Hubble时空大数据引擎

采用多维时空模型作为城市运行数据融合的统一基底，结合高性能时空索引、动态时空网格模型和分布式计算技术解决了海量异构城市数据快速融合处理和计算的难题，可用于海量用户、智能设备、移动设施等动态时空数据管理和分析，通过从海量时空数据中快速高效地计算出时空流、时空场的流动、分布、连接、互动规律，帮助用户洞察出数据在城市空间中形成的热点、热区、圈层、路径、通道，进一步帮助人们对数据的流动趋势演进和时空关联影响因子进行分析和预测。

• 城市数据快速融合处理和计算
• 时空关联分析和预测
• 动态时空数据管理和分析

RAE实时计算引擎

结合内存数据库、GPU并行计算和流式计算技术重点解决海量动态时空数据的实时处理计算和“双超”数据的实时栅格运算问题。针对海量动态时空数据具备百亿量级数据的秒级实时处理能力，主要用于高带宽网络环境下对智能监测设备、移动终端实时位置状态进行高动态的监测预警、智能调度分析；针对“双超”时空数据则可轻松实现城市级超高精度栅格的秒级生成、计算和渲染，可以很好的支撑城市尺度到全球尺度的海量定位点、人口分布、资源分布、土地分类等数据的高性能密度提取、叠加分析和流向分析等。

Spaceojo时空渲染引擎

可基于地形、道路、建筑、植被、山脉、水系等空间要素快速构建出高保真、对象化、可编辑的三维城市空间场景，在这之上可全面集成物联网数据、互联网数据、遥感数据、位置数据、政府数据、企业数据及其他时空数据，支持海量时空数据的高性能三维渲染、动态实时交互和超高分辨率屏幕精准输出，从而实现数字孪生城市的全息虚拟重建，全面覆盖城市规划设计、运行监测、态势感知、指挥调度、分析研判、模拟仿真等城市大数据应用场景，帮助城市管理者能够“观图知势，洞悉无遗”。