【泰伯网】（记者 刘艺杨）“地图是时空大数据之母。”在由国际摄影测量与遥感学会ISPRS主办的地球空间周(简称GSW2017)上，作为演讲嘉宾的孟立秋在演讲过程中，由一口流利的英文突然切换到中文，字正腔圆地把这句话说了出来。
她讲完后引发了在座的小小骚动。记者听到身旁的同学小声说：“原来她讲中文这么好听。”
孟立秋是世界著名的地球空间信息科学专家。从1988年就公派留学德国的她，到2008年当选世界顶尖学府慕尼黑工业大学的第一副校长，再到流利到甚至带一点伦敦腔的英语，她被打上了浓浓的“国际化”烙印。
这也是她为何一张嘴说出中文便惊艳全场的原因。也许因为她的亲和力，也许也是因为她演讲中表现出的缜密逻辑。在演讲结束后，她获得了现场最多的提问。甚至在有些尖锐的问题下，她依旧表现的从容、淡定。
她后来向记者表示，这其实是她第二次作为地球空间周的演讲嘉宾了，在2013年土耳其的伊斯坦布尔举办第一届时，她便作了演讲。
四年过去了，地球空间科学发展迅猛。今年的地球空间周上用一整天来讨论“智慧城市”这一话题。而用她的话说，“作为一个地图学者”，她用怎么样精彩的发言将地图与智慧城市连接到一起呢?
泰伯网将她35分钟的演讲记录了下来，并翻译成了中文。
以下是演讲实录
内容做了不改变原意的删减(未经本人确认)
大家好!我感到非常荣幸能够为大家带来这场演讲，而且最后一个发言也让我没有太多时间限制。但即使是最后一个发言，我也希望它有所效用。
鉴于“智慧城市”这一主题，并结合我个人学术背景及作为地图学者的身份，首先我尽量去为这里的“智慧”做一个定义。“智慧”是个模糊的术语，因此我们可以假设，我们已经生活在了一个智慧城市中。
因此我尝试将地图、制图学这样的概念与智慧城市连接到一起。我也确实找到了两个可能的连接。
一：智慧城市需要智慧地图
二：更智慧的地图刻画未来城市
如果说第一部分是描述现有的地图学艺术，那么第二部分就是来自未来的美妙音乐。
智慧城市需要智慧地图
来看第一部分。首先智慧城市的建设需要这些智慧地图。一个恰当的比喻：它们是智慧城市在虚拟中的“孪生兄弟”。它们映射了在智慧城市中正在发生的和已经发生的一切。
在左边你可以看到一张武汉的照片;在右边，它以一个简单的方式被正式定义为智慧城市。
在整个地球以一定的时间和空间分辨率被无缝数字化的同时，更小的特征实际上也在被更加集中地数字化。
几年前，德国政府提出了工业4.0的概念。他们想要把全国变成一个智慧工厂，这意味着将有大量的智能芯片被集成于机器或工厂中。最后人们通过屏幕就能看到工厂的全部运作情况。
众所周知德国是一个工业国家，而作为工业4.0起源国，也许正是因为受到了自己高度工业自动化的驱动。在刚刚李德毅院士的演讲中他提到了无人驾驶的概念，而德国正是希望利用两种方式进行自动驾驶：一方面是完全的无人驾驶，另一方面是半自动驾驶。
无论是哪种无人驾驶都一样：一个非常智能的车辆包含了4000个以上的传感器，单单一个发动机也需要266个传感器。因此你可以想象，仅仅是一辆车就可以产生多少数据。
我们已经了解了摄影测量与遥感中的图像处理分支，现在我们则要尝试拉近处理过程与数据本身的距离。因为数据处理的结果将被带给大量的用户，而非少数的领域专家。这也是地图学家们必须要做的事。
我们都知道人类在真实世界中都有一个身份标识，而虚拟世界中则可以拥有更多的身份标识。事实上，每个人好像都更喜欢虚拟世界。
看看图片中的这些人，他们都在干什么?我们感兴趣的是从虚拟世界中挖掘更多信息。一方面，我们都在有意无意地提供自己的各类数据，另一方面我们又沉迷于在虚拟世界中的不同身份和角色。
因此关于我们自己，存在着很多数据集合，而我们最终也会将其进行数字化。同时，我们希望从这其中获取更多信息。因此就落到了这个问题上：智慧城市所需的智慧地图，我们能为你做些什么?
起码我可以说，在最近的二、三十年间，就制图技术和地图种类的多样化而言，地图制图经历了非常巨大的、戏剧性的发展。
地图可以让人们“更好地看见”
左图是一张显示城市中景物的真实照片。对应的地图中则可以呈现例如柏林电视塔(它在照片中很难找到)，这样你就不会忽视城市中的重要地标。
而在下图的左边，也是一个小城市的照片。但是在右侧的地图中你可以发现，地物的边缘更清加晰，你可以“更好地看见。”
这又是两张地图。通常我们已经不将其称为地图了，但它们确实都是。通过左边的地图，我们可以更好地观察城市的街区，颜色也更加丰富。右边是曼哈顿，你可以通过这种方式看到整个曼哈顿。这是一种非常奇异的展现方式。大家都知道地球有一定的曲率，但在这幅地图中曲率被夸张地放大了，因此你可以通过这种没有地平线的形式观察整个曼哈顿。这种颠覆常识的地图也可以让你“更好地看见”。
同时，制图者们非常擅长通过突出某些元素的方式向使用者们强调一些信息。比如可以通过高亮的方式来判断一家商铺是否处于营业时间。在右侧游客可以在智能手机上使用的电子地图。而下面则是通过高亮的方式显示因灾害受到损害的建筑物。
当然我们还可以通过对相同对象的不同用途来思考地图的不同表现形式。例如对市民而言，左上角是一张普通的城市地图，我们也可以只选择显示公共交通站点之间的连接关系。右边则是为了乘客选择在什么价格区间内乘坐交通工具而制作的地图。
这三种形式的地图都是为了让人们“更好地看见。”
当然，地图不仅仅是为了让人们“更好地看见”，它也是为了能让人们更好地“看透”现实世界。
通过你手中的智能手机，你可以看到城市中的交通信息，它们也许是通过同步的方式获取，总之你可以发现许多制图者添加的动态元素，帮助某类人，比如游客。
诚然，制图师们也可以与建筑师、设计师、规划师甚至是符号设计师精诚合作。比如他们设计出的各种符号就可以被用于表示任何类型的灾难。
我们也可以“看透”更多的图层。因为我们无法将所有图层都在一个平面内显示出来。但是总有人做得到。
屏幕上这一让人称奇的设计就是将建筑物三维模型与二维平面相结合的一个典范。这是匈牙利的一位大师设计，而我在维基百科上发现了它。它就更像是一种二维和三维地图的结合，从而让我们“看穿”了各个图层。
我们还可以“看透”尺度。沿着城市街区一直到某个具体的建筑，再到建筑物内的元素，比例尺在不断地放大。这种“看透”尺度涉及到两种原则的结合。
地图还可以“看透”一些不可见的事物。
通过这些地图，不管是城市的能源消耗，通过交通系统排放的二氧化碳等都可以被看到。这些在往常都是不可见的，但是通过地图的帮助，我们得以直观地查看。
如果我们尝试将刚才所描述的一些加之在“智慧城市”这个概念之上，我们将会得到一个仪表盘(Dashboard)。这个仪表盘可以显示整个城市的概况，正如一个显示人体健康指数的仪表盘一样。
当然，由包括地图在内的各个组成部分一起，才能构成一个完整的仪表盘。
因此我们可以说智慧城市对智慧地图的需要分为这两种。它们是可描述的，描述已被测量的数值;它们也是“诊断图”，可以显示极端数据，以此来进行更有意义的决策。
在这张图上你就可以看到德国难民营的分布，并且可以局部放大。别担心，尽管如此你仍然可以放心地参加慕尼黑啤酒节。
这是交通拥堵和人口排名前五的城市。这些数据被放到地图上显示，以向人们展示极端的数据。
这是一张夜光图。可以看到哪些街区在夜晚灯光较为充足，如果你想在八点以后出门逛街的话则会比较安全。
诊断图还可以通过例如对风速的分类，来分析出对应的灾害风险级别，这也是一种诊断图。
总之，有很多例子和理由可以谈到智慧地图。因为利用它可以充分发挥人类所能看到的那部分信息之中的能量。人脑中视觉处理的区域十分强大。
但是，仅仅做现实世界的“孪生兄弟”是不够的，因为上述这些只说明，我们在地图中看到了人类与自然交互的结果，但我们对这种交互的因果关系知之甚少。
因此我们需要“更智慧的地图”。
更智慧的地图刻画未来城市
这可能吗?在这一部分我将介绍，更智慧的地图将会极大地影响未来城市，因为我们希望从中看到更多的东西。
更智慧的地图应该是未来城市的前身，正如泡沫中的城市一样。因为未来的城市尚未来到，我们还在努力刻画它。
答案当然是毋庸置疑的，因为我们拥有大数据。真正让数据“大起来”的并不是遥感数据，因为它们尽管数量庞大，但是结构非常利于梳理，就像身着统一制服的人一样。
什么让数据真正变得“大”起来?是社交数据，他们由人类创造，这类非结构化的数据才是真正带给我们挑战的一部分。
各个国家的居民都在无时不刻地使用例如微博、脸书、推特这样的社交网络。左下角的地图来自于百度，反映了郑州市公共厕所的分布。这类信息虽然十分有用，但是经常被决策者所忽略。
在这类数据的背后，反映了多少数据使用者?也许每个独立的个体都扮演了至关重要的角色。
现如今物理(physical)世界和数字(digital)世界的融合正在成为一种趋势。我们将这种融合称为“digical”(此处译为数物)。数物世界凭借其大数据将变得十分强大。但我们必须了解数据以超越数据本身。所谓超越数据，意味着我们需要预测明天、明年甚至十几年后将要发生的事。而且我们是可以通过基于已有的预测模型和统计工具来实现这种预测的。
在左侧，你可以看到预测数据的趋势，右侧是其真实的轨迹。可以比较一下这之间的区别，虽然有一些不确定的因素在其中，但这个预测还是帮了不少忙。同时我们也需要强大的可视化程序或系统的帮助。
拿我在慕尼黑工业大学的科研项目举个例子。这是上海出租车司机行为的分布图。我们有幸从从上海某大学获取了一些实验数据。这让我们可以看出上海出租车司机工作日和非工作日的一些出行模式。
在右边你可以看到，某一天很少有乘客从浦东机场前往市区。这也许可以很好地解释为什么有时候很难打车去机场，因为司机们害怕回程没有乘客。
利用这些数据，我们可以实现一定程度的预测，从而进一步地了解城市。比如现在这个时节正好是慕尼黑啤酒节快要到来的时候，我们可以通过对往年数据的分析预测哪一天人流量将最大，以此提前做好应对措施。
在百度今年的AI大会上，李彦宏讲到“地图是时空大数据之母。”因此百度格外重视地图业务，在2013年的时候他们也宣布，百度地图将永久免费。我有对此有些怀疑，因为谷歌并没有这样做。事实上，谷歌曾经这样尝试了几年，但随后就改变了完全免费这一商业模式。
但无论如何，截止2016年底，百度表示他们每天用户发起的地图定位服务次数超过720亿次，还是一个让人惊讶的数字。事实上，现如今的互联网巨头都不约而同地将地图视作其打开其他盈利模式的“钥匙”。
毫无疑问他们是成功的，但成功的副作用就是他们造成了垄断。比如在德国谷歌地图直接导致了超过一半的地图生产商破产。这一局面在中国也没有好很多，因为在中国的竞争并不是十分公平。
回到社交上，事实证明，我们对社交媒体和群体的行为知之甚少。尽管我们成功地利用了一些社交数据分析出了惊人的结果。但有些事因为社交的因素还是很难预测。比如德国大选持续九天，这是从美国学到的经验，因为在川普进行选举的期间出现了大量的假新闻及暗箱操作。
同时，例如一些活跃人群不停地发布一些重复信息，也会影响利用社交信息进行模型预测的准确性。
总的而言，更智慧的地图刻画未来城市也分有两种，它既是有预测性的，也是有启发性的。
比如，通过模拟机器来模拟不同的策略。例如，我们通过对车速限制的模拟结果来为城市规划做决策。
下面我来总结一下。第一，地图可以重建智慧城市中正在发生的和已经发生过的事情。同时其“诊断性”也可以辅助决策。第二，地图可以预测未来要发生的事，更好地建设未来城市。
最后我想告诉大家，在“未来城市”这艘太空飞船上，没有乘客，人人都是乘务员。谢谢大家!
{{item.content}}