2. 山东科技大学测绘科学与工程学院, 山东 青岛 266590
2. Geomatics College, Shandong University of Science and Technology, Qingdao 266590, China
当前城市管理智能化处在初级阶段,在数字城市建设的过程中,人们提出了城市智能化管理的新概念[1]。不去深入考究城市智能化管理的内涵和外延,仅从字面上看,城市管理的智能化应该具备的基础是:信息高速公路—互联网,城市综合信息采集、管理与服务中心—地理信息平台,大数据处理中心—云计算平台。尽管互联网入户可以达到百兆级,云计算平台建设百家争鸣,但地理信息平台的建设和服务尚处于初级阶段。地理信息平台处于初级阶段,表现在其数据的现势性不能满足城市管理智能化的需要[2-3]。
地理信息平台数据的现势性,是城市智能化管理的生命线。最优现势性意味着地理信息需要实时更新。实时更新数据存在3个瓶颈问题:没有一个确切的时间分辨率去表达数据更新的实时性,以满足平台最优现势性的需求;城市财政难于承担以最小时间分辨率去实时更新地理信息平台的数据;现行的数据更新技术方案,难于以最小时间分辨率去实时更新地理信息平台数据[4-5]。
本文提出一种城市自然数字模型(city natural data model, CNDM)。CNDM自然地再现城市现状,具有很强的历史数据相容性,适于大数据管理和云计算,支持“互联网+”的生产、管理和运营模式。人类对于自然的认识,是存在与感知的交互过程,是一种不断深化和深入浅出的渐进交互过程。基于CNDM建设城市地理信息平台,将采用车载移动测量、无人机航摄、手机拍照及高清视频监控等技术手段进行数据采集,借助于云计算平台实现CNDM的按需、快速、高精度更新。以CNDM为数据基础的城市地理信息平台,是城市管理智能化的基础设施,它将奠定城市管理智能化的进程,保障其健康有序地发展。
1 城市地理信息城市地理信息可以分为定性信息、定量信息和图解信息:定性信息如城市的卫生状况、教育资源、市民的饮食习惯、经济发展潜力等;定量信息如人口、绿化、医院床位量、公交线路数等;图解信息如地物、地貌、路网、不动产等。随着技术的发展,人们将原来具有图解信息的线划地形图数字化,将地形、地物的客观存在采用三维模型表达。事实上,这种数字化、模型化,仍然停留在对于自然存在的一种抽象和近似的表达。城市管理智能化不仅是对定量化的客观存在进行有机管理,还应包含对定性的客观存在进行有机分析。最具有挑战性的、需要长期发展的是对于定性的客观存在的智能化管理。
测绘领域主要关注城市基础地理信息,即图解信息。对于城市管理智能化,可以在5个方面展示其重要性。规划方面:数字城市地理信息平台支持城市3D规划;建设方面:建筑信息管理(building information management,BIM)体系需要以数字城市地理信息平台为基础,支持科学施工与自动检测,向人工智能施工的方向发展;市政管理方面:数字城市地理信息平台支持智能交通,智能消防与安保,支持智能远程医疗,支持智能社区服务与管理等;信息化基础建设方面:城市不动产与城市部件的实时更新,城市政务地理信息的实时更新,为各信息化平台提供基础数据;应急方面:基于数字城市地理信息平台快速形成目标区域的历史专题图件,基于遥感手段实时采集目标区域数据并形成现势专题图件,基于专门软件及时形成目标区域的变化轨迹,预测变化趋势。
城市管理智能化对地理信息的核心需求是城市地理信息平台数据的实时更新。城市是一个地理概念,城市地理信息平台中的数据,可以理解为地理城市特征化后的数字化城市。城市智能化管理,即是依托地理信息平台中的数据智能化管理现实城市,只有当数据具有良好的现势性,智能管理才能实现。因此,如果一个城市在追求智能城市管理理念,那么就必须追求地理数据的最优现势性[6]。
2 数字城市的困惑城市是否已经被装进了计算机?10多年前,美国前副总统戈尔曾经描述过数字地球,通过技术进步,人们可以将地球装进计算机[7]。那么一座城市呢?一个城市比一个地球小多了,当前是否已经实现?当进一步去思考时,发现承载人们生活的城市是动态的、变化的、发展的,而目前所装进计算机的城市仅是过去的某个时间、某个空间的抽象状态。城市不仅是大楼、大马路、大饭店、大教堂,城市还包含着每一个演变,城市是有机的、是有生命的。可以肯定地说,城市还没有被装进计算机。
怎样理解计算机中的城市。装进计算机的“城市”,是城市的抽象、概括和近似,是用一种简单的数字去定量化城市,实际上是定量化城市的主要元素。那么,城市主要元素有那些?这些元素怎样定量化?其动态特征如何界定、生命周期如何定义?在搞清楚这些问题之前,是难以把城市装进计算机的。
如何将城市装进计算机,不妨先将城市作为地理城市和人文城市的集合。现阶段的数字城市主要将地理城市装进计算机,并作为智能化城市管理的工具。这一工具对于智能化管理是否有效,取决于地理城市元素的现势性。如果在计算机中,仅具有5年或10年不变的地理城市数据,是否还能进行城市智能化管理?因此,必须制定地理城市元素现势性要求规范,制定计算机硬件、软件要求,特别需要明确地理元素采集速度、处理速度、几何精度、空间分辨率、属性分辨率的系列要求。这些规范和要求,是将有价值的地理城市装进计算机的必要保证。
3 地理信息更新的挑战城市地理信息更新技术可以罗列为:遥感、摄影测量、RTK测量、全站仪测量等[8-9]。目前,遥感还不能有效解决城市大比例尺地理数据更新问题;传统摄影测量、低空正射摄影测量、低空倾斜摄影测量,不能满足以地面作为生活基点的人们对于地理数据的需求;单一使用RTK或全站仪,或者联合使用它们测量,仅仅采集城市部分特征点,远不能满足智能化管理对于城市地理信息的需求。特别是,传统数据可重复使用性低,数据更新针对性低、重复率高、耗时耗力。
实时更新地理数据受理念、经费和技术这3个要素制约。理念上,城市地理数据的快速更新,是实现“平台”各种时间分辨率数据现势性的必然手段。一年、一个季度、一个月、一周、甚至一天时间分辨率的现势性数据,反映了地方经济水平和科技水平。经费上,尽管理想的最优的数据现势性,是每天更新数据,对照更新一次数据所需费用(沿用目前的更新方案),任何一个城市的财政都是无法负担的。技术上,目前的数据更新技术主要以传统测绘手段为主,都是周期性的测绘生产项目。对于新型测绘技术,如移动测量技术、倾斜摄影技术等使用较少;对于其他渠道的数据源使用较少,如高清视频监控图像、手机拍摄图像、360°街景等[10-12]。
地理信息更新的第一个挑战是,低成本、高效率。数据现势性是地理信息平台的生命力。经费投入能力对于数据更新周期具有刚性约束力。因此,必须采用高新技术手段和先进的管理模式,才能在低投入的前提下,实现数据的快速更新;第二个挑战是,地理信息差异性发现。当前,城市地理信息已进入局部区域更新时代,需要新采集的大规模区域较少。信息更新的难点在于差异性发现,根据历史地理数据库,实现对变化区域的差异性更新。
4 移动测量技术车载移动测量系统,以机动车辆为载体,高度集成了激光雷达(light detection and ranging,LiDAR)、工业电荷耦合(charge-coupled device,CCD)相机、惯性测量单元(inertial measuring unit,IMU)、全球导航卫星系统(global navigation satellite system, GNSS)接收机等传感器,在相应软硬件支持下,实现地理数据的快速采集、传输与存储[13]。涉及的关键技术有:传感器工业整体设计,传感器时空的精密标定,传感器协调控制与过程实时监控,数据高效采集、传输与存储,代码数据流的快速解析等技术。车载移动测量系统一般配备的软件有:地形图测绘软件、点云编辑软件、城市部件采集软件、点云三维建模软件、道路信息巡检软件、街景浏览管理软件等[14-16]。
目前,以激光雷达作为测量单元的移动测量技术水平,已经取得了显著的进展,软硬件将进入标准化阶段。系统的评价内容包括:工作速度,测量距离,激光点间距,地物特征点的绝对精度、相对精度和重复精度,系统外业操作的灵活型和简便性,数据预处理的自动化程度,与数据采集时间相比的处理效率。软件方面,应该评价应用软件的实用性和快捷性,操控海量点云的方便性和灵活性。成果方面,应该评价成果存储的现实价值和历史价值,成果更新的可行性和方便性。
当移动测量成果的点云密度和精度达到一定程度,成果的价值将产生质的飞跃,移动测量的技术体系将推动工程测量产生历史性变革。如果点云的点间距达到3~5 cm,地物特征点的中误差小于5 cm,移动测量成果将会得到多方面应用;如果解决了激光点云与CCD影像的融合问题,那么成果的几何精度、空间分辨率和属性分辨率等方面,将具有满足未来的相关规范和要求的可行性。采用移动测量手段测量城市地理元素,当技术进一步成熟,数据处理自动化速度进一步提高,将会产生一种高速度、低成本、高效率的城市地理信息更新的技术体系[17-19]。
5 城市自然数字模型城市智能化管理,要求具有快速、高效和低成本地更新城市地理信息的能力,特别是技术能力。数字城市地理信息平台,若满足城市智能化管理的需求,平台的地理数据必须具备高密度和高精度,必须具有很强的现势性。面对城市管理智能化的责任,基于地理信息平台的作用、平台数据更新的需要、移动测量技术水平和“互联网+”的呼唤,本文提出一种城市自然数字模型—CNDM,由一种高精度和高密度真彩激光点云构成。
CNDM的基本特性如图 1所示,它自然地再现城市现状,具有很强的历史数据相容性,适于大数据管理和云计算,支持“互联网+”的生产、管理和运营模式。CNDM的3个特征:自然、精确、可用。自然:CNDM尽可能自然再现,杜绝抽象符号,归纳和省略,不影响平台功能,不影响数据更新机制;精确:以平台功能的最高精度要求作为CNDM数据的精度要求,保证平台数据的通用性;可用:CNDM数据的空间分辨率和时间分辨率,满足地理信息平台的数据现势性需求。
CNDM的数据来源:以车载移动测量系统获取的城市空间统一坐标系下的真彩激光点云数据为基础,通过融合单站和机载三维激光点云、多角度CCD图像、高分辨率视频图像、正射影像和倾斜影像等数据,生成目标三维完整真彩点云模型[20-23]。
CNDM的点云特征:点云精度,成果地物特征点的点位误差小于5 cm;点云密度,成果点云点间距小于5 cm。
CNDM的数据管理:建立城市时空尺度下的地理网格化管理平台,对城市道路、建筑物、部件等目标实现真彩点云对象化管理,对每一个点云对象进行空间和时间编码,构建时空索引下的网格化CNDM。如图 2所示,CNDM应包含网格编码(gridId)、时间编码(timeId)、对象编码(objectId)、地理空间坐标(X, Y, Z)和真彩色(R, G, B)等,同时可扩展新的城市管理编码。支撑面向空间的网格化更新、面向变化的时间化更新和面向个体的对象化更新。
CNDM的作用:
(1) 用于测绘大比例尺地形图和地籍图;
(2) 用于提取城市三维部件;
(3) 用于构建高精度城市三维可视化模型;
(4) 用于制作城市三维导航地图,支持无人驾驶(自动化辅助驾驶);
(5) 用于“互联网+”地理信息更新;
(6) 用于城市规划设计;
(7) 用于城市安全应急指挥;
(8) 用于支持灾害评估、支持数字施工、支撑BIM系统、支持变形监测、支持危房改造等。
6 结论与展望 6.1 多源数据更新技术体系仅采用车载移动测量系统构建CNDM是不够的,采用空地一体化技术体系构建CNDM是必选措施。空载移动测量,可以是机载LiDAR,可以是无人机、无人飞艇低空摄影测量。在空中采集数据,发挥空中探测的优势;车载移动发挥近地、侧扫的优势,综合使用两种技术,构建初始CNDM;支持“互联网+”更新,解决局部区域城市地理元素实时更新问题,借助云平台实时处理无人机、手机或高清视频监控获取的现势性数据是未来的发展方向。
6.2 差异性发现城市地理数据更新的一个显著的难点在于差异性发现,这也是图像处理中的难点问题。在人工智能、地理国情监测等领域,差异性发现一直在不断发展着。CNDM为解决差异性发现问题创造了条件,即采用有限区域多源数据融合技术进行地理元素信息的更新。通过手机拍照或视频监控技术,将变化区域的实时影像发送到云端与CNDM融合计算,实现“互联网+”测绘。显然,基于“互联网+”思想,是保证地理数据实时更新、地理信息平台最优现势性,支持城市管理智能化发展的必然趋势。
6.3 自发地理信息更新互联网及智能传感器技术的快速发展,为普通大众参与地理空间数据的生产与维护提供了必要的软硬件支持。在此背景下,大量与空间位置有关的人类活动以各种形式的地理数据被记录下来,形成了自发地理信息(volunteered geographic information,VGI)[24-26],VGI具有较强的现势性,但不可避免地存在表达不一致、位置精度不可靠等特点。如何以城市自然数字模型为基础,通过开放真三维地理信息服务,提升VGI的数据可靠性;如何发挥VGI的现势性特点,为CNDM的更新提供数据源,是未来的研究方向。
6.4 共享经济下的地理信息全球范围内,共享经济取得了迅猛发展。在共享经济时代下,社会运行模式都将在地理空间上进行重新布局。如今,诸如滴滴打车、共享单车等共享服务已融入大众的生活中,参与到城市的运转中,每一个共享单元都是城市地理信息更新的传感器,每天都在扫描整个城市的每个角落,产生海量、冗余的动态地理信息大数据。如何从这些地理大数据中挖掘有效数据,进行城市自然数字模型的动态更新,并最终实现城市地理信息的更新, 将成为一个重要的研究方向。
[1] | 李德仁, 邵振峰, 杨小敏. 从数字城市到智慧城市的理论与实践[J]. 地理空间信息, 2011, 9(6): 1–5. LI Deren, SHAO Zhenfeng, YANG Xiaomin. Theory and Practice from Digital City to Smart City[J]. Geospatial Information, 2011, 9(6): 1–5. |
[2] | 李维森. 浅析数字城市地理空间框架建设中的创新[J]. 测绘通报, 2011(9): 1–5. LI Weisen. On Innovation of Establishment of Digital City Geospatical Framework[J]. Bulletin of Surveying and Mapping, 2011(9): 1–5. |
[3] | 李成名, 刘晓丽, 印洁, 等. 数字城市到智慧城市的思考与探索[J]. 测绘通报, 2013(3): 1–3. LI Chengming, LIU Xiaoli, YIN Jie, et al. Investigation and Practice of Digital City to Smart City[J]. Bulletin of Surveying and Mapping, 2013(3): 1–3. |
[4] | 陈军, 赵仁亮, 王东华. 基础地理信息动态更新技术体系初探[J]. 地理信息世界, 2007, 5(5): 4–9. CHEN Jun, ZHAO Renliang, WANG Donghua. Dynamic Updating System for National Fundamental GISs:Concepts and Research Agenda[J]. Geomatics World, 2007, 5(5): 4–9. |
[5] | 张保钢, 杨伯钢, 夏强. 城市基础地理信息增量模型[J]. 测绘通报, 2014(3): 51–53. ZHANG Baogang, YANG Bogang, XIA Qiang. Increment Model of Urban Basic Geographic Information[J]. Bulletin of Surveying and Mapping, 2014(3): 51–53. DOI:10.13474/j.cnki.11-2246.2014.0087 |
[6] | 李德仁, 龚健雅, 邵振峰. 从数字地球到智慧地球[J]. 武汉大学学报(信息科学版), 2010, 35(2): 127–132. LI Deren, GONG Jianya, SHAO Zhenfeng. From Digital Earth to Smart Earth[J]. Geomatics and Information Science of Wuhan University, 2010, 35(2): 127–132. |
[7] | 边馥苓, 王金鑫. 论数字城市工程及其技术体系[J]. 武汉大学学报(信息科学版), 2004, 29(12): 1045–1049. BIAN Fuling, WANG Jinxin. Engineering and Technical System of Digital City[J]. Geomatics and Information Science of Wuhan University, 2004, 29(12): 1045–1049. |
[8] | 梁均军, 张治清, 程宇翔. 地理信息公共服务平台框架数据更新体系研究[J]. 测绘通报, 2012(12): 79–83. LIANG Junjun, ZHANG Zhiqing, CHENG Yuxiang. Research on Framework Data Update System on Public Services Platform[J]. Bulletin of Surveying and Mapping, 2012(12): 79–83. |
[9] | 杨爱民, 陈峰, 刘鹏珍, 等. 利用高分辨率遥感影像进行DLG要素快速更新的方法[J]. 测绘通报, 2016(3): 73–76. YANG Aimin, CHEN Feng, LIU Pengzhen, et al. Research on Quick Updating Method of DLG by Using High Resolution Satellite Images[J]. Bulletin of Surveying and Mapping, 2016(3): 73–76. DOI:10.13474/j.cnki.11-2246.2016.0090 |
[10] | 范一斌, 朱海晟, 孙家华, 等. 智慧城市安防高清视频资源共享系统及应用[J]. 电视技术, 2013, 37(14): 6–9. FAN Yibin, ZHU Haisheng, SUN Jiahua, et al. Security High-definition Video Resource Sharing System and Application in Smart City[J]. Video Engineering, 2013, 37(14): 6–9. DOI:10.3969/j.issn.1002-8692.2013.14.003 |
[11] | 刘先林. 测绘装备发展的新趋势[J]. 遥感信息, 2015, 30(1): 3–4. LIU Xianlin. The New Trend of Development of Surveying and Mapping Equipment[J]. Remote Sensing Information, 2015, 30(1): 3–4. |
[12] | 李德仁, 刘立坤, 邵振峰. 集成倾斜航空摄影测量和地面移动测量技术的城市环境监测[J]. 武汉大学学报(信息科学版), 2015, 40(4): 427–435, 443. LI Deren, LIU Likun, SHAO Zhenfeng. An Integration of Aerial Oblique Photogrammetry and Mobile Mapping System for Urban Geographical Conditions Monitoring[J]. Geomatics and Information Science of Wuhan University, 2015, 40(4): 427–435, 443. |
[13] | 卢秀山, 李清泉, 冯文灏, 等. 车载式城市信息采集与三维建模系统[J]. 武汉大学学报(工学版), 2003, 36(3): 76–80. LU Xiushan, LI Qingquan, FENG Wenhao, et al. Vehicle-Borne Urban Information Acquisition and 3D Modeling System[J]. Engineering Journal of Wuhan University, 2003, 36(3): 76–80. |
[14] | 李德仁, 郭晟, 胡庆武. 基于3S集成技术的LD2000系列移动道路测量系统及其应用[J]. 测绘学报, 2008, 37(3): 272–276. LI Deren, GUO Sheng, HU Qingwu. 3S(RS, GPS, GIS) Integration Technology Based LD2000 Series Mobile Mapping System and Its Applications[J]. Acta Geodaetica et Cartographica Sinica, 2008, 37(3): 272–276. |
[15] | PUENTE I, GONZÁLEZ-JORGE H, MARTíNEZ-SáNCHEZ J, et al. Review of Mobile Mapping and Surveying Technologies[J]. Measurement, 2013, 46(7): 2127–2145. DOI:10.1016/j.measurement.2013.03.006 |
[16] | KUKKO A, KAARTINEN H, HYYPPÄ J, et al. Multiplatform Mobile Laser Scanning:Usability and Performance[J]. Sensors, 2012, 12(9): 11712–11733. |
[17] | ABUHADROUS I, AMMOUN S, NASHASHIBI F, et al.Digitizing and 3D Modeling of Urban Environments and Roads Using Vehicle-borne Laser Scanner System[C]//Proceedings of 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems.Sendai, Japan:IEEE, 2004:76-81. |
[18] | YANG Bisheng, WEI Zheng, LI Qingquan, et al. Automated Extraction of Street-Scene Objects from Mobile Lidar Point Clouds[J]. International Journal of Remote Sensing, 2012, 33(18): 5839–5861. DOI:10.1080/01431161.2012.674229 |
[19] | PU Shi, RUTZINGER M, VOSSELMAN G, et al. Recognizing Basic Structures from Mobile Laser Scanning Data for Road Inventory Studies[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2011, 66(S6): S28–S39. |
[20] | ZHOU Liang, VOSSELMAN G. Mapping Curbstones in Airborne and Mobile Laser Scanning Data[J]. International Journal of Applied Earth Observation and Geoinformation, 2012, 18: 293–304. DOI:10.1016/j.jag.2012.01.024 |
[21] | 韩友美, 王留召, 钟若飞. 基于激光扫描仪的线阵相机动态高精度标定[J]. 测绘学报, 2010, 39(6): 631–635. HAN Youmei, WANG Liuzhao, ZHONG Ruofei. The Calibration of the Line Scan Camera Based on Laser Scanner[J]. Acta Geodaetica et Cartographica Sinica, 2010, 39(6): 631–635. |
[22] | 闫利, 曹亮, 陈长军, 等. 车载全景影像与激光点云数据配准方法研究[J]. 测绘通报, 2015(3): 32–36. YAN Li, CAO Liang, CHEN Changjun, et al. Registration of Vehicle-borne Panoramic Image and LiDAR Point Cloud[J]. Bulletin of Surveying and Mapping, 2015(3): 32–36. DOI:10.13474/j.cnki.11-2246.2015.0069 |
[23] | 包忠聪. 基于可量测实景影像库(DMI)及4D产品的三维数字高速公路展示系统—以福州市机场高速为例[J]. 测绘通报, 2012(S1): 610–612. BAO Zhongcong. 3-D Digital Highway Display System Based on Measurable Live Image Library (DMI) and 4D Products—Taking Fuzhou Airport Express as An Example[J]. Bulletin of Surveying and Mapping, 2012(S1): 610–612. |
[24] | GOODCHILD M F. Citizens as Sensors:The World of Volunteered Geography[J]. GeoJournal, 2007, 69(4): 211–221. DOI:10.1007/s10708-007-9111-y |
[25] | FONTE C C, BASTIN L, SEE L, et al. Usability of VGI for Validation of Land Cover Maps[J]. International Journal of Geographical Information Science, 2015, 29(7): 1269–1291. DOI:10.1080/13658816.2015.1018266 |
[26] | YANG Bisheng, ZHANG Yunfei, LU Feng. Geometric-Based Approach for Integrating VGI POIs and Road Networks[J]. International Journal of Geographical Information Science, 2014, 28(1): 126–147. DOI:10.1080/13658816.2013.830728 |