大数据_当时空大数据遇上WebGL，数据变成可操作的信息

篇首语：本文由编程笔记#小编为大家整理，主要介绍了当时空大数据遇上WebGL，数据变成可操作的信息相关的知识，希望对你有一定的参考价值。

时空大数据与非空间数据相比，具有空间性、时间性、多维性、海量性、复杂性等特点。时空数据关系到人们生活的方方面面,诸如人的定位数据，车定位数据，物联网数据等，还包括虽不常见但是应用领域广阔的卫星遥感数据，气象数据等。卫星遥感数据也逐步应用在社会经济生活中，时空数据的应用越来越大众化，普适化。面对海量的空间数据传统的GIS技术方法，已经不能满足人们获取信息的需要。

GIS的技术的发展代表着空间数据应用的发展方向，从传统的桌面GIS到WebGIS发展，从专业化应用到大众化的时空数据应用。大数据时代到来现有的GIS技术和发展方式已经不能满足人们想更快，更直观，更加灵活的发现，挖掘数据的规律和价值。GIS技术和计算机技术的不断结合，用户设备配置的不断提高，传统GIS在在朝着时空大数据云平台方向发展，以满足人们充分利用海量空间数据的需要。

本文主要侧重通过WebGL技术对栅格数据进行可视化分析，将栅格数据转化成可操作的信息

一、WebGIS 技术

我们最常见或使用过的WebGIS系统是Google Map 、百度地图等地图系统，这些系统的技术发展也体现了整个WebGIS的技术发展方向。当前Google地图百度地图已采用WebGL渲染技术，通过客户实时渲染矢量瓦片数据做到个性化地图。

2005年，Google地图上线，通过瓦片地图技术显示地图，提供地图加载速度，用户使用更加友好，Google地图采用的Web Mecator投影和瓦片分级切割方案，也成为目前互联网地图事实上的标准。WebGIS技术在此以后快速发展，地图渲染技术也不断更新迭代。后来又出现了RIA富客户端技术（flex，silverlight ），客户端的GIS功能越来越丰富，但是富客户端技术由于程序较重及安全性等原因已经被淘汰。html5 canvas，WebGL技术浏览器的支持性越来越好，WebGIS对海量数据渲染能力越来越强。

WebGIS的技术发展以WMS服务为核心后端动态渲染地图，到Google静态瓦片展示，再到今天以矢量瓦片，核心的客户端实时渲染技术。WebGIS无论是渲染速度，还是用户的交互性都在不断提高。地图数据也从静态的图片数据，转变成实时渲染的个性的地图。之前我们看到地图每个都是一样的地图，现在的地图借助WebGL技术我们看到是根据我们个人喜好，行为习惯显示的个性地图，从千篇一律到个性化表达都是通过技术变革推动的。

在各个行业中WebGIS应用数据复杂度比大众化地图应用要复杂很多，在农业，水利，交通，国土行业等领域都具有自己特有的数据类型，数据分析模型，这些应用也逐步由CS架构转成BS的架构更好的服务大众用户。

二、时空大数据云平台-唤醒沉睡的数据

我认为时空大数据云平台包括两部分

1. 时空数据大脑

海量时空数据的存储分析，可以在云平台分布式处理，包括深度学习、人工智能等技术对数据进行智能化提取分析。

2. 时空数据应用

时空数据应用是建立在时空大脑之上的，借助客户端进行快速计算和实时渲染技术实现海量数据的展示，共享，可视化分析，将数据转化成可操作的信息，任何人在任何设备上操作海量的空间数据，发现有价值的信息。

时空大数据云平台借助后端快速的计算处理分析能力，接口各种时空应用将沉睡的时空的大数据流动起来了，让大众看到，理解，发现这写海量数据蕴含的信息。

三、以遥感卫星为主的栅格大数据

近年来，天地一体化对地观测技术发展的开展遥感大数据分析提供了超高维度和超高频次的地球表层系统多样化辅助认知数据。传感网、移动互联网和物联网飞速构建起了强大的数字采集和网络发布能力，它们将数百公里上空运行的卫星和一个个地面行走的传感设备紧密地联系在了一起，而深度学习和人工智能科技的发展更为遥感大数据分析插上了腾飞的翅膀，它将引发一场遥感领域前所未有的革命 （上帝视角”--当代遥感科技发展的现状与未来展望）。

栅格数据的来源主要来源是气象数据、卫星遥感数据。其中卫星遥感数据对大多数非专业用户比较陌生，大家普遍的认知基本还停留在google,百度地图的卫星地图功能上。事实遥感数据具有：体量巨大（Volume）、种类繁多（Variety）、动态多变（Velocity）、冗余模糊（Veracity）、高内在价值（Value）的特点。

遥感数据格式主要是栅格数据

栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织，组织中的每个数据表示地物或现象的非几何属性特征。

栅格结构的显著特点：属性明显，定位隐含，即数据直接记录属性的指针或数据本身，而所在位置则根据行列号转换为相应的坐标。

现有WebGIS中的栅格数据一般是客户端直接显示渲染好的图片数据，大部分系统遥感数据基本是作为底图使用，或者将数据分析结果以专题图的形式进行展示。还有一部分能够进行动态显示但是需要借助后端根据参数渲染数据，然后返回结果数据虽然能够做到栅格数据的动态渲染，但是种灵活性比较低。

四、WebGL技术

WebGL光栅化数据渲染引擎，基于GPU渲染，GPU是数以千计的高效并行核心组成，在图像处理渲染方面有优势。浏览器对WebGL的越来越完善，，WebGL基于GPU渲染技术，支持海量数据的的动态渲染，

在对海量的遥感，气象等数据进行可视化渲染，分析时，我们选用了WebGL技术，满足对栅格数据在操作。同时栅格数据这些格点数据，在数据统计时更是对数以百万计的二维矩阵的运算分析，借助WEBGL GPGPU通用GPU计算功能统计运算。

五、WebGL时空数据中应用

Gago.gl是佳格基于开源地图库mapboxgl研发的时空大数据库可视化分析库，旨在将数据转化成可操作的信息。Gagogl.栅格数据渲染引擎主要提供在客户端对栅格数据的实时动态可配置的渲染方式，能够实现多图层的叠加分析，空间统计分析，操作简单，让非专业的人更好的使用，处理分析空间大数据。

借助WebGL的渲染技术，之前只能借助各种专业软件对栅格数据分析，可以转移到Web应用平台来，不需要专业知识即可实现数据的动态计算。对栅格数据坡度，坡向，坡向实时运算。对遥感数据的各种指数运算 NDVI，NDWI,以及区域内统计，不同波段的波段运算更加便捷。

DEM根据高度正常渲染

山体阴影渲染

坡度渲染

坡度山体阴影叠加伪3d效果

六、总结

时空数据应用将进入WebGL时代，WebGL可进行海量空间数据实时渲染，三维模型加载显示，GPGPU通用计算的统计分析等等。结合深度学习技术用户在客户端进行遥感数据在线分类，地物识别线上等。技术的迭代升级使人们能够更简单使用空间数据，能多可交互的操作空间数据。时空大数据应用正从静态数据向动态数据应用方向发展，从展示为主到可视化分析方向发展。