云計算一直是訪問處理、存儲和軟件等計算資源的主要趨勢之一。雖然有些人認為地理信息科學 (GIS) 作為一門學科是云的 較晚采用者，但 GIS 技術與云計算的融合對 GIS 專業人員 利用空間應用程序和信息的能力產生了深遠的影響。
GIS 云計算部署模型
與其他形式的云一樣，GIS 云計算通常分為三種不同的部署模型，在討論這兩種技術如何協同工作之前，先看看利用它們的不同模型：
- GIS 公共云：任何人都可以 *** GIS 功能 （例如地圖創建）的云服務。每個用戶的數據通過虛擬化 實例分開保存，但可能與其他用戶的信息存儲在同一物理設備上。
- GIS 私有云：一種僅向授權用戶提供 GIS 功能的云服務， 通常具有專用于單個組織的硬件。
- GIS 混合云：公共和私有云服務的混合，兩者結合使用。
混合云的使用量有了相當大的增長（預計到 2023 年復合年 增長率為17%），尤其是隨著這種模式變得更容易部署。流行的 GIS 云基礎設施提供商利用這一趨勢使他們的選擇更加靈活，客戶能夠通過云提供 GIS 即服務。例如，可以將ArcGIS Server 等 平臺配置為提供公共和私有云服務的混合。
添加微信好友, 獲取更多信息
復制微信號
如何將 GIS 用作服務
雖然 GIS 云計算的基本用法通常側重于存儲，例如存儲可以遠程訪問和使用桌面 GIS 軟件分析的 空間數據，但 GIS 即服務已變得越來越普遍。
利用云技術的核心價值主張之一是利用規模經濟；虛擬化允許服務提供商向成百上千的用戶提供 GIS 功能，其中許多用戶利用相同的硬件并訪問云環境的私有實例。
GIS 如何用作服務的一些其他常見示例包括：
- 基于云的地圖工具
- 具有內置地理空間數據分析工具的開放數據平臺
- 空間數據與基于云的人工智能的集成
- 促進地理空間數據共享
在上述所有情況下，云技術使 GIS 從業者能夠做的 事情比以往任何時候都多。例如，除了能夠運行高級 機器學習算法的硬件之外，開發人工智能還需要專業知識。但是，軟件即服務 (SaaS) GIS 工具的出現使組織能夠 利用專為分析 GIS 數據而設計的預先構建的 AI 軟件。同樣，云存儲平臺為組織提供了經濟高效的方式來存儲 GIS 大數據分析所需的大量信息。
云計算對地理空間人工智能領域來說是一個巨大的福音，尤其是對于需要高分辨率圖像的領域。盡管處理能力 和存儲為環境流行病學等學科帶來了重大障礙，但研究人員現在可以通過云利用大數據基礎設施，以處理大量信息并運行更快的分析。
GIS 和云：一起快樂
GIS 和云技術的融合有望令人興奮。除了為運行復雜的 GIS 應用程序提供具有成本效益的基礎設施外，還增加了移動 GIS的潛在能力，因為大量計算機資源 可以存儲在服務器上并可以遠程訪問。
然而，GIS 和云技術協同工作的趨勢的核心是訪問強大 技術資源的障礙正在變得越來越低。這樣做的可能結果是，各種規模的組織，而不僅僅是大型 *** 機構或企業，將能夠進一步擴展其 GIS 技術預算，并為他們的 GIS 專家提供更多的工作工具。
來源：開源地理空間基金會中文分會
來源鏈接：https://www.osgeo.cn/post/16bd3
本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。
