水务行业与空间数据测绘的联系到底有多紧？可以给你举个例子，要描绘一幅1:1的精准的城镇供排水管网全域全息的水务地图，空间数据测绘能力是前提基础。从这一层面来看，空间数据测绘是对水务领域信息研判、科学调度、辅助决策的赋能。
下面，让小编带你专访南方测绘集团北方总部总经理董亚欣，看看空间数据测绘与水务行业的跨界融合。
南方测绘集团北方总部总经理 董亚欣
问：您觉得测绘行业最难做到的事情是什么？
董亚欣：其实不仅是测绘行业，囊括空间大数据在内，组成了一个大的测绘地理信息产业领域。在这个大的领域下，南方测绘主要做装备，包括硬件装备和软件装备。
要说难，做哪个都不容易。但就测绘这个行当来讲，尤其是装备，最难的是要实现产业化的发展。我们通常会发现，市面上的技术种类很多，五花八门，但真正能够对行业的发展起到作用的很少。如果能够将这些技术变为产品，让它逐渐成熟并推广出去，在应用中不断完善，切实给行业带来生产力的驱动，创造价值，这就是产业化的过程。目前，我们主推的无人机操控综合解决方案的生产，是一个包括软硬件生产，包括三维激光、移动静态和机载的各种类型研发的系列工程，是从产业化的角度考虑如何提高效率、如何稳定性能、如何使用便捷、如何大范围应用，我认为这是比较难的一个环节。实现产业化发展对于每一个行业来说都是非常关键的，而目前似乎被炒得很热的无人机市场，特别是测绘类无人机市场尚未形成一个自觉生产的产业化发展状态，能够让它既好使，又实用；既便宜，又低门槛。
问：既然您提到了最难的是实现产业化。那就测绘行业而言，要实现产业化最关键要解决的问题是什么呢？
董亚欣：有几方面因素。要实现产业化并不能一蹴而就，这是一个过程。所以，第一，要有一个能支撑产业化发展所需的成熟的技术团队，把软硬件基础技术做扎实了。第二，要有一个“试验-再反馈”的磨合过程，尤其是对于系统性的设计工作。设计本身就是一个反复修正的过程，系统的软硬件有哪些不符合市场需求的，功能不太完善的，就需要在不断的实践中，在具体的用户需求中，在尝试和磨合的过程中，将相应的市场需求信息再反馈到产品设计环节进行修正加工。但要真正做到上述第一点与第二点的充分有效融合，很难。因为评判技术水平高低的话语权威性在哪里，而市场反复磨合的土壤又在哪里？这就产生了第三个问题，要有足够强的业务能力，或者说是商业拓展能力。延展的触角足够深入，延展的空间足够广阔，就能够有足够深厚的土壤提供技术研发设计的反复校验、反复磨合、反复迭代，如此坚持三年五载，就很可能会成为强有力的、广覆盖的制造工厂，具有成熟的市场产业化运营能力，获得足够多的市场话语权。
问：您刚才谈到的第二点“磨合”，互相磨合的阶段。在这一阶段，可以理解为是一个适应性学习的阶段。那么结合强调动态学习能力的云大数据，空间数据测绘在整一个市场行业的应用前景如何呢？
董亚欣：有的时候还不仅是前景的问题，就像“空间大数据崛起”这个会议主题选得很好，因为这是一个大的主流趋势方向。云大数据，对地理信息测绘来讲，有一个相对应的大数据逻辑概念，那就是空间大数据，空间数据测绘。很多时候，或许我们会觉得“大数据”这个概念很虚，因为很多人只把“大数据”作为一个概念进行渲染，抛概念、贴标签，把“大数据”这个标签贴到了产品的外壳上，实则还是两张皮。
以往说测绘对空间的感知就是场景的二维坐标描绘。而现在对空间的感知是可视化的、三维的、立体的、多要素的、多属性分析的泛在物联。这是一个什么概念呢？通过智能化无人机的多维测算，从不同角度、不同时空进行数据采集，延展数据采集的时间维度和空间立体度，包括三维点源，包括位置服务，从以往几百TB上涨到PB级的数据量，每一个人，甚至每一个时间点上的人，都有上万条信息标签与之相对应。那么，对于地理信息领域而言，这些高纬度的数据代表着什么呢？大数据实则是背后更多信息内容的传递。以往对房屋的描绘是只测试一个房子的四个角，而现在是立体的、三维的、内外部纹理的综合测绘，传递出了更大的信息量，也提出了更高的要求。主要体现在以下几个方面。
第一，软硬件设备能否承受得了海量数据的处理。这不仅是采集速度要求的范畴，还包括采集样本质量要求的范畴，采集资料信息的使用正确性要求的范畴，这就是对测绘人提出的要求，也是对与地理信息测绘相关的系列业务提出的要求。这是一个行业发展的先决条件，如果没有技术支撑，无法采集到多维的有效的数据，就更谈不上大数据了。
第二，要解决数据怎么用的问题。在使用地理信息空间技术对数据进行多维度的采集之后，怎么用好这些数据呢？从一个点和一亿个点，大数据的少与多，并不只是数量上的变化，而是一个从量变到质变的问题。从软件数据存储到数据分析、数据处理、数据转换，这是通过算法平台在积累问题解决能力的质变过程。只搜集数据，而不考虑怎么用的问题，实则不能催生数据的质变。现在，我们利用数据做人流分析、做三维空间分析，这是在软件功能上实现产业化良性发展状态的数据应用。
第三，业务延伸需要有扎实的基础结合。我们说，越在产业链的前端越窄，越到产业链的后端越开放。这是因为在大数据搜集和层级叠加分析的基础上，会发现有很多业务逻辑延展的可能，从几个图层的叠加中可能会得到无数个思考的线索。但如果在数据有效采集和过滤的窄的环节都没能落实，对所获取的数据量能使用到什么程度都不知道，那就更不用说广泛的大数据应用了。真正扎实的把数据窄处理与宽应用的结合做好做细，我觉得空间大数据就真的崛起了。
问：最后想问您一个跨界融合的问题。水务行业的管网gis系统，与地理信息测绘的吻合度是非常高的。那么，您觉得对于水务领域、物探测绘领域和云大数据领域，这三者融合的关键是什么呢？
董亚欣：说到水务领域，我们现在也有很多的业务接触。譬如利用高精度的位置服务解决水管网的布线问题、压力调试问题，其实这是一个大范围应用的领域，燃气管网和水管网，这些城市管线都是具有共性的，并且与大数据应用也是强相关的。我们曾经给北京燃气、北京排水集团、还有其它一些自来水公司，进行地下管网和市政管网的错综复杂的布线规划。比如说，有一根地下燃气管网，边上相距10公分，紧挨着一根水网，如果在挖掘水网的时候，对地下管线布局的物探测绘不精确，就会很容易误掘到燃气管网，而造成燃气泄露事故。所以，需要引入高精度的测绘技术，引入现代空间信息大数据理念，对水务管网进行数字化、信息化的管理，精准管理、精准定位、精准检修。具体是在哪个位置的水务管网发生了异常运作的情况，需要实时记录异常数值，需要实时对异常数值进行应急研判，需要及时定位定时派单检修，需要实时反馈检修人员的具体检修监督情况。从位置信息服务到辅助决策服务到人员管理服务到信息反馈服务，这是水务领域、物探地理信息测绘领域和云大数据领域融合的系列工序。
同时，基于空间位置信息和专业化的信息系统，是需要在无数的管线数据中进行数据的筛选与加工。譬如对于城市排水工作，在突发城市洪峰时，难以寻找到管网的炉箅子，难以判断哪个地方该排，哪个地方更急。这都是大数据应用的范畴。那么，通过高精度的地理信息测绘系统，可以提供精准的位置服务，发现哪一处下水管堵塞情况严重，哪一个地方需要掏炉箅，哪一个地方的水需要往外排，排到哪里去，这不仅是一个点的问题，而是整个城市的大数据信息化管理的范畴。通过空间数据搜集与分析，给各行各业提供空间信息的支持，提供智能化大数据的分析，从而辅助和优化决策，这是我们努力的大方向和初衷。
版权说明
•文字整理/编辑：蔡睿智
•中国生态城市研究院智慧水务中心微信公众号“中国智水中心”享有本文独家版权，如若转载请联系我们取得授权，转载时均须注明作者来源。
•投稿邮箱：CSW@CE-CA.cn
