广州南方卫星导航仪器有限公司 广东省广州市 510663
摘要：大数据时代，人们对地理信息的需求量大大提升，地理信息在数据库中有着巨大的数据储备，同时每时每刻都在产生大量新的数据信息，这些数据为人们的生产生活提供了极大的便利，故目前测绘地理行业有着极大发展前景，但是不可否认这个行业存在很多、很大的挑战，这些问题阻碍了行业的发展，我们应该将当前的数据分析技术结合测绘地理信息服务，变革传统的服务方式，将行业发展中遇到的挑战转变为机遇。就此，本文简要概述了大数据及研究意义，探讨了大数据时代测绘地理信息服务面临的机遇和挑战，提出了应对措施。
关键词：大数据时代；测绘地理信息服；机遇；挑战；对策
1大数据概述
1.1大数据的缘起
大数据，又称海量资料，是由数量巨大，结构复杂、类型众多的数据构成的数据集合。大数据最早可以追溯至十八世纪八十年代，伴随基因技术的发展，促使科研人员需要积累和存储大量的数据，数据积累存储完毕后，面对纷繁复杂的数据，如何去运用和分析，成为科学家的难题。随后，伴随着信息技术的发展，同样的问题，也进一步延伸到了其他科学领域，如天文学观测领域、纳米技术研究等领域。收集海量的科学数据，探索这些数据背后蕴含的内在规律渐渐发展成为一种习惯科学。“大数据”这个词语第一次被提出是在 1998 年时，但提出后反响甚弱。直到在 2010 年 2 月，The Economist 杂志中一篇名为“The Data Deluge”的文章，才再一次提出大数据的相关理念。但大数据这个概念第一次被正式以“Big Data”的称呼被定义是从 2011 年 5 月美国麦肯锡全球研究院发布了一篇名为“The next frontier for innovation，competition and productivity”的研究报告。自此之后，大数据迅速发展，并成为了全球政府及商界广泛关注的重点内容。2012 年 3 月，美国政府相关部门启动了 82 项与大数据相关的研究发展计划；2012 年 4 月，全世界第一家大数据分析和运算公司 SPLUNK 在纳斯达克成功上市；2012 年 5 月，英国政府宣布建立世界上第一个开放性的数据研究所，目的是通过对大数据的探索和研究，寻找产品创新、创业机遇和经济增长点。2013 年，澳大利亚、法国等国家也先后将大数据应用上升成为国家的战略高度。同年，阿里巴巴、腾讯、百度、京东商城、中国联通等互联网企业或运营商先后启动大数据技术的研发和应用；2014 年 3 月“大数据”这一概念首次进入我国政府工作报告；2015 年 3 月，李克强在政府工作报告中明确提出“互联网+”行动计划，强调推动大数据等与现代制造业的结合与应用。2016 年，我国在最新发布的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》的第六篇第二十七章明确提出了实施国家大数据战略，把大数据作为基础性战略资源，全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。
1.2大数据的内涵
大数据是一种抽象的概念，也是一种社会现象，是互联网发展到一定阶段的产物。随着互联网的发展，网络上充斥的数据越来越多，数据的结构也越来越复杂，基于数据量之大及多样，数据中蕴含的价值也越来越大。大数据是一个比较抽象的概念，目前尚无确切、统一、公认的定义。麦肯锡全球研究院对“肯锡全球研究院对“的界定大致描述为：“数据体超出传统数据库可以承载、处理、计算能力的庞大数据集合”。2013 年，全球信息咨询机构国际数据公司（IDC）对大数据的技术定义为“大数据，其是一种依靠精确定位、快速捕捉与分析，并从海量的数据中提取价值的全新技术架构”。同年，IBM 总结了大数据的诸多特征，对大数据的含义进行了更深入的完善。大致描述为：大数据其实是一种大规模的数据管理和利用的商业模式，它具体泛指的是一种技术平台。与传统数据相比，大数据表现出的差异是规模以几何形式增长，并通过采集、分类、处理、分析和展现的方式发掘和实现了数据潜在的巨大价值。《国际科学技术发展报告（2013）》对大数据的定义为“需要快速采集、处理、分析并从中挖掘和提取价值的、海量的、多样化的交易数据、交互数据和传感数据”。在国内方面，王忠先生认为，大数据是指伴随着可作为处理对象的数据外延不断扩大，依靠物联网、云计算等新兴数据搜集、传输和处理模式的一种新型数据挖掘和应用模式。该定义指出大数据是在处理的的过程中伴随着处理对象的数据外延而不断扩大，是个动态的增长量，而且是一种新型数据挖掘和应用模式。而“大数据时代”这一名词，目前已经发展成为一种普遍的对大数据重要性的称谓。
1.3大数据的特征
大数据，简而言之，意味着海量的数据。对于大数据的特征，维克托·迈尔-舍恩伯格在《大数据时代》一书中明确大数据与传统数据的差异主要有以下三个层面：一，大数据关注的是全部的数据整体，而不是样本采集；二、大数据关注的是数据的混杂性，而不是精确性；第三，大数据关注的是数据之间存在的关联关系，而不是具体的因果关系。目前关于大数据的特征，主要有两种观点，即“目前关”与“前关”。
“前关”是大量性（Volume）、多样性（Varie）和快速性（Velocity）。大量化（Volume）即是指海量的数据。有数据显示，全世界一天当中在互联网上生成的内容可以刻满 1.68亿 DVD 光碟，发出的邮件有 2940 封之多，发出的社区帖子有 200 万个，一天售卖出37.8 万台手机。多样化（Varie）即是指数据的来源以及内容构成丰富并复杂，来自互联网的各种图片、视频、音频、链接等形式，皆形成了数据。快速化（Velocity）指的是处理信息的速度非常快，这是大数据时代的趋势。
2大数据研究的意义
2.1构建城市地理信息数据库
进行智慧城市建设是当前城市信息化建设的重要阶段，在城市有效地推进数字化信息化的建设是城市不断进步的重要标志，也是城市发展的具体成果的表现。但是，如果对信息化不能科学合理地利用，将很难建成智能型城市。在对城市进行智能型建设过程中，测绘地理信息数据库将提供很大的帮助，地理信息数据库中的数据会对智慧城市建设提供方向性的帮助和预测。为了推进我国践行数字化城市的建设，我国大部分地区已经完成了基础性的测绘地理信息的数据覆盖，渐渐形成了以点概面从国家到省市的动态地理信息的局面，通过各个部门相互协同合作，我国测绘地理信息的数据精度已经足够满足我国智慧城市建设。
2.2云计算的实现
从近几年开始，我国城镇化发展速度越来越快，人们对数字化的要求也越来越严苛。根据数据统计可以看出，现在城市人口已经占总人口的50%以上，总人数高达6.7亿人，特别是在国家推行二孩政策以后，城镇人口增长速度更加迅猛。根据相关部门的人口数据统计可以预测出，到2030年，城市人口有可能突破10亿人。根据国家的相关政策要求，中国今后要走可持续发展的新型中国特色的道路，那么科学合理地利用基础测绘地理信息数据将有效促进民生发展，并且不会打扰城市人群的正常生活。互联网交付式中最重要的一种模式是云计算，通过对虚拟空间的空战，这种计算方式可以广泛应用到测绘地理信息中[2]。利用云计算不仅可以对测绘信息的成本进行有效的控制，还可以建立具有良好运行效果的云处理平台。
3大数据对测绘地理信息工作应用的影响
3.1有效促进相关部门工作能力
地理信息数据的处理是需要利用测绘地理信息部门才能完成的，以地理空间框架为例，以此为基础的地理信息数据十分庞杂、丰富，若是想对其进行最大化的利用就必定会涉及到测绘地理信息部门来充分发掘其中数据的价值。
期刊文章分类查询,尽在期刊图书馆但是整个过程都要求地理测绘部门具有较高的专业能力与素养。为了工作有效完成，地理测绘部门的工作人员会受到倒逼的影响，迫使自身去学习最新的技术手段，提高自身的工作能力。
3.2促进新的工作模式的建立
大数据时代的出现不仅为测绘地理信息部门带来了更多的机遇与挑战，同时也对目前的工作模式提出了新的要求。信息利用率的提升以及应用范围的扩大都离不开与大数据特点的结合、完善的信息系统的建立以及新的工作模式的构建。
3.3有效升级测绘地理信息系统
工作性能掣肘是造成当前地理测绘信息系统依旧存在缺陷的主要原因。而整体应用效率也因其在不能短时间内做出精准的控制也受到了影响。大数据的出现，利用其自身优势对系统的升级起到了重要的促进作用，同时也使得测绘部门和相关企业意识到了该系统的重要性，为技术分析的实施以及不断优化和升级系统提供了强有力的保障。
4大数据对测绘地理信息工程的要求
4.1 大数据时代下地理信息地理信息企业的发展前景
随着大数据时代的到来，必将给新生产业带来发展机遇，也必将产生具有破坏性的业务。大数据时代的来临也预示着大的商机的到来，对于一些地理信息的企业，只有牢牢抓住这样的发展机遇，才能在激烈的竞争中得到迅速的发展。例如，在一些需要提供位置帮助的服务方面，大数据的到来给地理信息增添了许多发展空间。通过地理信息服务和移动互联网的紧密结合，会发现使用移动互联网的用户量迅速超过了个人电脑的用户量。在这种情况下不难看出，地理位置服务的优越性会明显展示出来。大数据与位置信息服务的结合也将为市场营销带来更准确的信息。随着手机用户的增加，人们更习惯用手机进行一切可以进行的操作，例如，购物、看电影、看新闻、聊天等，并且手机更加方便携带。通过移动互联网和位置服务信息的结合，位置服务信息的出现给人们的日常生活也提供了更加便利的帮助。虽然这种位置服务非常人性化，但是开发商一定要保证用户的隐私，那么地理信息服务企业和拥有大量用户信息的公司进行合作就将会实现双赢的局面。
4.2 测绘地理部门在大数据下的机遇
测绘地理信息部门主要是提供一些基础性的地理信息数据，如西部开发的测图工程1∶50000的地理信息都是有数据库更新完成的，这也标志着中国地理空间架构的初步实现。当前我国基础测绘地理信息的数据库已经更新完成，但是怎样合理地利用还需要不断探究。大数据的到来要求测绘地理信息的部门能够很好地处理这些地理信息并且进行科学合理的利用，从某种意义上来说，这些关系到测绘地理信息部门的未来。在大数据时代下测绘地理信息的重要性已经显而易见，因此，要求相关部门加强地理国情的检测。
5大数据时代测绘地理信息服务面临的机遇和挑战
智能测绘硬件及测绘技术的发展将使测绘科技的基本形态发生巨大变革。从数字化到信息化，测绘科学简化了复杂的仪器作业、信息采集流程，但仍然是以测绘作业流程为基础。上述智能化发展将推动测绘科技的业态发生本质变化。
5.1内外业测绘颠覆
20世纪90年代以前，受限于技术发展，模拟测绘一直占主导地位，作业时间长，成果形式单一。20世纪90年代至21世纪初，3S技术和信息技术使测绘学科向数字化测绘转变。自2000年开始，微电子机械系统技术得到大规模使用。互联网和信息技术使中国测绘进入一个新的阶段——信息化测绘。随着传感设备的精确性和可靠性越来越高，勘测类及数据采集工作将由各类智能仪器及传感器来完成。同时，航天航空技术和摄影测量遥感技术的逐渐成熟扩展了测绘的观测对象。测绘领域从地表延伸到空间、整个地球系统乃至深空，测量周期逐渐按照人们需求实现实时观测。
然而，尽管信息化测绘背景下内外业工作的界限、分工逐步模糊，但其仍遵循线性思维，分为外业测量和内业处理的工作模式。GNSS等技术的出现仍然不能使测绘完全脱离外业作业。无人机摄影测量虽然可以大幅降低外业工作量，但内业数据量及处理难度也成指数增加。因此，在快速发展的云计算、“测绘大脑”的设想以及分布物联网技术支撑下，智能化测绘在测绘地理信息行业已经呈现出广泛的应用前景。智能化测绘时代外业工作可能彻底消失，颠覆传统内外业的思维。未来智能化的滑坡监测、基坑监测、桥梁监测系统或许将不需要外业测量工作。
5.2专业测绘转向泛化
智能化背景下，测绘工作将表现出高科技、操作简单化、行业多样化的特征。一方面对研发类测绘人才要求越来越高；另一方面，从事实际测绘操作方式更为简单，非专业人员即可完成专业人员难以完成的测量工作。可以预见，单独就人才需求的变化而言，一些从事智能设备与测绘类产业的深度融合工作和企事业机关单位的测绘管理工作的复合型人才需求将会大量增加，一线工作的应用型测绘人才需求也会呈上升趋势。新的市场模式对应用型测绘人才的基础能力、实践能力、服务能力、适应能力提出了更高的要求。
同时，位置服务等新的学科内涵将拓展测绘工作的内容，无人驾驶、室内测图、智慧城市等新的领域将提供广泛的测绘市场，并将进一步增加如手机测绘、众包测绘等新的测绘工作内容与工作方式。
5.3数据产品转向服务
测绘是采用最新的仪器装备采集多尺度、海量异构数据，并采用概率论、数理统计等多种数学手段进行分析处理，为自然资源监测、市政工程、矿产勘查、海洋生产等提供基础时空数据产品的科学。随着各行各业需求的丰富、学科发展的交融，测绘科技处理除提供数据产品外，将逐步关注基于数据产品的行业服务。智能化测绘技术的不断进步以及各行业的交叉，用户将更为关注测绘科技能给本行业提供服务的整体解决方案，而非数据产品本身。未来测绘数据采集智能化、智能测绘云分析将进一步为测绘服务提供理论与技术保证。互联网和北斗BD-3相结合将为全球用户提供稳定的应急搜救服务，为渔业、农业等领域提供常规服务。在智能测绘云的支持下，依托互联网、物联网、车联网、移动通信网、北斗网等网络交叉融合，可形成能实现覆盖全行业、一站式的智能化测绘服务系统。
结语
综上所述，大数据技术的广泛应用，给人们带来了诸多的便利。测绘地理信息服务中应用大数据技术，对地理信息产业的发展起到了一定的促进作用。但是，在大数据技术的应用中，也需要面临诸多的挑战。为了测绘地理信息服务更好地发展，各项服务得以完善，就要对大数据技术合理应用，面临挑战能够采取措施妥善解决，以使得测绘地理信息服务不断完善。
参考文献：
[1]邓洁，李龙凯.大数据在测绘地理信息方面的应用[J].智能建筑与智慧城市，2018（06）：89-90.
[2]杨林.大数据时代测绘地理信息服务面临的机遇和挑战[J].现代物业（中旬刊），2018（06）：9.
[3]田景华.对大数据时代测绘地理信息服务分析[J].建材与装饰，2018（10）：254-255.
[4]万学鑫.大数据在测绘地理信息方面的应用[J].低碳世界，2018（02）：41-42.
[5]李书琦.基于大数据时代下的地理信息技术分析[J].中国高新区，2017（24）：190.
[6]羊冠耀.大数据时代测绘地理信息服务面临的机遇与挑战[J].住宅与房地产，2017（33）：192.
[7]杨莎莎.大数据及其对测绘地理信息工作的影响分析[J].城市建设理论研究（电子版），2017（27）：122.
论文作者:闫志愿
论文发表刊物:《建筑模拟》2018年第33期
论文发表时间:2019/2/20
标签：数据论文; 地理信息论文; 互联网论文; 地理论文; 信息服务论文; 工作论文; 技术论文; 《建筑模拟》2018年第33期论文;