數(shù)字制圖和地理信息系統(tǒng)的發(fā)展對世界的理解方面有著深遠的影響。如谷歌地圖，為 GIS 和數(shù)字地圖的發(fā)展做出了巨大貢獻。鑒于 Google 地圖首次推出已經(jīng)十多年，當今 GIS 如何用于數(shù)字地圖并討論我們對未來的期望會很有趣。
如何在數(shù)字制圖中使用 GIS
有無數(shù)因素促成了數(shù)字地圖和 GIS 的發(fā)展，從日益復雜的地理空間分析軟件到市場對技術的需求，例如需要前所未有的準確度水平的智能汽車。以下是我們在數(shù)字制圖和 GIS 方面的四大趨勢，以及它們對地理信息科學和技術的意義。
1.GIS 技術與開源制圖
數(shù)字制圖對 GIS 世界最重要的貢獻之一是更新信息的速度。例如，開源地圖和地理空間數(shù)據(jù)項目使任何具有 GIS 知識的 人都可以創(chuàng)建地圖、共享信息并開發(fā)可供需要的人輕松使用的見解。當與無人機和先進的圖像識別軟件等技術相結合時，眾包數(shù)據(jù)變得更容易驗證，并且可以補充詳細的圖像。
眾包空間數(shù)據(jù)有助于解決的挑戰(zhàn)之一是響應動態(tài)社會邊界 和由于災害或軍事沖突引起的地理變化等因素的更新頻率。
添加微信好友, 獲取更多信息
復制微信號
然而，開源映射的持續(xù)挑戰(zhàn)之一是數(shù)據(jù)的多樣性。即使在考慮來自 *** 機構的地理空間信息時，數(shù)據(jù)格式和映射實體的引用方式歷來也缺乏標準化，因此很難創(chuàng)建統(tǒng)一的真相視圖。這一挑戰(zhàn)促使致力于創(chuàng)建 開放地理空間數(shù)據(jù)社區(qū)的組織重新關注數(shù)據(jù)質量。
2.圖像識別成為 GIS 的關鍵領域
推進圖像識別軟件是眾多數(shù)字地圖巨頭的首要任務，包括谷歌、HERE Technologies 以及亞馬遜 *** 服務等 云計算領導者。在過去的幾年中，由于前所未有的準確度，機器學習算法已成為圖像識別的中心。例如，2018 年發(fā)表的面部識別研究發(fā)現(xiàn)，算法的準確性能夠與經(jīng)過專業(yè) 訓練的面部相匹配；更有趣的是，未來似乎是人類和人工智能 之間的合作—最準確的結果來自人類在高級圖像識別算法的幫助下。
圖像識別與 GIS 和數(shù)字地圖相結合的當前興趣領域之一 是僅通過拍照即可自動創(chuàng)建結構化空間數(shù)據(jù)的潛力。這將對無數(shù) GIS 應用程序產(chǎn)生重大影響，包括自動駕駛汽車、消費者地圖應用程序、移動 GIS 軟件和地理空間智能。作為實踐中的一個例子，微軟在 2018 年 6 月以開放數(shù)據(jù)的形式發(fā)布了 1.25 億 個建筑足跡，這得益于該公司在深度學習、計算機視覺和人工智能方面的投資。
圖像識別的進步及其與結構化空間數(shù)據(jù)的集成最終 將導致更準確的數(shù)字地圖，因為數(shù)據(jù)更新將減少 對手動數(shù)據(jù)輸入的依賴，也不太容易出現(xiàn)用戶錯誤。
3. *** 制圖工具為用戶友好的交互式地圖鋪平了道路
將 GIS 用于工業(yè)和消費者應用程序的顯著好處之一 是利用 Web 工具構建地圖的興起。使腳本庫（如 jQuery）、標記語言（如 HTML5）和編程語言JavaScript 有利于構建其他 Web 應用程序的相同特性使它們非常適用 于數(shù)字地圖和 GIS；這些工具使 GIS 開發(fā)人員可以 更輕松地將交互性構建到他們的地圖中，并使需要信息的人更容易消化信息。
例如，假設您想比較幾個世紀以來特定地區(qū)的地理、政治邊界和社區(qū)。網(wǎng)頁設計工具使得使用滑動條工具 和過濾器創(chuàng)建地圖變得相對容易，以觀察該地區(qū)隨時間的演變。使用打印的地圖，可能必須查看數(shù)十張（如果不是數(shù)百張） 地圖才能獲得完整的圖片。
4.數(shù)字制圖的空間數(shù)據(jù)處理和“邊緣”計算
對數(shù)字制圖和 GIS 具有重大影響的更廣泛的技術趨勢之一 是“邊緣”計算。雖然邊緣計算的定義各不相同，但其背后的共同主題是推動在通信 *** 邊緣進行處理。
例如，考慮自動駕駛汽車以及處理大量空間數(shù)據(jù)可能涉及的挑戰(zhàn)。如果自動駕駛汽車必須捕獲地理空間數(shù)據(jù)并將其發(fā)送到云端進行處理，則任何通信中斷或 *** 延遲都可能導致嚴重事故。在邊緣計算的世界中，車輛本身將捕獲、處理和分析數(shù)據(jù)，降低由延遲和信號中斷引起的風險。
除了更智能的車輛，安全和城市規(guī)劃代表了邊緣計算 和 GIS 的關鍵領域。
例如，可以更好地利用來自大型監(jiān)控系統(tǒng)的視頻數(shù)據(jù)來制定 城市規(guī)劃和安全決策?，F(xiàn)在處理這些數(shù)據(jù)的常用 *** 之一 是向它發(fā)送一個由 GPU 加速集群組成的中央系統(tǒng)。然而，這種 *** 既耗能又耗時。對更高效算法的研究表明，處理視頻數(shù)據(jù)的效率可以提高 10 倍，從而減少將原始數(shù)據(jù)轉換為可操作信息所需的能量和時間。這也將有助于創(chuàng)建可以在相機內部進行分析的軟件，而不是依賴于來回傳輸大量數(shù)據(jù)。
通過更快的處理和更多能夠從視頻數(shù)據(jù)中提取意義的設備，可以制作實時自動更新的數(shù)字地圖，并更好地展示時空元素，例如一天中特定時間的人口密度或步行和車輛交通的典型模式，然后，這些信息可用于更好地規(guī)劃道路系統(tǒng)、制定更安全的疏散計劃或在災難期間更有策略地分配應急響應人員。
來源：開源地理空間基金會中文分會
來源鏈接：https://www.osgeo.cn/post/1f7d9
本站聲明:網(wǎng)站內容來源于 *** ,如有侵權,請聯(lián)系我們,我們將及時處理。
