5种方法大地理空间数据分析驾驶在现实世界中

在一片洪水，我们收集和抗衡每天的数据，地理空间数据占据一个独特的地方。由于GPS卫星和手机信号塔和物联网新兴的互联网的网络，我们能够跟踪和非常精确的方式是不可能的，直到最近，相关的人和物体的位置。但将这个地理空间数据使用的是谈何容易。这里有五个方法企业可以使用地理空间数据的燃料分析在现实世界中。

1. 动态保险定价

在一个地理空间数据的领导者是Pitney Bowes公司，维护地理空间数据的广泛目录，以及作为对自己或插件到高性能数据库运行地理编码引擎，如SAPHANA。詹姆斯·巴克利，高级副总裁兼客户数据 ​​和位置智能的总经理Pitney Bowes公司’软件事业部，最近讨论几个用例地理空间情报与Datanami。
鉴于世界上的任何位置（经纬度中/长格式），必能宝可以告诉你的确切位置是在一个街道地址来看，并覆盖这一点与合作伙伴提供的其他有用的数据。它已经提供了某种地理编码能力多年，并计算世界上一些最大的公司作为客户。但随着洪水数据从传感器和电话来了，这些天，地理编码的可能只是越来越大。

一个新的用例必能宝公司正在探索与客户的动态涉及汽车保险定价。“如果我是一个承销商与全球数据集和分布在世界各地的投资组合，我想看看，实时，对什么样的风险，我可能要处理的，”巴克利说。“我需要能够看到，从空间的角度来看，是一个事件的潜在影响。我可能想要做的情景建模或者我可能想看看一些实时需要大量的空间马力做到这一点。而且你还需要大量的引用数据集，包括地理编码，地图和天气数据。等等。“

这种类型的流数据分析问题将结合各种实时和历史数据源一起。“你跟踪有效那里的人都开车，他们正在行驶速度有多快，而我的参考数据[历史交通数据]坐落在公路网，”他说。“你需要快速地将一起并在其上运行一些分析给我一个分数。”

虽然这样的大数据解决方案，将需要大量的计算能力，什么是真正需要的是正确的空间范围。“大家都在谈论大数据。这已经成为一个老生常谈的一点。但是，如何真正给它的上下文，所以你可以得出某种从中明智的结论？空间是关键，“Buckely说。“你已经得到了所有这些数据，但你需要能够给它某种语境。”

2. 定位应急响应

当一个大风暴击中的停电，市民依靠自己的政府机构和公共事业一起努力拿到灯光重新开启。而风暴的位置和时机仍然是不可预知的，在很大程度上，机构和公用事业可以利用地理空间分析的力量来缩小差距。

一个公司在这类工作的最前沿是时空洞察， A S
ilicon谷公司，帮助公共事业，物流公司，石油和天然气公司，以及联邦机构合并的数据和解释各类最大限度的有效性在实地实物资产。

时空的客户往往已经存储由现场传感器在一个大数据平台Hadoop的一样，HANA，或产生Greenplum的数据，但他们缺乏发现有空间或时间方面给他们的模式或异常情况需要特殊的软件。史蒂夫埃利希，市场营销和产品管理公司的高级副总裁，最近解释Datanami所有它是如何工作。

“我们帮助用户识别，出大数据的山，关键件的信息，他们必须要注意，”他说。“我们非常善于分析的数据空间，并了解附近有什么，和时间对其进行分析，包括发生了什么，在过去，发生了什么，现在，什么事情要发生在未来。”

本公司的产品，被称为智力状况（SI）服务器，帮助通过数据混乱决策者看到，经常通过显示覆盖从地图软件数据谷歌或ESRI。“我们正在努力，以帮助用户了解”这需要关注’或’你需要看那个，因为它会失败“或”嘿，有一个暴风雨即将来临。在这里你应该把你的船员先进的风暴“，”埃利希说。“我们拉动所有这些数据一起，在存储器处理它…和决定的基础上，分 ​​析什么来呈现给用户。

3. 雄蜂！

无人机，或无人驾驶飞行器（UAV）作为行业呼吁他们，已经遍布最近的新闻。正如你所期望的，有一个大的数据的角度对他们，尤其是在位置智能和地理信息系统（GIS）产品，如那些来自ESRI的背景下。

无人机正在成为一个了不起的方式从空气中采集的图像数据。根据弗莱特莱恩Geographics的ESRI合作伙伴航点映射子公司，无人机可以拍摄分辨率图像降低到一英寸，并交付小时内的数据，相比通常需要由有人驾驶飞机的日子。

农业有望成为无人机与GIS相结合的最大的受益者，根据弗莱特莱恩地理的德文·汉弗莱，谁被刊登在由ESRI新闻故事的最后一年。 “农民已经购买自己的无人机，并检查他们的田地，”他说。

由于对美国联邦航空管理局实行无人机的限制，但是，美国正在落后于其他国家。“像加拿大，澳大利亚，新西兰，墨西哥，南非，中国和其他地方的地方，已经采用了工具，它是继GPS在上世纪90年代的采用曲线，”汉弗莱说。“换句话说，爆炸性的增长。”

4. 促进粮食生产

我们目前有大约7十亿人在这个星球上，其中许多人没有得到足够的食物。另一个十亿人预计在未来10年内，粮食不安全有望成为一个更大的问题，这是今天。幸运的是，农民开始使用大数据技术来壮大粮食生产。

在美国，IBM是应用大数据分析在农业中的前列。决定何时，何地的水，并且由多少，是农民的工作的重要组成部分，现在蓝色巨人带来大数据和位置分析，以承担这一问题。

倒在格鲁吉亚，沿着弗林特河，IBM与佐治亚大学与当地农民合作，以测试新的设置，结合现场传感器和大气观测网络与一台超级计算机在超精细分辨率来创建超本地化的预测。当时的想法是让善于发现其中的“弹出”雷雨最有可能发生，从而节约用水对于没有得到雨水的领域。

获取准确预测这些事件所需的分辨率的预测真的很难，根据劳埃德Treinish，IBM杰出工程师，首席科学家为它深层雷霆的超级计算机。NOAA预测通常预测天气12公里块以小时为单位。但预测沿火石弹出雷暴，IBM在拨打10分钟的间隔下降到1.5公里块的分辨率。

“即使你每个小时看的东西有四到5公里分辨率，你就会错过的雷暴单体，因为它是小于，”Treinish告诉Datanami在2014年“在时间和地域的分辨率真的是很重要的。这不只是弹出雷暴，也如果你有一个强大的冷锋，创造了大量的雷暴单体的，仍然可以非常本地化基于降雨量在地形，然后对土壤和植被将决定如何的水分实际上进入从雨土壤。你必须把所有这些局部特征得到的信息是正确的。“

5. 零售商分析

还有的是技术人员试图跟踪客户情绪的方式不乏其人。但在零售市场，有它的地理元素可以让世界上所有的差异。

一个供应商，它旨在真实应用
地理空间元素零售空间SpaceCurve。该公司由谁曾在谷歌地球上的第一个版本的工程师，SpaceCurve提供它认为是行业的“最具扩展性的数据库，地理空间和时间数据。“这是一个通用的大数据平台，说：”创始人安德鲁·罗杰斯，“但它是从根本上建立……要能分析所有这些数据源之间的关系，无论是卫星成像，社交媒体，手机遥测，零售销售， …随你喜欢。“

零售商们采用SpaceCurve产品做的时间标记和位置标记消费数据的实时分析，说CEO戴恩Coyer。“零售商正试图弄清人口是人们过去将它们的位置。并且他们停在我的竞争对手的方式来我的店里，还是他们在我的竞争对手停止他们离开我的商店后？这些都是各种各样的，他们正在寻找回答问题。“

这种类型的高度分割的和有针对性的营销，今天是司空见惯的在Web上，Coyer说。“但与其说是现实世界中，所以使用的案例之一是把这种能力外面的现实世界，”他说。

转载请注明：数据分析 » 5种方法大地理空间数据分析驾驶在现实世界中