规划国土数据中心设计与实现

文｜杨琴芝

“数据中心”是一种让数据产生价值、传递价值的能力。“数据中心”不是一个项目，而是一个过程，“数据中心”也不是一个产品，而是一个环境！而面向规划和国土行业的数据中心让数据产生价值和传递价值的能力包括以下5个方面：业务资源整合能力、业务规则管控能力、业务指标监测能力、新型数据处理能力和规划评估决策能力。

第一，业务资源整合能力——业务数据整合，平台框架搭建。

面向常规业务应用、城乡统筹、省市县联动和资源运营管理的业务资源整合的需求，提出面向各类用户的业务资源整合解决方案，包括与建设目标事权相关的业务资源对应的满足管理要求的标准规范、综合数据库、应用平台、一系列数据管理工具集和一套管理运维机制，使得业务资源具备“进得来、管得好、出得去”的能力。

强调业务资源整合，是一项长期持续的基础工程，必须加强规划和保障，在过程中不断探索总结符合本地建设条件的自身应用需求的业务资源整合之路，为后续深化资源建设和应用建设提供经验、反思和指引。另外，现在人人都想用数据，人人都应该为数据作贡献，应提升数据建设的全民意识。最后，建议开展数据资源规划，从战略、管理到执行层面对数据进行全面规划和顶层设计，像重视应用系统建设一样的重视数据资源建设。

第二，业务规则管控能力——制定管控规则，落实管理要求。

随着对精细化管理要求的不断深化，面向规划部门和规划实施部门，需要具备业务管控的能力。面向规划部门，目前各级各类规划编制项目很多、规范多、人工检查工作量大，不可避免导致遗漏和失误，因此规划技术审查阶段发现冲突，尽可能避免由于缺乏有效信息支撑而导致的规划之间与规范之间的不一致，从而实现面向规划的规则管控。而面向实施部门，在过程审查阶段，上位规划和法律、法规和规范的要求很多，而传统审查基本凭借经验，缺乏统一的审查规则，无法保证审查结果符合统一的要求，因此必需为实施审查建设业务管控规则，从而实现面向实施的规则管控。

面向规划部门和规划实施部门的业务规则管控解决方案，需要开展两项重要的工作。第一，制定一个满足管控目标和要求的规划管控体系，通过规划管控要素库确定管控中涉及到的所有空间要素和指标要素、通过规划管控规则集确定每一个管控要素中对上位规划、法律法规要求等的规则，并制定一套符合管控体系的一套数据标准规范；第二，建设一个规划管控应用中心，需要通过标准、模型、算子和规则实现规划管控规则库的计算机实现和建模，实现规划管控规则的任务调度与规则执行，最后通过审查报告或与业务系统结合等方式实现规划管控结果的应用。最终，使得具备规则管控的能力。而在此过程中，梳理管控要求和规则，确定统一的审查规则，是落实管理要求的强有力的保障。

第三，业务指标监测能力——监理监测体系，反馈业务执行。

业务指标监测，是面向决策层的需求。但是面向不同的决策层，监测需求不同且监测需求时常变化，监测指标来源于不同的业务系统和数据库，监测结果的内容和形式的表达要求多变，所以导致业务指标监测很难实现。

面向各类用户的业务指标检测解决方案，需要开展四项重要的工作。第一，面向不同的目标制定监测指标体系，比如针对用地、项目等等；第二，建设符合监测指标存储要求的数据仓库；第三，建设多个面向应用的监测数据集市；第四，建设一个监测应用中心，面向最终用户。通过这些，使得具备业务指标监测能力，实现业务执行的反馈。

第四，新型数据处理能力——引入新型数据，提升认知水平。

空间数据和业务数据属于传统的数据范畴，但随着技术的演进，流式大数据和非结构化内容数据越来越多的进入到我们的视野中。

针对大数据，决策层和研究人员越来越关注人的行为，探索规律辅助决策，而大数据的引入，通过提高样本数量，为样本内的群体的规划提供更准确的数据支撑，这些在传统数据和技术手段下，无论是数据的采集、存储、计算和应用都是无法实现的。因此面对大数据，以手机信令为例，应该完成包括大数据计算框架、手机信息数据处理系统、手机信令数据应用系统、手机信令数据全生命周期管理以及大数据平台部署等工作。

针对非结构内容数据，以往的信息化资源建设只关注结构化数据，但对以电子文件存储为主的非结构化内容数据来说，存在大量的价值信息，却未被有效利用。与此同时，内容数据也具有来源多、管理难、价值沉默太快的特点。因此面对非结构内容数据，需要通过社交和内容重塑工作流程、有条件的由事项协同管理、海量非结构化数据建设、内容管理平台的建设、全文检索的实现、并打通重要系统的应用接口等。

第五，规划评估决策能力——建立评估模型，实现科学决策。

面向决策层和研究人员，提供面向多方面评估模型的支持，以综合评价规划实施情况，为科学决策提供依据。由于评估模型众多，其算法和参数根据具体情况有微调的可能性；对于涉及到复杂运算的模型，需要提供专门的模型运算环境；模型是经验积累，需要专门建立统一的模型管理库，发挥其更大的价值。