智慧城市时空大数据体系研究

2021-12-16范江

福建建筑 2021年11期

范江

(福州市勘测院福建福州 350108)

0 引言

数字城市地理空间框架的建设，丰富了城市地理信息，促进了信息资源的共享，推动了城市经济社会的科学发展，取得了令人瞩目的成绩。福州市在2014年完成了数字福州地理空间框架的建设，建立了城市各行各业信息化建设的基础平台，在城市建设管理信息化中发挥了重要作用。但是，在数字城市地理空间框架多年的推广应用过程中，也暴露出了一些不足[1-2]，用户对地理空间框架提出了实时性更强、体验性更好、移动性更大和智能化程度更高的新要求[3]。比如，无线射频、视频等物联网节点不能与地理信息有机结合，无法便捷地提取其信息；弱GIS应用部门专业人才不足；目前已建成通用的地理信息公共平台，尽管反映了各部门的共性需求，但缺乏个性化的平台定制能力及专业的数据挖掘分析的能力。

我国政府高度重视智慧城市的建设，中共中央、国务院、各级部委及国家测绘地理信息局等发布了多项政策文件，以促进智慧城市的建设[4-6]。“智慧城市”是“数字城市”的全面升级，依托云计算、物联网等现代信息技术，实现城市的智慧管理及服务。“智慧城市时空信息云平台”是智慧城市信息建设的基础与核心，是数字城市地理信息公共平台的升级目标，其采用云GIS模式，通过分布式存储、协同计算、共享服务等功能，建立数据与用户之间的智能推送和反馈机制，实现信息资源从分散到云集中、从空间查询统计到大数据分析、从固化服务到按需服务等功能的飞跃[7]。“时空大数据”是智慧城市的基础支撑，在数据类型、数据尺度、数据维度、数据态性等方面，具有更多重特点[8]，因此，有必要统一时空大数据的汇聚、存储、处理、融合和服务化方式，形成智慧时空大数据体系研究方案，为数字城市地理空间框架数据向智慧城市时空大数据的升级提供解决方案，为促进地理信息公共平台向智慧时空信息云平台的提升提供基础支撑。

1 时空大数据体系构成

时空大数据作为智慧城市的公共数据库，在整个体系设计上，必须丰富时空大数据。随着信息化测绘体系和新型基础测绘体系逐步形成，数据获取手段的丰富与提升，在原来静态地理信息数据基础上，不仅要增加不同版本的历史数据，还要及时提供动态的实时数据，同时要扩展精细的物联网智能感知设备位置数据及其流式数据，甚至远景规划地理信息。时空大数据体系结构如图1所示。

图1 时空大数据体系结构

汇聚区主要完成静态地理信息数据与物联网动态数据汇聚。可通过在线交换，或通过有线或无线网络接入，通过多层次服务方式动态追加到大数据。

处理区主要对汇聚区的数据进行统一格式、统一时空基准和空间化处理，形成统一格式、统一时间基准、统一空间基准的时空数据。

管理区包括时空大数据的管理、数据挖掘、统计分析等管理操作，实现动态数据获取、管理、分析量测、模拟推演、大数据挖掘等模块。

2 时空大数据存储与组织

2.1 时空大数据存储

数字城市时期管理的地理空间数据主要为静态形式的数据，一般采用关系型数据库(如Oracle、SQL Server)结合空间数据引擎(如ArcGIS SDE)进行存储管理，但此类数据存储方案无法满足非结构化数据，特别是智能感知实时大数据的存储管理[9]。

ArcGIS DataStore时空数据存储软件整合了关系型数据库、NoSQL文档型数据库以及Hadoop HDFS分布式数据存储引擎，可存储结构化空间数据、栅格数据、瓦片地图数据、智能感知实时大数据、三维数据、文档型数据等，实现了结构化和非结构化数据的统一高效存储，可作为时空大数据存储的一种解决方案。

2.2 时空大数据组织

结合国家技术大纲要求以及福州的实际情况，本文将时空大数据划分为基础时空数据、公共专题数据、政务专题时空数据和智能感知数据。

(1)基础时空数据

基础时空数据除了矢量数据、影像数据、地理实体数据、地名地址数据、地址编码数据、高程模型数据、新型测绘产品数据、三维模型数据以及元数据信息等。

(2)公共专题时空数据

公共专题时空数据依托基础时空数据，采用全空间信息模型，包括法人数据、人口数据、网格数据、城管部件数据、兴趣点数据、地理国情普查数据、宏观经济数据等。

(3)政务专题时空数据

政务专题时空数据包括道路交通类数据、社会发展类数据、公共安全类数据、文化休闲类数据、卫生健康类数据、民生服务类数据、机构团体类数据、教育科技类数据、空间规划类数据、其他政务专题数据等。

(4)智能感知数据

智能感知数据，是通过物联网获取的实时动态数据，带有时间标识。其包含实时位置、视频、影像以及气象、交通、环保、气象的检测数据。

3 数据升级

3.1 地理空间框架基础数据升级

将矢量、影像、地理实体、地名地址、三维模型、新型测绘产品等基础数据构建统一时间序列，形成有序的时空数据资源，需对其进行时空标识，即注入时间、空间和属性“三域”标识。时间标识注记该数据的时效性，含历史数据标识；空间标识注记空间特性，属性标识注记隶属的领域、行业、主题等内容，以便捷后续的时空大数据的整理和序化。

各类基础数据分要素级或图层级为各类基础数据添加“三域标识”，按表1的粒度要求进行序化处理。

表1 基础数据时空标识的粒度

3.2 专题数据升级

选择园林绿化数据作为案例数据，研究专题数据的升级方案，为数据增添三域标识即时间、空间和属性标识，并进行数据重组。

(1)数据升级

园林绿化数据包括了点要素(如树木、管理处)、线要素(如道路)、面要素(如绿地、湿地)，要分别对三类要素进行数据升级，添加“三域”标识。

点要素数据升级如表2所示。

表2 具有三域标识的专题数据点要素升级样例

线要素数据升级如表3所示，面要素数据升级如表4所示。

表3 具有三域标识的专题数据线要素升级样例

表4 具有三域标识的专题数据面要素升级样例

(2)数据重组

对时空数据进行面向信息时代应用要求的数据重组工作，实现城市市域范围的地理空间信息的对象化、实体化组织和一体化无缝拼接，以保证时空数据的可用性和适用性。具体重组工作，主要包括实体化处理、连通处理、拓扑处理和拼接处理等，通过这些处理后，应保证对于数据中所表达的任一现实世界客观存在的地理实体，均有完整的数据对象与之对应。

其他专题数据可参考以上方式，对进行数据升级和数据重组处理，实现专题数据升级。

4 物联网数据接入与输出

物联网中的实时大数据往往都与空间位置分布有直接或间接的关系，且都是非结构化数据或半结构化数据，传输的数据格式多种多样如二进制流、JSON、文本等，数据传输的协议十分多样，如HTTP、TCP/UDP Socket、Web Socket等。此外，一个城市所有的传感器设备数以万计，传输频率高数据量大，传统的技术手段已经无法很好地接收和处理。

ArcGIS GeoEvent Server是ArcGIS平台提供的一种高效、实用的实时数据处理服务器，可以对接物联网中各种类型的传感器，并实现高效处理分析、存储查询、可视化及数据挖掘能力，可作为实现物联网数据接入的一种技术手段。

物联网数据接入与输出流程如图2所示，包括数据输入环节、数据处理环节和数据输出环节，分别对应ArcGIS GeoEvent Server自带的输入连接器、处理器和输出连接器。

图2 物联网数据接入与输出流程

(1)数据接入环节

在ArcGIS GeoEvent Server的输入连接器中，选择接入的实时流式数据格式，实现实时数据源的接入。常见的实时数据源包括车载GPS设备、移动设备、环境监测设备、网站以及社交媒体都能通过ArcGIS GeoEvent Server的输入连接器实现接入。ArcGIS GeoEvent Server集成WebSocket、XMPP、TCP、SMTP、HTTP等主流数据传输协议，支持TXT、CSV、JOSN、KML等多种常用数据格式，共17种。

(2)数据处理环节

数据处理环节可使用ArcGIS GeoEvent Server的过滤器(空间过滤、属性过滤)和Processors处理器，对接入的实时流数据进行分析处理。

(3)数据输出环节

在ArcGIS GeoEvent Server的输出连接器中，选择要输出的实时流式数据格式，实现实时流数据的输出，其内置输出连接器包括17种。同时结合地理信息系统可视化技术，进行直观表现。

例如气象感知设备上报的温度、湿度、风向、风速、降水量信息通过对天气传感器的监测信息实时解译分析。通过仪表盘等方式展示实时风速、温度等实况，如图3所示。实时路况信息可以通过传感器对道路上的车流量进行实时监测，对信号解译分析，按照不同颜色表示当前路况的拥堵情况如图4所示。车辆动态监控信息利用车载GPS动态监测车辆的当前位置状况，监测车辆的动态轨迹如图5所示，并结合车辆上的视频监控，实时解译分析传感信号，在地图上直观展示如图6所示。同时针对解译后的感知信息，可以通过热力图方式统计展示如图7所示。