龙空技术网

《地球信息科学学报》发表宋关福博士等论文:当GIS遇到人工智能

超图集团 212

前言:

现在各位老铁们对“gis聚类”大约比较关注,同学们都需要学习一些“gis聚类”的相关资讯。那么小编也在网上网罗了一些关于“gis聚类””的相关文章,希望姐妹们能喜欢,咱们快快来了解一下吧!

编者按

人工智能GIS(AI GIS)技术是当前重要的研究方向。然而,多数研究主要聚焦某个或某些应用场景,较少涉及AI GIS技术体系的研究与探索,对AI GIS软件技术体系的梳理和总结尚不够全面。为此,超图集团总裁宋关福从地理智慧金字塔入手,阐述了如何构建AI GIS软件技术体系,以及该体系各个组成部分的内涵和示例。并以SuperMap GIS为例,介绍了AI GIS软件产品体系架构,探讨了AI GIS的未来发展趋势。

相关论文已在学报2020年第1期发表啦(文末点击“阅读原文”可以查看完整论文)!

《地球信息科学学报》

AI GIS是指将AI技术与各种GIS功能进行有机结合,包括融合AI技术的空间数据处理和分析算法(即GeoAI)以及AI与GIS的相互赋能的一系列技术的总称。AI GIS近年来逐渐成为地学科研与应用的主要热点。

01 让我们先从地理智慧说起......

现代地理智慧是指以GIS、遥感和卫星定位技术为基础的地理空间可视化、分析、决策、设计与控制的技术总称。地理智慧是GIS区别于其他信息技术的最为独特的价值,包括地理可视化、地理决策、地理设计、地理控制4个层次,构成地理智慧金字塔,自底向上复杂度越来越高,而成熟度则越来越低。随着人工智能技术的引入,地理智慧将会迎来新一轮技术的革新,创造更大的价值。

SuperMap在2019 GIS软件技术大会上发布了SuperMap GIS 10i系列产品,全面融入人工智能技术,创新并构建了GIS基础软件“BitCC”五大技术体系,丰富和革新了GIS理论与技术,为各行业信息化赋能更强大的地理智慧。

02 AI GIS技术体系三部曲

AI GIS技术由3部分组成::

GeoAI:是融合AI的空间数据处理与分析算法,是AI和GIS充分融合的产物。

AI赋能GIS(AI for GIS):是利用AI能力提升GIS软件的功能和用户体验。

GIS赋能AI(GIS for AI):是GIS利用其可视化和分析技术,对AI输出结果进行空间可视化和进一步的空间分析。

机器学习是人工智能的核心,而深度学习是核心中的热点研究方向。GeoAI也包括空间机器学习(Geospatial Machine Learning)和空间深度学习(Geospatial Deep Learning)2部分。以SuperMap为例,我们可以基于空间机器学习解决空间聚类、空间分类和空间回归等多种GIS应用问题。

而空间深度学习能从地理空间数据中直接识别时间与空间特征,并自动高效地构建复杂特征,使数据驱动的地球科学研究成为趋势。以SuperMap为例,目前提供的空间深度学习算法包括三维数据分析和影像分析2类。

由于地物的空间特征在不同地域,不同季节的表现并不完全相同,因此需要提供GeoAI算法的流程工具,便于应用单位根据自身数据特点重新训练模型,提高模型推理的成功率和准确度。流程工具具体包括数据准备、模型构建和模型应用等几个核心过程。

AI赋能GIS是指利用AI技术提升GIS软件的智能化水平,包括AI属性采集、AI测图、AI配图和AI交互等多个方面。AI属性采集可以帮助用户进行视频图像等多源目标的智能分类和识别;AI测图可以提供更低成本、更为便捷的室内测图方案;AI配图为用户免去手工配图的繁琐流程,通过简单操作就可以实现图像到地图的风格迁移;AI交互包括使用语音、手势、人体姿态等进行丰富的应用交互。

基于手势识别的隔空地图操作

基于人体姿态识别的隔空地图操作

面向AI识别结果,GIS可以利用其空间可视化和空间分析能力进一步处理与挖掘数据价值,即GIS赋能AI。例如交通流量监控、城市部件管理与案件等的地图可视化应用,可为决策者提供更直观的信息表达形式;而对AI提取结果进行深入处理与挖掘,可以进行地理围栏实时告警,车辆行驶路线追踪等进一步扩展应用。

为了对AI GIS的3个方面进行有力支撑,可以自底向上构建4层结构,形成较为完整的AI GIS技术体系。最底层为数据层,之上为领域库,在框架层中可以通过合理抽象和封装兼容多种AI框架,最上面的功能层即具体介绍的AI GIS三个方面。

为了服务于多种GIS应用场景,AI技术需要与组件GIS、桌面端 GIS、服务器GIS等在内的多种形态的GIS软件进行深度融合,共同构建AI GIS产品体系。

03 人工智能GIS展望

利用AI GIS完善发展新一代GIS技术体系是解决当前GIS系统智能化问题的有效方法,AI GIS初步实现了遥感图像、视频等地理信息的计算机视觉提取,以及语音识别,自然语言处理等AI技术的引入赋能。但目前AI GIS还属于弱人工智能(Narrow AI)阶段,离通用AI(AGI)阶段还较为遥远,因此以通用AI为代表的技术也是AI GIS未来发展的重要方向。

作者信息

超图软件董事/总裁、中国测绘学会副理事长、中国地理信息产业协会副会长、中关村空间信息产业技术联盟理事长 、北京软件行业协会副会长。长期从事地理信息系统软件技术创新工作,主持SuperMap GIS软件研究与开发。

标签: #gis聚类