面向智慧规划的大数据服务体系建设研究★

刘李霞

(太原市城乡规划设计研究院,山西 太原 030002)

1 背景分析

1.1 转型必要性

数字化转型已成为各行各业普遍共识,尤其是近两年人工智能产品(ChatGPT,Midjourney,Copilot等)接踵来袭。受人工智能或福利、或冲击的影响,人们一边兴奋惊叹于技术的飞跃,一边因被“卷”到而压力山大。

规划行业进入国土空间规划时代,也进入一个更高级、更智能的新纪元:从以往对城市、乡村的规划编制扩展到了对全域全要素的“保值升值”设计[1];从以往注重规划成果转变为更加关注规划过程;从以往的“规划体检”转变为“城市体检”[2]。较以往规划更强调规划的科学性,方案制订更严谨和更偏技术性,以往的拍脑袋、靠经验、感觉逐步被“大胆假设、小心求证”取代,据“理”力争,而不是说不清、道不明。与此同时,规划将逐步进入存量规划时代,以往增量规划的大拆大建将被小规模城市更新取代,更加注重精细化管理、“问计于民”和“开门编规划”,通过城市感知、公众参与及时发现城市问题、逐个突破,提高人民的获得感、幸福感、安全感。

规划人面临又一次时代的大挑战,传统业务数量骤减,新业务类型处在“摸着石头过河”阶段,技术门槛要求高,且个别类型还困难重重(如城市更新类项目)。为更好的适应新的国际国内环境、市场形势,促进行业持续发展,规划行业已到不得不转型,提高规划业务水平、管理水平的阶段,而数字化转型是直接解决最迫切难题的方式,比如提升规划科学性的数据分析技术,“双评估”、城市体检文件要求的评估必选项所包含的大数据等。

1.2 转型方案

数字化转型绕不开数据及平台的加持。数据是继土地、劳动力、资本、技术之外的第五大生产要素,也是国家基础性战略资源,被誉为“新黄金”“新石油”。近年来,数字经济迅猛发展,数字产业核心增长率比GDP增速高2.3倍,且数字经济对我国GDP增长的贡献率始终保持在50%以上。党中央、国务院高度重视大数据在推进经济社会发展中的地位和作用。自2014年至今,颁布了多项大数据相关文件。而平台化、系统化则是各个行业都一直在践行的提质增效手段,平台遍布各个工作、生活场景,其广泛性、便捷性、高效性无需赘述,强大的平台系统功能将使业务效率呈指数增长。

1)融合多源数据的大数据:大数据环境已构建,并在一定程度推动了全社会的发展[3]。规划行业借助大数据开展了大量研究应用工作,很多都是依托传统数据很难完成的,如人口时空格局分析[4]、人口迁移分析[5-6]、路线导航和拥堵识别[7]、精细化城市治理[8-9]。规划行业受“大”势所趋,逐步走向平台化、系统化。各省市规划管理及编制单位均建立符合自身业务需求的多项平台系统[10-15]。利用大数据及系统平台提高规划编制效率和水平,推动规划行业的工作流程变革,是“智慧规划”发展的必然趋势。

2)持续不断的平台化系统化:随着规划技术的发展,传统的规划可视化展示门户平台已不能满足国空规划时代智慧规划的需求。数据背后隐性信息的解读、挖掘能力和依托已有信息对未来进行科学的预测研判才是更为核心的竞争力。

规划行业预实现数字化转型,可依托大数据服务体系建设来实现,即融合多源数据的大数据作为底座,其上架构协同规划设计及决策的平台系统。

2 整体架构

大数据服务体系整体框架(如图1所示)建立在大数据底座上,以规划业务和规划知识为两条发展主线,以数据服务、平台服务和系统服务为三个支撑环节,形成了两轴互补、三点支撑、两纵三横的发展思路与格局。纵向来看,从数据到平台再到系统是一个递进的结构。横向来看,项目总体核心架构包含数据服务架构、平台服务架构、系统服务架构三层内容。

2.1 数据服务架构

对数据资源进行全生命周期的管理,需要建立定义良好、管理模式科学的数据服务架构(如图2所示)体系,该体系包括数据源层、数据定义层、数据关联与存储层和数据服务层4个层次。大数据平台作为空间数据管理与发布平台,创新性地实现多部门数据协作生产与管理。

2.2 平台服务架构

规划编制工作的开展主要集中在CAD,GIS和三维三类平台上,平台服务架构如图3所示。通过开发及整合“规划一张图”平台、众规平台、三维辅助决策平台、档案空间平台、智慧规划院管理平台从不同方向和场景给予用户以智能服务,减轻系统服务层的功能压力。

2.3 系统服务架构

目前,国外规划支持系统(PSS)已广泛应用[16-18],出现了CommunityViz,INDEX,What if等成熟软件作为规划师的助手工具。国内规划支持系统研究正处于成长阶段,越来越多的规划从业人员加入了规划模型研发行列[19]。

依托各规划项目组专题研究、各技术支持组数据处理及两者的联合研究,形成规划模型工具,进而建立辅助决策支持系统平台,以此来综合提高规划工作的科学性。系统服务架构见图4。

3 大数据底座

3.1 数据源设计

规划行业关注城乡的未来发展、城乡合理布局和各项工程建设的综合部署。伴随大数据技术的发展,规划研究与决策迎来了重大的变革。国土空间规划研究将跳出传统的以统计年鉴、“走马观花”的实地调研,以及以地形图等为表征的模糊化、滞后化的少量样本数据的“窠臼”,转向以网络数据的抓取与空间定位技术的应用为强辅助的转变。数据内容呈现出大样本量、实时动态和微观详细等特征,且更加注重对研究对象地理位置信息的提取。

本文所定义大数据为广义“大数据”的概念,它包含狭义“大数据”、规划行业小数据及相关行业小数据。狭义“大数据”指我们通过多种渠道,尤其是互联网及移动互联网产生的PB级别以上的数据,如手机信令、高德车辆道路通行大数据、互联网大数据等,一方面其对各行各业形成了“降维打击”,一方面又为各行各业创造了新的机遇和挑战。规划行业小数据指国土空间规划现状及规划数据、历史城乡规划数据及土地规划数据、规划审批数据等;相关行业小数据指国土空间规划相关行业——发改、环保、林业、交通等数据。小数据是我们工作中接触最多的数据,它们久经实践考验,无论从数据的获取方式还是从处理手段上都已趋于成熟。在大数据迅猛渗透各行各业的背景下,小数据依旧重要[20],并将持续为我们的工作生活发挥重大作用。大数据更多的是给我们提供“流”的精细化动态数据,小数据更多的是为我们提供科学严谨的静态数据。一静一动的有机结合能让我们更加全面的分析、理解、刻画、规划我们的全域全要素自然资源。

传统规划阶段,采用地形图、规划成果、档案数据、专业调取数据、现状踏勘数据及少量互联网数据等作为数据基础;国空规划新形势下,对于数据的广度、深度提出了更高的要求,对于物质空间、行为空间均有评价指标要求,原来的数据资源已无法完成规划编制成果要求。我们需要开拓大数据,利用大数据发现“城市病”、提炼客观规律、佐证规划结论、让定性分析转向定量分析、感性判断逐渐走向理性判断。表1列举了当前主流多源数据信息及其获取方式。

表1 多源大数据信息表

3.2 数据融合

狭义“大数据”基于WGS-84坐标系、百度坐标系、火星坐标系,小数据通常采用的国家2000坐标系、西安80坐标系、北京54国家坐标系、地方城建坐标系。对于狭义“大数据”来说,其全球视野必定不会更改,基于卫星定位、CORS站定位仍为主流空间化技术,因此大数据大都继续采用以经纬度表示的地理坐标系;对于小数据来说,虽然2018年7月1日国家要求将各地坐标系统一在国家2000坐标系下进行工作。然而由于历史原因,各地基础数据资料大都是基于地方城建坐标系,还存在不少的西安80坐标系及北京54坐标系数据。且不说全国大部分城市基于国家2000坐标系的测绘水准网尚未建立,即便个别已经建立起来的城市重新进行全域测绘,时间和经济投入巨大,绝非短期工程。因此,小数据坐标系新旧过渡还会持续较长一段时间;这样,大小数据融合规一会长期存在坐标系统不统一问题。另外,部分互联网“爬取”数据以地址门牌号形式表达,空间化困难。只有解决坐标系不统一或者文本空间信息的问题,才能最大限度的发挥出数据资源的价值。

笔者采用七参数(三维数据)及四参数(二维数据)数学解算方法,完成七类坐标系间的相互转换,转换精度最高达亚微米级别;并基于AutoCAD二次开发,使CAD数据实现无损坐标转换,解决GIS对CAD转换时色块、线型、注记丢失问题。针对地址门牌号空间信息问题通过地名地址数据库的建设或利用互联网公司专业工具进行匹配,能将这类文本空间信息“落地”。两大问题得以解决,“数据鸿沟”顺利跨越。

3.3 数据库及标准建设

数据库的建设是解决数据管理和共享问题的有效手段。数据库顶层架构设计中(如图5所示),纵向包含数据库建立阶段及数据库提交质检阶段两阶段设计,横向包含空间要素、非空间要素、标准规范三版块。空间要素通过图属一体化管理实现,注重空间维度、内容维度、来源维度、精细维度、环节维度在所有空间要素的渗透和表达记录。非空间要素通过文件管理与数据库管理实现。标准规范确保数据合规、好用、易用、易扩展。

通过数据库专题研究,可形成《数据库建设专题研究报告》,还可制定详细的《大数据数据库标准》。

4 平台系统

4.1 平台开发与整合

本研究将已有平台进行统一整合和再开发,一方面将平台数据进行标准化建设,打通不同平台数据通道,使数据能灵活服务所需平台;另一方面,继续延用多平台模块,各平台发挥自身的功能侧重,避免建设大而全平台带来的整体风险和效率的不升反降。

平台模块包括“规划一张图”平台、三维辅助决策平台、众规平台、大数据平台、档案空间平台、智慧规划院管理平台六大平台模块,以国土空间规划编制、管理、决策对数据、技术和知识的需求为牵引,结合内外业工作需求实际,从不同方向和场景给予用户以智能服务。表2介绍了各平台所承载的功能和实现的目标。

表2 平台整合

4.2 系统集成

对数据的全面展示和深度分析将为规划决策、规划管理和规划评估带来更有效的支持。因此通过对城市自然地理、经济、人口、建筑、设施和环境等现状信息数据进行挖掘与分析,利用模型算法及系统平台提高规划编制效率和水平,推动城乡规划行业的工作流程变革,是发展的必然趋势。

规划辅助决策系统在硬件环境支撑及政策架构的保障下,依靠稳定、科学的数据架构和服务架构,基于SOA和服务链技术,通过对多平台数据的动态聚合调用,实现多专业规划模型算法和业务平台间系统集成,形成可以稳定服务于规划编制人员及审批决策领导的服务模块。对于规划编制中的重复统计、运算项目,通过规划问题诊断、模型算法构建,形成可自动分析计算的决策分析工具。

5 动态更新与维护

数据库和平台建立后,仍需持续动态更新维护才可保障永葆蓬勃生命力。

1)应结合具体项目/业务进行数据库更新,制订严密的数据更新策略、确定更新流程,责任到人、严把数据关,以制度的形式稳定管理策略。笔者所在组织采用“一项目一更新,半年数据责任人审核,一年一验收”取得较佳的更新效果。

2)平台系统在支撑实践时应结合新的需求点及用户体验,不断增加功能、优化算法及操作,不断打通平台链路,让数据、功能持续共享和相互支撑,平台系统各有侧重又彼此借力,平稳运行又高效服务。

3)应继续深入研究,增加空间规划模型,增强规划科学性,沉淀规划经验,跬步才能至千里。

4)应建立《平台系统运行维护手册》《动态更新办法》保证更新维护标准化、制度化。

6 总结及展望

本文通过大数据服务体系建设,实现对多源数据的高效管理,以及对数据的动态聚合调用;通过平台系统建设和整体设计,实现多专业规划模型和多个业务系统间的集成,提高工作的效率和科学性,为领导提供决策支持,推动规划走向精细化、指标化的定量分析,促进了城市管理决策科学化和现代化,推动规划行业步入智慧规划阶段。

数据作为一种资源,它不像自然资源会越用越少,而是会越用越多,但这种越用越多,是需要不断地打磨、不断地迭代、不断地在不同场景的应用和升级,才能展现蓬勃生命力。利用充足的多源数据进行城市地理条件摸底、现状分析,大大缩短外业时间,实现用技术换取时间和空间;模型算法为切换场景、替换数据时快速出成果提供了便利,使规划智慧得以持续沉淀;平台系统使我们的工作更高效、及时响应。

相信随着我们对城市规律的不断把握和积累,我们的规划方案将鲜会被决策者随意更改,我们能如结构师般拿出结构不能随意修改的分析意见。数字未来唯有战略坚守、持续改进、面对喧嚣、保持理性才能共建共赢。规划行业唯有拥抱时代,享受时代的红利,顺势而为,才能持久屹立于市场,呈现蓬勃发展态势。