數據融合視角下的遺產保護與發展：一個理論框架

李 洋，吳納維，褚 嶠，李 穎

（北京清華同衡規劃設計研究院，北京 100085）

引言

當代國際與國內歷史文化遺產保護與發展的理念演變，帶來了融合多源數據進行分析的需求。20 世紀初以來的發展進程中，文化遺產的價值重要性日益凸顯，遺產與人的關系的思考不斷加深，歷史文化遺產保護理念經歷了一系列變化階段，包括：從《雅典憲章》（1933）和《威尼斯憲章》（1964）確立了歷史紀念物保護方法、形成了歷史環境保護觀念、奠定了文化遺產保護基礎原則，到《建筑遺產歐洲公約》和《阿姆斯特丹宣言》確立的整體性方法，再到《內羅畢建議》和《華盛頓憲章》明確將文化遺產保護納入區域與城市規劃的整體性方法。《西安宣言》（2005）則提出保護和管理動態的遺產環境，將自然和人工的、有形和無形的、傳統和當代的要素涵蓋到文化遺產保護領域，使完整性的概念進一步深化[1]，強化了對當代建設行為和功能變化的引導。

以上變化亦體現在中國文化遺產保護與發展進程中。1985年中國加入世界遺產公約后，文化遺產的概念與相關理念逐漸進入公眾視野。2005年國務院公布每年6月第二個星期六為中國文化遺產日后，中國進入全民關注和參與遺產事業的時期。近幾年來，讓文物“活起來”和“用起來”，實現文化遺產的有效保護和合理利用，已經成為新時代文化遺產事業的強烈呼聲，標志著文化遺產進入一個新的深入發展時期[2]。

隨著對遺產與人/社會價值理解的深化與需求的變化，遺產保護與發展所關注的目標與主體對象發生了變化與延伸。對遺產保護發展理念演變進行歸納，可以發現目標與關注對象的變化體現于4個維度[3]。

（1）空間維度：從遺產本體保護延伸到遺產所在地周邊環境空間的保護。

（2）時間維度：從關注遺產點的時代斷代到關注遺產點在整個歷史進程中的地位、作用及影響；從靜態的保護延伸到動態的監測管理。

（3）研究對象維度：從關注物質遺存到關注物質遺存與社會和人的關系，從遺產本體保護延伸到遺產與人/社會的互動關系的保護與發展。

（4）參與主體維度：由單一主體到多元主體；從關注利益相關者的權益到關注全民參與保護, 保護惠及民生的實踐。

這樣變革中的對象及信息的擴展，帶來了融合多源數據進行分析與研究的新需求。

數字化可被理解為將復雜信息轉換成數字（數據）并進行處理運用，實現應用目標的過程。一方面，數據及相關技術為遺產保護發展帶來新契機。首先，以互聯傳播與獲取提供多源途徑，極大地擴大了遺產保護與發展中涉及的相關對象信息數據的規模與類型。此外，迅速發展的數據分析技術，進一步為融合多源數據進行分析與知識提取以及動態與精細化的遺產保護發展提供支持。

另一方面，大數據與技術的多樣性也為其在遺產保護與發展中的應用帶來更高的挑戰與訴求，它們包括：第一，數據種類繁多，規模巨大，必須進行合理、系統化的分類才能有效地使用；第二，數據分析方法與技術日益多元，實現功能不同，需要建立與不同數據類別與功能目標間的對應關系；第三，數據的使用與分析過程需要以遺產保護與發展理念的核心需求為導向。因此，只有將數據類別、分析技術與目標進行對應，建立整體與系統性框架，才能夠準確有效地引導數據融合分析過程，實現遺產保護與發展目標。

現有研究對時空大數據背景下的遺產保護與發展有所涉及：在數據分類方面，一些學者及機構從歷史文化遺產數據庫構建的角度出發對歷史文化遺產數據分類方法進行了探討[4-6]，并對數據類別進行了梳理；在分析方法方面，大數據挖掘技術為歷史文化遺產保護與發展分析提供了有力的支持，一些現存研究綜合地探討了數據分析及挖掘技術[7-8]；在應用方面，現有研究針對部分應用場景或分析技術進行了介紹，包括歷史街區/村落相關空間品質評估[9]、文化遺產認知與感知[10-11]、空間行為分析、遺產數字化保護[12]等方面。

然而，雖然現有研究涉及數據融合的諸多方面，但是針對當前遺產保護發展目標需求、能夠引導從數據類別到分析應用目標的整體性理論框架尚未建立。尤其是針對以構建人與遺產良性互動關系為目標、對數據方法與應用目標進行系統性梳理的理論框架仍然缺乏。本文針對以上背景與問題，提出數據融合的理論框架。

1 數據融合的特征、內涵與目標

1.1 數據融合的特征

本研究所指數據融合的特征體現在時間、空間與主體對象維度納入多源數據，實現在廣泛的時間與空間維度上對遺產本體數據以及社會/人的感知與行為數據進行綜合分析，促進遺產與人/社會良性互動關系的形成。具體而言，數據融合的外部特征包括：遺產地與廣泛外圍空間的數據融合分析；結合時間維度的動態數據分析；遺產本體數據與人/社會感知與行為數據融合分析。

1.2 數據融合的內涵——遺產與人/社會的良性互動

數據融合的需求在外部體現于研究內容變化所導致的數據多元化，實質原因則在于遺產與人互動機制所涉及信息的多元性需求。因此，對遺產與人互動機制的理解是數據融合框架建立的關鍵。

遺產能夠為人類社會發展帶來包括存在價值、歷史價值與科學（工藝技術）價值、符號象征價值（審美、群體身份等）、文化、教育、經濟價值及其他衍生價值在內的諸多價值[2]，人通過感知與使用行為來獲取。良性的互動關系（通過更精準的認知和更有效地干預）將遺產保護與干預與人/社會的價值獲取相結合，相互促進，形成循環互動。一方面，人通過感知、使用等行為，從遺產客體中獲取其價值，以實現遺產對人/社會發展的促進作用（如知識積累、科學認知與技術進步、群體身份構建、審美提升、促進文化與教育水平及經濟發展等）。另一方面，人/社會通過有意識地干預行為（建設、修繕、保護、研究、運營、發展、對感知過程的干預等），賦予遺產新的功能與價值，或者使其價值更好地被感知與利用（圖1）。在這樣的互動關系中，歷史文化遺產的功能、信息與價值隨著歷史進程和文化背景的變化而變化與擴展，逐漸形成良性循環以及“文化自覺”，不斷推進社會進步。感知、使用與干預行為過程構成了遺產客體與人/社會主體的互動關系。

圖1 人/社會與遺產良性互動關系

1.3 數據融合的核心目標

由于感知、使用與干預行為過程構成了遺產客體與人/社會主體的互動關系，數據融合的目標既是對以上行為的認知促進與干預引導，包括：（1）促進對人對遺產感知與使用行為規律的認知。通過人與社會對遺產的感知與遺產本體以及時間，空間要素間的相關關系規律的挖掘，即人/社會主體，遺產，時間與空間要素的特征及其關聯性分析，實現對人（對遺產客體的）使用與感知行為更精準的認知。（2）引導相關干預行為。基于對人/社會主體、遺產、時間與空間要素的特征及其關聯性規律的更深入的挖掘與精確的認知，提供針對不同主體、空間及時間維度的策略支持，引導感知、使用和干預行為。

數據融合以上述兩點為核心目標，最終實現促進遺產與人/社會的良性互動關系。

2 數據融合框架

2.1 框架構成

本文提出以數據要素、融合分析方法、分析實現功能目標為主體內容的數據融合框架。

框架針對當前遺產保護與發展理念與變化、數據多元化及分析技術多樣化背景，提出數據要素分類模式及融合分析方法，梳理分析方法技術所得分析結果，及其與數據及遺產保護發展目標的對應關系，為遺產保護發展研究提供理論與技術支撐。具體而言，數據融合理論框架需要明確3個關鍵問題，包括：（1）各數據要素具體的分類及來源——何種數據，如何獲取。（2）數據的分析與處理方法——如何分析。（3）分析實現的功能——分析結果如何促進遺產與人/社會的良性互動關系。這3個部分構成了本文所提出數據融合框架的核心內容（圖2）。

2.2 數據要素及分類

數據融合框架首先需要為龐大復雜的數據提出系統化的分類方案，使其能夠合理地支持遺產與人/社會互動機制中涉及的各類數據要素及相關分析。之前一些學者的研究[14-15]為分類提供了思路，而國際文獻工作委員會（CIDOC）基于本體論所提出的概念參考模型為本框架的數據分類模式提供了重要參考。CRM是CIDOC經過十多年努力而制定的面向文化遺產領域的通用本體模型，并被國際標準化組織（ISO）認定為國際標準。該框架的核心概念包含行為主體、事物、時間、空間以及行為（臨時性主體），并且合理地聯系起來（圖3）。基于CRM模型的核心概念，本文提出包含遺產、人/社會（行為主體）、人/社會主體對遺產互動行為數據、時間以及空間數據在內的數據要素分類體系（圖4）。該分類體系中，互動行為（包括感知、使用與干預行為）要素是人/社會行為主體在某一時間和空間中、依據或影響歷史文化遺產而發生的行為，其本質上是一種主體基于遺產的時空行為。因此，行為主體、遺產本體及時間與空間構成了對互動行為產生影響的主要因素類別，為引導數據分析奠定了基礎。

圖2 數據融合框架

圖3 國際文獻工作委員會基于本體概念參考模型核心概念

圖4 數據融合框架的核心數據要素類別及其關系

（1）遺產相關數據

遺產相關數據包括文化遺產本體數據以及其歷史衍生數據。前者包含遺產的位置、物質形態（二維/三維）、尺度、材質/顏色、工藝、作用/功能、主要內容、基本特征等。而歷史衍生數據則進一步包括文化遺產的歷史成因、社會背景、政策法律環境、思想觀念、文化認知、審美藝術等。

（2）人/社會主體數據

人群主體屬性數據是對歷史文化遺產進行感知、使用與干預的人群主體屬性數據、包括年齡、性別、經濟狀況、社會特征、文化特征、政治特征等數據。

（3）人/社會主體對遺產互動行為數據

由被動的感知，使用以及主動的干預三大類行為組成。其中，人對歷史文化遺產的感知（相關文化、知識、價值等）難以直接獲得，但能夠通過媒介記錄數據反映，如記錄檔案、評論輿情、文學作品、口述信息等；使用行為數據即人/社會主體對歷史文化遺產的使用/利用行為，尤其是在具有空間屬性的歷史文化遺產中的行為，包括到訪、觀看、游覽、休憩、購物、集會、儀式等行為數據；干預行為數據即人/社會主體對歷史文化遺產的干預對其進行改變的行為，包括創造/建造、修繕、保護、普查/申報、研究、運營/管理、發展、傳播、破壞/拆除、重塑等數據；感知、使用與干預行為自身除了行為主體與參照/影響物之外還包含時間（發生的時間段）與空間屬性（發生的地點）要素，因此對人/社會主體對歷史文化遺產的感知、使用與干預行為的分析無法脫離時間與空間維度信息。

（4）行為時間數據

即人/社會主體對歷史文化遺產感知、使用、干預行為發生的時間。時間是對行為產生影響的重要因素，例如古代與現代對同一文化遺產的價值認知可能存在巨大差異，同一歷史街區游覽行為隨季節產生變化等。

（5）行為空間數據

即人/社會主體對歷史文化遺產感知、使用、干預行為發生的空間。與時間一樣，空間也是行為的重要影響因素。諸多人與遺產互動行為所涉及的空間已經遠遠超出了遺產所在地的范圍， 因此對此類互動行為的認知與干預也需要從相應的空間維度開展，考慮更廣泛空間對遺產與人互動關系的影響。

表1梳理了數據融合框架下各類數據具體分類情況。

2.3 數據分析方法

數據分析過程對于上述數據類別中的數據進行分析研究，提取具有價值的知識如概念、規則、規律、模式等，也就是以促進對遺產與人/社會互動關系的認知與干預引導為目標的數據挖掘。當代數據挖掘領域經過二十余年的發展，已經逐漸形成比較成熟的理論基礎與技術體系，重要技術包括關聯規則挖掘、分類、預測與聚類等，涉及到人工智能、機器學習、模式識別、歸納推理、統計學等多種跨學科技術[7]，為數據融合框架提供支持。本研究依據數據融合框架“認知促進”與“干預引導”這兩個核心目標，進一步將主要方法分為認知促進與干預引導兩大類：

認知促進類方法基于已發生的情況對遺產保護與發展各類數據主體以及其關系的特征、規律與模式的描述與解釋，以及識別不同對象之間的頻繁模式、關聯、相關性或因果結構，重要方法包括分類分析、聚類分析、關聯分析及回歸分析。

（1）分類分析：通過比較事物之間的相似性，把具有某些共同點或相似特征的事物歸屬于一個不確定集合的邏輯方法。用于解釋功能的分類方法用于區分不同類別中的個體，實現特征提取與模擬，將數據集映射到某一個給定的類別中。它是模式識別的核心研究內容。

表1 數據融合框架下數據分類

（2）聚類分析：基于分析對象特征的相似度把具有相似性的對象劃分到同一組中，使組間差別盡量大，而組內差別盡量小。聚類的重要功能是輔助對融合分析中各主體要素對象以及感知、使用、干預行為特征模式進行分類，輔助對其模式類別的認知。

（3）關聯分析：關聯分析方法可以發現隱藏在數據集中有意義的聯系。查找存在于項目集合或對象集合之間的頻繁模式、關聯、相關性或因果結構，這種聯系可以用關聯規則來表示。其中，相關分析就是對總體中確實具有聯系的標志進行分析，對研究人/社會與遺產互動行為及其影響因素具有重要作用。

（4）回歸分析：通過對大量統計數據進行數學處理，側重于研究隨機變量間的依賴關系，確定因變量與某些自變量的相關關系，建立一個相關性較好的回歸方程來量化描述對象規律特征。

干預引導類方法基于對實遺產保護與發展各類數據主體以及其關聯性的規律認知建立模型，對人/社會與遺產的相關互動行為進行模擬，以實現預測或者基于模型預測未來發展識別不匹配預期的項目、事件或觀測值，輔助監測，引導相關主體的干預行為。重要方法包括模擬預測與異常檢測。

（1）模擬預測：根據已掌握的歷史統計數據，運用一定的數學方法進行建模，借以揭示有關變量之間的規律性聯系，預測和推測未來發展變化情況。基于遺產與人/社會互動過程各要素之間關聯性認知建立預測模型，對不同情境下人/社會與歷史文化遺產的行為進行模擬與預測。模擬是綜合方法，其重要功能是輔助提前做出應對，更精準地引導不同場景下社會/人主體對歷史文化遺產的感知、使用與干預行為。預測建模方法主要包括分類與回歸兩大類別。分類預測是基于對象的特征構建分類模型來預測時空對象所屬類別或對象所處狀態。回歸預測是將回歸方程加以外推，以便用一部分已知變量去預測另一部分變量，用于預測未來的因變量變化的方法。

（2）異常檢測：異常檢測是對不匹配預期模式或數據集中其他項目的項目、事件或觀測值的識別。異常模式可以為諸多現實問題提供良好的決策支持。通過將監測值與預測值或正常值進行對比，發現互動行為各要素主體或者感知使用干預行為的異常情況，以實現實時監控、決策輔助與干預引導。

表2梳理了數據融合框架下數據分析方法分類框架及常用技術。

以上方法中，分類與聚類方法常用于模式與特征的識別，如識別遺產本體、使用者群體或其行為的特征與模式。關聯性與回歸分析更有助于因素間因果關系的發現，在數據融合框架中，尤其能夠應用于對人與遺產互動行為的影響因素的研究，發現能夠促進良性互動行為的關鍵要素作為干預的抓手。模擬預測與異常檢測則為對人與遺產互動機制的干預提供輔助，對可能出現的情況提前做好準備，并且能夠幫助建立相關的評估體系，對相關行為情況進行實時監測。在遺產與人互動關系的相關研究與實踐中通常會涉及多種方法組合。

2.4 數據融合框架的研究應用示例

數據融合框架為實現遺產與人/社會良性互動的目標提供了整體性的框架。該框架能夠引導研究者依據目標選取相應的數據要素及分析方法。整體步驟為：依據分析目標，在各要素類別中選取具體類別數據，通過分析方法（或者多類方法組合）進行分析，得到分析結果，實現促進認知或/與引導干預的目標。以下用兩個例子簡要展示數據融合框架在分析中的應用。

表2 數據融合框架下主要數據分析方法

示例1

考察2018年使用者對全國歷史文化名街的感知情況，以對某歷史文化名街的旅游網站評論數量來表征其關注度。將評論數據基于歷史街區名稱與季節進行分類，并基于各季節關注度情況進行聚類，分析得到歷史文化街區受歡迎的季節特征以及不同季節更受歡迎的街區。同時發現部分歷史文化名街的受歡迎程度呈現明顯季節性高峰與低谷，感知隨季節變化顯著。將評論數據基于評論者性別及年齡進行分類，分析得到女性及青年對歷史文化名街關注度較高（圖5）。

示例2

考察某歷史建筑空間內游覽人群的數量。應用歷史數據（2018年11月1日前）使用模擬方法對游覽人群數量進行模擬，確定建筑空間內正常人數區間，其后進一步結合即時數據（2018年11月1日后）進行異常檢測。分析結果實現對游客數量明顯超標時刻的識別，輔助及時采取人流管控干預措施，維護游覽秩序（圖6）。

3 結語

本文針對當前遺產保護與發展理念變化、數據多元化及分析技術多樣化背景，提出以數據要素、分析方法、分析實現功能與目標為主體內容的數據融合框架。框架明確了數據要素分類模式及對應的融合分析方法，并梳理分析結果應用及其與數據及遺產保護發展目標的對應關系，為遺產保護發展研究提供理論與技術支撐。該框架有以下特點。

圖5 示例1數據融合框架示意圖（上）及不同季節主導歷史文化名街聚類結果（下）

圖6 示例2數據融合框架示意圖（上）及某歷史建筑空間人群異常監測結果（下）

首先，數據融合框架是對以當代遺產保護與發展理念下“促進遺產與人/社會良性互動關系”核心目標的回應。由于遺產與人/社會良性互動關系由人/社會對遺產的被動感知、使用以及主動干預行為組成，數據融合分析即是對上述行為的“認知促進”與“干預引導”：“認知促進”即通過數據融合分析輔助發現傳統信息環境下難以發現的規律與問題；干預引導即對遺產保護與發展相關行為進行引導。通過數據融合分析引領決策方式轉變，為遺產的價值感知、使用以及保護、修繕、運營 、規劃建設與管理工作等干預行為的改善提供更為科學的依據及決策輔助。

其次，數據融合框架針對當代遺產保護與發展保護需求、多源數據及多樣化技術背景，提出了以數據要素、融合分析方法，分析實現功能目標為主體內容的整體性框架。該理論框架將當代背景下遺產保護與發展涉及的數據，分析方法，分析結果以及其對應的功能目標進行系統化的梳理，為引導當代遺產保護與發展研究和實踐提供整體與系統性的理論支撐。

最后，數據融合框架能夠輔助對傳統的歷史文化遺產保護與發展方法的補充與優化。理論研究框架體系之外，本框架也為歷史文化遺產保護與發展中相關數據的利用及其與干預行為的對應提供了操作依據。在此基礎上，可以探索與數據支持更加緊密的遺產保護規劃方法，開發有針對性的技術應用，對傳統歷史文化名街保護規劃的方法體系進行補充與優化。

數據融合框架未來任務有兩個。第一，數據融合框架一個需要不斷完善的開放性框架。本文初步提出的框架方案在數據分類與分析技術體系仍需進深化、細化與延展。同時需要說明的是，數據融合框架的主要特征在于融合，因此初步框架側重于對不同數據類別，融合多類數據的分析方法及應用的梳理，框架對各類數據的收集環節及內部的分析并未詳細展開，但其重要性不可忽視且同樣存在極大的發展研究空間。第二，多源數據的獲取是數據融合的基礎，也是數據融合框架需要解決的問題。在當前環境下，數據供給尚未形成高效與精細的機制。因此，為實現數據融合框架目標，未來需要建立高效的數據供給與管理機制以及精細化的數據資源管控平臺，為數據融合提供更有力的支撐。