。
③德弗勒的互动过程模式
在香农-韦弗的信息论模式的基础上，德弗勒提出了一个传播互动模式，如图3所示。该模式的主要特点体现在：整个信息传播过程有双向互动性;勾勒出反馈的环路，在模式中融入了反馈机制;拓展了噪音的概念，认为噪音对信息、传播和反馈整个过程都有影响。
■
图3德弗勒的互动过程模式
需要注意的是，该模式把信息传播过程看作是一个封闭的、循环的系统，却忽略了系统之外的其他影响因素。
④马莱兹克的系统模式
图4描述了马莱兹克的系统模式。马莱兹克从社会心理学视角里研究信息传播过程，认为信息传播是一个复杂的过程，涉及到各种社会因素和心理因素。该模式阐释了“传播者-媒介-接受者”这样一种基本模式;涉及三种关系：传播者与信息的关系，传播者与自身的关系，以及传播者与接受者的关系。
■
图4马莱兹克的系统模式
3.2网络信息传播模式
针对网络信息传播过程，不少学者以经典的信息传播模式为基础，结合网络信息传播的特性进行过有益探讨，并提出了一些网络信息传播模式。例如，邵培仁的“阳光模式”;孟庆兰的“六度传播模式”;谢新洲的“网络信息传播模式”。
孟庆兰的“六度传播模式”以六度分隔理论为基础。每个传播主体都具有双重身份：传播者C和接受者R。在传播过程中，每个传播主体受到诸多外界因素的影响;并可以通过不同形式的网络工具或应用来参与到与他人的信息交互中。
谢新洲提出的“网络信息传播模式”涉及的要素有传播者、信息、网络媒体（媒介）、受众以及反馈。其中网络媒体包括网络环境下的多种技术或应用，同时传播者和受众也受不同因素的影响。
4微博客信息传播研究的主要发展方向
4.1微博用户关系网络的演化动力影响微博信息传播的研究
现有文献关于微博用户关系网络和微博信息传播模型的研究是分割开来的，尤其是微博用户社会关系网络的研究，集中在微博用户社会关系网络的研究区分了节点的“强关系”和节点的“弱关系”，“强关系”与“弱关系”相互交织、相互影响共同影响微博信息传播的路径。目前，已有学者开始关注从微博用户关系和行为规律的角度研究微博信息传播，由于每个微博用户都是微博社会关系网络中的节点，挖掘核心用户和普通用户的行为特征，从他们之间的转发、评论等互动机制中发现信息的扩散流动路径与动态趋势已逐渐成为微博信息传播研究的热点。
4.2微博信息的价值含量影响微博信息传播能力的研究
微博信息的价值从狭义上可以理解为微博用户对信息的需求，广义上的微博信息价值可定义为信息的社会价值、经济价值和文化价值等。由于微博信息的简短、琐碎使得微博信息呈“碎片化”的表现形式，因此信息的真伪难辨、信息的质量和价值无法保证，在大量信息涌入时，微博信息的传播具有深刻的复杂性。现有文献对微博信息的研究多数为微博热点话题和微博关系网络有影响力节点的挖掘研究，少有文献对微博信息价值如何影响微博信息传播的速度、强度等方面进行深入分析。
4.3微博网络社区关系的网络结构特征及其信息传播模型、交流模式的实证研究
微博社区实际上基于微博的网络社群，关于微博社区的挖掘研究大多是从微博的商业应用展开的。微博社区的信息传播理论模型和交流模式的实证分析将是未来舆情监控与信息安全的关注重点。根据现有文献对微博社区的分类，微博社区主要有单一、主题和相同应用平台微博社群三种，按相同应用平台微博社区的定义与特点，它被认为是信息传播速度更快、影响力更广的社区模式，但以上微博社区信息传播的理论分析缺乏相应的实证依据，很多关于微博社区信息传播的文献都停留在模型分析的基础上。实际上现有微博社区的挖掘研究是微博社会关系网络研究的深入扩展，已有实证研究表明，复杂网络的构成不是杂乱无章的，而是由小的网络社区构成，社区结构是复杂网络都具有的普遍特性，微博社区是微博社会关系复杂网络的一种表现形式。基于社区结构发现的文献提出了大量的算法，而基于微博社区的网络结构特征的信息传播模式或者基于微博社区定义分类的网络结构特征的信息传播模式的实证研究还并未展开。
5结论
微博的兴起，改变了人们的社会交往空间与沟通模式。微信息传播时代的到来，正在广泛深入地影响到每一位社会行动者的思想理念、生活方式，并对传统媒体的信息传播方式造成了前所未有的冲击。现有微博环境下的信息沟通研究大都是以定性研究和理论分析为主，整体上看，微博信息传播的研究还处于初级阶段，特别国内的微博信息传播研究，尚未形成系统的理论框架，缺乏相应的理论和实证依据，当前微博迅速发展的背景下，微博信息传播的理论基础性研究还需不断更新。
参考文献：
[1]RiemerK，RichterA.TweetinsideMicroblogginginaCorporateContext23rdBledeConferenceeTrust：Implicationfortheindividual，EnterprisesandSocietyJune20-23，2010;Bled，Slovenia，2010.
[2]李燕萍.微博比较研究[J].情报杂志，2012，31（3）：77-83.
[3]梅泽勇，高舒.基于微博的网络社群研究[J].图书馆学研究，2012（5）：2-4.
[4]王晓光，袁毅，滕思琪.微博社区交流网络结构的实证分析[J].情报杂志，2011，30（2）：39-43.
近年来，一系列高分辨率卫星的相继上天，高分辨率卫星遥感的应用也因此成为可能，也凸现出遥感影像数据处理的重要性日益显现。遥感影像数据处理的主要内容就是对遥感数据（主要是高分辨率遥感影像数据）进行自动（半自动）图像处理分析，从而获取人们需要的信息。
Taries软件是具有自主知识产权的软件产品，由中科院遥感所国家遥感应用工程技术研究中心下属的空间信息关键技术研发部开发。Taries软件主要应用于对高分辨率遥感影像的各种信息的处理、提取与分析，其功能包括影像的预处理、影像分割、影像分类、特征提取与表达、特征分析、目标识别等。它是集矢量和栅格于一体化的软件系统。
Taries主要功能
1.影像处理
（1）采用几何精纠正方法：建立基于空间投影理论与有限控制点的全局自适应方法，并建立基于控制点、线、面特征的局部自适应相结合的影像几何精纠正模型。
（2）实现多源遥感影像信息的特征级融合:在像元级、高精度的多源遥感信息分析技术基础上，发展了各种特征估计器和融合评判规则，建立特征级的多源遥感信息融合的方法以及相应的算法。
2.影像信息提取
（1）在复杂环境中的目标信息增强:采用具有空间自适应能力的目标特征的信息增强模型与方法，特别是弱目标信息的增强方法，并对无关背景信息进行抑制。
（2）高分辨率影像分割:基于空间特征（包括纹理特征、形状特征和动态特征）以及高维统计特征，采用面向特征的高分辨率影像分割技术（如基于模糊集理论、EM模型、Markov模型、MCMC模型、小波分析等）。
（3）基于智能计算模型的目标特征提取:基于神经网络、支撑向量机等智能计算模型，研究和发展针对目标的纹理特征、结构特征的提取方法，并实现相应算法。
（4）目标识别与提取系统原型:采用组件技术，研制开发目标识别与提取软件系统原型，包括影像精处理、目标单元分割与特征提取、目标识别等模块。
3.矢量数据显示、处理与分析
（1）兼容ArcGISSHP等矢量数据存储格式，能够采用系统的矢栅一体化数据模型对相应的矢量数据进行读取与显示。
（2）基于底层数据模型，能够实现基于Taries软件的矢量数据的修改功能，包括基本对象（点、线、面）的增、删、改等操作。
（3）基于相应的矢量数据建立拓扑关系，并在此基础上进行相应的空间分析功能（如最优路径查询分析等）。
（4）具有常规的矢量数据显示软件的基本功能，并可在此基础开发进一步的应用（如移动目标定位与车辆跟踪系统等）。
关键技术
1.高分辨率影像的高精度几何纠正技术
考虑到高分辨率影像的特点，首先应对高分辨率影像进行包括如下两项技术的精处理:
（1）基于重叠影像的高精度影像配准技术:采用既满足一定精度要求、又保证一定运算速度与适应性的子像素匹配技术，从而确定具有一定重叠的两幅图像间的几何对应关系，获得对应的控制点对，采用整体匹配技术使配准精度达到一个像元。
（2）空间自适应高精度几何纠正:针对高空间分辨率影像的特征，采用具有局部自适应的高精度几何纠正方法，消除常规最小二乘法平面拟合纠正方法对图像局部纠正误差较大的问题。
2.复杂自然环境下的信息增强
针对地形复杂、植被茂密的复杂自然环境，采用针对特征的统计信息增强技术，对具有重要意义的地面信息进行初步的检测性增强，特别是弱目标信息的增强，并对其他背景信息进行抑制。建立基于多种影像以及已有目标信息与判别知识的潜在目标快速检测技术，使用方法包括微观特征提取、动态变化检测等。
3.高分辨率影像分割技术
以影像理解研究为基础，建立融遥感图像信息、地理时/空信息与地学知识为一体的目标空间认知结构模型。该模型为对中高分辨率遥感图像目标单元群体的处理和分析，提供面向纹理特征和结构特征，并能够最大限度地利用地学分类知识与时/空推理模型的智能化识别与提取方法。目前软件包括十余种不同的遥感影像分割算法。
基于目标空间认知结构模型和空间特征（包括纹理特征、形状特征、动态特征和轮廓特征）以及高维统计特征，研究面向特征的高分辨率影像分割技术，并采用稳健统计机制来保证分割算法具有较强的稳健性，将分割后的特征按照其几何关系、属性关系、统计关系和操纵方式，以面向对象的模式进行统一化管理，从而将连续的图像形式转化为离散的、便于操作的特征群体，便于目标特征的快速提取。
4.智能计算模型的目标特征提取技术
针对遥感信息特征的提取问题，在传统统计和人工神经网络方法基础上，发展新型针对高分辨率遥感影像的目标特征提取模型，主要包括:基于知识的神经网络模型来处理混合密度分布的特征提取和分类;ARTMAP神经网络作为低维空间结构特征的联想记忆模型;基于统计学习理论的支撑向量机（SVM）。SVM是近几年最新提出的机器学习算法，它可以作为高维有限特征的记忆单元来实现对高分辨率遥感影像目标特征信息的提取。应用SVM模型进行特征提取，需要重点解决的问题有:高维映射函数定义、领域知识融合、支撑向量集极小优化和高维信息压缩。
在以上有关特征提取的智能计算模型基础上，针对不同复杂程度的目标特征提取问题，可分别采用MCMC统计模型、RBF/EBF神经网络、ARTMAP神经网络、支撑向量机来对目标库中的目标特征进行提取和表达。
5.视觉尺度空间变化的特征表达与目标识别技术
针对空间数据的多尺度特征，引进尺度空间视觉聚类方法，对空间数据的尺度特征变化进行描述（图1）。基本原理是:模拟人眼对目标特征从近到远逐步综合的视觉过程，来定量化地划分不同尺度上的空间单元。在目标识别过程中，将采用视觉空间尺度变换理论和方法，对遥感影像空间特征集采用逐步综合的特征多尺度聚类，从而在尺度空间转换上实现对影像特征集的树状方式管理，以满足不同尺度上的特征组合与表达。
图2Taries软件处理矢量数据界面
6.目标识别与提取的RS与GIS集成化处理技术
遥感图像给出了地面目标的栅格化波谱表达，突出并准确地再现了地物的大小、形状（包括点、线、面）和纹理变化;而GIS则有着对地物边界的精细刻画能力，并能够对地物间的空间关系进行拓扑变换与推理分析。因此，从空间单元数据处理的粒度入手，并将GIS的空间关系拓扑变换与时空推理分析引入到对遥感图像信息的智能化处理中，极大地提高了目标群体的识别精度与提取的一致性，为基于矢栅一体化数据模型的分析提供重要支撑技术。
7.矢量数据显示、处理与分析技术
除具有矢量数据的显示与基本操作外（如电子地图缩放、漫游等），系统还对矢量数据的编辑功能进行了实现，包括:特征点显示、点选、矩选、圆选、分裂、合并、增加控制点、删除控制点、移动控制点、增加对象、删除对象、移动对象等功能，并实现了相应的空间分析功能（如拓扑关系建立，最优路径选取等）。