基于规划数据的增量更新及决策应用分析研究
2016-09-04
1 引言
基础地理空间数据是各城市各专题应用研究的空间定位基础和公共要素基础,基础地理信息数据库的生命力在于其数据的现势性和准确性[1]。随着城市发展建设进度的加快,规划实施管理走上信息化,基础数据的更新模式及周期还不能满足规划工作的需要。因此,建立一种有效的更新机制,将发生变化的地理数据信息及时、有效的反应到现状数据中是我们需要研究的课题。另外,目前对于大多数地理空间数据还只停留在查询、显示、制图等基础应用层次,并没有形成对现有数据信息的挖掘与提取,特别是规划管理中的非结构化数据没有得到真正的应用与体现。因此,基于规划地理空间数据的分析应用与决策支持是规划管理中亟需加强和提升的。
2 基础数据更新模式
基础地理数据库的更新模式一般包括增量更新和版本式更新[2]。版本式更新的理念则是利用新测或修测的数据对原数据进行全部替换更新。而在城市规划建设中,空间基础数据主要发生在局部区域, 对于未发生变化的其他区域数据在更新过程中被重复存储, 这样势必会带来大量的冗余数据,不便于数据的存储和备份, 给数据的管理带来更高的成本。
增量更新模式是创建现状与历史数据库,通过建立时间版本管理,建立两者之间的数据联系,这样能在反映现状数据的同时,也能随时反应出历史数据的情况。该模型在局部建设变化频繁的规划建设中是比较适合的,对于局部变化的单个或少数实体,将只对变化的实体对象进行更新存储,这样将原来现状数据库的数据推送至历史数据库,变化更新的数据将存入至现状数据库。基于该模型的循环递进更新的思想,我们通过建立基于时间维的空间数据库来存储这种对象变更的继承关系。
因此,本文在此模式基础上来实现对规划基础数据的有效更新。
3 基础数据更新流程
根据城市规划项目建设的过程,在项目建设完成以后,以竣工测量的成果数据来补充更新现势数据库。具体更新过程如下图所示。
图1 基础地理数据更新过程
图2 图层匹配
3.1 图层匹配
由于采集数据与入库数据的格式,命名存在差异性,首先需要建立不同格式数据的图层对应关系,最后通过转换进行正确的图层匹配。
3.2 增量更新
增量更新技术是数据现势性保障的核心部分,目前相对较成熟的是基于时态的增量更新技术。通过引入时态地理信息系统的理念,将时间属性作为空间实体对象固有的基本属性,形成基于不同时间的数据版本管理,支持不同时期的数据回溯与动态查看。从而使无序的数据更新业务在时间维上进行顺序关联,有效的解决了数据更新的冲突问题。该方法需要考虑一下几点:
(1)建立时间参考;
(2)版本回溯;
(3)对比查看;
(4)冲突检查处理。
4 应用分析案例
基础地理数据实现动态更新之后,基于基础数据的应用分析是规划决策管理中需要挖掘和提升的地方。本文以智能选址以及设施服务半径分析为案例建立数据分析模型,对规划基础数据进行挖掘提取,形成辅助决策的可行方案。
图3 数据版本对比查看
4.1 选址案例
4.1.1影响因素分析
城市建设项目选址的主要依据有:建设项目与城市规划布局的协调;建设项目与城市交通、能源、市政规划的衔接与协调;建设项目配套的生活设施与城市生活居住及公共设施衔接与协调;建设项目对于城市环境可能造成的污染影响,以及与城市环境保护规划的风景名胜、文物古迹保护规划的协调。城市主要用地类型的空间分布都有一定的特征,各种城市用地的位置相互之间关系的重要因素可以归纳为以下几种:
(1)各种用地所承载的功能对用地的要求,如居住用地要求具有良好的环境,较便捷的交通条件,较完备的生活服务设施。工业用地要求良好、廉价的交通运输条件,需要考虑对城市其他类型的用地之间的负面影响。
(2)各种用地的经济承受能力,在市场环境条件下,各种用地所处的位置及其相互之间的关系主要受经济因素影响,对地价承受能力强的用地种类,往往会侵入临近的地价便宜的用地类型的用地。
(3)各种用地相互之间的管理,由于各种类型的城市用地所承受的功能之间存在相互吸引、排斥等不同的关系,城市用地之间也会相应的反映出这种关系。例如,大片集中的居住用地会吸引为居民日常生活服务的商业用地,而排斥有污染的工业用地或其他对环境有影响的用地。
图4 模型构建过程
(4)规划因素:城市规划的政策是左右各种城市用地位置及相互关系的重要因素,如对传统建筑物的保护等。
根据选址考虑的优先条件,将以上因素主要归纳为下面几类影响因子[4]:
一类因子:规划条件,交通条件等;
二类因子:配套设施,环境因素等;
三类因子:经济条件,区位条件等。
通过叠加和集成整合与空间规划有关的专题地理空间数据、经济社会数据,以及涉及空间位置的各类专项规划数据,分析和评估建设项目拟占地范围内及周边的各种自然和社会环境条件、制约或者有利因素,实现建设项目科学选址的辅助决策。
图5 选址方案结果
图6 分析模型
4.1.2 选址模型构建
根据选址建设的思路,综合以上对选址影响因子的分析,建立如下选址模型过程:
根据上述模型构建过程,将影响选址的因素划分为不同类的影响因子,并赋予不同的影响权重,对备选地块采用层次分析法进行评价分析,最后以报告或图表形式输出最优方案。
4.1.3 分析结果
根据选址情况,在规划数据成果上,通过系统模型对数据信息进行提取,可以输入需要选址的条件,例如选址面积,用地性质,选址需要考虑的因素集等。根据系统模型对影响因子分配的权重,采用层次分析法对各备选方案进行打分评价,从而选出最合适的选址地块。
4.2 服务半径分析案例
在规划建设中,对区域内公共设施等各类社会资源的辐射范围进行分析,使国土资源保护、土地利用规划和公共设施配置等能够满足社会发展和经济建设的需要,为城市管理的决策提供可靠支持也是规划建设发展关注的要点。
4.2.1 模型构建
根据现状及规划数据类型建立区域内不同设施类型的服务半径分析,提取数据库数据指标信息。对不同服务半径内的总面积进行统计,分析不同服务半径内设施服务覆盖面积占区域总面积的比值,并运用设施分布的均匀度情况来分析设施服务覆盖的重叠度问题,建立数据输入输出模型。
4.2.2 分析结果
以服务半径的覆盖率和重叠率来对设施分布的合理性进行指导与评价,并提出规划辅助决策建议。
5 结语
随着城市规划建设的发展,基础地理数据更新必须建立有效的增量更新管理机制,以时间为轴建立基础数据的版本管理,才能使基础应用数据的现势性得到保障,同时使得决策应用分析的结果更具实效性和准确性。文章以选址及服务半径应用分析为例,探讨了对基础规划数据的信息挖掘与提取,通过建立系统分析模型得出了选址、设施布局决策支持的可行方案,但如何具体量化影响因子以及对模型的优化方面还有待研究。
图7 设施服务影响分析