三維激光掃描與大數據

前言

最近幾年，「BIM」、「大數據」這兩個詞在測繪地理信息行業迅速蔓延，事實上使其蔓延的行業範圍寬到令人難以想像。這不僅表明我們這個行業隨著技術的革新在發展，更加表明了在科技發展的基礎上，眾多行業逐步融合，生活中越來越離不開空間地理信息。在此先和大家聊聊「大數據」。

什麼是大數據

大數據火得不得了，而且被傳得神乎其神，該如何理解大數據的概念？暫且不提IBM提出的那幾個V，雖準確，但不見得接地氣。

之前見過朋友分享的一則與大數據有關的故事，大概談到：一位通過電話訂Pizza的顧客被商家的言語驚呆，原因是對方不僅清楚自己的準確住址，就連他喜歡什麼口味，大概什麼時間在家中，以前曾嘗試過哪些品牌的Pizza……等等都說得準確不差。其實這些準確的信息並不是大數據，而是從大數據中提取出來的適用於商家去應用的成果信息，對於大數據本體而言，其應用的可能性不僅限於此。大數據的擁有者會根據市場需求在數據分析師的幫助下挖掘其中的信息，再將其投放給有應用需求的用戶，從而更加準確、高效的為用戶創造價值。這也是「大數據」能夠在各行各業迅速蔓延的重要原因。

對於測繪地理信息行業的從業人員而言，並非一座城市的地圖數據就能被稱之為大數據；也並非是一組數據所需的磁碟存儲數以GB、TB計就能稱之為大數據。這個「大」實際上是有著多維度、全面性的含意。對某一類事件進行全方位且一定時間跨度的數據採集就是一個積累大數據的過程。

大數據與你有什麼關係

想要搞清楚大數據與你有什麼關係，首先要明確你自己在數據長河中的角色。

你是大數據的採集者嗎？

你是大數據的擁有者嗎？

你是大數據的挖掘者嗎？

你是大數據的使用者嗎？

你是大數據的受益者嗎？

……

也許你身兼數職，也可能你只是數據鏈的最後一環。

不必認為只有阿里、百度、騰訊、中國移動……這些大牌才可以成為大數據的擁有者；也不必認為大數據擁有者都必須耗資千萬投資存儲設備。不同行業有著性質不同的大數據，不同性質的大數據有其獨特的存在形式，只要你敢想，大數據就與你有關！

如今關於大數據的文章和書籍已有很多，但大家閱讀時會發現，多數與測繪地理信息行業不貼邊。這不代表該行業沒有大數據應用，反而業界同仁們有目共睹的是三維激光掃描、無人機、機載LiDAR、傾斜攝影測量、室內外移動測量等高效的數據採集方式風靡全球。不知不覺中大家已經進軍大數據領域。

三維激光掃描與大數據

三維激光掃描技術使工程大數據的應用在眾多行業成為可能。如工業測量中的逆向工程、對比檢測；建築工程中的竣工驗收、改擴建設計；測量工程中的位移監測、地形測繪；考古項目中的數據存檔與修復工程等等……數不勝數的應用方向。

數據提取

不同的應用方向需要不同種類的數據，這是大數據紛繁多樣的特點。如果將大數據縮放到小領域，它又會呈現出因人而異的特點。所謂因人而異指的是同一組數據在不同人的眼中具有不一樣的含意。大數據的提取及應用與人員的專業和水平密切相關。

通常一組點雲數據中會包含豐富的信息，即便不做任何數據提取，直接瀏覽即可感受到大數據那壯觀的一角：

基於點雲數據，根據行業應用的需求，專業人員可以通過各式各樣的工具提取相應信息，成果的表現形式也可以紛繁多樣：

上圖是地質產狀信息的提取，更於地質工程師對地質結構進行分析。

上圖為傳統的大比例尺地形圖測繪應用，大數據與傳統作業依然可以緊密結合。

關於數據提取，遵循按需提取的原則，同一組數據在不同人員的手中會發揮不同的功用，僅上面這組數據就有著截不完的圖！這也是大數據的奇妙之處。

應用中的誤區

大數據過度抽樣化，就回歸了常規模式，從而失去了大數據原有的功效。道理雖簡單，但確實會遇到許多三維激光掃描技術的應用者一不小心走入誤區。比如下圖所示的邊坡位移監測，由於思維慣性，技術人員們往往會堅持查看某一點在兩次觀測中精確的位移差，如果找不到這個點，就會認為無法準確對比兩次觀測所得出的結論。你是否這樣認為呢？

實際上，常規的GNSS或自動化全站儀等監測方式迫於無法在整個邊坡上全面布設監測點，而採用抽樣的方式採集數據。但抽樣法即便再準確，也難以全面表達邊坡的整體位移趨勢，換句話講，很多抽樣點的布設位置可能不在位移的重點區域。不確定性的存在大大消減了抽樣數據高精度的價值，不僅如此，還容易造成假象，擾亂技術人員對真實情況的判斷。相信上圖的直觀表現，即便是非專業人員，也可以一眼洞察邊坡的位移變化情況。感受到兩種方式的區別後，還何必糾結於抽樣點呢？

當然，聊這些並不是說三維激光掃描技術可以完全勝任位移監測任務，只是舉例說明大數據應用中可能存在的問題。監測具有數據多元化的特點，想要完善的布置一項監測任務還需要多方配合。

對於三維激光掃描技術的應用而言，不珍惜數據，就是一種巨大的浪費！大數據之所以能夠發揮驚人的作用，在於數據擁有者的長期積累。一方面是數據的量級，它是對事物描述詳細程度的體現；一方面是在量級的基礎上具有對同一事物不同時刻信息的記載。二者的結合是一組大數據承載多維時空信息的表現。

輕易丟棄數據，是人們在數據應用過程中容易走入的另一個誤區。人們易於在一組數據發揮了應有價值後，認為它已經收回了因數據採集所投入的成本而隨手丟棄它。這種做法其實是一種莫大的浪費，數據在當時可能看不出延續應用的潛在價值，但這始終是一組丟棄後再也無法追溯的歷史數據。就像你想再拍一張自己兒時的照片，但那已經成為了永恆的不可能，除非你任性，擁有一台時光機器。

誤區還有很多，暫且不聊那麼多，有興趣可以一起交流。

結語

做三維激光應用的朋友們，其實大家已經在搞大數據了，只是形式上與那些主流的大數據不同而已。希望這篇簡短的文字能給大家帶來一絲啟發，更多方面的應用，可以共同探討。

註：上述文字及圖片版權為瀋陽優案科技有限公司所有，未經允許進行轉載或出版均屬侵權行為，違者必究！

Email: info@spatialsolutioner.com

更多信息歡迎關注

微信公眾號：Laser_Scanning

官方網站：www.spatialsolutioner.com

新浪微博：http://weibo.com/SpatialSolutioner