警务时空大数据条件下“智慧地图”的构建与应用

田 野， 杨 帆， 王 彪

(武汉市公安局警务指挥部信息通信中心， 湖北武汉 430000)

0 引言

随着信息时代快速发展，人类生产活动的加剧，特别是在各种移动设备、无线传感器、新型智能测绘技术装备的不断涌现下，地理空间数据正呈爆炸式增长[1]。时空大数据除具有一般大数据的特征外，还具有位置、时间、属性、尺度、多源异构、多维动态可视化等6个特征[2]。这些特点给时空大数据的组织、存储、管理和提取带来了新考验，传统的时空信息处理平台、方法和技术等已经无法满足大数据时代时空信息处理的需求[3]。

当前，我国公安信息化建设发展迅猛，公安市场大规模的信息化和装备投资产生了海量的结构化和非结构化数据，包括轨迹信息、工作信息、多媒体信息等[4]。如武汉市公安局通过物联网相关项目建设以及内外部数据整合，已经汇聚海量的人、事、物、组织和案件等警务数据，同时以“位置”为核心，关联整合了各类社会数据。之前建设的警用地理信息平台在数据接入、存储、分析、挖掘、可视化等方面都无法跟上时代发展的速度。为有效管理、分发共享、集成应用警务时空大数据，满足业务单位对警务时空大数据实时化、时序化、动态化与智能化应用的需要，亟需构建智能高效的警务时空大数据平台，实现公安机关基于地图的智慧应用。与此同时，云计算、大数据等技术也逐步成熟，很多公安机关都在建设公安云平台，警务时空大数据平台可以利用其中的云基础设施、大数据计算环境进行快速搭建，并与公安云平台充分融合，成为DaaS、SaaS、PaaS层中一个重要的组成部分，面向不同层次的用户提供个性化的智慧地图服务。

1 警务时空大数据

警务时空大数据是警务大数据的重要组成部分，其价值在于时间、空间、对象之间的关联关系[5]，它有效记录了事物的空间位置和时空变化过程，并准确地表达了事物的历史和当前以及预测未来状态。在公安领域应用时空大数据，可充分挖掘和整合海量的数据资源，提升公安机关数据共享和深度应用能力，对于维护社会大局稳定、预防和打击犯罪、辅助指挥决策都具有重要的价值。

1.1 警务时空大数据组成

警务时空大数据的种类很多，按照数据来源，可以分为公安内部数据和社会数据；按照业务属性，可以分为公安业务数据和地理信息数据。为体现时间属性，本文将警务时空大数据按照更新频率分为静态数据和动态数据两大类，如图1所示。

图1 警务时空大数据分类图

静态数据更新频率固定，更新频率不高，分为基础地理数据和静态警务数据。首先，基础地理数据主要由自然地理信息中的地貌、水系 、植被以及社会地理信息中的居民地、交通、境界、特殊地物、地名等要素构成；其次，静态警务数据包括人员、案(事)件、地址、物品、组织机构、视频等为主题的6大关联基础数据，适用于各警种部门开展信息化建设过程中的基础警务应用，包括人员固定位置(常住人口、流动人口、寄住人口、外籍人口的登记住址)、标准地址库(门牌、建筑物、房间等位置)、公安机构及辖区范围(公安局、派出所、警务室、警务站、检查站等位置及辖区)、智能多维数据采集设备位置(视频监控杆、车辆卡口、电子警察等位置)等。

动态数据更新频率高，分为动态警务数据和动态社会信息数据。动态警务数据包括实时获取的报警信息；利用数字电台、警务通、执法仪等获取的实时警力资源信息，如警员实时位置信息、警车实时位置信息等。动态社会信息数据包括公共车辆轨迹数据、智能数据采集设备实时采集的数据、铁路订票、进出站数据、民航订票及进出港数据等。

1.2 数据更新

为尽可能给各业务警种提供鲜活的时空信息服务，满足不同需求，必须对时空数据进行动态维护和更新，以保证数据的准确性和现势性，提高数据的质量。

按照数据更新主导方的不同，可分为主动更新和被动更新。主动更新是由警务时空大数据平台建设运维单位(一般是科信部门)负责，组织协调各项警务时空数据的更新；被动更新是由警务时空大数据平台使用部门负责，使用方将自己部门专有的时空数据共享给其他用户使用。

按照数据更新存放的位置不同，可分为空间数据更新和业务数据更新。空间数据更新主要是以地图数据图层的概念进行数据更新，包括静态数据(人员固定位置除外)、动态数据中位置不固定的数据(包括动态警务数据、公共车辆数据信息等)，这部分数据需要更新到空间库中。业务数据更新主要以资源服务平台为主，通过对应关系与空间数据进行关联，形成逻辑图层。如静态数据中人员的固定位置通过登记的地址信息与标准地址库进行关联，达到通过人员信息查询到该人对应的登记地址地图坐标，也可以通过地图坐标找到该位置上的相关人员。

静态数据根据实际业务的需要定期更新，如矢量图、影像图等基础地理数据至少需要一年更新两次。动态数据更新频率高，实时更新入库，如实时获取的警力资源信息、重点人员轨迹位置信息等。

科信部门主要负责基础地理数据和动态数据的更新与关联维护，其他业务警种负责静态警务数据的更新，并将更新的数据同步至警务时空大数据平台。

1.3 数据预处理

数据预处理主要包括数据标准化和数据上图，将整合汇聚的各业务系统数据进行一系列标准化处理，并以标准地址库为基础，再加上地址资源库(主要以POI信息为主)，结合一定的人工干预，最大程度实现业务数据的准确上图。

数据标准化是数据共享应用的前提，能够简化数据分析应用的流程，让数据分析师更专注于业务，降低数据应用成本。目前，公安各业务部门信息资源存在大量的异构数据，在概念、编码、数据库设计等多方面不一致，性别编码，男性有的用“01”表示，有的用“A”表示，有的用“男”表示，需要按照相关规则对已整合汇聚的数据进行集中清洗、转换，去除不必要的信息，转化为标准的数据格式，并根据应用需求进行拆分、合并、运算等处理。

数据上图是警务时空大数据应用的关键之一，以“人、事、物、组织和案件”数据中的“位置”信息为核心，关联整合各类数据，恢复数据之间天然存在的时间、空间、属性等多维时空关系，在扩展数据维度的基础上实现警务信息关联整合与聚焦精炼。如110报警信息，可通过报警电话定位、报警地址坐标匹配、接处警定位、后期地图标注等多种方式获取警情坐标位置信息，从而实现110警情信息上图；案件信息，可通过案件与警情的关联、发案地址的坐标匹配、后期地图标注等方式实现案件信息上图；为实现人口信息上图，需将人口登记地址(包括户籍地址、寄住地址、实际居住地址等)与标准地址库中的坐标信息进行匹配。

2 警务时空大数据平台

警务时空大数据平台着力于打造一个集地图、时空数据、服务、文档、工具等资源于一体的云端综合资源平台和共享交换平台，实现基于地图的智慧应用。该平台整合公安行业各部门所有地理空间资源，实现横向、纵向的信息资源共享交换。在数据标准化前提下，各部门用户之间能够互相分享、使用各自资料、数据及服务，同时各部门间实现通畅的信息流转和服务共享。警务时空大数据平台架构如图2所示。

图2 警务时空大数据平台架构图

数据资源层是警务时空大数据平台的基础，负责时空数据的接入、存储和访问，整合处理公安内外部所有时空数据资源，内部资源包括PGIS、VGIS、TGIS以及其他GIS资源和所有具备地理位置信息的警务业务数据，外部资源包括综治办的网格数据、实时交通数据、国土的地形数据等。在数据接入方面，采用Kafka流处理平台接收多源轨迹类数据。在数据存储方面，基础地理数据按照传统的ArcSDE+Oracle方式进行存放；实时数据通过Kafka接入后，传入至Spark平台，用于数据的实时分析比对；用于查询的数据，主要由Elasticsearch或者Solr负责处理；用于事后分析的数据，存储在HDFS中，通过MapReduce进行处理。

基础平台层基于数据资源层和公安云中IaaS搭建，综合各种空间信息资源形成服务目录，并为用户提供顶层软件的应用入口。平台提供功能完善的“资源服务中心”，资源服务中心是地图应用以及时空数据中心管理人员使用平台的入口，在此处称其为共享门户。通过该共享门户，地图用户能够方便的查询平台提供的地图服务、功能服务，了解这些服务的权威发布部门、服务内容、更新情况、如何调用等信息，并提供用户对服务资源使用的在线申请等操作，如图3所示。

同时，管理人员可通过平台监控、管理、维护云端所有的警务时空GIS站点资源服务，主要包括服务监控、服务度量、配额管理、弹性服务管理、租户隔离、日志管理等功能。

图3 警务时空大数据平台共享门户

服务监控：监控GIS站点资源的运行状态以及注册用户的当前状态。同时提供资源信息报警的功能，资源发生异常时列出预警信息并提示。如站点资源紧张、许可需要更新等。

服务度量：统计分析基础设施资源，提供任意时间段内不同层面下用户对警务时空GIS资源使用情况的度量信息。包括资源使用情况统计、报表度量。

配额管理：运维管理人员可以根据用户的实际需求和整体的资源规划，为用户分配一定的站点的资源配额(即GIS节点个数)，并对站点配额进行管理。

弹性服务管理：弹性GIS服务资源动态调整的主要依据为当前监控地图服务所在集群中关联的虚拟机节点的平均CPU使用率，当平均CPU使用率超过一定阈值并持续指定时间后自动往该集群中添加一个GIS for Server虚拟机节点，在平均CPU使用率低于一定阈值并持续一定时间后自动删除一个GIS for Server虚拟机节点。

租户隔离：为使用云服务的每个组织提供独立的资源空间，并实现了对组织帐户使用警务时空GIS资源服务的权限进行管理。

接口服务层基于数据资源层和基础平台层向二次开发用户提供警务时空地理信息空间服务，主要包括地图数据服务的加载，空间数据查询、编辑、分析，数据实时转发等功能。开发接口形式包括Web APIs(JavaScript)，Runtime SDKs(Android、Java、.Net、Qt)，其中在桌面端主要应用JavaScript API，移动端主要应用Android SDK。

应用展示层是将平台中的数据和服务以特色应用的方式进行展现，体现平台所具备的实时数据展示、各类业务数据统计、空间分析等功能。同时，各业务部门作为警务时空大数据平台的应用单位，基于该平台搭建的各类业务系统也是应用展示层的重要组成部分。

3 警务时空大数据的应用

随着公安内外部信息资源的不断整合，警务时空数据数量也随之迅猛增加，更新频率也越来越快，对于公安的业务实战也越来越有价值。依托警务时空大数据云平台挖掘海量数据中隐藏的价值，实现多维挖掘分析，充分利用警务时空大数据的时间与空间维度，能够改进传统办案方式，进一步提升公安队伍的核心战斗力。

(1)实时警力可视化

警务时空大数据增强警方预判与指挥决策能力，提高部署警力与打击犯罪的效率。警力定位服务以基站位置为核心，结合室内定位热点，从而实现警力位置(350兆数字电台、警务通、执法记录仪等定位数据)室内室外、地上地下立体的无缝定位，实现对所有警务态势的实时监控，精确地在地图上反映执勤民警的实时分布状况，如图4所示。同时利用数据库索引以及海量数据检索技术快速查询相关警力的实时位置信息，并使用消息推送技术对查询结果进行实时更新。

(2)警务时空大数据分析挖掘可视化

图4 警力实时位置分布图

图5 时空数据分析挖掘可视化示意图

警务时空大数据分析挖掘可视化应用以电子地图作为空间信息可视化的主要形式，以简洁、高效、多维、动态的方式承载、传递丰富的空间信息，实现时空数据专题地图和统计图表的有机结合。平台提供数据专题所见即所得的配置和联动显示，能更便捷地发现数据的规律，做到交互更便捷、洞察更有力、效果更突出，如图5所示。警务时空数据具有多部门关注和使用频率较高等特点，需要关联多种来源和类别的业务数据进行多维数据关联和碰撞分析。通过与警务业务数据的接口，结合电子地图，一方面可以实现静态基础信息的可视化，如将实有人口、房屋、建筑物、场所、单位信息与空间信息关联，并进行查询统计，制作人员、单位分布图，便于宏观掌握人员的分布、活动以及单位分布情况，有利于社会治安管控和发现重点案发区域等。另一方面，可以对警情、案事件信息等动态数据进行趋势分析，如按照出警单位、警情类型、发案时段等多个维度将警情数据进行综合分析和可视化展现，直观地分析并展现警情的高发地区、高发类型、高发时段等，超前预测犯罪多发区域，以便更好地进行警力资源的科学分配和部署。

(3)人流密度实时监控

利用警务时空大数据平台整合的动态警务数据、互联网公司提供的定位数据(LBS)和运营商提供的手机信令数据，可以实现对全市及重点商圈、重点区域的人流监控和预警，并通过平安城市提供的视频监控实时查看某一地区的监控视频。

全市人员网格化密度分析将全市按照一定规则划分成一定大小的网格(可按行政区域划分不规则网格或者按固定距离划分规则网格)，然后在地图上展示各网格内人流密集实时渲染图。从宏观的角度监控全市人流汇集程度。同时人员密度高发统计则是通过事前在地图上圈定各个重点区域的范围，实时展现所有重点区域的人员密度排名汇总情况。如图6所示，武汉光谷商业圈实时人员总数在59 158～65 452人之间。

人流密度阈值预警功能通过设置人流密度阈值，当划定的重点区域内人流密度超过设定的阈值时，会产生报警信息。结合警务动态数据，可以调动警力资源对超过阈值的区域进行进一步监控与分析处理。

(4)扁平化指挥调度平台

图6 人员密集度实时监控图

图7 扁平化指挥调度平台

武汉市公安局结合实际，以地图为核心，因地制宜地进行警务指挥体系建设，建立了统一指挥、快速反应的指挥调度机制和打、防、管、控一体化警务机制。整合了接处警、有线调度、无线指挥、图像监控、大屏显示、警用地理、决策指挥等原有系统，通过平台建设和机制的建立，确保各警种通过最快捷的渠道获取警情，在最短时间内作出反应。扁平化指挥调度平台系统如图7所示。

4 结语

当前各类犯罪事件频发，犯罪分子的作案手段多变，反侦查意识进一步提升，社会不稳定因素加剧，将警务时空大数据应用于公安领域势在必行。

建设警务时空大数据平台，构建智慧地图，需要充分利用公安云建设成果，借助云基础设施，建设具备弹性调整的GIS运行环境；借助资源服务平台，实现多源实时数据接入；借助大数据运行环境和各类组件，实现海量数据实时分析比对、预警以及针对历史数据的挖掘。

数据就是战斗力，随着信息化时代大数据的广泛应用，警务时空大数据愈发展现出其在警务信息化中的核心地位。警务时空大数据平台的构建和应用为公安行业解决了数据量庞大、来源多样、处理复杂的难题，为宏观决策提供图形化的数据支撑，为微观分析提供精准数据，将逐步成为当前大数据条件下公安信息化应用的基础性平台。