GIS-Lab: Будущие направления развития геопространственных данных

GIS-Lab: Будущие направления развития геопространственных данных Аналитика

Основные предпосылки к li

Помимо известных универсальных программно-аппаратных решений для работы с большими объемами данных (серверы, системы хранения, хранилища данных), применительно к географическим данным создано несколько серьезных специализированных СУБД, большинство которых имеют канадские корни.

Для доступа к географическим данным обычно используется подмножество языка SQL/MM, построенного на основе SQL и предназначенного для работы с мультимедийными и пространственными данными. Для описания двухмерных объектов консорциумом OpenGIS утвержден набор примитивов (Simple Features): точка, линия, многоугольник, набор точек, ломаная линия, набор многоугольников и коллекция из примитивов. Наибольшую известность приобрели следующие географические СУБД, которые стали основой для LI.

PostGIS – свободно-распространяемая СУБД, разработанная компанией Refractions Research в 2001 году при содействии региональных властей Британской Колумбии (Канада) путем добавления поддержки графических объектов к известной объектно-реляционной базе PostgreSQL.

ArcSDE (Spatial Database Engine) – поддерживается компанией Environmental Systems Research Institute, известной своими продуктами ArcGIS, ArcView, ArcIMS. Эта СУБД была разработана двумя австралийскими компаниями, купленными ESRI как дополнение к CУБД InterBase.

Oracle Spatial – опция к СУБД Oracle, разработанная специалистами Канадской гидрографической службы.

JTS Topology Suite – Java-реализация Simple Features Specification for SQL от канадской компании Vivid Solutions.

GEOS (Geometry Engine Open Source) – объединение JTS Topology Suite и PostGIS, разработана совместно Refractions Research и Vivid Solutions.

Важной предпосылкой к формированию LI стала демилитаризация систем спутниковой навигации после того, как в окрестностях Сахалина был сбит южнокорейский пассажирский Boeing 747 рейса KAL007. Независимая экспертиза признала, что наиболее вероятной причиной отклонения лайнера от маршрута была ошибочная настройка автопилота и невозможность уточнения текущих координат.

Дополнительный анализ:  Разделы анализа финансовой отчетности и анализа финансового положения и результатов деятельностиПАО "Заря"за период с 01.01.2016 по 31.12.2019

Для исключения подобных трагических недоразумений администрация США взяла на себя обязательство обеспечивать свободный доступ к системе навигации NAVSTAR GPS. В России развертывается своя система ГЛОНАСС, работающая с точностью до 5,5 метра, а в 2021 году этот показатель будет доведен до 2,8 метра.

Евросоюз также готовит собственную гражданскую систему навигации Galileo. С появлением GPS произошла геодезическая революция – вместо строго засекреченных и ограниченных в пространстве национальных триангуляционных сетей возникла глобальная космическая сеть, доступная отовсюду.

Наконец, третий столп LI – цифровая картография. По всей видимости, особенно в России, этот пункт остается одним из самых сложных. С момента создания первых достоверных карт все, что связано с точными географическими координатами, во всех странах попадало под гриф «секретно».

Еще совсем недавно в СССР были недоступны даже карты масштаба 1:200 000, а сегодня принята концепция создания и развития инфраструктуры пространственных данных, правовое обеспечение геоинформатики гарантируется законом «О навигационной деятельности», снимающим все запреты на определение пространственных координат объектов, за исключением зон, требующих мер специальной защиты.

Что может li?

Итак, Location Intelligence – это совокупность методов организации данных и анализа сложных проблем с использованием географических сведений, имеющихся в большинстве информационных источников, технологий геоинформатики и Web 2.0. В сочетании с обычными бизнес-данными географические данные позволяют организациям и предприятиям получить адекватное представление о происходящем в окружающей среде, обнаруживать новые тенденции, улавливать новые образы в действиях партнеров и потребителей, быть готовыми к демографическим и природным процессам и в конечном итоге принимать более точные решения. Наиболее типичные приложения LI таковы:

  • анализ информации о потенциальных потребителях и других демографических сведений;
  • анализ связи местоположения с операционными данными;
  • аккумулирование данных из разных источников;
  • анализ взаимосвязей между объектами с разным месторасположением;
  • выбор оптимальных маршрутов.

В платформах LI обычно используются индикаторные панели с картографической основой, дополненные технологиями корпоративных коллажей (enterprise mashup), они наиболее удобны для совмещения представлений географической и деловой информации (см. рисунок).

В LI используются геопространственные данные: географические и пространственные системы и системы LI объединяют именно общие пространственные данные, включающие координаты и другие топологические сведения. Поставщиком LI и геоинформационных систем может быть одна и та же компания, например MapInfo, которая теперь называется Pitney Bowes Business Insight.

Вторая часть названия отражает пройденный путь от чисто географических систем к системам поддержки бизнеса, ее появление отражает общую тенденцию смещения фокуса от чистой картографии в сторону поддержки бизнеса. Системы LI начинаются там, где заканчивается сфера ГИС, когда данные уже есть и возникают задачи бизнеса.

До последнего времени если географические данные и учитывались при планировании, то делалось это интуитивно. В качестве классического примера обычно приводят выступление Рэя Крока, сделавшего из скромного ресторанчика братьев Макдональдс крупнейшую в мире сеть быстрого питания.

Он как-то спросил слушателей, что они считают главной составляющей его бизнеса, и получил ожидаемый ответ – гамбургеры. Однако Крок признал этот ответ неверным: на самом деле он считал своим основным бизнесом недвижимость, – когда компания продает франшизы, то она в первую очередь анализирует место, запланированное для будущего ресторана, все его характеристики с точки зрения последующей деятельности.

Ровно то же самое можно отнести к работе других торговых сетей, банков, страховых компаний, всевозможных производств, транспортных компаний, вплоть до планирования чрезвычайных ситуаций. Очевидно, что пространственные данные можно рассматривать в качестве основы успеха бизнеса.

Термин «геопространственные данные» на редкость нескладный, речь идет не о распределении данных в пространстве, а о данных, описывающих поверхность земли. Географические данные указывают местоположение и свойства естественных или искусственно созданных объектов.

Что же касается пространственных данных, то в данном контексте слово spatial указывает на область, фрагмент земной поверхности, занимаемый некоторым объектом в пространстве. Оказывается, что для описания такого рода областей достаточно трех простейших компонентов – точки, линии и полигона.

В реальном мире точками обозначают отдельные объекты или связанные группы объектов, расположение которых описывается единственной точкой. Линиями представляют дороги, реки, различного рода коммуникации. Полигонами задают однородные по некоторым критериям участки.

Вообще в геоинформационных системах пространственные объекты могут быть представлены двумя способами: растровым или векторным. Но в LI предпочтительнее векторная модель данных, представляющая собой объектно-ориентированную систему, которая основана на векторах; ее базовым примитивом является точка, объекты создаются путем соединения точек прямыми линиями или дугами, а площади определяются набором линий.


Сегодня средства для работы с геопространственными данными предлагают не только перечисленные поставщики специализированных географических СУБД, но и производители систем бизнес-аналитики: Teradata, Oracle и Netezza.

[править] приложение a: будущие направления

Ключевые появляющиеся направления указанные в процессе опроса включают:

  • Количество сенсоров собирающих и предоставляющих геопространственные данные в ежедневно используемых устройствах вырастет и изменит динамику процесса сбора данных. Вырастет роль в сборе и создании данных простых граждан, как активных, так и пассивных.
  • Создание новых данных на базе точных геопространственных данных используя пользовательскую информацию из социальных сетей и веб в реальном времени.
  • Рост спроса на приложения умеющие работать с ДДЗ высокого разрешения.
  • Рост использования беспилотных летательных аппаратов (БПЛА) как инструмента быстрого сбора геопространственных данных.
  • Рост использования 3D и даже 4D геоданных, включающих время в качестве четвертого измерения.
  • Развитие технологии означает, что усилится сотрудничество в области сбора и управления данными, в рамках которого различные операции будут выполняться в разных частях света.
  • Появление новых независимых систем спутниковой навигации (GNSS) потребует параллельного развития систем унификации.
  • Вырастет спрос на геопространственные данные, особенно в развивающихся странах, по мере того, как они будут развивать различные сектора своих экономик.
  • Образование и широкое наращивание потенциала сыграют ключевую роль в этой области, обеспечив одновременно необходимые навыки для максимально эффективного использования геоданных и осведомленность лиц принимающих решения об их возможностях.
  • Продолжится рост осведомленности граждан в области информации с пространственной составляющей, особенно в использовании Location Based Services.
  • С увеличеним знакомства с технологией и управлением потоками данных люди станут лучше распознавать тренды (пространственные, временные, причинно-следственные) в огромных массивах данных, которые скорее будут становиться все более и более доступными.
  • Анализ и аргументация на основе данных могут составить часть Инфраструктур пространственных данных, в то время как концепции инфраструктура как сервис, IaaS, платформа как сервис, PaaS, и программного обеспечения как сервис, SaaS, продолжат эволюцию к модели как сервис, MaaS.
  • Увеличится и будет широко применяться предоставление данных как Linked Data, связанных подобно тому, как связаны вместе веб-документы, это вытеснит текущие стандартные обменные форматы (такие как, например, GML).
  • Будут предприниматься чрезвычайные усилия для предоставлению ДДЗ и ПО конечным пользователям в любое время в любом месте.
  • “Облако” станет еще более важным механизмом доставки геопространственных данных. Это значительно повлияет на бизнес-модели.
  • Технология будет развиваться быстрее чем законотворчество и управление.
  • Широко распространятся простые дешевые сенсоры.
  • Игровая индустрия вдохновит новые разработки отличающиеся от традиционной геопространственной информации.
  • Связь между геоданными и социальными медиа и другими сетями будет становится все более и более важной.
  • Информация поставляемая в режиме реального времени сделает доступным более динамическое моделирование и реакцию на чрезвычайные ситуации.
  • Более важными станут метаданные и другие инструменты позволяющие управлять всевозрастающие объемы данных.
  • Продолжит рост свободное и открытое программное обеспечение – жизнеспособная альтернатива и как ПО и потенциально в анализе и обработке.
  • Системы дистанционного зондирования Земли буду продолжать улучшаться и будут предоставлять данные по любой точке в любое время.
  • Вычисления на основе геопространственных данных все больше потребляться машинами с увеличением числа полностью автоматизированных систем принятия решений.
  • Бизнес и Государство увеличат вложения в инструменты и ресурсы для управления Большими Данными (Big Data). Необходимые для этого технологии увеличат использование потоков сырых данных от сенсоров и из других источников.
  • Мировой спрос на LBS продолжит расти и приведет к тому, что геопространственные данные будут повсеместны.
  • Широкое использование и создание геоданных приведут к созданию геопространственной инфраструктуры. Общество будет все больше полагаться на эту инфраструктуру, так же как оно стало зависимо от других, более традиционных инфраструктур, таких как электро- и дорожные сети.
  • В течение пяти лет, модернизация GNSS серьезно повлияет на все уровни определения местоположения – от приложений требующих геодезической точности, таких как определение орбит низковысотных спутников и системы предупреждения землятрясений и цунами, до уровня обычного потребителя в телефонах и КПК. Определение местоположения будет более точным, иметь меньшую латентность и высокую целостность (?). Интеграция с другими наборами сенсоров (например дешевыми MEMS-устройствами и компасами) тоже сильно разовьется. Приборы для определения местоположения станут работать в местах, где сейчас они еще не работают и за счет этого значительно возрастет количество и сложность способов применения, которые станут доступны.
  • В течение 10 лет вероятно, что все смартфоны (или то что придет им на смену) будут способны снимать 360-градусное 3D видео в разрешении, которое сейчас сочли бы сверхвысоким и передавать видео в реальном времени по беспроводным сетям. Такие устройства вероятно будут носить люди попадающие в ситуации, в которых их коллегам (в офисе или в поле) было бы полезно видеть то, что видят они – например полицейским, пожарникам и т.д. Они также будет установлены на множество машин, на перекрестье дорог и т.д. Такие устройства, объединенные в сети, будут генерировать данные, которые будучи объединенными, создадут видео мира в реальном времени.
  • Станут широко распространены приложения для дополненной реальности, с возможностью просматривать множество различных оверлеев на реальный мир.
  • Мы увидим значительно большее разнообразие на рынке геопространственных данных, чем то, с которым мы имели дело в последние пару десятков лет. Вероятно мы столкнемся с сильным влиянием игровой индустрии, которая принесет динамичную графику и 3D визуализацию. Это приведет к появлению нового поколения ПО, которое заменит сегодняшнее.
  • Появится необходимость специальной правовой регуляции использования геопространственных данных, чтобы различать реальный мир и виртуальный/смоделлированный в геопространственной 3D среде.
  • Свободный и открытый доступ к данным станет нормой и геопространственные данные все чаще будут рассматриваться как неотъемлимое общественное право.
  • Все также сложно будет найти финансирование для обеспечения полного покрытия данными (???).
  • Приватность продолжит быть основным полем сражения.
  • Быстрый рост приведет к путанице и потере четкого понимания прав авторства, распространения, обязательств и других аспектов.
  • Приобретет особое значение защита данных от незаконного получения.
  • Законотворчество станет лучше работать с цифровыми подписями, цифровой кадастр и ведение дел станет нормой.
  • В течение пяти лет, законотворчество и политика будут осваивать геопростраственные технологии и уникальные свойства геопространственных данных. Однако, во многих странах последовательная и прозрачная политика и законодательство не будут сформированы по отношению к таким аспектам как приватность, национальная безопасность, ответственность и интеллектуальная собственность. Это приведет к ряду проблем.
  • В течение 10 лет, нации четко разделяется на выигравшие и проигравшие, в зависимости от того, разработаны ли у них соответствующая политика и законодательство способствующие процветанию геопространственного сообщества.
  • Некоторые правительства будут использовать геопространственные технологии как средство мониторинга или ограничения передвижений и персональных коммуникаций их граждан. Граждане этих стран могут не хотеть использовать LBS или приложений которые требуют определения местоположений из страха, что этой информацией будут делиться с властями.
  • Станет преобладать законодательно закрепленное наблюдение и регуляция геопространственной информации, правительства станут уделять больше внимания источникам и точности геопространственной информации.
  • Национальные инфраструктура пространственных данных будут планироваться, разрабатываться и поддерживаться на правовом уровне.
  • Увеличение количества сенсоров и широкое использование геоданных обществом заставит общественную политику и право сместится в направлении защиты интересов и прав граждан.
  • Осведомленность о местоположении (location awareness) сыграет ключевую роль в Интернете вещей (Internet of Things).
  • Развитие базы и образовательные программы должны будут формироваться с учетом потребностей самих стран.
  • Пространственная грамотность будет выражаться не в обучении использованию ГИС в школах, а в улучшении пространственной осведомленности и понимании ценности знания местоположения как контекста.
  • Персонал национальных картографических ведомств нужно будет перенацелить и переучить, чтобы он приобрел мультидисциплинарные навыки.
  • Помимо того, что они играют главную роль в обеспечении качества базовой геопространственной информации, правительства/Национальные картографические агенства дополнительно станут менеджерами геопространственной информации и станут обеспечивать качество и надежность программного обеспечения используемого для специфических пользовательских геопространственных задач.
  • Роль государства все чаще будет заключаться в компенсации неудач рынка, а не в предоставлении завершенной геопространственной инфраструктуры.
  • Продолжит быть критической роль национальных картографических ведомств как ответственного поставщика и арбитра других источников геоданных.
  • Изменится структура национальных картографических агенств – большие штаты разделенные на отдельные специализированные подразделения.
  • Монополии национальных картографических агенств в некоторых областях специализированных пространственных данных будут полностью разрушены.
  • Все больше функций национальных картографических агенств будут передаваться на выполнение другим исполнителям и краудсорсингу.
  • Краудсорсинг вынудит национальные картографические агенства уходить в сторону нишевых рынков.
  • Правительства должны выступать в роли лидеров при создании/наблюдении за рамочными инициативами.
  • Национальные картографические агенства будут вынуждены искать новые бизнес модели для предоставления упрощенных лицензий и удовлетворения растущего спроса на свободные данные.
  • В следующие 5-10 лет усилится интеграция общественных данных с государственными.
  • Данные получаемые посредством краудсорсинга станут дешевле и точнее, краудсорсинг улучшит доступ к широкому диапазону геопространственной информации.
  • Вырастет количество комбинаций ДДЗ с краудсорсинговыми данными для создания наборов данных, которые было бы непозволительно дорого создать одной организации.
  • В мире останется менее десяти провайдеров сервисов на базе геопространственной информации.
  • Будет прогресс в области сближения официальных и общественных данных, он продолжится в сторону настоящей кооперации.
  • В следующие 5 лет ускорится использование геоданных создаваемых общественностью.
  • Во всех странах, где жив рынок, частный сектор будет намерен конкурировать с традиционными игроками.
  • Возникнет цензура краудсорсинга.
  • В течение 5 лет уровень детализации транспортных систем в рамках OpenStreetMap превысит любые другие источнки и будет учитываться и использоваться основными игроками по всему миру.
  • Продолжится рост общественной картографии.
  • Рынок наборов данных в области навигации и LBS развивающийся сейчас скорее всего исчезнет в течение 5 следующих лет, они будут заменены краудсорсинговыми данными из OpenStreetMap и подобных иннициатив.
  • Национальные картографические ведомства скорее всего не смогут больше оправдывать расходы на традиционные механизмы поддержки данных, так как они будут использоваться во все более узких нишах.

Геопространственная информация

​​
Геопространственный анализ включает сбор, отображение и обработку ​изображений, использование координат глобальной системы определения местоположения (GPS), спутниковых фотографий и данных (в реальном времени или за прошлые периоды), а также использование указанных в явном виде географических координат или идентификаторов, применяемых в географических моделях.​ 

Метод геопространственного анализа был значительно усовершенствован​ в плане:

1) повышения прецизионности, точности и степени детализации;
2) упрощения и повышения скорости передачи, анализа и манипуляции (например, возможность установления соединений, обеспечиваемая спутниковыми мегагруппировками);
3) количества и типа устройств, оснащенных геопространственным идентификатором и определителем местоположения (к различным типам устройств относятся, например, устройства интернета вещей, мобильные телефоны, сенсорные сети, подключенные автомобили и т. д.).

Так, для использования технологии подвижной связи пятого поколения IMT-2020 (или 5G) в диапазонах миллиметровых волн потребуются очень точные геопространственные данные и сети электросвязи более высокой плотности, со значительно бó​льшим числом базовых станций, ч​ем в традиционных сетях подвижной связи. Для обеспечения рентабельности и эффективности этих радиосетей решающее значение будут иметь точные географические данные и усовершенствованная пространственная аналитика. Базовые станции 5G необходимо будет синхронизировать в пределах наносекунд, чтобы повысить точность определения местополож​ения для интеллектуального транспорта и интеллектуальных систем управления дорожным движением[1]

Геопространственные данные и информация очень полезны на всех уровнях, от глобального до локального, и могут применяться для множества разных сценариев использования, в том числе для мониторинга, проверки и/или подтверждения в следующих областях​:

Национальные правительства и местные органы власти нуждаются в информации о стране, окружающей среде, активах, людях, а также физической и социальной инфраструктуре страны для здорового процесса принятия решений на основе данных и для поощрения экономического развития, предпринимательской активности, прозрачности или национальной безопасности​.

Как технологии геолокационной аналитики повлияют на общие подходы к бизнес-аналитике и обработке больших данных?

Нори: В настоящее время средства геолокационной аналитики применяются, в основном, для представления информации на интерактивной карте с помощью отчетов, информационных панелей или исследований. Но не стоит ограничиваться привычной областью применения.

С помощью новых сценариев, которые поддерживаются диджитализацией, мобильностью и IoT, процесс принятия решений с учетом местоположения создает больше возможностей для любых организаций. Не нужно сводить аналитику только к отчетности, анализу событий или производительности с привязкой к местоположению.

Например, с помощью сведений о местоположении вы можете оценить влияние времени и длины пути на тенденции, которые вы изучаете, или определить оптимальное расположение объектов на основе демографической сегментации и доступных ресурсов, или же использовать данные о местоположении в сочетании с аналитическими техниками, в числе которых кластеризация, для сегментации клиентов по наиболее подходящим критериям.

Для SAS аналитика местоположения — это, в первую очередь, расширение бизнес-аналитики. Поэтому, чтобы эффективно использовать ГИС и BI, мы объединили усилия с лидером рынка геоинформационных систем, компанией Esri. Теперь наши клиенты могут получить доступ к средствам пространственной аналитики с возможностями самообслуживания в рамках SAS® Visual Analytics – интуитивно понятного инструмента, который они используют каждый день.

Оцените статью
Аналитик-эксперт
Добавить комментарий