多源空间数据融合的城市精细化管理

左海龙，罗红霞

(1. 张家口学院旅游与环境学院，河北 张家口 075000； 2. 西南大学地理科学学院，重庆 400715)

城镇化建设是我国扩大内需的最大潜力所在，是完成中国社会转型的重要途径。据国家统计局资料显示，我国2018年城镇常住人口83 137万人，比上年末增加1790万人；城镇人口占总人口比重为59.58%。2014年国务院公布的《国家新型城镇化规划》显示，到2020年要实现常住人口城镇化率达到60%左右。城镇化建设的目标正在逐步实现，同时城市管理体量不断增大，管理对象关联繁多，使得城市管理问题成为影响城市管理质量发展和提升的重要问题。在当前全国智慧城市广泛建设的大背景下，以地理信息技术为主，融合多源空间数据提升城市管理水平可以使城市的各管理单元之间精准、及时地交换信息，让有限的管理资源发挥出最大的使用效能，实现城市管理的最优目标，促进社会经济的可持续发展。

精细化管理理念源于企业生产运营管理，是通过程序化、标准化、数据化和信息化的手段，使各管理单元精确、高效的运行。城市要实现精细化管理就必须有流程分解精细化、协作管理程序化的措施。城市精细化管理要规范管理对象体系，以法律法规为依据，以细化工作标准为推手，通过使用工作流模型形成有制度、有规范、有技术的城市管理工作机制，推动城市容貌不断改善，促进城市管理水平不断提升。城市精细化管理理念在世界城市管理中都具有重要的影响，美国纽约在城市精细化管理实践过程中，完善了系统的城市管理法律法规体系，搭建了网络信息平台作为技术保障，发动民众共同参与城市管理。英国伦敦在城市道路、城市市容方面的精细化管理走在了世界前列，强调城市建设规划先行。日本城市精细化管理采用政民合作的模式，以社区为单位，管理范围涉及社会资源、人才聚集、福利保障和医疗服务等。文献[1]提出城市精细化管理空间信息应用标准化框架和重点任务。文献[2]从大数据挖掘角度研究了如何提升城市精细化管理意识力、决策力和执行力的价值。文献[3—4]借助遥感技术和数据，收集与城市道路使用情况相关的数据,建立数学模型分析道路的服务水平，为城市精细化管理过程中道路的扩建和改造提供可靠的依据。文献[5]基于网络，提出GridStat架构模式强调数据分析与管理工作的良性互动和循环累。文献[6]从空间数据库更新技术讨论了城市精细化管理技术的实现。我国在北京、重庆、西安、太原等城市均推出了城市精细化管理实施方案，正逐步推进城市精细化管理的实现[7-11]。

基于此，本文提出了地理信息系统、GPS、遥感、RFID等空间数据融合的技术方案，强调在空间信息和移动信息管理的基础上通过工作流和过程化管理，提高城市精细化管理的综合水平，为实现民众参与监督城市管理和智慧城市建设提供参考。

1 多源空间数据融合

1.1 多源空间数据

空间性是城市管理的第一性，城市管理业务的每一项环节都以空间存在为第一要义，因此城市管理首先要面对的是空间问题，即明确城市管理对象的空间位置。多源空间数据是指城市管理中的对象具有多种类、多尺度、多主题的特点。在城市管理工作中，管理对象空间性的体现存在多种类的表现形式，如DEM、遥感影像、矢量线划、三维建筑模型、室内外全景图、室内定位、底下管网、室内二维地图等；多尺度是由于城市管理涉及的区域范围不一致，导致存在不同空间和时间的数据之间存在多种尺度，但考虑管理成本，一般不会重新生产数据，而是将不同尺度的数据从技术层次进行统一。如1954北京坐标系、1980西安坐标系、CGCS2000坐标系等不同坐标系下的空间管理对象有着不同的语义层次关系、空间形态和属性等。城市管理过程常常是按专业管理，存在多主题的现象，如通信、给排水、供电、供暖、燃气、照明、市容市貌等。随着管理工作对空间认知需求的逐渐增多，一种交互式、多元化、动态化的管理模式成为当前的趋势。

1.2 多源空间数据融合方法

多源空间数据融合并不是空间数据简单的集成与叠加，而是将同一地区不同来源(主题)、不同格式(种类)和不同时空尺度的空间数据整合起来，消除空间对象在不同数据模型中的描述差异、在不同分类分级标准中的属性差异及在不同采集目的中的详细程度和几何位置差异，使源数据在尺度、详细程度或现势性等方面有进一步提升的空间数据处理技术。

1.2.1 数据格式转换融合

转换融合是目前空间数据融合采取的主要方法之一。各空间信息管理系统厂商出于商业角度考虑，加密了数据格式，随着商业推广又渗透进不同的城市管理业务领域，对城市管理统一化观念提出了挑战。为打破这种各自为政的壁垒，寻求更大的经济利益，各厂商提出中间数据文件支持大规模集成应用的设计方案，如Esri公司的E00、Mapinfo公司的Mif等。但这种方式有诸多问题，如由于表现空间对象数据采用的数据模型不同，转换后不能准确表达源数据的信息，存在数据丢失、精度降低等现象，且转换过程需要中间过程，转换较为复杂。

1.2.2 数据互操作融合

数据互操作是开放地理空间信息联盟(OGC)制定的规范。在OGC制定的一系列数据和服务标准下，空间信息管理系统厂商开发可保证空间数据质量的互操作。互操作是指在异构数据库和分布式计算的情况下，用户在统一规范的支持下，透明地获取期望数据。按照OGC的规范，需要数据服务器和数据客户两层，其数据服务器存放数据源软件，由数据客户向数据服务器发出数据请求，由数据服务器提供服务并回应数据客户。目前OGC规范提供地图、栅格和矢量3种服务。

1.2.3 数据标准融合

数据标准融合提供一种新的空间数据标准，包括几何坐标、投影方式、拓扑关系、数据属性、数据字典。将不同数据格式的数据按照由政府管理部门或专业协会发布的标准进行转换。数据标准包括地图、栅格和矢量等空间数据之间的转换标准。由于是在各商业软件之外提供的统一标准，不同的商业软件可以根据自身数据结构的特点，开发出最高效、最精准的转换模块，从而提高数据融合的精度和效率。

1.3 城市多源空间数据融合

1.3.1 矢量数据融合

矢量数据融合是把同一地理区域不同来源、不同比例尺、不同投影、不同格式、不同坐标系的矢量数据统一在一套数学框架下。融合后的矢量数据保留原有的几何图形关系，改善了地理空间实体的几何精度，提高了数据使用效率和质量。城市空间矢量数据的特点是对象繁多，如道路、管网、照明、其他设备等，并且随着城市体量的增加，数据量会成倍增加。矢量数据模型包括点数据、线数据、面数据和网络数据4种数据结构，有限的数据结构有利于简化城市对象繁多的管理现状。此外矢量数据要通过空间分析实现精细化和智慧化，还需要属性数据的支持。空间数据属性的差异是通过地理要素语义融合来消除的，由于数据来源不同，属性数据存在同义异构现象。属性数据的融合没有矢量数据算法复杂，但工作量更大，如工程管理下的道路属性多达几十个，而城市基础数据中道路只有十几个，即使同一个属性也有诸如长度、字符型和表达式等数据类型上的区别。

1.3.2 移动定位数据融合

移动定位是指通过特定的定位技术获取移动终端或手机的位置信息(经纬度坐标)，以图形形式表现位置的技术或服务。移动定位实现的技术有很多，如DGPS、AGPS、GPRS，实现定位的技术设备主要是导航定位系统，如GPS、Galileo、BDS、GLONASS。在城市管理中移动定位数据来源主要是监督人员和管理人员的位置数据及管理对象或管理事件的位置数据，移动定位数据的数据结构是单一的点数据，这种单一的数据结构使移动定位数据更易于融合，另外由于移动定位数据的坐标是绝对坐标，更适合实现与矢量数据的融合。

1.3.3 室内定位数据融合

室内定位技术在城市管理中应用较少。笔者认为实现城市精细化管理离不开智慧城市建设的支撑，而室内定位是填补智慧城市中定位真空的最有效技术。由于城市管理无需管理建设筑物内部对象，室内定位看起来貌似无用武之地，但一些天穹式的建筑覆盖了道路等城市管理对象，如涵洞、天桥，使得GPS定位出现了定位盲区，室内定位是实现定位全覆盖的有力补充和关键技术。但由于应用的技术原理不同，在融合时主要是将室内定位的相对坐标系融合GPS定位的绝对坐标系，通过转换公式将相对坐标转换为绝对坐标。常用的室内定位技术有RFID、WiFi、红外、ZigBee等。

1.3.4 媒体数据融合

媒体数据在城市精细化管理中主要起到的是管理凭证的作用，记录管理过程中的音像资料。媒体数据本身没有位置数据，是管理对象或事件具有位置数据，而使记录它们的媒体数据如音频、视频、照片等被赋予了位置数据。因此，媒体数据的融合其实是关联到管理对象或事件的点结构上依赖坐标实现的。

2 城市精细化管理实施

城市实施精细化管理的初衷是要科学有效地解决城市发展过程中存在的违法违章等行为，如乱堆乱放、乱搭乱建等一系列问题，使城市管理在智慧城市建设成果的基础上，以城市管理综合服务平台为依托，优化管理组织架构和执法管理网络，有效提高城市管理行政执法的效率，完善实时监督、监控、上报、处置、研判预警及追责等机制，为实现城市管理行政执法工作标准化、精细化和常态化提供有力的信息流通保障。建立监控网络，在管理高危区域和路段，配合固定和移动视频监控上报点，减少信息上报节点，提高处理效率。具体来讲城市精细化管理实施是在多源空间数据融合技术的支持下，将城市管理中多业务的数据进行深度整合，以业务范围划分管理空间，对管理对象进行精确定位，在此基础上明确责任分工，实现城市管理过程的空间、时间全覆盖的管理过程。

多源空间数据融合是以街道和社区为单位，将城市管理的市政基础设施、公用事业、交通管理、废弃物管理、市容景观管理、生态环境管理等业务模块中的管理对象空间位置信息和执法人员、监督群众的移动位置信息进行一体化管理，以位置管理为手段，以城市地图为载体，按工作流模型的管理模式，将执法、取证、监督和反馈紧密结合，实现管理的可视化和精细化。位置管理是实现精细化管理的前提，位置管理包括相对位置管理和绝对位置管理，绝对位置管理以统一的空间坐标为框架，实时采集管理对象和移动管理人员的位置信息，并绑定取证信息进入管理流；相对位置管理是对城市框架，如道路、合法建筑、市政设施设备等进行地理编码，采集管理对象和移动管理人员的位置信息通过城市框架的地理编码间接采集后绑定取证信息，进入管理流。采用相对位置信息管理工作量较大，需建立科学的地理编码规则，对城市管理范围内的全部框架对进行编码，保证城市管理无盲区。

建立城市精细化管理一张图，形成网格化市区划分和专业化图层设置，在此基础上，明确管理职责，结合管理资源优化空间信息管理资源的分配。城市基础底图和以城市管理业务为主的城市管理专题图，按空间位置和工作量划分网格化专题图，形成管理单元，实现管理单元间的信息交换和共享，构建以空间规划单元为管理单位的城市精细化管理方案。重点突出空间信息技术在大数据处理、突发管理事件快速定位、空间管理可视化等精细化管理具体要求中的技术优势，空间信息技术手段、现有城市精细化管理实施方案和智慧城市建设成果的无缝衔接。设计和实现管理事件响应模块、监督管理模块、空间数据维护模块及信息发布模块。梳理并建立管理事件的响应-处理-解决工作流和民众参与城市监督管理的工作流。实施过施中应避免重复开发，尽量利用已有的智慧城市建设成果，对于必要的管理末端信息采集可重点建设，但要遵循够用为主的原则。精细化管理的实施是系统性工作，职责明确是精细化管理的重要特征，是包括组织、人员、设备、资金和技术在内的整体统筹。只有将空间数据和空间技术融入精细化管理各环节，才能体现出空间数据融合实现精细化管理的最大优势。

3 基于位置数据的工作流模型

城市精细化管理的具体实现主要体现在城市管理各业务部门的精细化管理，即具体工作流的精细化实现。在城市空间数据融合的基础上，通过空间位置信息技术，使工作流的各实施环节被赋予准确的空间位置信息、时间信息和多媒体信息等。工作流模型是对工作流程进行控制的模型，通过将工作流程中的各环节有组织地进行表达，实现工作过程管理。基于位置数据的工作流模型处理的是带有位置信息的管理对象数据，在地理信息系统网络平台的支撑下，可以使这种带有位置信息的对象数据可视化表达，实现对城市管理中的违法行为动态管控。领导、监督人员、管理人员、民众可以共享平台共享数据，在各工作流环节处理事务，监督人员使用专业设备采集管理对象的坐标、声音、图片、视频，发起事务管理工作流请求。监督人员或民众通过手机APP进行采集和上传，发起监督工作流请求，服务端管理人员收到请求，通过空间分析得到最优解决方案，并将最优方案反馈给现场管理人员，最大限度地发挥民众参与监督城市管理、解决城市精细化管理中存在的事项多、时间不确定、管理资源不足等问题。

空间分析是工作流请求激发后进行的后台处理环节，经过城市空间数据融合，城市管理实现了一张图，有了统一的坐标系等空间框架，既为空间分析提供了保障，也为各业务之间共享资源协同管理提供了平台。空间分析的直接对象是坐标点，通过工作流起点的空间坐标与周围对象的坐标进行诸如缓冲区分析、网络分析、叠加分析、空间统计分析，最优路径分析等业务分析。通过空间分析可以为城市管理提供参考方案，提高管理效率。缓冲区分析可以用于分析污染和破坏的影响范围，网络分析可以分析出最优的疏散路径，叠加分析可以分析管网的空间布局，空间统计分析可以分析被管理对象的空间密度。空间分析使精细化管理由粗犷的事务性管理上升为富有内涵的规划性管理，为提升管理效益提供了可能。

4 结 语

将多源空间数据融合技术应用于城市精细化管理，能更好地满足城市发展的需求，解决管理过程中人力资源不足、信息获取不及时和地理位置不准确等问题，有利于建立城市管理“一张图”，统筹城市管理中各职能管理部门协同工作，有助于实现更环保、更经济、更科学、更准确的管理。本文将多源空间数据融合技术与城市精细化管理结合，探索基于空间信息管理的能够准确及时地规划、预案、解决和监督城市管理问题的新思路，同时为民众参与城市建设监督管理提供了有效途径。