[导读]自然资源部国土测绘司司长武文忠解读《智慧城市时空大数据平台建设技术大纲（2019版）》。武文忠表示，组织数字中国时空信息数据库建设与更
自然资源部国土测绘司司长武文忠解读《智慧城市时空大数据平台建设技术大纲（2019版）》。武文忠表示，组织数字中国时空信息数据库建设与更新是国土测绘司的重要职责。城市时空大数据平台是数字中国时空信息数据库的重要组成部分，是基础测绘转型升级的重要任务。根据此次机构改革要求，测绘管理成为自然资源统一监管的重要组成部分。今年全国自然资源工作会议明确提出，要继续做好智慧城市时空大数据平台建设与应用示范的试点工作。时空大数据应包括基础时空数据、公共专题数据、物联网实时感知数据、互联网在线抓取数据，及其驱动的数据引擎和多节点分布式大数据管理系统。依托基础时空数据，采用全空间信息模型形成全空间的时空化公共专题数据、物联网实时感知数据、互联网在线抓取数据，通过管理系统经数据引擎实现一体化管理。在完成四类数据基础上，根据实际情况，各地可扩展示范应用建设所需要的其他专题数据，其范围和数量应根据本地的信息化基础、应用需求和智慧城市顶层设计，逐步丰富。时空大数据建设可概括为四个步骤：资源汇聚、空间处理、数据引擎和分布式管理系统开发。
（一）资源汇聚
1.资源内容
（1）基础时空数据
内容至少包括矢量数据、影像数据、高程模型数据、地理实体数据、地名地址数据、三维模型数据、新型测绘产品数据及其元数据。
矢量数据。进一步丰富大比例尺矢量数据，确保1:500、1:1000、1:2000等大比例尺地形图至少覆盖规划区范围，1:5000或1:10000应覆盖市辖范围。
影像数据。进一步丰富高分辨率影像数据，0.1米或0.2米影像等至少覆盖规划区范围，0.5米影像应覆盖市辖范围。
高程模型数据。进一步丰富高程模型数据，0.5米、1米格网至少覆盖规划区范围，2米、5米格网应覆盖市辖范围。
地理实体数据。以地形图为基础，对境界、政区、道路、水系、院落、建筑物、植被等内容进行实体化，并赋予唯一编码，作为与其它行业和专题数据进行关联的基础。
地名地址数据。应扩充自然村以上的行政地名，建立市（地区、自治州、盟）级、县（区、县级市）级、乡（镇、街道）级和行政村（社区）级四级区划单元，实现市辖范围精细化地名地址全覆盖。
三维模型数据。至少分等级实现市辖范围全覆盖。政治、经济、文化、交通、旅游等方面的地标（标志）性中心区、中心商务区（CBD）以及特定区域应建立一级模型；除上述以外的政治、经济、文体、交通、旅游等中心区域，高档住宅、公寓以及特定区域应建立二级模型；其他政治、经济、文体、交通、旅游等中心区域，普通住宅以及特定区域应建立三级模型；城中村、棚户区、工厂厂房区等区域，远郊、农村地区以及特定区域应建立四级模型。
新型测绘产品数据。宜涵盖全景及可量测实景影像、倾斜影像、激光点云数据、室内地图数据、地下空间数据、建筑信息模型数据等。
（2）公共专题数据
内容至少包括法人数据、人口数据、宏观经济数据、民生兴趣点数据、地理国情普查与监测数据及其元数据。其中民生兴趣点数据宜涵盖制造企业、批发和零售、交通运输和邮政、住宿和餐饮、信息传输和计算机服务、金融和保险、房地产、商务服务、居民服务、教育科研、卫生社会保障和社会福利、文化体育娱乐、公共管理和社会组织等内容。地理国情普查与监测数据种类涵盖自然地理要素、人文地理要素等基本国情数据和专题国情数据。
（3）物联网实时感知数据
通过物联网智能感知的具有时间标识的实时数据，其内容至少包括采用空、天、地一体化对地观测传感网实时获取的基础时空数据和依托专业传感器感知的可共享的行业专题实时数据，以及其元数据。其中，实时获取的基础时空数据包括实时位置信息、影像和视频，行业专题实时数据包括交通、环保、水利、气象等监控与监测数据。
（4）互联网在线抓取数据
根据不同任务需要，采用网络爬虫等技术，通过互联网在线抓取完成任务所缺失的数据。
2.汇聚方式
对于基础时空数据，定期从自然资源相关部门将分级分类后可共享的数据内容离线拷贝；对于人口、法人、宏观经济等公共专题数据，通常源于部门之间的信息共享；对于智能感知的基础时空数据，依照国家相关保密规定，在线或离线共享，行业专题可共享的实时数据，通过有线或无线网络接入；对于互联网在线抓取的数据，面向任务需求实时动态抓取，确有必要时，经时空序化后动态追加至时空大数据。
3.时空标识
上述数据主要表现为矢量数据、影像、高程模型、地理实体、地名地址、三维模型、新型测绘产品和感知及抓取数据等形式，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，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。
（1）矢量数据应按幅增添“三域”标识。
（2）影像数据应针对不同类型、不同分辨率增添“三域”标识。该数据采用连续的时间快照模型进行数据重组，将同一分辨率的不同时相影像，构建影像时间序列，形成客观世界的连续快照；对具体一个快照，应采用紧缩金字塔模型进行空间组织。
（3）高程模型数据应针对不同格网间距增添“三域”标识。该数据采用连续的时间快照模型进行数据重组，构建时间序列。
（4）地理实体数据应面向实体增添“三域”标识。该数据采用面向对象的时空数据模型进行数据重组，将每个地理实体构建具有唯一“三域”标识的时空对象。
（5）地名地址数据应逐条增添“三域”标识。该数据采用面向对象的时空数据模型进行数据重组，将每个地名地址条目构建具有唯一“三域”标识的时空对象。
（6）三维模型数据应逐层、每一模型增添“三域”标识。该数据采用面向对象的时空数据模型进行数据重组，将每个三维模型构建具有唯一“三域”标识的时空对象。
（7）新型测绘产品数据应按类型、批次增添“三域”标识。
（8）感知及抓取数据，确有必要追加存储，在注入相对稳定的空间和属性同时，着重标签时间特性。
（二）空间处理
对结构化、非结构化的时空大数据，序化前的处理工作包括：统一格式、一致性处理和空间化。
1.统一格式
不同数据能够基本实现无损格式转换，对于无拓扑关系图形数据要能够转换至基础时空数据，并建立拓扑关系。格式统一后的基础时空数据应合并、自动接边，数据表格能够实现自动属性赋值。
2.一致性处理
对于存放的矢量数据、影像数据和实体数据，将更新后的数据快速及时进行地图综合，利用综合的结果联动更新相应范围数据，原内容自动变成历史数据。
3.空间化
（1）地名谱特征提取
汇聚的数据，有些带有空间位置坐标信息，经过了统一时空基准后，即可匹配集成；部分自身没有空间坐标信息，但在属性项中蕴含了地名地址；还有一部分只是蕴含了一些地名基因，要结合汉语分词和数据比对技术，通过基于语义和地理本体的统一认知，提取地名谱特征。
（2）空间匹配
对于具有空间位置坐标的数据，直接坐标匹配；对于无空间位置坐标的数据，根据识别提取出的地名地址信息，建立含有地名标识的切分序列与逻辑组合关系，开展基于分词、本体和词语相似性的多种匹配，提出局部模糊匹配后的歧义消除方法，实现高效、精准、实用的地名地址匹配。
（3）数据序化
依托时空基准，采用地名地址匹配的技术方法，将“三域”标识的信息内容进行时空定位寻址。对于带有空间位置坐标的信息内容，通过坐标匹配定位；蕴含地名地址的信息内容，通过地名地址匹配定位；仅蕴含地名基因的信息内容，先提取地名地址信息，再通过地名地址匹配定位。
（三）数据引擎开发
建立全空间信息模型，实现地上地下、室内室外、虚实、开放、鲜活的时空大数据一体化管理，克服非关系数据库存储时空大数据存在的存储与访问的效率低下，难以满足高并发、大数据量下的实时性要求问题，充分发挥非关系数据库的性能优势；支撑云平台，帮助用户在线调用现成的时空大数据中的数据。
（四）分布式管理系统开发
1.动态数据获取
（1）接收
通过物联网实时感知、互联网在线抓取，根据本地智慧城市建设对时空大数据的要求，实时立体感知城市各种运行体征数据，在线抓取城市各种运行状态数据，并在原有时空大数据基础上进行动态积累。
（2）调取
在数据挖掘与分析过程中，及时利用动态积累的物联网实时感知和互联网在线抓取的数据，确有必要，可通过有线或无线网络调取相应的城市运行状态或运行体征源数据。
2.数据管理
（1）输入输出
支持对静态数据以通用格式导入、检查、添加和确认；支持三维模型的几何数据和属性数据以通用格式导出；支持按照产品类型、数据时相或用户需求所进行的产品制作、内容提取、导出和分发。
（2）数据编辑及处理
支持坐标及投影变换、高程换算、数据裁切、数据格式转换以及影像数据的对比度、灰度（色彩）、饱和度一致性调整等；支持对二维矢量数据的图形编辑；支持对三维模型数据模型替换、模型空间位置修改、纹理编辑、属性编辑、元数据编辑等。
（3）查询统计
应具有按时间、属性和空间或其组合条件，查询与检索不同时相、不同类型和不同区域时空信息的能力，并可提取与统计；应具有对三维模型数据进行查询的功能；应具有对数据及服务资源进行目录检索的功能；应根据检索结果进行快速定位的功能。
（4）数据可视化
支持将多时相数据组合、叠加、符号化显示和放大、缩小、漫游、前视图、后视图等浏览功能，并可通过动画、动态符号和颜色模拟变化；支持三维模型数据的显示，为提高系统性能宜支持模型动态加载；具有三维漫游功能，宜支持拖动、滑动、飞行模式；支持多视角浏览，宜包括平视、仰视、俯视角度；支持将多时相数据在三维上叠加、符号化显示及漫游、多视角浏览等。
（5）动态更新
支持感知数据、抓取数据的动态追加；支持数据索引的实时修正；支持数据按范围、按时间、按类型以及整体的更新；支持三维模型的替换、模型属性的更新和局部区域模型的整体更新；支持对地图瓦片数据及三维缓存数据的整体更新、按层更新和局部更新。
（6）历史数据管理
应具有历史数据备份和恢复功能；应具备历史数据的版本创建、管理及版本数据对比功能。
（7）元数据管理
支持实时追加数据元数据的实时更新；支持元数据注册、编辑、修改和元数据查询、统计、分析、输出等；元数据与其对应的数据应建立关联，应能实现与其对应的数据进行同步更新。
（8）安全管理
应具有用户管理、权限管理、日志管理、事务管理、数据库备份与恢复。备份包括数据的备份和系统软件的备份。备份可采用全备份或增量备份方式，定期检查备份的可用性。
3.分析量测
（1）常用分析
应具有不同类型数据融合、多时相数据比对、变化信息提取等，以及时空数据分类、时空叠加分析、时空序列分析和预测分析。
（2）空间量测
应具备对二维数据进行距离、面积量测功能；对三维模型数据进行空间距离量测的功能；对三维模型数据进行水平面积量测的功能；对三维模型数据进行体积量测的功能。
4.模拟推演
（1）时空过程模拟
以事件或者情景为对象，检索调取相应的地理对象及其时间、空间和属性“三域”内容，模拟发展变化过程，实现情景与事件数字化再现。
（2）决策预案的动态推演
通过调整关键参数或人工干预，计算决策方案的实施效果，并提供模拟效果的动态可视化。
5.大数据挖掘
（1）基础分析
开发集成历史推理方法、聚类分析、链接分析、神经网络、判别分析、逻辑分析、人工智能等通用性的挖掘方法，形成基础分析工具包。
（2）空间分布
计算单一专题数据源的空间粒度，通过地名地址匹配自动化或半自动化将其分布在相应尺度的基础时空数据之上，分析挖掘其空间分布规律。
（3）多因子关联分析
将两种及以上专题数据源分布在相应尺度的统一基础时空数据之上，综合运用各种数学模型，探求挖掘专题信息之间的相关性和依赖度。
（4）时空分析
将单一或多种带有时间特征的专题信息，分布在相应尺度的统一基础时空数据之上，研究揭示专题信息在时间维度上的演变规律、在空间维度上的分布规律，以及在四维时空中的时空特征。
（5）主题分析
面向某一主题，在基础分析工具包和空间分布、多因子关联分析、时空分析的基础上，提炼主题大数据分析的专业模型和业务流程，形成定制化、流程化的知识链，开发高自动化的分析功能，发现潜藏数据背后的知识与规律。
6.大数据管理
（1）存储检索
应实现时空大数据的分布式存储、高效存取、精确检索、并发响应及负载均衡，具备管理节点动态增加和容灾备份等能力，提升时空大数据的查询效率、吞吐量、可用性、容错性、稳定性。
（2）数据流转
应实现多源异构时空大数据的共享、互操作和无缝流转，实现不同类型数据库的有效集成，并提供应用层面的统一访问接口、统一查询方式和统一操作行为。
（3）智能监管
应实现对各存储节点运行状态的实时监控和负载均衡动态调整，监控信息主动收集和统一展示，运行问题的实时分析及应对处理。
