Геоинформационные технологии
в современных естественнонаучных исследованиях
Эдуард Казаков, Максим Дубинин
Бишкек, 2024
Компания NextGIS
ГИС сервер, десятки сервисов, мобильное приложение для сбора данных и многое другое
Разработчики программного обеспечения ГИС с 2011 года
Строим бизнес вокруг открытого программного обеспечения
Своя программная платформа + проекты
Ключевые механизмы наук о Земле и окружающей среде
1. Наблюдение, описание, накопление…
Ключевые механизмы наук о Земле и окружающей среде
2. Анализ и построение выводов, моделирование…
Технологии определяют современный облик обоих
Вся действительная информация об окружающей среде — цифровые данные, и обращаться с ними, от сбора до анализа, нужно как с цифровыми данными.
Большое разнообразие технологических подходов к получению такой информации, меняющих ландшафт науки и индустрии
Технологии определяют современный облик обоих
Если всё — цифровые данные, то и методы работы коренным образом перестраиваются
Хранение, организация доступа, обработка цифровых данных, а также получение новых знаний их основе
Сбор пространственных данных
Натуральные наблюдения остаются ключевым и наиболее глубоким способом получения информации о среде
Но без трансформации в цифровые базы пространственных данных их потенциал не раскрыть:
Как получить пространственный контекст наблюдения?
Как оно соотносится с другой информацией?
Как искать определенное наблюдение в архиве?
Как анализировать в совокупности с другими?
…
Спутниковые системы позиционирования дали важный импульс
Простая для пользователей регистрация положения при любом измерении в поле
Но всё равно много работы по обработке и сведению данных
Укорачивание пути непосредственных наблюдений в БД
Интегрированные мобильные системы сбора данных
Наша технология — NextGIS Collector
374 активно работающих спутника ДЗЗ на август 2016 года
Около 1000 активных аппаратов спутникового зондирования
Большое разнообразие способов посмотреть на Землю
С самыми различными областями применения
Тепловая съемка. От экосистем до городских островов тепла
Ночная съёмка: урбанизация, угрозы местообитаниям…
Гиперспектральная съёмка. Подробно о составе объектов
Всепогодная радиолокационная съемка
Гравиметрическая съемка: гравитационные аномалии
Спутниковая альтиметрия: поверхность океана
Концентрации веществ в атмосфере
Спутниковое дистанционное зондирование с т.з. данных
Большие потоки (петебайты в час)...
…очень разнообразных данных
Очень много открытых данных
Аральское море, 2010 - 2015
(Бес)пилотные летательные аппараты
Детальнее, но локальнее
Нужны свои компетенции по работе и оборудование
Но и гибкость исследований намного выше
Автоматические датчики во всех средах
Глобальные сети датчиков
Человек как датчик (Citizen as a Sensor)
Человек как пассивный сенсор
Человек как пассивный сенсор
Twitter x Sunshine
Температура воздуха из температуры батарей смартфонов
Животные как сенсоры (интерес - само животное)
Животные как сенсоры (интерес - среда обитания животного)
Для эффективной работы со всеми эти данными нужно:
Объединять их в цифровые пространственные базы данных
Иметь механизмы совместного доступа к этим данным
Сетевые ГИС и совместная работа с данными
Данные от сенсоров
Спутниковые данные и БПЛА
Полевые данные
Архивные карты
Результаты обработки
Веб карты
Сервисы и приложения
Другие БД
Наша технология — NextGIS Web
Обработка и анализ пространственных данных
Анализ данных. Классические персональные ГИС
Локальная работа с локальной задачей, ограниченным набором геоданных
Визуализация в виде карт
Ответы на базовые вопросы о пространственных объектах, процессах и закономерностях
Моделирование. Если измеренное таково, то что можно ожидать от недоступного к измерению?
Многокритериальный анализ. Как совокупность факторов среды определяет интересный нам процесс?
Но разнородных данных много. ГИС тянется к Data Science в современном понимании. Становится частью науки о данных
Что это значит в практическом смысле?
Автоматизация обработки больших данных
Элементы программирования, скрипты
Огромная доля статистического анализа и машинного обучения
Современный географ/биолог/эколог немного IT специалист, немного аналитик данных, немного ГИСовщик. Либо имеет команду с этими компетенциями
Некоторые типичные задачи. Моделирование ареалов
Машинная обработка данных спутникового зондирования и данных БПЛА
Машинное обучение улучшает и классические процессы
Суперкомпьютерные системы для географических данных
Гигантские массивы данных в сети
Вычислительный комплекс интегрированный с данными
Пользовательский интерфейс для удаленных манипуляций этим комплексом
Петабайты геоданных (спутниковые снимки, цифровые модели рельефа, климатические параметры)
+
Упрощенная среда программирования для прямого управления этими данными (все расчёты на серверах Google)
Построить график средней температуры участка суши по спутниковым данным Landsat за 30 лет
Локальное решение: ~невозможно (Скачать сотни терабайт данных и организовать большие расчёты)
Google Earth Engine: готово за несколько минут
Это открывает огромный потенциал для планетарных исследований (и его активно используют)
Сопоставимое решение с той же логикой и мощью:
Microsoft Planetary Computer
Современные технологические возможности работы и исследований географов, биологов, экологов
Большое количество внешних источников данных о любой территории
Технологичный сбор собственных данных
(интегрированный мобильный сбор, БПЛА)
Многопользовательские сетевые базы пространственных данных
Арсенал продвинутых средств анализа данных (ГИС, автоматизация и машинное обучение, облачные системы анализа больших данных)
Экзистенциальные риски
Смена парадигмы географического мышления
Мыслим данными, а не природными процессами
Машинная/статистическая обработка больших массивов данных всё чаще заменяет поиск глубокого понимания природных механизмов.
Мы часто получаем модели, решающие задачи, но не объяющие природу вещей
При решении некоторых задач данных накапливается так много, что их обработка полностью унифицируется и автоматизируется.
Региональные особенности легко теряются
Моноцентричность глобальных моделей
Машинная обработка приводит к потере региональных деталей
Особенно в глобальных задачах
Монополизация/Централизация ключевых технологий
Доступны бесплатно, но контролируются коммерческими корпорациями из одной юрисдикции
Построение критичных научных инфраструктур, а иногда и национальных систем мониторинга — опасно
Большие данные это всегда этические проблемы
Снимок заднего двора вашего дома, ваши публикации в Facebook и Twitter с указанием мест, и просто маршрут ваших ежедневных перемещений со смартфоном в кармане - всё становится частью глобального мира больших геоданных
Общий вектор избежания этих проблем
Развитие локальных сообществ, на базе сочетания традиционных региональных компетенций (знание местных географии и биологии) и современных технологий
Предпочтение открытым технологиям (например, ПО с открытым исходным кодом), когда это возможно, и развитие таких технологий