基于数据挖掘的智慧城市建设中测绘地理信息共享系统

饶兴元

［关键词］数据挖掘；共享系统；地理信息；测绘；建设；智慧城市

地理信息系统在测绘工作中的引入，极大程度上地提高了智慧城市建设效率。基于主体层面分析，如果没有测绘地理信息的支撑，就不可能实现城市建设的信息化、智能化、数字化[1]。“智慧城市”是我国城市信息化发展的一个较高层次阶段，强化测绘地理信息工作，既可以提高城市建设的综合效益，又可以全面整合城市的地理信息。地理信息系统的开发不仅要控制空间目标的位置，还要控制目标的相关属性，并将其与空间中其他属性相联系。现阶段，地理信息的应用范围逐步扩展，目前已涉及城市改造、资源规划、地形布局、交通建设等各个方面。但现有的技术，难以挖掘地理信息的内在模式和规则，存在诸多缺陷[2]。如何设计一套高效的地理信息共享系统，是目前国内外学者研究的热点之一。为落实此项工作，有关城市规划部门采取动态跟踪修测的方式，通过对城市基本空间资料的及时采集与获取，在城区范围内实现了地理信息的月度更新。但随着城市智能化安全管理、联动交通等领域的不断升级，城市现有共享手段已无法适应数据的不断更新与应用需求，因此，有必要在现有工作的基础，开发全新的共享系统，推进并指导城市空间基础信息资源的开发与利用。本文也将在此次研究中，引进数据挖掘技术，开发智慧城市建设中测绘地理信息共享系统，旨在通过此次设计，深化智慧城市建设工作。

1. 测绘地理信息共享系统架构

为满足测绘地理信息的共享需求，在开发共享系统前，应明确传统的测绘地理信息共享系统在共享效率、安全保密等方面存在着较大的局限性，在信息资源共享、服务对象保障、访问方式、数据建模等方面也存在诸多问题[3]。为解决此方面问题，将数据挖掘技术作为支撑，结合数据仓库的使用，设计如下图1所示的测绘地理信息共享系统架构。

在使用该系统构建共享测绘地理信息时，数据仓库可将空间数据的形式化表示与分析与人工智能、专家系统相结合，从而直观地显示地理信息与场景内容的时空分布、属性相关性，从某种意义上体现了智慧城市建设中测绘地理信息的复杂性、非线性特点[4]。在深入此方面内容的研究中发现，该系统适用于大规模、复杂的地理信息处理，具有计算简便、易于实现的特点，数据仓库可以提取、转化多源信息，将专业知识与城市地图知识相结合，在缺少专业知识的前提下，仍能按照一定的规律自动检索出模型，满足智慧城市建设中的管理决策需求。

2. 硬件设备选型

在上述设计内容的基础上，对系统硬件展开科学的规划与部署。为满足系统的信息共享需求，增设网络传送模块，将系统的业务端与客户端连接在一起，通过此种方式实现信息资源的共享与实时通信[5]。同时，将移动中央服务器作为核心，使该系统能够同步在多个客户端上运行[6]。设计系统硬件结构，如下图2所示。

在共享传输时，将网路RS422协议作为基础，利用RS422通信传输接口布置网络传输链路[7]。在此过程中，考虑到网络传送模块需要将串行信息传送给其他模块、服务端与客户端，因此，需要一种能够实现一台PC机对多台PC机的串行通信协议作为硬件设备的支撑。

为了提高系统的稳定性能，本次设计使用RS422型号串行通信传输接口作为主要硬件，此硬件支持单台传送、多台接收，其中一条均衡总线同时接入10台以上的接收机，主机可以向所有的从机传输信息。RS422的数据通信由4根信号线路组成，具有独立的发射和接收信道。此设备整体按照均衡发送和差分接收设计，因此其抗干扰性能较强，按照此种方式展开设计工作，可以提高系统的工作效率和稳定性[8]。

3. 基于数据挖掘技术的测绘地理信息格式转换处理

完成对系统架構的设计与硬件设备的选型后，引进数据挖掘技术，转型处理测绘地理信息与数据格式，通过此种方式，初步掌握数据在空间中的赋存规律[9]。在此过程中，利用数据挖掘技术中的最小二乘计算法，建立智慧城市建设中测绘地理信息的线性函数模型，模型表达式如下。

L=AX （1）

公式（1）中：L 表示智慧城市建设中测绘地理信息线性函数模型的观测向量；A 表示城市观测系数矩阵，可将A 表示成m × n，其中m、n 分别表示矩阵的行数与列数；X 表示观测中地理信息数据中的未知参数条件。在挖掘数据空间赋存规律时，要明确测绘地理信息线性函数模型需要将参数估值作为支撑，同时，需要考虑到模型中参数A 与参数X 存在的随机误差[10]。可建设A 的空间误差为ΔA、X 的空间误差为ΔX，则有L 观测误差，表示为ΔX。根据参数误差之间的关系，建立如下所示的线性方程。

将公式（2）的求解过程作为数据挖掘过程中的约束条件优化过程，约束优化过程如下计算公式所示。

公式（3）中：K 表示数据挖掘中的约束条件优化求解；R 表示最小二乘改正数；F 表示范数。将求解结果作为地理信息格式转换系数，参照此系数，调整数据格式，实现基于数据挖掘技术的测绘地理信息格式转换处理。

4. 测绘地理信息属性数据共享与场景漫游

在上述设计内容的基础上，将系统所在的网络环境作为支撑，根据测绘地理信息中的元数据规范，将各功能单位和城市基础GIS元数据采用集中注册和管理的方式，使系统中形成一个元数据服务中心，以便终端操作用户可以根据系统所提供的业务界面查询所需要的数据。在此基础上，通过将Web服务部件部署到系统各个功能模块的服务器上，可以对智慧城市中不同区块、不同类型的数据进行标准化处理、业务逻辑和业务逻辑的打包处理。在此基础上，按照OpenGIS中的OGC Web服务规范传输测绘地理信息属性数据。

测绘地理信息中的网络服务元数据，可以通过查询系统在资讯网站上查询。通过对不同元数据的描述，用户可以通过访问不同区块（网络结点）的Web服务，实现对数据的处理，并通过数据资源的下载或者交互操作，在系统中实现不同模块与不同场景之间数据层次和应用层次上的信息共享。此过程如下图3所示。

按照上述方式，实现测绘地理信息属性数据共享与场景漫游。

5. 对比实验

上文通过硬件、软件两个方面，完成了基于数据挖掘的智慧城市建设中测绘地理信息共享系统开发，为检验该系统在实际应用中的效果，以某试点地区为例，在该地区内展开对比实验。

实验前，采集并整理由专业机构或有关部门负责人员通过前期大量调研获取的城市测绘地理信息，按照规范将信息数据录入终端数据仓库。数据仓库中存储的数据格式如下表1所示。

将存储在数据仓库中的城市测绘地理信息数据作为此次对比实验的样本数据，完成对样本数据的统计后，按照下述表2所示的内容，搭建对比实验环境技术参数。

在上述设計内容的基础上，将开发的系统集成在测试环境中，在使用本文系统共享城市测绘地理信息时，先引进数据挖掘技术，转换处理测绘地理信息格式，在此基础上，建立通信共享链路，共享测绘地理信息属性数据，通过设计城市中不同场景之间的漫游，完成系统的开发与设计。

为满足测试结果的可比性需求，在完成本文系统在测试环境中的部署后，引进基于ServiceGIS的共享系统，与基于多源数据融合技术的共享系统，将其作为传统系统1与传统系统2。按照规范，将传统系统集成在测试环境中。在测试环境中，利用三种系统，共享城市测绘地理信息。将交互共享频率作为测试指标，明确交互共享频率越高、共享中频率波动幅度越小，系统的综合性能越优。

按照上述规范，展开对比实验，统计三种系统的测试结果，将其绘制成折线图，如下图4所示。

从上述图4所示的实验结果可以看出，本文系统在共享城市测绘地理信息时，其交互共享频率最高，且折线波动幅度较小；传统系统1在共享城市测绘地理信息时，其交互共享频率也相对较高，但折线波动幅度较大；传统系统2在共享城市测绘地理信息时，其交互共享频率相对较低，但折线波动幅度较小。因此，在完成上述实验后，得到如下所示的实验结论：本文此次设计的基于数据挖掘技术的城市测绘地理信息共享系统，在实际应用中的综合性能良好，不仅可以提高信息的交互共享频率，还可以保证共享中信息传递的稳定性。

6. 结论

近年来，物联网技术、智能化技术的发展步伐不断加快，智慧城市建设工作逐步推进。要全面落实“智慧城市”的建设工作，需要将“三位一体”建设模式与测绘地理信息工作相结合，实现在城市规划布局中，从布点到地图的全过程精细化绘制，通过此种方式，调整城市地理信息结构，提高城市规划设计的合理化与规范化。为落实此项工作，助力智慧城市建设工作，本文通过测绘地理信息格式转换处理、测绘地理信息属性数据共享与场景漫游设计，完成了基于数据挖掘的智慧城市建设中测绘地理信息共享系统设计。该系统在完成设计后，经过对比实验证明了具有较高的综合性能，通过此种方式，为智慧城市的规范化建设提供全面的技术指导与帮助。