地理信息产业大数据调研报告目录1 地理信息产业大数据应用现状 (1)1.1 地理信息资源为大数据提供重要依据 (3)1.2 空间数据的挖掘是大数据应用的组成部分 (3)2 大数据在智慧环保中的应用 (5)2.1 环境大数据的布局 (8)2.2 环境大数据获取渠道 (9)2.3 环境大数据的获取及应用场景 (9)2.4 环境大数据建设 (10)3 大数据在互联网地图中的应用 (12)3.1 地图与大数据的结合发展 (12)3.2 互联网地图大数据助力人们传统行为方式 (12)4 地理信息产业大数据发展趋势 (15)4.1 地理信息发展职能的扩展 (15)4.2 地理信息产业技术的升级 (16)4.3 地理信息服务模式的变革 (16)1地理信息产业大数据应用现状地理信息产业是21世纪的朝阳产业，属于高新技术产业，以现代测绘技术、信息技术为基础，结合计算机技术、通信技术和网络技术形成的综合性产业。

具体包括空间地理科学技术、信息科学技术、航天航空科学技术，是遥感技术、地理信息系统、卫星定位系统与测量技术应用的产业化结果，是国民经济信息的重要组成部分。

2014年1月22日，国务院办公厅以国办发（2014）2号印发了《关于促进地理信息产业发展的意见》，这一意见的提出，预示着地理信息产业在新一轮的行业整合方面将面临重大机遇。

同年7月，国家正式印发《国家地理信息产业发展规划（2014-2020）》，对于推进我国地理信息产业的蓬勃发展具有重要指导意义。

该规划强调到2020年，中国地理信息有关政策法规体系基本建立，结构优化、布局合理、特色鲜明、竞争有序的产业发展格局初步形成。

科技创新能力显著增强、核心竞争力的龙头企业和较好成长性的创新型中小企业，拥有一批具有国际影响力的自主知名品牌。

产业保持年均20%以上的增长速度，2020年总产值超过8000亿元，成为国民经济发展新的增长点。

我国地理信息产业发展经历了一个比较曲折的过程。

在20世纪90年代之前，我国测绘和地理信息的发展注重于为政府管理和国家安全提供服务，市场在测绘地理信息资源配置中没能发挥基础性作用。

因此，地理信息产业发展受到限制。

上世纪末，我国社会主义市场经济体制不断完善，卫星遥感、卫星定位和地理信息系统等技术应用不断业务化，在国民经济和社会发展各领域中应用不断深入，并加速向人民群众的日常生活渗透。

地理信息产业快速发展的条件基本具备。

在这一背景下，国家测绘局开展了第一次测绘发展战略研究，正式提出发展地理信息产业。

此后相继开展了促进地理信息产业发展的政策研究，形成了一系列促进我国地理信息产业发展的具体思路和措施。

在国家测绘局和有关部门的大力支持下，地理信息产业获得快速发展。

据行业协会不完全统计，截至2013年底，企业达2万多家，从业人员超过40万人，年产值近2600亿元。

2006年以来年均增长速度超过25%，形成了一批具有一定市场竞争能力的地理信息硬件、软件和数据产品。

地理信息在国土资源、环保、电力、公安、交通、水利、铁道、民政、农业、林业、公共应急等领域得到广泛应用，并和汽车、手机及其它多种导航终端结合，将应用和服务延伸到了社会大众衣食住行的各个方面。

地理信息技术不仅已成功应用于水利环保、能源矿产、气象环保、国土房产等行业中，而且成为国家数字城市与智慧城市建设的核心平台。

目前，我国各行业对地理信息需求旺盛，地理信息企业不断壮大，地理信息产业园区开始出现，已有八家企业在国内外上市，一些企业开始并购重组迅速发展，并“走出去”参与国际市场竞争。

“十二五”期间，我国工业化、信息化、城镇化、市场化、国际化深入发展，推进经济发展方式转变，实现经济社会科学发展成为我国“十二五”主要任务，对地理信息服务提出了新的更高的要求。

云计算、物联网等高新技术应用不断深化，其与现代地理信息技术的融合日趋紧密，推动不断产生新的地理信息服务。

地理信息产业发展也进入了全面构建数字中国的关键期、测绘产品社会。

地理科学面对的是一个复杂巨系统，地理信息是天然的大数据。

1986年钱学森院士在现代人类知识体系将地理科学归结为自然科学与社会科学之间的桥梁科学,研究整个地球表面同人类息息相关的大气对流层、岩石圈上部、水圈、生物圈和人类圈环境。

所以上至卫星遥感数据、下至地震传感数据，以及我们常见的统计、环境、水利、资源、土地等领域数据都属于地理数据，所以地理信息技术需要处理的范围广，数据源多，数据类型多样，其数据量巨大是不言而喻的。

地球表面的信息量巨大，感知手段多样。

目前的遥感数据处理能力已经不可想象，更别说考虑多波段、多时相、多产品、历史数据、中间数据、重叠区、雷达、点云数据等问题。

遥感数据之外，北斗定位系统的建立、移动互联网和物联网的快速发展也会导致包括来自车辆、风力、雨量、温度、湿度等各种传感器以及个人网络活动的高频空间关联信息的数据洪流涌入，并且要求快速处理响应。

地理信息数据涉及领域广泛，多渠道的数据积累形成海量数据。

数据总量较大甚至巨大，通常以GB、TB或PB为基础单位。

数据类型繁多，数以千计，包含结构化、半结构化甚至非结构化数据，且非结构化数据所占份额越来越大。

数据产生速度飞快，主要基于手持移动终端、互联网、物联网、车联网等平台产生。

数据是潜在待挖掘的资源，基于“价值密度与数据总量呈反比”规律，大数据的价值密度较低。

由此可见，不论是大数据还是地理信息行业，无论是涉及到先相关的技术研究还是应用，都紧紧围绕“地理信息数据”为中心，确立其核心地位。

1.1地理信息资源为大数据提供重要依据地理信息资源涉及各行各业，有多种类型的空间数据。

主要包含地图（矢量和栅格）、影像数据、派生数据、公众数据、开源数据、标签数据、元数据、分类和未分类数据、视频和传感器数据等。

地理信息数据的获取途径主要包含以下几种：（1）人工获取资源外业采集人员通过野外测量、以手工绘图的形式记录信息（2）机器获取资源通过卫星、航空大飞机、无人机对地观测获取低、中、高精度影像资源信息。

可以通过激光雷达扫描、光谱成像、视频摄像、传感器感知等手段获取丰富的数据源。

（3）人机交互合作获取通过网络手段上传文字、图片、视频等数据、地理名词语义搜索与提取、个人终端定位数据收集、个人导航数据和车联网数据累计，各种建设引起的数据库更新（4）其他方式获取的数据其他领域、利用其他的方式获取的数据信息。

1.2空间数据的挖掘是大数据应用的组成部分数据挖掘通过分析数据，便于从大量数据中寻找其规律，这种规律将形成新的知识，发挥其应有的价值。

传统的空间数据分析方法主要通过基于空间数据的分析运算、基于空间数据和非空间数据的联合运算等。

后来逐渐发展，对地理空间本身特性的深层次分析，对空间决策过程的模拟、对复杂多因子空间系统时空演化的模拟和预测等。

例如在城市规划方面，通过对地市基本地物、气候环境等自然数据和经济、人口等社会人文信息的联合挖掘，可以对城市规划提供强有力的支撑，为城市的智能管理与科学发展给出合理关联意义，预测数据相关对象的发展趋势，这与大数据的应用方向不谋而合。

空间数据挖掘是凸现大数据价值、盘活大数据资产和有效利用大数据的重要思想和技术。

从数据中提取信息，从信息中挖掘知识，在知识中萃取数据智能，提高自学习、自反馈和自适应的能力，实现人机智慧。

这也正是大数据应用的根本内生动力，即“数据即资源”1。

大数据下的地理信息已经得到了广泛应用,服务于我们的生活、工作中，并带来便利。

电子地图、卫星导航、遥感影像，这些地理信息产业链上的新生事物正在创造奇迹，效益已经显现。

1周顺平,徐枫，大数据环境下地理信息产业发展的几点思考,P2081672-1586(2014)01-0045-06,2013.82大数据在智慧环保中的应用自从2008年11月IBM提出“智慧地球”的概念后，国内外智慧城市的建设风起云涌，与此同时智慧环保，智慧交通，智慧医疗，智慧物流，智慧交通等各细分行业也开始了相应研究，将“智慧”技术应用于各个领域。

智慧环保是结合物联网技术，超级计算机和云计算技术，对大气，水体水源，噪声，放射源，废弃物等进行感知、处置和管理，建设成为一个集智能感知能力，智能处理能力和综合管理能力于一体的新一代网络化智能环保体系，达到“测得准，传得快，算得清，管得好”的总体目标，旨在推进污染减排，加强环境保护，实现环境与人，经济乃至整个社会和谐发展。

智慧环保的总体架构包括：感知层，传输层，智慧层和服务层。

实现智慧环保需要以下几项关键支持技术：（1）物联网技术环保物联网技术是指通过各种传感设备（传感器，射频设备技术，全球定位系统，红外感应器，激光扫描等）采集声、光、热、电、力学、化学、生物、位置等各种信息并与互联网、无线专网进行交互传输信息的一个巨大网络。

（2）云计算技术云计算技术是网络计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机技术和网络技术发展融合的产物。

（3）智能GIS技术采用了多维 GIS 融合技术，将“时间维、空间维和仿真技术”相结合的三维GIS平台，真正实现“物联网前端感知、应用时态分析、管理虚拟仿真、多维GIS空间分析”一体化的 GIS 可视化应用创新模式，将三维 GIS 的发展带入了多维 GIS 时代。

（4）“天地空”一体化遥感监测技术利用包括地面遥感车、气球、飞艇、火箭、人造卫星、航天飞机和太空观测站等多个观测地球平台相互配合使用，搭载各种用途的传感器，实现对全球陆地、大气、海洋等进行立体、实时观测和动态监测，是未来获取地球表面和深部时空信息的重要手段，也是智慧环保获取基础数据的重要来源。

天空地一体化遥感监测技术是智慧环保实现的重要基础支撑技术之一。

（5）海量数据挖掘技术海量数据的搜集、强大的多处理器计算机、数据挖掘算法作为支持数据挖掘的基础技术已逐渐发展成熟。

目前常用的数据挖掘方法包括神经网络法、遗传算法、决策树方法、粗集方法、覆盖正例排斥反例方法和模糊集方法等。

（6）环境模型模拟技术地理信息系统与环境模型进行集成应用为环境决策提供技术支持已经成为环境保护决策的重要发展趋势。

环境模型模拟技术的最终目的是要还原一个实际系统的行为特征，模拟其物理原型的数学模型。

图2-54 智慧环保体系架构大数据和环保结合解决数据存储、管理、加工处理、共享、分析过程中存在的一系列问题，有效提高环境信息化水平，通过大数据分析，人们可预测和洞察未来会发生的事情。

（1）帮环保部门更好地预测未来走向大数据通过挖掘分析，科学的建立评估和预测预报模型，让环保管理者可预测未来发展趋势，降低环境管理风险，能够在管理调整尚未展开之前给出相关确定性的答案，让管理措施做到有的放矢。

（2）帮环保部门更好地管理污染源企业通过大数据技术，可以实现污染源企业的精准锁定，在污染源的生命周期过程中，每个节点所需要的每一类数据的挖掘方式、具体情况等，都可以进行搜集分析，形成基于污染源管理的数据资源分布可视图。