扩展数据流的三种方式

简介:

地理信息系统(GIS)是许多组织决策和管理过程中的一个重要组成部分。结构良好的地理信息系统(GIS)提供了非常有价值的工具,用于在自然和建筑环境中可视化、分析和查询地理空间数据,以及关于特征和对象的相关信息。因为地理信息系统(GIS)数据库可以包含关于各种特征和地形的信息,所以它通常使用由广泛的输入和数据源产生的信息来构建和维护。

随着地理信息系统(GIS)数据应用的扩展,对于从现场收集和提供高质量,可操作的空间数据采用新的高效方法的需求也在增长。满足数据看似无止境的需求,并不总是涉及传统的地理信息系统(GIS)现场技术人员。某些类型的地理空间数据可以由公众产生。在某些情况下,数据收集完全不涉及到人类。

数据收集的三种方式

当今广泛可用的连接,以及基于互联网的通信选项使得能够采用新的方法来收集和使用地理信息系统(GIS)的信息。我们可以将技术分为三大类:专业人士来源,公众来源和自动获取。

来源于专业人员的GIS数据遵循传统的使用人员的路径,他们经过培训并配备了GIS数据采集。技术人员通常具有他们正在收集数据的应用中的专业知识。例如,致力于收集湿地数据的人可能是植物学家,环境科学家或海洋生物学家。与此类似,收集关于道路和高速公路的信息的人员可有接受过土木工程,运输技术或相关学科的培训。

尽管来自专业人士来源的地理信息系统(GIS)数据收集的现场设备可以包括消费级设备,例如智能手机或平板电脑,但是许多组织倾向于使用专用设备。这些解决方案可以在困难的环境中工作,并在商业和工业领域提供更高的可靠性和性能。此外,诸如TrimbleGeo7系列手持设备等解决方案,可以产生比标准智能手机和平板电脑提供更高精度的GNSS位置。

相比之下,公众数据收集由公众进行,并且几乎不需要资产或技术知识。事实上,参与此活动的大多数人不知道他们正在捕获地理空间数据。虽然该技术可以利用大量潜在的数据收集器,但在评估传入数据时,开发可靠和可操作的信息时面临挑战。

在查看公众数据收集时,人们可以确定收集和使用数据的两种常用方法。两者结合地理位置与用户报告的属性或情况。一种方法使用使得公民能够报告关于感兴趣项目的问题或关注的应用。例如,一个人可以报告失效的交通信号,破碎的混凝土人行道,以及道路标志的损坏。该报告通常具有报告该问题的全球导航卫星系统位置,并向负责该问题的市政部门报告。部门审查报告并计划任何所需的维修或维护活动。这种“管理的公众解决方案”还可以包括在完成后向公民反馈,通知他们的报告被听取,并采取行动。反馈有助于鼓励参与,公众希望听到他们的关注已得到解决。

对于公众的地理信息系统(GIS)数据的不同方法绕过了市政维护系统的审查和管理。相反,收集的信息被快速地重新分配给其他用户。例如可以在诸如交通报告和车辆路由的应用中找到。驾驶员可以使用智能手机应用程序报告交通堵塞,事故或建筑延误,可以立即与使用该应用程序的其他司机共享。用户可以输入关闭道路或道路状况变化的信息,以更新系统使用的地图。这种接近实时报告具有更大吸引力的能力,可以对交通流有整体好处,但是该方法可能缺乏专业人士来源或管理公众系统中常见的质量控制和分析。

第三种技术是自动化的数据采集,帮助地理信息系统(GIS)扩展到新的地理和应用领域。全自动系统可以提供连续的定位和属性信息。例如,岩土监测解决方案利用GNSS或光学技术获取精确的位置信息。数据可以结合地震或结构的传感器模型的行为对地球或人造结构(如建筑物、桥梁、大坝)进行监测。

自动传感器也可以连接移动或便携式定位系统。通过将地面穿透雷达或其他传感器与GIS风格的定位设备相结合,可以快速收集数据,以映射地下设施,例如公用设施和隧道。与定位过程结合使用,自动传感器有助于减少去现场的时间,并减少或消除数据捕获和记录过程中的用户错误。

其他自动化传感器可以安装在固定位置(由GNSS传感器捕获位置)以报告数据,例如交通,气体,污染物浓度,水位,以及天气等。市政公用事业公司可以将空间数据与物联网(IoT)相结合,以监测诸如水压和流量的参数。在服务中断的情况下,自动化系统可以将设施和传感器的位置与客户报告的地址合并,以查清隔离故障的原因。

演变场景

不同的数据收集技术正在经历不同的进化路径。由于定制的流程和信息流程,来自专业人士的方法在数据采集中经历了工作效率的提高过程。公众来源的地理信息系统(GIS)正在发展,以便通过复杂的分析和可视化支持的简单的用户交互来接触更多的人。随着人们对其意见和建议的更快响应,公众的参与预计将会增加。对于自动化数据收集,物联网的快速增长将使集成的地理空间和企业解决方案,能够及时提供关于自然和人为特征的数据。

了解这三种方法的优势和权衡,使地理空间专业人员能够优化数据采集的成本和结果。这样,他们可以提供客户决策过程中所需的全面及时的信息。这是一个重要的而有价值的服务。

本文转自d1net(转载)

目录
相关文章
|
Kubernetes 网络协议 网络安全
【K8S系列】深入解析k8s网络之—网络故障
【K8S系列】深入解析k8s网络之—网络故障
820 0
|
6天前
|
人工智能 运维 安全
|
4天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
529 14
|
11天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
896 109
|
5天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。