面向新基建的時空大數據深度融合方法及應用

王淼 李華 魯欣宇 劉思遠

（河南省遙感測繪院，河南 鄭州 450003）

1 引言

搶抓新基建、大數據時代的重大機遇，積極構建以數據為核心的大數據產業鏈，大力推動“大數據+實體經濟”深度融合，依托新基建大力發展數字經濟，是新時期產業發展的重點方向。據中國信息通信研究院預計，到2025 年，5G 網絡建設投資累計將達到1.2萬億元。5G 網絡建設還將帶動產業鏈上下游以及各行業應用投資，預計到2025 年將累計帶動超過3.5 萬億元投資。與此同時，國內數據中心（IDC）也將迎來發展提速時代，未來發展潛力和成長空間可期[1]。

新基建的重心是5G+、人工智能、工業互聯網、信息化建設等新型基礎設施建設，可以將新基建看作寬泛定義下的信息基建，如光纖寬帶、窄帶物聯網（NB-IoT）、5G、IPv6、北斗等，數據信息的相關服務，如大數據中心、云計算中心、信息和網絡安全保障等。時空大數據是同時具有時間和空間維度的數據，具有數據量大、多源、更新快的特點。現實世界中超過80%的信息與時空大數據有關，包括時間、空間、專題屬性三維信息，在政府管理與服務、水利交通、生態環境保護、物流運輸、維穩救災等方面起到重要支撐作用，也是新基建的底板數據和重要組成部分。如何實現時空大數據與新基建融合是需要關注的重點，本文對時空大數據深度融合的相關技術和思路進行了探索和研究。

2 時空大數據融合技術發展現狀

時空大數據的產生是源源不斷的，且來源多樣，數據量大，有效數據與大量無序、無效信息混雜，解決數據的真實性、有效性問題，處理、分析、加工各類信息，建立合理、完備數據體系是重中之重。隨著新基建迭代更新，大數據管理體系也必須快速更新和發展，要積極推進時空大數據體系建設和數據融合標準設立，有效解決數據重復建設、加工效率不高和應用深度不夠等問題，降低數據運維成本，快速推進政府數據共享開放和開發應用，提高行政效率和服務水平，為新基建和產業升級賦能。

智慧城市時空大數據平臺作為智慧城市大腦的基礎設施，需要融合多源數據，例如，將數字城市基礎數據、5G+、智慧合桿、高精度導航地圖、衛星遙感動態監測、氣象、水文、手機信令和北斗導航信息等充分融合轉化，在基礎地理信息、專項專題數據、社會經濟數據和物聯感知數據等基礎上，圍繞重大項目建設、政府大數據治理、民生服務等領域，提供權威、準確、實時、可感知的活數據，經城市智慧大腦分析預判，實施應對預案，進行快速反應和處置，實現多維信息聚合，提升城市治理效能。

時空大數據平臺作為城市時空信息共享流通中心樞紐，能有效將各類數據資源融合、時空化，發揮新基建的重要作用，并為政府決策管理提供基礎，促進政務空間信息資源共享交換和業務協同，建立起政府、企業與公眾之間的信息共享和良性互動渠道，讓分散于各部門各單位的數據“串起來”“活起來”，使數據碰撞疊加產生超聚合作用。新基建關注的方向在云計算、感知和神經網絡建設等方面，時空大數據作為新基建的“定位器”和“底板數據”，不在“大”，而在于“融”。如何使用這些時空大數據是政府整體服務與管理水平提升的關鍵。時空信息云平臺架構如圖1 所示。

圖1 時空信息云平臺架構

3 多源數據融合方法

智慧城市時空大數據融合是一項龐大復雜的工程，不同的城市資源、發展狀況不同，需要制定符合各自特征的總體規劃，充分考慮各領域間的關系，全面建設一個智慧城市技術體系。一般來說，多源數據融合有三種方法。

（1）基于特征拼接的方法，將傳統的信息特征串聯加上一些基本地理信息與時空信息屬性方法，包括多視角、概率學模型、相似度及遷移學習的融合。實現“人-事-物”的關聯數據融合，首先要確定特征和特征之間的關聯關系信息，即基于語義信息的方法。跟視頻、圖像、語音不同，時空數據有空間屬性，即空間的距離和空間的層次（多層級），比如，在自然資源動態監管和“兩長一網”巡查數據中，每個層級數據和物聯網時空信息都有特別的語義信息。時空大數據融合可以做到優勢互補，針對不同數據源進行配準疊合，并進行融合處理與疊合顯示，方便數據深度融合，開展信息挖掘，為政府科學決策、治理能力提升提供依據。

（2）以時空數據的規律性構建模型進行融合。時空數據有周期性規律，不同時期的交通流量、人群流量都有周期，這種周期性在視頻、語音和文本里沒有，無法產生有效知識信息。比如，每天交通高峰期的交通流量可能跟以往同期類似，但由于低潮期交通流量不同，人流潮汐的變化與時間關聯緊密，引導模型就會不同，物聯網和多源數據的時空信息疊加，可以獲得有效時空大數據模型推導和預測，從而提高城市管理的決策效能。

（3）以時空數據的趨勢性構建模型進行融合。隨著時空大數據的不斷積累和匯聚，潮汐現象也在不斷變化和遷徙。日出時間和工作時間的變化，決定了交通高峰期的提前或延后。細微潮汐的變化與時空大數據的多源融合和變化模型有關，把所分析管理的區域分成細化的網格，充分融合新基建和手機信令信息等多源數據，利用趨勢模型，在網格中統計潮汐變化趨勢，并將其轉化成一個潮汐模型，生成時空中獨一無二的時空信息點，形成動態潮汐演化，疊加不同時間的數據構成可視化熱力圖，融合事件和天氣信息即構成基本趨勢變化所需數據源。

4 時空大數據融合成果的應用

近年來，上海、深圳、南京、武漢、成都、杭州、寧波、佛山、昆山等地相繼推出了“智慧城市”發展戰略[2]，不斷探索時空大數據與人工智能、物聯網、智慧城市等領域的融合發展，通過新基建推進大數據的融合，實現虛擬經濟和現實世界的時空通道，為時空大數據建設做出表率，為自然資源管理和產業優化升級提供了新的可能。目前時空大數據融合成果的常見應用如下：

4.1 違規用地變化監測

基于時空大數據實現從原始影像數據獲取、處理、信息提取、變化監測專題制圖，到報告、分析一站式全流程處理，進而掌握某地區的土地利用變化情況，與地區土地年度規劃相比對，提取違規用地變化圖斑，為后續核查、執法提供數據支撐。

4.2 支撐違建督查

時空大數據平臺整合高分辨率和高實效衛星數據，通過人機交互的手段，將自然資源管理工作前移，快速提取和發現全要素變化，重點監測變化區域，按照住宅、公共管理和公共服務、工業倉儲、設施農用地等進行分類監測，通過動態遙感監測快速發現并預判。

4.3 捍衛生態紅線

多年來，重點生態功能區、生態環境敏感區和脆弱區等生態紅線區域廣闊、條件復雜、類型多樣，僅靠常規技術手段費時費力，難以實現及時、有效監管。大數據技術所特有的宏觀、快捷、動態、連續等特點，能夠實現“天空地一體化”監管，為生態保護紅線監管提供最直觀、最客觀、最宏觀、最準確的技術支撐。

4.4 生態環境修復

生態環境修復治理項目往往地處偏僻、地形復雜、交通不便，人員、車輛難以抵達，利用傳統外業勘察，難以涵蓋全部修復工程范圍，無法精確確定修復工程邊界，且工作難度大、監測周期長、費用高，給生態環境修復治理帶來很大困難。時空大數據技術具有監測范圍大、獲取信息速度快、監測周期短、費用低廉、限制少的特點，可以細分管理修復前、修復中、修復后的數據，為生態環境修復提供強有力支撐。

5 結論

新基建的加速建設為開展時空大數據的深度應用提供了可能，需要“無形之手”與“有形之手”結合起來整體推進[3]。作為新基建的重要組成部分，時空大數據的關鍵在于“用”和“融”，要充分整合大數據資源，優化大數據體系，將物聯網、5G、北斗導航定位服務等與時空大數據深度融合，加強時空大數據平臺的感知能力，擴大信息收集范圍，提高大數據時代的智能信息分析水平；建立動態靜態數據融合、三維立體的時空信息數據管理、協同應用、分析決策平臺，為行政審批、城市治理、生態文明建設、智慧物聯等提供技術支撐，助力打造“高效政府”+“智慧民生”+“新基建”+“數字經濟”產業生態圈。