天空沒有翅膀的痕跡，但我已飛過。

I leave no trace of wings in the air,

but I am glad I have had my flight.

——泰戈爾 《飛鳥集》 1913

如今，在科技從業者眼中，這行詩可能沒有詩人想象得如此浪漫，只要在鳥類的翅膀上裝置一個GPS定位儀，就能清晰地分辨鳥類在空中的痕跡，如果進一步分析，人類甚至能分辨哪隻鳥兒、在何時飛過自己頭頂。站在還原歷史的角度上，這是物聯網、大數據等技術帶給這個時代的另一種壯麗藝術與圖景。

鳥類遷徙軌跡大數據可視化 by Cinematic Design and Communication

現在，大家都在談數字孿生，但並不清楚這其中將面臨的重重阻礙。那麼，憑藉目前的技術，是否能實現萬事萬物的時空化呢？

現實空間 → 數字空間→ 圖形空間

現實世界透過感知系統，構建了一個數字世界。

如果將它類比現實世界，時空大數據便是這個世界的基底（地圖）、鋼筋水泥（空間三維）、人與物體（物聯網數據）。

這些數據透過地理信息系統（GIS），繪製出圖形空間，並通過雲服務分享給各個行業、組織與個人。

在數字世界中，時空大數據是體量最大、增量最多也最快的大數據類型之一，如果不能做到支持動態增長與實時處理的話，不僅難以做到數字空間向圖形空間的實時映射，後續的分析運算也將無法進行。

• 基礎地理信息系統：百萬兆TB級-十億兆PB級數據量
• 空間三維信息系統：十億兆PB級-萬億兆級ZB級數據量
• 時空大數據：以上兩者，加實時增長的物聯網數據的總和。

為了突破這個瓶頸，超擎通過核心技術縮減了數據預處理環節，實現了百PB級時空大數據的分佈式存儲、“獲取即發佈”的雲處理效率，破解了數字空間到圖形空間實時映射的難題。

國家級地理平臺，59G時空數據發佈時間為15天，通過超擎平臺提供的數據發佈工具，縮短為1天入庫完成

可即使解決了海量數據的雲服務與共享難題，也並非是數據的終點，而是另一個起點——業務應用的起點。

圖形空間 → 空間智能

GIS繪製的這個圖形空間，不僅為了觀看，而是更加深刻、精確地理解這個世界和城市問題。如何透過圖形分析問題呢？“空間智能”。

空間智能注重圖形的交互分析，這就需要理解隱藏在圖形背後的邏輯，而邏輯最精確的表達，還是數據，這就需要一個“數圖通道”，在觸及圖形的同時，也觸及圖形背後對應的數據。

舉個例子，公安部門車輛管理大數據平臺，通過超擎提供的千億級軌跡數據工具，任意選擇地圖區域，可迅速獲取：這塊區域有哪些車輛經過，他們的行駛軌跡，以及進一步透視其日常活動熱力範圍、時空交匯相遇情況、行駛路線相似程度等諸多智能決策信息，這對於提高監督與辦案的業務效率起到了關鍵作用，並且類似的分析，在智慧交通、車聯網、智能網聯等行業中，也佔據了重要地位。

對地圖的任意框選，找出經過這個區域的車輛及其軌跡，典型的通過圖形交互實現時空分析的場景。圖源：超擎

空間智能 → 時空智能

看到這裡，你也許會說，我們已經擁有了空間智能，為何還需要“時空智能”？

空間智能可以幫助我們理解問題、輔助簡單決策，但是時空有了人工智能的參與和融合，能夠進一步將數據轉化為影響現實世界的力量，這也是支撐“學習孿生”到“模擬孿生”的關鍵步驟。

圖源：《數字孿生：為城市和你創造一個虛擬副本》

時空看似包容萬物，其實可歸納為兩個簡單的方向：縱向與橫向，也可理解為，數學中的橫軸與縱軸。橫軸為時間線，所有信息以時間順序進行排列；縱軸則是包容萬物的空間，承載了全要素數據。在現實社會中發生的各種事件大多並非由於單一因素而造成的，而是由多種因素的耦合或相互作用的複雜成因而影響生成。

• - 測繪、遙感衛星、雷達等採集了地圖與空間數據；
• - 農業、電力、工業、氣象等擁有行業專題業務數據；
• - 人類活動數據更為頻繁和多源，如GPS定位、手機信令、車載硬件、智能家居與穿戴設備、攝像頭數據、傳感器等等..

將這些數據以統一的標準與單位進行融合與交叉分析，讓城市、社會、行業的時空發展形成一個有機交融的整體，才能支持實現城市的模擬、監控、診斷、預測和控制，解決城市規劃、建設、運行、管理、服務的複雜性和不確定性，賦予人類“前可追溯歷史，後可預測未來”的力量。

那麼，在這一環節上，超擎又做了什麼？

為了“複製”、“計算”與“融合”的時空

現實世界中，我們用索引（即目錄，Index）快速查找一本書中的指定內容；在數字世界中，索引可以幫助我們從雲上的海量數據中快速尋找、提取各類指定的數據，並貫穿了時空數據的融合、呈現與分析一系列環節，同時也是機器深度學習的重要媒介與工具。

超擎以此為線索，建立一套全新的時空索引雲核心系統。

超擎索引以什麼為標準統一時空？

矢量座標點。

為什麼選擇它？

矢量座標，是由數字座標繪製生成的地圖小點，無數座標可以拼合成一幅完整的矢量地圖，它是地理信息系統中最為精細的單位，地圖無論是放大還是縮小，其中每個小點都與空間中的其他對象保持著相對位置關係，表達了

正反向地理編碼功能最能說明這一過程：每個座標點都對應著一個地圖上一個小點，每個小點背後也也有純數字的存在，但這並不代表著每種地圖技術都能以為座標點為單位進行數據分析。

這個表達位置的小點，不僅自帶精確時間戳，更能串聯擴展的

如果是一幅電子地圖，可以設置POI（興趣點，即地址），提供LBS服務，還可以串聯泛時空信息，例如社交、新聞、語義（大家在這個定位點說了什麼話）。

籮筐基於超擎技術，打造了一款基於LBS與地圖，串聯社交信息、新聞、消費資訊的APP

如果是一輛汽車的軌跡呢？不僅能細數車主人走過了多少路，經過多少個加油站，更能附加這個人的社會屬性，性別、年齡、職業等等，這就能夠從自然人屬性的角度去分析其行為與需求，協調城市供需之間的矛盾。

超擎通過附帶標籤的千億級軌跡分析，能夠融合人工智能，探索發現各類不同社會屬性自然人的出行習慣與需求

在“萬物時空化”的數字孿生世界中，不僅有大眾地圖呈現的路網與POI，大道本身的釐米級寬度、電管杆、樹木花草等海量精細對象，都將以實體面積等比反映在地圖中。通過以矢量座標點為單位的索引技術，能夠精確地選中任意精細對象，並將動態個體與其進行實時交互，這對於無人駕駛“車路協同”、時空孿生模擬運行的真正落地實現，起到至關重要的作用。

超擎索引與傳統地圖索引對地圖對象選擇的冗餘對比

而這些海量精細對象所隱含的屬性信息、語義信息，也會以標籤的形式，摺疊在地圖與時空之中，支持與地圖背後的座標數據一同參與到時空智能分析與深度學習之中，這在城市綜合治理、行業智慧管轄、突發事件防控中，能夠起到多種“變量”參與的精確監控、智能防護作用。

超擎時空索引雲技術，為建立基於時空智能的“數字孿生”提供基礎核心能力：

• 實現 無需預處理的“非切片”時空數據處理模式，支撐數字孿生的實時映射、虛實交互；
• 支持以 時間與空間座標為統一標準與線索，對多源 結構化數據（數字、時空數據等）與 非結構化數據（文檔、照片、視頻等）進行統一處理與融合分析；
• 支持融合人工智能，對高精度地圖/空間/時空中的 精細對象，進行 無冗餘海量次深度學習。

全時空大數據雲平臺

超擎構建了一個全時空大數據雲平臺，為什麼要叫“全”時空？這是一個“全域、全要素、全流程”的時空大數據平臺。

橫向聚焦了三個時空領域最為重要也是覆蓋面最為廣泛的數據類型——矢量地圖數據、影像數據（含空間三維數據）與物聯網數據（物聯網數據含工業傳感器數據、軌跡數據、LBS位置數據、手機信令等動態數據），基本覆蓋了以“人、車、地、物”為核心要素在內的廣博萬物。

縱向實現了數據全生命週期的極速處理。在雲計算環境下，超擎在橫向的全要素地物空間，無論是矢量地圖、遙感影像、空間三維、物聯網與軌跡等數據，都無需切片預處理，大為縮短數據從採集到發佈的時間，實現了海量時空數據的超高（秒級、毫秒級）響應速度。

無論是橫向，還是縱向，超擎採用一種形式為紐帶與標準：超擎核心索引雲技術，這帶來了海量時空數據從顯示、融合、分析到支持人工智能運算的全方位雲端服務優勢，起到了“萬物時空化”的虛實對應、相互映射、協同交互的關鍵作用。

超擎全時空大數據平臺提供了PB級、全類型時空大數據非切片、分佈式管理能力，以及PaaS、SaaS級服務能力，平臺基於超擎時空引擎技術，支持Docker、Kubernetes的微服務架構，兼容HBase、Spark、GeoMesa、GeoServer等廣泛開源生態，內置時空AI智能分析、漸進傳輸、邊緣計算等智能運算模塊。

平臺以強大的功能和兼容性、在線應用工具集及API接口，廣泛應用於基礎測繪、智慧城市、航天遙感、環保、商業、農業等眾多領域，為數據洞察、價值發現、綜合決策等提供強大的空間數據以及技術支持，助力大數據、物聯網、AI時代背景下的時空雲服務產業升級，並支持與人工智能多維融合，構建時空智能場景。

• 高效存儲 無冗餘全網分佈式雲存儲
• 高效傳輸 自適應化簡、漸進雲傳輸
• 高併發讀寫與訪問
• 智能化實時交互與可視化

閱讀更多 超擎時空 的文章

關鍵字: 物聯網 大數據 地理