IBM研究员推出了一项云分析服务，该服务被称为PAIRS Geoscope，开发人员可使用IBM的REST API来为该服务添加基于地理空间和时间的数据到他们自己的应用中。
IBM研究员推出了一项云分析服务，将应用与一系列大型地理空间数据集连接起来，这些数据集涵盖地图、卫星、天气和人口变化等。
该服务被称为PAIRS Geoscope，开发人员可使用IBM的REST API来为该服务添加基于地理空间和时间的数据到他们自己的应用中。
PAIRS Geoscope目前仅限科学家使用，但IBM研究院现在已经上线了一个网站，供所有开发人员测试该资源。
PAIRS是Physical Analytics Integrated Repository and Services的缩写，是IBM应对混合大型结构化数据集（如卫星和天气数据）与非结构化数据（如推文中的位置和时间戳数据）挑战所做出的回应。
IBM Watson研究人员在2015年的一篇论文中首次描述了这种PAIRS集成引擎，并指出PAIRS是基于大数据技术Hadoop和HBase构建的。可以承担数据采集中的"苦力工作"，并在多个数据源跨多种数据格式对分析洞察进行搜索。
IBM PAIRS有很多可用的数据集，包括美国航空航天局Aqua和Terra卫星数据、美国政府的土壤数据、NOAA天气预报、美国地质调查局Landsat数据等等。
Google在2016年推出地理空间服务，2016年开始让开发人员可以访问Landsat和欧盟Sentinel-2卫星图像，其中包含近1.5PB的数据。Google Earth的两个关键数据集引入Google Cloud，使得开发人员能够利用机器学习和计算引擎工具构建预测服务。
2016年，IBM研究人员还开始从大疆Phantom 3 Standard收集的无人机地球图像，并将其上传到PAIRS，在PAIRS图像与其他数据源相匹配，以便与土壤属性、卫星和天气等数据进行叠加。
PAIRS用户还可以上传专有数据以与现有数据层相结合，例如，结合物联网传感器数据。此功能在物联网部署中可以发挥作用，例如可用于测量土壤湿度以预测灌溉需求。
事实上，PAIRS可以追溯到IBM协助美国大型葡萄园E＆J Gallo Winery开发的一个物联网精确灌溉系统。数以百计的传感器、卫星图像和云通信网络结合天气、气象和大气数据，以帮助监测植被、估计水分损失并预测未来的灌溉需求。
IBM表示，已经与农业、金融、能源和气象等领域的客户进行了试验性的平台部署。PAIRS存储库的数据量每天增长数TB。据IBM称，PAIRS可以"自动摄取、管理和无缝集成各种形式的地理空间和时间数据"，将大型、异构和复杂的数据集"转换为一个整齐排列的索引结构，专为高效检索和查询而设计"。
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
