CN106897417A - 一种基于多源大数据融合的城市空间全息地图的构建方法 - Google Patents

Abstract

本发明公开了一种基于多源大数据融合的城市空间全息地图的构建方法，将城市全空间覆盖范围内的绿量植被、市政工程、物理环境(包括城市噪声环境、城市风环境、城市热环境及热岛效应)、产业机构POI、人车活动、人文感受评价通过不同图层映射到云数据库，结合城市空间形态将不同类型的数据空间特征直观、动态地显示输出，可供城市各系统实时检测，利于对城市规划设计工程实践。本发明基于云数据端，能够应对海量数据的处理，进行实时的快速查询显示；通过将多源大数据与城市空间形态数据叠合在同一个数字地图系统下，实现基于城市坐标体系的多源数据借口的无缝衔接采集与空间特征的模拟动态显示。

Description

一种基于多源大数据融合的城市空间全息地图的构建方法

技术领域

本发明涉及一种城市空间全息地图的构建及可视化技术，更具体涉及一种基于多源大数据融合的城市空间全息地图的构建方法。

背景技术

随着信息技术发展，信息化智能化成为当代主流发展，这导致日常生活中产生的信息量是极其庞大的，构成了城市全息数字地图。相对于传统纸质地图仅指示街道、地名、距离的作用，全息数字地图具有可定位、可视化、实时监测特点。更为重要的是，城市全息数字地图将从表层到深层、从实到虚对城市各系统、各单元进行全面、综合的信息表达与分析。

因此，如何应用高科技手段获取到城市各系统的数据，同时通过地理信息系统进行整合及空间联系，进行城市各系统的时空分布特征研究、系统之间的耦合特征建模研究，满足日益庞大的城市大数据对于城市设计及辅助决策需求和城市管理需要，是城市规划面临的难题之一。

目前国内外研究城市多源大数据的主要关注数据的采集及可视化，多以图表、动画形式展示，较少关注城市各数据系统与大尺度的城市空间形态、建筑空间布局之间的相互影响关系，更缺乏基于城市空间全覆盖的全息数字地图系统的制作和动态显示技术。目前在城市空间全息地图的制作技术上，缺乏城市地理空间坐标，停留在单一维度的数据处理，在大尺度复合数据的城市空间全息地图制作和显示领域落后。

发明内容

发明目的：为了解决上述技术问题，本发明提供一种城市多源大数据的全息地图构建方法，将城市全空间覆盖范围内的绿量植被、市政工程、物理环境(包括城市噪声环境、城市风环境、城市热环境及热岛效应)、产业机构POI、人车活动、人文感受评价通过不同图层映射到云数据库，结合城市空间形态将不同类型的数据空间特征直观、动态地显示输出，可供城市各系统实时检测，利于对城市规划设计工程实践。相对于现有技术，本发明提供了一种大尺度的复合数据实时集成处理和显示的方法。

技术方案：

一种基于多源大数据融合的城市空间全息地图的构建方法，包括步骤：

A.通过卫星遥感地图进行道路-街区-建筑的多层次的城市要素的提取；通过openstreet map平台进行用地辨识，划定出各街区内的用地边界及性质，同时采用街景海量图片进行信息的纠正；通过谷地软件平台，对谷歌地图中蕴含的高程点数值及空间位置、城市等高线数值及空间位置进行抓取，得到城市自然地貌基础数据库；将与城市自然地貌基础数据库两者进行空间叠加得到城市空间形态基础数据库，这一数据库是城市空间全息地图的基底。

B.对绿量植被、市政工程、物理环境、产业机构POI、人车活动、人文感受评价分别进行数据采集，并通过数据清洗输入到城市空间信息平台；

C.将步骤B采集的数据分别进行空间位置的放缩、平移、旋转空间处理，使其分别都能与城市空间形态基础数据库实现空间对位，并将其连同城市空间形态数据导入信息处理平台，进行统一组织管理并建立不同的图层，建构出基于同一空间位置的城市空间全息地图的空间分析基础模型；

D.将上述多类数据以统一的数据格式输入系统，并按照要求进行数据组织管理，各数据之间具有统一用地地块数据处理单元，获得全息地图的综合信息；

E.根据空间分析的需要进行各种两两或者多对象的多源数据的组合与相关性分析，获得多源数据融合特征综合信息，将分析结果通过地理信息系统进行发布；并构建城市空间全息地图。

运用三维可视化软件及硬件对构建的城市空间全息地图进行展示呈现，并最终形成时空可视化查询展示终端。

所述步骤B中采集的各数据具体为：

B1.从平面来看，绿量系指叶面、绿地和覆盖面积的绿色量总和；从植物的复层结构来看，绿量的衡量标准以叶面积总量和指数的测算；从空间来看，绿量包含绿视率、绿化三维量以及年游人量指标；

B2.市政工程涵盖城市基础设施、城市给排水及管网、城市照明系统、城市污水及垃圾处理设施；

B3.城市物理环境指的是城市热环境、城市风环境、城市噪声环境在内的各类城市微气候环境；

B4.产业机构POI是人群在进行各项活动的实体业态表征，包含空间位置、产业类别及机构面积，其中将产业类别分为社会服务职能、生产服务职能以及生活服务职能；

B5.人车活动包含匿名手机信令用户活动、公交通勤活动、地铁通勤活动、电能耗、车流；其中手机用户活动的数量统计以手机基站小区作为基本单元，通过泰森多边形的计算方法将用户数量按照用地面积比例分配到各空间形态用地地块中；

B6.人文感受评价是基于公众分享平台的感受心理关键词所展开的评价分析，具体是对于情绪的词句进行定量转译与输出。

所述步骤C将步骤B采集的数据分别进行空间位置的旋转、放缩、平移等间处理具体为：

C1.通过实地踏勘，确定样本场地内的基础数据，确定单株样本植物的单位体积叶面积，同时统计叠加得到整个样地的场地叶面积总量，并将各样地的绿量数值落到空间位置上，从而计算出每个地块的绿色容积率；如下：

绿色容积率＝叶面积总量/用地面积

叶面积总量＝单位体积叶面积×树冠体积

C2.将基础设施进行空间落地，其中官网线路参照城市道路进行绘制，基础设施点落到城市街区空间位置上；

C3.采用模拟与实测相结合的技术方法，基于LANDSAT系列微型，以GIS为数据处理平台，获取微型遥感数据，运用于城市热环境的模拟与分析；基于空间形态数据库，建立起CAD三维建模并导入phoenics的FLAIR模块，同时在phoenics中进行前处理设置，依据真实模型划分计算网格，得到截面与监控跳转至计算截面，实施监控迭代步数与残差，将最终的解析结果平移至空间形态数据库的同一位置坐标，运用于城市风环境的模拟与分析；将城市空间形态模型导入SoundPlan软件，并对实体噪声源进行赋值，用于城市声环境的模拟与分析；

C4.通过对百度地图中的城市业态点进行要素点的抓取，形成基础的城市业态POI基础数据库，同时，通过整体数据库的空间操作使得其能与城市空间形态数据库得以空间位置的对应；

其中，地块内的业态点密度＝业态点总个数/地块面积，单位：个/㎡；

C5.对匿名加密的手机信令数据进行采集及清洗，并假定每个信令基站小区所辐射到区域的人口都是平均分布，采用泰森多边形的方法计算出每个手机信令基站的人口密度，并将这一人口密度数值空间平均分配到其所对应分割的地块上去；

其中，地块A内手机用户数量＝(地块A面积/泰森多边形内所有地块面积总和)*所处基站的手机用户总数量，单位：人；

C6.通过公众平台后台开放平台的数据分析，遴选出带有情绪价值分享与地理坐标定位的词条，并通过软件分析进行定量打分，得到情绪数据库。

所述步骤D具体为：

D1.对单种类型的大数据进行综合建模，分别导入地理信息系统数据库,将六类数据按照统一的数据格式进行空间位置的对位，使得每一类数据的数值能与其它类型数据数值实现空间耦合；

D2.进行多层次的数据格式转换，将不同格式的数据类型转化为统一或者可相互转换的数据格式。

D3.将对位后的六类数据统一到以城市道路围合而成的街区为基本统计单元，即每一街区基本单元包含绿量植被、市政工程、物理环境、产业机构POI、人车活动、人文感受评价六大簇群的数据信息。

所述步骤E具体为：

E1.六种类型的大数据投影到空间所呈现出的空间分布特征，包括城市绿量空间分布特征、城市市政工程特征、城市风、声、热环境空间分布特征、城市功能结构、城市动静态人车活动分布特征以及城市情绪地图；

E2.在各类型大数据的空间分布特征基础上，对两两数据定性关联进行特征分析，并运用SPSS软件进行综合信息库的内在机制特征模型建构。

支持导出二维显示图像格式有DWG、JPEG、PDF、EPS、PNG、GIF、TIFF；支持导出三维显示图像格式有DWG、3ds、skp、CityGML。

有益效果：与现有技术相比，本发明优势在于，基于云数据端，能够应对海量数据的处理，进行实时的快速查询显示；通过将多源大数据与城市空间形态数据叠合在同一个数字地图系统下，实现基于城市坐标体系的多源数据借口的无缝衔接采集与空间特征的模拟动态显示；

1.本发明通过将自然地貌、绿量植被、市政工程、建筑地块、人文POI、人群活动以及物理环境多源大数据与城市空间形态数据叠合在同一个数字地图系统下，实现基于城市坐标体系的多源大数据模拟动态显示。该数字地图划分多图层对应相应的多源大数据要素、城市空间形态要素，有利于分类管理和选择操作，设定选区功能可以快速选择显示范围，从而减少人工重复劳动，便于数据输入输出，快速导出图像。

2.本发明将多源大数据要素、城市空间形态数据与计算机云数据库的多接口无缝结合，实现海量数据的快速获取和直观查询显示，为政府职能部门和建筑设计、城市规划领域提供数据访问。

3.本发明制作的城市多源大数据要素全息地图可以通过选择查询显示，将所需数据和图像在计算机上动态地展示，有利于对城市多源大数据要素与城市空间形态进行耦合关系研究，进一步地为城市各系统机制改善和空间形态优化提供决策方案。

附图说明

图1是本发明基于多源大数据融合的城市空间全息地图的构建及可视化方法的结构框架图；

图2是本发明在城市空间全息地图中导入的范围示意图；

图3是本发明城市多源大数全息地图云数据库结构组件示意图；

图4是本发明城市空间形态的基础数据库示意图；

图5是本发明城市绿量植被数据库示意图；

图6是本发明城市市政工程数据库示意图；

图7是本发明城市物理环境(包括城市噪声环境、城市风环境、城市热环境及热岛效应)数据库示意图；

图8是本发明城市产业机构POI数据库示意图；

图9是本发明城市人车活动数据库示意图；

图10是本发明城市人文感受评价数据库示意图；

具体实施方式

下面结合附图对本发明作更进一步的说明。

以下将结合南京新街口中心区(面积约5.7平方公里，南北两端距离约为3.9公里，东西两端距离约为3.2公里，是南京市的综合主中心，是商业、商务、文化、娱乐功能集聚的地区)的基于多源大数据融合的城市空间全息地图的构建及可视化方法案例和附图来详细说明本发明的技术方案(如图2)，本发明包括如下步骤：

A.通过卫星遥感、无人机技术结合openstreet map后台数据的检测，将新街口中心区建筑、道路、街区空间要素进行提取并电子矢量化，并采用百度在线地图平台的街景图片进行实时纠正；同时，运用谷地软件平台抓取谷歌地图中的城市高程数据、城市等高线数据在内的自然地貌信息，将两者进行空间叠加，共同构成新街口中心区空间全息地图的基底；具体为：

A1.通过卫星遥感地图进行道路-街区-建筑的多层次的新街口中心区城市要素的提取；

A2.通过open street map平台进行用地辨识，划定出各街区内的用地边界及性质，同时采用街景海量图片进行信息的纠正；

A3.通过谷地软件平台，对谷歌地图中蕴含的高程点数值及空间位置、城市等高线数值及空间位置进行抓取，得到新街口中心区自然地貌基础要素库；

A4.将上述两类城市要素进行空间叠加，得到新街口中心区空间全息地图的研究基底。

A5.将A4所述信息导入Arcgis地理信息系统，形成新街口中心区空间形态基础数据库(如图4)。

B.对绿量植被、市政工程、物理环境(包括城市噪声环境、城市风环境、城市热环境及热岛效应)、产业机构POI、人车活动、人文感受评价分别进行数据采集(如图3)。其中，各个数据具体内容为：

B1.从平面来看,绿量系指叶面、绿地和覆盖面积的绿色量总和；从植物的复层结构来看,绿量的衡量标准以叶面积总量和指数的测算较为准确；从空间来看,绿量应该包含绿视率(百分比)、绿化三维量以及年游人量指标；

B2.市政工程涵盖城市基础设施(以桥涵、堤岸、隧道为例)、城市给排水及管网、城市照明系统、城市污水及垃圾处理设施，最为直接的体现就是海绵城市的建设；

B3.城市物理环境，指的是城市热环境、城市风环境、城市噪声环境在内的各类城市微气候环境，是直接影响到城市各种舒适度的数据指标；

B4.产业机构POI是人群在进行各项活动的实体业态表征，包含空间位置、产业类别及机构面积信息，其中将产业类别分为社会服务职能、生产服务职能以及生活服务职能；

B5.人车活动涵盖范围较广，包含匿名手机信令用户活动、公交通勤活动、地铁通勤活动、电能耗、车流，其中手机用户活动的数量统计以手机基站小区作为基本单元，通过泰森多边形的计算方法将用户数量按照用地面积比例分配到各空间形态用地地块中；

B6.人文感受评价是基于微博、微信公众分享平台的感受心理关键词所展开的评价分析，具体是对于情绪的词句进行定量转译与输出。

C.将上述六类大数据群的不同的对象进行空间位置的投影、放缩、平移空间处理，使其能分别都能与城市空间形态基础数据库实现空间对位,并将其连同城市空间形态数据导入信息处理平台，进行统一组织管理并建立不同的图层，建构出基于同一空间位置的新街口中心区空间全息地图的空间分析基础模型；具体步骤：

C1.通过实地踏勘，确定样本场地内的树种分类、植株数量、胸径基础数据，确定单株样本植物的单位体积叶面积，同时统计叠加得到整个样地的总绿量(场地叶面积总量)，并将各样地的绿色容积率落到空间位置上(如图5)；

绿色容积率＝叶面积总量/用地面积

叶面积总量＝单位体积叶面积×树冠体积

C2.将城市给排水及管网、城市污水及垃圾处理基础设施进行空间落地，其中官网线路参照城市道路进行绘制，基础设施点落到城市街区空间位置上(如图6)；

C3.采用模拟与实测相结合的技术方法，基于LANDSAT系列微型，以GIS为数据处理平台，获取微型遥感数据，运用于城市热环境的模拟与分析；基于空间形态数据库，建立起CAD三维建模并导入phoenics的FLAIR模块，同时在phoenics中进行前处理设置，依据真实模型划分计算网格，得到截面与监控跳转至计算截面，实施监控迭代步数与残差，将最终的解析结果平移至空间形态数据库的同一位置坐标，运用于城市风环境的模拟与分析；将城市空间形态模型导入SoundPlan软件，并对交通噪声、工业噪声源进行赋值，用于城市声环境的模拟与分析(如图7)。

C4.通过对百度地图中的城市业态点进行要素点的抓取，形成基础的城市业态POI基础数据库，同时，通过整体数据库的平移、缩放、旋转空间操作使得其能与城市空间形态数据库得以空间位置的对应(如图8)；

地块内的业态点密度＝业态点总个数/地块面积，单位：个/㎡。

C5.对匿名加密的手机信令数据进行采集及清洗，并假定每个信令基站小区所辐射到区域的人口都是平均分布，采用泰森多边形的方法计算出每个手机信令基站的人口密度，并将这一人口密度数值空间平均分配到其所对应分割的地块上去。在此过程中，忽略道路所分配到的极小用户数量(如图9)；

地块A内手机用户数量＝(地块A面积/泰森多边形内所有地块面积总和)*所处基站的手机用户总数量，单位：人。

C6.通过微博、微信后台开放平台的数据分析，遴选出带有情绪价值分享与地理坐标定位的微博词条，并通过软件分析进行定量打分，得到情绪数据库(如图10)。

D.将上述多类数据以统一的数据格式输入Arcgis地理信息系统，并按照要求进行数据组织管理，各数据之间具有统一用地地块数据处理单元，也即每一单元当中包含“1+6”大数据群(其中“1”指的是新街口中心区空间形态基础数据库，“6”指的是校正坐标后的绿量植被、市政工程、物理环境、产业机构POI、人车活动以及人文感受评价数据库)中的多源信息，获得全息地图的综合信息；具体为：

D1.对单种类型的大数据进行综合建模，分别导入地理信息系统数据库,将六类数据按照统一的数据格式进行空间位置的对位，使得每一类数据的数值能与其它六类数据数值实现空间耦合；

D2.进行多层次的数据格式转换，将7类不同格式的数据类型转化为统一或者可相互转换的数据格式；

D3.将对位后的七类数据统一到以城市道路围合而成的街区为基本统计单元，也即每一街区基本单元包含绿量植被、市政工程、物理环境(包括城市噪声环境、城市风环境、城市热环境及热岛效应)、产业机构POI、人车活动、人文感受评价七大簇群的数据信息。

E.根据空间分析的需要进行各种两两或者多对象的多源数据的组合与相关性分析，获得多源数据融合特征综合信息，将分析结果通过地理信息系统进行发布；具体为：

E1.六种类型的大数据投影到空间所呈现出的空间分布特征，包括城市绿量空间分布特征、城市市政工程特征、城市风、声、热环境空间分布特征、城市功能结构、城市动静态人车活动分布特征以及城市情绪地图；

E2.在各类型大数据的空间分布特征基础上，对两两数据定性关联进行特征分析，并运用SPSS软件进行综合信息库的内在机制特征模型建构。

F.运用三维可视化软件及硬件(裸眼3D投影仪)进行展示呈现，并最终形成时空可视化查询展示终端；可支持导出二维显示图像格式有DWG、JPEG、PDF、EPS、PNG、GIF、TIFF，可支持导出三维显示图像格式有DWG、3ds、skp、CityGML。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种基于多源大数据融合的城市空间全息地图的构建方法，其特征在于：包括步骤：

A.通过卫星遥感地图进行道路-街区-建筑的多层次的城市要素的提取；通过openstreet map平台进行用地辨识，划定出各街区内的用地边界及性质，同时采用街景海量图片进行信息的纠正；通过谷地软件平台，对谷歌地图中蕴含的高程点数值及空间位置、城市等高线数值及空间位置进行抓取，得到城市自然地貌基础数据库；将与城市自然地貌基础数据库两者进行空间叠加得到城市空间形态基础数据库，这一数据库是城市空间全息地图的基底。

B.对绿量植被、市政工程、物理环境、产业机构POI、人车活动、人文感受评价分别进行数据采集，并通过数据清洗输入到城市空间信息平台；

C.将步骤B采集的数据分别进行空间位置的放缩、平移、旋转空间处理，使其分别都能与城市空间形态基础数据库实现空间对位，并将其连同城市空间形态数据导入信息处理平台，进行统一组织管理并建立不同的图层，建构出基于同一空间位置的城市空间全息地图的空间分析基础模型；

D.将上述多类数据以统一的数据格式输入系统，并按照要求进行数据组织管理，各数据之间具有统一用地地块数据处理单元，获得全息地图的综合信息；

E.根据空间分析的需要进行各种两两或者多对象的多源数据的组合与相关性分析，获得多源数据融合特征综合信息，将分析结果通过地理信息系统进行发布，得到城市空间全息地图。

2.根据权利要求1所述的构建方法，其特征在于：运用三维可视化软件及硬件对构建的城市空间全息地图进行展示呈现，并最终形成时空可视化查询展示终端。

3.根据权利要求1所述的城市空间全息地图的构建方法，其特征在于：所述步骤B中采集的各数据具体为：

B1.从平面来看，绿量系指叶面、绿地和覆盖面积的绿色量总和；从植物的复层结构来看，绿量的衡量标准以叶面积总量和指数的测算；从空间来看，绿量包含绿视率、绿化三维量以及年游人量指标；

B2.市政工程涵盖城市基础设施、城市给排水及管网、城市照明系统、城市污水及垃圾处理设施；

B3.城市物理环境指的是城市热环境、城市风环境、城市噪声环境在内的各类城市微气候环境；

B4.产业机构POI是人群在进行各项活动的实体业态表征，包含空间位置、产业类别及机构面积，其中将产业类别分为社会服务职能、生产服务职能以及生活服务职能；

B5.人车活动包含匿名手机信令用户活动、公交通勤活动、地铁通勤活动、电能耗、车流；其中手机用户活动的数量统计以手机基站小区作为基本单元，通过泰森多边形的计算方法将用户数量按照用地面积比例分配到各空间形态用地地块中；

B6.人文感受评价是基于公众分享平台的感受心理关键词所展开的评价分析，具体是对于情绪的词句进行定量转译与输出。

4.根据权利要求3所述的城市空间全息地图的构建方法，其特征在于：所述步骤C将步骤B采集的数据分别进行空间位置的旋转、放缩、平移等间处理具体为：

C1.通过实地踏勘，确定样本场地内的基础数据，确定单株样本植物的单位体积叶面积，同时统计叠加得到整个样地的场地叶面积总量，并将各样地的绿量数值落到空间位置上，从而计算出每个地块的绿色容积率；如下：

绿色容积率＝叶面积总量/用地面积

叶面积总量＝单位体积叶面积×树冠体积

C2.将基础设施进行空间落地，其中官网线路参照城市道路进行绘制，基础设施点落到城市街区空间位置上；

C3.采用模拟与实测相结合的技术方法，基于LANDSAT系列微型，以GIS为数据处理平台，获取微型遥感数据，运用于城市热环境的模拟与分析；基于空间形态数据库，建立起CAD三维建模并导入phoenics的FLAIR模块，同时在phoenics中进行前处理设置，依据真实模型划分计算网格，得到截面与监控跳转至计算截面，实施监控迭代步数与残差，将最终的解析结果平移至空间形态数据库的同一位置坐标，运用于城市风环境的模拟与分析；将城市空间形态模型导入SoundPlan软件，并对实体噪声源进行赋值，用于城市声环境的模拟与分析；

C4.通过对百度地图中的城市业态点进行要素点的抓取，形成基础的城市业态POI基础数据库，同时，通过整体数据库的空间操作使得其能与城市空间形态数据库得以空间位置的对应；

其中，地块内的业态点密度＝业态点总个数/地块面积，单位：个/㎡；

C5.对匿名加密的手机信令数据进行采集及清洗，并假定每个信令基站小区所辐射到区域的人口都是平均分布，采用泰森多边形的方法计算出每个手机信令基站的人口密度，并将这一人口密度数值空间平均分配到其所对应分割的地块上去；

其中，地块A内手机用户数量＝(地块A面积/泰森多边形内所有地块面积总和)*所处基站的手机用户总数量，单位：人；

C6.通过公众平台后台开放平台的数据分析，遴选出带有情绪价值分享与地理坐标定位的词条，并通过软件分析进行定量打分，得到情绪数据库。

5.根据权利要求1所述的城市空间全息地图的构建方法，其特征在于：所述步骤D具体为：

D1.对单种类型的大数据进行综合建模，分别导入地理信息系统数据库,将六类数据按照统一的数据格式进行空间位置的对位，使得每一类数据的数值能与其它类型数据数值实现空间耦合；

D2.进行多层次的数据格式转换，将不同格式的数据类型转化为统一或者可相互转换的数据格式。

D3.将对位后的六类数据统一到以城市道路围合而成的街区为基本统计单元，即每一街区基本单元包含绿量植被、市政工程、物理环境、产业机构POI、人车活动、人文感受评价六大簇群的数据信息。

6.根据权利要求1所述的城市空间全息地图的构建方法，其特征在于：所述步骤E具体为：

E1.六种类型的大数据投影到空间所呈现出的空间分布特征，包括城市绿量空间分布特征、城市市政工程特征、城市风、声、热环境空间分布特征、城市功能结构、城市动静态人车活动分布特征以及城市情绪地图；

E2.在各类型大数据的空间分布特征基础上，对两两数据定性关联进行特征分析，并运用SPSS软件进行综合信息库的内在机制特征模型建构。

7.根据权利要求1所述的城市空间全息地图的构建方法，其特征在于：支持导出二维显示图像格式有DWG、JPEG、PDF、EPS、PNG、GIF、TIFF；支持导出三维显示图像格式有DWG、3ds、skp、CityGML。