数字孪生：万物皆可时空化？
原标题：数字孪生：万物皆可时空化？
天空没有翅膀的痕迹，但我已飞过。
I leave no trace of wings in the air,
but I am glad I have had my flight.
——泰戈尔 《飞鸟集》 1913
如今，在科技从业者眼中，这行诗可能没有诗人想象得如此浪漫，只要在鸟类的翅膀上装置一个GPS定位仪，就能清晰地分辨鸟类在空中的痕迹，如果进一步分析，人类甚至能分辨哪只鸟儿、在何时飞过自己头顶。站在还原历史的角度上，这是物联网、大数据等技术带给这个时代的另一种壮丽艺术与图景。
鸟类迁徙轨迹大数据可视化 by Cinematic Design and Communication
现在，大家都在谈数字孪生，但并不清楚这其中将面临的重重阻碍。那么，凭借目前的技术，是否能实现万事万物的时空化呢？
现实空间 → 数字空间→ 图形空间
现实世界透过感知系统，构建了一个数字世界。
如果将它类比现实世界，时空大数据便是这个世界的基底（地图）、钢筋水泥（空间三维）、人与物体（物联网数据）。
这些数据透过地理信息系统（GIS），绘制出图形空间，并通过云服务分享给各个行业、组织与个人。
在数字世界中，时空大数据是体量最大、增量最多也最快的大数据类型之一，如果不能做到支持动态增长与实时处理的话，不仅难以做到数字空间向图形空间的实时映射，后续的分析运算也将无法进行。
- 基础地理信息系统
- 百万兆TB级-十亿兆PB级数据量
- 空间三维信息系统
- 十亿兆PB级-万亿兆级ZB级数据量
- 时空大数据
- 以上两者，加实时增长的物联网数据的总和
为了突破这个瓶颈，超擎通过核心技术缩减了数据预处理环节，实现了10PB级时空大数据的分布式存储、“获取即发布”的云处理效率，破解了数字空间到图形空间实时映射的难题。
国家级地理平台，59G时空数据发布时间为15天，通过超擎平台提供的数据发布工具，缩短为1天入库完成
可即使解决了海量数据的云服务与共享难题，也并非是数据的终点，而是另一个起点——业务应用的起点。
图形空间 →空间智能
GIS绘制的这个图形空间，不仅为了观看，而是更加深刻、精确地理解这个世界和城市问题。如何透过图形分析问题呢？“空间智能”。
空间智能注重图形的交互分析，这就需要理解隐藏在图形背后的逻辑，而逻辑最精确的表达，还是数据，这就需要一个“数图通道”，在触及图形的同时，也触及图形背后对应的数据。
举个例子，公安部门车辆管理大数据平台，通过超擎提供的千亿级轨迹数据工具，任意选择地图区域，可迅速获取：这块区域有哪些车辆经过，他们的行驶轨迹，以及进一步透视其日常活动热力范围、时空交汇相遇情况、行驶路线相似程度等诸多智能决策信息，这对于提高监督与办案的业务效率起到了关键作用，并且类似的分析，在智慧交通、车联网、智能网联等行业中，也占据了重要地位。
通过对地图的任意框选，找出经过这个区域的车辆及其轨迹，一个典型的、通过图形交互实现时空分析的场景。图源：超擎千亿级轨迹大数据平台界面
空间智能 → 时空智能
看到这里，你也许会说，我们已经拥有了空间智能，为何还需要“时空智能”？
空间智能可以帮助我们理解问题、辅助简单决策，但是时空有了人工智能的参与和融合，能够进一步将数据转化为影响现实世界的力量，这也是支撑“学习孪生”到“模拟孪生”的关键步骤。
时空看似包容万物，其实可归纳为两个简单的方向：纵向与横向，也可理解为，数学中的横轴与纵轴。横轴为时间线，所有信息以时间顺序进行排列；纵轴则是包容万物的空间，承载了全要素数据。在现实社会中发生的各种事件大多并非由于单一因素而造成的，而是由多种因素的耦合或相互作用的复杂成因而影响生成。
- 测绘、遥感卫星、雷达等采集了地图与空间数据；
- 农业、电力、工业、气象等拥有行业专题业务数据；
- 人类活动数据更为频繁和多源，如GPS定位、手机信令、车载硬件、智能家居与穿戴设备、摄像头数据、传感器等等..
将这些数据以统一的标准与单位进行融合与交叉分析，让城市、社会、行业的时空发展形成一个有机交融的整体，才能支持实现城市的模拟、监控、诊断、预测和控制，解决城市规划、建设、运行、管理、服务的复杂性和不确定性，赋予人类“前可追溯历史，后可预测未来”的力量。
那么，在这一环节上，超擎又做了什么？
为了“复制”、“计算”与“融合”的时空
现实世界中，我们用索引（即目录，Index）快速查找一本书中的指定内容；在数字世界中，索引可以帮助我们从云上的海量数据中快速寻找、提取各类指定的数据，并贯穿了时空数据的融合、呈现与分析一系列环节，同时也是机器深度学习的重要媒介与工具。
超擎以此为线索，建立一套全新的时空索引云核心系统。
超擎索引以什么为标准统一时空？
矢量坐标点。
为什么选择它？
矢量坐标，是由数字坐标绘制生成的地图小点，无数坐标可以拼合成一幅完整的矢量地图，它是地理信息系统中最为精细的单位，地图无论是放大还是缩小，其中每个小点都与空间中的其他对象保持着相对位置关系，表达了精准的空间位置。
正反向地理编码功能最能说明这一过程：每个坐标点都对应着一个地图上一个小点，每个小点背后也也有纯数字的存在，但这并不代表着每种地图技术都能以为坐标点为单位进行数据分析。
这个表达位置的小点，不仅自带精确时间戳，更能串联扩展的属性与语义信息。
如果是一幅电子地图，可以设置POI（兴趣点，即地址），提供LBS服务，还可以串联泛时空信息，例如社交、新闻、语义（大家在这个定位点说了什么话）。
箩筐基于超擎技术，打造了一款基于LBS与地图，串联社交信息、新闻、消费资讯的APP
如果是一辆汽车的轨迹呢？不仅能细数车主人走过了多少路，经过多少个加油站，更能附加这个人的社会属性，性别、年龄、职业等等，这就能够从自然人属性的角度去分析其行为与需求，协调城市供需之间的矛盾。
超擎通过附带标签的千亿级轨迹分析，能够融合人工智能，探索发现各类不同社会属性自然人的出行习惯与需求
在“万物时空化”的数字孪生世界中，不仅有大众地图呈现的路网与POI，大道本身的厘米级宽度、电管杆、树木花草等海量精细对象，都将以实体面积等比反映在地图中。通过以矢量坐标点为单位的索引技术，能够精确地选中任意精细对象，并将动态个体与其进行实时交互，这对于无人驾驶“车路协同”、时空孪生模拟运行的真正落地实现，起到至关重要的作用。
而这些海量精细对象所隐含的属性信息、语义信息，也会以标签的形式，折叠在地图与时空之中，支持与地图背后的坐标数据一同参与到时空智能分析与深度学习之中，这在城市综合治理、行业智慧管辖、突发事件防控中，能够起到多种“变量”参与的精确监控、智能防护作用。
超擎时空索引云技术，为建立基于时空智能的“数字孪生”提供基础核心能力：
- 实现无需预处理的“非切片”时空数据处理模式，支撑数字孪生的实时映射、虚实交互；
- 支持以时间与空间坐标为统一标准与线索，对多源结构化数据（数字、时空数据等）与非结构化数据（文档、照片、视频等）进行统一处理与融合分析；
- 支持融合人工智能，对高精度地图/空间/时空中的精细对象，进行无冗余海量次深度学习。
全时空大数据云平台
超擎构建了一个全时空大数据云平台，为什么要叫“全”时空？这是一个“全域、全要素、全流程”的时空大数据平台。
横向聚焦了三个时空领域最为重要也是覆盖面最为广泛的数据类型——矢量地图数据、影像数据（含空间三维数据）与物联网数据（物联网数据含工业传感器数据、轨迹数据、LBS位置数据、手机信令等动态数据），基本覆盖了以“人、车、地、物”为核心要素在内的广博万物。
纵向实现了数据全生命周期的极速处理。在云计算环境下，超擎在横向的全要素地物空间，无论是矢量地图、遥感影像、空间三维、物联网与轨迹等数据，都无需切片预处理，大为缩短数据从采集到发布的时间，实现了海量时空数据的超高（秒级、毫秒级）响应速度。
无论是横向，还是纵向，超擎采用一种形式为纽带与标准：超擎核心索引云技术，这带来了海量时空数据从显示、融合、分析到支持人工智能运算的全方位云端服务优势，起到了“万物时空化”的虚实对应、相互映射、协同交互的关键作用。
超擎全时空大数据平台提供了PB级、全类型时空大数据非切片、分布式管理能力，以及PaaS、SaaS级服务能力，平台基于超擎时空引擎技术，支持Docker、Kubernetes的微服务架构，兼容HBase、Spark、GeoMesa、GeoServer等广泛开源生态，内置时空AI智能分析、渐进传输、边缘计算等智能运算模块。
平台以强大的功能和兼容性、在线应用工具集及API接口，广泛应用于基础测绘、智慧城市、航天遥感、环保、商业、农业等众多领域，为数据洞察、价值发现、综合决策等提供强大的空间数据以及技术支持，助力大数据、物联网、AI时代背景下的时空云服务产业升级，并支持与人工智能多维融合，构建时空智能场景。
高效存储 无冗余全网分布式云存储
高效传输 自适应化简、渐进云传输
高并发读写与访问
智能化实时交互与可视化
在“超擎数字世界背后的深层逻辑（二）”中，我们将融合超擎全时空大数据平台技术特点，介绍超擎服务于各行业案例，以及在用户场景中实现的应用价值。
