地理信息辅助决策下的交通战备信息平台建设研究

罗琪斯， 陈秉乾， 杨泽东

(1.广西壮族自治区地图院，广西 南宁 530023；2.中国测绘科学研究院,北京 100039)

1 必要性分析

国防交通战备工作是国防动员工作的重要组成部分[1]，整合现有交通保障资源和保障力量，建立数字化、网络化、信息化高度整合的国防交通应急应战信息平台，对于提高国防交通工作平战转换能力，在急时和战时保障交通运输正常运行有着重要意义。交通战备工作涉及铁路、公路、水路、航空、物流[2]等方面，与基础地理信息有着密不可分的联系。而当前，交通战备业务数据仍存在以文件式存储、缺乏地理位置坐标、无法进行可视化浏览管理和科学决策分析等问题。利用基础地理信息数据为交通战备信息化平台搭建时空数据地理基底层、利用地理信息空间分析技术手段为交通战备智能化决策提供辅助支撑、利用GIS搭建国防交通战备信息化平台，实现国防交通战备数据的信息化管理，是贯彻军民融合、军地融合中的“资源共享”、“技术共研”、“信息主导”[3]的重要体现。

2 技术路线

实现军地多源数据汇聚引接，整合铁路、公路、水路、民航等行业数据资源，以及交通战备业务领域专题数据资源等，提供统一、集约共享的底层数据资源服务。搭建交通战备信息平台，建成一套军民深度融合、共建共享，以地图为底图的“一张图”形式展示、管理国防交通战备数据，为军事行动交通保障、应急应战指挥提供技术支持的信息化平台。形成依托空间分析的科学辅助决策模式，发挥地理信息空间决策分析技术在工作模式创新、决策方法优化等方面的驱动作用，不断提高交通战备管理决策的科学化水平。

2.1 技术流程

本研究技术流程如图1所示。针对国防交通战备信息化的需求，充分发挥基础地理信息成果的辅助支撑作用，整合交通战备相关业务数据，构建标准化数据库；基于国防交通应急应战专家经验，通过算法研究和工具开发，结合B/S和C/S两种平台模式的优势，实现信息化平台的搭建。

2.2 平台框架

平台以技术流程和相关标准规范为指导，以总体设计、统一构建为原则，总体框架分为基础支撑层、业务逻辑层与应用服务层三个层级。其中，基础支撑层主要为业务逻辑提供稳定可靠的算法模型与基础地理信息数据、交通战备专题数据的数据支撑；业务逻辑层采用模块化设计，将算法模型与具体业务逻辑封装成自由组装、独立扩展的功能单元，以供上层系统调用；应用服务层根据不同的系统建设需求，将下层业务逻辑进行组装集成，分别形成应急应战最优路径生成、多源数据“一张图”叠加、二三维一体化分析和专题地图快速出图等应用服务接口。平台总体框架如图2所示。

2.3 功能体系

如图3所示，交通战备信息平台分为B/S(浏览器/服务器)架构和C/S(客户端/服务器)架构两种类型进行搭建，其中B/S版主要用于基于浏览器的便捷浏览，C/S版兼具复杂的数据融合汇聚和空间分析决策功能，两者的结合，既可实现良好的数据可视化效果、系统的易维护性、易扩展性，又能满足强大的空间分析辅助决策功能和高安全性、保密性。围绕国防交通战备业务职能，功能模块主要包含：

图1 交通战备信息平台建设技术流程

图2 交通战备信息平台框架

图3 交通战备信息平台功能体系

(1)“一张图”模块，汇聚交通基础设施、保障力量资源等多方面信息，多源数据分类、分图层叠加在统一的标准地理空间参考下，构建国防交通态势“一张图”。

(2)三维场景模块，实现针对三维地形场景的剖面分析、可视域分析、通视分析以及应急推演结果的模拟展示，可与二维电子地图双视图联动浏览。

(3)国防交通专项规划模块，实现战备专项规划数据的地图可视化、数据管理、统计分析。构建交通规划编绘上图能力，实现国防交通规划计划合理布局编制。

(4)重点保障目标模块、专业保障队伍和物资储备模块、民用运力国防动员模块，实现战时交通重点保障目标、专业保障队伍和物资储备及民用运力的可视化、集成管理、统计分析。构建国防交通资产“一张表”，实现国防交通资产实力精细化管理。

(5)军队军事行动交通保障模块、军事演练交通保障模块、应急应战指挥模块，为军队军事行动交通和军事演练提供路网分析支持，具有军队军事行动交通预案报告生成功能，为应急指挥提供预案推演。

(6)战备标图管理模块，制作国防交通专题地图符号库，通过绘制点、线、面或文字要素，对二三维地图进行标注并进行要素的符号化编辑，输出成图。

3 关键技术

3.1 海量多源异构数据流程化处理

交通战备数据涵盖基础地理信息数据、路网数据、三维地形数据、POI数据、交通战备专题数据和其他引接行业数据等，存在数据量大、数据格式各异、字段类型及表现形式不统一、数据质量参差不齐、无空间位置信息，且多以“文件形式”存储等问题。针对当前的数据问题，提出了海量多源异构数据融合的处理模型，如图4所示，为实现军内、军地、地区之间的数据交换和集成共享奠定基础。

图4 交通战备多源异构数据处理模型

数据管理器对多源异构数据进行分类整理，并通过多种传输方式进行数据传输。数据标准化处理算子针对某一种类数据进行流程化处理，如地理信息数据，进行格式转换、数据结构标准化转换、坐标转换等处理；对文件型数据进行数据清洗，同时对数据中文本地址字段进行地理逆编码处理，实现属性数据向空间数据的转换。而后完成数据质量检查入库，使海量的异构数据遵循统一的空间数据规范标准。该模型能较好地解决当前交通战备海量多源异构数据在存储、处理和使用方面存在的诸多不便，有效提高数据利用效率。

3.2 基于多规则的战备交通路网智能化分析

国防交通战备投送运输具有覆盖范围广、通达程度深、时效性强、机动灵活等特点。不同于传统路网分析，将桥隧数据处理成点数据，造成无法解决桥隧交叉行驶问题且无法考虑桥隧限高、限宽、限重等实际应用问题。本研究通过对路网数据深加工、创建网络数据集[4]，引入道路分级概念，实现了车辆行驶过程中的“优先走大路”路线智能选择；提出的战备交通路网智能化分析顾及实际交通规则限制及自定义阻抗范围的自动避让，将桥隧处理为具有明显几何属性(长/宽/高)的线要素，解决桥隧交叉行驶和桥隧限高、限宽、限重等实际应用问题。上述技术确保了路网分析计算结果的智能化和科学性。

3.2.1 路网分析中的“优先走大路”

“优先走大路”是指车辆行驶时优先走城市主干道以上级别的道路，可保证车辆的高速行驶和车辆的载货量符合上路行驶要求。通过引入道路等级的方法解决“优先走大路”的应用需求。本研究将车辆行驶过程细分为两个子过程，如图5所示。

图5 路网分析之“优先走大路”模型

车辆起步时，获取起点位置，并以设置的定位距离参数对该点做空间缓冲区分析，查找附近道路，根据道路等级遴选空间查询分析结果中的道路列表，以确定车辆行驶起点所在道路。车辆在行驶过程中，通过读取网络数据集的道路等级描述属性和道路等级约束属性，在符合成本最低的情况下，自动避让低级别道路，遴选出所有主干道路，并将该道路列表传入路网分析模块进行路径优化。

3.2.2 针对约束性交通规则的自动避让

传统路网分析中，时间、距离等成本属性是影响路网分析的主要因素，但在现实生活中，成本因素只是路网分析中的通用要素，车辆在行驶过程中还需根据自身车辆特性避让，诸如限宽、限高、限重等因子。本文通过引入网络数据集约束属性，结合对桥梁、隧道和高架桥数据的加工，解决路网分析中对限高、限宽、限重交通规则的自动避让。

以高架桥限高处理为例，数据解决方案如图6所示[5]。

图6 高架桥限高问题数据解决方案

高架桥位于道路L1，道路L2位于高架桥的下方，需将L2切割为3部分，将高架桥正下方的切割段转换为“桥梁”，并将其复制到桥隧图层，同时在原道路L2中同一空间位置“挖空”同等长度的线要素，保证桥隧图层与原路网图层整体连通。添加描述符属性：以网络数据集中的高架桥图层为例，添加描述符属性：MaxHeight，以描述桥梁隧道的最大高度。添加约束条件属性：本研究网络数据集的约束条件类型为“禁止”，添加LimitHeight限制属性，同时为属性添加输入参数CustomHeight，设置限制属性的限制启用条件为函数。以LimitHeight为例：当CustomHeight> MaxHeight为True时启用LimitHeight限制。同理限高、限宽、限重等各限制属性具体启用条件如表1所示。

表1 网络数据集限制属性扩展表

3.3 基于虚拟地理环境的应急应战指挥交通保障

应急应战指挥交通保障旨在根据应急点或应急区域空间范围，分析查询附近的重点保障目标，并进一步求解各保障力量点到各重点保障目标的最优路径，形成直观的立体多维态势可视、展现能力实时的应急应战行动信息支持能力和交通保障数据辅助决策能力。分为3个子过程：输入源确定、附近情况查询、路径分析[4]，如图7所示。

图7 基于虚拟地理环境的应急应战指挥交通保障模型

输入源是指应急点或应急区域空间范围，基于虚拟地理环境的应急应战指挥交通保障通过二三维一体化技术，提供在二三维双视图下确认输入源的功能。附近情况查询用于查询确认事故区域内需要处置的重点保障目标：在二维视图下，对输入源进行空间缓冲区分析，得到缓冲区内的重点保障目标点位；在三维视图下，提供淹没分析等三维分析功能，可将淹没分析结果区域与重点保障目标数据进行空间求交运算，从而得到淹没区域内的重点保障目标。确认重点保障目标位置后，再对获得的各重点保障目标进行空间缓冲区分析，求解其附近的保障力量点。从保障力量结果列表中，利用最近设施点分析技术，求解各保障力量到各重点保障目标的最优距离，并自动生成预案报告。分析结果可通过二三维一体化技术，将路径结果同时绘制在二三维视图中，并以三维空中漫游形式，模拟救急路线沿线的真实地形地貌环境。

4 应用示例

在上述平台技术的基础上，进行了典型应用，以一个应急保障案例来展示关键技术的实现。应用场景：当某地点A发生应急事件，需了解该应急点x公里范围内的重点目标B(b1,b2,……)分布和每个重点目标y公里范围内的救援队伍C(c1,c2,……)或储备物资点D(d1,d2,……)分布，并智能分析出救援队伍或储备物资点到重点目标的最佳行驶路径S(s1,s2)。

其中A应急点x公里范围内重点目标B分布和B重点目标y公里范围内的救援队伍C和物资储备点D分布的分析过程即为空间缓冲区分析的过程。实现结果如图8所示，图中以不涉密的某学校和加油站数据为例，学校为中心点作半径为30 000 m的圆形空间缓冲区分析，得到其范围内的加油站分布。

图8 应急点缓冲分析

智能分析出救援队伍C或储备物资点D到重点目标B的最佳行驶路径S(s1,s2)的过程，为两点间基于多规则的战备交通路网智能化分析的过程，其分析结果展示则为基于虚拟地理环境的应急应战指挥交通保障。如图9所示，考虑桥隧限高、限宽、限重的实际问题，设置救援交通工具的属性，作为分析约束因子之一。如图10所示，在某条道路上设置禁止通行区域后，通过最短路径和“优先走大路”两种算法，智能分析得出两种预案行进路线，其中红色路线为“优先走大路”分析结果，绿色路径为最短路径分析结果，同时列出两条预案路线图中行经的重要设施点。由图10可见，两条预案路线均避开了禁止通行区域，分析结果可在三维视图中同步漫游显示，且可导出应急预案结果。

经实际项目验证，应用效果满足实际业务需求。

5 结束语

本文通过对交通战备专题数据、三维地形、兴趣点等海量多源异构数据的整合，搭建一个交通应急应战空间数据库和集信息查询、业务处理、辅助决策等功能为一体的交通战备信息化平台。并提出了面向海量多源异构数据处理的标准化流程、基于多规则的战备交通路网智能化分析算子和基于虚拟地理环境的应急应战指挥交通保障模式，具备以下特点：

图9 车辆规则设置

图10 应急应战交通保障

(1)以地理信息技术支撑助力国防交通运输应急反应和快速处置能力的提高。信息化系统的建立可满足应急管理对信息及时性、准确性的要求，实现信息资源共享、指挥通信互联，增强平战转换能力，使现代应急保障技术向自动化、可视化、信息化方向发展。

(2)建立了交通战备相应的信息技术标准和规范，对各类数据信息统一分类，完善数据结构标准和信息接口标准，为实现军内、军地、地区之间各类数据的传输、交换和集成共享打好基础。

(3)信息化、空间化、可视化和智能化分析技术，可向军地通用、行业联控、战时联指的交通战备信息化通用平台应用推广，推动军地科技信息交流、科研资源共享深化及军民融合深度发展。