大数据在GIS中的应用进展与展望

朱 懿

（江西理工大学 土木与测绘工程学院，江西 赣州341000）

1 大数据在GIS中的应用概述

1.1 地理信息系统

自信息时代出现以来，我国一直十分注重数字世界村、数字中国和数字城市的发展，以海量的碎片化信息来提升公众的便利。要开发数字世界村和数字城市，不仅仅需要概念庞大的知识和相关替代的技术支持，还需要结合建立相关连接的地理空间基础设施，如人员定位、城市灾害预警、城市基础设施抽象地理分布等，这些都与地理信息知识有着不可分割的关联。

随着知识技术在社会中的不断发展，新时代的人类探索地球的方式正在变得越来越智能化。知识爆炸的时代里，更多与地理相关的信息被充分挖掘和扩大，它的几何式增长为世界带来了巨大改变，人们如何从巨大而复杂的地理信息中获取数据和知识已成为当今社会的热门话题。相较于传统信息，海量的信息中包含未知数据和无限的知识。巨大的信息积累反映了真实世界内部工作机制和演化过程，寻找有效的方法去感知隐藏数据背后的信息，将其转换成人类可以解读的数据是一个巨大的挑战。

地理信息在我们日常生活中扮演着重要的角色，人类的活动有将近80%都与空间位置有关，但是在过去由于测绘设备和其他技术手段的局限性，地理位置难以得到或精度有限，使得地理信息的研究和发展受到了阻碍。20世纪60年代以来，随着技术的发展，越来越多的空间信息开始被人们所使用。传统的地理信息系统是在硬件和软件的支持下，对地球的全局或者局部的地理空间数据进行采集与处理、存储与管理、分析与应用、显示与输出的技术系统。在数据层面，其主要是通过图像扫描、格式转换和野外数据采集等手段来获得数据。不过，在现在的大数据时代，物联网、移动设备、高清摄像机等快速发展，地理空间数据的载体和获取方式也越来越多，位置信息也更加精确，这些都给GIS带来了新的机遇和挑战。

GIS是一个发展的理念[1]，其概念主要有两方面。一方面，GIS是一个交叉性的学科，是一门涉及地图学、遥感科学、测量学等学科的综合性学科。另一方面，GIS是一门技术系统，其通过地理空间数据库提供数据基础，采用地理分析方法，适时地提供多种空间的和动态的地理信息，是为地理研究和地理决策服务的计算机技术系统。目前，GIS已经发展为一个能够处理多种复杂的地理空间信息的综合性科学技术体系。传统GIS数据中许多都是由地图制图数据转化过来的，其面向的数据主要以二维为主，所以人们将它们统称为二维GIS。经过了30多年的发展，二维GIS已经进入到各行各业，为很多领域的发展都提供了帮助。然而，二维GIS也存在着一些问题。例如，二维GIS无法满足现实世界的需要，因为人们所生活的空间是三维的，二维GIS所能表达的内容有限，不能满足现实世界的可视化需求。随着计算机领域和地理空间数据获取技术的快速发展，如何克服大量数据对GIS带来的冲击成为GIS领域中研究的主流方向，其研究的进展与成果被越来越多的人所关注。2015年，周成虎[2]的一篇论文分别从地球空间到宇宙空间、从室外空间到室内空间、从宏观空间到微观空间和从小数据到大数据几个方面对全空间地理信息系统进行了展望。2017年，闾国年[3]等研究者的一篇论文中指出地理信息的定义一直在“空间+属性”的地图信息基本框架下逐步扩展，其发展历程经历了地图GIS、语义GIS、时空GIS和大数据GIS四个不同的阶段，但是仍无法满足时空大数据的分析和应用需求，并且提出了涵盖“空间定位”“语义描述”“属性特征”“几何形态”“演化过程”“要素相互关系”的地理信息六要素表达模型。与此同时，GIS不但本身在不断地发展，其与各个行业的应用也非常广泛。2018年，王元胜[4]等研究者就将GIS与农业园区结合，设计了一套农业园区全景GIS数字化系统，提高了园区农业生产经营的精细化管理水平。传统的GIS处理的数据量相对较小，其主要处理的是具有精确定位的地理信息，而大数据中的海量空间数据以及对各个方面需求的提升，使得其给GIS的发展既带来了机遇，又带来了挑战。

1.2 大数据

“大数据”一词最早于20世纪80年代由美国未来学家Alvin Toffler在其著作中提出，不过，到目前为止还没有一个公认的定义。大数据已经超越了GIS领域在传统数据挖掘技术的能力范围，并且虚拟现实和互联网的快速发展使得大数据逐渐呈现出数据海量性、复杂性等特征。同时，“互联网+”的提出更加快了网络信息的发展和增长的步伐。2017年，刘先林院士[5]就在其发表的论文中对“互联网+”时代GIS的智能特征进行了论述并对其展望，指出“互联网+”时代GIS主要有作业范围更广、重复采集频率更高、粒度更小、分辨率更高、精度更高、后处理更智能化、与大数据相融合和增强型GIS对3D GIS提出了更高的要求。可见，互联网对于GIS行业的发展起着非常重要的推动作用，其为GIS带来了许多的机遇。然而，互联网对GIS的挑战也在逐步增加。以上述的GIS与大数据相融合的特征为例，首先，大数据和大数据量是不同的，大数据主要是在实时的网上进行的，空间的分辨率比较低而时间分辨率较高。如果将其与地理信息的大数据融合起来，就会在一定程度上提升数据的价值，不过有一个问题就是数据的保密性，如何将保密的数据在大数据的平台上进行提供和使用，这是互联网大数据给GIS带来的挑战之一。

1.3 大数据与GIS的融合

目前，大数据与GIS的融合已经表现在很多领域。2014年春节前后，百度与央视合作，将大数据与地图可视化结合起来播报春节人口的迁移情况，其主要运用的技术之一就是LBS，通过云计算平台的数据处理模块和人们移动设备不断采集的定位数据来进行计算分析，以展现春节期间人们的迁移轨迹。此外，研究者们也在为大数据与GIS的融合做出努力。曾元武[6]等研究者在2015年分析了大数据技术，并从处理技术和数据挖掘技术的现状，对大数据时代下地理信息公共平台建设进行了展望。王凯[7]等研究者在2015年尝试将地理空间大数据的处理用Hadoop的分布式计算方式来进行，且详细地论述了为了能够充分发挥各自的特点应如何解决空间数据格式、空间运算组件的问题，同时阐述了设计思路与技术路线。刘勍[8]等研究者在2016年将农业大数据与Web GIS相结合，针对目前农业领域缺少量化数据的支撑、数据挖掘能力低下以及难以与空间数据结合分析等问题，提出了一种将大数据与Web GIS方法应用到农业中的体系框架。肖建华[9]等研究者在2016年讨论了地理时空大数据管理与应用的云平台建设，设计了矢量数据的时空数据库结构并论述了云平台设计的思路。向红梅[10]等研究者在2017年对城市地理时空大数据的管理与应用平台的建设和相应方法进行了研究，其针对城市地理数据的专业类别多、数据格式多、数据分散等问题，提出了图形式数据、栅格式数据、要素式数据、类GIS数据、ArcGIS数据五大地理时空数据的管理方案。孙华波[11]等研究者在2018年以飞行大数据的有效关联挖掘为主题进行了研究，提出了一种基于时态GIS的飞行品质监控时空分析方法，构建了QAR数据时空演化模型并设计了一套针对不安全事件的动态时空统计分析系统。此外，地理空间大数据也成为了主要发展的领域之一，地理空间大数据和互联网大数据的高效融合已经成为该领域发展的主流。叶春姣[12]等研究者在2017年以京东的线上收集交易记录为例，采用了空间聚类、分类回归树和空间自相关等数据挖掘方法，对基于GIS的网购大数据进行了挖掘分析。黎海波[13]等研究者在2017年根据东莞市出租车的GPS大数据对社区公园进行选址研究，利用大数据来为选址问题代入一定的空间位置优化和人们活动规律的条件参考，使其相比传统的选址方法更加有效、合理、可靠。庞国芳[14]等研究者在2018年将高分辨质谱、互联网和地理信息系统结合起来对中国农药残留绘制了地图，这项研究为我国“十三五”国家战略发展规划中所提出的实现“农药零增长”和“推进健康中国建设”提供技术和科学的数据支持。可见，研究者们已经在大数据与地理空间信息融合方面进行了大量的研究工作，但是现有的GIS方法在处理地理时空大数据时还存在效率、可靠性等缺陷，这就需要我们综合计算机或者其他领域的技术融合到GIS领域中来解决这些难题。

王成彬[15]等研究者在2018年考虑到大数据时代在产生爆发式增长数据的同时，也存在着很多噪声和冗余数据，所以其对数据预处理的技术应用于地学大数据进行了探讨。在计算机中有很多的智能算法也是处理大数据的一种有效手段，我们在利用深度学习、支持向量机、随机森林和神经网络等学习手段时，经常需要输入最优参数，而利用这些智能算法进行局部或者全局寻优既能够提升效率又能够得到准确的最优值。目前，常用的智能算法有遗传算法、粒子群算法、模拟退火算法、人工蜂群算法、蚁群算法、狼群算法、蝙蝠算法等。王海军[16]等研究者在2017年的时候利用生物地理学优化算法来获取城市扩展元胞自动机模型的参数，其实验中表示出生物地理学优化算法相比遗传算法、粒子群算法、蚁群算法和逻辑回归方法具有更好的精度和性能。黄轲[17]等研究者在2016年将大数据GIS应用到房产室内信息系统的设计与应用中，实现了室内海量信息的三维漫游显示、室内信息编辑与修改功能，极大地增强了用户的体验。邵瀚[18]等研究者在2018年针对传统二维的CAD图并不能非常直观地表达水利工程规划设计方案，所以将大数据GIS应用到水利工程的规划设计中，可以加强对于规划设计的可视化与应用。大数据GIS还可以和减灾赈灾相结合，为灾害的治理提供帮助。贾进科[19]等研究者在2016年基于物联网、网络三维地理信息系统和数据库为核心技术，利用大数据GIS设计了大型水库进行地质灾害监测管理系统，并通过应用实验验证了系统的稳定性、有效性、智能性，具备很好的应用前景。薛丰昌[20]等研究者在2017年利用大数据GIS对城市的暴雨进行积涝灾害模拟，为城市暴雨积涝灾害防灾与治灾提供了帮助。随着大数据GIS在各行各业的应用加快，其对于大数据GIS数据采集、数据管理、空间可视化、数据分析等技术的发展也起到了推动的作用。

2 大数据在GIS中的应用展望

地理时空大数据在未来还会继续以爆炸式增长，未来Linux与云计算将快速发展，IT行业最终将会成为社会基础建设的重要部分。同时ARM的低功耗计算平台将会突飞猛进发展，并且推动物联网的快速发展。智慧城市将成为这一时代的大浪潮，位置信息、GIS服务信息将会变成城市中不可缺少的一部分。王尔琪[21]等研究者在2015年的论文中对未来GIS发展的技术趋势进行了展望，除了云计算和低功耗计算平台外，还有移动应用、数据开放、大数据分析、“地理智慧”、三维技术、开源软件、社会化软件等领域的快速发展会带动GIS行业的融合性，使地理科学研究者、地理爱好者和地理信息服务的使用者都参与到地理信息的认知、挖掘的过程中来。在2015年，国务院正式印发《促进大数据发展行动纲要》，部署了大数据的发展与管理工作。未来大数据将推动产业发展，促进大数据的共享和利用，这将成为GIS领域高速发展的一个良好契机。