在5月16日的大會(huì)“三維實(shí)景”分論壇上，北京大學(xué)“百人計(jì)劃”研究員袁曉如發(fā)表了題為《數(shù)據(jù)驅(qū)動(dòng)的地圖構(gòu)建與時(shí)空可視分析》的演講。
北京大學(xué)“百人計(jì)劃”研究員 袁曉如
以下為演講實(shí)錄：
袁曉如：今天我們主題是三維實(shí)景，我要講的基本上沒(méi)有三維的，我講的都是二維的東西。我今天講的主要是我們?cè)趺礃影岩恍└鞣N各樣的信息和內(nèi)容，我們把它轉(zhuǎn)化成圖形，怎么樣讓它看得懂，除了看得懂我們希望從里面找到一些有趣的東西，或者我們探索新興地圖的東西，我們會(huì)談到各種各樣的地圖，今天早上有一位嘉賓，他講的是怎么樣我們能夠看到我們的交通什么時(shí)候擁堵，什么時(shí)候不擁堵，這個(gè)情況下我們也會(huì)看到這樣的我們一些分析。
今天我們來(lái)看一下，先用地圖開(kāi)始，地圖是非常古老的，我們查一查網(wǎng)絡(luò)的話(huà)，可能發(fā)現(xiàn)我們地圖很早幾千年就有，那時(shí)候都是手畫(huà)的，這個(gè)可能是世界上第一張繪制地圖。這個(gè)通俗的地圖形式還有各種各樣的地圖，像這樣一個(gè)也可以認(rèn)為這是對(duì)于數(shù)據(jù)的呈現(xiàn)。拿破侖進(jìn)攻人數(shù)衰減，經(jīng)過(guò)不同戰(zhàn)役敗退的情況。這個(gè)是在人類(lèi)歷史上，在倫敦一百多年有一個(gè)很有名的例子，有一個(gè)醫(yī)生在倫敦一次惑亂當(dāng)中，因?yàn)榛髞y死亡的人數(shù)做了一個(gè)記載，這個(gè)相當(dāng)早做的分析的地圖，也是成為流行病學(xué)的先驅(qū)。這個(gè)都是計(jì)算機(jī)發(fā)明之前的一些地圖。今天我跟大家分享我們做的幾個(gè)工作，一個(gè)我們有一些公共事件的地圖，還有我們?cè)趺礃影盐⒉┑男畔⑥D(zhuǎn)化成地圖，還有交通擁堵的情況。這里面我們把每一個(gè)發(fā)生禽流感，或者死亡，或者治愈，或者有一些疑似病例我們投影在地圖上。這個(gè)我們關(guān)心它的變化，這個(gè)現(xiàn)在最新今天上午的截圖，我們最新看到這樣一個(gè)統(tǒng)計(jì)，北京只有一例，在上海杭州、江蘇有很多例，我們可以通過(guò)這個(gè)顏色看到它不同狀況，同時(shí)我們看到更多情況，我們回顧歷史看見(jiàn)它發(fā)展不同的情況。
我們?nèi)绾吸c(diǎn)擊這個(gè)紅的顏色，這個(gè)代表確診，我們想知道這個(gè)確診人什么時(shí)候開(kāi)始認(rèn)為疑似病例，然后到醫(yī)院確診，很不幸這個(gè)人在4月9號(hào)的時(shí)候被確定不幸死亡。我們看到歷史事件的發(fā)展，我們點(diǎn)擊上海的區(qū)域，看到其中某一個(gè)案例如何。這樣情況我們可以通過(guò)這樣的方式，我們揭示整個(gè)事件隨著時(shí)間地域不同的發(fā)展情況。
還有大家關(guān)心我們的空氣質(zhì)量，空氣質(zhì)量我們是不是有一個(gè)很好的地圖幫助大家自身處在情況如何。我們同樣也有一個(gè)地圖，這個(gè)地圖我們把很多信息融合在一起這里面我們看到有不同的測(cè)量，有的PM2.5，有的二氧化氮，一氧化碳還有臭氧等。春節(jié)附近兩周時(shí)間，我們看到PM2.5的值，大家有興趣看一下我們這個(gè)圖，這個(gè)我們跟北京市環(huán)保局發(fā)布的數(shù)據(jù)對(duì)接起來(lái)的。
所以通過(guò)這樣可以給我們帶來(lái)很多生活的便利，我們還可以做更多的，下面我們想看看對(duì)于微博劉碩，我們能不能從微博里面提取更多的信息。在去年的時(shí)候我們有一個(gè)很重要的事情，有一個(gè)7月20多號(hào)北京下暴雨，下暴雨的時(shí)候在全北京區(qū)域有幾十人因?yàn)楸┯暌l(fā)的山洪死亡，還有一位在北京城區(qū)在汽車(chē)?yán)?，結(jié)果不幸被淹浸死亡。有很多人發(fā)微博，他會(huì)說(shuō)樓下不浸水，會(huì)帶一些地理信息，我們可以看到各種各樣的微博，這些信息單條對(duì)我們作用并不大，我們?nèi)绾问占饋?lái)，我們有一個(gè)叫做(英文)，除了像暴雨我們各種各樣的主題可以收集起來(lái)，無(wú)論是有地理信息標(biāo)記還是沒(méi)有的，如果沒(méi)有我們可以從文字上進(jìn)行一些提取，這個(gè)是跟處理相關(guān)的事情。
我們通過(guò)眾包的手段，我們對(duì)微博地理信息的提取也是眾包的手段，每個(gè)人使用這個(gè)微博都可以做一些標(biāo)記。他更正某些微博，本來(lái)在這，結(jié)果被錯(cuò)誤的定義在一公里以外，這樣他可以自己定位，這個(gè)是人和機(jī)器自動(dòng)和手動(dòng)的過(guò)程。人在講可視化，很多把可視化當(dāng)作一個(gè)完全被動(dòng)的展示，其實(shí)不是，可視化是把人和機(jī)器聯(lián)系起來(lái)，通過(guò)交互手段進(jìn)行分析的過(guò)程。
這個(gè)里面我們看到有一些問(wèn)號(hào)的，如果點(diǎn)擊你看到這些信息，這個(gè)會(huì)從這里面提取出來(lái)某一些信息，提取出來(lái)在東城區(qū)之內(nèi)，用戶(hù)用鼠標(biāo)高亮，高亮之后我們有這樣一個(gè)定義找到這樣的地方，我們也會(huì)鏈接，這是總結(jié)提取出來(lái)的微博信息。通過(guò)這樣處理我們總結(jié)出來(lái)，我們另外一個(gè)模式，經(jīng)過(guò)很多人總結(jié)之后，我們發(fā)現(xiàn)很多微博定義為這個(gè)區(qū)域了，這個(gè)區(qū)域也是我們重點(diǎn)定義比較突出的地方，這個(gè)廣渠門(mén)這塊有一個(gè)被淹身亡的事情。五道口、望京這些地方都有這樣的一些情況。
一方面反映實(shí)際我們觀(guān)察到的，另外一方面也反映到當(dāng)?shù)赜卸嗌偃嗽谶@個(gè)上面進(jìn)行觀(guān)察。所以我們其實(shí)是兩個(gè)世界的合成，一個(gè)客觀(guān)外在世界，還有一個(gè)人類(lèi)的內(nèi)在世界。這兩個(gè)世界的卷積，這個(gè)非常有意義，我們考察這個(gè)事情對(duì)人的影響，我們考察人的反映，不簡(jiǎn)簡(jiǎn)單單的說(shuō)自然的一個(gè)量。
微博收取起來(lái)之后，它的變化，我們也會(huì)跟一些新聞媒體發(fā)表的一些信息，這是他們發(fā)表的信息，我們發(fā)現(xiàn)大部分的位置是對(duì)的還有一些地方我們經(jīng)過(guò)微博沒(méi)有標(biāo)記出來(lái)，通過(guò)察看，那個(gè)地方有很少人經(jīng)過(guò)，大家不會(huì)專(zhuān)門(mén)到那發(fā)一個(gè)地方。發(fā)微博比較多是人口聚集比較多，暴雨引起路面被淹對(duì)人影響，就是影響在人口比較密集的區(qū)域。
旁邊中科院地理所貼了這樣一個(gè)圖，我們看到北京被淹沒(méi)的地方，基本上跟原來(lái)50年代的時(shí)候，這些濕地比較低洼的地方是重合的，我們對(duì)大自然的改造，也不應(yīng)該違背一些歷史規(guī)律。從原有的方法來(lái)說(shuō)是非常難以得到的效果，當(dāng)然我們還有可以通過(guò)網(wǎng)上大家對(duì)雅安我們可以做類(lèi)似的地圖，這個(gè)我們地圖我們放到線(xiàn)下了，上面包含很多人的名字信息，甚至還有一些電話(huà)號(hào)碼，可能被人無(wú)意的使用，就是災(zāi)難發(fā)生我們可以很快的去使用這個(gè)信息。
關(guān)于交通的問(wèn)題，我們有這樣GDPS的軌跡地圖，我們這里面收集24小時(shí)，大概三萬(wàn)量車(chē)，在座各位有數(shù)據(jù)歡迎跟我們合作。這個(gè)是我們把這些數(shù)據(jù)整合然后形成這樣的渲染，這個(gè)去年我們有國(guó)際藝術(shù)展上，北京從12點(diǎn)，這是24小時(shí)，每?jī)蓚€(gè)小時(shí)做一個(gè)幀，在四點(diǎn)鐘基本上沒(méi)有交通流量，但是白天的時(shí)候非常擁堵，我們可以看一個(gè)視頻。這個(gè)我們看到從12點(diǎn)鐘開(kāi)始，隨著時(shí)間開(kāi)始。這是一點(diǎn)多的時(shí)候這一塊很熱鬧，這是三里屯。四點(diǎn)鐘基本上沒(méi)有什么人了。北京站這一塊出遠(yuǎn)門(mén)的人起的早，出門(mén)的人五六點(diǎn)鐘就出發(fā)了，然后是各種各樣的上班人群，下午的時(shí)候這些黃線(xiàn)非常熱鬧。我們看到東邊永遠(yuǎn)比西邊堵一點(diǎn)，這個(gè)符合我們?nèi)粘Ｒ?guī)律。到晚上的時(shí)候逐漸各種交通開(kāi)始消停了，有一個(gè)區(qū)域還是比較活躍，朝陽(yáng)工體旁邊。我們還希望看到一些細(xì)節(jié)。我們希望從另外一個(gè)角度我們不僅僅是說(shuō)看一個(gè)整體情況，哪塊堵哪塊不堵，我們希望有一個(gè)更精細(xì)的工作。
我們可以截取這些路網(wǎng)中間的某段，得到這一段之后我們?cè)偃ジ@種GDPS的累計(jì)數(shù)據(jù)進(jìn)行匹配，我們挖掘分析20多天的數(shù)據(jù)，我們有更多數(shù)據(jù)可以做更多時(shí)段的分析。我們以每15分鐘做一個(gè)段進(jìn)行劃分，看交通流量分析是不是擁堵，我們從不同顏色標(biāo)不同的速度。我們發(fā)現(xiàn)觀(guān)察如果這一些區(qū)域?qū)儆诒容^擁堵的區(qū)域。3月20號(hào)下午三點(diǎn)多的時(shí)候，速度平均速度只有十公里多。這個(gè)我們僅僅用出租車(chē)的軌跡數(shù)，但是不能完全代表所有的車(chē)，某些擁堵的路段，出租車(chē)在那聚集數(shù)量有一定密度，這樣它能夠代表當(dāng)時(shí)的路徑。
我們看看北京市的不同情況，我們選了六個(gè)不同的地方，這兩個(gè)地方一個(gè)在三環(huán)，一個(gè)是在四環(huán)這一點(diǎn)。這是很典型的早上7點(diǎn)鐘開(kāi)始堵車(chē)的，下午的時(shí)候這也比較堵，中午這塊比較稀松的。另外一塊平時(shí)有很多密切堵車(chē)的現(xiàn)象。我們看另外一個(gè)，這個(gè)地方在北京西站前面兩條路。一條路是下午堵，就是班晚高峰堵，一條是上班早高峰的堵。我們?cè)賮?lái)看另外一個(gè)，這個(gè)應(yīng)該是一個(gè)北京新的展覽館，在有展覽的時(shí)候呈現(xiàn)了非常堵車(chē)的嚴(yán)重性。這塊是通往我們機(jī)場(chǎng)高速，我們這個(gè)數(shù)據(jù)2009年的時(shí)候，當(dāng)時(shí)我們收費(fèi)存在的，所以那時(shí)候機(jī)場(chǎng)堵車(chē)不像現(xiàn)在這么嚴(yán)重，現(xiàn)在經(jīng)常會(huì)堵車(chē)，當(dāng)時(shí)我們觀(guān)察20多天只有一天發(fā)生堵車(chē)。
接近朝陽(yáng)這塊白天情況比較好一點(diǎn)，但是九點(diǎn)鐘之后開(kāi)始，特別是出租車(chē)在那慢行非常多。我們可以把這些不同的軌跡合在一塊，去分析他們形成類(lèi)似與證據(jù)鏈一樣，我這發(fā)生堵車(chē)影響哪一部分形成這樣的堵，北大附近我們有這樣一條路，我們把每一天去分析它，這是我們做出堵車(chē)的圖，這個(gè)圖我們看到一些仔細(xì)情況，我們看到早上的堵車(chē)是如何延伸的，我們看到周一周五有比較多的堵車(chē)，在周末我們觀(guān)察不到堵車(chē)。我們觀(guān)察兩個(gè)具體路口來(lái)看。
這個(gè)路口這發(fā)生一些堵車(chē)，會(huì)影響這兩個(gè)路口過(guò)來(lái)的情況，所以早上A這7點(diǎn)來(lái)鐘開(kāi)始堵車(chē)，這形成比較緩慢，緩慢之后這兩個(gè)再被影響。
還有另外一個(gè)比較復(fù)雜的路口，這個(gè)路口我們看到它的堵車(chē)是什么，它在這D，D應(yīng)該是在這塊，D開(kāi)始影響不同環(huán)節(jié)，然后其他相互影響，時(shí)間空間上都會(huì)有進(jìn)一步的分布情況。
我們這僅僅是舉的一些例子，我們看到比較簡(jiǎn)單直接的軌跡的情況，我們做進(jìn)一步的分析我們發(fā)現(xiàn)中間一些內(nèi)在的情況，這些情況幫助我們更好理解我們的城市，理解我們的交通。智慧城市不僅僅是說(shuō)我們把很多數(shù)據(jù)挖掘出來(lái)，數(shù)據(jù)的價(jià)值是我們?nèi)绾卫斫馑?，這個(gè)一方面給專(zhuān)家理解，一方面給大眾理解，我們可以有大規(guī)模時(shí)空數(shù)據(jù)進(jìn)行分析，這里我不進(jìn)行多講。我們看到能夠把不同的數(shù)據(jù)融合起來(lái)，這是將來(lái)非常重要的能力。我們通過(guò)這樣交會(huì)得出方式，對(duì)它進(jìn)行分析。
比如說(shuō)像禽流感地圖我們?cè)诰W(wǎng)頁(yè)上可以點(diǎn)擊鼠標(biāo)，可以看的。這里面我們很多情況下涉及到不同異構(gòu)的數(shù)據(jù)，最后我們講到交通數(shù)據(jù)，你最后結(jié)果沒(méi)有注意到，實(shí)際上我們用到非常多好幾類(lèi)數(shù)據(jù)。我們用到GPS軌跡數(shù)據(jù)，我們同時(shí)用了很多路網(wǎng)的數(shù)據(jù)，對(duì)于數(shù)據(jù)不確定性進(jìn)行分析需要進(jìn)行確定的。對(duì)大規(guī)模數(shù)據(jù)的分析，北京20多天我們有20多T的數(shù)據(jù)。我們對(duì)它進(jìn)行一些交互的分析，這是值得需要研討的分析，我們不是拿一些比較龐大的機(jī)器就可以做，我們考慮如何使用合適的數(shù)據(jù)情況，Hadoop對(duì)這些東西無(wú)效的，我們考慮更貼近數(shù)據(jù)實(shí)際的手段。
綜合起來(lái)我們看到我們從社交媒體，我們可以從各種軌跡數(shù)據(jù)，我們從各種各樣的數(shù)據(jù)出發(fā)，跟時(shí)間空間有關(guān)，加上每個(gè)人參與我們組成這樣一個(gè)時(shí)空系統(tǒng)，這里面每一部分我們都可以發(fā)揮作用，我們可以為商業(yè)機(jī)構(gòu)等所用。謝謝大家。
(以上報(bào)告內(nèi)容為現(xiàn)場(chǎng)速記，未經(jīng)本人審核)
{{item.content}}