GeoScene 4.1已经正式发布！新版本进一步向自动化智能化创新升级，以一核六翼的产品技术架构，为用户提供更稳健、质优、安全的产品。新版本在核心产品和六大能力引擎方面都有全面升级！
GeoScene Pro 4.1智能制图能力得到进一步提升。点状大数据聚合可视化新增图格化聚类样式，信息表达更炫酷；新增饼图样式，助力用户更直观地对数据进行展示；新增AI智能化制图，指定图片风格，一键自动化完成矢量配图。下图从左到右分别为AI智能、点聚合、饼图样式。
在对GIS数据进行管理时，往往会引用不同来源不同格式的矢量和栅格数据。GeoScene Pro 4.1新增一种数据类型——目录数据集，支持将来自本地的数据源，如：BIM文件、CAD数据集、要素类等，以及来自门户中的各类服务，如要素服务、地图服务、影像服务等加入到目录数据集中进行集中管理。目录数据集以目录图层的方式在Pro中进行显示，支持应用范围过滤器、查看数据轮廓边界等相关操作。
在空间统计方向，GeoScene Pro 4.1新增计算复合指数功能。复合指数被用于社会和环境领域，将来自多个指标的复杂信息表示为一个单一的指标，可以衡量实现目标的进展并促进决策。Pro 4.1还进一步扩展了热点分析，提供热点分析比较能力，可快速比较两个热点分析结果图层并衡量它们的相似度和关联度。例如针对2022年和2023年全球地震热点图，可快速分析全球地震带在空间上的变化趋势（下图所示）。
在空间分析方向，新增Geomorphon 地貌工具，该工具可用于识别地貌特征并将其分为十种常见类型：平地、山峰、山脊、山肩、山嘴、山坡、凹地、坡麓、山谷和凹坑。下图中使用了Geomorphon地貌工具对北京市怀柔区地貌进行了分类。
针对大数据量可视化渲染，Map Viewer新增图格化聚合效果，用于将大量点数据聚合至GeoHash多边形网格，并提供图格的灵活配置项，可按需调整图格大小、渲染风格、标注样式、弹窗显示等；智能制图新增饼图样式，用于分类数值数据的可视化表达。
针对多维影像数据，Map Viewer新增支持通过指定显示变量及时间维度来可视化特定多维剖切片。例如在下面的例子中，可针对2015年全年平均温度多维数据，选取其中一天的数据切片（4月1日）进行可视化。
Scene Viewer新增支持尺寸注记图层，用户可使用尺寸注记工具新建尺寸注记图层，并测量和表示三维场景中的物体尺寸；4.1支持使用通视线工具在包含地形、集成网格和3D对象的Scene Viewer中执行从一个观察点到多个目标点的 3D 可见性分析；新增天气工具，将云、雨、雪和雾等天气效果添加到三维场景中，增强 Scene Viewer 中的可视化效果；新增支持在场景中添加网络GeoJSON和CSV数据，无需在portal中预先发布为服务。
GeoScene Enterprise 4.1支持在托管要素图层上启用保持对数据更改的追踪（添加、更新、删除要素）选项，以允许自定义应用程序识别已添加、更新或删除的要素；支持将来自 Web 的 GeoJSON 文件直接发布为托管要素图层；目录列表视图下，能够快速预览要素图层中所有的子图层及表，以及查看子图层中的所有字段。
GeoScene Enterprise 4.1新增安全扫描工具。安全扫描工具旨在将 核心组件GeoScene Portal和GeoScene Server 配置为最佳的安全环境，检查潜在的安全问题，并将安全检查项划分为关键、重要、建议三个严重性级别。
三维数字立体时空数字底座是CIM应用、国土空间数字化治理体系建设的数字基础，具有数据来源复杂、类型多样、体量大、业务广的特点。GeoScene 4.1立足三维立体时空底座实际需求，在多分辨率地形服务支持、不同坐标系（地理坐标系、投影坐标系、相对独立的平台投影坐标系）支持、多源数据支持、数据/服务的优化治理上有着独特的发展思路。在产品功能上具体表现在如下几个方面：
GeoScene 4.1 在原有版本支持I3S和3D Tiles数据互转的基础上，新增支持3D Tiles数据的发布与接入。此外，在4.1版本中支持S3M格式的数据转换为I3S标准的数据。
前端在支持3D Tiles数据接入支持的基础之上，也可以在前端使用可视化交互式分析工具，实时展示分析结果。
体元模型作为一种全新的数据类型，在表达离散和连续场数据上有突出优势，新增对地质体数据的全面对接，支持专业地质建模软件导出的AVF格式数据和作为行业标准的Geo3DML格式的直接转换，也提供通用三维模型格式地质体数据转换为体元的解决方案，大大增强了通用性和实用性。
同时，GeoScene使用通用的科学计算数据NetCDF格式作为体元表达格式，可以方便更多领域如环保、海洋、气象等现有数据无需转换，直接作为体元模型加载和渲染。
在4.1版本中，进一步优化三维治理工具集的代码提升程序的运行效率并提升数据渲染的效率、简化程序输入参数增强用户体验，继续增强更多源的数据支持、多元存储的数据治理、深化数据抽稀算法的研究等内容。相较于4.0版本，新的版本新增5个工具，对原有的13个工具做了较大幅度的升级。
在多元存储增强方面，4.1版本倾斜摄影测量OSGB数据转换支持直接写入到本地文件存储、数据库存储、云存储内，同时支持针对于不同存储的数据治理包括但不限于合并顶级节点、追加合并、调度优化等操作。
管线建模方面，除对原有工具的进一步优化之外，还新增了创建附属物符号库工具，用于接入用户自有附属物模型，实现具有地方特色的附属物模型入库，提升用户定制地方特色模型的建模能力。
API的扩展开发与效果进一步增强，新增支持后处理技术，实现WebGL级别访问场景视图的渲染管道来创建自定义可视化和效果。例如场景中的光源和光照、模糊度、颜色、材质、动画和锐度调整等。
为了降低用户和开发者基于GeoScene JS API开发三维的难度，GeoScene提供三维功能展示平台。这里有不断更新的最新功能展示，也有丰富的开发实例解析，还有无限可能的自定义扩展，代码和示例可直接下载查看。
此外，GeoScene 4.1进一步丰富了游戏引擎SDK能力，支持对场景的空间筛选、网格修改，以及对建筑图层的属性过滤等多种功能，还添加了对多种XR硬件的支持，具备多种开发模式，UI界面操作和无代码快速创建场景。
GeoScene 4.1空间大数据产品在技术架构、智能工具、接口调用、开发扩展等方面提供了六大全新能力。
GA Plus 4.1在底层进行算法开发和优化，通过对GIS算法与Spark底层函数重写，实现千万级/亿级数据的分片组合、前置过滤、并行转换策略，充分利用CPU核数和内存资源进行处理，数据读取和Geometry对象转换在内存中完成，以按需分片方式写出至目标数据源，实现了千万级数据小于十分钟的转换效率。
GA Plus支持数据检测、数据清洗、数据处理、融合归集等治理步骤，提供了包含数据统一时空基准、数据结构检查、数据拓扑关系检查、数据全域标准检查等分布式数据检测工具集。针对国土空间规划成果数据质检业务需求，GA Plus 4.1提供了全套的质检算子工具集，涵盖了点层内要素是否重叠、线层内要素是否重叠、线层内要素是否自重叠、线层内要素是否自相交、面层内要素是否重叠、面层内要素是否有缝隙、面层内要素是否自相交，除了单图层的拓扑检测，还提供了多图层之间的拓扑关系检测，如城市控制线互不重叠，同时，针对国土空间规划业务底线落实场景提供了计算工具和处理算子，包括数十种规则判断类。
GA Plus 4.1中新增了一系列迭代循环处理工具集，包括：for循环、迭代数据源、迭代数据项、迭代Shapefile、迭代GDB等能力，以及对多个分散性、重复性操作的归一化处理：组合变量、循环收集器。通过迭代循环能力，可以大幅度降低原有需要开发处理的业务复杂度，提升处理效率。
模型嵌套能力是把一个相对通用的模型固化为子模型，其他模型可以去调用这个子模型，只需要略微修改几个参数，而不需要繁琐的中间拖拽和设置过程。
新增Jupyter Notebook交互式Python分析模块。通过对数据资源、算子资源以即拿即用的方式进行Python分析，并实时进行出图出表。
GA Plus 4.1中，产品计算架构进行优化，通过在后台管理中进行最大并行数设置，结合CPU核数与内存资源，设置允许的最大并行数参数，多用户可以同时建模、同时提交多任务的并发执行。
GA Plus 4.1提供了三个维度的开发扩展能力：采用RunPythonScript接口编写Python代码进行自定义算子开发、提供模型调用接口方便业务模型集成、通过iframe方式将特色模块快速集成到用户业务系统。不同方式使得用户可依据业务需求，进行便捷的系统集成和开发扩展。
更多详情请见《GeoScene 4.1大数据技术抢先看--六大新特性助力智能化分析》。
GeoScene 4.1影像产品提供综合全面的影像大数据解决方案，实现影像大数据的管理和快速发布、免切片影像快显、2D&3D新型基础测绘产品生产、高效动态影像处理和即拿即用的业务应用，提取遥感影像中的信息，深度挖掘潜在的价值，为多领域行业用户提供适用于不同场景的解决方案。GeoScene 4.1专业影像能力持续增强：
GeoScene Reality for Pro扩展模块提供专业的摄影测量和实景三维生产能力，集成自动匹配连接点/控制点、区域网平差、密集点匹配、高精度DSM生成等技术，支持通过无人机或航空影像生成数字表面模型DSM、真正射影像TDOM、点云数据、地形级三维产品DSM网格和城市级实景三维模型，作为创建数字孪生的基础。并在成果中自动移除行驶中的车辆和行走的人，成果可在GeoScene Enterprise中发布，便于Web端的进一步分析和可视化，将地理空间数据和现实世界联系起来，让影像数据活起来。
GeoScene 4.1新增轨迹数据集，作为一种新的影像优化模型，用于处理来自Sentinel-3 (SRAL)、Sentinel-6、CryoSat和Icesat-2等传感器的轨迹数据，此类数据的主要来源之一是卫星测高数据。卫星测高计用于通过沿传感器轨迹采样点并将其存储为netCDF或HDF文件来追踪水面高度、海面高度、海冰厚度和冰川地形的变化，具备全球覆盖、高精度高分辨率和周期性重访动态观测能力。
可以在GeoScene Pro中对轨迹数据实现可视化、探索和分析。其典型的应用场景包括双碳背景下的极地冰盖运动与稳定性监测、海洋温度分布监测；结合船测水深数据实现海底地形反演；万亿国债用于防灾救灾背景下，轨迹数据集可用于监测内陆水体水位，结合GeoScene多维分析能力研究其时空变化特征与成因，延伸产汇流及洪水演进预报，进一步延长洪水预见期、提高洪水预报精准度。
下图为GeoScene 4.1根据 Sentinel-3 SRAL 数据插值的平均海平面高程。
GeoScene像素编辑器以交互方式操作影像数据的像素值，帮助用户轻松处理影像数据。像素编辑器支持的场景主要包括：
对某个特殊区域进行像素化处理，以及模糊掉一些隐私、敏感信息。
提供除云功能，在GeoScene 4.1中，新增局部匀色功能，用户可以调整新区域的颜色以匹配基础图像，确保影像色彩的一致性。
针对阴影等造成的分类错误，修正分类影像，提高数据的准确性。
可用于编辑高程数据，包括高程异常点自动去除，DSM到DEM的转换。
GeoScene GeoAI能力在GeoScene4.1中有重大提升，深度学习的应用流程和应用场景均有升级。
样本标注一直是深度学习流程中繁琐但及其重要的一环，样本的标注质量直接影响深度学习模型训练的精度。GeoScene 4.1在样本标注环节提供了“自动检测”功能，通过智能化辅助，极大地加快了标注速度，并显著提高了标注的准确性。这不仅减轻了人工标注的负担，还确保了数据集的高质量，从而为训练出高精度的深度学习模型打下了坚实的基础。
GeoScene GeoAI的深度学习能力目前已涵盖影像、点云、自然语言处理、要素等多种应用场景。在GeoScene 4.1中提供了全新的时间序列模型应用的全流程工具，支持时间序列模型训练和推理。并且提供了InceptionTime、ResNet、ResCNN、FCN、LSTM等五种经典算法；深度学习算法对于长时间序列的预测有着极大的优势，相比传统算法提高了预测的准确性。
在GeoScene 4.1中我们不仅针对时间序列数据的预测提供了全流程的工具，同时我们在影像分类场景中提供了新的算法“PSETAE”，该算法在光谱特征和空间特征中引入了时间特征，可以解决同普异物等情况，在物候期不同的植被分类中有极大优势。针对该算法，优化了影像深度学习全流程工具，最新的工具支持处理多维镶嵌数据集用来做深度学习训练和推理。
深度学习推理工具是模型应用阶段必须应用的工具，GeoScene 4.1的“使用深度学习分类像素”工具进行了全新升级，最新的工具支持输入矢量数据，对矢量数据中的图像附件进行像素分类，可以将深度学习技术应用到更多的业务场景中。
深度学习模型训练中由于需要输入的超参数较多，超参数如何优化，模型该如何选择，一直是深度学习应用中的一大难题。
GeoScene 4.1针对这一难题，推出了“AutoDL”工具。AutoDL工具极大的简化了深度学习训练的输入参数，用户只需要输入训练样本，选择要对比的模型，工具可以自动的计算最优超参数，并在多种算法中选择最优的算法，并输出模型。可以让深度学习应用的“新朋友”也可以快速的训练出一个高精度的模型。
下图展示了基于SAR和AutoDL的海上船舶提取。
随着数智化转型推动，行业领域不断推出数字化、智能化升级的建设方案，比如《自然资源数字化治理能力提升总体方案》以及《“十四五”数字孪生流域建设总体方案》等，其中都涉及采用知识图谱技术构建领域知识库，并进一步支撑应用创新。面向知识库构建及知识数据、知识图谱展示、分析与应用等用户实际存在的痛点难点，GeoScene Knowledge Server 4.1继续完善增强产品能力。主要体现在以下方面：
GeoScene 4.1中，允许用户连接到含有数据的企业版Neo4j图数据库，并Neo4j中管理的数据发布为知识图谱服务，并在GeoScene平台中进行可视化及应用分析。该知识图谱服务在GeoScene中为只读服务，编辑操作可由第三方数据管理工具来完成（例如Neo4j提供的数据管理工具）。这意味着，用户原有的图数据以及围绕其所投资的软硬件设施，完全可以按照既有方式运转，同时在需要地理空间与关系数据融合展示与分析时，直接注册对接到GeoScene平台即可完成业务场景实现。这种技术架构既保障了用户过往投资，又能扩展时空图谱融合场景，更为开放便捷。
查找路径新增过滤的查找路径选项，用户在指定路径的起点和终点后，还可以指定路径中需要排除的实体和关系，以及是否按指定方向进行路径查询。
GeoScene Maps SDK for JavaScript中提供KnowledgeGraphService类，包括知识图谱实体和关系的数据模型，提供对知识图谱的搜索查询和编辑。自4.26版本起，又全新增加KnowledgeGraphLayer类，用于空间和非空间实体和关系的可视化和属性查询。其中具有空间位置的实体和关系，可以添加至地图视图，并进行符号化渲染，使知识图谱应用开发更简单。
Geocoding Server 4.1紧贴用户需求，进行了一系列功能和创新升级。包括：
构建通用标准地址模型，为地址治理和应用提供基础支撑；
融合大模型技术，增强了地址治理的智能化水平，减少对大量标注数据的依赖，有效降低人工成本。
扩展线和面类型地址数据的支持，使得地址库更丰富，地理编码更加灵活、精准；
在地址库管理方面，提供了更加精细的工具和接口，支持按属性条件和几何条件约束进行地址库的更新维护；
增强了地址检索能力，包括拼音、同义词、英文名称的模糊搜索，以及分词和同义词词典的更新维护，进一步提升了检索的便捷性和准确性。
GeoScene 4.1是向智能化迈进的一个全新版本，平台产品与大模型结合，实现深度学习样本智能化标注，更智能便捷的进行地址文本治理，也能够在应用层面与知识图谱产品结合更精准的智能问答。在数据底座打造方面，GeoScene主打升维赋能，构建的三维底座更具开放性和可扩展性。加之更敏捷的应用构建引擎，全面助力各行业智能化升级。
想了解更多
