داده های مکانی :گذشته ، حال و آینده

داده های مکانی :گذشته ، حال و آینده

داده های مکانی :گذشته ، حال و آینده  عنوان پستی است که قرار است امروز به ان بپردازیم.طی ربع قرن گذشته ، اطلاعات در قالب داده های دیجیتالی به بنیادی تبدیل شده است که دولت ها ، صنایع و سازمان ها بسیاری از تصمیمات خود را بر اساس آن پایه گذاری می کنند. در دنیای مدرن ما ، حجم زیادی  اطلاعات وجود دارد که هر روز به طور چشمگیری رشد می کند. شرکت ها و موسسات به این آگاهی رسیده اند که نه تنها باید به داده های صحیح در زمان مناسب دسترسی داشته باشند ، بلکه برای تصمیم گیری صحیح باید به تجزیه و تحلیل داده های خام نیز دسترسی داشته باشند. جمع آوری ، تجزیه و تحلیل و قابلیت استفاده مناسب از داده های به موقع و مرتبط می تواند تفاوت بین موفقیت و شکست باشد.

“همانطور که تصمیمات سازمانی به طور فزاینده ای بیشتر به داده ها تبدیل می شوند ، مشاغل باید اطمینان حاصل کنند که تصمیمات با دقیق ترین داده ها گرفته می شوند. این توضیح می دهد که چرا بسیاری از سازمان ها جمع آوری و تجزیه و تحلیل داده ها را به عنوان یک اولویت استراتژیک و سازمانی در نظر گرفته اند و داده ها را به عنوان یک دارایی مهم برای مدیریت تشخیص می دهند. “

– بررسی تجاری هاروارد

از این رو جستجوی مداوم منابع ، ابزارها ، راه حل ها و متخصصان جدید داده ها صورت می گیرد. از این رو تلاش مداوم برای استفاده از روش های جدید برای استفاده از داده ها ، یافتن روابط در داده ها و کشف الگوهای موجود در داده ها انجام می شود. همانطور که ما در استفاده از داده های مکانی – فضایی تأمل می کنیم ، یکی از مهمترین مناطق رشد در دنیای وسیع داده ها ، منطقه تجسم داده ها است. چه ارائه اطلاعات در دو بعد و چه در سه بعد ، داده های فضایی کلید تجسم داده ها هستند ، به همین دلیل به یکی از پرطرفدارترین اشکال داده تبدیل شده است. داده های جغرافیایی به طور سنتی توسط ارتش ، آژانس های اطلاعاتی ، سازمان های دریایی یا هوانوردی و غیره استفاده می شد. امروزه ، با کشف این که می تواند سطوح جدیدی از اطلاعات جهانی را فراهم کند ، استفاده از اطلاعات مکانی در تقریباً همه بازارها و موسسات در سراسر جهان گسترش یافته است. بینش و اطلاعات داده های جغرافیایی به عنصری جدایی ناپذیر در چگونگی انجام کار شرکت ها و سازمان ها در سراسر جهان تبدیل شده است. همانطور که به نحوه استفاده از داده های مکانی در گذشته و حال نگاه می کنیم ، این سوال باعث می شود که چطور کاربردهای این داده ها در آینده تغییر خواهد کرد.

داده های مکانی در خرده فروشی

از نظر اکثر مصرف کنندگان ، داده ها دنیای خرده فروشی را هدایت می کنند. گوگل ، آمازون و والمارت برای دستیابی به رشد و تحول دیجیتال به ارزش داده های فضایی پی برده اند و اکنون دیگران نیز از این روش پیروی می کنند. برای متناسب سازی محصولات ، خدمات و کالاها ، مهم است که از اطلاعات اقتصادی اجتماعی مشتریان خود آگاهی داشته باشید. به طور خاص ، داده های مکانی می توانند داده های خرده فروشان را در مورد درآمد ، قیمت مسکن / اجاره ، عملکرد تجاری پیرامون ، جمعیت و سن ارائه دهند. این جزئیات مارک ها و محصولاتی را که حمل می کنند مشخص می کند. به عنوان مثال ، فروشگاهی مانند Macy’s یا JCPenney در یک مکان شهری مارک های متفاوتی را نسبت به یک جامعه در حومه شهر یا روستا حمل خواهد کرد.

روش دیگری که خرده فروشی از داده های مکانی استفاده می کند ، در ترکیب با پیش بینی های الگوی هوا است. در مناطقی که مستعد طوفان ، گردباد و یا هوای شدید زمستانی هستند ، لازم است وسایل بیش از حد یا موجود را عوض کنید. در مواقع فاجعه مانند طوفان های هاروی ، ایرما و ماریا ، فروشگاه هایی مانند هوم دپو معمولاً مازاد تولیدکننده دارند. در صنعت رستوران سازی ، وفل هاوس آماده می شود تا در زمان های نامساعد آب و هوایی منوی محدودی را ارائه دهد. در هنگام طوفان های پیش بینی شده ، به ویژه در جنوب ، وفل هاوس غذای لازم را برای کار با یک منوی محدود سفارش می دهد تا در زمان نیاز صبحانه را به مشتریان خود ارائه دهد. همچنین ، تجسم الگوی آب و هوا به فروشگاه های مواد غذایی اجازه می دهد تا بدانند چه زمانی باید کالاهای غیر فاسدشدنی را تهیه کنند. اگرچه طوفانها قابل پیش بینی نیستند ، اما زمانها و روندها سال به سالو توانایی پیش بینی حداقل چند هفته جلوتر می تواند سود را افزایش دهد و در مواقع نیاز بهتر به مشتریان خدمات ارائه دهد.

در صنعت آجر و ملات سنتی تر ، مانند بانکداری یا فست فود ، شرکت هایی مانند Subway و Wells Fargo می توانند سایت های بهینه آینده را انتخاب کرده و عملکرد گذشته مکان های موجود را ارزیابی کنند. داده های اقتصادی – اجتماعی و همچنین اطلاعاتی مانند الگوهای ترافیکی ، ترافیک پا و تعداد اقامتگاه های منطقه می توانند در هنگام انتخاب مکان مفید باشند. داده های فضایی همچنین می توانند اطلاعاتی را در مورد رقبا در منطقه ارائه دهند و روندهای آینده یا پروژه های ساختمانی را که ممکن است بر تجارت تأثیر بگذارد ، پیش بینی کنند. به عنوان مثال ، مهم است که بدانید آیا یک پروژه راه سازی طولانی مدت و بزرگ طراحی شده است که ممکن است بر الگوی ترافیک و دسترسی محل کسب و کار تأثیر بگذارد.

استفاده از داده های مکانی در خرده فروشی پیشرفت جدیدی نیست. مردم شروع به استفاده از داده های مشتری برای پیش بینی فروش خرده فروشی از زمان پس از جنگ جهانی دوم کردند ، اما تا دهه 1990 بود که فناوری ما به اندازه کافی پیشرفت کرد تا به شرکت ها اجازه دهد “داده کاوی” را در مشتریان و فروشگاه های خرده فروشی خود انجام دهند. از آن زمان ، داده کاوی از آمار خام به ترکیب سایر فناوری ها مانند هوش مصنوعی برای کمک به ورود و ردیابی فعالیت ها در مکان های خاص تبدیل شده است.

به ویژه ایجاد نرم افزار GIS اطلاعات زیادی را در اختیار شرکت ها قرار می داد. با استفاده از رنگ آمیزی نقشه موضوعی ، شرکت ها قادر به تجسم الگوهای جغرافیایی هستند که ممکن است در داده های خام در غیر این صورت مشاهده نشوند. با وارد کردن داده های خام در جداول داده ها و سپس آموزش نرم افزار GIS برای تولید داده ها به صورت لایه ای روی نقشه (مانند قرار دادن پین روی نقشه برای مشخص کردن محل زندگی بهترین مشتریان یک شرکت) ، تصویری ایجاد می کند که به شرکت های خرده فروشی اجازه می دهد تا الگوهای خاصی را در جمعیت تشخیص دهد. لایه های مختلف نقشه را نیز می توان اضافه یا از بین برد تا فقط با یک کلیک ماوس اطلاعات اضافی / کمتری را ارائه دهد. به عنوان مثال ، اگر شرکتی نقشه ای را مشاهده می کند که نشان می دهد بهترین مشتری در کجا زندگی می کند اما می خواهد بر درآمد متوسط ​​سالانه جمعیت ساکن در فروشگاه تمرکز کند ،آنها می توانند لایه ای را که بهترین مشتریان در آن زندگی می کردند بردارند و به جای آن متوسط ​​درآمد سالانه را انتخاب کنند. این توانایی ها GIS را به سرمایه ای بی بدیل برای هر تجارت خرده فروشی تبدیل می کند.داده های مکانی در مراقبت های بهداشتی

جغرافیای سلامت و استفاده از داده ها و تکنیک های فضایی همچنان به گسترش نفوذ و استفاده از آن برای پشتیبانی از تصمیم گیری دقیق و به موقع در بازار مراقبت های بهداشتی می پردازد. تحقیقات در مورد کاربرد جغرافیای اجتماعی و تعریف مجدد مراقبت های بهداشتی از یک مدل درمانی به مدل پیشگیری و تندرستی ادامه دارد.

داده های جغرافیایی برای مطالعه اپیدمیولوژی و جغرافیای مراقبت های بهداشتی ضروری است. وقتی “زمین را می شناسیم” ، وقتی الگوها و عوامل تأثیرگذار را کشف می کنیم ، وقتی می فهمیم چگونه یک جمعیت تحت تأثیر هنجارهای اجتماعی و فرهنگی قرار می گیرد ، فقط در این صورت است که می توان تأثیرات آن بر انسان و نیازهای سلامتی او را درک کرد.

امروزه بسیاری از بیماری ها با استفاده از تکنیک های جغرافیایی در حال تحقیق هستند. محل قرارگیری آب ، مصرف کنندگان مواد مخدر IV ، خطرات زیست محیطی یا الگوهای عشایری مردم می توانند سرنخ و دانش لازم را برای تعیین بیشترین نیاز به مراقبت های بهداشتی در آینده فراهم کنند. یکی از این نمونه ها به شرح زیر است.

تیم های تحقیقاتی Geospatial با استفاده از داده های تجاری به طور همزمان آسمان و زمین را برای شناسایی و ردیابی دامداران عشایر در مناطق روستایی آفریقا توسعه می دهند. صنعت با استفاده از الگوریتم هایی که در ابتدا برای اطلاعات دفاعی ساخته شده است ، راه حل های نمونه اولیه ای دارد که می تواند مسکن های جدید را در منطقه دریاچه چاد شناسایی و مکان یابی کند. تجزیه و تحلیل به توسعه الگوهای زندگی ، از جمله اطلاعات مربوط به سلامتی ، بر اساس در دسترس بودن داده ها کمک می کند. این اطلاعات را می توان به منظور تأمین واکسن و مراقبت های پزشکی کارآمد به جمعیت عشایری ، در اختیار کارگران در سطح زمین قرار داد.

صنعت همچنین از الگوریتم های پیشرفته ای برای اپیدمیولوژی برای اصلاح دامنه و بهبود مقرون به صرفه بودن انجام تصاویر برای نتایج حساس تر و خاص استفاده می کند. به عنوان مثال ، از فناوری زمین فضایی برای شناسایی و مکان یابی زمینی شمع لاستیک زباله در آفریقا استفاده می شود که محل تولید قابل توجهی برای پشه های ناقل بیماری است.

از طریق کشف این زمینه های تولید بیماری ، تیم های مراقبت های بهداشتی می توانند ناقلین بیماری را تعیین کنند تا در نهایت واکسن های مورد نیاز بیماری هایی مانند فلج اطفال ، ویروس نیل غربی و مالاریا را تهیه کنند. در حال حاضر ، ردیابی قبایل و اردوگاه های عشایر دشوار است ، و افراد محلی و کارکنان بهداشتی آموزش دیده مجبور به واکسیناسیون در مناطق دور افتاده بر اساس مهاجرت فصلی قبایل هستند. به دلیل دشواری در تعیین مکان قبایل و ماهیت به کارگیری افراد محلی فاسد برای زایمان ، ممکن است تلقیح در بازار سیاه انجام شود و بسیاری از افراد واکسینه نشوند. از هر پنج کودک در سراسر جهان یک نفر حتی با ابتدایی ترین واکسن ها نیز کاملاً محافظت نمی شود. در نتیجه ، تخمین زده می شود که هر ساله 1.5 میلیون کودک – هر 20 ثانیه یک نفر – به دلیل بیماری های قابل پیشگیری از واکسن می میرند.این کاربرد فناوری ابزارهای بهتری را برای ردیابی مهاجرت انسانها ، و تولید روندها و گزارشاتی فراهم می کند که می تواند واکسیناسیون به انسانهای مورد نیاز را دقیق و به موقع انجام دهد. همین فناوری را می توان برای یافتن سایر ساختارها و فرم های زیستی که به عنوان سایت های تولید مثل کار می کنند ، به کار برد – اطلاعاتی که می توانند برای اعتبار سنجی و اقدام به تیم های نظرسنجی ارائه شوند.

استفاده از داده ها و تجزیه و تحلیل های مکانی هر روز تأثیرات و مزایایی را برای صنعت مراقبت های بهداشتی فراهم می کند. ابزارهای مکانی می توانند ارائه دهندگان خدمات را در مورد تغییر الگوها ، تأثیرات زیست محیطی ، شناسایی و تغییرات در مناطق پر خطر ، و جایی که بیشترین نیاز به منابعی که بیشترین سود را دارند مستقر کنند ، آگاه و آگاه کنند.

داده های مکانی در خدمات مالی

صنعت خدمات مالی ، که به طور سنتی داده هایی را به صورت دلار ، سنت ، اعتبار و بدهی موجود در صفحات گسترده ، ترازنامه ها یا صورتهای مالی مصرف می کند ، در داده های فضایی ارزش پیدا کرده است. دنیای بانکداری سرمایه گذاری را در نظر بگیرید ، صنعتی که موفقیت آن با شرط بندی در مشاغلی که بهترین بازده را ارائه می دهند و جلوگیری از سرمایه گذاری هایی که خطر شکست بالایی دارند ، ساخته می شود. این صنعت بر اساس تجزیه و تحلیل تمام داده های موجود علمی را از سرمایه گذاری صحیح ایجاد کرده است. مطمئناً این شامل داده های حسابداری ، ترازنامه ها و پیش بینی های مالی است. با این حال ، امروزه بسیاری از ارائه دهندگان خدمات مالی ، داده های مکانی و تجزیه و تحلیل را نیز در روند تصمیم گیری خود قرار داده اند. با استفاده از داده های مکانی و به کارگیری متخصصان در تجزیه و تحلیل مکانی ،شرکت ها می توانند به عناصر جدید دانش دسترسی داشته باشند ، از جمله:

• تجسم املاک و مستغلات یا زمین های متصل به یک سرمایه گذاری خاص.
• پیگیری تغییرات ساخت و سازه یا توسعه شرکت ها ، صنایع یا منطقه ای در طول زمان.
• تجسم داده های جغرافیایی و جمعیتی سرمایه گذاری ها و مناطق کره خاکی که آنها اشغال کرده اند.
• تجزیه و تحلیل خدمات و زیرساخت ها در یک منطقه جغرافیایی که ممکن است تأثیر مثبت یا منفی بر سرمایه گذاری داشته باشد.
• استفاده از داده های مکانی به عنوان یک منبع دیگر برای جلوگیری از اطلاعات مالی نادرست یا غلط.
• تجزیه و تحلیل داده های تصویری از سرمایه گذاری های فعلی یا احتمالی در نیم جهان بدون نیاز به سفر.

در همه این مثال ها ، سود یکسان است. داده های Geospatial نوع جدیدی از اطلاعات را فراهم می کند که تصمیم نهایی بهتر را ارتقا می دهد. داده های جغرافیایی اطلاعات جدیدی را ارائه می دهند که حداقل روند تصمیم گیری آگاهانه تر و در بسیاری از موارد تصمیم سودآورتر را ارتقا می دهد. بعلاوه ، ریسک سرمایه گذاری می تواند به روشهایی که از یک دهه قبل شنیده نشده بود ، کاهش یابد.

داده های مکانی در تدارکات / حمل و نقل

از لحاظ تاریخی ، داده های مکانی به طور معمول با حمل و نقل از طریق استفاده از نقشه ها برای ناوبری و ترانزیت در ارتباط بوده اند. با این حال ، ما مشاهده کرده ایم که تعداد زیادی از برنامه های جدید با نقشه های دیجیتالی که راه درک ما از جهان ما را تغییر می دهند ، در دسترس هستند. آیا کسی فکر می کند که شما می توانید دقیقاً بدانید که برای رسیدن از نقطه A به نقطه B با سریعترین مسیر چقدر زمان لازم است؟ یا اینکه ما می توانیم سایر رانندگان یک ماشین معلول را احتیاط کنیم؟

اما فراتر از استفاده معمول از برنامه هایی مانند Google Maps و Waze ، شرکت ها و صنایع از داده های مکانی برای حمل و نقل استفاده می کنند که راه حل های بهتری ارائه می دهد.

اقتصاد امروز متمرکز بر این است که چگونه محصولات ارزان و سریعتر را در حالی که هنوز محصولات با کیفیت بالا نگهداری می کنند ، بدست آوریم. داده های فضایی تأثیر اصلی در تدارکات و مسیریابی از طریق جاده ها / بزرگراه ها ، راه آهن ، بنادر / دریانوردی و فرودگاه ها / هواپیمایی بوده است. شرکت ها با کاهش این داده ها با کاهش پیچیدگی پیمایش در مناطق بزرگ جغرافیایی ، توانسته اند تجارت خود را گسترش دهند. این عملیات می تواند شامل موارد زیر باشد:

• استفاده از سیستم های موقعیت یابی جهانی (GPS) برای ردیابی و ارسال خودرو برای تسریع در برنامه ها.
• انجام تجزیه و تحلیل مسیر برای کارایی بهتر هنگام حمل کالا.
• عملیات نقشه برداری / مکان های انبار برای موجودی مناسب کالاها برای حمل و نقل.

با استفاده از داده های مکانی در تصمیم گیری های تجاری ، شرکت ها می توانند نتایج مطلوبی را مشاهده کنند. مطالعات اخیر نشان می دهد که با استفاده از داده های مکانی ، شرکت ها می توانند به بهبود کارایی و رضایت مشتری و همچنین ایجاد استراتژی تجاری کمک کنند:

“تحقیقاتی که توسط ونسون بورن به نمایندگی از Google انجام شده است ، نشان می دهد که فناوری نقشه برداری تأثیر چشمگیری بر سازمانهای حمل و نقل و تدارکات داشته است که از آن استقبال کرده اند. 67 درصد مشارکت مشتری بهتری را تجربه می کنند ، 46 درصد باعث بهبود بهره وری و کارایی می شوند و 46 درصد کاهش هزینه ها را در نتیجه مشاهده می کنند. بیش از نیمی از افراد (54 درصد) از نظرسنجی می گویند که این امر باعث شده است آنها در سازمان و / یا استراتژی محصول خود تجدید نظر کنند. “

در سطح بین المللی ، داده های مکانی برای حمل و نقل بسیار مورد نیاز است. داده های متشکل از تراکم جمعیت ، کاربری ها و رفتار سفر در سطح فدرال ، ایالت و محلی برای کمک به سیاست و برنامه ریزی حمل و نقل بسیار ارزشمند است. این داده ها تصمیمات گرفته شده برای مدیریت بزرگراه را برای اطمینان از استفاده بهتر از بودجه محدود بهبود می بخشد.

در هنگام وقوع بلایای طبیعی ، داده های فضایی نقش مهمی در مدیریت ریسک در مورد مسیرهای حمل و نقل دارند. استفاده از داده های جغرافیایی برنامه ریزان استراتژیک را از مسیرهای بالقوه آگاه می کند که می تواند به دلیل خطرات ذاتی جغرافیا تحت تأثیر قرار گیرد. این داده ها همچنین به شناسایی مسیرهای تخلیه کمک می کنند. سازمان های مدیریت اضطراری قادر به شناسایی مسدود شدن جاده ها هستند تا به آنها کمک کند تا در اسرع وقت به سمت افراد نیازمند حرکت کنند.

سرانجام ، نباید از حمل و نقل عمومی ، تناسب اندام و برنامه های ورزشی محور برای حمل و نقل غافل شد. بسیاری از این برنامه ها در دسترس کاربر روزمره است که به ارائه اطلاعات لازم برای تصمیم گیری به موقع برای بهبود برنامه ها و نتایج کمک می کند.

آینده داده های مکانی

تحقیق و توسعه نوآوری و پیشرفته (R&D) در زمینه داده های مکانی ، علوم مکانی و تجزیه و تحلیل همچنان به ارائه روش های جدید برای ترکیب داده های مکانی در عرصه های جدید و ارائه راه حل هایی برای چالش برانگیزترین مشکلات امروز ادامه می دهد. شرکت ها و موسسات  دانشگاهی در سراسر کشور در حال توسعه فناوری های مکانی هستند که استفاده از این داده های ارزشمند را در خارج از بازارهای سنتی بیشتر گسترش می دهد.

زمینه های سیستم عامل / سنجنده های سنجش از دور و هواپیماهای بدون سرنشین موبایل به سرعت در حال گسترش است و سطح جدیدی از داده های مکانی پایدار و هدفمند را که قبلاً فقط در اختیار ارتش و سازمان های اطلاعاتی بود به بازارهای مصرف می رساند. داده های فضایی عنصری حیاتی برای عملکرد هواپیماهای بدون سرنشین و فضاپیماهای کوچک خودمختار است ، که همه آنها برای تهیه موقعیت دقیق به داده های فضایی بستگی دارند. فعالیتهای تحقیق و توسعه بیشماری در حال یافتن روشهای جدید برای ارائه داده های دقیق تر به این سیستم عامل ها هستند ، بنابراین عملکرد کلی آنها را افزایش می دهد.

تحقیقات GIS همچنین با ارائه عنصر مهم داده به کتابخانه های محتوا و الگوریتم های این سیستم ها ، به عنصری مهم در توسعه فناوری های هوش مصنوعی (AI) و یادگیری ماشین (ML) تبدیل شده است. نوآوری های هوش مصنوعی روش های پیشگویی برای انجام تجزیه و تحلیل داده های توپولوژیک ، تجزیه و تحلیل فضایی ، تشخیص تغییر و انتخاب ویژگی ها را ارائه می دهند.

داده های مکانی نیز یکی از عناصر بنیادی توسعه واقعیت مجازی (VR) است. استفاده از داده های مکانی برای افزایش سیاست گذاری افزایش یافته است. داده های فضایی مربوط به جامعه شناسی شهری ، جمعیت شناسی و آمار در حال تبدیل شدن به عنصری اساسی در بسیاری از فرایندهای تصمیم گیری دولت محلی ، ایالتی و فدرال هستند. موارد ذکر شده صرفاً نمونه ای از آینده GIS است. سایر فعالیت های تحقیق و توسعه که استفاده بیشتر از اطلاعات مکانی را گسترش می دهد شامل موارد زیر است:

• امنیت زیستی و انفورماتیک سلامت.
• آمار زیستی و ارزیابی خطر سلامتی.
• الگوهای جغرافیایی رفتارها و نتایج بهداشتی.
• الگوهای جغرافیایی درمان بیماری و نتایج.
• بهداشت شهری ، آموزش ، جرم ، و توسعه اقتصادی.
• محاسبه آمار مکانی و سنتز اجتماعی – محیطی.
• برنامه ریزی و توسعه شهری جغرافیایی
• مهندسی عمران جغرافیایی.
• GIS برای تجزیه و تحلیل ترافیک و برنامه های مهندسی.
• امنیت زیست محیطی و غذایی در مقیاس منطقه ای و جهانی.
• انتقال آلودگی ها در خاک و آب.
• روند جغرافیایی در آلودگی هوا.
• امنیت غذایی و آب.
• پاسخ منطقه ای آب و هوا و پیش بینی کشاورزی

استفاده از داده های جغرافیایی فراتر از مصرف کنندگان سنتی گسترش یافته و به خرده فروشی ، حمل و نقل ، مراقبت های بهداشتی و بازارهای مالی ارزش می بخشد ، به عنوان نمونه. این گسترش نشان می دهد که افزودن داده های مکانی در هر تلاش جمع آوری یا تجزیه و تحلیل داده ها مفید است. علاوه بر این ، این امر به ضرورت همیشگی اطمینان از داده های مکانی و صنایع تجاری مرتبط به طور صحیح برای تأمین سازگاری در کیفیت ، دقت و امنیت صحبت می کند.