时空大数据构成-1历史与现状基础地理信息数据

作者简介 riddle，现于某央企从事城乡规划、政企信息化工作，具有多年ICT、政务等行业的实践经历。

作者注：本文为《智慧城市时空大数据平台理论与方法》（科学出版社，李成名 刘晓丽著）之读书笔记,。
不足之处，请各位读者批评指正。欢迎各位同行指点交流。

第3篇
2020年1月19日

以下几个篇章分别介绍时空大数据的构成内容，还是比较有内容的。本篇叙述的是历史与现状基础地理信息数据，基本涵盖了GIS行业中常见的原始数据，同时添加了作者自己对数据的补充和理解，有一些干货，对非GIS从业者很友好。

• 基础地理信息数据

该数据反映和描述了地球表面测量控制点、水洗、居民地及设施、佳通、管线、境界与政区、地貌、植被与土质、地籍、地名等有关自然和社会要素的位置、形态和属性等信息。

在从数字城市到智慧城市建设发展的阶段，我们发现，当前的智慧城市建设不仅需要最新的数据作为底图进行决策，也需要往年的历史数据协同对比分析。所以，我们在这里引入历史与现状基础地理信息数据的概念。顾名思义，其包括了历史数据和现状的基础地理信息数据。
在内容方面，历史与现状基础地理信息数据应至少包括矢量数据、影像数据、数字高程模型数据、地理实体数据、地名地址数据、三维模型数据、新型测绘产品数据及其元数据。
下面对每种类型的数据逐个介绍。

1 矢量数据

矢量数据是采用矢量数据结构，在计算机中表示空间数的一种基本形式，其基本图形要素包括点、线、面及其组合。在实际的测绘成果生产中，我们常说的矢量数据主要包括数字线划图（digital line graphic，DLG），其他以矢量数据格式存储的地理信息数据，如网络爱宠兴趣点数据、志愿者地理信息（VGI）汇量空间数据等，以及通过这些矢量数据生产制作的矢量电子地图数据等数字化成果。
我们最常用的是数字线划图数据，在地理信息行业一般有4D产品一说，即DLG、DOM、DEM、DRG。下文也会分别做介绍。
DLG可以全面的描述地表现象，目视效果与同比例尺一致但色彩更为丰富，可满足各种空间分析要求，可随机进行数据选取和显示，与其他信息叠加，能进行空间分析、决策，也是大比例尺地形图变回的重要参考。熟悉先画图可以通过外业测量、栅格数据空间转换及已有地图扫描矢量化等方法获得。
通常不是十分严谨的，我们在日常工作中也将地形图与DLG等同来说。下图就是常见的DLG成果（来源自网络）。

图1.1 DLG成果示例

2 影像数据

影像数据是采用栅格数据结构，在计算机中表示空间数据的另一种基本形式。栅格数据结构试讲空间分割成有规则的网格，即栅格单元，并在每个栅格单元上给出响应的属性值来表示地理试题的一种数据组织形式。
讲定义可能看的一头雾水，那么我们同样以通俗易懂的方式进行叙述。栅格数据就是将空间分割成有规律的网格，每一个网格称为一个单元，并在各单元上赋予相应的属性值来表示实体的一种数据形式。你可以认为栅格数据就是图片形式的数据，如JPG、PNG、TIFF等，比如我们使用很多地图下载器得到的卫星地图的数据格式就是这几种类型。
栅格数据的英文为RASTER，通常也被翻译为光栅数据，所以如果你在不同软件中看到以上的不同命名也请熟悉一下。
在实际的数据生产中，影像数据主要包括数字正射影像（Digital Orthophoto Map，DOM）、航空航天遥感影像、以及通过这些影像生产制作的影像电子地图数据等数字化成果。
这里，DOM是我们的重点内容。不去做严格的定义，你可以这样理解它：DOM是以通过航空航天遥感机器（遥感卫星、飞机等搭载遥感设备）获取地面影像，在经过数字微分纠正、数字镶嵌等一系列后处理措施获得的影像数据集，经处理的影像数据集具有精度高、信息量丰富、已读美观等特点。
下图即是DOM数据的示例。

除去DOM数据之外，我们所讲的影像数据也包括航空航天遥感影像数据，其记录了各种大在在航空航天器的遥感器所收集的地物目标辐射或反射电磁波的胶片或像片。其成果通常包含地面分辨率0.05~0.07 m 多尺度的数字航空摄影、高精度记载三维激光探测与测距（LiDAR）、无人机数字航空摄影、倾斜航空摄影、机载合成孔径雷达（SAR）等，以及地面分辨率0.5~250m多尺度多种类数据等。

3 数字高程模型数据

数字高程模型数据（Digital Elevation Model，DEM）是在一定范围内通过规则格网点描述地面高程信息的数据集，用于反映区域地貌形态的空间分布，也是4D成果之一。
通俗理解，DEM数据就是描述区域内地形特征的一种数据，比如哪里有山，哪里有沟，地形起伏是什么样，地形的高程如何等等。通常我们借助Arcgis等软件对DEM数据进行进一步分析处理，如提取高程、坡度、坡向等地学因子，展开各种地质、建筑、环境、水利的分析。
下图即是DEM数据的示例。

图3.1-1 DEM数据示例
在我们一般搭建的各种三维GIS系统中，DEM通常被用在体现目标区域的地形，比如现在大量开发的BS端应用中，使用cesium框架作为前端技术栈的，如何能够将某区域的三维地形体现出来呢，除了上文提到的倾斜摄影（大面积的价格会很贵）以外，对于表现地形起伏我们通常使用DEM+DOM的形式。即获取目标区域的DEM与DOM数据，通过cesium进行引入处理，即可在BS端呈现地形样式。我们所用到的GoogleEarth，在其软件中也能看到地形高低起伏，那么他也是使用了DEM数据。

图3.1-2 GoogleEarth软件示例

4 地理实体数据

地理实体是现实世界中独立存在、可以唯一性标识的自然或人工地物。地理实体数据是采用面向实体的构模方法，描述客观世界中独立存在的地理实体。其特点是以点、线、面集合图元为空间数据表达与分类分层组织的基本单元，每个图元均赋予唯一的图元标识分类标识与生命周期标识，可实现信息内容分类分级与基于图元的增量更新。
地理实体数据是基于DLG数据，通过数据提取、属性扩充、实体化重组等操作将大多数部门和行业都需要的共享数据提取出来。如水系、交通、行政区域、院落、房屋等数据。

5 地名地址数据

地名地址数据是对地名地址信息的结构化描述与标识。其以坐标点位的方式描述某一特点空间位置上自然或人文地理实体的专有名称和属性，是专业或社会经济信息与地理空间信息通过地理编码匹配进行挂接的媒介与桥梁。
地名地址数据的来源一般有两种：一是测绘人员通过现场采集所获取的调查数据，即通过手持设备对目标地区进行扫街式采集，获取相关区域内各地理实体部门门口招牌名称，将该名称与空间坐标位置进行挂接，形成“名称+地址”等描述信息的链接关系；二是城市相关职能部门，如国土、民政、市场监管等，在城市建设和管理中根据其自身工作所积累的与地名地址相关的数据。
实际工作中，往往将这两类数据进行有机融合，以提高地名地址数据的精准性、完整性和权威性。

6 三维模型数据

本书主要指三维地理信息模型以及室内三维地理信息模型，即具有空间信息内容的三维模型。
三维地理信息模型能够可视化反映相关地理要素在立体空间中的位置、结合形态、表面纹理及其属性等信息。包括各种地上主要地理信息外部及地下空间，不含地上各建筑物地理信息内部。其主要包括两个基本组件：一是地球表面地形起伏立体表现的几何框架及框架表面的贴图影像；二是地球表面地理要素立体表现的几何框架及其表面的贴图影像。
地球表面地理要素主要包括建筑要素模型、交通要素模型、水系要素模型、植被要素模型、场地模型、管线及地下空间设施要素模型及其他要素模型七大类。

7 新型测绘产品数据

7.1 倾斜影像

那么近年来应用很多很火热的要属倾斜航空摄影了，有必要拿出来单独介绍，业内通常称之为倾斜摄影。
倾斜摄影是利用飞行器搭载专用相机进行航飞、数据处理而得到的一种三维数据成果。

图2.2-1 倾斜摄影作业流程
倾斜摄影成果可以比较完美的展示目标区域三维实景，通常小区域的（数十平方公里以内）作业是通过使用无人机（固定翼无人机、多旋翼无人机）搭载不同类型的相机（五镜头相机、三镜头相机等）对目标区域进行航飞，数据的处理大多使用Bentley公司的ContextCapture软件。生产的数据样例如下图所示。

在上图中我们看到，倾斜摄影测量成果可以真实反应目标区域的建筑、景观、地物等等，宛如实景浏览一般。而目前我们在智慧城市中所落地的项目中，已经有很大一部分全面或试点采用了倾斜摄影数据作为底图，比如公安、消防、反恐、不动产管理、旅游、BIM等不同的行业都可以有各种各样的应用方式。

7.2 可量测实景影像

可量测实景影像是指一体化集成融合管理的时空序列上的具有像片绝对方位元素的航空、航天、地面立体影像的统称，通常由多传感器集成车载移动测量系统获取，通过安装在移动载体上的多个相机在车辆快速行进过程中采集实景影像，同时通过定位传感器和惯性测量传感器获取其对应时刻的位置和姿态数据，得到具有高精度位置和姿态参数的影像序列，然后在摄影测量模型的支持下，实现基于实景影像序列的定位和量测。
下图是可量测实景影像的作业流程概述。

图7.2-1 可量测实景影像作业流程

7.3 激光点云

激光点云也称为点云（Point Cloud），是利用激光在同一空间参考系下获取物体表面每个采样点的空间坐标，得到的是一系列表达目标空间分布和目标表面特性的海量点的集合。激光点云数据通过激光测量系统获得，包括机载、车船载、地面和手持等类型。激光点云数据能够记录北侧目标表面大量密集点的三维坐标、反射率、纹理等信息，能够快速复建出目标的三维面模型及线、面、体等各种图件数据。在文物保护、隧道施工、管道测量、交通路网测量、证据采集等传统测量手段难以有效应用的方面具有良好的适用性。
这里补充一下点云数据的获取。

机载激光雷达（Lidar）是一种主动式对地观测系统，它集成激光测距技术、计算机技术、惯性测量单元(IMU) /DGPS差分定位技术于一体，该技术在三维空间信息的实时获取方面产生了重大突破，为获取高时空分辨率地球空间信息提供了一种全新的技术手段在大多数情况下，它们都可用于多种应用：提取地球表面的形状和高度差异，模拟水流或大规模运动（滑坡或雪崩），工程和基础设施设计，地貌和自然地理，重力测量，可视化传统地图中的地球表面，3D地图和模型，3D飞行计划和飞行模拟，视线分析，噪声建模，信号强度建模，精确农业和林业，洪水分析，智能交通系统（ITS）和高级驾驶员辅助系统等等。
下图是通过Lidar获取的某区域点云数据，可以对电力线路进行处理分析。

图7.3-1 Lidar获取数据示例

7.4 室内地图

传统意义上室内地图泛指供用户了解室内整体布局结构，用于室内实际规划、路线导引等所用的地图。随着技术、需求的升级，室内地图更多面向位置服务需求，可以供用户通过移动设备在室内进行精准定位和路线导航的地图数据。包括了商务、房屋的属性信息等。

7.5 建筑信息模型

建筑信息模型（Building Information Model, BIM）是通过创建并利用数字模型对广泛的建设工程项目进行设计、建造和管理的一种模型本身或者建模行为的统称。常用语三维可视化、室内设计、能源小号分析、建筑流程管理等。在实际的城市管理应用中，通常将其与GIS结合，扩充地形等三位地理信息模型，实现更加宏观层面的分析。
BIM行业目前存在于建设工程中，如土木、水利、交通、铁路、房建等，已经火热了不少年头，但其真正的行业应用并没有达到一定的高度，还在持续的不断发展中。目前BIM行业中基本可以分为两大巨头，以Autodesk为首的A家，以Bentley为首的B家，每家公司下都集成了大量的应用软件与解决方案去实施BIM。

以上就是我们通常所接触的时空数据的类型及应用，对于智慧城市的建设来说，底层GIS数据是必不可少的一环，这些基本概念的了解掌握是我们从事相关项目的必备知识。
**

下节预告 历史与现状公共专题数据