面向智慧規劃的大數據服務體系建設研究★

劉李霞

(太原市城鄉規劃設計研究院,山西 太原 030002)

1 背景分析

1.1 轉型必要性

數字化轉型已成為各行各業普遍共識,尤其是近兩年人工智能產品(ChatGPT,Midjourney,Copilot等)接踵來襲。受人工智能或福利、或沖擊的影響,人們一邊興奮驚嘆于技術的飛躍,一邊因被“卷”到而壓力山大。

規劃行業進入國土空間規劃時代,也進入一個更高級、更智能的新紀元:從以往對城市、鄉村的規劃編制擴展到了對全域全要素的“保值升值”設計[1];從以往注重規劃成果轉變為更加關注規劃過程;從以往的“規劃體檢”轉變為“城市體檢”[2]。較以往規劃更強調規劃的科學性,方案制訂更嚴謹和更偏技術性,以往的拍腦袋、靠經驗、感覺逐步被“大膽假設、小心求證”取代,據“理”力爭,而不是說不清、道不明。與此同時,規劃將逐步進入存量規劃時代,以往增量規劃的大拆大建將被小規模城市更新取代,更加注重精細化管理、“問計于民”和“開門編規劃”,通過城市感知、公眾參與及時發現城市問題、逐個突破,提高人民的獲得感、幸福感、安全感。

規劃人面臨又一次時代的大挑戰,傳統業務數量驟減,新業務類型處在“摸著石頭過河”階段,技術門檻要求高,且個別類型還困難重重(如城市更新類項目)。為更好的適應新的國際國內環境、市場形勢,促進行業持續發展,規劃行業已到不得不轉型,提高規劃業務水平、管理水平的階段,而數字化轉型是直接解決最迫切難題的方式,比如提升規劃科學性的數據分析技術,“雙評估”、城市體檢文件要求的評估必選項所包含的大數據等。

1.2 轉型方案

數字化轉型繞不開數據及平臺的加持。數據是繼土地、勞動力、資本、技術之外的第五大生產要素,也是國家基礎性戰略資源,被譽為“新黃金”“新石油”。近年來,數字經濟迅猛發展,數字產業核心增長率比GDP增速高2.3倍,且數字經濟對我國GDP增長的貢獻率始終保持在50%以上。黨中央、國務院高度重視大數據在推進經濟社會發展中的地位和作用。自2014年至今,頒布了多項大數據相關文件。而平臺化、系統化則是各個行業都一直在踐行的提質增效手段,平臺遍布各個工作、生活場景,其廣泛性、便捷性、高效性無需贅述,強大的平臺系統功能將使業務效率呈指數增長。

1)融合多源數據的大數據:大數據環境已構建,并在一定程度推動了全社會的發展[3]。規劃行業借助大數據開展了大量研究應用工作,很多都是依托傳統數據很難完成的,如人口時空格局分析[4]、人口遷移分析[5-6]、路線導航和擁堵識別[7]、精細化城市治理[8-9]。規劃行業受“大”勢所趨,逐步走向平臺化、系統化。各省市規劃管理及編制單位均建立符合自身業務需求的多項平臺系統[10-15]。利用大數據及系統平臺提高規劃編制效率和水平,推動規劃行業的工作流程變革,是“智慧規劃”發展的必然趨勢。

2)持續不斷的平臺化系統化:隨著規劃技術的發展,傳統的規劃可視化展示門戶平臺已不能滿足國空規劃時代智慧規劃的需求。數據背后隱性信息的解讀、挖掘能力和依托已有信息對未來進行科學的預測研判才是更為核心的競爭力。

規劃行業預實現數字化轉型,可依托大數據服務體系建設來實現,即融合多源數據的大數據作為底座,其上架構協同規劃設計及決策的平臺系統。

2 整體架構

大數據服務體系整體框架(如圖1所示)建立在大數據底座上,以規劃業務和規劃知識為兩條發展主線,以數據服務、平臺服務和系統服務為三個支撐環節,形成了兩軸互補、三點支撐、兩縱三橫的發展思路與格局。縱向來看,從數據到平臺再到系統是一個遞進的結構。橫向來看,項目總體核心架構包含數據服務架構、平臺服務架構、系統服務架構三層內容。

2.1 數據服務架構

對數據資源進行全生命周期的管理,需要建立定義良好、管理模式科學的數據服務架構(如圖2所示)體系,該體系包括數據源層、數據定義層、數據關聯與存儲層和數據服務層4個層次。大數據平臺作為空間數據管理與發布平臺,創新性地實現多部門數據協作生產與管理。

2.2 平臺服務架構

規劃編制工作的開展主要集中在CAD,GIS和三維三類平臺上,平臺服務架構如圖3所示。通過開發及整合“規劃一張圖”平臺、眾規平臺、三維輔助決策平臺、檔案空間平臺、智慧規劃院管理平臺從不同方向和場景給予用戶以智能服務,減輕系統服務層的功能壓力。

2.3 系統服務架構

目前,國外規劃支持系統(PSS)已廣泛應用[16-18],出現了CommunityViz,INDEX,What if等成熟軟件作為規劃師的助手工具。國內規劃支持系統研究正處于成長階段,越來越多的規劃從業人員加入了規劃模型研發行列[19]。

依托各規劃項目組專題研究、各技術支持組數據處理及兩者的聯合研究,形成規劃模型工具,進而建立輔助決策支持系統平臺,以此來綜合提高規劃工作的科學性。系統服務架構見圖4。

3 大數據底座

3.1 數據源設計

規劃行業關注城鄉的未來發展、城鄉合理布局和各項工程建設的綜合部署。伴隨大數據技術的發展,規劃研究與決策迎來了重大的變革。國土空間規劃研究將跳出傳統的以統計年鑒、“走馬觀花”的實地調研,以及以地形圖等為表征的模糊化、滯后化的少量樣本數據的“窠臼”,轉向以網絡數據的抓取與空間定位技術的應用為強輔助的轉變。數據內容呈現出大樣本量、實時動態和微觀詳細等特征,且更加注重對研究對象地理位置信息的提取。

本文所定義大數據為廣義“大數據”的概念,它包含狹義“大數據”、規劃行業小數據及相關行業小數據。狹義“大數據”指我們通過多種渠道,尤其是互聯網及移動互聯網產生的PB級別以上的數據,如手機信令、高德車輛道路通行大數據、互聯網大數據等,一方面其對各行各業形成了“降維打擊”,一方面又為各行各業創造了新的機遇和挑戰。規劃行業小數據指國土空間規劃現狀及規劃數據、歷史城鄉規劃數據及土地規劃數據、規劃審批數據等;相關行業小數據指國土空間規劃相關行業——發改、環保、林業、交通等數據。小數據是我們工作中接觸最多的數據,它們久經實踐考驗,無論從數據的獲取方式還是從處理手段上都已趨于成熟。在大數據迅猛滲透各行各業的背景下,小數據依舊重要[20],并將持續為我們的工作生活發揮重大作用。大數據更多的是給我們提供“流”的精細化動態數據,小數據更多的是為我們提供科學嚴謹的靜態數據。一靜一動的有機結合能讓我們更加全面的分析、理解、刻畫、規劃我們的全域全要素自然資源。

傳統規劃階段,采用地形圖、規劃成果、檔案數據、專業調取數據、現狀踏勘數據及少量互聯網數據等作為數據基礎;國空規劃新形勢下,對于數據的廣度、深度提出了更高的要求,對于物質空間、行為空間均有評價指標要求,原來的數據資源已無法完成規劃編制成果要求。我們需要開拓大數據,利用大數據發現“城市病”、提煉客觀規律、佐證規劃結論、讓定性分析轉向定量分析、感性判斷逐漸走向理性判斷。表1列舉了當前主流多源數據信息及其獲取方式。

表1 多源大數據信息表

3.2 數據融合

狹義“大數據”基于WGS-84坐標系、百度坐標系、火星坐標系,小數據通常采用的國家2000坐標系、西安80坐標系、北京54國家坐標系、地方城建坐標系。對于狹義“大數據”來說,其全球視野必定不會更改,基于衛星定位、CORS站定位仍為主流空間化技術,因此大數據大都繼續采用以經緯度表示的地理坐標系;對于小數據來說,雖然2018年7月1日國家要求將各地坐標系統一在國家2000坐標系下進行工作。然而由于歷史原因,各地基礎數據資料大都是基于地方城建坐標系,還存在不少的西安80坐標系及北京54坐標系數據。且不說全國大部分城市基于國家2000坐標系的測繪水準網尚未建立,即便個別已經建立起來的城市重新進行全域測繪,時間和經濟投入巨大,絕非短期工程。因此,小數據坐標系新舊過渡還會持續較長一段時間;這樣,大小數據融合規一會長期存在坐標系統不統一問題。另外,部分互聯網“爬取”數據以地址門牌號形式表達,空間化困難。只有解決坐標系不統一或者文本空間信息的問題,才能最大限度的發揮出數據資源的價值。

筆者采用七參數(三維數據)及四參數(二維數據)數學解算方法,完成七類坐標系間的相互轉換,轉換精度最高達亞微米級別;并基于AutoCAD二次開發,使CAD數據實現無損坐標轉換,解決GIS對CAD轉換時色塊、線型、注記丟失問題。針對地址門牌號空間信息問題通過地名地址數據庫的建設或利用互聯網公司專業工具進行匹配,能將這類文本空間信息“落地”。兩大問題得以解決,“數據鴻溝”順利跨越。

3.3 數據庫及標準建設

數據庫的建設是解決數據管理和共享問題的有效手段。數據庫頂層架構設計中(如圖5所示),縱向包含數據庫建立階段及數據庫提交質檢階段兩階段設計,橫向包含空間要素、非空間要素、標準規范三版塊。空間要素通過圖屬一體化管理實現,注重空間維度、內容維度、來源維度、精細維度、環節維度在所有空間要素的滲透和表達記錄。非空間要素通過文件管理與數據庫管理實現。標準規范確保數據合規、好用、易用、易擴展。

通過數據庫專題研究,可形成《數據庫建設專題研究報告》,還可制定詳細的《大數據數據庫標準》。

4 平臺系統

4.1 平臺開發與整合

本研究將已有平臺進行統一整合和再開發,一方面將平臺數據進行標準化建設,打通不同平臺數據通道,使數據能靈活服務所需平臺;另一方面,繼續延用多平臺模塊,各平臺發揮自身的功能側重,避免建設大而全平臺帶來的整體風險和效率的不升反降。

平臺模塊包括“規劃一張圖”平臺、三維輔助決策平臺、眾規平臺、大數據平臺、檔案空間平臺、智慧規劃院管理平臺六大平臺模塊,以國土空間規劃編制、管理、決策對數據、技術和知識的需求為牽引,結合內外業工作需求實際,從不同方向和場景給予用戶以智能服務。表2介紹了各平臺所承載的功能和實現的目標。

表2 平臺整合

4.2 系統集成

對數據的全面展示和深度分析將為規劃決策、規劃管理和規劃評估帶來更有效的支持。因此通過對城市自然地理、經濟、人口、建筑、設施和環境等現狀信息數據進行挖掘與分析,利用模型算法及系統平臺提高規劃編制效率和水平,推動城鄉規劃行業的工作流程變革,是發展的必然趨勢。

規劃輔助決策系統在硬件環境支撐及政策架構的保障下,依靠穩定、科學的數據架構和服務架構,基于SOA和服務鏈技術,通過對多平臺數據的動態聚合調用,實現多專業規劃模型算法和業務平臺間系統集成,形成可以穩定服務于規劃編制人員及審批決策領導的服務模塊。對于規劃編制中的重復統計、運算項目,通過規劃問題診斷、模型算法構建,形成可自動分析計算的決策分析工具。

5 動態更新與維護

數據庫和平臺建立后,仍需持續動態更新維護才可保障永葆蓬勃生命力。

1)應結合具體項目/業務進行數據庫更新,制訂嚴密的數據更新策略、確定更新流程,責任到人、嚴把數據關,以制度的形式穩定管理策略。筆者所在組織采用“一項目一更新,半年數據責任人審核,一年一驗收”取得較佳的更新效果。

2)平臺系統在支撐實踐時應結合新的需求點及用戶體驗,不斷增加功能、優化算法及操作,不斷打通平臺鏈路,讓數據、功能持續共享和相互支撐,平臺系統各有側重又彼此借力,平穩運行又高效服務。

3)應繼續深入研究,增加空間規劃模型,增強規劃科學性,沉淀規劃經驗,跬步才能至千里。

4)應建立《平臺系統運行維護手冊》《動態更新辦法》保證更新維護標準化、制度化。

6 總結及展望

本文通過大數據服務體系建設,實現對多源數據的高效管理,以及對數據的動態聚合調用;通過平臺系統建設和整體設計,實現多專業規劃模型和多個業務系統間的集成,提高工作的效率和科學性,為領導提供決策支持,推動規劃走向精細化、指標化的定量分析,促進了城市管理決策科學化和現代化,推動規劃行業步入智慧規劃階段。

數據作為一種資源,它不像自然資源會越用越少,而是會越用越多,但這種越用越多,是需要不斷地打磨、不斷地迭代、不斷地在不同場景的應用和升級,才能展現蓬勃生命力。利用充足的多源數據進行城市地理條件摸底、現狀分析,大大縮短外業時間,實現用技術換取時間和空間;模型算法為切換場景、替換數據時快速出成果提供了便利,使規劃智慧得以持續沉淀;平臺系統使我們的工作更高效、及時響應。

相信隨著我們對城市規律的不斷把握和積累,我們的規劃方案將鮮會被決策者隨意更改,我們能如結構師般拿出結構不能隨意修改的分析意見。數字未來唯有戰略堅守、持續改進、面對喧囂、保持理性才能共建共贏。規劃行業唯有擁抱時代,享受時代的紅利,順勢而為,才能持久屹立于市場,呈現蓬勃發展態勢。