通过共享图像分析工作流提升地理空间情报生产效率
25395 评价本文：
4.3
通过共享图像分析工作流提升地理空间情报生产效率
匿名 2013年9月26日，星期四
当前地理空间情报生产效率面临若干挑战。分析师们通常分散在广阔的区域，有时甚至遍布全球。即使团队地理位置相近，彼此之间也可能缺乏沟通。即便沟通渠道畅通，分析师们在不同的网络上运行不同的软件程序，也难以真正实现协同生产活动。此外，数据量极其庞大，分析师们很难确定哪些数据对他们及其任务最有用。除了寻找特定数据源这一艰巨任务外，衍生产品也常常因为有人不知道其已存在而被重复制作。
所有这些挑战都延长了分析数据和向前线提供信息所需的时间。分析师需要能够智能访问所需数据、算法和产品的程序，以便快速提供信息。美国国家地理空间情报局已将提升分析能力定义为其未来四年的主要目标之一。其目标是创建互操作框架，以促进地理空间情报数据、算法和衍生产品的最佳实践共享。该机构希望解答许多具体问题，涉及数据可用性、首选算法与方法论、区域战术、产品历史等等。此举措的目的是在整个分析师社群内提升效率，并促进生产力。
这类实施能带来大量益处。包括使地理上分散的分析师能够共享知识、协作解决问题。它还在硬件、软件和资源层面通过集中管理数据、许可和安全等方面来节约成本。所有这些益处有助于识别整个流程中的效率和差距，并能有效实施新程序以解决缺陷、推广最佳实践。长远来看这意味着什么？简而言之，意味着能为前线部署人员提供更好的分析。无论是直接的地理空间情报交付物、可消费的应用程序，还是仅仅是一名信息更灵通的士兵，事实上，更好的国防和军事地理空间情报意味着更好的决策。
分布式分析网络的三个基本主要组成部分是用户界面、数据组件和算法组件。用户界面可以描述为分析师通过该系统与数据、算法及其他可用信息交互的程序。数据管理组件通过用户界面向用户提供编目、搜索与发现以及数据显示功能，分析算法组件则管理算法——这些是可执行的分析函数，可对编目中的数据运行。
所有这三个组件通过互操作性标准进行交互，以检索数据和算法、运行分析、显示结果、提供新获取数据/产品/算法的通知，并跟踪用户行为以提升效率和最佳实践。
从增强员工之间的协作，到降低组织成本，再到提高效率和改善决策，在分散网络中实施共享分析环境的好处不容忽视。集体的专业知识远胜于单个资产的有效性，最终，所有这些目标都是为了向需要的人及时提供更准确、更相关的信息，以促成有意义的行动。
您有何看法？您认为共享分析网络带来的好处是否超过了转向此类实施可能花费的时间和资源？