CN112308382B - 一种开放性的tod城市大数据监测分析平台 - Google Patents
一种开放性的tod城市大数据监测分析平台 Download PDFInfo
- Publication number
- CN112308382B CN112308382B CN202011086282.3A CN202011086282A CN112308382B CN 112308382 B CN112308382 B CN 112308382B CN 202011086282 A CN202011086282 A CN 202011086282A CN 112308382 B CN112308382 B CN 112308382B
- Authority
- CN
- China
- Prior art keywords
- data
- tod
- subsystem
- service
- big data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 61
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 238000010276 construction Methods 0.000 claims abstract description 45
- 230000010354 integration Effects 0.000 claims abstract description 24
- 238000007726 management method Methods 0.000 claims description 166
- 238000011156 evaluation Methods 0.000 claims description 58
- 238000000034 method Methods 0.000 claims description 31
- 238000013439 planning Methods 0.000 claims description 29
- 230000007246 mechanism Effects 0.000 claims description 28
- 238000011161 development Methods 0.000 claims description 25
- 230000018109 developmental process Effects 0.000 claims description 25
- 238000012986 modification Methods 0.000 claims description 15
- 230000004048 modification Effects 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 13
- 238000003745 diagnosis Methods 0.000 claims description 12
- 238000011160 research Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000009193 crawling Effects 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims 2
- 230000004888 barrier function Effects 0.000 abstract description 5
- 238000011158 quantitative evaluation Methods 0.000 abstract description 3
- 208000027433 terminal osseous dysplasia Diseases 0.000 description 159
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013075 data extraction Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 238000011425 standardization method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000005211 surface analysis Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000012089 stop solution Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种开放性的TOD城市大数据监测分析平台,该系统可以实现了知识管理版块与定量评估版块的集成、二三维的集成、规则建模与空间分析的集成等系列集成应用,通过服务调用、第三方集成及应用构建链接服务管理层与各应用场景,“松散耦合”的应用程序组件使得能够将服务组合为各种应用程序,并且打通了部门壁垒,形成以全周期、各环节、多用户参与的模式设计业务功能、组织应用流程,从而支持“国家监管、地方治理”两个层面的多种数据服务与信息共享服务形式,形成一个共建共享、具有可持续服务能力的开放系统平台,提高了国家监督与地方治理的效率。
Description
技术领域
本发明涉及城市监测技术领域,具体是一种开放性的TOD城市大数据监测分析平台。
背景技术
全球环境基金(GEF:Global Environmental Fund)将提高城市可持续性作为综合方法试点之一来应对气候变化。城市试点包括两个方向:1)、国家层面项目,包括11个国家的27个城市。每个国家配以一个或者多个国际组织来监管项目的实施;2)、世界银行领导的全球可持续城市平台为规划、财政和实施综合手段开发了大量工具和方法,提升了学习共享性。GEF也将组建一个由多专业人员组成的资源团队对可持续城市创新予以支持,以便与这27个城市以外的其他城市分享经验。中国子项目包括由住房和城乡建设部主导开发一个国家层面的公交引导开发模式(TOD)的行业学习平台。
中国“子”成员国由住房和城乡建设部和具有地域代表性以及区域城市集群发展代表性、示范性的北京、天津、石家庄(京津冀城市集群)、宁波(东部长江三角洲城市群代表城市)、南昌(长江经济带中部代表城市)、贵阳(西部代表城市)和深圳(珠江三角洲城市群)等7个城市组成。
我国目前处于新型城镇化和区域一体化同步叠加的发展时期,以TOD为导向,建立可持续的城市综合发展模式和管理体系,将是实现新型城镇化发展目标,实现创新、协调、绿色、开放、共享发展理念的重要手段。
但是,我国的交通设施建设与城市发展缺乏结合,实施机制研究不足,导致TOD理念难以落地,并且缺乏公众认知基础,在城市规划与建设总体层面,缺乏有效的协同机制和技术引导。
“新基建”的提出,使我们有必要根据TOD的理念,对城市轨道交通开发从站点、廊道和城市三个层级进行全过程监测,对城市轨道开发的质量、效率、服务及中心性开展综合评估,进而诊断其存在的问题。
因此,如何创建共建共享、持续提供服务能力的开放体系架构,提高国家监督与地方治理的效率是本领域技术人员亟待解决的问题。
发明内容
鉴于上述问题,本发明的目的是解决目前交通设施建设与城市发展缺乏结合,实施机制研究不足,导致TOD理念难以落地,并且缺乏公众认知基础,在城市规划与建设总体层面,缺乏有效的协同机制和技术引导,无法在TOD理念下对城市轨道交通进行诊断评估的问题,实现创建共建共享、持续提供服务能力的开放体系架构,提高国家监督与地方治理的效率。
本发明实施例提供一种开放性的TOD城市大数据监测分析平台,包括:基础设施云环境层、数据资源管理层、平台服务管理层、业务应用层;
所述基础设施云环境层连接所述数据资源管理层、所述平台服务管理层与所述业务数据层,用于将物理资源整合为动态、可扩展的虚拟资源池,为所述数据资源管理层、所述平台服务管理层与所述业务数据层提供基础环境支撑;
所述数据资源管理层连接所述平台服务管理层,用于接收所述平台服务管理层发送的原始数据,并采集TOD空间数据和TOD指标数据,对所述TOD空间数据和所述TOD指标数据进行综合管理,建立TOD城市大数据资源目录,存储TOD城市大数据;
所述平台服务管理层连接所述数据资源管理层与所述业务应用层,用于基于所述TOD城市大数据,对云资源进行管理,并且接收用户指令与反馈信息,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层,将所述反馈信息转换为所述原始数据,将所述原始数据发送给所述数据资源管理层;
所述业务应用层连接所述平台服务管理层,用于获取所述用户指令与所述反馈信息,将所述用户指令与所述反馈信息发送给所述平台服务管理层,接收并显示平台服务管理层发送的所述推送信息。
在一个实施例中,所述基础设施云环境层中的云环境,包括:
公有云、私有云和混合云。
在一个实施例中,所述数据资源管理层,包括:综合管理子系统、整合子系统;
所述综合管理子系统连接所述整合子系统,用于基于分布式大数据存储管理模式对所述TOD空间数据和所述TOD指标数据进行综合管理,并且接收所述平台服务管理层发送的原始数据,对所述原始数据进行管理;
所述整合子系统连接所述综合管理子系统,用于基于所述TOD空间数据和所述TOD指标数据,建立TOD城市大数据资源目录,存储TOD城市大数据。
在一个实施例中,所述平台服务管理层,包括:云资源管理子系统、应用服务子系统;
所述云资源管理子系统连接所述数据资源管理层和所述应用服务子系统,用于基于所述TOD城市大数据,对云基础设施、云服务资源和云数据资源进行管理,并将所述用户反馈发送给所述数据资源管理层;
所述应用服务子系统连接所述云资源管理子系统与所述业务应用层,用于根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层,并将所述反馈信息转换为原始数据,将所述原始数据发送给所述云资源管理子系统。
在一个实施例中,所述应用服务子系统中的应用服务,包括:
内容管理服务、常规地图服务和大数据地图服务。
在一个实施例中,所述平台服务管理层,还包括:大数据分析服务子系统;
所述大数据分析服务子系统连接所述云资源管理子系统和应用服务子系统,用于根据所述用户指令,利用大数据空间分析服务对所述云资源进行分析,根据分析结果选择相应的应用服务。
在一个实施例中,所述业务应用层,包括:技术应用层、任务应用层;
所述技术应用层包括TOD资源库子系统、TOD资讯子系统和TOD规划子系统、TOD诊断子系统、TOD影响评估子系统和TOD监测子系统;
所述TOD资源库子系统用于显示国内外TOD政策法规、行业规范、技术导则、指南、工具箱、研究报告、学术论文、专著、相关网站链接;
所述TOD资讯子系统用于显示国内TOD相关行业政策法规、运营机制、项目实践的资讯;
所述TOD规划子系统用于显示国内外TOD的项目案例报告;
所述TOD诊断子系统用于对TOD规划、建设与运营状况进行诊断,并将所述TOD规划、建设与运营状况在质量、效率、中心性、服务方面的评估值与相应的参照指标进行对比,计算偏离程度,提出诊断结果,评估诊断各城市TOD发展的现状水平及成果展示;
所述TOD影响评估子系统用于基于TOD评价体系标准框架进行各自城市项目的影响评估及成果展示;
所述TOD监测子系统用于监测各城市TOD相关项目实施的短期或长期效果及成果展示;
所述任务应用层包括城市开建TOD标准制定子系统、城市轨道选线子系统、TOD枢纽选址/建设评估子系统、站点改造及社区更新子系统;
所述城市开建TOD标准制定子系统用于展示轨道城市建设标准的相关政策法规、标准规范,支持国内外对标城市的属性数据和空间数据的查询浏览及对照展示,并开展动态精细化轨道城市建设多部门联合审批;
所述城市轨道选线子系统用于对不同的城市轨道选线方案进行对比研究及情景模拟,通过对所述对比研究及情景模拟的结果进行多维度综合评价,并搭建充分保障公众权益及权衡各部门利益的数字化选线功能;
所述TOD枢纽选址/建设评估子系统用于填补在重要战略性TOD枢纽站点选址时遇到的部门分割和信息孤岛问题,并对国家大型TOD枢纽建设规划编制前、规划实施中、规划实施后的全周期进行评估决策;
所述站点改造及社区更新子系统用于集成展示站点改造和老旧小区更新所涉及的相关要素,并对所述相关要素进行相关性、一致性、协调性分析,根据分析结果对国家监管和地方城市发展进行监测、评估、预警、反馈。
基于上述目的,在本申请的第二个方面,还提出了一种开放性的TOD城市大数据监测分析平台的使用方法,包括:
业务应用层获取用户指令,将所述用户指令发送给平台服务管理层;
所述平台服务管理层接收所述用户指令,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层;
所述业务应用层接收并显示所述平台服务管理层发送的所述推送信息。
在一个实施例中,还包括:
用户根据所述推送信息进行反馈,生成反馈信息,所述业务应用层将所述反馈信息发送给所述平台服务管理层;
所述平台服务管理层将所述反馈信息转换为原始数据,将所述原始数据发送给所述数据资源管理层;
所述数据资源管理层对接收所述平台服务管理层发送的原始数据,对所述原始数据进行管理,并结合所述TOD空间数据和所述TOD指标数据,建立TOD城市大数据资源目录。
在一个实施例中,所述平台服务管理层接收所述用户指令,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层,包括:
云资源管理子系统对云基础设施、云服务资源和云数据资源进行管理;
大数据分析服务子系统根据所述用户指令,利用大数据空间分析服务对所述云资源进行分析;
应用服务子系统根据分析结果为用户提供相应的应用服务。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的一种开放性的TOD城市大数据监测分析平台,本系统架构实现了知识管理版块与定量评估版块的集成、二三维的集成、规则建模与空间分析的集成等系列集成应用,通过服务调用、第三方集成及应用构建链接服务管理层与各应用场景,“松散耦合”的应用程序组件使得能够将服务组合为各种应用程序,并且打通了“发改部门关注TOD项目的社会经济效益”、“自然资源部门关注TOD的土地利用”、“住房和城乡建设部门关注TOD的具体建设工程”、“交通部门关注综合交通体系”、“开发商关注土地价值及物业收入”的部门壁垒,形成以全周期、各环节、多用户参与的模式设计业务功能、组织应用流程,从而支持“国家监管、地方治理”两个层面的多种数据服务与信息共享服务形式,形成一个共建共享、具有可持续服务能力的开放系统平台,提高了国家监督与地方治理的效率。并且,本系统在TOD理念的基础上对城市轨道进行监测评估,提升了我国TOD建设及周边地区高质量、可持续发展水平。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例提供的一种开放性的TOD城市大数据监测分析平台框图;
图2为本发明实施例提供的TOD城市大数据监测分析平台总体架构示意图;
图3为本发明实施例提供的“一主七分”集成模式的总体框架;
图4为本发明实施例提供的大数据文件生成与发布的流程图;
图5为本发明实施例提供的TOD评估流程示意图;
图6为本发明实施例提供的城市轨道选线子系统进行多维对比评估示意图;
图7为本发明实施例提供一种开放性的TOD城市大数据监测分析平台的使用方法流程图;
图8为本发明实施例提供的用户进行反馈流程图;
图9为本发明实施例提供的步骤S702的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
需要说明的是,TOD城市大数据监测分析平台空间大数据计算与服务系统采用空间大数据平台(GIS平台)作为基础的空间大数据分布式计算平台。
需要说明的是,TOD城市大数据监测分析平台采用“一主七分”的“逻辑集中、物理分散”的集成模式,由国家级主中心节点和七个城市级分中心节点组成。其中,各中心节点存在以下三种任务运行调度模式:
1、主中心独立完成:分析任务所需的数据完全由主中心提供,这种模式下,大数据分析任务使用主中心的计算资源和数据资源独立完成分析任务。
2、主中心发起,分中心完成分析任务:由主中心发起,所需的数据完全由一个分中心提供,这种模式下,大数据分析任务使用该分中心的计算资源和数据资源完成分析,分析后的结果返回到主中心。
3、主中心提供计算资源,分中心提供数据资源:分析任务所需的数据来自多个数据中心,这种模式下,大数据分析任务使用主中心的计算资源和来自多个数据中心的数据资源共同完成分析。
TOD城市大数据监测分析平台采用主中心和分中心分层的技术架构,分为四层:基础设施云环境层1、数据资源管理层2、平台服务管理层3、业务应用层4,具体参照如下实施例。
参照图1-2所示,本发明实施例提供的一种开放性的TOD城市大数据监测分析平台,包括:基础设施云环境层1、数据资源管理层2、平台服务管理层3、业务应用层4;
所述基础设施云环境层1连接所述数据资源管理层2、所述平台服务管理层3与所述业务数据层,用于将物理资源整合为动态、可扩展的虚拟资源池,为所述数据资源管理层2、所述平台服务管理层3与所述业务数据层提供基础环境支撑。
具体的,所述基础设施云环境层1中的云环境,包括:公有云、私有云和混合云。
进一步地,上述三种云环境都是是将计算资源、存储资源、网络资源等物理资源进行整合,按照云服务模式和云架构建立共享资源池,形成可按需动态扩展的高性能计算环境、大容量存储环境,满足TOD城市大数据的存储、空间大数据重型运算、高并发用户业务访问和信息共享查询,以及城市节点业务系统接入平台的需要。
例如,参照图3所示,以住建部为国家级主中心节点,以北京、石家庄、南昌、天津、宁波、贵阳和深圳为城市级分中心节点采用分层的技术架构,住建部主中心与各城市分中心使用互联网或电子政务外网连接,住建部主中心节点基于云架构设计,构建弹性扩展的云资源池,由统一的云门户对外提供服务。各城市分中心节点可根据业务需要,选择基于传统架构或云架构模式进行部署。通过云管理与服务平台,将计算机硬件、软件、存储、网络等资源,整合成动态、可扩展的虚拟资源池,包括计算资源池、存储资源池、网络资源池等,由云管理平台统一负责管理和维护,用户可根据实际需求动态申请和消费各类资源,做到随需动态弹性扩展,为TOD城市大数据监测分析平台大数据计算与服务系统提供稳定的基础环境支撑。
所述数据资源管理层2连接所述平台服务管理层3,用于接收所述平台服务管理层3发送的原始数据,并采集TOD空间数据和TOD指标数据,对所述TOD空间数据和所述TOD指标数据进行综合管理,建立TOD城市大数据资源目录,存储TOD城市大数据。
具体的,基于分布式大数据存储管理模式和统一的数据资源目录,在统一的空间坐标参考系下,对与TOD相关的多比例尺、异构、海量的空间数据、指标数据进行整合与综合管理。
例如,参照图3所示,住建部主中心节点根据业务需要,统一管理和调度主中心和城市分中心的TOD大数据资源。各城市分中心节点通过管理端管理和更新自己城市的TOD数据资源,通过统一的数据访问接口共享数据,加入到统一的大数据资源池中。各城市分中心按照“谁生产、谁负责”的原则开展本中心的数据库建设、数据产品的加工以及数据和产品的维护和更新。
所述平台服务管理层3连接所述数据资源管理层2与所述业务应用层4,用于基于所述TOD城市大数据,对云资源进行管理,并且接收用户指令与反馈信息,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层4,将所述反馈信息转换为所述原始数据,将所述原始数据发送给所述数据资源管理层2。
具体的,上述平台服务管理层3进行云资源管理和应用服务的开发与运行需要相应的系统与运行框架进行支撑,包括大数据管理、服务总线、数据总线、PORTAL、统计分析、授权与访问控制等。
所述业务应用层4连接所述平台服务管理层3,用于获取所述用户指令与所述反馈信息,将所述用户指令与所述反馈信息发送给所述平台服务管理层3,接收并显示平台服务管理层3发送的所述推送信息。
本实施例中,本系统构架实现了知识管理版块与定量评估版块的集成、二三维的集成、规则建模与空间分析的集成等系列集成应用,通过服务调用、第三方集成及应用构建链接服务管理层与各应用场景,“松散耦合”的应用程序组件使得能够将服务组合为各种应用程序,从而支持“国家监管、地方治理”两个层面的多种数据服务与信息共享服务形式,形成一个共建共享、具有可持续服务能力的开放系统平台,提高了国家监督与地方治理的效率。
在一个实施例中,参照图1-2所示,所述数据资源管理层2,包括:综合管理子系统5、整合子系统6;
所述综合管理子系统5连接所述整合子系统6,用于基于分布式大数据存储管理模式对所述TOD空间数据和所述TOD指标数据进行综合管理,并且接收所述平台服务管理层3发送的原始数据,对所述原始数据进行管理。
具体的,上述TOD空间数据包括:手机职住数据、手机热力数据、轨道站点数据、公交线路数据、公交站点数据、建筑基底数据、城市规划土地利用分类数据、设施POI数据、城市路网数据、道路交叉口数据、重要站点历史影像数据等。上述TOD指标数据包括:人口密度、公交线密度指数、公共交通站点指数、度中心性、接近中心、中介中心性、轨道衔接性、街道交叉口密度、绿地率、容积率、土地利用多样性、土地利用混合指数、设施密度指数、换乘指数、路网密度等。
进一步地,针对上述TOD空间数据中数据量大的数据需要需要采用大数据的处理手段进行处理,具体为:空间基础数据到大数据资源池经过数据抽取、清洗、转换等数据处理步骤,利用提供的ArcPy Python脚本工具,对空间数据进行切分,适应分布式文件系统的存储模式,加快存储效率。将数据存放到HDFS分布式文件存储系统,依据大数据文件服务要求,将HDFS注册为大数据文件,作为数据服务供大数据应用调用。参照图4所示,生成过程如下所示:
A、数据抽取与转换:对于矢量大数据,各数据中心使用产品本身即拿即用的空间数据提取工具、开发接口或第三方ETL工具将参与大数据分析的空间数据从空间数据库中提取为文件数据库FileGDB的格式。
B、数据质检:根据TOD城市大数据监测分析平台总体的标准规范、统一数据模型,提供入库数据质量的评估功能,实现对入库数据质量的全面检查,保障数据资源应用和数据挖掘的准确性。
C、数据预处理:数据预处理包括统一坐标系(CGCS2000)、数据切分预处理、数据上传到HDFS。
D、数据注册:对已经上传到HDFS中的空间大数据,完善元数据信息,并在空间大数据资源目录中进行注册,以便大数据平台的统一调度和管理。
E、数据更新:按照“谁生产、谁负责”的原则,建立横向协同的数据更新维护机制,同时建立国家、城市两级纵向协同联动的数据更新维护机制。
进一步地,根据原始数据和\或采集的数据对相应的TOD城市数据进行更新。具体的更新机制如下所示:
(1)、基础数据更新机制:基础数据更新频率低,需要根据权威部门的更新周期,维护和更新基础数据。
(2)、影像数据更新机制:为了监测重要站点周边一定范围内,在TOD实施前后的影响和变化,为监测和评估提供最直接的证据,需要建立重要站点周边历史影像数据的收集机制,进而建立站点影像库,采用人工解译、对比方式对站点进行监测和评估。随着站点影像数据库数据量的增加,需借助机器学习和深度学习技术,建立TOD监测样本库,并训练TOD监测专用的机器学习模型,提升监测和评估的效率,做到自动监测和评估。
(3)、实时数据更新机制:为了提升TOD监测评估的时效性,需要借助布设在廊道和站点周边的物联网传感器,如摄像头、声音传感器、气体传感器等,通过流数据处理平台实时接收、处理和分析实时数据,实时展现重要指标数据,实时展现评估结果。对实时数据进行分批分次的汇集存储,未来也可以对历史的监测数据进行挖掘分析。
(4)、指标数据更新机制:指标数据是基于基础数据,经过模型计算得到,所以指标数据的更新,需要与基础数据更新和指标数据自身的更新频度保持一致,指标数据多与空间位置有关,指标数据的更新需要与用户形成互动,将用户的反馈反映到指标更新中,逐渐迭代完善。
(5)、模型更新机制:模型作为基础数据和指标数据之间的转换器,地位和作用非常重要,模型更新需要根据用户对TOD监测和评估结果的反馈,调整模型参数。
(6)、非空间数据更新:非空间数据更新,主要包括:UGC数据,包括用户评价数据、用户参与的打分数据等内容;TOD知识库数据,包括TOD资源数据和TOD资讯数据。对于TOD资源数据和TOD资讯数据通过自动化或半自动化的形式,对网络上TOD相关的资源进行定期网络爬取或通程序自动导入。对于用户交互产生的数据,根据来源和类比不同,经过汇总、统计后对门户主数据库进行统一更新。
所述整合子系统6连接所述综合管理子系统5,用于基于所述TOD空间数据和所述TOD指标数据,建立TOD城市大数据资源目录,存储TOD城市大数据。
具体的,基于TOD城市大数据统一数据模型,实现各类数据的综合管理,建立统一的TOD城市大数据统一资源目录,形成内容完整、准确权威、动态鲜活的统一TOD城市大数据资源。
在一个实施例中,所述平台服务管理层3,包括:云资源管理子系统7、应用服务子系统8;
所述云资源管理子系统7连接所述数据资源管理层2和所述应用服务子系统8,用于基于所述TOD城市大数据,对云基础设施(资源管理、资源调度、运行监控等)、云服务资源(服务注册、服务发布、服务调度、服务监控)和云数据资源(数据接入、数据资源目录管理、数据调度、数据管理、数据监控)进行管理,并将所述用户反馈发送给所述数据资源管理层2。
所述应用服务子系统8连接所述云资源管理子系统7与所述业务应用层4,用于根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层4,并将所述反馈信息转换为原始数据,将所述原始数据发送给所述云资源管理子系统7。
具体的,所述应用服务子系统8中的应用服务,包括:内容管理服务、常规地图服务和大数据地图服务。
在一个实施例中,所述平台服务管理层3,还包括:大数据分析服务子系统9;
所述大数据分析服务子系统9连接所述云资源管理子系统7和应用服务子系统8,用于根据所述用户指令,利用大数据空间分析服务对所述云资源进行分析,根据分析结果选择相应的应用服务。
具体的,上述大数据空间分析服务包括:提取分析服务、叠加分析服务、邻域分析服务、距离分析服务、插值分析服务、空间统计分析服务、表面分析服务。
在一个实施例中,所述业务应用层4,包括:技术应用层10、任务应用层11;
所述技术应用层10包括TOD资源库子系统12、TOD资讯子系统13和TOD规划子系统14、TOD诊断子系统15、TOD影响评估子系统16和TOD监测子系统17。
具体的,所述技术应用层10按技术环节划分,即根据关注不同的知识和信息类型,关注不同的技术应用(GIS、遥感、三维等),关注时间流上的不同环节(对现状的诊断、对实施过程的监测、对规划后效果的评估)划分为上述子系统。
所述TOD资源库子系统12用于显示国内外TOD政策法规、行业规范、技术导则、指南、工具箱、研究报告、学术论文、专著、相关网站链接。
所述TOD资讯子系统13用于显示国内TOD相关行业政策法规、运营机制、项目实践的资讯。
所述TOD规划子系统14用于显示国内外TOD的项目案例报告。
所述TOD诊断子系统用于对TOD规划、建设与运营状况进行诊断,并将所述TOD规划、建设与运营状况在质量、效率、中心性、服务方面的评估值与相应的参照指标进行对比,计算偏离程度,提出诊断结果,评估诊断各城市TOD发展的现状水平及成果展示。
所述TOD影响评估子系统16用于基于TOD评价体系标准框架进行各自城市项目的影响评估及成果展示。
所述TOD监测子系统17用于监测各城市TOD相关项目实施的短期或长期效果及成果展示。
具体的,用户通过技术应用层选择相应的用户指令,进而显示业务应用层4显示不同的推送信息。
进一步地,面向不同用户(网站所有者、住建部管理部门、地方城市管理部,门、轨道交通企业、专业技术人员、公众)生成不同的用户指令,设置用户权限满足不同用户的需求。
例如,网站所有者需要对网站进行运营维护、管理网站,对网站所有者设置TOD监测指令;专业技术人员需要了解行业动态、案例与技术指南,对专业技术人员设置TOD规划指令;公众需要新闻资讯,重要评估结论展示、交互性新闻,交互式评论工具,对公众设置TOD影响评估指令。
进一步地,用户对推送信息进行反馈,生成反馈信息,数据资源管理层2与平台服务管理层3根据反馈信息对相关数据进行处理,生成新的推送信息。
例如,TOD监测子系统为公众显示地铁站点打分界面,公众调整打分的权重,生成打分数据,将打分数据发送给平台服务管理层3,平台服务管理层3将打分数据转换为原始数据发送给数据资源管理层2,数据资源管理层2根据打分数据对地铁站点的相关数据进行更新,将更新的地铁站点相关数据进行下一轮的需求分析应用。
下面通过一个具体的实施例来说明TOD诊断子系统15的工作过程的。
以站点尺度的TOD评估为例,综合考虑原发展与改革部门、土地利用部门、城市建设部门、交通运输部门等多部门各自关注的重点要素,以开放性数据支撑多元综合评估,TOD诊断子系统15的工作过程包括:
步骤1:输入地铁、公交、用地、人口、绿地、服务设施等数据,站点按表1但不限于表1内容计算站点指标;
表1:
步骤2:TOD指标值标准化处理,即将上述站点指标采用Z-score标准化方法进行处理;
在多指标评价体系中,由于各评价指标的性质不同,通常具有不同的量纲和数量级,当各指标间的水平相差很大时,如果直接用原始指标值进行分析,就会突出数值较高的指标在综合分析中的作用,相对削弱数值水平较低指标的作用,因此,为了保证结果的可靠性,需要对原始指标数据进行标准化处理,由于各项指标体系中各项指标值的最大值和最小值未知,因此对于TOD指标体系各项指标值采用Z-score标准化方法,其中,z-score标准化公式为:
对序列x1,x2,...,xn进行变换:
步骤3:单项指标评估,即为了实现站点之间、廊道之间、城市之间的可比性,采用百分位区间打分法,对站点、廊道和城市各指标项进行单项指标评估;将指标值的数值分布分为5级,每个级别以1分递增;其中,评估得分按表2计算。
表2:
指标值百分位数(a) | 单项评估得分 |
a=0 | 1 |
0<a≤25% | 2 |
25%≤a<50% | 3 |
50%≤a<75% | 4 |
75%≤a | 5 |
例如,北京市地铁天安门东站的“轨道衔接性”数值在全部站点“轨道衔接性”数值分布中处在50%-75%区间,则天安门东站“轨道衔接性”得分为4分。
步骤4:质量、效率、中心性和服务评估,即将上述各单项指标,按照熵权法赋予权重加权求和,分别计算站点的效率、质量、中心性与服务设施(按照但不限于表3内容评估)评估值。
表:3:
其中,熵权法的基本思路是根据指标变异性的大小来确定客观权重;若某个指标的信息熵指标权重确定方法之熵权法越小,表明指标值得变异程度越大,提供的信息量越多,在综合评价中所能起到的作用也越大,其权重也就越大;相反,某个指标的信息熵指标权重确定方法之熵权法越大,表明指标值得变异程度越小,提供的信息量也越少,在综合评价中所起到的作用也越小,其权重也就越小;根据信息论中信息熵的定义,一组数据的信息熵为:
根据信息熵的计算公式,计算出各个指标的信息熵为E1,E2,E3,…,Ek,然后根据上述信息熵E1,E2,E3,…,Ek计算各指标的权重的公式为:
步骤5:站点、廊道与城市综合评估,即如图5所示,将上述站点效率、中心性、质量与设施评估值求和,得到站点的综合评估值;将步骤4计算的廊道服务人口、服务质量与服务设施评估值求和,得到廊道的综合评估值;将步骤4计算的城市轨道交通概况、服务人口、服务质量与服务设施评估值求和,得到城市的综合评估值。
所述任务应用层11包括城市开建TOD标准制定子系统18、城市轨道选线子系统19、TOD枢纽选址/建设评估子系统20、站点改造及社区更新子系统21。
具体的,所述任务应用层11提供面向多部门协作的整体解决方案,打破现状TOD管理中“发改部门关注TOD项目的社会经济效益”、“自然资源部门关注TOD的土地利用”、“住房和城乡建设部门关注TOD的具体建设工程”、“交通部门关注综合交通体系”、“开发商关注土地价值及物业收入”的部门壁垒,将TOD原各部门所关注的要素数据、模型方法、标准规范进行集成,形成面向多用户协商的一站式解决方案。
所述城市开建TOD标准制定子系统18用于展示轨道城市建设标准的相关政策法规、标准规范,支持国内外对标城市的属性数据(轨道规模、服务效率、服务质量)和空间数据的查询浏览及对照展示,并开展动态精细化轨道城市建设多部门联合审批;
所述城市轨道选线子系统19用于对不同的城市轨道选线方案进行对比研究及情景模拟,通过对所述对比研究及情景模拟的结果进行多维度综合评价,并搭建充分保障公众权益及权衡各部门利益的数字化选线功能;
具体的,如图6所示,当城市轨道选线子系统19获取到不同轨道线路选线时,自动从效率、中心性、质量、服务设施等维度做出多维对比评估,供决策者选择最优选线;其中,当获取到起终点、各维度优先目标(例如效率优先或质量优先等)、综合评定目标(例如服务就业人口不低于N万人、地铁线网中心性提升X等)等不同情景目标设置时,城市轨道选线子系统19自动推荐最优选线,以开放平台形式供多部门决策者协商决策,避免部门壁垒或技术环节脱节造成的各类要素不匹配及城市规划设计和开发建设的巨大浪费。
所述TOD枢纽选址/建设评估子系统20用于填补在重要战略性TOD枢纽站点(例如,通州副中心、雄安新区)选址时遇到的部门分割和信息孤岛问题,并对国家大型TOD枢纽建设规划编制前、规划实施中、规划实施后的全周期进行评估决策;
所述站点改造及社区更新子系统21用于集成展示站点改造和老旧小区更新所涉及的相关要素(人、地、房、设施、服务),并对所述相关要素进行相关性、一致性、协调性分析,根据分析结果对国家监管和地方城市发展进行监测、评估、预警、反馈。
本发明实施例中,实现了与用户的互动,采集用户反馈信息,根据反馈信息对数据资源管理层的相关数据进行处理,参与下一轮需求分析应用,从而形成活数据和众筹模式的数据更新;并且设置用户权限,提高了对用户的管理效率,保证了数据安全,实现了为不同的用户提供丰富的功能服务和数据服务,并且通过任务应用层打通了“发改部门关注TOD项目的社会经济效益”、“自然资源部门关注TOD的土地利用”、“住房和城乡建设部门关注TOD的具体建设工程”、“交通部门关注综合交通体系”、“开发商关注土地价值及物业收入”的部门壁垒,形成以全周期、各环节、多用户参与的模式设计业务功能、组织应用流程。
参照图7所示,一种开放性的TOD城市大数据监测分析平台的使用方法,包括:
S701、业务应用层获取用户指令,将所述用户指令发送给平台服务管理层;
具体的,通过TOD资源库子系统、TOD资讯子系统和TOD规划子系统、TOD诊断子系统、TOD影响评估子系统和TOD监测子系统获取相应的用户指令。
S702、所述平台服务管理层接收所述用户指令,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层;
具体的,上述应用服务,包括:内容管理服务、常规地图服务和大数据地图服务。
S703、所述业务应用层接收并显示所述平台服务管理层发送的所述推送信息。
在一个实施例中,参照图8所示,还包括:
S801、用户根据所述推送信息进行反馈,生成反馈信息,所述业务应用层将所述反馈信息发送给所述平台服务管理层。
S802、所述平台服务管理层将所述反馈信息转换为原始数据,将所述原始数据发送给所述数据资源管理层。
S803、所述数据资源管理层对接收所述平台服务管理层发送的原始数据,对所述原始数据进行管理,并结合所述TOD空间数据和所述TOD指标数据,建立TOD城市大数据资源目录。
具体的,基于TOD城市大数据统一数据模型,实现各类数据的综合管理,建立统一的TOD城市大数据统一资源目录,形成内容完整、准确权威、动态鲜活的统一TOD城市大数据资源。
在一个实施例中,参照图9所示,步骤S702,即所述平台服务管理层接收所述用户指令,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层,包括:
S7021、云资源管理子系统对云基础设施(资源管理、资源调度、运行监控等、云服务资源(服务注册、服务发布、服务调度、服务监控)和云数据资源(数据接入、数据资源目录管理、数据调度、数据管理、数据监控)进行管理;
S7022、大数据分析服务子系统根据所述用户指令,利用大数据空间分析服务对所述云资源进行分析;
具体的,上述大数据空间分析服务包括:提取分析服务、叠加分析服务、邻域分析服务、距离分析服务、插值分析服务、空间统计分析服务、表面分析服务。
S7023、应用服务子系统根据分析结果为用户提供相应的应用服务。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种开放性的TOD城市大数据监测分析平台,其特征在于,包括:基础设施云环境层、数据资源管理层、平台服务管理层、业务应用层;
所述基础设施云环境层连接所述数据资源管理层、所述平台服务管理层与所述业务应用层,用于将物理资源整合为动态、可扩展的虚拟资源池,为所述数据资源管理层、所述平台服务管理层与所述业务应用层提供基础环境支撑;
所述数据资源管理层连接所述平台服务管理层,用于接收所述平台服务管理层发送的原始数据,并采集TOD空间数据和TOD指标数据,对所述TOD空间数据和所述TOD指标数据进行综合管理,建立TOD城市大数据资源目录,存储TOD城市大数据;
所述平台服务管理层连接所述数据资源管理层与所述业务应用层,用于基于所述TOD城市大数据,对云资源进行管理,并且接收用户指令与反馈信息,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层,将所述反馈信息转换为所述原始数据,将所述原始数据发送给所述数据资源管理层;
所述业务应用层连接所述平台服务管理层,用于获取所述用户指令与所述反馈信息,将所述用户指令与所述反馈信息发送给所述平台服务管理层,接收并显示平台服务管理层发送的所述推送信息;
所述数据资源管理层,包括:综合管理子系统、整合子系统;
所述综合管理子系统连接所述整合子系统,用于基于分布式大数据存储管理模式对所述TOD空间数据和所述TOD指标数据进行综合管理,并且接收所述平台服务管理层发送的原始数据,对所述原始数据进行管理;其中,利用ArcPy Python脚本工具,对空间数据进行切分,适应分布式文件系统的存储模式,将数据存放到HDFS分布式文件存储系统,依据大数据文件服务要求,将HDFS注册为大数据文件,并根据原始数据和\或采集的数据对相应的TOD城市数据进行更新,其中,更新机制包括:基础数据更新机制:根据权威部门的更新周期维护和更新基础数据;影像数据更新机制:基于机器学习和深度学习技术建立TOD监测样本库,并训练TOD监测专用的机器学习模型,提升监测和评估的效率;实时数据更新机制:基于布设在廊道和站点周边的物联网传感器,通过流数据处理平台实时接收、处理和分析实时数据,实时展现重要指标数据和评估结果,对实时数据进行分批分次的汇集存储;指标数据更新机制:基础数据更新和指标数据自身的更新频度保持一致,指标数据的更新与用户形成互动,将用户的反馈反映到指标更新中,迭代完善所述指标数据;模型更新机制:模型是基础数据和指标数据之间的转换器,根据用户对TOD监测和评估结果的反馈,调整模型参数;非空间数据更新:对于TOD资源数据和TOD资讯数据通过自动化或半自动化的形式,定期网络爬取或程序自动导入TOD相关的资源,对于用户交互产生的数据,根据来源和类比不同,经过汇总、统计后对门户主数据库进行统一更新;
所述整合子系统连接所述综合管理子系统,用于基于所述TOD空间数据和所述TOD指标数据,建立TOD城市大数据资源目录,存储TOD城市大数据;
所述平台服务管理层,包括:云资源管理子系统、应用服务子系统;
所述云资源管理子系统连接所述数据资源管理层和所述应用服务子系统,用于基于所述TOD城市大数据,对云基础设施、云服务资源和云数据资源进行管理,并将所述用户反馈发送给所述数据资源管理层;
所述应用服务子系统连接所述云资源管理子系统与所述业务应用层,用于根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层,并将所述反馈信息转换为原始数据,将所述原始数据发送给所述云资源管理子系统。
2.如权利要求1所述的一种开放性的TOD城市大数据监测分析平台,其特征在于,所述基础设施云环境层中的云环境,包括:
公有云、私有云和混合云。
3.如权利要求1所述的一种开放性的TOD城市大数据监测分析平台,其特征在于,所述应用服务子系统中的应用服务,包括:
内容管理服务、常规地图服务和大数据地图服务。
4.如权利要求1所述的一种开放性的TOD城市大数据监测分析平台,其特征在于,所述平台服务管理层,还包括:大数据分析服务子系统;
所述大数据分析服务子系统连接所述云资源管理子系统和应用服务子系统,用于根据所述用户指令,利用大数据空间分析服务对所述云资源进行分析,根据分析结果选择相应的应用服务。
5.如权利要求1所述的一种开放性的TOD城市大数据监测分析平台,其特征在于,所述业务应用层,包括:技术应用层、任务应用层;
所述技术应用层包括TOD资源库子系统、TOD资讯子系统和TOD规划子系统、TOD诊断子系统、TOD影响评估子系统和TOD监测子系统;
所述TOD资源库子系统用于显示国内外TOD政策法规、行业规范、技术导则、指南、工具箱、研究报告、学术论文、专著、相关网站链接;
所述TOD资讯子系统用于显示国内TOD相关行业政策法规、运营机制、项目实践的资讯;
所述TOD规划子系统用于显示国内外TOD的项目案例报告;
所述TOD诊断子系统用于对TOD规划、建设与运营状况进行诊断,并将所述TOD规划、建设与运营状况在质量、效率、中心性、服务方面的评估值与相应的参照指标进行对比,计算偏离程度,提出诊断结果,评估诊断各城市TOD发展的现状水平及成果展示;
所述TOD影响评估子系统用于基于TOD评价体系标准框架进行各自城市项目的影响评估及成果展示;
所述TOD监测子系统用于监测各城市TOD相关项目实施的短期或长期效果及成果展示;
所述任务应用层包括城市开建TOD标准制定子系统、城市轨道选线子系统、TOD枢纽选址/建设评估子系统、站点改造及社区更新子系统;
所述城市开建TOD标准制定子系统用于展示轨道城市建设标准的相关政策法规、标准规范,支持国内外对标城市的属性数据和空间数据的查询浏览及对照展示,并开展动态精细化轨道城市建设多部门联合审批;
所述城市轨道选线子系统用于对不同的城市轨道选线方案进行对比研究及情景模拟,对所述对比研究及情景模拟的结果进行多维度综合评价,并搭建充分保障公众权益及权衡各部门利益的数字化选线功能;
所述TOD枢纽选址/建设评估子系统用于填补在重要战略性TOD枢纽站点选址时遇到的部门分割和信息孤岛问题,并对国家大型TOD枢纽建设规划编制前、规划实施中、规划实施后的全周期进行评估决策;
所述站点改造及社区更新子系统用于集成展示站点改造和老旧小区更新所涉及的相关要素,并对所述相关要素进行相关性、一致性、协调性分析,根据分析结果对国家监管和地方城市发展进行监测、评估、预警、反馈。
6.一种开放性的TOD城市大数据监测分析平台的使用方法,其特征在于,包括:
业务应用层获取用户指令,将所述用户指令发送给平台服务管理层;
所述平台服务管理层接收所述用户指令,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层;
所述业务应用层接收并显示所述平台服务管理层发送的所述推送信息;
还包括:
用户根据所述推送信息进行反馈,生成反馈信息,所述业务应用层将所述反馈信息发送给所述平台服务管理层;
所述平台服务管理层将所述反馈信息转换为原始数据,将所述原始数据发送给数据资源管理层;
所述数据资源管理层对接收所述平台服务管理层发送的原始数据,对所述原始数据进行管理,并结合所述TOD空间数据和所述TOD指标数据,建立TOD城市大数据资源目录;其中,所述对所述原始数据进行管理,并结合所述TOD空间数据和所述TOD指标数据,建立TOD城市大数据资源目录,包括:基于分布式大数据存储管理模式对所述TOD空间数据和所述TOD指标数据进行综合管理,并且接收所述平台服务管理层发送的原始数据,对所述原始数据进行管理;其中,利用ArcPy Python脚本工具,对空间数据进行切分,适应分布式文件系统的存储模式,将数据存放到HDFS分布式文件存储系统,依据大数据文件服务要求,将HDFS注册为大数据文件,并根据原始数据和\或采集的数据对相应的TOD城市数据进行更新,更新机制包括:基础数据更新机制:根据权威部门的更新周期维护和更新基础数据;影像数据更新机制:基于机器学习和深度学习技术建立TOD监测样本库,并训练TOD监测专用的机器学习模型,提升监测和评估的效率;实时数据更新机制:基于布设在廊道和站点周边的物联网传感器,通过流数据处理平台实时接收、处理和分析实时数据,实时展现重要指标数据和评估结果,对实时数据进行分批分次的汇集存储;指标数据更新机制:基础数据更新和指标数据自身的更新频度保持一致,指标数据的更新与用户形成互动,将用户的反馈反映到指标更新中,迭代完善所述指标数据;模型更新机制:模型是基础数据和指标数据之间的转换器,根据用户对TOD监测和评估结果的反馈,调整模型参数;非空间数据更新:对于TOD资源数据和TOD资讯数据通过自动化或半自动化的形式,定期网络爬取或程序自动导入TOD相关的资源,对于用户交互产生的数据,根据来源和类比不同,经过汇总、统计后对门户主数据库进行统一更新;基于所述TOD空间数据和所述TOD指标数据,建立TOD城市大数据资源目录,存储TOD城市大数据;
所述平台服务管理层接收所述用户指令,利用大数据空间分析,根据所述用户指令选择不同的应用服务,生成推送信息,将所述推送信息发送给所述业务应用层,包括:
云资源管理子系统对云基础设施、云服务资源和云数据资源进行管理;
大数据分析服务子系统根据所述用户指令,利用大数据空间分析服务对所述云资源进行分析;
应用服务子系统根据分析结果为用户提供相应的应用服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011086282.3A CN112308382B (zh) | 2020-10-12 | 2020-10-12 | 一种开放性的tod城市大数据监测分析平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011086282.3A CN112308382B (zh) | 2020-10-12 | 2020-10-12 | 一种开放性的tod城市大数据监测分析平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112308382A CN112308382A (zh) | 2021-02-02 |
CN112308382B true CN112308382B (zh) | 2021-12-17 |
Family
ID=74489800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011086282.3A Active CN112308382B (zh) | 2020-10-12 | 2020-10-12 | 一种开放性的tod城市大数据监测分析平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112308382B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570491A (zh) * | 2021-08-03 | 2021-10-29 | 北京畅春互联科技有限公司 | 一种新型智慧城市操作系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102038574B1 (ko) * | 2019-05-24 | 2019-10-31 | (주)텔미전자 | Tod 센서를 구비하고 설치가 용이한 올인원 도로 영상 감시시스템 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116825B (zh) * | 2013-01-29 | 2019-08-30 | 中通服咨询设计研究院有限公司 | 智慧城市管理系统 |
CN105389766A (zh) * | 2015-12-17 | 2016-03-09 | 北京中科云集科技有限公司 | 一种基于云平台的智慧城市管理方法及系统 |
CN107528735A (zh) * | 2017-09-01 | 2017-12-29 | 苏州云联智慧信息技术应用有限公司 | 基于空间分析的大数据分析平台 |
CA3028216A1 (en) * | 2017-12-21 | 2019-06-21 | Bce Inc. | Method and system for monitoring and assessing road conditions |
CN109977182B (zh) * | 2019-03-06 | 2021-06-01 | 广州市城市规划勘测设计研究院 | 一种基于cim的城市信息系统 |
CN111612294A (zh) * | 2020-04-08 | 2020-09-01 | 广州市城市规划勘测设计研究院 | 一种基于时空大数据的城市体检系统 |
-
2020
- 2020-10-12 CN CN202011086282.3A patent/CN112308382B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102038574B1 (ko) * | 2019-05-24 | 2019-10-31 | (주)텔미전자 | Tod 센서를 구비하고 설치가 용이한 올인원 도로 영상 감시시스템 |
Non-Patent Citations (3)
Title |
---|
"Decision approach of maintenance for urban rail transit based on equipment supervision data mining";Zhang Ming;《2015 IEEE 8th International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS)》;20151203;全文 * |
"基于多元时空数据的新型城镇化动态监测指标体系研究";张淑杰等;《地理信息世界》;20200430;第27卷(第2期);全文 * |
"智慧潍坊时空大数据与云平台建设及应用";袁学旺等;《山东国土资源》;20191031;第35卷(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112308382A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Integration of BIM and GIS in sustainable built environment: A review and bibliometric analysis | |
Monteiro et al. | An urban building database (UBD) supporting a smart city information system | |
Moghadam et al. | Urban energy planning procedure for sustainable development in the built environment: A review of available spatial approaches | |
Wang et al. | Identification and analysis of urban functional area in Hangzhou based on OSM and POI data | |
CN109636150A (zh) | 一种智慧城市“多规合一”评价体系的建立方法及其系统 | |
Zhang et al. | Simulation and analysis of urban growth scenarios for the Greater Shanghai Area, China | |
Munshi et al. | Logistic regression and cellular automata-based modelling of retail, commercial and residential development in the city of Ahmedabad, India | |
Arabsheibani et al. | Land suitability assessment for locating industrial parks: a hybrid multi criteria decision‐making approach using Geographical Information System | |
Liu et al. | Using a new approach for revealing the spatiotemporal patterns of functional urban polycentricity: A case study in the Tokyo metropolitan area | |
CN109658510B (zh) | 变电站选址的方法、装置和服务器 | |
CN115391882A (zh) | 一种多元数据融合全息空间系统的构建方法 | |
CN112949997A (zh) | 用于城市规划设计中的社区画像的系统和方法 | |
Bandt et al. | Building a spatial decision support system for tourism and infrastructure planning: Τechnical solution and data integration challenges | |
CN112308382B (zh) | 一种开放性的tod城市大数据监测分析平台 | |
Zhao et al. | Application of smart city construction in a new data environment | |
Song et al. | Exploration of intelligent housing price forecasting based on the anchoring effect | |
Liu | [Retracted] Application of Big Data Technology in Urban Greenway Design | |
CN116957280A (zh) | 基于供需平衡的山地村镇社区生活圈公服设施配置方法 | |
Yang et al. | [Retracted] Measures and Suggestions for Smart Community Development Based on Urban Renewal | |
Yue et al. | Investigating intra-urban functional polycentricity from a linkage perspective: The case of Changsha, China | |
Liu et al. | Study on digital twin technologies for watershed information modeling (WIM): a systematic literature review and bibliometric analysis | |
Condotta et al. | Urban energy performance monitoring for Smart City decision support environments | |
CN115358540A (zh) | 一种城市更新项目的全周期碳评估方法及系统 | |
Deng et al. | [Retracted] Comprehensive Evaluation of BIM Calculation Quantity in Domestic Construction Engineering Based on Fuzzy Comprehensive Evaluation | |
Zhu et al. | Rural road network planning based on 5g and traffic big data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |