作 者:中国工程院院士王家耀
地理信息产业是以现代测绘和地理信息系统、遥感、卫星导航定位等技术为基础,以地理信息资源开发利用为核心,从事地理信息获取、处理、应用的高技术服务业。自20世纪60年代地理信息系统提出以来,其应用逐渐拓展到多个行业,从产生、成长到壮大,地理信息产业发展取得了可喜成绩。
当前,我国的经济和社会发展已经进入新的历史阶段,社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾;以5G、云计算、大数据、边缘计算、物联网等为代表的新技术快速发展,人工智能技术也因深层神经网络的成功而获得了巨大进步;随着我国行政体制改革和自然资源管理体系的建立,地理信息产业已融入自然资源管理体系中。面对新的社会需求、新的技术进步和新的管理体系要求,亟待根据国家大政方针、社会生产需要、技术发展趋势、产业发展规律,做好地理信息产业的工程技术、商业模式、产品类型的转型升级与融合创新,进一步提高地理信息产业发展的质量和水平。
地理信息产业融合发展的驱动力——人工智能
信息化的发展遵循从数字化到网络化再到智能化的规律,地理信息产业的发展亦如此,智能化是地理信息产业融合发展的高级阶段。
“互联网+”改变了地理信息产业发展的思维方式。“互联网+”的本质是跨界融合。“基础地理信息+”和“通用时空大数据平台+”的本质也是跨界融合。“+”是核心,提出跨界融合的解决方案是关键。只有这样,才能更充分地发挥基础地理信息和通用时空大数据平台的“基础”和“通用”作用,实现地理信息产业到时空大数据产业的转型升级。
云计算具有的信息资源管理、处理和应用的“全面弹性”,可以支撑“地理信息产业”到“时空大数据产业”的转型。时空大数据产业化需要超强计算能力的支持。云计算作为一种新的计算模式,通过“池化”和“云化”把数千台甚至上万台机器都放在一个“池子”里面,这是“资源弹性”;并在“资源弹性”即基础设施即服务(IaaS)之上增加了一层“应用弹性”,包括平台即服务(PaaS)和软件即服务(SaaS),以满足时空大数据的“应用弹性”需求。云计算支撑时空大数据处理的分布式、协作(同)化和智能化;通过任务分解,解决分布式问题;通过工作流重构,解决并行问题;通过算法调度,解决协作(同)化问题。
人工智能是地理信息产业融合升级的核心驱动力。算法、大数据和计算能力构成了人工智能的三要素或“三驾马车”。其中,算法是用好大数据和计算能力的关键,需要靠机器学习来不断优化,而算法的不断优化又是靠不断输入大数据进行深度学习来实现的。算法、大数据还需要计算能力的支持,否则算法就失去了引擎,大数据处理快速性也不可能实现。在人工智能的算法、大数据、计算能力三要素中,随着智能感知技术的快速发展,时空大数据已出现爆炸式增长态势,为时空大数据产业化提供充足的数据支撑;随着计算机技术的快速发展,适应时空大数据产业化需求的计算能力已经完全具备;需要人们更加关注的是算法研究,特别需要加强多源异构时空大数据融合、分析、挖掘与知识发现、可视化等方面的算法研究。在人工智能算法、大数据、计算能力“三驾马车”的驱动下,地理信息产业到时空大数据产业的转型升级必将加速实现。
时空大数据产业
——属于第四产业的范畴
时空大数据,指基于统一时空基准活动或存在于时间和空间与位置直接或间接相关联的大数据。据此,时空大数据由时空框架数据和时空变化数据两大类数据组成。
时空框架数据指基于统一时空基准的卫星导航定位数据(含连续运行参考站 CORS数据)、遥感影像数据、地图数据、地名数据等。时空变化数据包括社会经济人文数据、位置轨迹数据、与位置相关联的空间媒体数据、社交网络数据、搜索引擎数据、视频观测数据、生态环境监测数据等。时空变化数据聚合(关联)在时空框架数据上,就构成了时空大数据。时空大数据具有位置、属性、时间、尺度、分辨率、多样性、异构性、多维性、价值隐含性、快速性等特性。时空大数据产业,指以天空地海传感器网络为基础,以时空信息“获取(传感网)→处理(生产)→应用(服务)”为产业链,以人工智能等新兴信息技术为支撑,以数据密集型计算为特征的知识密集型信息产业,属于从第三产业中分离出来的第四产业的范畴。同地理信息产业相比较,时空大数据产业内涵要宽泛得多,规模要大得多,类型更具多维性和多样性,知识更密集,速度更快,产品更加多样化和个性化,其应用领域更加广阔,具有良好的产业发展前景。
时空大数据产业化的核心
——时空大数据平台
本文仅代表作者观点
文章转载自: 中国自然资源报
联系客服