GIS行业，地理数据处理被自动化取代还有多久？

GIS行业的架构

GIS从应用的角度，是由硬件、软件、数据、人员和方法五部分组成。

硬件主要包括：

• 计算机和网络设备

• 存储设备

• 数据输入，显示和输出的外围设备等等。

软件主要包括：

• 操作系统软件

• 数据库管理软件

• 系统开发软件

• GIS 软件，等等。

硬件和软件为地理信息系统建设提供环境；方法为GIS建设提供解决方案。

但是数据是GIS不可或缺的重要组成部分；

人员则是系统建设中的关键和能动性因素，直接影响和协调其它几个组成部分。

数据有多重要？

数据是GIS的重要内容，也是GIS系统的灵魂和生命。没有数据的支撑，GIS没有实现应用的基础，这也是为什么GIS需要和遥感、测绘、数据处理等相结合；也需要众多数据处理人员来加工这些数据，变成能投入使用的内容。

数据组织和处理是GIS应用系统建设中的关键环节，涉及许多问题：

• 应该选择何种（或哪些）比例尺的数据？

• 已有数据现势性如何？

• 数据精度是否能满足要求？

• 数据格式是否能被已有的GIS软件集成？

• 应采用何种方法进行处理和集成？

• 采用何种方法进行数据的更新和维护。

自动化处理数据多久能取代人？

关于这个问题，主要有两种观点，其中一种认为目前自动化数据采集和处理很难取代人。

观点1：

主要原因有下：

1、目前各行各业中的人工智能或机器人应用，只能处理一些最基本的重复性工作，而一旦涉及到需要分析和变通的部分，人工智能仿佛变得“智障”。

2、考虑到成本问题，自动化处理想要降低错误率，就要非常高的精度，这种技术的研发成本是非常高的。

反过来看人工处理数据的成本，目前招聘一个数据处理专员，也就4-6K的平均工资，不同城市可能有所差异，但总体来说，企业更愿意花费人力成本去招聘。

观点2：

另外一个观点认为，短期内，随着技术的发展，自动化处理数据的精度和应用成本变低；再随着越来越多的GIS专业学生不愿意做数据处理工作。有朝一日，地理数据处理完全可以被自动化取代。

主要原因如下：

1、就是前面咱们说到的，自动化处理数据的精度和应用成本随着技术发展而降低，而GIS专业学生对数据处理工作的兴趣减少，预示着未来地理数据处理可能会被自动化取代。

2、人工智能和机器人在各行各业中只能处理一些基本的重复性工作，但随着近些年来AI技术的突破，自动化处理数据的能力将逐步增强。

目前，只要地理数据处理的流程和场景模型逐步完善，自动化处理的精度完全可以替代人类。

3、测绘地理信息技术与新技术如大数据、云计算、人工智能的融合，正在催生新产品、服务和业态，比如人工智能技术，如机器人、语言识别、图像识别、自然语言处理等，预计将对测绘地理信息科技发展带来颠覆性影响。《中国测绘》2021年第8期就有提到，龚健雅院士预测，未来70%的测绘工作可能被人工智能取代。

4、我国GIS技术已经经历了好几个发展阶段，现在已经到了智能测绘时代，这个时代特别强调地理信息的实时服务和数据采集的多样化。技术融合方面，比如通过大数据分析交通状况，或者用AI来识别路标等，都是地理信息技术和人工智能结合的例子。

无论机器是否会取代人类，如何取代人类，我们都应该方平心态。

往好处想，即便GIS数据采集自动化代替了人工采集，这意味着GIS人才不需要从事辛苦的户外采集工作。

并且，随之而来的会有很多新的岗位，自动化发展也会催动相应自动化人才的缺口，比如自动化数据采集的操作人员、分析人员和优化人员等。

当然，想要应对科技的发展，能做的就是终身学习，提升自己的技能，不断完善自己的短板，应对即将到来的技术革新浪潮。

比如学习webgis开发，就是一项提升个人竞争力的方法。

以下是一些帮助大家提升个人竞争力的举措：

1、基础知识：

首先，需要有扎实的GIS基础知识，了解地理信息系统的工作原理、空间数据的管理和分析等。

2、编程技能：

学习至少一种编程语言，如JavaScript、Python或Java，这些都是WebGIS开发中常用的语言。

3、Web技术：

熟悉Web开发的相关技术，包括HTML、CSS和JavaScript等前端技术，以及可能用到的后端技术如Node.js等。

4、GIS软件和库：

学习和使用主流的GIS软件（如ArcGIS、QGIS）和JavaScript库（如Leaflet、OpenLayers、Mapbox GL JS Cesium GL JS）进行地图制作和空间分析。

5、云计算和大数据：

了解云计算平台（如AWS、Azure、Google Cloud）和大数据处理工具（如Hadoop、Spark），这些技能在处理大规模空间数据时非常有用。

人工智能和机器学习：随着AI和ML在GIS中的应用日益增多，了解这些技术及其在地理空间数据分析中的应用也是一个加分项。

6、考证和比赛：

考虑获得GIS相关的专业证书，或比赛，这可以证明你的专业技能和知识；比赛赢得的奖项也可以为你后续考研和就业助力。

7、实践经验：

通过实际项目来提升技能，可以是工作项目、个人兴趣项目或参与开源项目。

8、社群学习：

加入专业社群，如GIS相关的论坛、GIS开发学习小组，与同行交流学习。

免费领取GIS开发相关学习资料https://www.wjx.cn/vm/eqvTtp6.aspx#%C2%A0