当前位置: 主页 > 牛牛高手论坛高手料 >
牛牛高手论坛高手料
地理信息科学之父Michael F Goodchild阐释位置科学的
发布时间:2019-10-19

  10月15-16日,主题为“GIS——助力世界可持续发展的智能神经系统”的2019年易智瑞用户大会在北京国际会议中心举行。

  会上,著名地理学家、美国科学院院士、艺术与科学院院士Michael F. Goodchild先生向与会的5000余名空间信息技术从业者和爱好者分享了The Science of Where(位置科学)对于他的意义。

  他认为,The Science of Where这句英文很好地涵盖了软件的内容,是非常言简意赅的总括。它指导着我们应该如何去做GIS,也就是地理信息系统。

  在报告中,他主要从“GIS与科学方法”、“GIS用于科学”、“地理信息的科学”三个角度来理解The Science of Where的主题。

  首先,科学方法是什么?他举例,在科学领域,科学是可以被报告的,而且是非常高效的,也是足够细节的,能够反映真实的工作。所以当我们编辑科学期刊或者撰写科学论文的时候,应该符合这样的科学方法原则。我们可以用同样的原则来做GIS,比如说可以用ModelBuilder或者Jupyter Notebooks这样的工具,来使GIS工作可以重现。

  还有一个原则就是术语应对所有人具有相同的含义,应该是标准化的,比如说栅格、矢量、折线、多边形、拓扑。质心是一个例外,不同学科对于质心的定义不一样。但是总的来说,GIS与科学方法原则是契合的。

  再说可重复性或者可复制性。比如物理化学领域当中,它的结果应该是放之四海而皆准,比如牛顿的运动定律,并不是说在星期二就适用,到了其它时间就不适用。www.00977.com。元素周期表也是一样的,无论你在世界上任何一个地方用的元素周期表都是一样的。对于我们来说,研究者应该能够得到类似的结果,比如当他使用其它的样本或其它的软件的时候,结果应该是一样的。所以可复制性和重复性,意味着不一定非要使用同一个软件,用其它的软件得出的结果也应该是一样的。

  GIS当中的可重复性并非是就通常科学的意义而言的。Goodchild认为GIS的可重复性是比较弱的,所以就有一个术语——基于地点的分析。这是一个非常重要的概念,它有着非常强大的GIS做支持。

  第二个话题就是针对科学的GIS。《科学地理信息系统 —— 地图与空间分析应用》是一本非常著名的书,由道恩·赖特、克里斯蒂安·哈尔德所著。在这本书里可以看到GIS可以做什么样的研究,它可以用于包括贫困、犯罪等任何东西的分析。所以现在可以说GIS是科学的一个工具,它可以涵盖环境科学、社会科学,有着非常广泛的应用。

  但是,差距到底在什么地方?哪一种应用,哪一种科学没有像我们期待的那样注意到GIS。GIS在各种地方被用于科学分析和解决问题,但在有的领域却还没有跟上。Goodchild举了两个例子,一是公共卫生领域。公共卫生领域可以通过研究疾病分布的模式,来探索疾病的诱因,并对治疗方案给出建议。GIS也可以用于医护便利度模式分析。一个人是否幸免于心脏病发作,取决于你距离医院有多远。你离医院越远,幸免于心脏病发作的可能性越小。同时,GIS在商业当中的应用也不够。我们经常会听到三个L,地点、地点、地点。我们知道商业当中地点最为重要。但如果你去研究一些商学院的书,可能就没有看到关于地点重要性的描述,这也是Goodchild感到十分遗憾的地方。他认为如果把GIS用在商业领域的话,它的潜力将是无限的。但大家并没有关注到这点,Goodchild也不太明白这是为什么。

  第三个话题是地理信息科学,一个界定地理信息科学的方式就是它是系统背后的科学,它是在GIS当中所实现的原理。有经验的GIS使用者都在考虑什么?Goodchild觉得答案应该是这些原理。他介绍了关于地理信息科学的几个原理:

  2、空间异质性,整个地球不是一成不变的,基于位置的分析也是不一样的,而且可重复性比较弱。

  3、可塑性面积单元的问题,是指任何分析的结果都与所用的空间单元相关,改变空间单元就会改变分析的结果。

  这些年来Goodchild最关切的一个问题就是不确定性,所有的地理数据都有其不确定性,原因如下:

  比如你不可能对位置进行一个精确的测量,就像你不可能完全精准地测量一个人的体重和气温一样。有很多地图类型都具有不可复现性,而且有太多的细节经常被剔除,地图上的边界通常以锐代缓。

  在1933年,有一本书叫做《地图不是疆域》。它指出,所谓的地图不是代表现实世界,地图只是对现实的一种表达,而非复制。所以,所有的地图和地理数据库都给用户留下了对真实世界的某种程度的不确定性。Goodchild对这样的问题已经做了几十年的研究,也看到了GIS工作的一些特点。

  Goodchild认为,如果GIS用户没有关于不确定性的确切信息,如模型、指标,没有直接接触实际获取的信息,如地表实况、野外观察,没有地理学识的智慧,也就没法知道缺失了什么。

  Goodchild还介绍了“第四范式”,其核心就是数据驱动的科学(研究方法)。不要插入任何理论、想法,让数据自己说话,这是“第四范式”的核心。但是地理的数据永远不是地理本身,所以当地理数据自己说话的时候,它们不会为地理本身说话。Goodchild看来,这可能是最重要的一个问题,也是当我们在谈论GIS的时候面临最大的一个问题。只有经验特别丰富的GIS用户才会考虑到存在于数据中的不确定性。不要去假设,不要去猜,但是一定要清楚它们在多大程度上反映了真实的情况。

  最后,Goodchild向大家展示了荷兰画家维米尔在1668-1669年间所作的一幅地理学家的画作。画中手持地图的地理学家,若有所思地看着窗外的世界。这幅画给人的启发是,如果你只有地图知识,而没有真正的地理智慧的话,是不能够知道真相的。这也是我们在地理信息领域当中面临的最大的两难的局面。


友情链接:
Copyright 2018-2021 主页 版权所有,未经授权,禁止转载。