3.33 长期研究需求 (Long-Term Research Needs)

空间计算给社会提供了巨大的价值，但是它的成功也引发了意义重大的挑战，应对这些挑战确实需要超出空间计算领域的专业知识。首先，不同于以往地图数据来自受认可的数据源，公众变成了实际的地图标记者并且大部分现象是可观察到的，因此，需要将目光从由一些信任的来源中获取的混合数据转移到协调大量志愿者所产生数据。第二，多平台位置感知能力需要将空间计算从一些平台（例如手机）转移到几乎所有平台（例如传感器、电脑和云）上。第三，为了确保所有社会成员都从基于位置的服务中获利，需要更好地理解人类认知。最后，空间计算未来必须要解决用户对于隐私的信任和担忧问题。

从混合到协同（From fusion to synergetics）。从历史上来说，流行的 GIS 软件（例如 Esri's Arcfamily、PCI Geomatica 和 ERDAS IMAGINE）是为几何数据（例如点、线和多边形）和栅格数据（例如卫星影像）设计的，然而，来自市民签到记录、推特、地理标签、Ushahidi 平台的地理信息报告，以及主动提供的 GPS 轨迹的地理数据数量在不断增长。这些主动提供的数据引发了关于数据错误、可信度以及偏见等挑战。空间计算技术错误带来的政治和法律后果可能是严重的，比如，2005 年卡特里娜飓风之后，需要马上发布新奥尔良最有可能遭受洪水侵袭的邻州的联邦地图，但这一过程的延迟不仅减慢了灾后重建速度，也带来了不确定性，引起了美国国会相当大的关注[15] 。这种政治 / 法律并发症在将来会使事情更加恶化。应对这些挑战需要从传统混合数据的想法中转换到更广泛的数据协同中来，并且提出更多新的议题，比如，志愿者经常使用地点名称（例如硅谷）和介词（例如在……附近、在……和沿着）而不是数值坐标（例如经度和纬度）来表示一个位置。因此，我们需要一些方法来将目前的基于数值坐标的数据结构和算法转向带有地点名称和地点介词的空间数据。另外，我们也需要空间和时空计算标准，通过质量提升过程（例如同业互查和测试崭新性）和质量评估报告（例如定位准确度）更高效地使用这些主动提供的地理信息。

从传感器到云（From sensors to clouds）。在20 世纪，公众可见的空间计算主要通过相关计算机软件（例如 ArcGIS 和 Oracle 空间数据库）来表示。今天，由于智能手机和基于网络的虚拟地球的广泛使用，越来越多的平台都是位置感知的，所以空间系统中计算栈的所有层次都受到了影响。我们需要新的基础设施支持计算栈中低层次的空间计算，以便空间数据类型和操作在硬件、汇编语言、操作系统内核、运行时系统、网络栈、数据库管理系统、地理信息系统和应用程序之间进行合理的分配。我们也需要增强现实能力来适应镜片显示和智能手机这些设备来进行自动地、精确地、可伸缩地检索、认知和信息呈现。基于感知的机遇包括为紧急应答、健康管理和水及能源分布的实时态势感知进行实时的、厘米量级的定位提供普遍基础设施。空间大数据引起的计算问题意味着众多云计算的新课题，主要包括针对数据大小、数据种类和更新速率问题，这些问题大大超过了现有学习、管理和处理数据的空间计算技术的界限。

空间认知优先（Spatial cognition first）。空间计算服务之前是为一小部分经过 GIS 使用训练的专业人员定义的，这些专业人员使用的是还没有被普通大众理解的专业技术语言。随着使用基于位置的服务的普通民众变为地图标记者，理解空间认知心理变得迫切，这种理解会提高地图和其他地理信息产品的使用和设计。我们还需要进一步研究空间认知辅助来探究一些想法，比如，为不能阅读地图的个人进行基于地标的导航，或者在一个新空间（例如建筑或校园）中进行导航，同时这个新空间中并不是所有的区域都有名字（例如走廊）。与个人相反，在参与式计划（例如风景、桥和建筑设计上的合作）或者快闪暴走族的协调位置运动方面理解群体行为会提高人群的空间计算服务。在这些情景中也应该考虑上下文环境（例如谁在发推特？他们在哪里？以及在这条推特中其他的物理特征）来探索新的机会，比如可以对紧急情况（例如类似飓风桑迪的自然灾害）期间的推特进行解读从而警示群众。必须要进一步研究理解我们空间能力的新方式，以及不同群体考虑空间的方式：人类怎样表达和学习认知地图？空间认知概念怎样提高空间计算服务的可用性？我们怎样创造用户界面，缩小“局部的”空间计算和“全局的”空间计算之间的差距？其中，“局部的”空间计算通常代表是带有立体显示和精确 3D 追踪的室内桌面系统，“全局的”空间计算通常代表是室外便携式或可穿戴设备上粗糙的GNSS。

地理隐私（Geoprivacy）。尽管位置信息向应急响应人员、消费者和工业传递了巨大的价值，这种数据流同样也引起了地理位置和地理监测使用相关的严重的隐私和可信度问题，其中地理监测是为了监控和控制市民，或者有时称为追踪、地理奴役[7]和地理隐私[18,34,41,42] ；比如，欧盟因为触犯隐私权的问题起诉了谷歌街景， 导致它遭受到一些国家的临时屏蔽。在实用性和隐私之间取得平衡仍然是一个比较困难的问题。混淆位置信息的计算机科学方面的努力产生了消极的结果。由于对位置、轨迹和其他时空个人信息等隐私的担忧，很多个人不愿意沉湎于移动商务[18] 。计算机科学家需要与政策决策人和其他提倡者合作来赢得消费者的信心。必须要制定新的法律来匹配“公平信息处理条例” [42] ，尤其是那些布告、透明度、同意、诚信以及责任相关的法律。然而，这种匹配也带来了一些问题，包括：在收集空间数据时什么样的才算“充分通告”？应该如何要求一致性？应该存储什么信息，存多久？更广泛地讲，定位（例如 GPS 追踪）在什么情况下会触犯隐私？降低时空分辨率在阻止追踪和其他形式的地理奴役时是否足够？我们怎样才能在满足社会需求（例如追踪传染性疾病）的同时保护个人的地理隐私？