四川11选5
数字中国 先知先行 会员中心 业界专访 法律法规 行业培训 电子期刊
四川11选5地理空间项目网  
  四川11选5 项目预告 招标公告 中标结果 行情监测 行业报告 行业动态 电子标书 优秀服务商 供求信息


 
行业分类
GPS
 
 

您现在的位置:四川11选5行业报告 》行业分析

“智慧”无止境 GIS再出发
内容
    过去的十年 ,值得每一个GIS行业的人骄傲。GIS技术率先取得突破 ,国产GIS平台脱颖而出 ,行业应用得到极大的发展;北斗、遥感也从无到有 ,打开空间信息产业发展的新局面。但当我们提到“智慧”的时候 ,发现这只不过是万里长征的第一步。

    “智慧出 ,有大伪”。(《道德经》 ,第十八章)——当我们自认为“智慧”的时候 ,谬误其实已经相伴而生。

    远古人类学会用火 ,从此告别茹毛饮血的时代 ,这是“智慧”;后来学会用电 ,从此拉开工业化的序幕 ,这是“智慧”;发明和使用计算机 ,这是“智慧”;使用因 特网 ,更是“大智慧”。所以说 ,“智慧”其实是一个不断发展、不断进化的提升过程。

    在这里 ,且让我把对“智慧”的探讨暂时聚焦到“软件”上  。GIS提供了一个信息化的工具 ,通过特定的“软件”把我们对世界的认知固化了下来 ,而且可以被反复地运行、持续地重用 ,实现了“知识”的积累。随着世界的不断发展和变迁 ,这些方法也不总是可靠 ,需要我们在使用中不断地对之加以检验一、改进和提升 ,从软件工程的角度上  来说 ,就是软件需要不断地升级。过去的十年 ,值得每一个GIS行业的人骄傲。GIS技术率先取得突破 ,国产GIS平台脱颖而出 ,行业应用得到极大的发展;北斗、遥感也从无到有 ,打开空间信息产业发展的新局面。但当我们提到“智慧”的时候 ,发现这只不过是万里长征的第一步。

    时空数据的采集和物联网

    我们采集的数据越多 ,发现我们所获得的信息越少。

    先来说说地图数据的采集。激光雷达、高清摄像、全景摄影等手段已经很多 ,形成了地图、影像、视频、三维、街景、全景等多种可视化的大量数据 ,但是这些数据的覆盖度可能还仅是地球上  很少的一部分 ,当真正需要这些数据的时候 ,我们会发现总是零零散散 ,残缺不全。尽管我们已经付出了巨大的努力 ,数据之间的关联还是仅有一些简单的记录 ,只能依据空间做出简单的推断。

    我们所得到的“海量”数据 ,只是世界的一点一瞬。事实上   ,这些数据覆盖的区域时刻都在变化之中 ,每一天的24小时、每个季节的每一天、每一年的不同季节都会有很大的不同 ,因 此我们所得到的数据只不过是对这些变化的非常粗略的抽样。据此对现实世界的理解也将会非常有限 ,做出的决策也难言“智慧”。

    物联网提供了解决这一问题的可能。通过无处不在的因 特网 ,将地球布满传感器 ,像人的神经末梢一样 ,时刻感知世界的变化。但要想得到有效的数据 ,首先部署的密度必须要达到尽可能的高 ,因 此成本必须要能够降下来达到足够的低;要有足够的网络带宽进行数据传输;系统要足够稳定最好能够自行维护;当然还要有足够强的数据处理能力。很显然 ,这将会是一个巨大的、长期的工程。如果没有大量的传感神经元提供现实世界的时刻反馈 ,我们将很难知道当前到底发生了什么、又将会发生什么 ,要做出“智慧”的决策 ,将是非常困难的事情。

    如果我们将这作为一个愿景 ,那么我们从现在开始就要开始努力:
    (1)传感器的采集数据类型需要更多、测量方法需要改进、设备需要小型化和互联网化 ,一定是超低功耗的 ,成本还要降到足够的低;
    (2)多种类型的通讯手段能够连接为统一的网络 ,能够互联互通而不是再次创建出更多的信息孤岛;
    (3)不同设备的接口、数据规范、量纲都需要统一、建立标准规范 ,否则所采集的数据无法按照同样的模型进行分析 ,就无法产生任何价值;
    (4)互相联网的大量设备会累积越来越多的漏洞、并发性风险和脆弱性 ,如何既要安全又能让用户方便地使用 ,无异于处理好矛和盾的关系;
    (5)当传感器网络成为社会基础设施的一部分时 ,就需要建立相应的法律法规保障和系统化的维护机制;
    (6)基础性业务具有效益外溢性 ,需要建立优秀的商业模型 ,保证这一体系能够获得持续的回报 ,从而能够持续地运营下去 ,因 为这一体系的失效可能带来整个社会运维体系的崩溃。

    “万物互联”的时代正在开启。新的空、天、地的数据采集手段和相关技术的发展给GIS打开了新的巨大的发展机遇窗口 ,远景前所未有地美好。但要抓住机遇 ,GIS无论是技术、产品、商业运营、企业架构都需要开辟一个全新的模式 ,甚至于进行“重构”。

    时空认知与时空大数据分析

    我们获取的信息越多 ,发现我们对世界的了解越少。

    最近一个流行的说法是“我们周围的信息80%与空间相关” ,实际上   ,所有的信息都逃不脱时空这个属性 ,就像人一出生就被打上  了“出生地”这个标签。但是到目前为止 ,这些信息都还是离散而片段化的(哪怕是对同一件事情的描述) ,我们无法确切地知道信息之间的相互关系和表征的含义 ,而这正是数据挖掘和大数据分析的意义所在。

    在拥有大量数据的时候 ,我们首先要考虑要依据何种模式去处理它。有的人说 ,“大数据”的分析可以用数据本身来说明 ,不需要先验一的知识。但实际上   ,我们进行数据处理的时候 ,使用的最基本的统计方法 ,也还都是各个领域的科学家花费了很多年的时间积累起来的数学模型 ,目前还不能让计算机自动生成这些知识 ,哪怕是机器的自动学习都还困难重重。因 此 ,时空大数据分析还是需要有时空认知的深入研究才行。

    那么这些先验一知识是如何产生的?又怎么获取呢?“地球是圆的”这一认知出现的时间并不算长 ,那时也没有“大数据”技术 ,说明空间认知与大数据并没有必然联系。我们所拥有的抽样率和时效性很差的“大数据” ,要说明世界的纷繁复杂的现象 ,其代表性问题也还存在很大的问题。比如 ,微信上  面讨论的话题 ,尽管可以统计出每天的趋势和蛛丝马迹 ,但还有几亿人可能跟这毫无关系。

    从某种角度来说 ,过去的十年间 ,对于时空认知和地理理论的研究都没有太大的突破 ,因 此GIS技术的发展主要是从IT(信息技术)领域吸取营养 ,衍生出了组件、服务器、桌面、Web、移动端等多种GIS软件产品和丰富多彩的应用系统。如今 ,IT技术正在成为基本的信息工具 ,“技术红利”正在消减 ,GIS领域需要重新回到“地理空间信息系统”的源头 ,再次去思考时空认知的问题 ,进行数据分析和实证相结合的深入研究。

    时空认知的模型有助于时空数据的分析方法的发展 ,而时空分析技术的进步又能促进产生新的时空认知。这就仿佛是一个“鸡生蛋、蛋生鸡”的循环 ,要从中突破 ,得到一个创新的“金蛋” ,其实难度是非常之大的。但是 ,毫无疑问 ,新的理论和方法的提出 ,将再次让地理空间信息产业焕发新的活力。

    互联网时代的生存法则是贡献得越多得到的越多 ,而不是拥有的越多得到的越多。当我们在谈论“大数据”的时候 ,其实大部分只不过是在用有限的“小数据”做可视化展示 ,这一情况迫切地需要大家达成共识、促成改变。大数据产业是一个生态链 ,大数据分析是“杂交”和“转基因 ” ,而不是封闭的自成体系。因 此 ,进一步开放数据、共享资源是推动大数据分析和应用的必由之路。

    幸运的是 ,数据开放共享已成为业界引领者的共识 ,大数据分析已蔚然成新的产业方向 ,公共数据资源也将逐步成为真正的“信息基础设施”。很多企业和组织机构都竞相开放数据资源。国外的Twitter已全部开放其全部数据访问 ,国内的遥感信息共享网络(http://www.chinageoss.org)也开放了数百TB的地理空间数据资源。据悉 ,我国的基础地理空间数据有望进一步开放使用 ,而中等分辨率的国产卫星遥感数据免费开放也在推动之中。一个开放的时空大数据体系将能够促进我们更好地认识、管理、利用和改造地理空间 ,让地理空间信息技术惠及更多的人 ,有助于应对日益严峻的资源紧缺、全球变化等长期问题和减少日趋严重的极端天气和地震、泥石流、暴雨、飓风等所造成的严重损害。

    时空数据的共享方式也在不断地演进 ,从传统的数据库、文件共享到面向服务的SOA架构、以及广义的“服务架构”。现在的“服务架构”的含义已更为广泛 ,服务模式更为多样 ,不仅包括了数据下载、REST服务等常用形式 ,受物联网技术的推动 ,现在正在向动态、实时的方向发展。而这些也将进一步带动软件体系架构和运维、应用技术的全面革新。

    泛在服务架构与云端一体化

    我们拥有的工具越来越强大 ,但所面临的问题却越来越复杂。

    未来GIS的使用场景将会发生巨大的变化 ,云计算和移动应用已成为不可阻挡的大趋势 ,而网络的进一步发展 ,将催生基于众包的或者完全是p2p(个人对个人)的泛在化交互方式。

    移动设备永远在线 ,可以随需访问云端资源 ,将能够进一步实现互联互通 ,诸如微信之类的应用将会大行其道;传统的空间数据库系统将无法再胜任多样化、非结构、高动态的时空数据存储和处理的需要 ,基于NoSQL理念的新型时空数据库将会取得突破;大量的时空数据将采用集中管理和分布式存储相结合的组织方法 ,并采用类似于“CDN”(内容分发网络)技术的多层级管理和服务模式;数据将以“流” 的方式快速进入需要的“资源池” ,像河流一样不断地进行汇集和流动 ,也不断地进行转换和清洗;云计算不再是高高在上  的“云里雾里” ,而是成为大量的多类型的移动设备的大脑 ,运行着多种为大量前端设备服务的“智能体”;空间分析乃至时空分析也将走出实验一室 ,通过网络化的基础设施提供分析模型、方法与软件集合 ,集成全球专家的智慧为所有人、在任何地方所用。

    如此情况成为现实 ,地理信息系统将会有何变化呢?个人认为有五个显著的趋势 ,即:IT融合、泛在架构、强云富端、Linux崛起和敏捷研发 ,具体包括:
    (一)地理信息服务将与IT基础架构进一步融合 ,不再作为一个独立的服务器系统 ,而是与云计算基础设施、服务平台、存储系统、服务目录、中间件、消息总线和其它应用服务融合为一个整体 ,作为信息基础设施提供开放的服务。
    (二)服务架构将更加复杂 ,既有集中式的管理集群 ,也有分布式的多层级服务架构 ,实现多节点、多级缓存机制 ,随着IPv6的广泛应用将进一步发展到对等模式的泛在架构 ,不同系统之间通过Internet进行连接 ,服务真正地无处不在、按需访问。
    (三)GIS向强云和富端两个截然不同然而完全一体的方向发展。软件形态将会前所未有的丰富 ,包括从小型服务器集群发展到云服务中心 ,桌面软件向移动应用进行迁移 ,从应用系统到集成化的设备 ,大幅度提升地理空间信息的应用和运维的效率和稳定性。
    (四)Linux已经无处不在 ,而且正在迅速增长 ,通过创建一个共生的“生态环境”从而带动软件生态链的全面转向和持续繁荣。桌面软件的运行平台和技术也已经开始从Windows向Linux进行迁移 ,在移动应用快速增长、网络安全严重威胁和推广国产平台的大背景下 ,基于国产的软硬件解决方案将成为主流。
    (五)软件研发过程发生重大变化 ,软件系统将不再有终极版本 ,而是作为服务形态在持续进化 ,基于持续集成系统的敏捷开发模式 ,基于软件组件库的自动编译和分布式配置管理系统 ,基于自动化测试的质量保障体系 ,以及面向DevOps(开发运维)思想的开发部署运维一体化研发流程 ,将大幅度提高软件生产效率 ,更快地响应需求变化 ,更好地满足用户需求。

    除了软件架构的演进 ,GIS的内部功能也正在经历翻天覆地的变化。

    “二元世界”与多维数字空间

    信息系统不再完全是现实世界的表征 ,而是数字形式的“实体”。

    中国科学院院长路甬祥认为 ,未来人们将生活在物理世界和数字世界组成的“二元世界”之中 ,希望地理学家能够深入研究。数字空间已经成为“世界”的一部分 ,而且与物理世界互相转化、互相延伸、互相演进成为一个新的“有机体”。

    三维GIS将是现实世界的“镜像” ,把现实世界在数字世界重现;在数字空间中可以叠加任何现实世界中无法看见的要素 ,因 此数字空间虽然源于现实但是却超逾了现实;当进行城市与区域规划、发展模拟、演变推演时又成为了“数字世界”这个有机体的一个新的部分。通过增强现实技术也可以把信息叠加显示到现实世界 ,从而“看见”在现实世界中无法看见的属性。数字化后的世界有助于我们更好地了解和研究、管理地理空间 ,并将促进产生新的认知 ,促进“世界”向更可持续的方向发展。

    “三维GIS”不是简单的可视化 ,而将衍生出一个全新的产业链 ,成为创新之源。新的数据采集技术 ,从“摇篮到坟墓”的全生命期运营模式 ,高维度、高动态的时空分析方法 ,自然用户界面的交互方式 ,新型的存储体系、应用系统等都将应运而生。然而 ,这一产业链如此之长 ,技术难度如此之大 ,无异于建造一座“巴别塔” ,超过任何一家企业、联盟甚至一个国家的独立完成的能力。

    因 此 ,地理空间信息领域的广泛合作 ,跨越国界、语言、肤色、种族的合作显得前所未有的重要和迫切。在三维GIS时代 ,“地球村”这个概念变得更加真实 ,而且触手可及。

    LiveGeography将是三维GIS的更高级形式 ,可以通过物联网等技术与现实世界实时通联 ,实现信息的动态获取、双向反馈和智能控制。“Live”的现实世界与“Live”的数字世界相互联通 ,犹如电影Avatar(《阿凡达》)里的克隆人 ,相互复制、相互关联 ,数字世界与现实世界成为交替进化的同一主体。

    但是 ,三维GIS也好、数字空间也好 ,还是LiveGeography也好 ,都只是信息和系统 ,还需要有人类的知识和智慧 ,才能成为一个真正的“活”的世界。

    应用领域知识与领域模型集成

    我们对世界了解的越多 ,发现数据的价值越少。

    研究数据的目的 ,是为了不使用数据。因 为我们关心的其实不是数据本身 ,而是数据带给我们的价值和启迪。数据本身并不具有认知、指导和直接重用的价值 ,从某种意义说 ,数据是系统运行的成本 ,还有可能成为一种负担 ,除非能够有效地利用它 ,让它产生出“足够”的价值 ,能够抵消掉管理和挖掘数据所产生的大量付出。如果从中提炼出“金子” ,那么大数据就真正具有了“大”的价值。

    我们需要从纷繁复杂的现象中获取数据 ,还需要从浩如烟海的数据中提炼出规律 ,就像从矿山中开采、筛选、冶炼、加工的过程。当然 ,从黄土中无法提炼出金子。要让大数据具有充分价值 ,首先数据还得是“富矿” ,要有强大的开采工具、先进的冶炼系统和丰富的应用模式 ,才能让数据成为真正的“资产”。

    软件将成为“知识”的最为重要的载体和物化形式。我们真正需要的不是数据而是结论 ,不是硬盘上  的Bit信号而是抽象出来的知识 ,只有“知识”才能够被学习和反复利用。地理空间信息科学需要重新建立时空信息的知识概念模型 ,所要处理的是“地理对象”而非简单的“几何要素” ,将遵循“知识”的内在逻辑来建构数据的处理逻辑和分析其相互关系和发展趋势。

    GIS在地理时空研究中的作用变得前所未有的重要。如果没有强大的GIS软件平台的支撑 ,我们将难以在全球变化、气候趋势、灾害过程、能源与水资源、交通、城市发展等问题的解决上  得到更为完整的认知 ,更无法达成整体优化的一致和采取卓有成效的行动。我们迫切地需要采用新的软件工具 ,刷新领域知识、变为知识模型并实现跨领域的集成 ,实现数据、模型、软件、应用的全面变革。智慧城市、数字流域、美丽乡村这些热词将通过GIS方法、技术和系统、应用的发展从概念逐步地变为现实。

    这一切很遥远 ,但已经在路上  。

(超图软件  王尔琪)

 

发表评论
用户名: 密码:
  匿名发表

(评论字数400字以内)

·请遵守中华人民共和国的各项有关法律法规
·以上  网友评论仅代表其个人观点 ,不代表地理空间项目网观点
·地理空间项目网管理人员有权保留或删除评论内容
·参与本评论即表明您已经阅读并接受上  述条款


声明:地理空间项目网登载此文出于传递更多信息之目的 ,并不意味着赞同其观点或证实其描述 ,文章内容仅供参考。

机构链接:
 


Copyright © 2005-2020 地理空间项目网 All Rights Reserved
客服热线:010-62211685(直拨)
Q群1:42720732(已满)  Q群2:60428364(已满)  Q群3:77256492(已满)  Q群4:71897230(已满)  Q群5:100810128