解放地理信息

黃騫

大數據（Big Data）是將規模龐大、結構復雜、動態演變的數據進行采集、篩選、管理、搜索、分析、挖掘與表達的技術統稱，是連通信息世界和知識世界的橋梁，也是數據科學（Data Science）的重要研究方向。

大數據的概念原本出自以谷歌為代表的新一代IT公司，利用數據密集型復雜挖掘技術處理海量數據，并創造驚人價值的現象，創立之初就頗有“沙里取金”的奪人眼球的效果。

美國政府年初宣布的“Big Data Initiative”，更是將其變成包括中國在內的全球各國炙手可熱的新“掘金點”，Map Reduce迅速成為學術界、產業界反復炒作渲染的流行詞匯。

“大數據”技術來自搜索、電子商務、科學計算等領域長期與海量數據打交道所積累下的經驗積累，目前尚不存在公認的基礎理論和解決方案。要真正理解大數據，用好大數據，必須跳出現有概念的窠臼，一方面從底層數據科學入手，提煉和解答出數據背后的科學問題，尋找數據真正的意義和基礎規律；另一方面需要遵循“從實踐中來，到實踐中去”的原則，在實際應用中了解大數據，研究不同領域的數據情況，明確大數據可以創造的核心價值與實現難點。

地理信息是天然大數據

從上世紀60年代誕生之日起，海量數據問題一直是地理信息領域的“阿基里斯之踵”。究其原因，主要是兩方面：

第一，地理科學面對的是一個復雜巨系統。1986年錢學森院士在現代人類知識體系將地理科學歸結為自然科學與社會科學之間的橋梁科學，研究整個地球表面同人類息息相關的大氣對流層、巖石圈上部、水圈、生物圈和人類圈環境。因為上至衛星遙感數據、下至地震傳感數據，以及我們常見的統計、環境、水利、資源、土地等領域數據都屬于地理數據，所以地理信息技術需要處理的范圍廣，數據源多，數據類型多樣，其數據量巨大是不言而喻的。

第二，地球表面的信息量巨大，感知手段多樣。以谷歌地圖使用Landsat TM影像為例，其空間分辨率為30米，則單一時相全球完整覆蓋其整體數據量約為2TB。2012年底，我國已對成功發射天繪、天鏈、天拓、遙感、資源、氣象、海洋等多系列衛星，建立起環境與災害監測預報小衛星星座，“嫦娥一號”對月觀測也取得良好效果，而整個“十二五”期間我國計劃發射百余顆衛星。

以今年發射成功的資源三號為例，其幾何定位精度為30米，重訪周期僅5天，則一年內的基礎數據量就可達數百TB。當中國遙感未來邁入國際上快鳥（Quick Bird）等高分辨率衛星達到1M分辨率的門檻后，則全球單次掃描的遙感影像結果數據量將至少超過1800TB，這對目前的數據處理能力來說是不可想象的，更別說還要考慮多波段、多時相、多產品、歷史數據、中間數據、重疊區、雷達、點云數據等問題。

遙感數據之外，北斗定位系統的建立、移動互聯網和物聯網的快速發展也會導致包括來自車輛、風力、雨量、溫度、濕度等各種傳感器以及個人網絡活動的高頻空間關聯信息的數據洪流涌入，并且要求快速處理響應。

地理數據蘊含巨大價值

隨著谷歌地球等互聯網電子地圖的普及，目前公眾已逐漸接受并熟悉了位置服務（LBS）、地圖瀏覽查詢、車輛導航等地理信息服務。地理信息已經創造了巨大的價值，但這只是諸多地理信息應用的冰山一角。

無論是遙感數據、物聯網傳感器數據、地圖數據還是個人網絡活動數據，都可以看作是地理自然與人文環境的采樣與記錄，只要使用合適的分析方法就可揭示其蘊含在背后的深刻而復雜的社會自然意義。

地理信息系統擅長于進行空間分析及與其他領域模型的關聯分析。例如：

利用遙感數據再分類的特征識別與提取技術，可快速提取地表的水域、農田、城區、建筑等，對農業估產、城市規劃等應用具有重要作用；

城市傳感器數據的建模、分析可用于了解區域溫度、PM2.5等指標真實分布，輔助政府市民進行出行活動決策；

將政區與耕地數據集進行疊加，通過格網分析即可快速統計行政區域內的耕地面積，這對于土地紅線控制具有重要參考作用；

空間關系分析針對當前互聯網中產生的大量簽到信息進行商區聚類分析，從而幫助商業選址、廣告優化；

網絡分析更是應用廣泛，從現代物流倉儲選址、配貨調度，到公路網，鐵路網、電力網、市政管網等設施的優化管理調度，再有水系分析，管理、應急、導航路徑分析、交通規則處理等等，都是網絡分析的用武之地；

而時空分析則可用于區域環境變化監測，快速發現土地、建筑、氣溫、環境、水文的變化，從而積極響應。

目前國內地理信息產業建立了從數據生產、軟件平臺、應用服務的全產業鏈，上游有四維圖新等專業圖商；中游有超圖軟件等地理信息軟件平臺商；下游有天地圖、百度地圖、超圖云服務等服務商。地理信息技術不僅已成功應用于水利環保、能源礦產、氣象環保、國土房產等行業中，而且成為國家數字城市與智慧城市建設的核心平臺。

大數據時代下，地理信息產業挑戰與機遇并存。不僅需要地理信息系統數據采集、篩選、存儲、分析與顯示技術的升級，而且要徹底扭轉傳統地理信息系統重視數據管理與顯示，輕視數據分析的狀況。大數據的意義只有將地理信息產業的核心關注轉移到用戶價值上之后才能得到體現，否則大數據不如小數據，因為實現同樣的價值前提下前者成本只會更高。

但是，如果在大數據浪潮下，地理信息產業可以完成一次升級，那么就不僅意味著產業鏈上下游的完全重構，而且可以在物聯網、移動互聯網、國土、環保、水利領域，分析挖掘其紛繁數據的空間意義，產生巨大的經濟社會價值。

三個關鍵問題亟待解決

“問渠那得清如許，為有源頭活水來。”地理信息動態龐大的數據流代表著一個巨大的價值寶藏，基于地理信息技術從多源大數據中獲取對自然與人文環境的知識，從而提高政府、商業與個人生活效率的美好未來并不遙遠。要實現這一目標，有幾個問題亟需解決：

一是研究地理信息適用的大數據技術。目前流行的MapReduce等技術只能看做是大數據技術示范，相比傳統分布式計算、并行計算技術其適用的范圍較窄，難以提高GIS中大部分運算效率，所以處理地理信息大數據必須建立自身的大數據技術體系。

二是解放沉睡的數據。大數據產業需要各個領域的數據融合才能更真實地對世界建模分析。美國政府已依照Government 2.0建設理念發布了Data.gov 網站，截至2012年11月已提供了來自聯邦政府各部門的392590個數據與工具，其中包含空間數據服務386429個；歐洲也相應提出Inspire計劃。雖然中國目前也推出了北京市政府數據資源網，推動包括地理信息數據在內政府數據資源的對外服務，但是各個部門行業數據被閑置、堆積、浪費而不共享的情況仍然非常嚴重，嚴重制約了行業與應用的發展。

三是產學研結合，跨領域合作。大數據產業要成功，就必須完成從數據到知識再到價值的整個加工流程，這就必須充分融合企業和科研院所的各自優勢。

此外，大數據分析是一個多領域知識結構化集成的結果，所以必須提倡跨領域合作。（作者為超圖分布式地理信息研究室主任）