GIS基礎軟件技術體系發展及展望

1 引言

随着地(dì / de)理信息系統(Geographical Information System，GIS)理論體系的(de)豐富和(hé / huò)完善，特别是(shì)融合了(le／liǎo)大(dà)量先進的(de)IT技術之(zhī)後，GIS軟件得到(dào)快速發展，新技術、新概念層出(chū)不(bù)窮。鑒于(yú)此，本文梳理了(le／liǎo)GIS基礎軟件技術發展的(de)脈絡，以(yǐ)時(shí)間爲(wéi / wèi)線簡要(yào / yāo)概述了(le／liǎo)各種GIS軟件技術發展的(de)曆程，并着重厘清各種GIS軟件技術之(zhī)間的(de)内在(zài)聯系，提出(chū)了(le／liǎo)五大(dà)GIS技術體系，介紹了(le／liǎo)五大(dà)技術體系所包含的(de)内容，及其相關發展進展。

2 中國(guó)GIS技術發展曆程

二十一(yī / yì ／yí)世紀以(yǐ)來(lái)，GIS軟件技術在(zài)城市數字化轉型等政府與企業信息化中扮演着愈來(lái)愈重要(yào / yāo)的(de)角色[1]，并成爲(wéi / wèi)IT領域不(bù)可或缺的(de)重要(yào / yāo)組成部分。回顧中國(guó)三十餘年GIS基礎軟件的(de)發展曆程，以(yǐ)十年爲(wéi / wèi)界，可歸納爲(wéi / wèi)以(yǐ)下4個(gè)階段(圖1)。

圖1 中國(guó)GIS技術發展的(de)4個(gè)階段

Fig. 1 Four stages of GIS technology development in China

第一(yī / yì ／yí)階段(1987—1997年)。1987年，PURSIS(Peking University Remote Sensing Information System)誕生，是(shì)公認的(de)中國(guó)GIS軟件的(de)起點[2]，随後湧現出(chū)一(yī / yì ／yí)大(dà)批GIS軟件。在(zài)此期間，GIS軟件形态從早期的(de)命令行形态，逐漸演化爲(wéi / wèi)相對更易用的(de)桌面GIS形态。

第二階段(1997—2007年)。在(zài)這(zhè)個(gè)階段，組件式軟件技術和(hé / huò)互聯網技術飛速發展，成爲(wéi / wèi)當時(shí)軟件技術的(de)新潮流。結合這(zhè)兩項技術，組件式GIS和(hé / huò)WebGIS應運而(ér)生，這(zhè)給整個(gè)GIS技術體系和(hé / huò)應用模式帶來(lái)巨大(dà)影響，并成爲(wéi / wèi)GIS軟件技術的(de)重要(yào / yāo)支撐[3-6]。随着地(dì / de)理空間數據越來(lái)越豐富，數據量越來(lái)越大(dà)，單機文件方式已經無法滿足應用的(de)需求，空間數據庫技術由此誕生，在(zài)數據庫中實現了(le／liǎo)空間數據的(de)存儲和(hé / huò)管理。

第三階段(2007—2017年)。IT的(de)需求重心從客戶端轉向了(le／liǎo)服務端，移動互聯網進一(yī / yì ／yí)步拓展了(le／liǎo)移動端的(de)需求，GIS的(de)應用也(yě)從室外擴展到(dào)了(le／liǎo)室内，從宏觀拓展到(dào)了(le／liǎo)微觀[7]，這(zhè)些需求和(hé / huò)變化，促進了(le／liǎo)跨平台GIS和(hé / huò)新一(yī / yì ／yí)代三維GIS的(de)發展。同時(shí)這(zhè)個(gè)階段也(yě)是(shì)數據爆炸的(de)階段，這(zhè)對GIS在(zài)多源異構數據管理及噪聲數據處理等方面提出(chū)了(le／liǎo)諸多挑戰[8]。雲GIS、大(dà)數據GIS也(yě)在(zài)此背景下出(chū)現，改變了(le／liǎo)傳統GIS應用的(de)模式和(hé / huò)方法，滿足了(le／liǎo)海量空間數據的(de)存儲和(hé / huò)分析等需求，從而(ér)達到(dào)提高GIS服務性能、節約計算資源的(de)目的(de)[9]。

第四階段(2017年以(yǐ)來(lái))，中國(guó)GIS軟件發展進入第4個(gè)10年，在(zài)數字化轉型飛速發展的(de)背景下，亟需提高GIS基礎軟件的(de)數據處理效率和(hé / huò)智能化水平[10]。利用邊緣計算、雲原生等技術，解決GIS的(de)性能、穩定性等問題;将人(rén)工智能應用于(yú)地(dì / de)理信息領域，替代了(le／liǎo)傳統建模中基于(yú)領域知識人(rén)爲(wéi / wèi)設計特征的(de)方式，提升了(le／liǎo)地(dì / de)理信息提取和(hé / huò)特征理解能力[11];并通過空間區塊鏈技術的(de)應用打造安全、可信的(de)空間數據庫[12]。

随着地(dì / de)理信息科學理論的(de)發展和(hé / huò)信息技術的(de)不(bù)斷創新，未來(lái)GIS軟件技術還将持續進步。

3 GIS基礎軟件技術體系

在(zài)應用需求牽引下，在(zài)地(dì / de)理信息系統理論發展與新一(yī / yì ／yí)代信息技術的(de)推動下，GIS基礎軟件技術體系得到(dào)不(bù)斷豐富和(hé / huò)完善，作者在(zài)2018年提出(chū)GIS四大(dà)技術體系分别爲(wéi / wèi)：跨平台 GIS、雲GIS、新一(yī / yì ／yí)代三維GIS和(hé / huò)大(dà)數據GIS[13]。

經過兩年的(de)快速發展，人(rén)工智能GIS技術體系已初具形态[11];而(ér)雲GIS發展到(dào)雲原生GIS階段，與邊緣GIS、分布式空間數據分析與處理、分布式空間數據存儲與管理以(yǐ)及空間區塊鏈等技術構成了(le／liǎo)分布式GIS技術體系。由此形成了(le／liǎo)GIS基礎軟件五大(dà)技術體系，即：大(dà)數據GIS技術(Big Data GIS)、人(rén)工智能GIS技術(AI- GIS)、新一(yī / yì ／yí)代三維GIS技術(New Three-D GIS)、分布式GIS技術(Distributed GIS)、跨平台GIS技術(Cross-platform GIS)，合稱“BitDC”。

GIS技術體系随着IT新技術的(de)引入，以(yǐ)及智慧城市、數字孿生、新基建等需求的(de)牽引，也(yě)在(zài)不(bù)斷的(de)發展和(hé / huò)完善中，爲(wéi / wèi)實現地(dì / de)理可視化、地(dì / de)理決策、地(dì / de)理設計、地(dì / de)理控制等各個(gè)層次的(de)地(dì / de)理智慧應用提供必要(yào / yāo)的(de)技術支撐(圖2)，爲(wéi / wèi)數字化轉型和(hé / huò)信息化建設創造更多價值。同時(shí)GIS技術體系也(yě)将不(bù)斷豐富和(hé / huò)升級，向着更高效、更智能的(de)方向發展。

下面将分别綜述“BitDC”這(zhè)五大(dà)技術體系的(de)發展情況。

圖2 地(dì / de)理智慧的(de)五大(dà)支撐技術

Fig. 2 Five supporting technologies of geo-intelligence

3.1 大(dà)數據GIS技術體系

随着互聯網、物聯網和(hé / huò)雲計算等技術的(de)快速發展與普及，21世紀以(yǐ)來(lái)，全球數據呈指數級增長，各式各樣的(de)數據如洪水般湧來(lái)，沖擊着社會發展的(de)方方面面，大(dà)數據時(shí)代也(yě)随之(zhī)到(dào)來(lái)[14]。大(dà)數據從規模(Volume)、速度(Velocity)、種類(Variety)、真實(Veracity)和(hé / huò)價值(Value)5個(gè)方面被歸納爲(wéi / wèi)具有“5V”特征的(de)數據[15]。同時(shí)大(dà)數據在(zài)具備空間地(dì / de)理位置屬性(Location)後就(jiù)成爲(wéi / wèi)空間大(dà)數據，并可用“L+5V”來(lái)表示其特征[16]。

根據産生方式，常見的(de)空間大(dà)數據可分爲(wéi / wèi)互聯網大(dà)數據、移動互聯網大(dà)數據、物聯網大(dà)數據和(hé / huò)新型測繪大(dà)數據。這(zhè)些空間大(dà)數據普遍存在(zài)體量大(dà)、種類多、變化快、價值密度低等特點[8]。處理這(zhè)些數據的(de)技術和(hé / huò)方法，已經超出(chū)了(le／liǎo)狹義GIS的(de)範圍，需要(yào / yāo)面向多源異構數據的(de)廣義GIS，以(yǐ)接納地(dì / de)理空間大(dà)數據[17]，進而(ér)形成了(le／liǎo)面向空間大(dà)數據的(de)GIS技術體系(本文中簡稱爲(wéi / wèi)大(dà)數據GIS技術)。大(dà)數據GIS技術包括空間大(dà)數據存儲管理、空間大(dà)數據分析處理、空間大(dà)數據可視化等核心技術(圖3)。

圖3 大(dà)數據GIS技術體系架構

Fig. 3 Architecture of big data GIS technologies

3.1.1 空間大(dà)數據存儲管理

在(zài)空間大(dà)數據時(shí)代，傳統關系型數據庫已經不(bù)能滿足空間大(dà)數據的(de)存儲和(hé / huò)管理需求，需要(yào / yāo)對傳統空間數據引擎進行升級與擴展。基于(yú)分布式文件系統、分布式數據庫發展的(de)分布式空間數據庫，可以(yǐ)有效提升對空間大(dà)數據的(de)存儲和(hé / huò)管理能力。代表性的(de)分布式數據存儲技術有Elasticsearch、HDFS、MongoDB、HBase等。其中，基于(yú)Elasticsearch的(de)空間數據引擎可以(yǐ)實現對億級以(yǐ)上(shàng)的(de)位置空間數據的(de)存儲支持;基于(yú)HDFS的(de)空間數據引擎(分布式空間文件引擎，Distributed Spatial File，DSF)則适用于(yú)億級記錄的(de)靜态空間數據的(de)存儲與分析;基于(yú)MongoDB的(de)空間數據引擎可以(yǐ)實現億級記錄地(dì / de)圖瓦片存儲;基于(yú)HBase的(de)空間數據引擎可以(yǐ)用于(yú)億級空間數據的(de)存儲、管理、分析、可視化等綜合應用。

3.1.2 空間大(dà)數據分析處理

空間大(dà)數據分析是(shì)大(dà)數據GIS技術的(de)核心功能，主要(yào / yāo)用于(yú)研究大(dà)數據的(de)空間位置、空間分布、空間關系、空間行爲(wéi / wèi)、空間過程等[18]。豐富的(de)算子(zǐ)和(hé / huò)強大(dà)的(de)算力是(shì)空間大(dà)數據分析的(de)支撐。空間大(dà)數據分析算子(zǐ)包括流式計算、數據彙總、軌迹分析、模式分析、數據篩選等，以(yǐ)滿足不(bù)同場景的(de)需求。面對超大(dà)體量的(de)空間大(dà)數據，采用Spark等分布式計算框架，可以(yǐ)有效提升空間大(dà)數據分析算子(zǐ)的(de)數據挖掘能力。多樣化的(de)空間分析算子(zǐ)結合強勁的(de)空間大(dà)數據分析性能可以(yǐ)幫助GIS用戶多個(gè)維度認知大(dà)數據，挖掘更多有價值的(de)信息。

流式計算(流式空間大(dà)數據處理)，是(shì)空間大(dà)數據技術的(de)重要(yào / yāo)組成部分。大(dà)量包含空間位置的(de)數據流需要(yào / yāo)實現連續的(de)數據接入、分析處理和(hé / huò)結果的(de)輸出(chū)。典型的(de)流數據處理算法有路況計算和(hé / huò)地(dì / de)理圍欄等。其中，地(dì / de)理圍欄可以(yǐ)實時(shí)判斷有哪些目标落入圍欄，還可以(yǐ)标記目标在(zài)進入、保持和(hé / huò)離開圍欄時(shí)的(de)狀态。實時(shí)路況計算是(shì)另一(yī / yì ／yí)種常用的(de)流數據處理的(de)算法，通過接入浮動車等位置流數據，自動計算路況，其響應時(shí)間在(zài)分鍾級即可滿足基本的(de)應用要(yào / yāo)求。

目前主流的(de)流數據處理框架有Apache項目的(de)Storm、Flink、Spark Streaming 等。相比前二者 ，Spark Streaming 的(de)顯著優勢是(shì)對流數據和(hé / huò)存檔數據采用統一(yī / yì ／yí)的(de)彈性分布式數據集(Resilient Distributed Dataset，RDD)處理模型。這(zhè)使得面向批處理的(de)大(dà)數據分析業務和(hé / huò)面向流數據的(de)處理系統可以(yǐ)在(zài)一(yī / yì ／yí)個(gè)技術框架内完成，簡化了(le／liǎo)流數據技術方案。流數據的(de)處理架構可以(yǐ)參考圖4，在(zài)流數據計算框架的(de)基礎上(shàng)，封裝對流數據的(de)持續處理能力，一(yī / yì ／yí)邊持續流入數據，另一(yī / yì ／yí)邊持續輸出(chū)分析結果[16]。

圖4 流數據處理架構

Fig. 4 Architecture of streaming data processing

數據彙總是(shì)将空間大(dà)數據按指定的(de)特征進行分組，并對各組中的(de)數據進行統計或其它整合操作，得到(dào)每組數據的(de)彙總結果。分組特征包括空間地(dì / de)理特征、屬性特征、時(shí)間關系特征等維度。數據彙總是(shì)實現空間大(dà)數據快速可視化的(de)重要(yào / yāo)手段。根據分組方式及整合操作的(de)不(bù)同，數據彙總可以(yǐ)按照格網彙總、區域彙總、屬性彙總和(hé / huò)軌迹重建等分析方法來(lái)進行。

軌迹分析面向具有時(shí)間屬性的(de)點要(yào / yāo)素或面要(yào / yāo)素進行地(dì / de)圖匹配(道(dào)路匹配)、預處理和(hé / huò)軌迹重建等分析。比如軌迹重建，根據要(yào / yāo)素的(de)唯一(yī / yì ／yí)标識确定需要(yào / yāo)追蹤的(de)要(yào / yāo)素，再根據時(shí)間序列追蹤要(yào / yāo)素，形成軌迹對象，重建軌迹線。被追蹤的(de)要(yào / yāo)素，其數據類型可以(yǐ)是(shì)點數據或面數據，結果數據類型可以(yǐ)是(shì)線數據或面數據。軌迹重建可以(yǐ)設置分割距離與分割時(shí)間，用于(yú)對軌迹進行邏輯分段。軌迹重建的(de)應用場景有：航運軌迹、台風軌迹、海運軌迹等。

模式分析是(shì)從大(dà)量數據中分析出(chū)事物的(de)運行規律或分布模式，用于(yú)輔助決策，包括用于(yú)分析交通流量的(de)OD分析、分析事件聚集特征的(de)密度分析與熱點分析等。

數據篩選是(shì)根據空間數據的(de)位置、時(shí)間、屬性等信息，篩選出(chū)符合要(yào / yāo)求的(de)數據，常用的(de)方法包括要(yào / yāo)素連接、異常檢測和(hé / huò)相似位置篩選。

3.1.3 空間大(dà)數據可視化

空間大(dà)數據可視化也(yě)是(shì)空間大(dà)數據技術非常重要(yào / yāo)的(de)内容，是(shì)将計算機可視化技術、二維 GIS可視化技術、三維GIS可視化技術等相結合，實現對多源、異構、海量、動态數據的(de)可視化表達。空間大(dà)數據可視化形式包括熱力圖、矩形格網圖(矢量、栅格)、六邊形格網圖(蜂巢圖)、多邊形格網圖、連線圖(直線OD圖、弧線OD圖)、軌迹圖等(圖5)。這(zhè)些可視化形式既能以(yǐ)靜态圖的(de)方式展現，也(yě)能以(yǐ)動态的(de)方式展現，既可以(yǐ)在(zài)二維方式下展示，也(yě)可以(yǐ)在(zài)三維方式下展示，以(yǐ)滿足對不(bù)同可視化形式要(yào / yāo)求。

圖5 空間大(dà)數據可視化示意

Fig. 5 Sketch map of spatial big data visualization

大(dà)數據GIS技術實現了(le／liǎo)空間大(dà)數據的(de)存儲、分析和(hé / huò)可視化，形成了(le／liǎo)一(yī / yì ／yí)套完整的(de)針對空間大(dà)數據應用的(de)解決方案。大(dà)數據GIS技術除了(le／liǎo)需要(yào / yāo)IT大(dà)數據技術之(zhī)外，還需要(yào / yāo)跨平台GIS和(hé / huò)分布式GIS技術作爲(wéi / wèi)支撐，跨平台GIS技術讓大(dà)數據GIS技術能夠運行于(yú)Linux、UNIX 操作系統，使得大(dà)數據GIS的(de)性能得以(yǐ)充分發揮。分布式GIS技術爲(wéi / wèi)大(dà)數據GIS技術提供了(le／liǎo)彈性可擴展的(de)計算和(hé / huò)存儲資源，支持高效能的(de)流數據處理、實時(shí)分析、價值發現等任務。未來(lái)大(dà)數據GIS技術将不(bù)斷突破系統硬件資源的(de)限制，結合人(rén)工智能GIS等技術，進一(yī / yì ／yí)步提高空間大(dà)數據存儲、管理和(hé / huò)分析能力，同時(shí)融合更豐富的(de)可視化技術，形成一(yī / yì ／yí)套高效的(de)空間大(dà)數據，實現其從采集、治理、整合到(dào)存儲、分析、發布等一(yī / yì ／yí)體化的(de)全流程管理與應用。

3.2 人(rén)工智能GIS技術體系

随着計算能力的(de)提升，機器學習、深度學習等算法得到(dào)了(le／liǎo)進一(yī / yì ／yí)步發展和(hé / huò)應用，人(rén)工智能(Artificial Intelligence，AI)也(yě)日漸成爲(wéi / wèi)新一(yī / yì ／yí)輪科技革命和(hé / huò)産業變革的(de)核心驅動力，基于(yú)人(rén)工智能的(de)GIS技術體系(本文中簡稱爲(wéi / wèi)人(rén)工智能GIS技術)成爲(wéi / wèi)新一(yī / yì ／yí)代GIS技術的(de)重要(yào / yāo)發展方向[18]。數據量、計算能力、算法模型和(hé / huò)應用場景是(shì)人(rén)工智能的(de)主要(yào / yāo)驅動力，對于(yú)人(rén)工智能GIS技術體系，可相應自下而(ér)上(shàng)劃分爲(wéi / wèi)數據層、領域庫、框架層和(hé / huò)功能層四大(dà)部分[11]，如圖6所示。最底層爲(wéi / wèi)數據層，既包括遙感影像這(zhè)樣的(de)文件型數據，也(yě)包括關系型數據以(yǐ)及大(dà)數據場景下使用較多的(de)NoSQL數據。數據層之(zhī)上(shàng)爲(wéi / wèi)領域庫，是(shì)指聚焦于(yú)地(dì / de)理空間信息領域，面向AI技術中較爲(wéi / wèi)基礎和(hé / huò)重要(yào / yāo)的(de)樣本和(hé / huò)模型2個(gè)方面開展建設，不(bù)斷豐富各類地(dì / de)理空間數據樣本和(hé / huò)模型。舉例來(lái)說(shuō)，面向基于(yú)深度學習的(de)遙感影像分析任務，可以(yǐ)細分爲(wéi / wèi)場景分類、目标檢測、分割等幾類功能，針對不(bù)同功能開展相關樣本收集積累和(hé / huò)模型訓練，不(bù)斷叠代更新完善。在(zài)框架層中，需要(yào / yāo)通過合理的(de)抽象和(hé / huò)封裝兼容多種AI框架，既可以(yǐ)避免重複性研發工作，又可以(yǐ)高效地(dì / de)與最新算法和(hé / huò)模型研究成果進行融合。最上(shàng)面的(de)功能層即具體提供出(chū)來(lái)的(de)人(rén)工智能GIS技術能力，是(shì)人(rén)工智能GIS技術體系的(de)主體，包括三大(dà)核心内容：GeoAI(人(rén)工智能GIS算子(zǐ))、AI賦能GIS(AI for GIS)和(hé / huò)GIS賦能AI(GIS for AI)。

圖6 人(rén)工智能GIS技術體系架構

Fig. 6 Architecture of AI GIS technologies

3.2.1 GeoAI

GeoAI算子(zǐ)以(yǐ)數據準備、模型訓練和(hé / huò)模型應用的(de)完整流程工具爲(wéi / wèi)基礎實現。當前AI技術已經完成了(le／liǎo)從統計學向機器學習的(de)進化，并不(bù)斷向深度學習推進。因此GeoAI算子(zǐ)主要(yào / yāo)包含空間機器學習和(hé / huò)空間深度學習2個(gè)部分。空間機器學習包含聚類、分類和(hé / huò)回歸等多種分析，形成了(le／liǎo)包括空間熱點、空間密度聚類、決策樹分類、決策樹回歸、基于(yú)森林的(de)回歸等一(yī / yì ／yí)系列空間機器學習算子(zǐ)(圖7)，在(zài)城市治理，土地(dì / de)利用和(hé / huò)生态恢複等場景中得到(dào)了(le／liǎo)廣泛應用。

圖7 部分空間機器學習算子(zǐ)

Fig. 7 Some operators of geospatial machine learning

空間深度學習則以(yǐ)卷積神經網絡(Convolutional Neural Network，CNN)和(hé / huò)圖神經網絡(Graph Neural Network，GNN)爲(wéi / wèi)代表，對GIS中圖片數據、影像數據、時(shí)空數據和(hé / huò)三維數據等進行處理，實現了(le／liǎo)包括建築物底面提取、地(dì / de)物分類、二元分類、場景分類，目标檢測，對象提取、圖時(shí)空回歸等空間深度學習算子(zǐ)(圖8)，廣泛應用于(yú)遙感影像分析、道(dào)路和(hé / huò)建築物提取、氣象建模、交通流預測等場景[20-24]。随着語義分割，實例分割等新技術的(de)持續融入，空間深度學習的(de)效率和(hé / huò)準确性正不(bù)斷被提高。

圖8 部分空間深度學習算子(zǐ)

Fig. 8 Some operators of geospatial deep learning

3.2.2 AI賦能GIS

AI賦能GIS即基于(yú)AI技術，增強和(hé / huò)優化GIS軟件功能和(hé / huò)用戶體驗，體現在(zài)融合AI的(de)增強現實(Augmented Reality，AR)、屬性采集、測圖、配圖、交互等方面。通過AI智能識别和(hé / huò)AR可視化，能達到(dào)信息實時(shí)虛拟化的(de)展示效果;利用目标檢測和(hé / huò)分類技術可以(yǐ)減少GIS數據采集耗時(shí);基于(yú)SLAM框架和(hé / huò)IMU融合技術的(de)視覺慣性系統 (Visual- InertialSystem，VINS)[25]，可以(yǐ)在(zài)沒有衛星定位信号的(de)室内環境中實現定位(圖9)，進而(ér)實現基于(yú)AI+AR的(de)室内導航，并可進行非專業測繪要(yào / yāo)求的(de)室内測圖(圖10)，其直接測圖精度在(zài)小範圍最高可達厘米級，通過控制點等輔助方式可實現大(dà)範圍厘米級精度測圖，對測圖硬件設備要(yào / yāo)求也(yě)較低(一(yī / yì ／yí)部支持AR技術的(de)手機即可)，可應用于(yú)商城、地(dì / de)鐵、停車場、辦公樓、地(dì / de)下空間等環境的(de)快速室内測圖，降低室内測圖成本;使用機器學習聚類算法可實現自動化配圖;基于(yú)AI語音識别和(hé / huò)手勢識别技術可簡化GIS軟件交互流程。這(zhè)些都是(shì)AI賦能GIS的(de)體現，有效地(dì / de)提升了(le／liǎo)GIS軟件的(de)智能化水平。

圖9 基于(yú)AI+AR的(de)室内定位

Fig. 9 Indoor positioning based on AI and AR

圖10 基于(yú)AI+AR的(de)室内測圖

Fig. 10 Indoor cartograph based on AI and AR

3.2.3 GIS賦能AI

GIS賦能AI即基于(yú)GIS技術，将AI分析結果進行空間可視化和(hé / huò)進一(yī / yì ／yí)步空間分析，讓AI技術發揮更大(dà)的(de)作用。GIS能夠提供熱力圖、聚合圖等多種可視化的(de)地(dì / de)圖展示效果來(lái)對AI分析結果進行表達，協助用戶掌握整體空間信息。基于(yú)GIS的(de)空間分析功能，則可以(yǐ)利用空間實體間存在(zài)的(de)多種空間聯系，建立視頻空間和(hé / huò)真實地(dì / de)理空間的(de)映射，進一(yī / yì ／yí)步挖掘視頻數據的(de)深層隐含信息，被廣泛應用于(yú)行人(rén)和(hé / huò)機動車違章檢測、目标車輛追蹤等場景。

随着人(rén)工智能技術的(de)飛速發展，GIS與人(rén)工智能從數據、模型到(dào)應用等多個(gè)方面進行了(le／liǎo)融合：人(rén)工智能爲(wéi / wèi)GIS注入智能化基因，提高了(le／liǎo)效率，降低了(le／liǎo)成本;GIS則爲(wéi / wèi)人(rén)工智能提供了(le／liǎo)可視化窗口和(hé / huò)空間分析能力。二者相互賦能，在(zài)自然資源、智慧城市、農林、水利、交通、環保等方面已經得到(dào)了(le／liǎo)應用。在(zài)人(rén)工智能技術不(bù)斷深入和(hé / huò)完善過程中，人(rén)工智能GIS技術也(yě)将爲(wéi / wèi)GIS産業創造更大(dà)價值。

3.3 新一(yī / yì ／yí)代三維GIS技術體系

自2004年Google Earth發布以(yǐ)來(lái)，三維GIS得到(dào)業界廣泛關注[26]。随後，業界出(chū)現了(le／liǎo)大(dà)量基于(yú)開源三維渲染引擎的(de)三維GIS軟件，但随着該技術的(de)推廣，潛在(zài)弊端也(yě)逐漸顯現，即該類型産品側重于(yú)三維可視化，無法滿足GIS行業的(de)深度應用。2009年，地圖生活（北京）信息技術有限公司(SuperMap Software Co.,Ltd.，簡稱超圖軟件)推出(chū)了(le／liǎo)國(guó)内外首款二三維一(yī / yì ／yí)體化GIS平台軟件，将二維和(hé / huò)三維在(zài)數據模型、數據存儲與管理、可視化與空間分析、軟件形态等層面實現了(le／liǎo)一(yī / yì ／yí)體化，以(yǐ)解決三維GIS系統不(bù)實用的(de)問題[27]。自2009起，經過十餘年發展，新一(yī / yì ／yí)代三維GIS技術推出(chū)了(le／liǎo)更豐富的(de)三維數據模型，并結合先進IT技術不(bù)斷豐富其内涵，産生了(le／liǎo)由二三維一(yī / yì ／yí)體化數據模型、二三維一(yī / yì ／yí)體化GIS技術、多源三維數據融合技術、三維空間數據标準和(hé / huò)三維交互與輸出(chū)技術組成的(de)新一(yī / yì ／yí)代三維GIS技術體系，如圖11所示。

圖11 新一(yī / yì ／yí)代三維GIS技術體系架構

Fig. 11 Architecture of new 3D GIS technologies

3.3.1 二三維一(yī / yì ／yí)體化數據模型

二三維一(yī / yì ／yí)體化數據模型有效解決了(le／liǎo)三維空間表達和(hé / huò)分析的(de)難題，完成了(le／liǎo)從二維點、線、面到(dào)三維體;從二維網絡到(dào)三維網絡;從不(bù)規則三角網(Triangulated Irregular Network，TIN)到(dào)不(bù)規則四面體網格(Tetrahedralized Irregular Mesh，TIM)(圖 12);從栅格(Grid)到(dào)體元栅格(Voxel Grid)的(de)升級與拓展(圖13)。2018年超圖軟件率先在(zài)SuperMap GIS基礎軟件中提出(chū)并實現了(le／liǎo)TIM和(hé / huò)體元栅格，最終完成了(le／liǎo)空間數據模型從二維到(dào)三維全面升維[28]。形成了(le／liǎo)涵蓋離散對象、連續空間、鏈接網絡的(de)完整的(de)空間數據模型體系，使得新一(yī / yì ／yí)代三維GIS技術具有對現實世界全空間表達的(de)能力。

圖12 TIN升級到(dào)TIM

Fig. 12 From TIN to TIM

圖13 Grid升級到(dào)Voxel Grid

Fig. 13 From Grid to Voxel Grid

3.3.2 二三維一(yī / yì ／yí)體化GIS技術

二三維一(yī / yì ／yí)體化GIS技術主要(yào / yāo)是(shì)指數據存儲一(yī / yì ／yí)體化、分析功能一(yī / yì ／yí)體化和(hé / huò)軟件形态一(yī / yì ／yí)體化等關鍵技術。其中一(yī / yì ／yí)體化的(de)空間數據存儲與管理，解決了(le／liǎo)二維數據、三維數據分别存儲的(de)問題，實現一(yī / yì ／yí)份數據既可供二維使用，也(yě)可供三維使用。分析功能一(yī / yì ／yí)體化不(bù)僅讓二維分析的(de)結果在(zài)三維場景中展示成爲(wéi / wèi)可能，還支持三維空間運算、三維空間關系判斷、三維空間分析、降維計算、三維網絡分析和(hé / huò)三維量算等三維場景的(de)分析功能。軟件形态一(yī / yì ／yí)體化則指從GIS服務器到(dào)桌面端、浏覽器端、移動端的(de)跨平台三維支持。通過二三維一(yī / yì ／yí)體化技術，實現了(le／liǎo)一(yī / yì ／yí)份數據在(zài)一(yī / yì ／yí)套軟件中，可以(yǐ)根據需要(yào / yāo)進行二維、三維的(de)分析和(hé / huò)可視化等能力。

3.3.3 多源三維數據融合技術

随着數據采集技術的(de)迅速發展，不(bù)同來(lái)源、不(bù)同類型的(de)空間三維數據的(de)高效融合成爲(wéi / wèi)一(yī / yì ／yí)大(dà)挑戰。對新興的(de)傾斜攝影模型、BIM、激光點雲、三維場等三維數據與傳統的(de)影像、矢量、地(dì / de)形、精模、地(dì / de)下管線等多源數據的(de)無縫融合是(shì)新一(yī / yì ／yí)代三維GIS技術的(de)關鍵技術之(zhī)一(yī / yì ／yí)，如融合傾斜攝影和(hé / huò)激光點雲，大(dà)幅提升了(le／liǎo)三維GIS數據采集與生産效率，增強并提高了(le／liǎo)三維場景的(de)真實感與精度;融合BIM實現了(le／liǎo)室内外一(yī / yì ／yí)體化的(de)無縫銜接等。多源數據的(de)融合匹配可以(yǐ)有效降低GIS應用系統的(de)建設成本、提高空間數據的(de)使用效率。

3.3.4 三維空間數據标準

随着三維GIS的(de)廣泛應用，提供統一(yī / yì ／yí)的(de)三維數據标準及規範，對三維數據共享和(hé / huò)互操作的(de)支持成爲(wéi / wèi)廣大(dà)三維GIS用戶日益迫切的(de)需求。目前，新一(yī / yì ／yí)代三維GIS技術在(zài)國(guó)家《地(dì / de)理空間數據庫訪問接口标準》(Open Geospatial Database Connectivity，OGDC)[29]的(de)基礎上(shàng)已經實現了(le／liǎo)三維數據讀寫訪問接口的(de)擴展，爲(wéi / wèi)多源異構三維數據提供了(le／liǎo)統一(yī / yì ／yí)的(de)入口;同時(shí)，随着《空間三維模型數據格式》(Spatial 3D Model，S3M) [30]以(yǐ)及《空間三維模型數據服務接口》[31]等團體标準的(de)發布，将更進一(yī / yì ／yí)步推動傾斜攝影模型、激光點雲、BIM、三維場等多源異構的(de)三維數據融合以(yǐ)及多種軟硬件環境的(de)兼容，打通數據隔閡，實現三維地(dì / de)理空間數據的(de)共享和(hé / huò)深入應用[32]。

3.3.5 三維交互與輸出(chū)新技術

新一(yī / yì ／yí)代三維GIS技術集成了(le／liǎo)WebGL、VR、AR、AI、3D打印等IT新技術[33]，爲(wéi / wèi)用戶帶來(lái)更便捷、更真實的(de)三維體驗。其中，遊戲引擎與GIS的(de)跨界融合，一(yī / yì ／yí)方面可以(yǐ)賦能遊戲開發者，可使用真實的(de)地(dì / de)理空間數據開發遊戲，另一(yī / yì ／yí)方面可在(zài)數字孿生城市等三維GIS應用場景中，采用GIS軟件提供後台數據與空間分析服務，遊戲引擎在(zài)前端提供可視化與交互能力，大(dà)幅提升三維GIS應用的(de)可視化效果。

新一(yī / yì ／yí)代三維GIS技術實現了(le／liǎo)數據模型、場景構建、空間分析和(hé / huò)軟件形态的(de)二三維一(yī / yì ／yí)體化，更全面地(dì / de)融合傾斜攝影模型、激光點雲、BIM、三維場等多源異構數據，基于(yú)分布式的(de)處理工具實現實景三維數據的(de)高效全流程管理，并集成IT新技術帶來(lái)更友好、更便捷的(de)三維體驗。在(zài)新型智慧城市、數字孿生建設等需求的(de)推動下，新一(yī / yì ／yí)代三維GIS技術将在(zài)标準化建設、海量數據加載、處理以(yǐ)及可視化等方面取得長足的(de)發展。

3.4 分布式GIS技術體系

當前，随着地(dì / de)理空間數據的(de)數據量爆炸式增長，GIS軟件技術及應用面臨數據密集、計算密集、并發密集和(hé / huò)時(shí)空密集四大(dà)挑戰[34]，傳統GIS軟件已很難應對這(zhè)些挑戰，迫切需要(yào / yāo)通過分布式技術來(lái)突破超大(dà)規模時(shí)空數據和(hé / huò)服務管理，以(yǐ)滿足各類用戶對超大(dà)規模時(shí)空數據高效管理和(hé / huò)高性能計算的(de)實際應用需求。分布式GIS技術是(shì)指利用多機分布式協同技術和(hé / huò)計算資源的(de)橫向擴展能力，集群完成大(dà)量并發任務，或分解完成單一(yī / yì ／yí)複雜任務的(de)GIS技術。分布式GIS技術是(shì)GIS技術重要(yào / yāo)的(de)發展方向和(hé / huò)信息技術升級換代的(de)必然要(yào / yāo)求。分布式GIS技術體系如圖14所示。

圖14 分布式GIS技術體系架構

Fig. 14 Architecture of distributed GIS technologies

3.4.1 分布式空間數據存儲與管理

數據庫管理系統起初都是(shì)單機形式，随着在(zài)線業務的(de)蓬勃發展，很多系統都面臨處理高并發、大(dà)數據量、超高峰值等挑戰，數據庫開始了(le／liǎo)分布式之(zhī)旅。分布式空間數據庫主要(yào / yāo)解決海量時(shí)空數據的(de)存儲、查詢和(hé / huò)分析等的(de)需求，重點應對擴展性、高可用等挑戰[35]。

利用分布式存儲技術建立統一(yī / yì ／yí)的(de)數據管理引擎，包括分布式空間文件管理系統(HDFS等)、分布式SQL數據庫(Oracle、Postgres-XL等)和(hé / huò)分布式NoSQL數據庫(HBase、MongoDB、Elasticsearch等)，并提供統一(yī / yì ／yí)的(de)管理接口，從而(ér)支持對TB級和(hé / huò)PB級規模空間數據的(de)存儲和(hé / huò)管理。通過分布式空間數據引擎，不(bù)同存儲格式下的(de)空間數據分别通過不(bù)同的(de)數據引擎被快速訪問和(hé / huò)查詢，并通過統一(yī / yì ／yí)的(de)一(yī / yì ／yí)體化模型進行使用，同時(shí)分布式空間數據引擎突破了(le／liǎo)存儲容量的(de)限制，解決了(le／liǎo)海量數據的(de)存儲、管理問題。

3.4.2 空間區塊鏈技術

區塊鏈是(shì)一(yī / yì ／yí)種分布式的(de)數據存儲方式，由一(yī / yì ／yí)串使用密碼學方法産生的(de)數據存儲結構組成，每一(yī / yì ／yí)個(gè)區塊都包含上(shàng)一(yī / yì ／yí)個(gè)區塊的(de)哈希值，從創世區塊開始連接到(dào)當前區塊，形成區塊鏈，每一(yī / yì ／yí)個(gè)區塊都确保按照時(shí)間順序在(zài)上(shàng)一(yī / yì ／yí)個(gè)區塊之(zhī)後産生，否則無法得到(dào)前一(yī / yì ／yí)個(gè)區塊的(de)哈希值[36]，如果要(yào / yāo)篡改某一(yī / yì ／yí)個(gè)區塊的(de)數據，就(jiù)需要(yào / yāo)修改這(zhè)個(gè)區塊後續所有區塊的(de)數據(圖15)，同時(shí)由于(yú)區塊鏈在(zài)多個(gè)分布式節點上(shàng)重複存儲多份，還需要(yào / yāo)修改其他(tā)節點所有相關的(de)數據，才能完成數據的(de)篡改，這(zhè)使得區塊鏈上(shàng)的(de)惡意篡改變得非常困難。

圖15 篡改區塊鏈數據過程示意

Fig. 15 Process diagram of tampering with blockchain data

爲(wéi / wèi)了(le／liǎo)實現安全、可追溯、高可信等特點，區塊鏈存儲會導緻性能降低，以(yǐ)及空間膨脹。因此，一(yī / yì ／yí)般僅僅把需要(yào / yāo)保護的(de)關鍵數據上(shàng)鏈管理即可，盡可能避免把所有空間數據上(shàng)鏈管理。

空間區塊鏈采用“鏈内存儲和(hé / huò)IPFS鏈外擴展”并行的(de)方式，設定數據量阈值，低于(yú)阈值采用直接上(shàng)鏈存儲，高于(yú)阈值時(shí)，将使用星際文件系統(InterPlanetary File System，IPFS)進行鏈外存儲，将數據寫入IPFS網絡，并将返回的(de)哈希值存儲到(dào)區塊鏈中。其中，IFPS主要(yào / yāo)用來(lái)存儲大(dà)規模的(de)空間數據和(hé / huò)非結構化文件數據，與區塊鏈技術類似，也(yě)是(shì)一(yī / yì ／yí)種去中心化的(de)存儲方式，通過文件内容生成獨立哈希值來(lái)表示文件，然後上(shàng)鏈存儲，這(zhè)樣既節約了(le／liǎo)存儲空間，又降低了(le／liǎo)存儲成本，還能夠提高空間數據的(de)訪問性能。

3.4.3 分布式空間數據分析與處理

Spark是(shì)目前使用最廣泛的(de)分布式計算架構，但其本身不(bù)具備空間分析計算能力，爲(wéi / wèi)了(le／liǎo)實現對海量空間數據的(de)分析與處理能力，需要(yào / yāo)将GIS基礎内核與Spark架構進行融合，構建空間大(dà)數據分析引擎。首先通過拓展Spark的(de)基礎數據模型(RDD/DataFrame)，實現其對點、線、面等多源空間數據的(de)支持;并擴展Spark對空間索引的(de)支持，提高性能優化能力;同時(shí)重構GIS軟件已有的(de)分析處理算法使其具有分布式計算的(de)能力，構建分布式的(de)空間數據分析與處理模型，包括經典的(de)矢量和(hé / huò)栅格數據分析、空間大(dà)數據分析(熱點分析、聚合分析等)、GeoAI分析算法(空間聚類分析、回歸分析等)以(yǐ)及三維數據分析(挖洞分析、鑲嵌分析等)，拓展GIS軟件對多源異構數據的(de)分析能力，實現從時(shí)間、空間、屬性多個(gè)維度進行數據挖掘;另外，提供多類别GIS空間分析算子(zǐ)編排協同的(de)地(dì / de)理處理(Geoprocessing，GP)工具，将GIS空間分析任務的(de)拆分、執行與Spark的(de)任務調度模型實現深度融合，進一(yī / yì ／yí)步提升GIS軟件的(de)計算和(hé / huò)應用能力。通過分布式改造，傳統的(de)空間分析效率，相比單機的(de)空間分析，都有數量級的(de)提升，部分測試對比結果如表1所示。其中，單機分析計算環境爲(wéi / wèi)4核16GB内存;分布式分析計算環境爲(wéi / wèi)6節點，每個(gè)節點與單機分析計算環境相同。

3.4.4 雲原生GIS技術

雲原生是(shì)原生面向雲設計軟件的(de)一(yī / yì ／yí)種思想理念，是(shì)充分發揮雲效能的(de)最佳實踐路徑，有利于(yú)各組織在(zài)公有雲、私有雲和(hé / huò)混合雲等新型動态環境中，構建和(hé / huò)運行可彈性擴展的(de)應用[37]。雲原生GIS則是(shì)原生爲(wéi / wèi)雲設計的(de)GIS軟件技術，包括GIS微服務、GIS容器化部署、GIS自動編排等内容。

其中GIS微服務就(jiù)是(shì)把傳統複雜的(de)單體WebGIS軟件拆分爲(wéi / wèi)可獨立運行的(de)若幹個(gè)服務模塊，每個(gè)服務模塊專注單一(yī / yì ／yí)的(de)功能，如數據目錄服務、地(dì / de)圖服務等，并可以(yǐ)實現獨立編排和(hé / huò)部署。GIS容器化部署是(shì)指GIS的(de)部署方式從虛拟機變爲(wéi / wèi)容器，利用容器化技術将拆分的(de)GIS微服務制作成Docker鏡像存入鏡像倉庫，部署時(shí)直接拉取鏡像形成容器，通過容器運行的(de)方式提供服務。GIS自動編排是(shì)指在(zài)部署過程中，利用Kubernetes作爲(wéi / wèi)微服務的(de)管理工具，提供GIS容器的(de)自動化編排，可以(yǐ)快速地(dì / de)部署多節點GIS環境，并且根據訪問壓力實現基于(yú)微服務的(de)資源彈性伸縮能力和(hé / huò)故障恢複能力。

通過雲原生GIS技術，降低了(le／liǎo)資源的(de)消耗，提高了(le／liǎo)資源的(de)利用率，并實現了(le／liǎo)故障隔離，從而(ér)大(dà)幅提高系統穩定性，還可以(yǐ)實現服務的(de)自動化管理與運維。

3.4.5 邊緣GIS技術

GIS應用需要(yào / yāo)消耗大(dà)量的(de)帶寬和(hé / huò)計算資源，當出(chū)現大(dà)量并發應用時(shí)，就(jiù)會出(chū)現帶寬不(bù)足、計算延遲等問題，在(zài)借鑒邊緣計算和(hé / huò)互聯網CDN(ContentDelivery Network)的(de)思想後[38]，SuperMap GIS提出(chū)了(le／liǎo)邊緣 GIS 技術。在(zài)靠近GIS雲中心的(de)網絡邊緣側，就(jiù)近提供低延時(shí)的(de)服務(圖16)，同時(shí)利用邊緣計算能力，提供更快的(de)計算響應，滿足行業數字化在(zài)敏捷聯接、實時(shí)業務、數據優化、應用智能、安全與隐私保護等方面的(de)關鍵需求[39]。除了(le／liǎo)在(zài)數據處理上(shàng)的(de)高效率，在(zài)服務聚合、空間數據分發方面，邊緣GIS技術都能很好地(dì / de)提升系統工作效率，緩解帶寬壓力和(hé / huò)雲中心的(de)計算壓力，降低時(shí)間與資源消耗，提升系統整體性能。

圖16 邊緣節點與雲中心分布式協同

Fig. 16 Distributed collaboration between edge node and cloud center

分布式GIS技術突破了(le／liǎo)傳統GIS軟件在(zài)數據管理處理、數據安全和(hé / huò)性能方面的(de)瓶頸，實現了(le／liǎo)GIS在(zài)高可用、高并發、高彈性、高性能、大(dà)容量、高可信(簡稱“五高一(yī / yì ／yí)大(dà)”)等方面的(de)重大(dà)突破，構建起GIS雲邊端一(yī / yì ／yí)體化的(de)分布式協同應用新模式。

3.5 跨平台GIS技術體系

随着WebGIS的(de)興起，GIS功能重心從客戶端轉移到(dào)服務器側，鑒于(yú)服務器操作系統中除Windows外，Linux也(yě)有大(dà)量份額，因此GIS軟件跨操作系統成爲(wéi / wèi)一(yī / yì ／yí)種新的(de)趨勢，2001年超圖軟件啓動了(le／liǎo)跨平台GIS軟件技術的(de)研究與開發。

考慮到(dào)GIS屬于(yú)計算密集型應用，跨平台GIS技術内核采用了(le／liǎo)性能最高但也(yě)最複雜的(de) C++技術路線，利用C++語言一(yī / yì ／yí)次編寫、多平台編譯的(de)特點，實現了(le／liǎo)支持多種CPU、操作系統和(hé / huò)數據庫的(de)高性能、原生的(de)跨平台GIS技術。支持x86、ARM、MIPS、OpenPower、SW-64等多種CPU架構;支持Windows、Linux、UNIX等PC和(hé / huò)服務器操作系統以(yǐ)及Android、iOS等移動操作系統;并基于(yú)Oracle、PostgreSQL、HBase、華爲(wéi / wèi)GaussDB、阿裏PolarDB等多種商用或開源數據庫實現了(le／liǎo)統一(yī / yì ／yí)接口的(de)空間數據引擎。

跨平台GIS技術從開始研發到(dào)産品全面成熟并面向市場經曆了(le／liǎo)十幾年的(de)時(shí)間，這(zhè)其中最主要(yào / yāo)的(de)原因就(jiù)是(shì)跨平台技術存在(zài)很多技術難點。比如需要(yào / yāo)解決因異構硬件平台(如不(bù)同架構CPU，字節序處理方式不(bù)同等)帶來(lái)的(de)問題;爲(wéi / wèi)了(le／liǎo)滿足上(shàng)層應用對不(bù)同開發環境的(de)需求，要(yào / yāo)針對不(bù)同的(de)開發語言進行相應的(de)封裝，對Java進行支撐時(shí)，需要(yào / yāo)通過JNI技術對C++内核進行封裝，實現Java語言對C++功能的(de)調用;基于(yú)Java Swing圖形界面技術構建标準工具條，需實現界面布局，屏蔽不(bù)同操作系統間的(de)可視化差異[40];利用同樣的(de)技術思路，實現對Python、.NET等其他(tā)語言環境等支持。

基于(yú)跨平台GIS技術，在(zài)政府和(hé / huò)企業的(de)信息化建設需要(yào / yāo)多種基礎運行環境時(shí)，GIS軟件可快速實現對各類CPU(如華爲(wéi / wèi)鲲鵬、龍芯、飛騰等)和(hé / huò)操作系統(如中标麒麟、銀河麒麟、統信UOS等)的(de)适配(圖17)，實現跨終端、跨系統、跨環境的(de)高性能GIS應用，爲(wéi / wèi)信息化建設的(de)安全提供保障。

圖17 跨平台GIS支持的(de)部分軟硬件環境

Fig. 17 Software and hardware environments supported by cross-platform GIS

跨平台GIS技術作爲(wéi / wèi)基礎支撐技術，與分布式GIS技術、大(dà)數據GIS技術、人(rén)工智能GIS技術和(hé / huò)新一(yī / yì ／yí)代三維GIS技術等新技術進行深度融合，比如在(zài)跨平台GIS技術的(de)支撐下，新一(yī / yì ／yí)代三維GIS技術可以(yǐ)在(zài)Windows、Linux、Android、iOS等多種操作系統下實現三維場景的(de)高性能渲染，完成場景的(de)調度、裁剪控制、資源管理、繪制等，同時(shí)結合WebGL技術，實現無插件、跨平台、跨終端、跨浏覽器的(de)Web三維應用。跨平台GIS技術也(yě)會根據技術發展和(hé / huò)應用需求的(de)變化，不(bù)斷實現對新的(de)軟硬件環境的(de)支撐和(hé / huò)應用。

4 結論與展望

結合未來(lái)發展趨勢，本文将GIS技術分爲(wéi / wèi)五大(dà)體系。大(dà)數據GIS技術是(shì)底層支撐，深度挖掘空間大(dà)數據價值。人(rén)工智能GIS技術賦能地(dì / de)理智慧，爲(wéi / wèi)GIS帶來(lái)了(le／liǎo)智能化的(de)産業變革。新一(yī / yì ／yí)代三維GIS技術提供了(le／liǎo)全空間表達、真三維分析計算，以(yǐ)及結合遊戲引擎實現的(de)生動視覺體驗。分布式GIS技術将爲(wéi / wèi)GIS技術帶來(lái)更高效、更彈性、更穩定等方面的(de)能力。跨平台GIS技術則使得GIS基礎軟件技術安全性、擴展性、創新性得以(yǐ)保障。這(zhè)五大(dà)技術體系對前沿技術與GIS行業進行了(le／liǎo)深度融合，使得GIS技術與時(shí)俱進，能夠切實滿足用戶多樣化的(de)空間信息需求。

根據技術所處不(bù)同應用階段，繪制了(le／liǎo)GIS軟件技術成熟度曲線(光環曲線)(圖18)，五大(dà)技術體系分别處于(yú)不(bù)同的(de)位置。

圖18 GIS軟件技術成熟度(光環曲線)

Fig. 18 GIS software technology maturity (Hype Cycle)

(1)跨平台GIS技術已入成熟期，目前已廣泛支持多種操作系統和(hé / huò)CPU，正在(zài)得到(dào)廣泛應用;

(2)新一(yī / yì ／yí)代三維GIS技術正在(zài)從複蘇期向成熟期轉移，未來(lái)将在(zài)三維空間分析和(hé / huò)三維可視化效果等方面繼續完善，并将在(zài)實景三維中國(guó)、自然資源三維立體一(yī / yì ／yí)張圖、CIM等領域得到(dào)廣泛和(hé / huò)深入應用;

(3)分布式GIS技術已度過低谷期，處于(yú)複蘇期，技術和(hé / huò)産品正在(zài)逐步成熟和(hé / huò)完善，正在(zài)有越來(lái)越多領域得到(dào)應用，未來(lái)将成爲(wéi / wèi)大(dà)型系統的(de)基礎支撐技術;

(4)大(dà)數據GIS技術正在(zài)從低谷期轉入複蘇期，随着技術的(de)成熟和(hé / huò)完善，應用将會逐步推廣;

(5)人(rén)工智能GIS技術正從過熱期滑向低谷期，經過最近兩三年的(de)宣傳，應用單位的(de)期望高于(yú)技術成熟度，能否盡快度過低谷期，取決于(yú)未來(lái)技術發展的(de)速度，進入成熟應用還有待時(shí)日。

GIS技術體系由四大(dà)技術體系發展到(dào)五大(dà)技術體系，也(yě)隻是(shì)GIS發展應用過程中的(de)一(yī / yì ／yí)個(gè)階段性成果，在(zài)應用需求的(de)牽引和(hé / huò)IT技術的(de)推動下，未來(lái)GIS技術體系還将會不(bù)斷的(de)演化和(hé / huò)進步，出(chū)現更多GIS技術的(de)創新。