GIS基础软件技术体系发展及展望

GIS基础软件技术体系发展及展望

• 摘要:地理信息系统作为IT系统的重要组成部分，其技术的每一次进步都与最新IT技术的兴起息息相关。随着云计算、大数据、人工智能等技术的发展与应用，如今GIS基础软件已经形成五大技术体系：大数据GIS技术体系，增加了对空间大数据的存储管理、分析处理以及可视化的能力，丰富了空间。
  关键词: 大数据GIS；人工智能GIS；新一代三维GIS；分布式GIS；跨平台GIS

• 2 中国GIS技术发展历程
  二十一世纪以来，GIS软件技术在城市数字化转型等政府与企业信息化中扮演着愈来愈重要的角色[1]，并成为IT领域不可或缺的重要组成部分。回顾中国三十余年GIS基础软件的发展历程，以十年为界，可归纳为以下4个阶段(图1)。
  

        数据汇总是将空间大数据按指定的特征进行分组，并对各组中的数据进行统计或其它整合操作，得到每组数据的汇总结果。分组特征包括空间地理特征、属性特征、时间关系特征等维度。数据汇总是实现空间大数据快速可视化的重要手段。根据分组方式及整合操作的不同，数据汇总可以按照格 汇总、区域汇总、属性汇总和轨迹重建等分析方法来进行。
        轨迹分析面向具有时间属性的点要素或面要素进行地图匹配(道路匹配)、预处理和轨迹重建等分析。比如轨迹重建，根据要素的唯一标识确定需要追踪的要素，再根据时间序列追踪要素，形成轨迹对象，重建轨迹线。被追踪的要素，其数据类型可以是点数据或面数据，结果数据类型可以是线数据或面数据。轨迹重建可以设置分割距离与分割时间，用于对轨迹进行逻辑分段。轨迹重建的应用场景有：航运轨迹、台风轨迹、海运轨迹等。
模式分析是从大量数据中分析出事物的运行规律或分布模式，用于辅助决策，包括用于分析交通流量的OD分析、分析事件聚集特征的密度分析与热点分析等。
        数据筛选是根据空间数据的位置、时间、属性等信息，筛选出符合要求的数据，常用的方法包括要素连接、异常检测和相似位置筛选。

• 3.2.1 GeoAI
          GeoAI算子以数据准备、模型训练和模型应用的完整流程工具为基础实现。当前AI技术已经完成了从统计学向机器学习的进化，并不断向深度学习推进。因此GeoAI算子主要包含空间机器学习和空间深度学习2个部分。空间机器学习包含聚类、分类和回归等多种分析，形成了包括空间热点、空间密度聚类、决策树分类、决策树回归、基于森林的回归等一系列空间机器学习算子(图7)，在城市治理，土地利用和生态恢复等场景中得到了广泛应用。
  

  • 3.2.2 AI赋能GIS
            AI赋能GIS即基于AI技术，增强和优化GIS软件功能和用户体验，体现在融合AI的增强现实(Augmented Reality，AR)、属性采集、测图、配图、交互等方面。通过AI智能识别和AR可视化，能达到信息实时虚拟化的展示效果;利用目标检测和分类技术可以减少GIS数据采集耗时;基于SLAM框架和IMU融合技术的视觉惯性系统 (Visual- InertialSystem，VINS)[25]，可以在没有卫星定位信 的室内环境中实现定位(图9)，进而实现基于AI+AR的室内导航，并可进行非专业测绘要求的室内测图(图10)，其直接测图精度在小范围最高可达厘米级，通过控制点等辅助方式可实现大范围厘米级精度测图，对测图硬件设备要求也较低(一部支持AR技术的手机即可)，可应用于商城、地铁、停车场、办公楼、地下空间等环境的快速室内测图，降低室内测图成本;使用机器学习聚类算法可实现自动化配图;基于AI语音识别和手势识别技术可简化GIS软件交互流程。这些都是AI赋能GIS的体现，有效地提升了GIS软件的智能化水平。
    

  • 3.2.3 GIS赋能AI
            GIS赋能AI即基于GIS技术，将AI分析结果进行空间可视化和进一步空间分析，让AI技术发挥更大的作用。GIS能够提供热力图、聚合图等多种可视化的地图展示效果来对AI分析结果进行表达，协助用户掌握整体空间信息。基于GIS的空间分析功能，则可以利用空间实体间存在的多种空间联系，建立视频空间和真实地理空间的映射，进一步挖掘视频数据的深层隐含信息，被广泛应用于行人和机动车违章检测、目标车辆追踪等场景。
            随着人工智能技术的飞速发展，GIS与人工智能从数据、模型到应用等多个方面进行了融合：人工智能为GIS注入智能化基因，提高了效率，降低了成本;GIS则为人工智能提供了可视化窗口和空间分析能力。二者相互赋能，在自然资源、智慧城市、农林、水利、交通、环保等方面已经得到了应用。在人工智能技术不断深入和完善过程中，人工智能GIS技术也将为GIS产业创造更大价值。

  • 3.3 新一代三维GIS技术体系
            自2004年Google Earth发布以来，三维GIS得到业界广泛关注[26]。随后，业界出现了大量基于开源三维渲染引擎的三维GIS软件，但随着该技术的推广，潜在弊端也逐渐显现，即该类型产品侧重于三维可视化，无法满足GIS行业的深度应用。2009年，北京超图软件股份有限公司(SuperMap Software Co.,Ltd.，简称超图软件)推出了国内外首款二三维一体化GIS平台软件，将二维和三维在数据模型、数据存储与管理、可视化与空间分析、软件形态等层面实现了一体化，以解决三维GIS系统不实用的问题[27]。自2009起，经过十余年发展，新一代三维GIS技术推出了更丰富的三维数据模型，并结合先进IT技术不断丰富其内涵，产生了由二三维一体化数据模型、二三维一体化GIS技术、多源三维数据融合技术、三维空间数据标准和三维交互与输出技术组成的新一代三维GIS技术体系，如图11所示。
    

• 3.4.1 分布式空间数据存储与管理
          数据库管理系统起初都是单机形式，随着在线业务的蓬勃发展，很多系统都面临处理高并发、大数据量、超高峰值等挑战，数据库开始了分布式之旅。分布式空间数据库主要解决海量时空数据的存储、查询和分析等的需求，重点应对扩展性、高可用等挑战[35]。
          利用分布式存储技术建立统一的数据管理引擎，包括分布式空间文件管理系统(HDFS等)、分布式SQL数据库(Oracle、Postgres-XL等)和分布式NoSQL数据库(HBase、MongoDB、Elasticsearch等)，并提供统一的管理接口，从而支持对TB级和PB级规模空间数据的存储和管理。通过分布式空间数据引擎，不同存储格式下的空间数据分别通过不同的数据引擎被快速访问和查询，并通过统一的一体化模型进行使用，同时分布式空间数据引擎突破了存储容量的限制，解决了海量数据的存储、管理问题。

• 3.4.2 空间区块链技术
          区块链是一种分布式的数据存储方式，由一串使用密码学方法产生的数据存储结构组成，每一个区块都包含上一个区块的哈希值，从创世区块开始连接到当前区块，形成区块链，每一个区块都确保按照时间顺序在上一个区块之后产生，否则无法得到前一个区块的哈希值[36]，如果要篡改某一个区块的数据，就需要修改这个区块后续所有区块的数据(图15)，同时由于区块链在多个分布式节点上重复存储多份，还需要修改其他节点所有相关的数据，才能完成数据的篡改，这使得区块链上的恶意篡改变得非常困难。
  

• 3.4.4 云原生GIS技术
          云原生是原生面向云设计软件的一种思想理念，是充分发挥云效能的最佳实践路径，有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用[37]。云原生GIS则是原生为云设计的GIS软件技术，包括GIS微服务、GIS容器化部署、GIS自动编排等内容。
          其中GIS微服务就是把传统复杂的单体WebGIS软件拆分为可独立运行的若干个服务模块，每个服务模块专注单一的功能，如数据目录服务、地图服务等，并可以实现独立编排和部署。GIS容器化部署是指GIS的部署方式从虚拟机变为容器，利用容器化技术将拆分的GIS微服务制作成Docker镜像存入镜像仓库，部署时直接拉取镜像形成容器，通过容器运行的方式提供服务。GIS自动编排是指在部署过程中，利用Kubernetes作为微服务的管理工具，提供GIS容器的自动化编排，可以快速地部署多节点GIS环境，并且根据访问压力实现基于微服务的资源弹性伸缩能力和故障恢复能力。
  通过云原生GIS技术，降低了资源的消耗，提高了资源的利用率，并实现了故障隔离，从而大幅提高系统稳定性，还可以实现服务的自动化管理与运维。

• 3.4.5 边缘GIS技术
          GIS应用需要消耗大量的带宽和计算资源，当出现大量并发应用时，就会出现带宽不足、计算延迟等问题，在借鉴边缘计算和互联 CDN(ContentDelivery Network)的思想后[38]，SuperMap GIS提出了边缘 GIS 技术。在靠近GIS云中心的 络边缘侧，就近提供低延时的服务(图16)，同时利用边缘计算能力，提供更快的计算响应，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求[39]。除了在数据处理上的高效率，在服务聚合、空间数据分发方面，边缘GIS技术都能很好地提升系统工作效率，缓解带宽压力和云中心的计算压力，降低时间与资源消耗，提升系统整体性能。
  

        跨平台GIS技术作为基础支撑技术，与分布式GIS技术、大数据GIS技术、人工智能GIS技术和新一代三维GIS技术等新技术进行深度融合，比如在跨平台GIS技术的支撑下，新一代三维GIS技术可以在Windows、Linux、Android、iOS等多种操作系统下实现三维场景的高性能渲染，完成场景的调度、裁剪控制、资源管理、绘制等，同时结合WebGL技术，实现无插件、跨平台、跨终端、跨浏览器的Web三维应用。跨平台GIS技术也会根据技术发展和应用需求的变化，不断实现对新的软硬件环境的支撑和应用。

                        图18 GIS软件技术成熟度(光环曲线)
                        Fig. 18 GIS software technology maturity (Hype Cycle)

(1)跨平台GIS技术已入成熟期，目前已广泛支持多种操作系统和CPU，正在得到广泛应用;
(2)新一代三维GIS技术正在从复苏期向成熟期转移，未来将在三维空间分析和三维可视化效果等方面继续完善，并将在实景三维中国、自然资源三维立体一张图、CIM等领域得到广泛和深入应用;
(3)分布式GIS技术已度过低谷期，处于复苏期，技术和产品正在逐步成熟和完善，正在有越来越多领域得到应用，未来将成为大型系统的基础支撑技术;
(4)大数据GIS技术正在从低谷期转入复苏期，随着技术的成熟和完善，应用将会逐步推广;
(5)人工智能GIS技术正从过热期滑向低谷期，经过最近两三年的宣传，应用单位的期望高于技术成熟度，能否尽快度过低谷期，取决于未来技术发展的速度，进入成熟应用还有待时日。
GIS技术体系由四大技术体系发展到五大技术体系，也只是GIS发展应用过程中的一个阶段性成果，在应用需求的牵引和IT技术的推动下，未来GIS技术体系还将会不断的演化和进步，出现更多GIS技术的创新。