城市地理空间大数据建设的关键技术研究

　　摘要:随着城市化进程的加快，城市地理空间数据呈现爆炸式的增长，且城市地理空间数据来源多样、数据标准不一，提取和整合城市空间数据是当前迫切需要解决的问题。本文从数据基准、基础框架数据的制作、数据库设计等方面进行了研究，并就关键技术的实现方式列举出相关应用实例，拟为大数据的挖掘和分析提供一些思路和方法。

　　关键词:地理空间数据;大数据;坐标系统;高程基准

　　0引言地理空间数据(Geospatialdata)是空间数据(spatialdata)的一种特殊类型，是面向主题的、集成的、动态更新的、持久的空间数据集合[1]。定义范围有广义和狭义之分[2]。狭义来说，空间数据可以循环利用，“跨界”来用，如可以进行机票的预测与预定分析;广义来说是把不同行业的数据“混搭”，放在一起进行关联性分析，目前，很多研究还处在狭义地理空间大数据的层面上。

　　地理论文投稿刊物：《城市地理》(月刊)创刊于2006年，是由西南大学主办的综合性期刊。中国唯一一本真正深入城市内部的时尚地理旅游类杂志。

　　随着城市化率的提高，地理空间数据呈爆炸式增长[3]。基于城市的地理空间大数据生产、管理和应用显得尤为重要。与地理空间数据相比，城市地理空间数据的种类更加繁多、来源更加多样、处理更加复杂、采集手段更加多样化。进入数字化测绘以来，传统的全站仪、GNSSRTK测绘技术，逐渐同新兴的地面移动测量、无人机测绘、InSAR测技术融合，形成“空天地”一体的多源测绘技术的地理空间数据采集手段。如何利用、提取、整合和应用这些城市地理空间数据，是“数字城市”“智慧城市”建设急需解决的问题。

　　1城市地理空间大数据构成

　　城市地理空间大数据包括基础地理空间框架数据、行业地理空间专题数据、其他地理空间数据。基础地理空间框架数据主要由强GIS部门，如国土测绘部门基于城市基础测绘的成果按照一定的方法和标准进行制作，一般由房屋、院落、道路、铁路、水系相关的点线面的矢量要素组成[4-5]，以及不同分辨率的数字正射影像和数字高程模型成果(栅格数据)，它是城市地理空间数据的重要基础和组成部分;行业地理空间专题数据主要由弱GIS部门，如公安、园林等部门按照应用需求和标准制作的行业应用专题数据(矢量数据);其他地理空间数据主要包括由非专业部门(导航地图公司、公众部门)制作的兴趣点等公众地理空间数据(矢量数据)等。

　　2城市地理空间大数据关键技术

　　随着当前技术的发展，人们可以随时随地获取带有个体标记和时空语义信息的数据[6-7]，由于不同部门、不同行业的地理空间大数据具有多类型、多时态、多参考系等特点[8]，为确保不同数据源的地理空间框架数据能够有效地统一和融合在一起，在大数据的获取、预处理、存储、检索、应用、安全等各环节均应按照一定的方法进行相应的处理。本文重点讨论城市地理空间数据的预处理和数据存储方面所需要关注的关键技术。

　　2.1统一数据基准为有效利用地理空间数据，首先应对各类数据统一基准，基准的统一包括坐标系统、高程系统、时间系统等方面的统一。全球或区域性的坐标系统统一、高程基准面统一、时间系统的统一始终是大地测量学研究的主要内容之一，对于构建“数字地球”“数字中国”“数字城市”及研究全球或区域性环境变化具有重要的科学意义和现实意义。根据国家自然资源部的规定和要求，坐标和高程基准统一采用CGCS2000坐标系，1985国家高程基准[9]。

　　2.1.1统一坐标系统

　　统一坐标系统的技术方法主要通过联测国家高等级控制点，求取各坐标系统的转换参数，然后针对不同的数据成果，编制相应的转换程序，将不同坐标系统的地理空间数据统一转换为2000国家大地坐标系成果。坐标联测一般选取3个以上国家高等级控制点同转换区域范围内的地方坐标系控制点，采用高等级的静态GNSS观测方法进行外业联测，再利用GNSS平差软件获得各联测控制点的不同坐标系统的成果;然后，利用控制点的不同坐标系统成果，选取合适的坐标转换模型，求取模型转换参数，转换精度达到《2000国家大地坐标系推广使用技术指南》的内符合、外符合精度要求的前提下，编制相应的转换软件并利用求取的转换参数对地理空间数据进行坐标转换;最终，所有的地理空间数据均转换为2000国家大地坐标系成果。

　　2.1.2统一高程系统

　　高程基准有正高系统、正常高系统、大地高系统。我国采用正常高系统坐标高程的基准，其基准面是大地水准面，是地理空间高度信息的基准面，也就是我们常说的海拔高。国家发布的“1956年黄海高程系统”和“1985国家高程基准”相差0.029m，这些高程差异，对成果高度统一和成果的共享、应用带来一定困难，特别是对高程基准要求高的工程建设项目，如饮水工程建设、形变监测等。

　　此外，“1985国家高程基准”于1996年和2017年又分别进行了全国一、二等水准网的复测工作，复测平差的结果同1985年的成果也略有差异，为统一高程基准，一般将其他高程基准系统向国家规定使用的“1985国家高程基准”进行统一。因此，首先确定成果的高程系统，然后计算同“1985国家高程基准”的差异，再选择合适的转换模型，编制不同的应用程序对不同的成果数据进行成果改化，经过精度评估和检查达到要求后提交。

　　2.2基础框架数据制作

　　地理空间框架数据的生产和制作，一般利用国土测绘部门的基础地理信息数据，如DLG成果按照要素选取、数据提取和数据重组等实现地理信息对象化，实现房屋、院落、道路、铁路、水系、绿地等实体要素的制作。对于非现势性的基础地理信息成果，还可以利用高分辨率影像进行要素更新。要素更新的过程中，一般根据基础地理信息数据的编码进行选取。不破坏提取数据的完整性，以行政区划为单位进行分块裁切(仅对房屋、绿地进行裁切)，进行分层属性、拓扑等检查并修改。对分块裁切的数据，按实体类别进行实体化处理。

　　分块数据实体化完成后，进行数据合并，并按照实体化要求再次进行实体化处理。然后按照一定规则再一次进行自动、人工交互检查。按照地理实体编码规则对地理实体标识。对编码的地理实体数据实体编码进行唯一性、符合性检查。最终，实现地理实体数据入库。

　　2.3大数据建库设计

　　2.3.1技术路线和流程地理空间数据来源和类型多样，对于大型空间地理信息数据库，一般采用关系数据库模型及相应的空间数据引擎，按照不同数据类型，构建技术先进、结构合理、内容全面、可扩展、开放的地理空间数据库。首先，应利用基础地理信息数据库管理系统对入库数据进行入库检查、修改;然后，对入库数据进行入库数据整理，并按照数据库要求进行数据预入库，预入库的过程中，程序对入库的数据进行物理接边、合并、修改;最终，实现各种数据的入库工作。

　　3城市地理空间数据的主要应用

　　城市地理空间数据建库完成后，可以根据不同数据的特点，按照一定的方式进行可视化呈现，如电子地图、2.5维地图、三维地形、实景三维城市等，城市开发区边界划定，城市空间规划等[10]。此外，通过对成果数据检索、提取、融合、重组，形成新的数据集，应用于各行业的统计、分析，形成一些新的成果。

　　3.1城市电子地图利用已有城市地理空间数据中的房屋、院落、道路、铁路、水系、绿地等矢量实体数据，通过编码及配图模板，按照图层分级、分组、属性表处理、符号化以及地图标注、地图优化等处理，完成地图缓存数据，最终形成电子地图数据。

　　3.2虚拟三维城市将虚拟现实技术与3S技术充分结合应用，综合利用航飞测量、三维激光移动测量、CAD建模技术等多种技术方法，实现城市级三维模型的快速建设;利用三维平台软件实现城市级海量三维模型，不同比例尺、不同类型三维成果数据异构整合;并通过三维平台实现三维场景数据快速浏览和发布，实现2.5维三维场景数据快速浏览的应用扩展。这些三维可视化技术均基于城市地理空间大数据，通过数据检索、快速重建、多源数据异构的方式进行 建立。

　　3.3保障性住房应用保障性住房信息化管理平台以城市地理空间大数据提供的电子地图、影像图、矢量专题数据为基础，叠加保障性住房专题信息数据，实现地图浏览、专题查询、专题统计等模块功能。保障性住房信息化管理平台通过调用电子地图、影像图数据，能够快速浏览业务相关项目的位置及空间属性关系，结合专题数据，全面掌握全市保障性住房的建设、申请、分配和租后管理等方面情况[12]。并且能够辅助分析业务是否合理;业务项目是否满足民众需求;为应用单位的业务办理提供很好的参照依据，提高了工作效率、方便了管理部门的科学决策。

　　3.4园林绿化应用园林绿化信息化管理系统，以城市地理空间大数据提供的电子地图、影像图、矢量专题数据为基础，叠加园林专题数据，开发地图浏览、绿化养护管理、基础数据管理、查询统计、系统配置等功能模块[13]，实现城市绿化工作的科学化、精细化和现代化管理水平，为城市园林绿化管理提供有力的技术支撑，最终达到资源共享的目的，系统架构图如图8所示。

　　4结束语

　　城市地理空间数据是地理空间数据的一部分，是“数字城市”“智慧城市”建设的基石。本文围绕地理空间大数据的预处理和数据存储，重点在数据基准的统一、基础框架数据的制作、大数据库的设计和建库等方面进行了有益的研究和探索。同时，展示了城市地理空间大数据在城市电子地图、虚拟三维城市、保障性住房、城市园林管理等方面的应用。大数据的挖掘、模式识别、机器学习、统计分析、并行分析等数据分析关键技术仍然是今后大数据应用的核心关键技术。实景三维点云数据的可视化、实体化技术还需要继续深入研究，特别是点云数据的实体化、单体化技术还不成熟，将是今后城市地理空间数据研究的热点。

　　参考文献:

　　[1]韦世俱.论地理空间信息在数字化城市建设中的作用[J].科技风，2013(17):226-233.

　　[2]田江涛.Greenplum+PostGIS在地理空间大数据分析的应用[J].电子技术与软件工程，2019(4):174.

　　[3]肖建华，王厚之，彭清山，等.地理时空大数据管理与应用云平台建设[J].测绘通报，2016(4):38-42.

　　[4]方利超.智慧城市时空大数据市县一体化建设模式研究[J].地理空间信息，2019，17(12):24-27.

　　[5]闫会杰，李英丽.“天地图·榆林”市级节点在线数据集建设[J].测绘技术装备，2012，14(4):3-5.

　　[6]GOODCHILDMF.CitizensasSensors:Theworldofvolunteeredgeography[J].GeoJournal，2007，69(4):211-221.

　　作者：王友昆1，余章蓉2，时盛春2，瞿华蓥3