ALIVE：智慧城市多源感知數據價值體系探索

楊麗娜，池天河，彭 玲

（1.中國科學院 空天信息創新研究院，北京 100094）

城市數據是記錄城市自然環境、社會經濟、人類活動等多源要素的重要載體，承載了城市對象從衍生到消亡的全生命周期變化，蘊含著巨大價值。隨著感知技術和計算環境的成熟，基礎地理信息數據、公共專題數據、實時監測數據等多源感知大數據在城市里迅速累積，其中基礎地理信息數據包括影像數據、矢量數據、地名數據、高程數據、三維數據、街景數據和國情普查等；公共專題數據主要包括人口、法人、民生興趣點以及宏觀經濟數據；實時監測數據包括生態環境、自然資源、交通運輸、城市管理、綜合執法等領域的群智實時監測數據信息[1]。

在城市數據信息總量急劇增長、數據類型多樣化的背景下，建立智慧城市數據平臺、實現多源感知數據的高效管理應用得到了各方的高度重視。2014年國家八部委頒布的《關于促進智慧城市健康發展的指導意見》[2]明確提出“加快推進信息資源共享與更新，以城市統一的地理空間框架和人口、法人等信息資源為基礎，疊加各部門、各行業相關業務信息，加快促進跨部門協同應用”。2015年國務院頒布的《促進大數據發展行動綱要》再次提出“加強頂層設計和統籌協調，大力推動政府信息系統和公共數據互聯開放共享，加快政府信息平臺整合，消除信息孤島，推進數據資源向社會開放”。2019年國家自然資源部發布的《智慧城市時空大數據平臺建設技術大綱》[3]對智慧城市數據平臺的重要作用進行了明確定位，“它既是智慧城市不可或缺的、基礎性的信息資源，又是其他信息交換共享與協同應用的載體，為其他信息在三維空間和時間交織構成的四維環境中提供時空基礎，實現基于統一時空基礎下的規劃、布局、分析和決策”。2020年《中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見》首次將數據作為一種新型生產要素納入到中央文件，充分說明數據已從社會經濟發展的助力工具轉變為核心動能。2022年《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確提出“以數字化助推城鄉發展和治理模式創新……構建城市數據資源體系，推進城市數據大腦建設”。數據驅動的數字化轉型創新活動將有效重塑未來城市發展的新格局。

目前，智慧城市數據平臺建設在我國各地如火如荼地開展，其主流模式[4-6]為：通過構建一個具備收集、治理、展示功能的時空大數據軟件系統，對城市多源感知數據進行收集匯聚和清洗治理，實現數據體系化梳理和目錄化管理，進而基于大小屏將大數據及其時空變化情況依托于“一張圖”分主題進行可視化展示；此外，部分地區還構建了共享開放平臺[7-8]，在共享開放目錄框架下，以統一標準為政府部門和社會公眾提供數據對內共享與對外開放服務，實現可復用信息資源的初級共享開放。盡管當前的智慧城市數據平臺建設已取得一定成效，但城市數據多來源、多類型、多模態、大規模、高維度、高頻次、碎片化的特性，給數據集成應用帶來了極大困難，往往存在“數據總量多、價值發掘弱”的現象；當前研究建設對數據“從收到用”全鏈條的價值發掘缺乏體系化整體性的理論架構，難以有序有效指導智慧城市多源感知數據的高價值應用實踐工作。

為進一步提升當前智慧城市數據平臺建設水平，將快速更新的城市數據“活化”為服務于智慧城市建設的綜合響應決策能力，本文從理論層面提出了一套涵蓋數據匯聚、通聯、洞察、煥活、延拓五大方面的智慧城市數據活力價值體系，并將該理論框架成功應用于中新天津生態城智慧城市數據平臺建設中，加快促進了跨部門協同應用和數據共享開放，并為城市級綜合決策分析提供了數據支撐。

1 數據活力價值體系的內涵

智慧城市數據活力價值體系ALIVE有序總結了智慧城市數據價值體現和釋放路徑的五大方面，即匯聚、通聯、洞察、煥活和延拓。

1.1 以共享為目的的數據匯聚

共享是智慧城市數據價值釋放的重要途經。以共享為目的的數據匯聚，則是在數據共享開放管理的指導下，將分布在不同數據源中的多種城市公共數據通過網絡安全傳輸聚合在一起的一種數據收集模式，是智慧城市數據價值體現的重要基礎和首要任務。

1）數據內容。擁有豐富完整的數據內容，才能形成全面綜合的城市智慧。智慧城市數據匯聚的最大特征為“全”，如圖1所示。

圖1 匯聚數據的主要特征

首先，數據種類“全包含”。城市多源感知數據涉及地理感知數據（基礎地理信息數據、高分辨率遙感影像數據、傾斜攝影數據等）、公共政務數據（城建住房、生態環境、公共安全、科技創新等）、物聯感知數據（交通卡口監測、環境監測、能源監測等）、社會感知數據（人口熱力、人口出行、車輛定位等）等，這些數據都需在數據政策引導下、激勵制度驅動下、管理細則把控下、安全規范約束下，實現“應收盡收”和體系化管理。

其次，地理空間“全覆蓋”。當前的智慧城市建設中，精細化城市管理的觸角已從廣闊的室外空間延伸到更加復雜的室內空間，因此城市數據的匯聚，不僅包括城市全域的各種室外數據，還需包括更加精細的室內數據，如室內地圖數據、人員物品定位數據、設施運行數據等。城市室內外各種數據基于統一的地理空間框架，實現數據的全域覆蓋和無縫疊加。

再次，時間維度“全周期”。任何城市對象（人、事、地、物、組織）都面臨從衍生到消亡的客觀規律，因此城市對象也應按照“一物一碼”的原則進行唯一編碼，并盡可能持續性地獲取相關數據，從微觀上實現城市對象的全生命周期管理，從宏觀上實現時間序列的城市脈動分析、規律發掘和輔助決策。

2）關鍵技術。數據匯聚工作一定要有一套健壯的數據平臺基礎設施來支撐包括Oracle、PostgreSQL、Kafka、Hbase、文件等在內的城市數十種主流多源異構數據的快速接入，如圖2所示。數據匯聚任務包括數據庫直聯、文件上傳等多種模式，支持整個數據庫或單個數據表的全量或增量數據的批量同步，同時對周期性或實時更新的數據進行數據自動探測和匯聚任務自適應啟動，保障數據匯聚的完整性、及時性和有效性。匯聚任務建議采用可視化配置方式構建和流程化管理，使得任務管理者可隨時掌握匯聚進度與狀態、及時調整干預。

圖2 數據匯聚技術框架

1.2 以知識為牽引的信息通聯

盡管數據匯聚工作實現了不同網絡環境下數據的互通，但獲得的城市原始公共數據仍存在數據孤立零散、質量不高的問題，迫切需要通過數據治理提升數據質量，抽取關鍵信息，并以此為基礎，突破數據之間的壁壘，實現全域數據通聯，為后續數據價值發揮奠定基礎。

以知識為牽引的全域數據通聯，是基于鏈接數據的主體思想、以知識圖譜為技術手段、利用規范語義表達來描述數據間關聯性的一種圖譜組織模式，如圖3所示。它可將各種沒有顯性相關關系的數據轉化為特征明顯、高度關聯的高質量知識，從而為城市數據應用提供具有深度和廣度的智能搜索功能和知識表達能力。

圖3 數據通聯示意圖

城市全域數據圖譜的構建，主要可從空間關聯和屬性關聯兩個方面著手開展。

1）空間關聯。一方面，對于蘊含空間位置信息的非空間數據，通過語義解析和位置解析方法挖掘隱含的空間位置信息，并基于統一的基礎地理信息框架，實現非空間數據的空間化，如根據企業的相關信息，制作生成以企業注冊地址為參考的點要素矢量數據；另一方面，分析各空間數據對象E1與重要的城市基礎地理信息要素E2（地塊、建筑、道路等）之間的空間位置拓撲關系R（包含、相鄰、相交等），利用空間分析方法挖掘并建立空間數據對象之間的知識三元組(E1～R～E2)，進而從地理空間的維度建立城市對象的知識圖譜。

2）屬性關聯。根據數據字段之間的相關性，建立數據表之間的關聯關系。在數據量不大的情況下，可根據數據治理者的實際經驗，通過指定兩個數據表（T1、T2）的相關屬性字段（T1.F1和T2.F2），人工構建數據表之間的關聯關系（R'）；但在海量城市數據參與的情況下，人工方式效率低下且易出錯，因此可根據治理后的數據表字段元數據描述信息，利用文本匹配方法計算兩個表字段之間的文本相似度，從而為數據治理者構建屬性關聯關系提供高相似度的屬性字段推薦。由此，建立數據表之間的知識三元組(T1.F1～R'～T2.F2)，利用T1.F1=T2.F2的查詢條件，在兩個數據表（T1、T2）中找到具有關聯關系的數據記錄；再利用直接映射或R2RML映射規則將結構化的關聯數據記錄映射為RDFs數據模型，從而得到一系列能表征屬性數據之間關聯關系的知識三元組，從屬性信息的維度建立城市對象的知識圖譜。

由于矢量格式的地理空間數據天然具有幾何空間圖形和屬性信息表格兩大內容，因此以地理空間數據為樞紐，城市對象的空間知識圖譜和屬性知識圖譜可無縫融合對接。

1.3 以價值為導向的分析洞察

在匯聚治理城市全域公共數據后，通過數據分析洞察進一步挖掘隱含在數據中的知識，成為智慧城市數據價值體現的重要渠道。數據分析模型通常可分為4類：

1）描述評估模型，主要用于描述并揭示城市運行現狀、規律以及模式。一般情況下，包括3種分析方法。①單指標分析，即將城市單一指標數據進行多模式可視化表達，進而揭示其自身特征與規律，如通過對基于空間格網的手機信令統計數據進行空間可視化，可直觀顯示城市范圍內的人口聚集情況；在地理空間上繪制城市地鐵刷卡數據或出租車載客數據“起點—終點”的空間分布強度圖，探究城市的職住平衡情況[9-10]；基于交通擁堵數據，生成按照時間變化的趨勢走向圖和擁堵地段空間分布圖，總結城市交通擁堵的多種模式與空間特征[11]。②多指標分析，即對多個指標共同作用的場景模式進行分類識別，如通過統計公園社交媒體簽到數據的數量和強度，并考慮公園的不同類型和交通條件，進而對居民游園偏好進行分類分析[12]；基于遙感影像數據提取城市植被覆蓋專題，并將其與社會經濟指標數據進行空間疊加分析，對植被分布的社會公平性進行分類評估[13]；利用商業調查數據和社會經濟數據聚類得到購物消費空間的新分類方式[14]。③綜合指標分析，即將多個指標轉化為一個綜合指標對城市某一特征進行總體評價，包括指標遴選、指標正向化、指標無量綱化、指標權重設置和加權綜合等步驟，如利用城市的手機信令、交通卡口、政務對接等多源感知數據構建包含人口、交通、企業、商業、建設等多個維度的城市活力綜合分析模型，并利用專家打分和熵權相結合的方法，為每個維度下的計算指標設置權重，再通過TOPSIS方法賦予城市地理空間格網以綜合活力數值[15]，最終在時空場景下利用“三維躍動”的方式形象客觀地展示城市在連續時空中的活力變化。

2）診斷發掘模型，側重于將城市兩個或多個指標納入統一分析場景，利用數據挖掘手段發現指標間的相關、因果等關系，對城市運行狀況及其關鍵因素進行發現與診斷剖析。例如，通過獲取街道級別的房價和交通設施數量、到便民設施的距離等指標進行空間可視化和回歸分析，探究影響房價的主要因素[16]；將根據問卷調查數據估算的碳排放數據與家庭特征、住房特征相結合，通過回歸分析得到家庭能耗碳排放差異的主要原因[17]。

3）模擬預測模型，側重于根據城市歷史記錄建立預測模型，對特定條件的未來城市需求或運行情況進行模擬和預測。例如，基于城市的人口、經濟、公共交通數據，采用隨機森林算法和CA-Markov模型開展城市多情景模擬，揭示未來城市用地情況[18]；將歷史氣象數據和站點數據相結合作為特征因子，采用機器學習或其他模型預測季節性干旱、PM2.5水平等氣象情況[19-20]；通過對新冠疫情傳播情況和各地健康狀況的統計，生成隨時間累積的感染數量，并建立相關預測模型，了解新冠疫情在農村地區的傳播趨勢[21]；將停車需求時空分布、充電需求、電動汽車駕駛特性納入蒙特卡洛模型，模擬得到電動汽車充電負荷預測[22]。

4）統籌決策模型。針對智慧城市建設與發展中面臨的公共設施布局、工程項目選址、車輛運行調度等方面的統籌決策需求，有針對性地構建優化模型，并進行智能計算，提供不同發展場景下的優化方案，輔助城市經濟效益、生態環境等多目標均衡可持續發展。例如，基于老年人口、交通路網和養老機構數據，以各需求點到養老設施的可達性差異最小化為目標，采用粒子群優化算法求解，得到養老設施布局優化[23]；利用鎮土地利用變更調查圖，基于點軸理論引入空間引力模型合理確定了農村居民點的整治范圍和布局優化方向[24]；基于GIS空間數據以及社會經濟統計數據等開展基于啟發式算法的土地利用優化配置，促進土地利用數量結構與空間布局向可持續方向發展[25]；基于出租車出行數據集，引入車輛共享網絡的概念，確定在不耽誤乘客的情況下服務所有旅程所需的最小車輛數量[26]。

1.4 以應用為驅動的服務煥活

在面向服務的體系結構（SOA）中，服務通常是指一組可通過標準接口（Web Service和Rest Service）和消息傳遞協議進行訪問的數據內容或軟件功能[27]，從而達到支持分布式異構系統互操作的目的。

作為智慧城市的數據底座，數據平臺具有服務注冊、審批、管理、調度、監控等核心能力，可為城市多個系統提供統一標準的數據應用服務，不僅能大幅降低各應用系統的數據采集治理成本、有效提升系統構建效率，更有助于形成從數據匯聚到服務應用的完整閉環以及循環反哺的良性機制，保障數據平臺有機生長的原動力。

利用數據平臺所提供的各類數據服務可快速構建城市級綜合應用場景系統。例如，新冠疫情期間，利用數據平臺提供的社區人口、交通車輛、區內企業、工地施工等多維數據服務構建集態勢呈現、風險分析于一體的疫情防控系統，可為疫情精準防控提供豐富的數據決策參考。

1.5 以發展為使命的體系延拓

智慧城市數據平臺建設，已從“分散建設”階段發展到“集約建設”階段，在數字經濟建設場景下，則會進一步邁進“群智建設”階段，即由政府、企業、公眾等多方通過共建共享和運營增效來實現平臺效能的優化提升。

為了迎接智慧城市建設新階段的到來，需在進一步夯實數據基礎、活化政府應用的同時，在標準體系、安全審計、管理規范的全面保障下，面向城市居民、企業單位和科研機構提供更加優質的標準數據服務和高價值數據授權運營，吸引科技頭部企業入駐，創建優質數字營商環境，打造智慧城市群智創新版。

2 案例研究

2012年起中新天津生態城持續性優化構建了一套智慧城市數據匯聚服務平臺。該平臺基于分布式高性能數據存儲環境，以時空一張圖為基礎，通過圖形化配置界面實現分布異構的全域數據資源高效匯聚與智能治理；治理后的數據，在共享開放目錄框架下，以統一標準為政府部門和社會公眾提供數據對內共享與對外開放服務，實現可復用信息資源共享開放。同時，利用大數據分析洞察城市脈動規律，為領導提供決策信息支撐。平臺主體建設內容如圖4所示。

圖4 中新天津生態城智慧城市數據匯聚平臺架構

平臺從ALIVE數據價值體系的5個方面開展了系列工作，如圖5所示。在匯聚方面，按照“應收盡收”的總體思想，實現了生態城天空地人一體化的全域全要素數據匯聚能力。截至2022年7月，數據匯聚平臺已匯集了時間序列的高分辨率遙感、傾斜攝影、城市街景、政務地圖、2.5維地圖、北斗定位、手機信令等多源城市感知數據，并與生態城28個部門單位的70多套信息化系統進行了無縫對接，涉及數據主題22類、數據記錄近50億條。在通聯方面，通過數據治理和知識抽取，根據空間關系和屬性連接構建了面向交通、社區的知識圖譜，初步打通了數據之間的壁壘，為城市數據查詢提供了更有深度和廣度的智能搜索結果。在洞察方面，平臺從環境、交通、旅游、教育、能源等多個維度建立了數十項城市脈動指標，并形成多期專題分析報告，為生態城宏觀決策提供了信息支撐。在煥活方面，基于規范化數據審批流程，平臺以安全的數據服務方式，為生態城城市大腦系統、智慧交通平臺、CIM平臺、智慧消防綜合管理平臺、智慧社區平臺等19套應用系統提供了數據支撐，并在2020—2022年的科技抗疫工作中發揮了綜合場景敏捷構建的重要作用。在延拓方面，通過數據開放平臺，將具備開放條件的數據面向社會公眾提供服務，并與多個國內科研機構形成數據應用合作，將生態城的數據價值向更廣闊的領域釋放。

圖5 中新天津生態城智慧城市數據價值呈現成果示意圖

3 結語

智慧城市數據活力價值體系從匯聚、通聯、洞察、煥活、延拓5個方面總結構建了城市數據價值體現與釋放路徑的理論框架。其中，匯聚瞄準數據共享的核心需求，側重城市多源公共數據的采集管理與組織承載，是數據獲取管理的重要手段；通聯立足于打破數據壁壘的關鍵任務，在統一時空框架下構建圖屬語義靈活關聯的數據鏈網，進而支持廣范圍、深層次的數據檢索呈現；洞察著重于采用多種數據分析模型和計算方法，挖掘數據的隱含價值，是智慧城市數據價值體現的重要渠道；煥活直接面向智慧城市各項應用，依托數據底座平臺提供標準規范和靈活便捷的多源數據服務，并為城市級綜合應用場景構建提供敏捷高效的解決方案；延拓則面向未來的智慧城市“群智建設”模式，通過政府、企業、公眾多方共建共享和運營增效實現數據平臺優化，進一步激發城市數據價值，提升城市發展效能。

面向未來，數據平臺建設作為一項重要的新基建，是城市建設和數字經濟發展的重要基礎。建議各地智慧城市數據平臺建設在政府一把手的推動下、政府專班的組織下，集成專家知識做好具有全局性和前瞻性的頂層規劃設計；并在匯聚、通聯、洞察、煥活、延拓5個方面分步實施、持續推動、迭代優化，從而使城市數據價值得以最大程度的發揮。