大数据时代地理信息科学与技术的使命

观点

研究地理要素的分布格局、相互作用和动态演化需要在一个地理空间的框架中进行，因此，必须要考虑地理空间的特性，如距离、尺度、空间依赖等。这些特性构成了地理分析的基础，而地理信息科学和系统形式化了地理学的基本概念、基本规律以及基本方法。大数据时代到来之际，人文地理学者需要和地理信息科学与系统学者联起手来，共同应对大数据带来的机遇和挑战，研究地理学核心理论，并最终支持解决不同的实际问题。

作者简介

刘瑜，北京大学遥感与地理信息系统研究所教授，长期致力于支持地理空间模型与分析方法研究。

作为地理学工作者，我们经常需要回答，地理学研究某一特定问题（如移民），和其它领域（如经济学和社会学）研究同一问题，有什么区别。而在目前，对于某项研究是否属于地理学的范畴的争论也经常出现。个人认为，地理学者是在一个地理空间的框架中探讨这些问题，必须要考虑地理空间的特点。在地理研究中，空间分布的异质性及依赖性、距离影响、尺度效应、区域综合都是必须要注意的问题。比如，我们需要了解由于空间自相关的存在，在进行相关分析时需要考虑样本独立性假设是否成立。而地理分析没有天然的空间单元，在分析中需要注意可变面状单元问题，即对研究区采用不同的划分方式，得到的分析结果就会有差异。因此，在进行地理分析时，需要对上述问题有深刻的认识，并指导我们开展具体的研究。

软件是固化的思想(杨芙清)，这里所说的“固化”即为形式化。地理信息科学和系统(GIS&S)形式化了地理学的基本概念、基本规律、以及基本分析方法。例如，GIS&S利用栅格和矢量这两个基本模型表达了地理现象的空间分布以及不同地理对象的特征。同时，GIS&S实现了一系列分析手段，体现了地理学研究中的概念、规律和方法。举例而言，Tobler地理学第一定律表达了距离对于地理现象的影响，实际上蕴含了两个方面的含义，首先是地理分布的相似性（或空间依赖），即空间上越近的地方属性越相似。其次是空间交互的强度，这种强度通常可以采用人口、物资、信息等在空间上的流动度量。距离越近的两个地物，空间联系和交互相对越强。GIS&S则提供了一系列方法去“固化”Tobler第一定律所蕴含的思想，如空间插值、空间自相关度量、分布模式检测等体现前者，而重力模型等则用于量化空间交互。

值得指出的是，不论是人文地理现象还是自然地理现象，经过GIS&S建模后，都变成了相对一致的表达方式并适用于相似的分析方法，从这个角度讲，GIS&S对地理学做了更高层面的抽象，从而超脱于具体的部门地理学，并促使我们去探究更为基础的地理学问题。做一个“异想天开”的设想，假定地外文明也发展了他们的不同学科，如数、理、化，必然也会有“地理学”。他们的物理、化学可能和地球人的物理、化学会比较相近，但他们的“地理学”和地球人的地理学肯定有不同的关注也会有相近的议题，这些相近的议题应该是地理学更为本质、更为核心的问题。很容易可以想到，空间分异格局、距离、尺度等也是他们的“地理学”研究中需要面对的问题，而这些问题是需要在地理信息系统软件中加以建模实现的。因此，假定外星人能够开发出地理信息系统，应该和地球人用的地理信息系统比较接近。

作为结论，GIS&S对于地理学的科学化具有重要的意义，北大承继成先生曾经说过，地理信息系统就是地理学。考虑到地理学的学科特点，自然地理学不同方向（如水文、土壤、气象）很容易在对应的专门学科找到落脚点，而人文地理学则肩负了坚守地理学核心价值的重任，更需要好的方法和工具的支撑。一个学科的科学化，可以举物理学中第谷-开普勒-牛顿-爱因斯坦的发展脉络作为对比，从大量资料积累（第谷），到数学化描述（开普勒），再到机理揭示（牛顿）和不断完善（爱因斯坦），人们的认识水平不断提高。作为对照，地理学目前的很多工作还处在“前牛顿时代”，需要在机理上找到属于这个学科的更为普适的规律。

随着信息通信技术的发展，许多学者都敏锐地认识到大数据带来了新的对地理空间的观察手段，能够透过海量人群的时空行为模式研究地理环境，对于地理学尤其是人文地理学是个很好的机遇。大数据对于GIS&S也是一个挑战，需要GIS&S学者研究新的分析方法和工具，一方面形式化地理现象和规律，一方面支持机理揭示，从而更好地为不同应用提供支撑。简而言之，人文地理学者需要和GIS&S学者联起手来，共同应对大数据带来的机遇和挑战，研究地理学核心理论，并最终服务于解决不同的实际问题。

素材来源：S³-Lab

文章作者：刘 瑜

内容排版：龚旭日