Các lĩnh vực nghiên cứu chính hiện đang được phát triển cho Khoa học thông tin địa lý?

Các lĩnh vực chính đang được nghiên cứu và phát triển tích cực cho Khoa học thông tin địa lý (GISc) tức là những lĩnh vực nào cần R & D hơn nữa?

Một số "chủ đề nóng" cho GISc có thể là mô hình hóa, mô phỏng, biểu diễn thời gian.

Tôi xem xét các chủ đề mở và đang diễn ra trong GIScience:

• ý nghĩa của nội dung do người dùng tạo (còn gọi là Hệ thống thông tin địa lý tự nguyện)
• hiệu ứng địa lý trên mạng xã hội
• phân tích mạng địa lý
• mô hình hóa dựa trên đại lý
• cấu trúc không gian và phân tích thời gian
• thử nghiệm tương tác nhanh chóng (hay còn gọi là geodesign)
• cơ sở hạ tầng thông tin không gian
• mô hình dữ liệu dựa trên đối tượng cho dữ liệu liên tục
• thời gian thực và phân tích địa lý lặp đi lặp lại
• phân tích trên hình cầu
• tập hợp dữ liệu
• tương tác giữa tìm kiếm ngữ nghĩa và địa lý
• bản đồ di động và dịch vụ dựa trên vị trí
• nhận thức của con người về sự phát triển của các mô hình địa lý
• ý nghĩa và thuật toán của thực tế hỗn hợp và tăng cường

• thực tế tăng cường điện thoại di động
• khai thác dữ liệu địa lý
• tình nguyện theo dõi thông tin địa lý môi trường
• mạng cảm biến thời gian thực

Tự động, nhưng thích hợp, khái quát hóa.

Có thể lấy hình học bậc cao với nhiều chi tiết và đơn giản hóa nó cho bản đồ chi tiết thô hơn, mà không bỏ đi các tính năng quan trọng, là điều khó khăn. Ví dụ, một chuỗi các hồ nhỏ có thể nhìn thấy ở tỷ lệ 1: 50.000 không nên được hiển thị ở mức 1: 500.000, tuy nhiên dòng nước kết nối chúng sẽ vẫn hiển thị và liên tục.

Mã hóa địa lý tự động.

Theo như tôi biết, MetaCarta là công ty duy nhất nói về hoặc cung cấp dịch vụ cố gắng tự động định vị địa lý bất kỳ tài liệu nào dựa trên nội dung của nó. Ví dụ, nó biết Tom Sawyer của Mark Twain sống dọc theo sông Mississippi. Đây là một lĩnh vực phong phú và có rất nhiều chỗ cho nhiều người chơi và triển khai hơn.

Phân tích dữ liệu không gian lớn bằng phần mềm nguồn mở cho điện toán phân tán như Hadoop .

Có tiềm năng lớn để xử lý các bộ dữ liệu lớn như dữ liệu Mật độ cao trong môi trường điện toán phân tán. Cơ sở hạ tầng mở Berkeley cho điện toán mạng (BOINC) hiện là một nền tảng nguồn mở cho điện toán phân tán. ESRI đã tham gia vào đấu trường bằng cách tạo Phân tích không gian dữ liệu lớn cho Khung Hadoop .

Cấu trúc liên kết ngầm định hoặc đề xuất.

Sẽ không có gì tuyệt vời nếu máy tính nhận thấy rằng hình học của các lớp X, Y & Z rất giống nhau, gần như luôn theo cùng một xu hướng và đề nghị hợp nhất / hợp nhất chúng hoặc giữ các lớp khác theo dõi khi một bị thay đổi?

Việc sử dụng robot cho việc thu thập dữ liệu không gian dường như không nóng - nhưng tôi nghĩ nó nên như vậy.

Đại dương bao phủ hầu hết trái đất. Ánh xạ chúng sẽ yêu cầu robot.

Có một giải thưởng trị giá 7 triệu đô la được cung cấp bởi XPrize.org.

Nhận thức và nhận thức của con người bị hạn chế và những giới hạn đó ngày càng trở nên rắc rối khi khối lượng và sự đa dạng của thông tin tiếp tục bùng nổ về số lượng và độ phức tạp. Làm thế nào các công cụ của không gian và vị trí và đại diện có thể được tận dụng để biến đổi các dữ liệu này thành các phần dễ hiểu và có thể hành động, đến tâm trí con người?

Xử lý song song GIS đã nóng 12 năm trước, nhưng dường như đã dần mờ nhạt. (Liên kết đến "Phòng thí nghiệm kiến ​​trúc song song của GIS" trên trang này bị hỏng, tôi tự hỏi liệu phòng thí nghiệm có còn tồn tại không). Với rất nhiều sự quan tâm đến đa lõi và đám mây, có vẻ như cũng cần phải có sự quan tâm ngày càng tăng đối với việc xử lý địa lý song song.

Rất nhiều người nói cách tốt nhất để đi song song là thông qua Lập trình chức năng . Đó có thể là một lĩnh vực tốt, nhưng dường như phải chịu sự kỳ thị học thuật tương tự rằng Trí tuệ nhân tạo không bao giờ có thể rũ bỏ.