科學家提出地理大數據實時呈現新方法

　　地理空間數據分析在生物多樣性、移動通訊、網絡監控、環境監測等領域應用廣泛，如生物地理分析、即時通訊場景的位置共享、手機定位、衛星定位等。因此，大規模地理數據的快速呈現具有重要的理論意義和實際應用價值。然而，由于技術難題，尚無法有效實現地理動態大數據的實時性呈現。實際上，技術問題可以被刻畫為一個數學問題，即點在球面多邊形內的位置判定。這既是全球地理分析中的必要環節，也是解決該問題的關鍵所在。由于球面是非歐空間，導致計算過程更為復雜，從而嚴重影響判定速度。相比投影、經緯度網格等方法，使用六邊形網格來判定點的空間位置是可能的途徑之一。

　　中國科學院動物研究所白明研究組與軟件研究所研究員王文成，提出了基于六邊形的自適應層次網格結構和球面信息點的判定方法。該方法可以很好地處理球面的非歐空間約束，從而提高點向多邊形的檢測效率。同時，這種自適應層次結構的構建面臨較多挑戰——任務負載、動態內存分配以及數據依賴與同步。因此，該研究進一步提出使用GPU并行計算來實現高效的（Adaptive Hexagonal Hierarchical Grid，AHHG）構建。相比于類似的球面網格劃分方法，該方法大幅降低計算開銷，并可以更穩定而高效地處理動態變化的情況。這一方法可以很好地應用于生物多樣性研究，可以顯著提高運算效率和穩定性。例如，在基于AHHG構建的球面體中，從約1.5億個甲蟲地理標點數據集過濾并可視化240萬北美甲蟲標本地理標點信息僅需95毫秒，比此前研究提出的算法快了877倍。

　　依據白明研究組與海關系統正在合作研究的關口前移有害生物監測技術，項目組計劃在遠洋貨輪上布設智能監測裝備，從而可以精準探明貨輪在不同國家地區監測到的有害生物，為避免國際糾紛提供科學支撐。然而，貨輪在地球上的精準實時害蟲風險預測存在一些困難。本研究基于5艘移動的貨船在大西洋的航行軌跡和約100萬個害蟲的動態分布點，平均每幀運行時間為23毫秒，實現了實時監控害蟲風險。同時，本研究對于邊界不斷變化的自然區域，點的判定速度比其他最新優化算法效率更高。例如，可以適用于洪水發展和消退過程中邊界的快速追蹤、昆蟲遷飛區域識別等方面。該技術為地理大數據快速呈現領域提供了目前最快的解決方案，對理論研究和行業應用等方面具有重要支撐作用。

　　此前，白明團隊創制了保存高質量DNA的昆蟲野外監測裝置WET、開發了表型編碼網絡PENet。科研人員結合本研究提出的使用GPUs創建六邊形自適應層次網格，在昆蟲標本的采集和高質量監測、表型數據提取和表征、地理大數據的處理等方面提供了一系列高效的新工具和方法，將助力下一代生物分類學發展。

　　相關研究成果以Hexagon-based Adaptive Hierarchies for Effcient Point-in-Spherical-Polygon Tests on GPUs為題，在線發表在《國際地理信息科學雜志》（International Journal of Geographical Information Science TGIS）上。研究工作得到國家重點研發計劃、國家自然科學基金、國家科技基礎資源調查項目和東北亞生物多樣性研究中心等的支持。