哈尔滨城市空间信息系统建设总体架构

● 文| 孔繁宇鲍珊珊葛宝玉侯玉莹

1. 哈尔滨市信息化建设项目管理中心2.哈尔滨航天恒星数据系统科技有限公司

哈尔滨城市空间信息系统建设总体架构

● 文| 孔繁宇1鲍珊珊2葛宝玉2侯玉莹2

1. 哈尔滨市信息化建设项目管理中心2.哈尔滨航天恒星数据系统科技有限公司

简要介绍了哈尔滨城市空间信息系统建设对于哈尔滨智慧城市建设的作用，阐述了哈尔滨城市空间信息系统的建设方案，通过研究用户业务需求、数据需求、功能需求及网络需求对系统进行设计，搭建了城市空间信息云平台，并在云平台基础上开发城市空间信息管理系统及行业应用支撑系统，实现了对城市空间信息的智能化管理。

哈尔滨城市空间信息系统 云平台 管理系统 行业应用支撑系统

一、概述

城市空间信息是反映城市中发挥城市功能的各类现存设施[1]的空间分布特征的信息。空间分布特征包括设施的位置信息、物理属性和管理属性等。因此，城市空间信息是智慧城市基础建设的重要组成部分，是城市发展水平和文明程度的重要支撑，是城市正常运行的物质基础，也是城市经济和社会和谐发展的物质条件。城市空间信息对于改善人居环境、加强城市网格化管理[2]、提高城市运行效率、稳步推进智慧城市建设、确保全面建成小康社会具有重要作用。

哈尔滨城市空间信息系统的建设旨在通过先进的技术手段，全面准确掌握哈尔滨城市空间信息；建立全市技术标准统一、数据全面完整、更新及时准确、智能程度较高的城市空间信息系统，为全市跨部门政务信息共享和业务协同发展提供数据支撑，夯实智慧交通、智慧照明等数据分析基础，为城市规划管理信息化、基础设施智能化、公共服务便捷化、产业发展现代化以及社会治理精细化[3]创造有利条件，有力推动哈尔滨“智慧城市”建设步伐。

本文介绍了哈尔滨城市空间信息系统设计的总体方案，本方案在整合基础地理信息、地上空间信息、地下管网信息、地下空间信息数据的基础上搭建了城市空间信息云平台，构建城市空间信息管理系统和行业应用支撑系统，支持一系列查询、统计、分析及二三维、地上地下一体化展示等操作，满足政府、各行业职能管理部门、企事业单位及市民公众四大类用户的不同需求。

二、哈尔滨城市空间信息系统设计需求

哈尔滨城市空间信息系统在设计过程中对四大类用户进行科学分析，对各类用户进行需求调研，并且根据国家政府网络建设要求，结合哈尔滨现有网络环境，总结了用户的业务需求、数据需求、功能需求和网络需求，具体归纳见表1。

表1 空间信息用户需求调研表

三、哈尔滨城市空间信息系统总体设计方案

1.总体架构

依据建设任务，哈尔滨城市空间信息系统建设项目的总体架构分为应用层和平台层两部分，其中平台层又分为虚拟化层、数据支撑层和服务层。总体架构参见图1所示。

虚拟化层采用航天恒星自主研发的AcloudAge OS XS体系架构，整合现有政府硬件环境，包括台式机和存储磁盘阵列形成可统一管理分配的计算资源池和存储资源池，系统用户可通过虚拟化资源配置分配相应资源，用户通过“云终端”按需获取动态资源及虚拟计算资源。

数据支撑层包括了哈尔滨城市空间信息普查的所有数据及相应的数据库。数据层管理的数据主要包括：空间信息、动态信息和公共信息。项目建设初期，在城市空间信息云平台上主要设计实现空间信息数据库，包括：基础地形测绘建设生成的地理信息数据、城市空间信息普查建设生成的城市空间信息、地下管网普查生成的地下管网数据等。后续平台还将接入动态信息数据库、公共信息数据库，最终，3个数据库共同构成数据支撑层。

服务层主要包括平台引擎、公共服务组件、业务组件和数据管理相关组件等。通过数据共享与交换技术，为应用层提供城市空间信息的展示、交换、检索及扩展开发等服务，并具备大数据存储、大数据挖掘、大数据处理等功能。

应用层提供了空间信息管理系统和行业应用支撑系统。空间信息管理系统主要负责对城市空间信息数据进行直观展示及基础数据管理等工作，为用户提供定位、查询、统计、分析及地上地下一体化展示、二三维联动展示等应用服务；行业应用支撑系统主要是基于城市空间信息云平台为各行业职能管理部门提供扩展开发接口和快捷组装工具，可以接入已有的基础地理信息系统和地下管网信息系统，还可以通过二次开发建设如安监应用信息系统、照明应用信息系统及人防应用信息系统等具有典型行业特色的专题类应用系统。

图1 哈尔滨城市空间信息系统总体架构

2.系统组成

哈尔滨城市空间信息系统包括“一个平台”和“两类应用”：“一个平台”指城市空间信息云平台，“两类应用”指空间信息管理系统和行业应用支撑系统。

（1）城市空间信息云平台

哈尔滨城市空间信息云平台为系统提供了多种数据库类型，构建了哈尔滨市基础地理信息数据库、地下管网信息数据库、地下人防工程数据库和地上空间信息数据库，并具备对其他城市管理相关的基础管理数据及动态监管数据进行接入及集成的能力。其中，数据类型涵盖了元数据、基本要素数据、数字高程模型数据、多尺度（1 ： 500～1 ： 2000、1 ： 2 000～1 ： 5000、1 ： 5000～1 ： 10000等）影像数据、图片数据、文本属性数据、三维模型数据等多种类型的数据。

通过采用一系列算法对上述数据进行快速高效的抽取、转换和装载，并基于云计算[4]并行处理算法对系统进行分析和设计，以便从大量的空间信息数据[5]中挖掘出存在一定联系的专题类信息，为用户提供辅助决策、专题分析等应用支撑。

由于城市空间信息数据是巨量的、多样性的、快速性的[6]，部分数据涉及敏感信息，因此在平台设计过程中不但要支持大数据存储[7]、大数据处理、大数据挖掘等[8]，还要充分考虑系统的安全可靠性，对登陆系统的用户采用访问控制、身份认证等机制，实现按行政区划或按委办局两种方式对不同用户进行访问和身份控制。根据最小化原则，用户依照自身的权限，来获取其可知悉范围内的数据与管理权限。

（2）城市空间信息管理系统

空间信息管理系统在设计过程中充分考虑了各委办局的业务需求、数据需求及网络需求，旨在提供定位、量测、标注、查询、统计、分析等基本操作的基础上充分满足各类用户的管理需求及应用需求，如为政府部门用户及行业职能管理部门用户提供相应管辖范围内空间信息网格化管理、管理属性在线更新、模拟规划、辅助决策、三维场景巡览、空间量算、专题类数据分析、应急预警、协同办公、数据交互及图纸打印输出等功能；为市民公众提供满足其生活生产相关的查询、定位及宣传教育等功能。

空间信息管理系统还具备文本属性、二三维联动功能、地上地下空间信息一体化展示功能，可以满足用户进行全方位360°空间查看，提供给用户良好的界面效果及简单友好的操作体验。

（3）城市空间行业应用支撑系统

城市空间信息系统具备二次开发能力，可以支持行业应用支撑系统的扩展开发。根据委办局对城市空间信息管理及应用的迫切程度不同，可以在哈尔滨城市空间信息系统基础上开发相应的专题类应用信息系统，如安监应用信息系统、照明应用信息系统及人防应用信息系统等。

行业应用支撑系统内的二次开发子系统会为平台专业用户提供扩展开发API接口及帮助文档，在安监应用信息系统、照明应用信息系统及人防应用信息系统等行业应用系统底层为其提供接口服务，为各委办局数据对接、基于平台开发专业系统及基于平台完善其自有系统等方面提供了快捷的组装工具。

3.网络部署

哈尔滨城市空间信息数据具有巨量性、多样性、分散性等特点，因此部分数据属于敏感数据，系统在设计及部署的过程中需要严格按照国家相关保密规定控制数据的知悉范围，保障数据的安全性。因此，哈尔滨采用了三网部署方式分别部署政务内网空间信息系统、政务外网空间信息系统及公众网空间信息系统。

1）哈尔滨政务内网部署全套城市空间信息系统，系统符合涉密信息系统建设要求，系统采用完全物理隔离的方式存储全要素、全信息、全周期、高精度的城市空间信息数据，数据在更新及传输的过程中完全采用移动存储介质进行传输，内网数据只能被政府部门的个别领导通过身份验证进行数据访问。

2）政务外网建立系统包括定位、量测、查询、展示、统计、分析、预警、辅助决策、数据信息共享服务管理、共享资源管理、管理属性更新及报建审批等方面功能，提供经脱密处理[9]后的不含敏感信息的中等精度或低精度城市空间信息数据，主要用户对象包括大多数行业职能管理部门、区县政府、街道以及部分相关企事业单位等，系统具备对数据进行安全监测的功能。政务外网部署的原则是在保留各行业职能管理部门中已建成或在建系统及数据的基础上，利用城市空间信息系统预留的数据交互接口进行数据传输，将各委办局数据在空间信息云平台上进行集中汇总。

3）公众网空间信息系统建设依托于政务外网空间信息系统的基础软件架构，建立包括信息发布、公众服务等社会服务功能在内的应用系统。政务外网与公众网之间利用网络防火墙实现逻辑隔离，控制数据的安全性。公众网空间信息系统主要用户就是社会公众，为其提供非密公开的数据的查询、浏览等基本功能，实现通用精度数据的全面开放。

四、结论

通过建设哈尔滨城市空间信息系统，将全面准确掌握哈尔滨城市空间信息数据，满足各类用户的业务需求，实现了城市空间信息的全生命周期和全过程管理，提升城市管理的标准化、信息化、精细化水平，满足城市现代化建设和可持续发展的切实需求，推动了哈尔滨智慧城市的发展速度。

[1]承继成，李琦，林珲，董宝青，夏曙东.数字城市——理论、方法与应用[M].北京：科学出版社，2003.

[2]Li Deren，Yao Yuan，Shao Zhenfeng，et al.From Digital Earth to Smar Earth[J].Chinese Science Bulletin，2014，59(8)：722-733.

[3]新华社.国家新型城镇化规划(2014-2020年)[J].农村工作通讯，2014：44.

[4]Deed C，Cragg P.Business Impacts of Cloud Computing[J].Cloud Computing Service and Deployment Models：Layers and Management，2012：274.

[5]Li Deren，Wang Shuliang，Li Deyi.Spatial Data Mining Theories and Applications[M].Beijing：Science Press，2006.

[6]Philip Russom.Big data analytics[R].TEWI Best Practices Report ，2011.

[7]霍娜.非结构化数据来袭[N].中国计算机报，2011.

[8]王珊，王会举，覃雄派，周烜.架构大数据：挑战、现状与展望[J].计算机学报，2011，34(10)：1741-1752.

[9]傅宏.公众版地图地理要素脱密处理方法[J].地理空间世界，2010，8(4)：133-134.