洞察世界,感知未来,是人类科学研究的主要目标,MapGIS作为处理分析空间数据,优化解决空间问题的软件工具,也在这方面作出了持续的探索和努力,MapGIS DataStore实现了海量时空大数据的高效存储和管理,MapGIS IGServer-X基于分布式架构,实现时空大数据高效分析和信息提取,MapGIS IGServer-S基于人工智能的方法,实现地理知识的提取和一定程度的推理计算,期望推动地理信息从感知智能提升到认知智能。
在软件产品层面,MapGIS10.6优化了大数据与云平台的产品架构,全面提升了大数据智能GIS的应用能力,主要体现在在存储层,增加了图数据库,更好的支持地理实体数据的存储管理;在服务层,新增数据治理和地理知识图谱,能够基于元数据实现全生命周期的时空大数据治理;通过知识图谱,直观展现和表达地理实体之间的关系;在运维管理层面,新增了基于容器的集群管理能力。
在技术层面,MapGIS10.6大数据智能GIS主要在时空大数据、地理知识图谱、人工智能三个维度实现了技术迭代和提升。
时空大数据
时空大数据存储
在MapGIS DataStore分布式时空大数据存储的基础上,进一步丰富了数据类型,新增了图数据的存储功能。
MapGIS集成和适配了Nebula图数据库,是一个分布式可扩展的图数据库,能够容纳具有数十亿个顶点和数万亿个边的图数据存储,同时仍然提供毫秒延迟,进而能够满足海量地理实体及复杂关系的高效存储管理和查询检索。
时空大数据治理
数据治理的目标是提升数据的价值,MapGIS10.6提供了一套标准的时空大数据治理流程,涵盖数据汇聚、数据目录、数据处理、数据质量和数据安全各个环节。通过数据治理,为时空大数据分析提供高质量的数据源。
在时空数据汇聚方面,MapGIS10.6支持100多种数据格式,基于可视化的ETL工具,通过抽取、加载、转换、清洗等方式,实现不同类型的时空大数据快速接入和汇聚。
在数据目录方面,MapGIS 10.6提供了可视化的目录规则、配置工具,通过元数据建模,能够实现规则驱动的快速目录构建,并且能够基于元数据,实现时空大数据的智能搜索、智能管理以及血缘追踪。
在数据处理方面,MapGIS 10.6针对矢量数据、影像数据、三维模型等不同类型、不同模态的时空大数据提供了数据检测、数据融合等数据处理工具箱。并且提供基于工具箱的可视化数据处理流程,搭建引擎,快速搭建时空数据处理流程,满足不同类型数据快速处理的应用需求。
在时空数据质量控制方面,面向不同的数据质量控制标准,MapGIS 10.6提供了数据质量规则,制定质量控制、质量报告输出、完整的质量控制流程。提供有效性检查、一致性检查、准确性检查、唯一性检查等质量控制功能,确保各种类型的时空大数据的质量可控、可检。
在时空大数据安全方面,MapGIS 10.6提供GIS数据安全、敏感信息保护、权限控制、网络安全以及风险识别等功能。建立了可控的安全预警机制,增强时空大数据的安全防护能力。
基于元数据的时空大数据全生命周期管理
时空大数据分析
时空大数据分析是GIS的优势和特色,MapGIS 10.6基于分布式计算框架和分布式流程引擎,提升了矢量大数据、影像大数据和实时大数据的分析能力,能够更便捷的从海量时空大数据中提取信息、挖掘知识,辅助科学决策。
在矢量大数据分析方面,MapGIS 10.6丰富了矢量大数据分析算子,提供了累积7大类、50余种矢量大数据分析算子,基于分布式流程引擎,可以快速搭建矢量大数据高性能分析流程,满足更多不同领域、不同场景矢量大数据分析应用的需求。
在影像大数据分析方面,MapGIS 10.6丰富了影像大数据的分析算子,提供了6大类、50余种影像大数据分析算子,基于分布式流程引擎,可以快速搭建影像处理、影像分析、影像信息提取等处理流程,满足更多不同类型、不同领域、不同场景对影像大数据分析的应用需求。
实时大数据分析方面,一方面丰富了实时大数据分析的算子,MapGIS 10.6目前能够提供输入控制处理器,流数据服务,以及输出控制4大类30余种实时大数据分析算子;另一方面,针对实时大数据的接入,支持RTSP等视频设备协议接入、转码、存储与转发,Web视频流服务,并且支持物联感知设备的管理和运维。
时空大数据应用场景和应用效果
在地矿领域,面向地矿业务管理和应用的需求,基于DataStore存储多类型结构化、非结构化和半结构化的地质数据,基于时空大数据治理体系,对地质资料数据进行质量检查、处理流程定制、目录定制、安全管理、构建云上数字资料中心。基于IGServer进行服务管理和业务流程的定制,实现地质资料大数据的治理和综合应用。
在海洋开发和管理方面,基于MapGIS 10.6时空大数据技术,面向海洋行业搭建海洋时空数据底板,主要是针对海洋基础数据、调查实测数据、专题产品和海洋综合数据,进行接入和汇聚,开展海洋时空数据治理、检查控制,按需形成海洋时空大数据资源目录,并且面向海洋经济、海洋空间、海洋生态、观测预报与防灾减灾等海洋业务需求,开展海洋时空大数据的分析与信息提取,服务于国家海洋强国的战略。
地理知识图谱
知识图谱是在自然语言处理的基础上发展而来的,用来描述现实世界中存在的各种实体和概念,以及他们之间的关系。地理知识图谱是将传统地理信息服务扩展到地理信息知识服务的关键。
地理知识图谱的构建流程,首先是多源数据的准备,包括结构化数据、半结构化数据和非结构化数据的预处理和准备;其次是地理知识的抽取,包括地理实体抽取、地理关系抽取,以及自定义关系的设置,然后是地理知识融合,包括属性、定义、实体对齐、冲突检查、纠偏校正;最后是地理知识的应用,基于构建好的知识图谱能够实现图谱的可视化表达,以及图谱的智能化搜索。
MapGIS10.6地理知识图谱,具体的功能主要包括地理实体抽取、地理关系抽取、知识图谱目录展示、知识图谱可视化表达、知识图谱查询与分析、图谱实体关联等,用于支撑知识型的地理信息服务和应用。
比如在地质行业,基于MapGIS 10.6图数据库,存储地质资料数据,通过构建地质资料语料库的构建,半监督主题表达,地质实体以及关系精准抽取,构建基础地质调查领域的知识图谱,实现大规模地质资料的时空主题以及地质对象精准抽取和可视化表达,为地质大数据知识关联检索、知识计算、以及知识的演化提供技术、软件支撑。
在不动产登记方面,在分层分户三维模型立体化不动产管理的基础上,利用知识图谱展示楼栋、楼层、单元之间的关联关系,人房地之间的关联关系,房屋与电子证照关联关系,并且支持不动产知识图谱的查询检索,实现不动产登记的高效便民化管理和应用。
人工智能
主要是对智能化信息提取进行优化和提升,包括遥感影像信息智能提取、视频目标检测、点云语义分割。
在遥感影像信息提取方面,应用相对比较成熟,主要是丰富了深度学习模型库,完善了基于深度学习的遥感影像信息智能提取的流程,能够实现遥感影像各类信息的快速、精准提取。MapGIS 10.6采用全新的基于注意力机制的多网络分割模型,有效提升模型的精度和泛化能力。针对多种地物,比如河流、道路、建筑物等不同的地物,都取得了较好的分割和提取效果。
视频目标检测
在视频目标检测方面,MapGIS 10.6对网络模型进行优化,减少了视频目标检测模型的参数,提升了目标预测速度,进一步提升视频目标检测的精度和效率。比如首先对视频数据进行空间化处理,以及视频增强处理,通过视频融合的方式,提升视频的空间化和清晰度。然后基于训练好的模型,利用时序和上下文等信息,实现视频目标检测和识别,比如车辆的类型、行驶速度,也可以进行车辆定位和车辆追踪,方便城市交通管理。
点云是地图和影像之后的第三类空间数据,能够获取精确的三维空间位置和属性信息。MapGIS 提出了基于膨胀图和神经网络的点云局部特征提取算法,用于提高室内外场景点云语义分割精度和分割的效率。基于点云分割技术,MapGIS 实现了室外环境点云视觉重建、语义分割,室内场景语义分割,用于辅助开展地物的分类识别等工作。
MapGIS 10.6智能化技术的典型应用是城市生命线智能感知,针对城市地下排水管线难以排查的问题,利用机器人自动巡检,拍摄排水管道视频影像,利用视频识别分析算法,分析和检测排水管道健康状况,及时发现安全隐患,保障排水管道安全运行。