寻找地理可视化的引爆点

随着“大数据”应用的火爆,“地理大数据”逐渐成为了一个时髦的概念。“具有空间位置特征的地理信息数据天生具有大数据属性”更是给这个概念打上了完美的注脚。地理信息从业者敏锐地捕捉到了技术发展的方向,推出了一些优秀得“地理可视化”产品。老俞在《地理数据可视化:Simple,Not Easy》一文中从应用的角度阐述了对地理数据可视化的引爆点。

揭开地理大数据的面具

地理空间数据天生就是大数据。这是一句容易让人热血沸腾的话。如今我们获取地理空间数据的手段越来越多,除了卫星、无人机、移动测量车这些传统测绘技术带来的海量基础测绘数据外,很多传感器的实时监测数据、移动终端数据甚至各种UGC数据都构成了地理大数据。地理大数据满足了大数据定义中海量数据(Volume)、快速的数据流转和动态数据体系(Velocity)、多样的数据类型(Variety)以及真实性(Veracity)等四个特征指标。

我们更多关注的是地理大数据的第五个特征指标:价值(Value),也就是地理大数据的功用,它能够帮助用户干什么? 地理大数据(主要是基础测绘数据)在地表要素分析、遥感影像解译等领域已经有了深入的应用,但在其它行业领域似乎还没有太多典型应用。地理空间数据经过数据挖掘和数据分析后,需要揭示某些规律/行为模式/发展趋势。它的核心价值是发现规律和预测趋势,以便于最大限度地发挥业务潜力。这样的地理空间数据才算得上真正意义的地理大数据。

单纯的地理空间数据很难承担起规律分析和趋势预测的“重任”,只有和业务特征数据结合之后才能真正发挥大数据发现和预测的作用。这个结合点就是空间位置。空间数据被赋予业务属性之后便拥有了大数据分析的基础,业务数据装上了空间属性的翅膀后,才有机会在空间维度发掘数据价值。

地理可视化和地图制图

地理可视化是地理大数据应用的最后一公里。它涵盖了一系列不同的规模,小到单个房产, 大到全球比例尺的海量地景数据的可视化。地理可视化充分利用了地理信息技术的空间数据可视化能力,用地图的方式进行可视化表达,解决了大数据中空间位置表达的问题;同时,利用地理信息技术的空间分析能力,为地理大数据涉及到的大量空间分析提供了处理能力,在空间维度上初步实现了大数据的分析。

从本质上说,地理可视化开发了人的空间思维能力,使人们能够更加容易的发现隐藏在空间位置背后的复杂关系,提供对隐藏现象的清晰认识,缩短搜索时间和揭示事物之间可能被忽略的关系。比起使用文本或数字描述,地理可视化更加有效的帮助用户进行分析和学习,是一种用于探索、分析、综合和表达的强大研究方法。

从地图学/地理信息技术角度看,地理可视化是地图和信息可视化的结合,是在地图可视化基础上衍生的一种研究方法。地图是地理可视化的原型,地理可视化用地图的方式提供了独一无二的工具,让人们可以对庞大复杂无法直接观察的空间信息进行分类、表达和交流。

提到地图表达,自然会想起地图制图。 事实上,地图制图作为地图表达的一种既定表述方式和地理可视化是如此的相似,他们之间区别非常感性和微妙:地理可视化集成了数据可视化、地图制图、图像分析、探索性数据分析和可视分析,其可视化结果应当引导并最终提供有助于辅助决策的洞察力。两者的细微差别不在于地图语言的表述,而在于最终结果的价值导向。

地理可视化是银弹吗?

地理可视化能否作为地理大数据分析表达的银弹?我觉得,地理可视化至少还存在三个问题没有解决。

  1. 地理可视化的效果是否存在标准的、有效的评价指标?
  2. 什么样的地理可视化效果是有效的,为什么会有效?
  3. 针对某类地理大数据,它最好的地图表达方法是什么?

地理数据可视化虽然是借助于地图制图的手段, 基于地图清晰有效地发掘和传达信息。但是,这并不就意味着,地理可视化就一定因为要实现其功能用途而令人感到枯燥乏味,或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达空间位置背后的信息概念,美学形式与功能需要齐头并进,通过直观地传达关键的方面与特征,从而实现对于相当稀疏而又复杂的数据集的深入洞察。

从已有的几款地理可视化产品使用体验来看,产品设计本身往往并不能很好地把握地图效果与数据探索之间的平衡。 有些地理可视化产品虽然坚持地图设计的既定用语(地图制图规范),但其基于UGC生产的应用案例从地图审美价值观方面来说,相当难看;另一些地理可视化产品虽然能创造出优美的可视化效果, 但其对于真实世界的分析并不起任何作用。

地理可视化应用的引爆点

地理可视化作为数据可视化的分支,目的是要解决大数据在地理空间维度的相关问题。从地理可视化内在的地图特性来看,我觉得,在三个应用场景可能存在引爆点:

  1. 网络制图应用
  2. 在线地理信息应用
  3. 基于特定意义的模型驱动

网络制图应用是用户最为熟悉的产品设计形态。对于广大不具备地图制图技术背景的用户,网络制图应用不仅免去了专业制图软件高昂的购置费用,还简化了地图制图表达要求,降低了地图制作的技术门槛。作为一款优秀的网络制图应用,需要具备三方面的能力:第一,帮助用户制作标准的、规范的、符合地图表达要求的地图;第二,能够尽可能多的兼容用户自有的数据格式,并且能引导用户分析和制作有意义有价值的地理可视化产品(通过场景模板或地理分析业务模型);第三,能衔接用户最终使用的真实应用场景,比如用户创作的地图产品能够导入excel/word等常用软件和。网络制图应用的另一种模式是地图中间件的形式和某些特定行业的专业软件(如金融行业/ERP软件)进行集成耦合,满足它们对空间数据的处理和表达需求。

在线地理信息应用以SaaS的形态向用户提供专业的地理可视化服务,它隐藏了复杂的地理数据分析过程,把最终结果简洁直观的提供给用户。在线地理信息应用产品的一种服务方式,是在满足基本的地图设计原则上,引入地理分析技术,比如:商业选址/路线动态规划等;它的另一种服务方式是垂直业务模式,通过关注某类或某几类行业的业务数据和业务需求,在线提供一套完整的业务解决方案,满足大部分用户基本的业务需求。实际上,网络制图应用和在线GIS服务正在慢慢的改变地理可视化和空间数据的生态环境,它们的未来发展目标是成为大众可以使用的门户服务之一,可以集成或者混搭到其它众多应用中去。

基于特定意义的模型驱动是从地理大数据的大数据特性出发,强调大数据的规律发现和趋势预测的能力。地理可视化的一个重要作用是基于地理空间数据可视化效果,为用户提供辅助决策,引导用户进行形态预测。也就是,基于地理大数据(复杂散乱的带有业务特质的空间数据),抽象出业务特征维度,基于各种数据挖掘和分析形成客户画像,最终对客户人群的行为做出预测。地理数据的空间描述永远是简单的X/Y/Z或标准地址编码,而业务数据则是纷繁复杂各不相同。空间数据和业务数据的结合点就是空间位置,利用数据融合技术(海量数据清洗/处理/挖掘)融合两种不同数据类型。基于一套符合行业业务需求的具有特定意义的业务模型,驱动数据在业务通道中流动,最后形成一个对真实数据背后隐藏的复杂关系有显性指导意义的结论。

时间: 2024-08-06 13:06:33

寻找地理可视化的引爆点的相关文章

地理数据可视化:Simple,Not Easy

如果要给2015年的地理信息行业打一个标签,地理大数据一定是其中之一.在信息技术飞速发展的今天,“大数据”作为一种潮流铺天盖地的席卷了各行各业,从央视的春运迁徙图到旅游热点预测,从大数据工程师奇货可居到马云布道“DT”时代,“大数据”被推到了一个前所未有的高度,连国家领导人出访演讲都言必称大数据.地理信息数据天生具有大数据属性,作为整天和地理信息数据打交道的地信人自然不甘落后,地理大数据概念脱颖而出. 地理大数据是什么?大体来说就是把社会经济.自然资源.商业信息等但凡具有一点空间维度的数据一股脑

读书笔记2014第16本:《视觉繁美:信息可视化方法与案例解析》

阅读加写笔记大概用了6个小时.<视觉繁美>是从权哥的QQ上发现的,看到一堆超炫超复杂的图形,就马上动手从amazon上买了下来.第一天粗翻一遍,确实是非常多.非常复杂的网络图,如果不是搞艺术设计的,真不知道这本书有什么用,但第二天开始仔细阅读,发现前三章还是相当有料,从树状模型开始,过渡到网络模型,然后仔细剖析了网络模型,第四.五.六章可以说是网络图欣赏,第七章是4篇论文. 第一章 生命之树 树状模型是当代网络图的源头.古代把树赋予了神圣的意义,树的根系蜿蜒向下深入土壤,枝叶伸展向上拥抱天空,

第16本:《视觉繁美:信息可视化方法与案例解析》

第16本:<视觉繁美:信息可视化方法与案例解析> 阅读加写笔记大概用了6个小时.<视觉繁美>是从权哥的QQ上发现的,看到一堆超炫超 复杂的图形,就马上动手从amazon上买了下来.第一天粗翻一遍,确实是非常多.非常复杂的网络图,如果不是搞艺术设计的,真不知道这本书有什么用,但 第二天开始仔细阅读,发现前三章还是相当有料,从树状模型开始,过渡到网络模型,然后仔细剖析了网络模型,第四.五.六章可以说是网络图欣赏,第七章是4 篇论文. 第一章 生命之树 树状模型是当代网络图的源头.古代把

Python地图可视化三大秘密武器

Python地图可视化库有大家熟知的pyecharts.plotly.folium,还有稍低调的bokeh.basemap.geopandas,也是地图可视化利器. 首先介绍下bokeh bokeh擅长制作交互式图表,当然在地图展示方面也毫不逊色. 示例代码地址: https://automating-gis-processes.github.io/2017/lessons/L5/interactive-map-bokeh.html Bokeh支持google地图.geojson数据的地理可视化

社区发现的学习笔记

社区发现 社团结构与计算机中的图分割和社会学中的分级聚类有密切关系. 分级聚类是寻找网络中社团结构的一类传统算法,根据向网络中添加边还是从网络中移除边,该类算法可分为两类:凝聚方法.分裂方法. 一.基于模块度 **无向无权图:** 模块度(Modularity)是近年常用的一种衡量社团划分质量的标准.基本思想就是把社团划分后的网络与相应的零模型进行比较,来估量实际的网络和随机的网络的差别. 社团内部边的总和:Q(real)=1/2*Sigma(a(ij)*delta(C(i),C(j))) 零模

品牌管理

一.概述品牌是企业产品或服务在消费者心中的认可度和积极影响力.品牌管理是对企业品牌的建立.推广.维护.塑造进行全面管理,其目的是让企业品牌广为人知,市场影响力不断扩大,受到越来越多的消费者喜爱.主要内容包括:品牌命名.品牌策划.品牌推广.品牌宣传.品牌维护.品牌保护.品牌打假.品牌升级.品牌档案等.二.实战方法品牌命名品牌命名的原则是让大众容易理解记住,并产生良好的联想或愉悦的内心感应.命名是传播学.美学.心理学.民俗学与营销管理学的综合运用.因此,企业品牌命名应该遵循的原则和注意事项如下:1.

做大数据分析研究的常用软件工具与其应用场景

做大数据分析研究的常用软件工具与其应用场景 实际进行大数据研究过程中,需要根据实际情况灵活选择最合适的工具(甚至多种工具组合使用),才能更好的完成研究探索. 如今,大数据日益成为研究行业的重要研究目标.面对其高数据量.多维度与异构化的特点,以及分析方法思路的扩展,传统统计工具已经难以应对. 工欲善其事,必先利其器.众多新的软件分析工具作为深入大数据洞察研究的重要助力, 也成为数据科学家所必须掌握的知识技能. 然而,现实情况的复杂性决定了并不存在解决一切问题的终极工具.实际进行大数据研究过程中,需

浅析大数据研究常用的软件工具

小编的一个朋友是从事大数据行业工作的,工作发展前景好,薪资待遇高,每次见到他都是非常的得意.然而,近日再看到他的时候,发现他愁眉不展,一问之下才知道,因为对于一个大数据软件工具的错误使用,导致领导对其进行了较严重的惩罚. 如今,大数据日益成为研究行业的重要研究目标.面对其高数据量.多维度与异构化的特点,以及分析方法思路的扩展,传统统计工具已经难以应对.正所谓工欲善其事,必先利其器.众多新的软件分析工具作为深入大数据洞察研究的重要助力,也成为数据科学家所必须掌握的知识技能.然而,现实情况的复杂性决

mathematica12软件的新增功能有哪些?

mathematica12软件中文版更新了,想要知道mathematica12软件的新增功能有哪些?下面一起来看看吧:点击安装 # mathematica12软件的新增功能 符号与数值计算-渐近-微积分-代数-凸优化-非线性有限元 可视化与图形-核心可视化-标签可视化-复数的可视化-地理可视化几何与地理 -几何计算-多边形和多面体-非线性有限元-高中几何-地理计算的新功能 数据科学与计算-不确定性.单位和日期-概率和统计-图和网络-数据导入和导出 图像与音频-图像计算-音频计算-显微镜图像计算-