本文内容摘自《中国测绘》年第11期
访超图软件集团总架构师胡中南
当前，在地理空间信息领域主要形成了两大“数据堰塞湖”：一是随着物联网、移动互联网和互联网产生的巨量“空间大数据堰塞湖”，二是因时空分辨率持续提升带来体量迅猛增长的“遥感数据堰塞湖”。
据北京超图软件股份有限公司（以下简称“超图”）研究院副院长胡中南介绍，我国当前在轨工作卫星达余颗，卫星遥感数据总量以超过10TB/天的速率不断增长；省级范围手机信令数据新增超过10亿条/天，但其中仅有不到10%的数据得到有效处理与分析，数据要素价值释放严重不足。
针对这一情况，超图研究院GIS基础软件研发团队历经8年攻关推出了云原生智能GIS基础软件关键技术（以下简称“云原生智能GIS”），自然资源部信息中心、国家基础地理信息中心、中国测绘科学研究院等单位也共同参与了该项目。
超图软件集团总架构师胡中南
近期，云原生智能GIS获得了年“测绘科学技术奖”特等奖，该技术的应用价值进一步得到了认可。那么云原生智能GIS技术有哪些优势？又是如何疏通时空地理信息“数据堰塞湖”的？下面请胡中南为我们解答。
记者：面对地理信息“数据堰塞湖”，传统GIS软件为何力不从心？
胡中南：“数据堰塞湖”形成原因主要是传统地理信息软件（GeographicInformationSoftware，广义GIS）的处理能力不足，具体原因如下：
（1）智能化水平不足：多源异构空间大数据具有体量大、变化快、种类多和价值密度低等特点，传统GIS主要采用统计方法对矢量栅格等经典空间数据进行分析，难以有效捕捉动态变化的复杂时空关系、挖掘隐含价值，无法进行有效的智能分析。
（2）自动化程度不高：数据分析处理需要大量人工介入，处理的实时性不高。如遥感影像地物提取主要采用人工解译方式，严重依赖作业员解译效率和经验水平，无法实现大规模数据的自动化智能处理，导致鲜活的遥感数据成为“数据化石”，影响其数据价值释放。
（3）非云原生的软件架构：对于尚处于云就绪阶段的单体GIS软件架构，不能充分发挥云计算的高可用性、高算力利用率和低成本等价值，无法对上述两大“数据堰塞湖”进行经济、高效和实时处理。
记者：如何理解云原生技术？云原生技术与人工智能、GIS等结合有怎样的优势？
胡中南：云原生技术是原生为云而设计，意味着应用原生被设计为以最佳的方式在云上运行，从而充分发挥云的优势。年，CNCF云原生基金会对云原生给出了具体定义：云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。云原生的代表技术包括容器、微服务、服务网格、动态编排、持续交付和Serverless等。区别于传统云应用，云原生具有敏捷、可靠、高弹性、易扩展、故障隔离保护、不中断业务、持续更新等优势。
人工智能的核心是算法、算力和数据。在人工智能GIS开发过程中，开发者往往专注于海量异构数据、高门槛的地理智能模型和算法的研究，对于算力的
转载请注明：http://www.0431gb208.com/sjszyzl/9165.html
