Google Earth开始尝试行业化～

小猿猴GISer · 公众号 · · 2024-10-01 23:14

正文

最近Google Earth 宣布未来几周将推出基于Google Earth 的专业高级版本（Professional Advanced）的试用版，这款新产品主要面向城市规划、房地产开发、清洁能源和可持续发展行业，提供了一套无代码化的地理空间评估和分析功能，从而支持这些行业在设计阶段的选址、方案评估以及现场评估等。

其实这个产品的前身是Sidewalk Labs 2020年推出的用于优化城市发展的生成设计工具「 Delve」，而Sidewalk Labs 则是Google的城市规划和基础设施子公司，大家对他也不陌生，2016年曾经在加拿大多伦多尝试推动「智慧城市项目」Sidewalk Toronto，但是由于疫情导致的经济不确定性，该项目最终在2020年宣布被放弃，这对当时国内的智慧城市从业者的内心还是造成一定的影响的。

Delve其实基于了一个很酷的AI First想法，前几年的时候也有国内的企业推出过类似AI化的规划设计产品，其比较独特的地方在于：

1、基于生成式的模型来进行规划方案的自动生成，Delve根据项目的规划投入（例如商业或住宅用途的总建筑面积）、场地限制（例如高度限制）和优先结果（例如成本或日照）来进行符合要求的待选规划方案生成，用户也可以通过修改指标的优先级来调整待选方案的得分排序。

2、内置财务模型，Delve 为其生成的每个设计方案的各个部分运行财务模型——对每栋建筑、街道部分、开放空间等进行成本建模，从而能够得到每个方案对应的成本估算。

3、能够进行精细化的单元指标评估。它会评估每个单元（而不仅仅是整栋建筑）的日光利用情况，以帮助确定外墙处理和能源负荷，其他设计元素包括开放空间通道、步行性、视野等。

虽然我不是专业的规划设计人员，但是之前简单参与过一个规划选址类的项目中，而当时这个项目的运行模式还是类似 Human-First，先人为确定几个待定的区域，然后通过一系列的指标模板来套一些待选的方案，当然这些设计方案也是人为从零开始设计出来的，从而得到指标化的方案报告。

而在AI First的产品模式下，专业人员更多的是提要求、做选择，细化调整，这还是很大的不同。

但是要做到AI- First的基础条件就是要具备丰富的数据，一方面是能够支持模型训练，另外一方面则是能够支持模型计算的输入需要。正如我上面所说的那个选址项目，我们在初期遇到的一个比较明显的麻烦就是缺乏必要的数据支撑，虽然列了一堆的评估指标，但是要支持这些指标就需要各种地理、环境、社会等等方面的数据，但是这些数据通常获取都比较困难，所以导致后续很多的指标其实都只能通过专业人员根据经验来填一些数值，没有办法做到数据驱动。

所以我觉得这也是Delve开始和Google Earth来进行合作的基础，早期Delve其实使用的是Mapbox的数据，而Delve需要更丰富的地理空间数据支撑，Delve和Google Earth集成可以直接利用 Google Earth 的全球卫星影像和全面的地理空间数据，用户可以通过查看新建、现有建筑物和停车场来快速确定房地产或清洁能源开发项目感兴趣的地。

而且在Google Earth最新的更新计划中，Google Earth将进一步进行矢量电子地图、航空摄影、卫星图像、3D 地形、地理数据和街景数据的整合。

计划推出的专业高级版本（Professional Advanced）还会接入Google Maps的 Solar API可对大型商业屋顶和停车场进行太阳能可行性评估。借助 Solar API 集成，您可以使用高级太阳能数据和屋顶图像快速评估早期设计的太阳能可行性，覆盖 40 多个国家/地区和 4.72 亿栋建筑，除此之外还可以使用Google的tax lot，parcel，transportation和 building emissions data。

Google Earth开始尝试行业化～

正文

请到「今天看啥」查看全文