大数据已成为当今的热词，通过大数据我们得到了什么？大数据之后，还会有什么新概念出现？

数据是现实世界组成要素及其相互关系运动与变化状态的反映，无论是“小数据”还是“大数据”，无论是传感器网络、物联网还是人机交互获取的数据。

大数据的核心是透过现象看本质——透过错综复杂的数据，我们试图理解所关注对象或系统的过去，感知其现在，预测其未来，从而影响(或调控)所关注对象、系统及人类个体、群体和周边地理环境的未来状态。

我们所关注对象或系统的过去、现在和未来是在一定地理空间范围内发生的，以时间和空间为框架。我们透过数据（包括大数据）所做的一切工作，都是在试图理解我们的世界（Understanding our world）——我们周边的地理系统的整体或局部，“地理系统把地理环境看作是一个运动着的发生和发展中的世界。包括人类赖以生存和生活并强加影响的整个自然环境和社会经济环境”【2】。大数据也许是“海底捞针”、“盲人摸象”，但获得的成果在一定的时间、空间范围内是真实的。所有的数据、信息都可基于时间和空间框架进行镶嵌、拼接和融合，还原一个真实的地理世界或其某一个侧面。地理学曾经是科学之母，因此我们在“大数据时代”之后，可能将迎来“大地理时代”。

图1 大地理的研究对象及内容

大地理（Big Geography）是以地理系统为研究对象的地理科学、地理技术与地理工程等学科的综合和基于计算（Computing）的统一(如图1所示)：在科学的层面，表现为统一的地理学，是自然地理学、人文地理学与地理信息科学的集成与融合；在技术层面，表现为统一的地理技术，是地理信息技术与其它地理技术（如地理系统或子系统的观测、分析、预测、调控技术）的集成与融合；在工程层面，是统一地理学和地理技术的综合性及系统化应用，以解决复杂地理系统相关工程问题。举例来说，智慧交通就是一种大地理工程，不仅涉及交通设施本身，还涉及土地利用、功能分区、人口分布甚至天气状况、经济发展等诸多因素。水利工程也是一种大地理工程，涉及地形、水文、气象、生态、社会、经济多种复杂的地理要素，以及地理系统之间的相互作用。以上问题都需要从地理系统层面系统性的解决。大地理的本质是现实世界及相关知识的数字化和可计算（毕达哥拉斯说“万物皆为数”，因此，包括知识也可以数字化和可计算）。大地理有利于从基本框架（时空框架）、因果关系和机理上解决大数据存在的“盲人摸象”和“海底捞针”问题。

大地理研究的核心对象是地理系统，是一定的地理空间范围，是由各种自然、人文和人工的地理要素相互作用和相互关联构成的空间系统。其边界可以是自然或人为的，其范围可以是全球范围内的，也可以是一个国家、省、城市、社区甚至一栋建筑物，地理系统具有尺度特征，有宏观、中观和微观之分。

在垂直方向上，地理系统可以按照组成要素特征划分为不同的专题子系统，如自然的地形、地貌、地质、土壤、水文、植被等子系统，人工的交通、管线、建筑等子系统，人文的行政、经济与社会等子系统。专题子系统不能独立存在，专题子系统的集成表现为地理系统的垂直集成，以构成完整的地理系统。如城市可以看成一个地理系统，由自然资源与环境、基础设施和经济社会等专题子系统构成。

在从水平方向上，或从地理空间的角度，地理系统可以按照空间范围或地理边界划分为空间子系统，如城市和地域。空间子系统是相对独立和完整的系统，可以独立存在，各个空间子系统之间的集成表现地理系统的水平集成，以构成更大规模的地理系统，如京津冀一体化及京津冀断头路的连接，就是一个地理系统水平集成的。

图2 基于面向对象思想地理建模机制

作为科学、技术与工程的综合，大地理将基于地理信息技术构建由地理系统与地理信息系统耦合的赛博-物理系统。赛博-物理系统是工业4.0的核心，是一种由协同计算元素（collaborating computational elements）控制物理实体（physical entities）的系统，微型化的计算元素以嵌入系统（embedded systems）的形式与物理实体形成一个耦合模型，对物理实体进行感知和调控，计算元素之间通过网络互联形成相互作用要素网络，对物理实体构成的系统进行感知和控制。其意义和影响不限于工业本身，全球正成为一个巨大的赛博-物理系统。

地理系统与地理信息系统的耦合形成地理赛博-物理系统（Geographical Cyber-Physical System, GCPS）是大地理的核心，地理信息系统是大地理的灵魂，基于面向对象技术的数据或数字建模乃至软件建模是地理信息系统的基础，如图2所示，基于对象、场、关系、属性、规则、行为、事件和消息等基本要素构建地理系统的数字模型，实现地理系统到地理信息系统的数字映射。量化的属性可作为变量用于数学建模，通过数学建模反映要素属性之间的相关关系和数学规律，为系统模拟、仿真和预测奠定基础。大地理在应用层面体现为地理建模、地理设计、地理监测和“地理控制 【3】”等一体化集成，满足人类对各种尺度（宏观、中观和微观）的地理系统认识与理解、感知和评价、预测与调控、开发和利用的需要。“一张图”模式是大地理初始的表现形式，而智能时空总线是大地理实现物化的基础。

图3 大地理学的应用模式

“情境（situation）是指特定时间和空间下的各种情形或情形的概括，同时也是心理学的术语，通常指主体与环境（或客体）互动的状况（包括心理要素）。情境可以更好地体现赛博-物理系统框架下大地理的发展及其对GIS应用影响，以及抽象时空框架下的主、客体互动关系和软件介入的新态势。

在大地理情境下，可以基于赛博-物理系统的机制和地理建模、地理设计、地理控制和地理监测等，分析GIS应用发展趋势。

GIS应用将由“静”到“动” 由“独立”走向“联合”

按主体划分，GIS应用可以分为政府应用、企业应用和公众应用三大类，这些应用从本质上是借助GIS这一工具理解我们的世界，调控人类自身的行为的过程，导航软件和打车软件就是典型的例子；按应用的复杂度或专业化程度划分，GIS应用可以分为专业应用和大众应用，政府和企业应用通常属于专业应用，而公众应用属于非专业应用（或大众应用），主要内容和特点如图4所示：

图4 地理信息应用分类

GIS应用复杂度与用户数及收费模式的关系如图5。

图5 地理信息应用复杂度与用户数关系

大众应用的复杂度（专业化程度）相对较低、用户量大，价格敏感，渠道门槛高，主要由互联网巨头主导，以互联网地图平台为核心，逐步形成了互联网地图应用生态系统，带动第三方应用（如APP）的发展，并渗透到企业和政府应用，如微信和打车软件的地图应用。随着应用的深入，应用复杂度也在增加，但仍以公众需求为核心。目前，互联网巨头主导的这种互联网地图发展和应用模式已开始影响专业应用。

专业应用与行业相关，如水利、规划、国土、物流等，应用复杂度高，技术与业务门槛高，量小，并按市场定价，长期以来形成了定制开发的商业模式。随着云计算技术、互联网地图服务及开发运维模式(DevOps)的发展，以及用户应用模式的迁移，将面临商业模式的变革，如PPP模式和云服务模式等。国内的GIS专业应用以政府为主，侧重于行业应用；企业应用主要以基础设施服务相关的行业为主，如电力、通信、给排水等，近年来物流和电子商务相关的GIS应用也得到发展。

随着政府GIS行业应用的发展，地理空间框架或地理信息共享平台从传统地理信息系统架构中独立出来，为行业或区域提供地理信息共享服务，支撑多种应用系统。在新常态下，特别是“互联网+”战略的提出以及经济、政治、文化、社会和生态文明建设“五位一体”的大格局下，政府科学决策与部门业务协同、流程再造和强化监管的业务需求促进了跨行业或跨部门的网格化GIS应用发展，而GIS在信息整合、共享与业务协同的“一张图”和网格化分区管理的作用使其能更好地在政务信息化中发挥基础与核心的作用。在“一带一路”、“走出去”、“美丽中国”和智慧城市建设的大背景下，GIS专业应用将面临变革和新的发展机遇。

在云计算、移动计算、物联网和大数据的新环境下，GIS应用逐步从静态、相对独立的信息服务与应用向动态、时空一体化、泛在和智能化的信息服务与应用方向发展，GIS应用或时空信息服务将基础设施化，从而带动赛博—物理系统的发展，进而带动大地理的发展。大地理情境的构建可为经济、政治、文化、社会和生态文明建设“五位一体”大格局提供技术支撑。

为此，可以从地理信息系统的架构、地理建模和地理监测及地理设计与建模等层面分析GIS应用的趋势。

地理信息系统架构从“苹果模式”转变为“葡萄模式”

大地理的核心是构建与地理系统耦合的地理信息系统，这种系统可以是面向专题子系统的行业地理系统，如水利、环保、不动产登记等，也可以是面向区域的整体的地理信息系统，如城市的地理信息系统平台（数字城市空间框架、智慧城市云平台）及省级的地理信息公共服务平台。随着云计算的逐步普及和政务信息基础设施的云化，地理信息系统纳入行业或区域的政务云将成为趋势，同时也是解决地理系统与地理信息系统耦合所带来的计算量与数据量暴涨问题的关键措施。

地理信息系统将成为行业或区域政务云中的一个功能区，地理信息系统的架构将从服务器垂直扩展为核心的传统企业计算模式（苹果模式）转变为虚拟机（VM）水平扩展为核心的云计算模式（葡萄模式），如图6所示。

图6 传统企业计算与云计算的比较

在云环境下，GIS服务器将以虚拟机为核心，构建类似于葡萄（虚拟机）的微服务结构，通过消息总线（或信息总线）将GIS虚拟机集群管理起来，满足用户的功能和性能需要。虚拟机成为功能组件，提供专业服务（VM as a Component），云环境下GIS虚拟机的设计应该结合虚拟机的特点实现微结构化和功能专一化，通过集群来实现性能扩展，通过功能分区管理虚拟机集群。基于虚拟机的地理信息系统的框架如图7所示。

图7 基于虚拟机的IaaS、PaaS和SaaS一体化云平台

应用平台层（Paas）不是单纯的基础平台（操作系统、数据库和GIS基础软件）构成的平台，而是面向业务应用的应用平台，即Application Platform as a Service。平台以集成了应用模型的GIS虚拟机或其它功能虚拟机为组件，通过Web API（或Rest API）调用实现系统集成。这种API相对于基础平台提供抽象API（Abstract API），是一种面向领域的现实API（Reality API），包含了相关领域语义、业务逻辑和数据，如图8所示：

图8 现实API（Reality API）的组成

应用平台层（PaaS层）内部可以通过Reality API扩展，应用软件层（SaaS）调用PaaS层Reality API实现应用软件的功能，从而基于Reality API实现开放式基于行业业务模型的应用的扩展与集成，应用软件层的API也可以提炼和共享，成为应用平台层的API。

Reality API也可以看成是行业API，其实现如图9所示。

采用Web API或者Reality API的模式构建云环境的地理信息系统，实现开发与集成的API，可以确保PaaS和SaaS的一体化以及云端一体化，云与端之间通过行业API（或Reality API）解耦，更有利于构建面向行业或区域的可扩展、可持续和可管理的GIS云平台，同时通过行业API的标准化，推动基于行业API的应用生态系统的形成及跨行业的数据共享与应用集成，Reality API及其标准化是解决时空服务基础设施化的关键。

图9 云端一体化中的行业API

除了虚拟机作为组件和Reality API，构建云计算和物联网环境下与地理系统耦合的地理信息系统的基础设施还包括智能时空总线。智能时空总线是建立在传统消息总线（Message Bus）以及企业服务总线（Enterprise Service Bus）之上，扩展了消息的时空属性以及服务的时空信息处理能力，满足地理空间上分布式和多层级应用需要的一种软件产品或者技术体系，可以实现对各种尺度的地理系统的感知消息的动态接入、智能路由以及控制消息的智能分发，是地理监测和地理控制的基础，也是大地理实现物化并构建地理空间信息物理系统（Geospatial Cyber-Physical Systems, GCPS）的基础。其核心是将各种消息（感知或控制信息）在正确的时间和地点分发给正确的人或物（things）。智能时空总线在地理信息系统中的作用相当于人的中枢神经系统，发挥着传递与分发消息、数据和指令的作用，实现系统的动态和智能集成。

总之，虚拟机作为组件（VM as a Component）、基于Reality API的开发与集成及智能时空总线将是大地理情境下，地理信息系统架构的核心要素。

地理建模与地理监测

地理建模主要是基于地理信息或时空信息的数据结构或模型（如点、线、面、栅格）建立地理系统（或现实世界）的数字模型，通过数据的结构化将地理系统影射到地理信息系统中，实现数据或数字建模，数字建模也可以包括可视化建模，即地理系统数字模型的可视化。除了数字建模，还可以基于数字模型中量化的属性（变量）建立数学模型，分析、模拟、预测变量的相互关系和变化过程，探讨其中隐含的规则和规律，用于地理系统或其中的组成部分分析、模拟、预测和评价。地理学科的知识最终将通过对地理系统的数字建模和数学建模在赛博空间中实现统一，反过来促进地理科学的统一。

大地理情境下的地理建模将从尺度和维度突破传统GIS的建模技术。在尺度上，将集成宏观和微观的数据，特别是人工设施的微观数据，如CAD和BIM的数据模型的集成，将IFC与现有的GIS数据模型融合，可能是下一阶段GIS数据模型需要突破的点。在维度上，需要更好地对时空四维数据建模（三维空间+一维时间），包括动态的对象和场，或许量子计算将为时空四维数据建模提供解决方案。

地理监测是确保地理信息系统中的数字模型准确地动态反映地理系统变化过程的技术手段，随着传感器网络、物联网（特别是对地观测网络）的发展，如无人机的发展，高时间、高空间、高光谱分辨率的对地观测和多主题、多要素的地理动态监测成为可能，使地理信息系统的数据动态化和实时化，其应用模式也将发生变化。地理监测技术手段的变化也将影响地理建模技术的变化，如倾斜摄影技术和LIDAR的发展，地理信息系统需要支持倾斜摄影数据模型和激光点云数据模型，包括数据存贮、管理、分析计算和可视化，地理监测和地理建模是相互作用和相互影响的过程。

优化地理监测到地理建模（包括数据建模、可视化建模和数学建模）的数据流程，也许是GIS价值链创新的富矿，如卫星和无人机实时观测数据直接进入地理信息系统，在应用过程实时处理。

在大地理情境下，随着地理数据的多源化、多样化及地理数据建模和数学建模的复杂化，DevOps（开发运维）模式将不能解决用户对智库或者决策科学化的要求，需要构建新的ReDevOps（研空开发运维）模式，数学建模，需要更多的研究人员参与。ReDevOps将使研究人员依托地理信息系统更好更直接地发挥研究工作的价值，并有可能促进集地理建模、地理监测、地理设计和地理控制于一体的大地理研究新模式的发展。

大地理对地理监测的系统化和整体化要求，有可能会颠覆传统的测绘、水文、气象、环保、交通监测、统计等诸多数据采集、获取行业，大数据局的建立初现端倪。

地理设计与地理控制

地理建模、地理监测最终要为地理设计和地理控制服务，地理设计为地理控制设定控制的目标，地理控制确保目标的达成。大地理学基于地理信息系统对现实的地理系统的调控机制如下图所示，形成一种赛博-物理系统构成的闭环控制体系，这种体系可以是多层次分布体系，通过信息总线实现系统的整体和分布式调控。

图10 大地理的调控机制

地理设计是改变地理系统整体或局部状态或状况的计划，如基础设施建设规划、用地规划、建筑设计方案，地理设计强调需要从地理系统整体的角度评估这种改变的影响，如十八大提出的经济建设、政治建设、文化建设、社会建设、生态文明建设“五位一体”，近年来提出的“三规合一”和“多规融合”。

地理设计需要地理建模的支持，以便地理设计产生的结果可操作、符合设计预期。这就要求GIS应用能支持地理设计，能实现BIM/CAD与GIS的一体化集成或融合，而且支持数据驱动的分析算法（模型）的动态评价和结果的可视化。面向交互式设计和分析模型动态集成是GIS应用发展的重要方向。

地理控制包括对人类个体、群体行为和地理环境要素进行控制的过程，“APEC蓝”就是地理控制经典案例。地理控制是确保地理设计实现目标的手段，也是确保地理系统运行秩序的有效手段，政府监管就是一种地理控制，而网格化城市管理更是一种地理监测和控制一体化的过程。智能时空总线是实现地理控制的基础，智能时空总线除了通过消息实现对人类行为的调控，还可以通过指令自动调控环境要求，形成地理赛博-物理系统，实现地理控制涉及的软硬结合以及“人类-计算机-现实相互作用”的（HCRI，Human-Computer-Reality Interaction） 【4】，也将是GIS应用发展的重要方向。

本文认为大数据将促进大地理的发展，从大地理研究对象地理系统及基于地理信息技术构建的地理系统与地理信息系统耦合体系着手，分析了大地理情境下的GIS应用趋势。

指出虚拟机作为组件（VM as a Component）、基于Reality API的开发与集成及智能时空总线将是大地理情境下地理信息系统架构的核心要素。

从地理系统的角度，分析了地理建模、地理监测、地理设计和地理控制一体化对GIS应用的影响，认为集地理建模、地理监测、地理设计和地理控制于一体的ReDevOps大地理研究模式将得到发展，传统的测绘、水文、气象、环保、交通监测、统计等诸多数据采集和获取行业将受到冲击。