大數據在GIS中的應用進展與展望

朱 懿

（江西理工大學 土木與測繪工程學院，江西 贛州341000）

1 大數據在GIS中的應用概述

1.1 地理信息系統

自信息時代出現以來，我國一直十分注重數字世界村、數字中國和數字城市的發展，以海量的碎片化信息來提升公眾的便利。要開發數字世界村和數字城市，不僅僅需要概念龐大的知識和相關替代的技術支持，還需要結合建立相關連接的地理空間基礎設施，如人員定位、城市災害預警、城市基礎設施抽象地理分布等，這些都與地理信息知識有著不可分割的關聯。

隨著知識技術在社會中的不斷發展，新時代的人類探索地球的方式正在變得越來越智能化。知識爆炸的時代里，更多與地理相關的信息被充分挖掘和擴大，它的幾何式增長為世界帶來了巨大改變，人們如何從巨大而復雜的地理信息中獲取數據和知識已成為當今社會的熱門話題。相較于傳統信息，海量的信息中包含未知數據和無限的知識。巨大的信息積累反映了真實世界內部工作機制和演化過程，尋找有效的方法去感知隱藏數據背后的信息，將其轉換成人類可以解讀的數據是一個巨大的挑戰。

地理信息在我們日常生活中扮演著重要的角色，人類的活動有將近80%都與空間位置有關，但是在過去由于測繪設備和其他技術手段的局限性，地理位置難以得到或精度有限，使得地理信息的研究和發展受到了阻礙。20世紀60年代以來，隨著技術的發展，越來越多的空間信息開始被人們所使用。傳統的地理信息系統是在硬件和軟件的支持下，對地球的全局或者局部的地理空間數據進行采集與處理、存儲與管理、分析與應用、顯示與輸出的技術系統。在數據層面，其主要是通過圖像掃描、格式轉換和野外數據采集等手段來獲得數據。不過，在現在的大數據時代，物聯網、移動設備、高清攝像機等快速發展，地理空間數據的載體和獲取方式也越來越多，位置信息也更加精確，這些都給GIS帶來了新的機遇和挑戰。

GIS是一個發展的理念[1]，其概念主要有兩方面。一方面，GIS是一個交叉性的學科，是一門涉及地圖學、遙感科學、測量學等學科的綜合性學科。另一方面，GIS是一門技術系統，其通過地理空間數據庫提供數據基礎，采用地理分析方法，適時地提供多種空間的和動態的地理信息，是為地理研究和地理決策服務的計算機技術系統。目前，GIS已經發展為一個能夠處理多種復雜的地理空間信息的綜合性科學技術體系。傳統GIS數據中許多都是由地圖制圖數據轉化過來的，其面向的數據主要以二維為主，所以人們將它們統稱為二維GIS。經過了30多年的發展，二維GIS已經進入到各行各業，為很多領域的發展都提供了幫助。然而，二維GIS也存在著一些問題。例如，二維GIS無法滿足現實世界的需要，因為人們所生活的空間是三維的，二維GIS所能表達的內容有限，不能滿足現實世界的可視化需求。隨著計算機領域和地理空間數據獲取技術的快速發展，如何克服大量數據對GIS帶來的沖擊成為GIS領域中研究的主流方向，其研究的進展與成果被越來越多的人所關注。2015年，周成虎[2]的一篇論文分別從地球空間到宇宙空間、從室外空間到室內空間、從宏觀空間到微觀空間和從小數據到大數據幾個方面對全空間地理信息系統進行了展望。2017年，閭國年[3]等研究者的一篇論文中指出地理信息的定義一直在“空間+屬性”的地圖信息基本框架下逐步擴展，其發展歷程經歷了地圖GIS、語義GIS、時空GIS和大數據GIS四個不同的階段，但是仍無法滿足時空大數據的分析和應用需求，并且提出了涵蓋“空間定位”“語義描述”“屬性特征”“幾何形態”“演化過程”“要素相互關系”的地理信息六要素表達模型。與此同時，GIS不但本身在不斷地發展，其與各個行業的應用也非常廣泛。2018年，王元勝[4]等研究者就將GIS與農業園區結合，設計了一套農業園區全景GIS數字化系統，提高了園區農業生產經營的精細化管理水平。傳統的GIS處理的數據量相對較小，其主要處理的是具有精確定位的地理信息，而大數據中的海量空間數據以及對各個方面需求的提升，使得其給GIS的發展既帶來了機遇，又帶來了挑戰。

1.2 大數據

“大數據”一詞最早于20世紀80年代由美國未來學家Alvin Toffler在其著作中提出，不過，到目前為止還沒有一個公認的定義。大數據已經超越了GIS領域在傳統數據挖掘技術的能力范圍，并且虛擬現實和互聯網的快速發展使得大數據逐漸呈現出數據海量性、復雜性等特征。同時，“互聯網+”的提出更加快了網絡信息的發展和增長的步伐。2017年，劉先林院士[5]就在其發表的論文中對“互聯網+”時代GIS的智能特征進行了論述并對其展望，指出“互聯網+”時代GIS主要有作業范圍更廣、重復采集頻率更高、粒度更小、分辨率更高、精度更高、后處理更智能化、與大數據相融合和增強型GIS對3D GIS提出了更高的要求。可見，互聯網對于GIS行業的發展起著非常重要的推動作用，其為GIS帶來了許多的機遇。然而，互聯網對GIS的挑戰也在逐步增加。以上述的GIS與大數據相融合的特征為例，首先，大數據和大數據量是不同的，大數據主要是在實時的網上進行的，空間的分辨率比較低而時間分辨率較高。如果將其與地理信息的大數據融合起來，就會在一定程度上提升數據的價值，不過有一個問題就是數據的保密性，如何將保密的數據在大數據的平臺上進行提供和使用，這是互聯網大數據給GIS帶來的挑戰之一。

1.3 大數據與GIS的融合

目前，大數據與GIS的融合已經表現在很多領域。2014年春節前后，百度與央視合作，將大數據與地圖可視化結合起來播報春節人口的遷移情況，其主要運用的技術之一就是LBS，通過云計算平臺的數據處理模塊和人們移動設備不斷采集的定位數據來進行計算分析，以展現春節期間人們的遷移軌跡。此外，研究者們也在為大數據與GIS的融合做出努力。曾元武[6]等研究者在2015年分析了大數據技術，并從處理技術和數據挖掘技術的現狀，對大數據時代下地理信息公共平臺建設進行了展望。王凱[7]等研究者在2015年嘗試將地理空間大數據的處理用Hadoop的分布式計算方式來進行，且詳細地論述了為了能夠充分發揮各自的特點應如何解決空間數據格式、空間運算組件的問題，同時闡述了設計思路與技術路線。劉勍[8]等研究者在2016年將農業大數據與Web GIS相結合，針對目前農業領域缺少量化數據的支撐、數據挖掘能力低下以及難以與空間數據結合分析等問題，提出了一種將大數據與Web GIS方法應用到農業中的體系框架。肖建華[9]等研究者在2016年討論了地理時空大數據管理與應用的云平臺建設，設計了矢量數據的時空數據庫結構并論述了云平臺設計的思路。向紅梅[10]等研究者在2017年對城市地理時空大數據的管理與應用平臺的建設和相應方法進行了研究，其針對城市地理數據的專業類別多、數據格式多、數據分散等問題，提出了圖形式數據、柵格式數據、要素式數據、類GIS數據、ArcGIS數據五大地理時空數據的管理方案。孫華波[11]等研究者在2018年以飛行大數據的有效關聯挖掘為主題進行了研究，提出了一種基于時態GIS的飛行品質監控時空分析方法，構建了QAR數據時空演化模型并設計了一套針對不安全事件的動態時空統計分析系統。此外，地理空間大數據也成為了主要發展的領域之一，地理空間大數據和互聯網大數據的高效融合已經成為該領域發展的主流。葉春姣[12]等研究者在2017年以京東的線上收集交易記錄為例，采用了空間聚類、分類回歸樹和空間自相關等數據挖掘方法，對基于GIS的網購大數據進行了挖掘分析。黎海波[13]等研究者在2017年根據東莞市出租車的GPS大數據對社區公園進行選址研究，利用大數據來為選址問題代入一定的空間位置優化和人們活動規律的條件參考，使其相比傳統的選址方法更加有效、合理、可靠。龐國芳[14]等研究者在2018年將高分辨質譜、互聯網和地理信息系統結合起來對中國農藥殘留繪制了地圖，這項研究為我國“十三五”國家戰略發展規劃中所提出的實現“農藥零增長”和“推進健康中國建設”提供技術和科學的數據支持。可見，研究者們已經在大數據與地理空間信息融合方面進行了大量的研究工作，但是現有的GIS方法在處理地理時空大數據時還存在效率、可靠性等缺陷，這就需要我們綜合計算機或者其他領域的技術融合到GIS領域中來解決這些難題。

王成彬[15]等研究者在2018年考慮到大數據時代在產生爆發式增長數據的同時，也存在著很多噪聲和冗余數據，所以其對數據預處理的技術應用于地學大數據進行了探討。在計算機中有很多的智能算法也是處理大數據的一種有效手段，我們在利用深度學習、支持向量機、隨機森林和神經網絡等學習手段時，經常需要輸入最優參數，而利用這些智能算法進行局部或者全局尋優既能夠提升效率又能夠得到準確的最優值。目前，常用的智能算法有遺傳算法、粒子群算法、模擬退火算法、人工蜂群算法、蟻群算法、狼群算法、蝙蝠算法等。王海軍[16]等研究者在2017年的時候利用生物地理學優化算法來獲取城市擴展元胞自動機模型的參數，其實驗中表示出生物地理學優化算法相比遺傳算法、粒子群算法、蟻群算法和邏輯回歸方法具有更好的精度和性能。黃軻[17]等研究者在2016年將大數據GIS應用到房產室內信息系統的設計與應用中，實現了室內海量信息的三維漫游顯示、室內信息編輯與修改功能，極大地增強了用戶的體驗。邵瀚[18]等研究者在2018年針對傳統二維的CAD圖并不能非常直觀地表達水利工程規劃設計方案，所以將大數據GIS應用到水利工程的規劃設計中，可以加強對于規劃設計的可視化與應用。大數據GIS還可以和減災賑災相結合，為災害的治理提供幫助。賈進科[19]等研究者在2016年基于物聯網、網絡三維地理信息系統和數據庫為核心技術，利用大數據GIS設計了大型水庫進行地質災害監測管理系統，并通過應用實驗驗證了系統的穩定性、有效性、智能性，具備很好的應用前景。薛豐昌[20]等研究者在2017年利用大數據GIS對城市的暴雨進行積澇災害模擬，為城市暴雨積澇災害防災與治災提供了幫助。隨著大數據GIS在各行各業的應用加快，其對于大數據GIS數據采集、數據管理、空間可視化、數據分析等技術的發展也起到了推動的作用。

2 大數據在GIS中的應用展望

地理時空大數據在未來還會繼續以爆炸式增長，未來Linux與云計算將快速發展，IT行業最終將會成為社會基礎建設的重要部分。同時ARM的低功耗計算平臺將會突飛猛進發展，并且推動物聯網的快速發展。智慧城市將成為這一時代的大浪潮，位置信息、GIS服務信息將會變成城市中不可缺少的一部分。王爾琪[21]等研究者在2015年的論文中對未來GIS發展的技術趨勢進行了展望，除了云計算和低功耗計算平臺外，還有移動應用、數據開放、大數據分析、“地理智慧”、三維技術、開源軟件、社會化軟件等領域的快速發展會帶動GIS行業的融合性，使地理科學研究者、地理愛好者和地理信息服務的使用者都參與到地理信息的認知、挖掘的過程中來。在2015年，國務院正式印發《促進大數據發展行動綱要》，部署了大數據的發展與管理工作。未來大數據將推動產業發展，促進大數據的共享和利用，這將成為GIS領域高速發展的一個良好契機。