㊀㊀第４８卷㊀第１２期测㊀绘㊀学㊀报V o l．４８,N o．１２㊀２０１９年１２月A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c a D e c e m b e r,２０１９引文格式:龚健雅,张翔,向隆刚,等．智慧城市综合感知与智能决策的进展及应用[J]．测绘学报,２０１９,４８(１２):１４８２Ｇ１４９７．D O I:１０．１１９４７/j．A G C S．２０１９．２０１９０４６４．G O N GJ i a n y a,Z H A N G X i a n g,X I A N GL o n g g a n g,e t a l．P r o g r e s s a n d a p p l i c a t i o n s f o r i n t e g r a t e d s e n s i n g a n d i n t e l l i g e n t d e c i s i o ni n s m a r t c i t y[J]．A c t aG e o d a e t i c a e tC a r t o g r a p h i c aS i n i c a,２０１９,４８(１２):１４８２Ｇ１４９７．D O I:１０．１１９４７/j．A G C S．２０１９．２０１９０４６４．智慧城市综合感知与智能决策的进展及应用龚健雅１,２,３,张㊀翔１,３,向隆刚１,３,陈能成１,３１．武汉大学测绘遥感信息工程国家重点实验室,湖北武汉４３００７９;２．武汉大学遥感信息工程学院,湖北武汉４３００７９;３．地球空间信息技术协同创新中心,湖北武汉４３００７９P r o g r e s sa n da p p l i c a t i o n s f o r i n t e g r a t e ds e n s i n g a n di n t e l l i g e n td e c i s i o n i n s m a r t c i t yG O N GJ i a n y a１,２,３,Z H A N GX i a n g１,３,X I A N GL o n g g a n g１,３,C H E NN e n g c h e n g１,３１．S t a t eK e y L a b o r a t o r y o f I n f o r m a t i o nE n g i n e e r i n g i nS u r v e y i n g,M a p p i n g a n dR e m o t eS e n s i n g,W u h a nU n i v e r s i t y, W u h a n４３００７９,C h i n a;２．S c h o o l o f R e m o t eS e n s i n g a n d I n f o r m a t i o nE n g i n e e r i n g,W u h a nU n i v e r s i t y,W u h a n４３００７９, C h i n a;３．C o l l a b o r a t i v e I n n o v a t i o nC e n t e r o fG e o s p a t i a l T e c h n o l o g y,W u h a n４３００７９,C h i n aA b s t r a c t:C i t y s e n s i n g a n dd e c i s i o nＧm a k i n g a r et h e p r i m a r yp r e r e q u i s i t e sf o r t h er e a l i z a t i o no fu r b a n i n t e l l i g e n c e．I n v i e wo f t h e c u r r e n t r e s e a r c h p r o g r e s s,t h i s p a p e r r e v i e w e d t h e u r b a n c o m p r e h e n s i v e s e n s i n g b a s e do nt h ei n t e g r a t e ds a t e l l i t eＧa i r b o r n eＧg r o u n ds e n s o rw e b,t h e m a n a g e m e n ta n da n a l y s i so fu r b a n s p a t i oＧt e m p o r a l b i g d a t a,a n dt h e i n t e l l i g e n td e c i s i o nＧm a k i n g a n d f o c u s i n g s e r v i c e f o rm u l t iＧl e v e l u s e r s．M e a n w h i l e,t h i s p a p e r c o m p a r e s a n da n a l y z e s t h e c u r r e n t u r b a n s p a t i oＧt e m p o r a l i n f o r m a t i o n p l a t f o r m s a n d t h e i r a p p l i c a t i o n s i n s m a r t c i t i e s．O n t h i s b a s i s,i t p u t s f o r w a r d t h r e ec h a l l e n g e s f a c e db y t h e s e n s i n g a n d m a n a g e m e n t o f s m a r t c i t i e s i n t h e f u t u r e,i n c l u d i n g t h eh i g h l y f u s e d p h y s i c a l s e n s i n g a n ds o c i a l s e n s i n g, h i g h l y i n t e l l i g e n tc i t y m a n a g e m e n ta n d a n a l y t i c a lc a p a b i l i t y,a n dh i g h l y c o n f i d e n td e c i s i o nb a s e do n c y b e rＧp h y s i c a l s y s t e m．K e y w o r d s:i n t e g r a t e ds e n s i n g;r e a lＧt i m e m a n a g e m e n t;i n t e l l i g e n td e c i s i o n;I n t e r n e to fT h i n g s;s e n s o r w e b;s m a r t c i t yF o u n d a t i o n s u p p o r t:T h eN a t i o n a l K e y R e s e a r c h a n dD e v e l o p m e n t P r o g r a mo f C h i n a(N o s．２０１８Y F B２１００５００;２０１７Y F B０５０３７００);T h e N a t i o n a l N a t u r a lS c i e n c e F o u n d a t i o n o f C h i n a(N o．４１８９０８２２);T h e C r e a t i v e R e s e a r c hG r o u p s o f N a t u r a l S c i e n c eF o u n d a t i o n o fH u b e i P r o v i n c e o f C h i n a(N o．２０１６C F A００３)摘㊀要:城市感知与决策是实现城市智慧化的首要前提.针对当前的最新研究进展,分别从基于空天地集成化传感网的城市综合感知㊁城市时空大数据的管理与分析㊁面向多层次用户的智能决策等３方面进行了分析论述,对比分析了当前城市时空信息平台及应用,在此基础上,提出了未来智慧城市感知决策面临的 三高 挑战,即高度融合的物理感知与社会感知,高度智能化的城市管理分析能力,以及高置信度的城市信物融合系统决策.关键词:综合感知;实时管理;智能决策;物联网;传感网;智慧城市中图分类号:P２３７㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀文章编号:１００１Ｇ１５９５(２０１９)１２Ｇ１４８２Ｇ１６基金项目:国家重点研发计划(２０１８Y F B２１００５００;２０１７Y F B０５０３７００);国家自然科学基金(４１８９０８２２);湖北省自然科学基金创新群体项目(２０１６C F A００３)１㊀智慧城市智慧城市是数字城市的智能化,是数字城市功能的延伸㊁拓展和升华[１Ｇ５],通过物联网把数字城市与物理城市无缝连接起来,利用云计算和人工智能等技术对实时感知数据进行即时处理并提第１２期龚健雅,等:智慧城市综合感知与智能决策的进展及应用供智能化服务[６].因此,智慧城市的基础是感知,关键是管理,价值是决策.２０１１年起,国家科技部先后部署了 智慧城市(一期) ８６３计划主题项目㊁ 智慧城市(二期) ８６３计划重大项目㊁ 物联网与智慧城市关键技术及示范 国家重点研发计划专项等,在智慧城市技术架构[７Ｇ９]㊁数据活化[１０]㊁数据融合[１１Ｇ１２]㊁数据获取[１３Ｇ１４]㊁系统互联[１５]㊁高性能分析[１６Ｇ１７]㊁时空模拟[１８Ｇ２２]㊁动态呈现[２３Ｇ２５]和信息服务[２６Ｇ２７]等方面取得了一系列系统性的成果[２８].特别是近几年,在物联网㊁社会感知㊁大数据㊁人工智能和信物融合等领域涌现出一批创新的思想㊁方法㊁技术和产品,对于我国智慧城市的集成研究和示范应用具有重要意义.为此,本文聚焦城市综合感知㊁时空大数据管理分析与多层次信息智能决策等智慧城市前沿研究领域,综述最新进展,梳理城市时空信息平台及典型应用,最后分析了未来智慧城市感知㊁管理与决策面临的挑战.２㊀基于空天地集成化传感网的城市综合感知２．１㊀智慧城市中的空间信息基础设施空间信息基础设施是国家信息基础的重要组成部分,也是城市智慧化的重要前提.当前我国城市空间信息基础设施包含导航与位置服务网[２９Ｇ３０]㊁地理信息服务网[３１Ｇ３２]和行业感知网[３３Ｇ３４]等３大类及１０余种子类,具体表现形式和特征见表１.当前城市各类空间信息基础设施正逐步完善,其感知能力㊁服务标准和应用规范基本可以满足城市相应领域需求.表１㊀智慧城市中的空间信息基础设施T a b．１㊀S p a t i a l i n f o r m a t i o n i n f r a s t r u c t u r e i n s m a r t c i t y空间信息基础设施大类空间信息基础设施子类典型表现形式特征导航与位置服务网全球卫星导航系统中国北斗卫星导航系统(B D S)㊁美国全球定位系统(G P S)㊁俄罗斯格洛纳斯系统(G L O N A S S)和欧洲伽利略卫星导航系统(G a l i l e o)地面广域实时精密定位服务系统千寻位置室内与地下导航定位声光电场综合定位天地融合的导航与位置服务网羲和系统实现多种精度的位置信息服务能力,逐步发展为室内外一体化导航与位置服务地理信息服务网权威二三维电子地图服务天地图电子地图和出行信息服务高德地图㊁百度地图街景地图服务腾讯地图㊁我秀中国电子地图浏览逐步发展为提供二㊁三维㊁实景㊁实时地理信息服务行业感知网卫星遥感网气象㊁海洋㊁环境㊁灾害㊁资源㊁测绘和高分卫星移动测量系统L D２０００系列陆基移动测量系统地面传感网气象站㊁水文站㊁R F I D微网工业物联网供水管网监测㊁燃气管网监测视频网公安视频网㊁交通视频网车联网华为车联网解决方案实现多种尺度的时空及属性信息感知能力,服务众多行业２．２㊀空天地集成化传感网的思想与方法虽然具备了较为全面的城市空间信息基础设施,但如何有效地集成利用,构建一体化空间信息基础设施,应对 三多现状 (多观测耦合㊁多协议互联㊁多主题交互)和 三高需求 (高时空感知㊁高精度感知㊁高智能感知)一直面临巨大挑战.经过１０余年的研究,笔者认为,构建空天地集成化传感网,是应对这一挑战最有希望的解决方案[１３Ｇ１４].空天地集成化传感网,利用高速通信网络和无处不在的感知手段,遵循观测㊁数据㊁处理和服务等标准规范,集成现有空间信息基础设施,采用异构资源集成管理㊁多平台协同观测㊁多源数据融合,以及信息聚焦服务等多种方法和技术,构建互联互通的城市感知基础体系(如图１所示).这一体系属于空间信息网络的一种实例化[３５],将从系统论和协同论角度构建满足智慧城市的多尺度㊁高时变和多样化感知需求,特别是对资源环境灾害和各种人流㊁物流及事件流的监测与跟踪具有重要意义.正确理解空天地集成化传感网要把握４个层３８４１D e c e m b e r ２０１９V o l ．４８N o ．１２A G C Sh t t p :ʊx b ．s i n o m a ps ．c o m 次的内涵:首先,它是一种系统性㊁多维度和多尺度监测分析的新思想,要求从系统论的角度思考城市感知问题,从协同论的角度融合空天地多种手段,这对传统感知行业的从业者来说,是一种思想革新;其次,它是一种互联互通大规模城市监测资源的新技术,包括海量传感器组网通信[３６]㊁异构传感器接入[３７Ｇ３８]㊁传感网资源管理[３９]㊁传感网服务组合[４０Ｇ４１]㊁流式数据挖掘分析[４２Ｇ４３]和地理信息互操作[４４Ｇ４５]等技术;再次,它是一种协同多源异构城市感知资源的新方法,包括传感器信息建模[４６Ｇ４７]㊁观测能力评价[４８Ｇ５１]㊁协同监测[５２Ｇ５３]㊁点面观测数据融合[５４Ｇ５５]和按需聚焦服务[５６]等方法;最后,它是一种实现城市泛在感知与深度智能的新愿景,无论是李德仁院士谈到的４W 到４R 信息服务能力[５７],还是城市感知脑[５８],还是未来通导遥一体化蓝图[５９],其基础都包括空天地集成化传感网.图１㊀空天地集成化传感网的架构F i g ．１㊀A r c h i t e c t u r e o f s p a c e Ｇa i r Ｇg r o u n d i n t e gr a t e d s e n s o rw e b ２．３㊀基于空天地集成化传感网的城市综合感知基于空天地集成化的传感网,有望实现前所未有的城市感知能力,其中最有价值的就是多尺度感知能力.多尺度的城市感知意味着从感知手段㊁内容㊁精度和时效都是多尺度的,感知手段包括观测平台(卫星㊁无人机㊁测量车㊁行业网㊁机器人㊁智能手机);感知范围包括城市群㊁城市和街区;感知精度以米㊁分米㊁厘米;感知时效性包括季度㊁周㊁即时.这种由一张网和一平台支撑的综合感知信息,可实现城市群趋势分析㊁城市运行状态监测和街区个体行为跟踪.这是基于空天地集成化传感网的城市综合感知相比于传统的城市感知网络最突出的特征和最大的优势.依托 物联网与智慧城市关键技术及示范 国家重点研发计划重点专项 城市多尺度综合感知技术与体系 ,国内多家单位强强联合,开展基于空天地集成化传感网的城市综合感知相关技术研发㊁平台集成与应用示范(如图２所示).其主要目标在于实现城市群至街区尺度的自然地表要素㊁人车物运动目标和街区复杂场景的在线感知,获取海量时空数据[２３],构建多尺度综合感知服务系统,并提供主动按需即时服务.主要研究内容包括:①建立多尺度综合感知指标㊁共性技术与标准体系,研究城市群地表要素空间无缝感知技术,构建城市群地表要素无缝感知系统和典型产品;②研究多尺度智能光场视频成像与分析技术,建立十亿像素光场视频成像装置和城市多尺度交通感知分析平台;③研发精细场景时空感知设备与在线监测技术,构建街区突发事件立体感知网;④研制城市多尺度综合感知服务系统,开展城市群至街区尺度暴雨内涝㊁区域交通和江河湖生态环境示范.４８４１第１２期龚健雅,等:智慧城市综合感知与智能决策的进展及应用图２㊀基于空天地集成化传感网的城市多尺度综合感知概念图F i g ．２㊀C o n c e p t o fm u l t i Ｇs c a l e a n d c o m p r e h e n s i v e c i t y s e n s i n g b a s e do n s p a c e Ｇa i r Ｇg r o u n d i n t e gr a t e d s e n s o rw e b ３㊀城市时空大数据的管理与分析３．１㊀城市时空大数据集成管理时空大数据是一种与多尺度时间和空间密切关联的大数据[６０Ｇ６１].城市中的时空大数据来源广泛,既包括广泛存在的传感网,也包括城市生活中的主体(人).除具备数据量大㊁种类多样㊁价值较低㊁增长迅速等特性外,还具备时空相关性㊁时空异质性等内在属性,而且还存在数据倾斜与分布不均的固有特性[６２Ｇ６３].城市时空大数据的上述特征势必对基于关系数据库的传统空间数据管理带来了挑战[６４]:①来自多源传感器的异构非结构化数据加大了使用关系数据库管理的难度;②面对数据量庞大,且持续增长的海量数据集,关系数据库在可扩展性上也存在难以克服的问题;③W e b ２．０应用的普及对高并发处理和持续可用性提出了更高的要求.总而言之,传统G I S 所依赖的关系型数据库已经难以适用于动态管理㊁海量存储和高并发访问的新应用场景.N o S Q L (n o t o n l y S Q L )数据库,凭借其弱模式表达㊁分布式组织㊁高吞吐量处理,以及易拓展与高可用的特性,已发展成为大数据时代的新型数据管理方案[６５],并在空间信息领域得到了大量应用[６６Ｇ６７].因此,数据模型㊁组织方式㊁索引结构㊁存储管理等技术决定了城市时空大数据的高效存储和访问效率.一种可能的方式是将空间和时间联合表达为时空立方,并建立城市时空对象与时空单元的关联和映射.在此基础上,进行时空单元降维与编码,将高维度时空单元表达为一维行键,从而充分利用N o S Q L数据库的数据分布机制,实现城市时空大数据的多节点均衡存储,支持时空查询的数据端计算和并行处理,见图３.３．２㊀城市时空大数据实时分析充分利用空天地集成化传感网获取的实时城市信息,全面㊁准确㊁及时地提取城市与社会的动态变化,是提高城市管理能力和社会治理效率的全新驱动力[６２Ｇ６３].静态地理信息系统缺乏时间维度,时态地理信息系统则以静态方式管理历史状态,难以应对实时地理数据集成表达㊁融合组织㊁弹性服务㊁即时协同带来的巨大挑战[２,５９,６８]:①多源实时地理信息的集成表达问题,物理世界瞬息万变,泛在物联网时刻产生多源海量㊁流式异构㊁时空关联的实时观测数据;②实时地理信息的融合组织问题,多源实时观测数据按不同频率产生,以不同模式汇入,将形成长时序㊁多关联的大规模现势Ｇ历史混合数据集;③实时地理信息的弹性服务问题,时空不均的数据请求导致有限资源供给失衡,瞬时突发的用户访问将造成高并发读写压力.为此,城市时空大数据实时分析的前提是建立有效实时G I S 时空数据模型[６９].一个面向时空大数据的实时G I S 的时空数据模型应具备以下５个基本特点:①能够兼顾传统G I S 对时空数据管理的需求;②能够高效管理运动目标的动态地理数据[７０];③能够高效管理传感网实时观测数据;④能够有效支持实时G I S 的动态过程模拟[７１];⑤能够有效建立各种地理对象㊁状态㊁事５８４１D e c e m b e r ２０１９V o l ．４８N o ．１２A G C Sh t t p :ʊx b ．s i n o m a ps ．c o m 件㊁过程等要素的相互关系.图３㊀基于分布式非关系数据库的城市时空大数据管理引擎F i g ．３㊀S p a t i o Ｇt e m p o r a l c i t y b i g d a t am a n a g e m e n t e n gi n eb a s e do nd i s t r i b u t e dN o S Q Ld a t a b a s e ㊀㊀在国家８６３地球观测与导航领域主题项目 时空过程模拟与实时G I S 系统中,笔者提出了一个通用的实时G I S 时空数据模型[６９Ｇ７２],实现对象㊁关系㊁过程与观测的一体化建模,用于存储和管理在复杂地理现象时空变化过程中所涉及的时空数据,以支撑实时G I S 可视化及分析应用;在此基础上提出面向实时异构海量地理信息的融合处理技术,形成从数据接入㊁融合到分析的实时信息处理链路,并构建高性能实时地理信息数据库系统和计算引擎;自主研发了涵盖从数据到系统㊁从部署到运营的实时地理信息服务平台[７３].３．３㊀城市时空大数据深度挖掘时空数据挖掘包含时空模式㊁时空数据聚类㊁时空数据分类㊁时空数据异常检测等[７４Ｇ７５].具体到城市中,可利用时空大数据挖掘发现交通拥堵规律[７６Ｇ７８]㊁地质灾害潜在隐患点[７９],特定犯罪类型的高发时空[８０Ｇ８１]以及流行疾病的传播过程[８２].在机器学习方法和深度神经网络技术的支撑下,城市时空数据挖掘正朝着更加智能㊁高效的方向发展,目前在犯罪易发点发现㊁交通协调与管理㊁城市传染病监控㊁公共卫生与医疗健康等课题上,数据的深度挖掘让这些研究又上升到了另一个高度[７４].时空数据挖掘技术主要是借鉴主流计算机科学领域的研究技术.从前期利用云计算和分布式技术辅助大数据存储和挖掘,到现在设计复杂的神经网络算法来实现数据智能挖掘和模式分析.庞杂的时空数据使用传统的数学模型已经不足以分析其潜在的时空规律,深度学习算法已经广泛应用于时空数据挖掘领域[６２].微软亚洲研究院提出了一种时空深度残差网络模型[８３],这种深度神经网络可以利用城市居民的多源轨迹数据,并融合天气和事件数据,预测下一个时刻城市中每个区域的流入和流出人流量.滴滴公司提出了一种多视角的时空网络模型[８４],从空间㊁时间和语义３个视角出发,即空间视角采用局部卷积方法,时间视角采用长短记忆神经网络,语义视角则采用嵌入方法,设计得到的模型框架能够很好地捕获城市区域的时空相关性,可以有效辅助预测城市时空场的载客需求,从而提前调配车辆.城市时空大数据发生于城市地理空间之中,通过建立时空大数据及其地理空间上下文信息的关联关系,实现语义承载的城市时空大数据的组织与查询㊁分析与挖掘之中,可以将从城市时空大数据提升为语义对象集合,支持语义立现的城市时空大数据分析与挖掘.城市中日益增长的出行轨迹数据,不仅记录对象活动的时空信息,同时蕴含着对象自身特有的属性㊁状态和行为特征,还在６８４１第１２期龚健雅,等:智慧城市综合感知与智能决策的进展及应用一定程度上反映对象活动与城市环境中各种要素之间的交互关系.地理关联轨迹模型通过关联地理空间要素[８５],形成一种面向关键点的轨迹Ｇ有向线㊁轨迹Ｇ面的拓扑移动过程模型,进而对移动对象轨迹与地理空间信息中三类地理要素(点㊁线㊁面)之间的语义进行讨论,得到切合人们思维习惯的轨迹Ｇ要素拓扑表达的一般性结构,在此基础上建立面向语义轨迹模型的时空查询模式及其分析方法.４㊀面向多层次用户的智能决策服务要满足政府㊁企业㊁市民的按需㊁即时和精准决策需求,需要实现城市感知Ｇ数据Ｇ模型资源的网络化即时联动.从管理学角度来看,这是一种基于竞争情报的智慧决策[８６],其特征包括决策目标正确㊁决策时机合理㊁决策依据充分㊁决策标准恰当和决策效果反馈控制.目前,城市感知和数据资源都有对应的共享信息模型和服务接口技术体系[８７Ｇ８９],２００８年美国宇航局N A S A提出了模型网(m o d e lw e b)概念[９０Ｇ９１],２０１０年欧盟启动了模型不确定性研究项目U n c e r t W e b[９２],美国国家海洋和大气管理局(N O A A)㊁澳大利亚联邦科学与工业研究组织(C S I R O)㊁开放地理空间信息联盟(O G C),国内许多学者[９３Ｇ９４]纷纷开展了该方向研究.然而由于城市决策模型领域各异㊁资源分散㊁开放程度不够,城市智能决策体系还存在模型资源信息描述不统一㊁异质模型共享协作能力弱㊁行业应用模型不确定性高等共性技术挑战,基础模型㊁空间模型和行业模型难以在统一的时空参考框架下实现集成共享[９５]㊁组合协作和聚焦决策,需要突破异质模型的表达㊁共享和组合等共享与互操作技术,最大程度降低模型的不确定性,从而利用模型中蕴含的知识,为城市多层次用户提供科学㊁精准和可靠的决策依据.为此,在国家十二五８６３重大项目 智慧城市二期 课题 城市信息多层次智能决策技术与系统 支持下,笔者根据基础㊁空间和行业建立了城市决策模型分类体系,初步突破了城市决策模型的统一时空表达㊁网络化服务共享㊁组合互操作和信息聚焦服务关键技术,研制了智慧城市智能决策系统,该系统包含数据接入与耦合㊁事件建模㊁模型资源描述方法㊁信息聚焦服务和可视化与仿真等模块,并用于太原高新区应急事件综合管理与辅助决策支持[９６].４．１㊀基于M O F框架的城市决策模型时空一致性表达㊀㊀模型表达是模型共享和组合的基础,目前主要包括结构化构模[９７Ｇ９８]㊁面向对象[９９Ｇ１０１]㊁数据表示[１０２Ｇ１０３]㊁框架表示[１０４]和构模语言表示[１０５]等方法.这些方法往往依据建模者的主观认识来确定内容,建模方法与工具不一致,较少考虑网络环境下模型的共享需求.由于城市决策模型的空间性㊁动态性㊁多元性㊁复杂性㊁模糊性和综合性,缺乏时空标签的模型资源描述模型,很难实现模型资源的时空一致性表达.为此,笔者借鉴地理空间信息相关元数据标准,采用基于MO F框架的元建模技术[１０６],建立了城市决策模型通用信息框架和内容,包括基础描述元模型构件㊁核心元数据内容和信息扩展机制及形式化方法.基础描述元模型构件包含模型标签㊁状态㊁结构㊁服务与可访问性５类组件.核心元数据内容包括标识㊁特征㊁空间㊁动态㊁参数㊁运行㊁算法㊁性能㊁服务㊁管理和约束等１１类信息.在此基础上,开发了城市决策模型建模软件,根据元数据模板和向导,可完成决策模型的快速构建.４．２㊀基于S O A架构的城市决策模型网络化共享技术㊀㊀在模型共享(模型网)方面,目前主要包括分布式模型库管理系统(D MM S)[１０７]㊁语义网模型库系统(O D D M)[１０８]㊁D MM S的W e b服务框架[１０９]㊁４层架构分布式W e b决策支持系统[１１０]和O G C的W e b处理服务(W P S)标准[１１１].采用面向服务的体系架构(S O A),将模型封装为W e b服务,从而实现模型的网络化共享.为此,笔者设计了城市决策模型网络化共享服务体系架构,包括模型服务提供者㊁模型服务请求者和基于e b R I M信息模型及C S W接口的注册中心３种部件,三者之间的信息传递采用４．１节中的决策资源信息描述模型.模型服务提供者利用决策资源信息描述模型对模型进行建模㊁使用O G C的W P S接口封装模型为服务,并将模型和服务注册到注册中心;模型服务代理即注册中心基于元模型来组织和管理分析与决策模型信息,并将模型的查询结果信息返回给模型服务请求者;模型服务请求者(用户),通过与注册中心的交互发现合适的模型,然后利用查询到的模型信息实现与模型服务的绑定和调用.７８４１D e c e m b e r２０１９V o l．４８N o．１２A G C S h t t p:ʊx b．s i n o m a p s．c o m４．３㊀基于工作流的城市决策模型组合互操作技术㊀㊀模型组合(模型链)是将一个模型的输出作为多个模型输入的连接操作,解决在无特定模型满足问题决策时,如何利用现有模型生成一个新的组合模型,并解决模型输入输出参数相匹配问题.模型组合方法可分为关系型[１１２]㊁图型[１１３]㊁知识型[１１４]㊁脚本型[１１５Ｇ１１６]和模型库系统[１１７Ｇ１１８].在网络环境下,模型组合实质是模型服务的组合,即构建可组合的模型服务链.首先针对具体的决策目标,采用手工模式或半自动模式构建抽象模型链,然后通过注册中心查询能够满足需求的决策模型资源生成实例化的模型链,最后通过服务工作流引擎实现模型链的执行.模型链实例化就是将用户信息㊁领域知识㊁过程信息用可执行的模型服务实例代替,从而形成模型链实例.４．４㊀事件驱动的主动聚焦决策服务技术城市运营包括日常业务管理和突发事件响应两种典型任务,突发事件响应时面临事件类型多样㊁用户需求各异㊁服务资源分散的问题,尚不能高效聚集感知Ｇ数据Ｇ模型资源辅助应急处置决策[８].为解决这一问题,需要构建事件驱动的主动聚焦决策流程,协同感知㊁数据和模型服务,为不同用户提供灵高效㊁准确和个性化的服务[９４,１１９].为此,要研究事件驱动的主动聚焦决策服务模式,通过事件触发决策过程,实现事件处置任务需求㊁感知资源㊁数据资源和决策模型资源的衔接和聚合,提供面向细粒度用户的综合服务决策支持.首先根据事件响应的领域知识设计抽象决策信息聚焦服务链,通过城市信息资源注册中心和抽象链中的资源类型和需求,搜索符合需求的城市感知㊁数据和决策模型服务,根据资源质量和服务效率,生成可执行的具体决策信息聚焦服务链.５㊀典型城市时空信息平台及应用２０１３年原国家测绘地理信息局开展了智慧城市时空信息云平台建设试点,武汉是首批试点城市之一.武汉时空信息云平台构建了全市统一的时空大数据中心,整合了城市人口㊁法人㊁房屋等基础信息８５００项２．５亿条,积聚了１８０３层专题信息,在城市规划㊁国土资源管理㊁社会管理及公众服务等３０多个领域开展应用[６].武大吉奥信息技术有限公司也推出了G e o S m a r t e r平台,基于地理实体,实现人口㊁法人㊁气象㊁交通㊁规划㊁国土等多源数据的智能汇聚㊁动态关联和多维展示[１２０].另外,广州城信所㊁超图和中地等研发了各具特色的城市时空信息平台并开展了相关应用.最近美国环境系统研究所公司E S R I与华为公司开展了战略合作,构建了智慧城市时空信息云平台解决方案[１３４].各平台特征和应用如表２所示.表２㊀国内典型智慧城市时空信息平台及应用T a b．２㊀T y p i c a l s m a r t c i t y s p a t i oＧt e m p o r a l p l a t f o r ma n da p p l i c a t i o n i nC h i n a机构代表平台平台特征应用武大吉奥信息技术有限公司G e o S m a r t e r及相关平台[１２０]由数据发布变为能力服务,由数据组合变为数据融合,由静态数据变为动态数据,由现势数据变为时态数据,由单一平台服务变为融合平台服务,由被动共享变主动协作,提供时空信息服务徐州㊁太原㊁孝感㊁老河口㊁深圳前海广州城市信息研究所有限公司D C I系列产品[１２１]在继承数字城市地理空间框架整体架构的基础上,采用云计算㊁大数据㊁物联网等先进技术,统筹时空信息资源建设,集成静态专题信息和智能感知实时信息,形成时空信息大数据;建立服务资源及服务总线,以及地名地址匹配和业务流引擎,形成时空信息云平台,按需服务业务应用顺德区㊁南沙㊁武汉和北京超图软件S u p e r M a p S G S系列平台[１２２]全面支持云服务架构㊁采用面向服务的架构(S O A)和S e r v i c eG I S平台,基于N o S Q L数据库技术,提供了对特大地图缓存的管理㊁支持二三维一体化集成应用㊁基于G e oＧE S B总线技术的多层级数据交换共享㊁提供丰富的O G C服务和应用分析服务㊁支持多类型客户端应用无缝对接开发,支持高效㊁智能㊁批量地址匹配西安㊁徐圩㊁克拉玛依㊁重庆武汉中地数码科技有限公司M a p G I S系列平台[１２３]城市运行核心系统的全面感测㊁充分整合㊁激励创新和协同运作,达成城市运行的最佳状态常州㊁北京密云㊁宜宾美国环境系统研究所公司E S R I A r c G I S系列软件[１２４]充分挖掘地理时空大数据在城市感知与管理中的核心地位,体现地理赋能宁波㊁北京丰台８８４１。
