777精品久无码人妻蜜桃,国产日本精品视频在线观看 ,国产亚洲99久久精品熟女av,brazzersvideosex欧美最新版,人人爽人人人爽人人爽

分享
Scan me 分享到微信

龔健雅: 時空大數(shù)據時代的挑戰(zhàn)與思考

GIS發(fā)展趨勢已經由測繪遙感發(fā)展到社會感知,數(shù)據管理趨勢由原來的靜態(tài)管理走向實時管理,數(shù)據分析由空間分析走向時空分析,應用由專業(yè)化應用走向大眾化應用。

  6月13日,第六屆WGDC大會在北京國家會議中心隆重開幕。大會由空間信息產業(yè)創(chuàng)新創(chuàng)業(yè)服務平臺泰伯主辦,秉承不斷引領和促進空間信息技術創(chuàng)新與變革的宗旨,WGDC已走過六個年頭,如今已成為全球最具前瞻性的跨界創(chuàng)新風向標。

  在本屆大會主會場上,中國科學院院士、泰伯研究院名譽院長龔健雅做了特邀演講。

  以下為演講實錄

  (未經本人確認)

  各位領導、各位來賓,還有各位同事,今天非常感謝組委會邀請我來這里做一個交流。

  我首先聲明一下,這個報告里面沒有很多太深的東西,我在這里可能更想給大家?guī)硪恍┧伎迹蛘呤窃诿鎸r空大數(shù)據時,我們目前存在的一些問題。在邏輯上,我可能會把目前的一些內容進行梳理,首先從以下這幾個方面看整個地理信息科學技術和服務的發(fā)展。

  一、數(shù)據獲?。洪_始從測繪遙感到社會感知。今天看到程濤教授很多的技術手段不是測繪遙感的,而是以社會感知的方式。

  二、數(shù)據管理:開始從靜態(tài)到實時。

  三、數(shù)據分析:從空間到時空一體化分析。

  四、應用:尤其是今天看到很多的公司,可能不是直接面對專業(yè)化應用,而是到了大眾化的應用層面。

  下面我分幾個方面進行介紹。

  信息獲取

  對于一個社會來說,信息獲取由三個大部分組成,一個是物理,一個是人類本身,一個是信息。從物理世界、人類社會到信息空間,可能以前更多偏重于右邊,通過測量、遙感、傳感器和野外的調查來獲取數(shù)據,現(xiàn)在從社會感知設備,從網絡、Web或者是智能手機、移動網絡、導航定位設備、可穿戴設備以及視頻等途徑獲取各種信息,其中的信息獲取方式發(fā)生了深刻變化。當然稱謂也是非常清楚,遙感也是學了幾十年,這些信息讓我們獲取了很多的信息。最近幾年傳感的發(fā)展,從地表的傳感到水下的傳感的應用都已經成熟,大量應用于環(huán)保、氣象以及各個部門。今天應用的除了物理感知之外,更多是社會感知。

  第一感知渠道是互聯(lián)網。像Facebook、微博、微信等有大量的信息每天都在網上,這些信息大量反映經濟社會發(fā)展的現(xiàn)狀,也包括人文的一些理解和信息,也包括人的相關觀點模型。第二,智能手機。很多學者對智能手機的應用做了各種各樣的應用方法,包括個人的行為。第三,導航設備。今天百度給大家看了很多交通的信息,我們的導航信息提供的,包括實時的交通信息、路況各種信息,都是由導航設備得到的。第四,視頻監(jiān)控。城市里頭現(xiàn)在有大量的視頻,每個城市都有幾十萬、上百萬,這些視頻從原理上說既是感知物理世界的視頻,同時也是感知人類社會的一個視頻。對人流量感知,對突發(fā)事件的感知,都會有很大的信息獲取。最后,可穿戴設備?,F(xiàn)在很多人戴的手環(huán)、表,這些可穿戴設備本身提供很多的信息,包括個人、群體的信息等。

  現(xiàn)在的問題是遙感獲得了一些信息,社會感知傳感器獲得了一些信息,而這些信息從理論上來說可以更好理解客觀的世界、物理的世界。但是挑戰(zhàn)相當明顯。

  第一個挑戰(zhàn)是大家都知道測繪遙感有嚴格的產品標準和生產技術規(guī)程,社會感知數(shù)據沒有標準規(guī)范,模態(tài)多樣、雜亂無章,如何梳理成可信的數(shù)據是一大挑戰(zhàn)?,F(xiàn)在做了很多年的研究,基本上沒有哪個部門說用這些研究的東西做一個正式的決策,但是我們測繪遙感的數(shù)據,大家用的都非常順手。如果兩類數(shù)據要融合的話,它的量不一致,時空尺度不一致,精度不一致,可靠性不一致,兩類數(shù)據如何集成,信息和空間如何融合?這是第一個挑戰(zhàn)。

  第二個挑戰(zhàn)是從動態(tài)到實施,以前做研究獲取信息的方式,無論是測繪還是遙感,都是在某一個時刻經過時得到的信息。往往把數(shù)據導到數(shù)據庫里面進行管理,但是今天從傳感出來和各種感知設備出來之后,這種管理的模式已經不再適應。我們迫切需要發(fā)展一種新的地理信息系統(tǒng),也就是實時的GIS。

  我們的GIS數(shù)據庫,從原來傳統(tǒng)的GIS發(fā)展到時空,以前時空相對來說只是一個版本的問題,或者是更新狀態(tài)的表達?,F(xiàn)在真得要發(fā)展的是實時的獲取和實時的計算分析,這個時候它整個的管理,從傳感器的數(shù)據進來,社會感知的數(shù)據進來,動態(tài)的更新、動態(tài)的索引,以及動態(tài)的分析和服務,這個時候需要實時的地理信息系統(tǒng)。

  數(shù)據管理

  前幾年,在國家的“863”支持下,專門開發(fā)了一個實時的地理信息系統(tǒng)。這個系統(tǒng)首先第一件事是說要有一個數(shù)據模型,這個數(shù)據模型從原來傳統(tǒng)的數(shù)據模型加上這個狀態(tài),用事件來驅動,再用整個的時空過程,無論是模擬還是關聯(lián)都需要得到這些信息。這個里面需要傳感器,也需要感知的設備,每時每刻得到數(shù)據,這是一個很嚴格的模型。最關鍵的一點是,我們不能用傳統(tǒng)的關系型數(shù)據庫,我們知道關系型數(shù)據庫重要的特點是并發(fā)控制,當你加一條記錄時,必須要鎖住數(shù)據庫,這個時候需要采用非關系型的,數(shù)據流隨時進來,這個時候不需要鎖數(shù)據庫。所以我們要有一個索引是實時動態(tài)的,以前做GIS知道把這個數(shù)據庫導入進來,呈現(xiàn)一個索引,非常費時間。如果這樣的話,就無法大量實施。現(xiàn)在我們采用MongoDB非關系型數(shù)據庫,數(shù)據隨時隨地進來,隨時隨地進行計算,不需要把它鎖住,這解決很大的痛點。另外還要有索引,索引是在流入的數(shù)據過程中自動增加和改進,在整個過程中不需要重新建數(shù)據,后面開發(fā)一個管理系統(tǒng)。我想這是實驗室開發(fā)的管理系統(tǒng),索引的數(shù)據可以實時進來,這些實時的數(shù)據包括機動車,包括飛機,大量的數(shù)據實時進來。以前做的很多人看到是文件管理,而GIS是GIS,文件是文件,現(xiàn)在把它們合在一起,是整個在數(shù)據庫下面的實時分析。

  現(xiàn)在的問題是什么呢?傳統(tǒng)的數(shù)據庫以前只能管理室外,擴展以后可以管理空間數(shù)據?,F(xiàn)在要甩開數(shù)據庫了,能不能用非關系型數(shù)據庫來管理傳統(tǒng)的影像等,在計算的時候能不能再次計算,同時同步計算,效率非常高,這是一個挑戰(zhàn)問題。第二個挑戰(zhàn)問題,要來接社會感知的數(shù)據,社會感知的數(shù)據雜亂無章需要清理,清理后需要入庫還是在線清理,都是一系列的問題。傳感網的數(shù)據很大,是把傳感網的數(shù)據直接存進來,還是摘取,這都對我們帶來挑戰(zhàn)。

  數(shù)據分析

  我們學了幾年的GIS,其中有一門課就叫空間分析。最典型的空間分析,大家知道疊置分析、緩沖區(qū)分析、網絡分析,這些東西很經典做了很多年,它在做的時候應該說非常可信的。

  這是廣州市利用疊置分析做它的道路,整個算法和結果都非??尚?。這是緩沖區(qū)分析,這是網絡分析,大家認為網絡分析在10年、20年以前還有可研究的東西,現(xiàn)在沒有了?,F(xiàn)在隨便在導航系統(tǒng)里頭只要發(fā)這個點到那個點,算出來的路基本上不會有錯誤。但是,我的意思是說空間分析的算法,已經在教科書里頭,而且比較成熟。但是后面最近幾年的發(fā)展,包括傳感網的發(fā)展數(shù)據已經進來了,我們也做了分析,這是一個例子,幾萬個傳感器都連進來,從管理來說沒有問題。實時的一些計算也在做,做了以后也能夠算出來一些,但是這些傳統(tǒng)的包括實時的動態(tài)模擬,我認為這些還是有不少的挑戰(zhàn)?,F(xiàn)在通過降雨量,通過土壤的濕度分析預測水位,都有一系列的模型和算法。

  對時空網絡的分析,除了剛才講的靜態(tài)的網絡,現(xiàn)在已經開始有動態(tài)的網絡。今年百度也分析了,每一個城市網絡之間的人群分析。我們要挖掘這些城市的特征和城市的一些人群變化規(guī)律。對城市人群活動空間,我們出了很多圖,科學家們發(fā)明了很多的方法。今天程濤教授也講了一下基于統(tǒng)計的分析,基于機器學習的分析。在不同的時間,對于整個的居住區(qū)、辦公區(qū)、商業(yè)區(qū)的分析,都做了大量工作,這是時譜曲線。針對出租車做了大量分析,通過出租車的軌跡,來分析交通的關鍵節(jié)點,里面有很多的關鍵網絡提取和研究方法。包括動態(tài)目標,人、車實時的狀態(tài)分析,都做了大量工作。

  但是,與我們傳統(tǒng)的GIS相比,我們有很好的空間分析方法,這些空間分析方法經過幾十年的發(fā)展已經成熟了,也在教科書里頭。但是對于時空數(shù)據的分析這塊,看到很多的文章發(fā)表,最近文章發(fā)的都很多。但是現(xiàn)在的問題是這些方法是不是有普世性,是不是可信、可靠,我想從理論上來說還需要很多年的時間。但現(xiàn)在的問題是說,我們這次大數(shù)據的潮流來得太大太快太猛了,可能來不及測試這些方法,他們的可信度、能力怎么樣?這些都需要進一步梳理和分析。

  數(shù)據應用

  從專業(yè)到大眾,最早做GIS的都知道數(shù)據是為了地圖服務,數(shù)字制圖,從原來的手工制圖通過計算機采集以后,能夠在計算機飛到紙質上。后來應用到土地利用規(guī)劃,國家最早的應用領域是測繪,第二個是規(guī)劃和國土。在國土得到大量的應用,現(xiàn)在GIS已經成為了必須要用的工具,無論是規(guī)劃領域還是土地領域,像土地變更調查完全都是基于GIS做的。在國土土地的交易,城市管理,我們國家的城市管理,特別是網絡化管理以后,主要的城市都實現(xiàn)了各種各樣的管理和決策系統(tǒng)的開發(fā),包括城市的狀態(tài),城市的一些辦公、案件,各個GIS的公司目前在這個層次上都有大量的工作,技術也都非常成熟。

  現(xiàn)在的發(fā)展到了兩個方向,一個是大眾,大眾里頭最多的每天出行,百度說一天90幾億的訪問量,我想可能導航最多。除了這些導航之外,可能大家到哪個地方找酒店,到哪個地方找餐館,到哪個地方找旅游景點,只要有一點文化的人能夠上網都可以使用。包括滴滴打車、共享位置、大眾點評,很多了。以前網絡對于大眾來說只是獲取信息,另外一個發(fā)展趨勢是大家貢獻信息、提供信息,通過公眾本身就能夠建立一個地理信息系統(tǒng)。對大眾來說,信息已經開始從應用走到產生。

  有一個問題也需要思考。GIS是個專業(yè),傳統(tǒng)的GIS系統(tǒng)要經過培訓才能應用。包括對政府工作人員的培訓,大眾能不能用?或者用的怎么樣?從目前來看還是用的不錯。就是說你給一些功能,大眾本身就有很好的用法,不用太復雜,這沒有問題。但是從數(shù)據來說,專業(yè)GIS對數(shù)據有嚴格的檢查,可信度高。大眾做的GIS,這個時候大家是否放心,質量如何保證?這些都需要重新思考來做的事。網上有很多的GIS應用,可能各種應用都有,但是目前的用戶都在不同平臺上開發(fā)。有些可能在百度上開發(fā),有些可能在高德開發(fā),現(xiàn)在不同平臺上開發(fā)的系統(tǒng),能不能共享和融合。今天李朋德局長舉的例子,可能很多的共享單車都應用GIS,但是本身做GIS系統(tǒng)時沒有共享,都不在一個平臺上開發(fā),這個時候如何保證信息的共享,這些都是值得我們思考和解決的問題。

  總結

  從發(fā)展趨勢來說,GIS已經從測繪遙感發(fā)展到社會感知,當然不是說測繪遙感的問題都解決了。現(xiàn)在很多的研究學者面臨很多的問題是社會感知的傳感器進來的數(shù)據,我想今天有不少的報告都涉及到。

  第二,從數(shù)據管理來說,從原來的靜態(tài)走向實時。實時里面,除了管理之外,還是實時的分析和實時的計算。進一步我想目前的開發(fā)者可能還沒有意識到,但是你要做一個真正應用系統(tǒng)時,從傳感器和感知數(shù)據進來,政府部門做決策時,這個問題是擺在我們面前的,必須要解決,可能傳統(tǒng)的GIS行業(yè)面臨著一些挑戰(zhàn)。

  第三,數(shù)據分析。從原來的空間分析到時空分析。空間分析更多是基于統(tǒng)計和幾何,現(xiàn)在時空分析統(tǒng)計也許還會更多地引進機器學習的分析方法,還有其他神經網絡方面的分析方法。

  第四,應用。從專業(yè)到大眾化的應用,只有一個產業(yè)發(fā)展到大眾化應用時,這個產業(yè)才會真正做大。大家都說GIS怎么也不可能到一萬億,因為政府部門只有這么多。但只要打開了從專業(yè)到大眾化的應用這條路,也許就可以到萬億級別。據說現(xiàn)在大概四千億左右,我們這個產業(yè)有可能會發(fā)展到萬億。

  在整個現(xiàn)在的技術手段、設備、軟件、研究、算法這些方面如何應對?我想今天在這里給大家提一個題目,“如何面對這樣的挑戰(zhàn)”?

  好,我的演講到這里,謝謝大家!

喜歡您正在閱讀的內容嗎?歡迎免費訂閱泰伯每周精選電郵。 立即訂閱

參與評論

【登錄后才能評論哦!點擊

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回復{{item.replynum}}
    {{child.username}} 回復 {{child.to_username}}:{{child.content}}

更多精選文章推薦