أكثر

مجالات البحث الرئيسية قيد التطوير حاليًا لعلوم المعلومات الجغرافية؟

مجالات البحث الرئيسية قيد التطوير حاليًا لعلوم المعلومات الجغرافية؟


ما هي المجالات الرئيسية قيد البحث والتطوير النشط لعلوم المعلومات الجغرافية (GISc) ، أي المجالات التي تحتاج إلى مزيد من البحث والتطوير؟

قد تكون بعض "الموضوعات الساخنة" في GISc هي النمذجة والمحاكاة والتمثيل الزمني.


أنا أعتبر هذه الموضوعات المفتوحة والمستمرة في GIScience:

  • الآثار المترتبة على المحتوى الذي ينشئه المستخدم (المعروف أيضًا باسم أنظمة المعلومات الجغرافية التطوعية)
  • التأثيرات الجغرافية على الشبكات الاجتماعية
  • تحليل الشبكة الجغرافية
  • النمذجة القائمة على الوكيل الممكّنة جغرافيًا
  • الهياكل والتحليل المكاني الزماني
  • التجريب السريع والتفاعلي (المعروف أيضًا باسم التصميم الجغرافي)
  • البنية التحتية للمعلومات المكانية
  • نماذج البيانات المستندة إلى الكائن للبيانات المستمرة
  • الوقت الحقيقي والتحليل الجغرافي التكراري
  • تحليلات على كروي
  • دمج مجموعة البيانات
  • التفاعل بين البحث الدلالي والجغرافي
  • خرائط المحمول والخدمات القائمة على الموقع
  • الإدراك البشري للأنماط الجغرافية المتطورة
  • الآثار والخوارزميات للواقع المختلط والمعزز

  • الواقع المعزز المحمول
  • التنقيب عن البيانات الجغرافية
  • تطوع للرصد البيئي للمعلومات الجغرافية
  • شبكات الاستشعار في الوقت الحقيقي

التعميم التلقائي ، ولكن المناسب.

إن القدرة على اتخاذ أشكال هندسية عالية المستوى مع الكثير من التفاصيل وتبسيطها للحصول على خريطة تفصيلية أكثر دقة ، دون إغفال الميزات المهمة ، أمر صعب. على سبيل المثال ، لا ينبغي عرض سلسلة من البحيرات الصغيرة المرئية عند 1: 50000 على الإطلاق عند 1: 500000 ، ومع ذلك يجب أن يظل المجرى المائي الذي يربط بينها مرئيًا ومستمرًا.


الترميز الجغرافي التلقائي.

وبقدر ما أعلم ، فإن MetaCarta هي الشركة الوحيدة التي تتحدث عن أو تقدم خدمة تحاول تحديد المرجع الجغرافي تلقائيًا أي مستند على أساس محتواه. على سبيل المثال ، تعرف أن توم سوير من مارك توين يعيش على طول نهر المسيسيبي. هذا مجال غني وهناك متسع كبير لمزيد من اللاعبين والتطبيقات.


تحليلات البيانات المكانية الكبيرة باستخدام برنامج مفتوح المصدر للحوسبة الموزعة مثل Hadoop.

هناك إمكانات هائلة لمعالجة مجموعات البيانات الضخمة مثل بيانات Lidar عالية الكثافة في بيئة الحوسبة الموزعة. البنية التحتية المفتوحة لبيركلي لحوسبة الشبكات (BOINC) هي حاليًا منصة مفتوحة المصدر للحوسبة الموزعة. دخلت ESRI الساحة بالفعل من خلال إنشاء تحليلات مكانية للبيانات الضخمة لإطار Hadoop.


طوبولوجيا ضمنية أو مقترحة.

ألن يكون رائعًا إذا لاحظ الكمبيوتر أن الأشكال الهندسية للطبقات X و Y و Z كانت متشابهة جدًا مع بعضها البعض ، وتتبع دائمًا نفس الاتجاهات ، وعرضت دمجها / دمجها ، أو الاحتفاظ بالآخرين في نفس الوقت. تغير؟


لا يبدو أن استخدام الروبوتات لجمع البيانات المكانية مثيرًا للاهتمام - لكنني أعتقد أنه يجب أن يكون كذلك.

تغطي المحيطات معظم الأرض. سيتطلب تعيينهم روبوتات.

هناك جائزة بقيمة 7 ملايين دولار مقدمة من XPrize.org.


إن الإدراك والإدراك البشريين محدودان وهذه الحدود تزداد إشكالية مع استمرار حجم وتنوع المعلومات في الانفجار من حيث الكمية والتعقيد. كيف يمكن الاستفادة من أدوات المكان والمكان والتمثيل لتحويل هذا التنافر في البيانات إلى أجزاء مفهومة وقابلة للتنفيذ بالنسبة للعقل البشري؟


كانت معالجة GIS الموازية ساخنة منذ 12 عامًا ، ولكن يبدو أنها تلاشت ببطء. (الرابط إلى "GIS Parallel Architectures Lab" في هذه الصفحة معطل ، وأتساءل عما إذا كان المعمل لا يزال موجودًا). مع الكثير من الاهتمام بتعدد النواة والسحابة ، يبدو أنه يجب أن يكون هناك اهتمام متزايد بالمعالجة الجيولوجية الموازية أيضًا.

يقول الكثير من الناس أن أفضل طريقة للتوازي هي عبر البرمجة الوظيفية. قد يكون هذا مجالًا جيدًا ، ولكن يبدو أنه يعاني من نفس وصمة العار الأكاديمية التي لم يكن الذكاء الاصطناعي قادرًا على التخلص منها.


شاهد الفيديو: شرح لدرس عناصر نظم المعلومات الجغرافية