Principali aree di ricerca attualmente in fase di sviluppo per la scienza dell'informazione geografica?

Quali sono le principali aree sottoposte a ricerca e sviluppo attivi per la scienza dell'informazione geografica (GISc), ovvero quali aree necessitano di ulteriore ricerca e sviluppo?

Alcuni "argomenti caldi" per GISc possono essere la modellazione, la simulazione, la rappresentazione temporale.

Considero questi argomenti aperti e in corso in GIScience:

• implicazioni del contenuto generato dall'utente (aka Volunteered Geographic Information Systems)
• effetti geografici sui social network
• analisi della rete geografica
• modellazione basata su agenti abilitata geograficamente
• strutture e analisi spazio-temporali
• sperimentazione rapida e interattiva (aka geodesign)
• infrastruttura di informazione spaziale
• modelli di dati basati su oggetti per dati continui
• analisi geografica iterativa e in tempo reale
• analisi sullo sferoide
• Conflazione del set di dati
• interazione tra ricerca semantica e geografica
• mappatura mobile e servizi basati sulla posizione
• percezione umana di modelli geografici in evoluzione
• implicazioni e algoritmi di realtà mista e aumentata

• realtà aumentata mobile
• data mining geografico
• monitoraggio ambientale volontario di informazioni geografiche
• reti di sensori in tempo reale

Generalizzazione automatica, ma appropriata.

Essere in grado di prendere la geometria di ordine elevato con molti dettagli e semplificarla per una mappa di dettaglio più grossolana, senza perdere importanti funzioni, è dannatamente difficile. Ad esempio, una catena di piccoli laghi visibili a 1: 50.000 non dovrebbe essere mostrata affatto a 1: 500.000, tuttavia il corso d'acqua che li collega dovrebbe rimanere visibile e continuo.

Geocodifica automatica.

Per quanto ne so, MetaCarta è l'unica azienda che parla o fornisce un servizio che tenta di georeferenziare automaticamente qualsiasi documento basato sul suo contenuto. Ad esempio, sa che Tom Sawyer di Mark Twain vive lungo il fiume Mississippi. Questo è un campo ricco e c'è molto spazio per più giocatori e implementazioni.

Grandi analisi dei dati spaziali che utilizzano software open source per l'elaborazione distribuita come Hadoop .

Esiste un enorme potenziale per l'elaborazione di enormi set di dati come i dati Lidar ad alta densità in un ambiente di elaborazione distribuito. Berkeley Open Infrastructure for Network Computing (BOINC) è attualmente una piattaforma open source per l'elaborazione distribuita. ESRI è già entrato nell'arena creando Big Data Spatial Analytics per il framework Hadoop .

Topologia implicita o suggerita.

non sarebbe meraviglioso se il computer notasse che le geometrie dei livelli X, Y e Z erano molto simili tra loro, quasi sempre seguendo le stesse tendenze, e si offrivano di confonderle / unirle, o tenere gli altri a un passo quando uno è cambiato?

L'uso della robotica per la raccolta di dati spaziali non sembra essere caldo, ma penso che dovrebbe esserlo.

Gli oceani coprono la maggior parte della terra. La loro mappatura richiederà robot.

C'è un premio di $ 7 milioni di offerti da XPrize.org.

La percezione e la cognizione umane sono limitate e tali limiti stanno diventando sempre più problematici man mano che il volume e la varietà di informazioni continuano a esplodere in quantità e complessità. Come si possono sfruttare gli strumenti di spazio, posizione e rappresentazione per trasformare questa cacofonia di dati in pezzi comprensibili e attuabili, nella mente umana?

L'elaborazione GIS parallela era calda 12 anni fa, ma sembra essersi lentamente sbiadita. (Il link al "GIS Parallel Architectures Lab" in questa pagina è interrotto, mi chiedo se il laboratorio esiste ancora). Con così tanto interesse per il multicore e il cloud, sembra che ci dovrebbe essere un crescente interesse anche per la geoprocessing parallela.

Molte persone dicono che il modo migliore per andare in parallelo è tramite la programmazione funzionale . Potrebbe essere una buona area, ma sembra soffrire lo stesso stigma accademico che l'Intelligenza Artificiale non è mai stata in grado di eliminare.