一的数据标准和数据模型来治理数据，这样才能把控好数据质量，同时实现数据血缘的追溯。
再就是要面向业务来做数据开发，业务人员要能参与进来，要支持拖拉拽这样可视化、低代码的开发方式。
最后是要促进数据发挥更大的作用，把数据转变为资产，实现数字资产的不断增值。
面对数字化转型的要求，原有基于信息化思路建设的系统是明显不能满足需要的。空间数据中台就应运而生了。空间数据中台横向拉通不同业务系统中的数据，通过数据融合来发挥更大的价值，实现空间领域的数字化转型。
空间数据中台到底是什么呢？首先它是空间能力和数据中台两者的有机结合。阿里的数据中台是非常成功的，有非常丰富的经验，这几年也开始投入到空间能力的建设中。
把这两者结合在一起，就能够实现对于空间数据的接入、标准、质量、建模、开发、服务、资产等全链路、一站式的web开发平台，也是空间领域数字化转型的技术平台。
这么说还是有点抽象，我们从另一个角度来看看空间数据中台不是什么——
首先空间数据中台不是gis基础软件（gis引擎），但会用到gis引擎；另外也不是空间数据库，但肯定会用到空间数据库；还不是空间大数据平台，不是hadoop、spark，但可以基于空间大数据平台来做分布式的存储和计算；空间数据中台不是，也不会取代各类空间相关的业务系统，但能汇聚业务系统的数据，并使之增值，再提供给业务系统使用。
我们用一张完整的大图来看看空间数据中台的位置，各位请看一下大屏幕。
各业务系统产生了多种多样的数据，这些数据通过空间数据同步模块汇聚到空间数据库和空间大数据平台中。再在gis引擎支撑下，实现空间数据标准、质量、建模、开发、融合等功能，再通过服务api把融合后的数据提供给更多业务系统使用，形成一个完整的闭环。这中间的这一大块，我们称之为空间数据中台。
空间数据中台的核心模块包括：空间数据同步、空间数据探查、空间数据标准与质量、空间数据开发、空间数据建模与融合、空间数据服务和空间数据资产七大模块。限于时间，这里只选择几个重要的介绍。
我们先来看看空间数据标准和质量。
谷轭
数据质量一定是和数据标准结合在一起的。首先我们要对业务进行梳理，定义和业务相关的各项数据标准，确定数据的质量维度和质量规则，然后再进行数据质量的检查，提供质量报告。然后看如何提升数据质量，实现数据质量管控整体的闭环。
这是相关的ui界面。包括标准设计、数据字典定义、质量规则设置，以及质量报告。
另一个非常重要的是空间数据的融合。
对于空间数据融合其实有很多的办法。如果不同业务系统中，对于同一个空间对象通过id能关联上，那是最好。不过可惜的是原有业务系统都是独立建设的，往往承担的部门还不一样，一般都没有建立起类似于身份证的id关联。
另一个办法是看是否有统一的空间小区，例如同一个基站定义的通讯小区，同一个路口定义的交通小区，院落构成的住在小区等等。这样空间对象也能联系到一起。这有点类似于新型测绘中地理实体的概念。
最后就是通过时空关系的判断，例如空间范围的包含关系，时空轨迹上的联系，例如公交路线涉及到哪些公交站，以及空间网络的通达性等等。
上述是空间数据融合的一些具体办法，也欢迎大家一起集思广益。
在数据开发上，除了sql，还需要支持以拖拉拽方式提供的gp可视化编排的方法。这个gis引擎中也都具备。不过，我们提供了多gis引擎的算子混编，主要是集各家之所长。另外还支持字段级的数据血缘，这
『加入书签，方便阅读』
-->> 本章未完，点击下一页继续阅读(第2页/共3页)