以下是Esri中国信息技术有限公司副总裁沙志友的演讲(未经本人核实)，演讲的主题为“GIS开启智慧城市共享服务平台”。
沙志友：各位领导，各位专家，上午好，首先非常感谢泰伯公司创造这样的机会让我们一起交流技术，结合新朋友，欢聚老朋友。
我们的公司是一家专注于技术的企业，我的报告结合地理信息平台技术的发展，和大家一起谈一下地理信息平台技术大数据相关的内容和对智慧城市相关的支撑。
简单来概述一下，现在很多的技术都在发展，我在台下的时候也注意到我们的(英文)公司发布了2017年的预测，一是智能，二是数字化，三是各种各样的评论网，大家都注意到不同的技术，不同的名词和我们无论是云计算、大数据、移动互联这些技术是相关的这些技术基本上影响到无论是工作还是生活的方方面面。
在这些技术的支撑之下，我们的智慧城市都产生了，从过去的数字城市的建设转化成了智慧城市的建设。我们很多的数字城市里面的成果，这些数据是如何真正的通过新的技术转化我们的知识支持呢?这中间有很长的路要走，这个时候很多人都想要依据大数据的技术，如果给在座的各位看这么多的大数据，真正的让在座的各位通过肉眼说我去把我们40个EB的数据浏览的话。所以，这个时候我们需要一个新的思维方法，通过空间的思维，地理的方法结合大数据来源，帮助我们在各个领域里面实现智慧，发现智慧。
因此，我们可以简单梳理一下，真正地理信息系统的相关的大数据在我们的政务领域起到哪些不同的作用。首先，真正实现资源的整合，绝大部分的数据都具备空间的属性，可以通过很好的方式整合在一起，形成一个统一的大的资源的中心;二是帮助我们各个领域进行辅助的角色;三是共享和交换。所有的数据放在那里不进行交换和深度的运用那就是一个死的数据，更不用他如何实现智慧和挖掘。所以说交换和挖掘也是整个大数据运用的价值所在，最后支撑我们各领域的开发和应用。
我们努力通过地理信息的思维、技术，把所有的地理大数据信息真正的应用到我们的在座各位的生活和工作的方方面面，结合现在很多全新的技术，使得我们在不同的时间、地点，通过不同的设备去使用这些信息。这就是我相信是在各位共同的心愿。
现在科学技术的发展，到底我们的地理信息大数据发展到什么样的程度呢?从一一开始单机的软件到以数据为中心的阶段到后面的以云中心为数据的阶段。所有的资源进行了云端化，从而形成一个基础的事实，为我们上层的各个不同方向的运用，不同的端提供了服务。这个是详细一个真正的大数据的技术结合在一起的架构，由于时间的关系就不一一分享了。同时，采用很多大数据的清洗、转化、加载等等相关的技术把很多的大数据形成一个大数据的中心，在这个基础之上构建一个庞大的大数据平台、门户，为我们不同领域的业务提供服务。
这个就是整个地理大数据的框架，光有框架还不够，大数据的时代，地理信息的应用的技术发生了比较大的变化。在这儿简单的分享几个方向的变化：
第一，大数据的汇聚和资源整合的能力。我们谈地理大数据，以前我们经常说海量的数据，现在看地理大数据、空间大数据肯定和过去的数据有很多的不同，我们实时的数据，我们的视频数据，这些数据如何进行统一的管理呢?需要一些全新的技术做支撑，我们如何来对实时的传感技术进行一个汇聚呢?每一个传感器都具备位置信息，我们今天说的数据它也是一个传感器，所有的海量的数据如何把它更好的汇聚到我们的大数据云中心，这就需要一个专门的一些时空，相关的数据，因为它具备时间、动态的属性，所以我称之为必须具备的时空大数据。面对传统的结构大数据如何进行清洗形成一个大的数据，在不动产领域面临的空间大数据不能整合的话题，如果大家做相关的事的话，都有体会。这个是在大数据的整合或者是汇聚的能力进展的情况。
第二，大数据的分析挖掘。大家都清楚Esri公司最强大的在于其规模，但是这些都是传统的分析能力，如何应对现阶段的地理大数据的特色呢?如何把这1.7亿的数据做个跟不同时段不同区域做一些热点的分析，到地看看早晨八点到九点所有的出租车聚集在什么地方?或者说纽约的出租车司机偏好跑哪些地方?如果按照传统的计算方式的话，我们估计大家几天也没有结果，或者说死机了。在这个时候我们必须要新的计算方式，各位学技术的都了解的就是分布式计算的大数据的计算，这是两者之间的变化。左侧是地理大数据框架的传统的模式，右侧是很多的一些统一的大数据，一个计算模型，但是我们需要把它分块，分片计算，最后把计算的结果合并在一起。所以基于这个原理，我们可以看更为详细的地理信息大数据的框架。从一开始数据进来，它变成直接发散到背后的几十台或者是上百个计算机里面去，通过这些节点对不同的分散式的数据进行计算，最后我们说要大家快速的获取一个内容。
通过全新的地理大数据的计算框架，我们可以看到和过去一个节点计算的时间效率大大的提升，左边的1是一个节点的分析，节点数越高，计算的时间效率越高，这就面对我们当今地理大数据时代真正的海量数据计算的方式。
这个案例是把美国的41个点，按照52个州进行划分，到底看看哪些点放在哪里?如果面临40亿点的时候，大家计算的时候是一个击打地挑战，如果说52个州不够，我们还可以放在美国人口普查的块区里面，这个时候属于你要做一个计算的话，按照传统的计算方式，几乎都得不到结果。如果用全新的方式，就只需要1.2小时就可以出来。所以这个在计算框架里面的变化。
第三，展现层面。这张图是美国的航空飞机的时时位置，这个是1.75亿条的数据，如果按照一张图的去展示的话，得不到任何的信息。所以我们要对这些地理大数据进行新的展示。这是一个创新的时代，可以体现这些多的数量进行一些颠覆性的联系。
另外，一些数据量不是特别的大，但是种类非常的多。我们可以通过不同的图表组合的模式，通过个折线、鸿沟分析，把所有的图放在一起，是否体现我们单位多个不同图表之间的关联呢?它涉及到户型、房价、热点、交易的情况，通过一张图就可以把它很好的展示。
还有如果是我们的时空大数据，它具备时空的阶段，如果以前我们通过二维的方式，我们是否可以把它高层的轴演变成我们的时间轴，这个时候判断业务上的美国一个十年以来犯罪发生率情况的发布图，红色是发生率比较高，蓝色是比较低，这个是空间上的分布。但是在时间上哪一年的发布率比较高?所以说这三个是我们在时空大数据展示方面的演进。
第四，所有的空间大数据必须要有交换才能进一步发挥价值。因此我们认为对于大数据来说，通过这几个方向的共享，第一个在人和人之间的共享，我们知道每一个单位面临着不同的角色，这些数据都可以在这些角色之间可以进行共享。第二个共享的场景是在不同的业务系统里面进行共享。第三个我们可以把我们的地理的信息直接插入到我们的单位内部的其他专业的业务系统中去，有的是我单位专业系统有，但是我有我的办公软件，我是否可以在我的云上做一个图，慢慢的不同的技术体现了我们如何把这个大数据进行进一步的挖掘。我们现在发现真正要做共享的话，建一个统一的云中心还不行，一个单位有不同的部门，一个区域有不同的行业，一个行业有不同的业务方向，这就需要地理大数据的交换和多节点的问题，这个时候需要统一的分布式的节点的技术把它们交换共享起来，这是我们称之为门户的门户，可以帮助我们去解决这个需求，解决这个问题。
总结一下，发展所有的技术，发展到今天，地理信息技术也在同步的开展，我们一直在梳理研究到底如何去改变我们现有的地理信息平台的技术使用地理大数据的特征，因此在这个时候，我们认为除了一个统一的系统化的地理信息系统建设的方法论或者是架构论之外，我们需要在这个数据整合中，在地理计算框架层面上，在可视化的层面上，在交换的共享层面上都需要去做转变，才能够帮助不同的领域使用地理信息，才能够帮助城市更智慧地发现大数据的奥秘。
谢谢!
{{item.content}}