每到春运之时，人口的迁入和迁出就成了城市的主旋律。昨日，高德地图发布了2017年春运大数据。其中，广东省的5座城市在人口迁出比例排名中占据前5位，而安徽省的4座城市名列人口迁入比例排名前10位，成为返乡大省。
高德地图能够得到关于人口迁徙的大数据，是基于平时对用户数据的收集与累积。其实不止是高德地图，目前的电子地图全都离不开大数据的支撑，可以说没有大数据就没有电子地图。
电子地图的原理是什么?支撑电子地图的大数据究竟是如何得来的?采取怎样的方式才能收集到?这些问题都值得我们思索一番。
现在，人们在生活中越来越依赖电子地图，对其所提供的服务及性能的要求也愈发严苛。好在科技处于不断发展的过程中，不少电子地图企业都在技术上有所进益，已经开始将基于大数据的人工智能应用于电子地图之上。
这将为用户的生活带来更加优质的体验，同时也有利于收集到更深一层的大数据，推动电子地图行业的进一步发展。
一、地图大数据种类多样，不同形式需不同收集方法
上图是地图图层的分布，第一层是人、第二层是建筑、第三层是街道、最底层是实际空间。由此不难看出，电子地图对实际空间的表达方式是通过不同图层进行描述，然后将这些图层叠加的过程。地图的应用目标不同，叠加的图层也有所区别，这样才能针对不同目标展示我们所需的信息内容。
此外，还需要简单了解一下矢量模型和栅格模型这两种基础的地图模型概念。
矢量模型：通过多个XY/XYZ坐标将自然界的地物以点线面的方式进行表达。
栅格模型/瓦片模型：用方格对实物进行模拟。
目前我们所知的互联网电子地图及多数手机地图APP都是基于栅格模型的地图服务。它们由10~20层左右的不同分辨率的图片组成。根据用户缩放的级数，选择不同分辨率的栅格拼成完整的地图。平时网速慢的时候，我们会看到地图在显示过程中变成一个个方块，就是由于这个原因。
在电子地图的形成过程中，图层相当重要。此处引入底图概念，它是电子地图中最基本的地物外形数据及相关的附加信息，如河流、道路、桥梁、交通路况等。
在此基础上，我们才能够叠加如卫星图、POI等适应各种需要的图层。通常情况下，电子地图需要选取必要的矢量数据项，再通过地图美工的绘制渲染得到整套不同分辨率的栅格地图。
随着航拍、卫星拍摄及遥感技术的进步，加之对成本及收益的考虑，底图数据的收集已基本不采用实地采集方法，而是通过官方地图、实地外采及航空照片和卫星照片的制作加以收集。
在国内，此部分数据采集需国家认定资质，供应商主要是四维图新和高德，而谷歌、苹果等其他商家则向这两家购买相关数据。
第二种是POI(Point ofInterest，即信息点)数据。这部分属于最简单的矢量数据，也就是坐标点标注数据，包括饭店、酒店、加油站、ATM机等与生活密不可分的地点，是电子地图上最常用的数据图层。
这部分数据的内容比较庞杂，一般通过整合GPS摄像机、委托数据供应商、从互联网或企业获取等方法获得。值得注意的是，POI数据的编辑更新比较简单，也常被用于动态数据的标注，例如车辆定位标注等。
最后是其他图层与数据。包括交通状况图、街景图、三维图、楼盘图及室内图等等，这部分的数据采集方式也是五花八门。例如交通拥堵数据来源于与交通部门有较深合作关系的数据供应商，三维数据依赖于激光扫描及手工建模等方式，街景则需依赖实地采集拍摄等。
二、企业获取大数据各具特色，国内外电子地图市场存差异
关于这一话题，可将中国市场中各大电子地图企业的特点进行简单列举，由此形成对比：
谷歌地图是互联网地图的领跑者，其地图数据来自高德，卫星数据来自DigitalGlobe，街景数据则自主采集;
百度地图是中国市场中较早重视LBS(Location BasedService，基于位置的服务)并投入较大的公司，其内容是最为丰富的。地图数据来自四维图新，借助POI等数据的丰富性成为生活服务的重要入口之一;
高德是一个数据生产商，其传统业务侧重于汽车导航领域，近年借高德地图布局移动互联网。其优势在于数据的精确性，除了卫星数据外，高德基本涵盖了各类数据的生产能力;
通过对比可知，中国市场中的电子地图企业所需的大数据主要依赖于采集，并需要向有能力获取大数据的机构购买。而国外由于政府的信息化水平和透明度较高，加之地物变化相对缓慢，每当有新变化出现政府会第一时间公布，数据生产商只需直接拿来用就可以了，无需过多的采集工作。
由此，行业内出现了“国外内勤为主，外勤为辅，国内以外勤为主，内勤为辅”的说法。因此从某种角度来看，中国的制度现状可能在一定程度上阻碍了中国电子地图行业的进一步发展。
不过，科技总是在进步，面对这种情况，电子地图企业也在探索更多能够应用于电子地图的新技术。其中，基于大数据的人工智能逐渐受到青睐。
三、技术不断发展用户需求提升，AI成下一个技术风口
目前，除了对地理位置的获取及对路径的规划之外，微软、谷歌、BAT以及其他地图制造商已开始逐渐形成基于地理位置的信息和服务系统，并且能够根据使用者的个性调整相关功能。
去年台风“妮妲”入侵时，不少电子地图厂商都迅速对最新受到暴风雨影响的地区的信息加以完善，这背后是AI(人工智能)的深入运用。随着人们对电子地图的愈发依赖，已经不满足于电子地图仅仅呈现路线，而是希望它可以根据各种突发状况提供最新最便捷的解决方案。
如今，AI已成为备受瞩目的热门概念。AI机器人、智能搜索、AI识别、AI医疗…其应用范围之广令人惊讶，对于电子地图行业而言，AI亦起到了重要作用。电子地图企业也意识到这一点，纷纷深耕AI技术。
2016年7月，百度地图向媒体开放了位于佛山市顺德区的数据中心，详细地展示了从外业采集到内业数据处理的全过程，并据此阐释了AI及深度学习等技术在地图数据生产领域的应用。
2016年8月，高德地图发布了AI智能公交导航，主要为用户提供智能出行解决方案。AI公交导航的基础是高德地图的公交大数据，以用户行为统计作为机器的学习样本。该导航采用了左右大脑双层机器学习能力，左脑学习出行模型，右脑学习用户偏好，以便提供省时省力同时具备舒适性的出行解决方案。
在高德地图AI智能公交导航发布的当月，搜狗地图发布了语音修改功能，通过讲话就能够对输入的文字做出修改。而在更早之前，搜狗宣布向清华大学捐赠1.8亿元人民币，用以成立“天工智能计算研究院”，就人工智能领域的前沿技术进行研发，研发成果将会应用于搜狗地图的下一代产品中。
现在，用户在吃住行等各方面生活事宜上都愈发依赖于电子地图。融入AI技术的电子地图在方便大众的同时，也为企业带来商机。AI地图能够积累更深一层的海量大数据，这些大数据记录着用户的空间信息，商业价值极大，要更好地利用这些大数据，人工智能技术是至关重要的。
如果说电子地图产业中蕴藏着宝藏，那么AI就相当于开掘宝藏的“利器”。它能为各方带来利益，从而推动行业发展。
大数据的作用愈发重要，基于大数据的AI将成为电子地图行业的下一个技术风口。它使得电子地图不仅能够为公众提供更好的服务，同时也能够对更大程度上推进电子地图行业的发展起到重要作用。