地理信息大數據探討

袁存忠，鄧淑丹

(福建省基礎地理信息中心，福建 福州 350003)

地理信息大數據探討

袁存忠，鄧淑丹

(福建省基礎地理信息中心，福建 福州 350003)

隨著信息化程度的不斷提高及云計算與物聯網技術的興起，數據量飛速增長，全球進入大數據時代。本文從大數據發展與特征入手，闡述了地理信息大數據的特征，介紹了地理信息大數據環境下的地理信息云平臺建設思路，探索了地理信息大數據的挖掘應用。

地理信息；大數據；云平臺

隨著計算機技術全面融入社會生活，信息爆炸已經積累到了引發變革的程度[1]。它不僅使世界充斥著比以往更多的信息，其增長速度也在加快。

20世紀90年代，數據倉庫之父Bill Inmon對信息數據賦予了新的特性，即Big Data，隨后大數據名詞在全球蔓延。2008年，Science專刊指出大數據時代已到來[2]，EMC與美國工程院院士Eric也拋出了Big Data概念；政府層面上，2012年3月29日，美國奧巴馬宣布每年投資兩億美元進行大數據研究[3-4]，同日我國科技部發布的《十二五國家科技計劃信息技術領域2013年度備選項目征集指南》把大數據研究列在先進技術研究首位，2014年，“大數據”首次進入我國政府工作報告，2015年我國政府工作報告明確提出推動大數據發展，設立400億元新興產業創業投資引導基金，為產業創新加油助力。從百姓搜索熱點看，依據百度與google的檢索數據，大數據的名稱從2008年在全球傳播，2013年在我國的檢索熱度陡然增加。

一、大數據概念

借用百度百科、維基百科等搜索引擎網站的定義：大數據或稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內獲取、處理成幫助政府決策、企業經營決策的資訊。

大數據具有大量化(volume)、多樣化(variety)、快速化(velocity)、價值化(value)4個特征[5]，只有具備這些特點的數據，才能稱之為大數據。大量化，數據量達PB、ZB，據統計，將2013年全球一年產生的數據印刷成書，可覆蓋美國52次，刻錄成光盤，堆成五堆，每堆均能延伸至月球[6]；數據結構多樣，包括文本、機器數據、視頻等多樣化的數據；速度化方面，人類產生的數據量正呈指數級增長，大約每兩年翻一番[7]，意味著人類在最近兩年產生的數據量相當于之前產生的全部數據量，該增速將保持持續至2020年，這也要求數據處理分析效率極高；價值化方面，通過對大量相關數據的分析，可預測未來的發展趨勢。

二、地理信息大數據

隨著地理信息資源的獲取手段越來越多，且獲取效率高，數據產生速度快，地理信息資源也進入大數據時代，并具備多樣化、體量大、快速化、價值高等特性。

1. 數據多樣化

隨著測繪技術、移動互聯網絡、傳感網、物聯網和智能移動終端的飛速發展，地理信息數據來源越來越多，包括通過人工、機器、人機交互等手段獲取的多樣化地理信息數據，如全外業測繪生產的DLG、DEM，天繪、天鏈、天拓、遙感等系列衛星獲取的遙感影像數據，數字攝影測量形成的DOM、DEM數據，傾斜攝影獲得的點云數據及處理形成的城市三維模型數據，車載移動激光掃描獲取的點云數據、街景數據、DLG、DEM、城市三維模型數據，無人機、風箏、氣球拍攝的影像數據,定位車、手機、手表、鞋等各類移動設備實時產生的位置信息，能見度、溫度、濕度等傳感器獲取的傳感數據，攝像頭獲取的實時視頻數據等。

2. 數據體量大

多樣化的數據獲取手段帶來了地理信息資源數據量的爆炸。負責我省地理信息數據資料管理的福建省基礎地理信息中心2014年地理信息數據的數據量達24 TB，是2013年的2～3倍。在全國范圍內，覆蓋全國的1∶5萬DLG達250 GB、1∶5萬DOM達10 TB，覆蓋全國的1∶1萬DLG約5.3 TB、1∶1萬DOM約350 TB，覆蓋全國一次的0.5 m分辨率影像數據量約65 TB，加上多波段、多時相、多產品、歷史數據、中間數據、重疊區等數據量更大，GNSS一個基準站1 s采樣率1 d的數據大約是50～80 MB，以全國3000個基準站計算，則總數據規模為180～240 GB[8]。在全球范圍內，聯合國全球地理信息管理(UN-GGIM)估計，全球每天會產生2503萬字節的數據，其中顯著的部分是位置感知[9]。

3. 數據快速化

獲取速度上，我國中高分辨率的影像數據獲取接近實時，高分二號同一地區重復采集周期為4 d，資源三號同一地區重復采集周期為5 d，傳感器與移動設備獲取數據的周期為實時；處理速度上，需響應“以秒甚至毫秒計的流數據”；時效性方面，數據的時效性可按分鐘計，如實時路況數據的時效性達10 min。

4. 數據價值高

地理信息數據蘊藏著豐富的價值，據《大數據市場：2012～2018年全球形勢、發展趨勢預測》預測，在個人地理信息方面，大數據將為服務商帶來超過1000億美元的收入，為用戶帶來超過7000億美元的價值。

5. 與傳統地理信息的比較

結合以上特征分析，地理信息大數據與傳統的地理信息數據相比，發生了很大的變化,見表1。定位不同，從主要服務政府部門轉變為服務大眾；驅動性上，除完成政府下達的地理信息數據采集任務外，還增加了自發地理信息(volunteer geographical information,VGI)采集，一種新型的基于網絡的大眾協同地理位置測量和地理信息采集[10]；地理信息數據的生產者從政府部門、企事業單位、具有測繪資質的公司，轉變為每個人都是地理信息數據的采集者；數據量從MB、GB到TB、PB的轉變；部分數據更新頻率達到了實時；質量方面，之前地理信息數據成果需通過具有資質的單位質檢，才能投入使用，質量要求非常高，但在大數據環境里，面對如此快速化、體量大的數據，傳統的質檢方法已不能滿足要求，必須通過計算機系統對地理信息數據進行質量控制，質量控制也沒有之前嚴格；地理信息大數據大多沒有元數據信息，而傳統地理信息數據擁有非常完整的元數據信息。

表1 地理信息大數據與傳統地理信息數據比較

三、地理信息云平臺

地理信息大數據已為實現價值奠定了基礎，而數據處理分析能力是達到智慧的關鍵，因此，數據處理分析能力至關重要。針對地理信息大數據的特性，要實現大數據到智慧的轉變，需采用云存儲技術、關系與非關系型數據庫存儲巨量數據，通過人工智能與云計算技術，按照一定的規則對可信度低、未質檢的數據進行抽取，清洗、轉換形成可用的地理信息數據，利用統計分析、數據挖掘技術來預測、洞察未來發展情況，而這一切可通過地理信息云平臺實現。

地理信息云平臺的定位不僅是支持桌面端與Web端應用，為企業內部與政府內部服務的平臺，還是服務型的、跨部門的、服務大眾的云平臺。

地理信息云平臺需集成各類趨勢化的技術與數據。數據管理方面支持3D數據、公共地理框架數據、點云、街景、實時位置及感知數據，支持的數據格式包括非關系型數據庫格式，關系型數據庫格式，表格、圖片等文件格式，互聯網社會媒體信息，傳感網絡設備傳輸的流數據，支持地理信息數據服務的接入。在功能方面，除具備傳統支持可視化查詢、編輯、分析、共享交換、應用開發功能外，還具備在線的地理信息關聯觸發與地理信息圍欄篩選的能力，其處理結果可為系列消息、通信信息、郵件、地圖成果，預測結果等；在使用上，用戶可基于各類終端訪問地理信息云平臺，并基于云平臺訂閱相關數據與功能，便可得到滿意的結果，無需關心數據在哪，如何處理，真正開啟全新的用戶體驗。

四、地理信息大數據應用探索

百度大數據產品使地理信息大數據應用廣為人知，百度遷徙圖是通過統計分析數億百度手機用戶遷徙軌跡數據形成的，其直觀地反映了人口遷徙情況，為交通部門進行春運交通調度提供指導，“百度天眼”可實時“嗅探”飛機運行狀態，為百姓出行規劃提供指導。

地理信息云平臺實現各類資源的共享交換，使地理信息應用從推動應用轉變為利用相關信息挖掘應用，為政府、企業、社會公眾的決策提供服務。地理信息大數據還可應用于地理信息數據更新、城市信息挖掘、公共安全管理、交通出行、環保監測、衛生防疫等領域。

1) 地理信息數據更新應用。對用戶在微博、微信中分享的海量位置信息進行聚合、篩選后，更新地名地址、興趣點數據，借助人口與車輛的流動數據更新道路，確保地理信息數據資料的鮮活性。

2) 城市人文信息挖掘應用。燈光直接反映著城市工業化水平、城鎮化水平、人口集中分布情況[11]，利用遙感衛星夜間影像可以獲取各城市的經濟要素。如利用夜光的減少情況，可評估居民大規模遷徙與戰爭情況；通過經濟統計數據、夜光影像、人口分布圖、土地覆蓋類型數據等，獲得格網化的GDP數據，可使政府精準掌握經濟區域發展情況。

3) 公安應急應用。對于開放式的廣場，公安部門很難掌控人口聚集程度，難以給出科學的人口流量控制措施，極易出現踩踏事件。因此可借助手機熱點大數據計算出每平方米聚集的人口數量，結合手機熱點的流動趨勢，判斷每平方米人口聚集量的變化趨勢，從而及時做出相應的應急措施，避免因人口超負荷聚集帶來的傷亡。

4) 交通出行規劃應用。百姓出行大多會根據實時路況數據，避開擁堵路段，選擇寬松路段行駛，而寬松路段則因車流量快速聚集變成新的擁堵路段，因此導航系統可結合大量歷史擁堵的變化情況，基于當前車輛行駛的趨勢性，如路口車輛左轉、前行等趨勢性數據，分析出合理的路線告知用戶，避免從一個擁堵路段進入另一個擁堵路段。

5) 環保領域的霧霾監測應用。對污染企業分布信息、風向走勢、道路分布、交通流量、人群軌跡等大量的數據信息進行匯集、處理分析，可制作可視化的霧霾分布圖及霧霾變化趨勢圖，從而為政府部門提前應對霧霾天氣、開展環境整治等方面提供指導。

6) 衛生領域，可判斷流感蔓延情況。對用戶在百度、搜搜等搜索引擎網站輸入的咳嗽、發燒等熱點檢索信息，可分析流感疫情的蔓延情況，為政府部門應對快速蔓延的流感病提供第一手資料。

五、結束語

隨著地理信息數據的獲取手段越來越多，地理信息數據逐步進入大數據時代。在地理信息大數據環境里，用戶無需發愁地理信息數據資源的覆蓋性與現勢性，而更關注于數據如何組織管理，如何獲取可靠的數據，也不再擔心地理信息數據資源無處可用，更專注于通過相關信息挖掘應用，更好地服務于政府、企事業單位、社會公眾。然而，大數據時代個人隱私面臨嚴峻挑戰[12]，如何防止私人信息泄密是值得研究的問題。我們將積極擁抱地理信息大數據，開發地理信息云平臺，深入挖掘數據寶藏，促進地理信息產業跨越發展。

[1] 朱金莉.大數據時代對傳統新聞媒體的顛覆與嬗變[J].學術論壇,2015,38(1):152-155.

[2] GRAHAM-ROWE D,GOLDSTON D,DOCTOROW C,et al.Big Data:Science in the Petabyte Era[J].Nature,2008(455)：7209.

[3] 喬朝飛.大數據及其對測繪地理信息工作的啟示[J].測繪通報,2013(1):107-108.

[4] 王元卓,靳小龍,程學旗.網絡大數據：現狀與展望[J].計算機學報,2013,36(6):1125-1138.

[5] 曹磊,陳薇娜,繆其浩，等.大數據：數字世界的智慧基因[N].文匯報,2011-11-08(11).

[6] 維克托·邁爾-舍恩伯格,肯尼思·庫克耶.大數據時代：生活、工作與思維的大變革[M].盛楊燕,周濤，譯.杭州：浙江人民出版社,2013.

[7] IDC預測:全球數據每兩年翻一番[N].計算機世界,2011-07-04(35).

[8] 劉經南.大數據時代的泛在測繪與位置服務[EB/OL].2013-09-24[2015-09-30].http:∥news.3snews.net/2013/0924/27016.html.

[9] 3S新聞周刊.大數據未來在于空間關聯分析[EB/OL].2013-07-16[2016-01-08].http:∥news.3snews.net/2013/exclusive_0716/25600.html.

[10] GOODCHILD M F.Citizens as Sensors:The World of Volunteered Geography[J].GeoJournal,2007,69(4)：211-221.

[11] 曹麗琴,李平湘,張良培.基于DMSP/OLS夜間燈光數據的城市人口估算——以湖北省各縣市為例[J].遙感信息,2009(1)：83-87.

[12] 劉雅輝，張鐵贏，靳小龍，等.大數據時代的個人隱私保護[J].計算機研究與發展,2015,52(1):229-247.

Discussion of Geographic Information Big Data

YUAN Cunzhong，DENG Shudan

2016-01-29

袁存忠(1969—)，男，碩士，教授級高級工程師，主要從事空間數據庫、地理信息工程應用研究工作。E-mail：437309477@163.com

鄧淑丹。E-mail：dengshu917@163.com

袁存忠，鄧淑丹.地理信息大數據探討[J].測繪通報，2016(12)：105-107.

10.13474/j.cnki.11-2246.2016.0412.

P208

B

0494-0911(2016)12-0105-03