北京测绘设计研究院：关丽博士眼中的空间大数据分析

文章来源|泰伯网 编辑：思佳

4D数据是测绘地理信息人的全部吗？答案不应该是肯定的。过去，我们对传统地信企业和部门，尤其是诸如测绘院等传统机构的印象，多停留在地理国情普查等庞大的职能上，我们认为他们应该把握最全面和精确的数据，那么除此之外呢？

跳出传统测绘地理信息的圈子，以空间数据为基准和尺度的各种数据分析和应用正在爆发。剧变面前，传统地信人正在尝试改变，这种改变能够帮助他们完成从传统数据采集者到数据更好应用者的身份转型。

 

在Esri今年召开的用户大会上，记者采访了演讲嘉宾之一——北京测绘设计研究院的关丽博士，这位GIS 出身的女博士正带领团队尝试使用新的空间大数据模型对城市现状进行评估分析，亲历传统测绘地理信息的思路转型，她分享了一些见解，让人眼前一亮。

Esri中国用户大会关丽博士演讲现场

全新空间大数据模型服务于城市规划

北京市测绘设计研究院，是隶属于北京规划委的以测绘地理信息服务为主的综合生产科研单位，拥有地理信息局颁发的一级测绘资质以及建设部颁发的工程勘察证书等多个地理信息服务资格。但是，这个颇具代表性的传统地理信息服务部门，其工作范畴却并不局限于我们印象中的各种大型测绘工程，以及地理国情普查等大型项目的技术服务。

2016年Esri一年一度的用户大会上，他们就证明了这一点。来自北京市测绘设计研究院城市现状评估团队的关丽博士，在“GIS与行业应用”分论坛的演讲中介绍了他们的新成果。而这也明确传递了一个信息：传统政府测绘部门，正在努力尝试转型。

 

关丽和她的团队过去以及现在正在做的，是立足传统测绘数据优势，结合不同类型的新型数据，如互联网数据、手机信令数据、传感器数据、社会调查数据等，摸索和创造全新的空间大数据分析模型，并将分析的成果应用于多场景的城市现状评估和未来预测中，为城市体检、城市规划等重要工作提供决策依据。

 

但这还只是很小的一部分。系统地说来，关丽和其他团队成员将城市空间大数据的主要来源分为5种，即传统测绘数据（4D产品、地理国情数据、地下管线数据、地名地址数据）、互联网数据（导航数据，如POI、路网、交通流量等，政府、企事业单位发布的数据，社交网络数据）、移动设备数据（手机信令、手环数据）、传感器数据（位移传感器、压力传感器、液面传感器、速度传感器）和社会调查数据（调查问卷、在线调查、电话调查）。这其中有大部分数据可以通过网络、企业合作等各种途径获得，据关丽透露，其团队在网络数据获取上已经取得了系统层面的自动化。

北京市测绘设计研究院城市现状评估团队开发的数据集成展示系统截图

思路转变：

让空间大数据成为传统地信的新武器

提到传统测绘地理信息部门对空间大数据在应用上经历的变革，关丽认为最重要的一点就在于——思路的转变。

 

在提到空间大数据项目的数据源问题时，关丽这样看待：“我们的立足点不是进行数据生产，也不是进行数据收集和整理，最终目标就是怎么样结合其他数据，发挥我手中数据的价值，盘活数据资产。因为其他数据，无论是互联网数据还是手机信令数据、社会调查数据，如果肯派人扎扎实实收集的话，这些数据不是没有获取渠道的。但是除了这些数据，如果某一个行业获取咱们测绘地理信息数据是比较困难的。”

 

在这样的角度上，立足传统地理信息较为详实的数据优势，他们开始进行更多门类的数据收集，如房价数据、环境数据、POI数据等等。关丽表示，初期的信息积累非常不易，而比这更有难度的，还有分析和评估模型的建立，这来自于一个接一个的项目经验积累。关丽向记者举了一个单体建筑的项目示例。

 

单体建筑，是城市现状评估中一个重要要素，也是国家地理国情普查中的一项重要数据成果，在北京市地理国情普查要素采集中单体建筑的数据生产工作量最大。关丽所在的团队参与了这项工作，他们将复杂的属性信息录入系统进行分析。不同于过去只录入一幢房屋，目前这版数据将每个单体建筑的层高、土地性质（住宅、工业、公共建筑、商用等）、建筑性质（公共、商业），乃至社会属性信息（学校、医院）等信息都做了详尽的说明，为后续许多城市政府决策和规划提供了重要依据。

 

例如北京城六区人口疏解的项目，需要非常详实建筑量信息反推人口，且在二环、三环、四环等不同区域都要进行具体分析。又如住建委需要解决的公共设施配套问题，也直接与建筑量相关。多年来，关丽所在团队基于空间大数据的运用和分析服务于上层或大或小的决策，这样的例子还有很多。推广开来，这样的模型还能应用于智慧街道、智慧乡镇等各种场景中。

开放街区项目的建筑属性录入

记者不禁好奇，诸如此类的传统测绘地理信息部门，到底是如何看待空间大数据的新应用呢？他们的观念又历经了怎样的变化过程？对此，关丽这样回答。

 

“历史上整个空间数据更多的是指4D产品，虽然这种数据在各个行业都有很多应用，但是它在行业中的地位往往是工作底图的作用。最多就是在上面叠加一些其他信息进行辅助业务研究。但是，业务上的研究大都是行业自我的内在驱动力，而不是说测绘地理信息人推动它基于我的底图进行行业分析。在历史阶段，其实我们测绘人由于掌握了高精度的数据，很多时候不注重社会属性数据收集。”

 

“但是随着时间的发展，也随着我们对各种业务的深入探索，比如规划业务的介入，我们发现规划人做规划编制有它自己的特长，但是这个规划编制应该如何做到更精准？能够指导未来规划？这就是一门学问了，当然规划人已经在这方面做了很深入的探讨，但是在规划业务深入的过程中，我们发现其实它对于现状这一块，由于没有数据获取的途径，对现有情况的掌握并不好，这时候就需要整个测绘地理信息人补上这个缺口，就是我们所说的城市区域现状评估。我们单位本身就是规划委下属单位，我们很清楚地意识到这条路是测绘地理信息人应该做的，而且是义不容辞必须扛起来的责任，所以我们把已有的数据再结合我们自己能够获取到的社会属性数据，进行城市区域的现状评估工作，这种现状评估应该是现势的，周期性的，实时进行更新的。这样的话无论是哪一个行业，要找现状的时候首先就想到测绘地理信息行业。”

放眼市场，空间大数据的分析和应用已经形成较为成熟的商业模式

总而言之，不论外界还是地信圈内部，他们对地理信息和空间数据的理解都在逐渐改变。对于传统地信人来说，这样的变化是可喜的。而放眼全球范围的市场，空间大数据分析，尤其是SaaS的空间商业智能业务已经形成了较为成熟的商业模式。

国际市场上，Mapbox、CartoDB等创业团队正利用SaaS级的GIS更接地气地为更多细分行业领域提供服务。有别于传统GIS应用开发，其易用性和低廉的成本，正在让空间商业智能在消费、金融、保险、物流等领域迅速普及。

国内方面，SaaS级GIS服务提供商同样注意到空间商业智能领域的巨大应用前景，许多创业公司正在培养这一市场，构建有别于传统GIS的按需付费的商业模式。如捷泰天域，其曾与Esri中国合作推出中国本土的位置智能平台GeoQ。

空间商业智能的核心要素是数据，但数据又包含两个要点。一方面，用户通过友好的界面将涉及业务的列表数据导入到地图中，通过基础的空间可视化或借助一些工具，分析业务情况；另一方面，空间商业智能的服务商，通过自主采集或与其他企业或机构(电信运营商、市场调查机构、院校)合作，积累有关社会经济、细分行业、脱敏的人口消费习惯和行为等数据，向客户提供增值服务，进一步辅助提高业务决策的能力。从这个角度看，无论传统测绘院，如关丽所在的团队，还是新型企业或创业公司，他们对空间大数据的应用应该是不断趋于殊途同归的。

对话关丽：

泰伯网：未来应该如何更动态地或者是更高效地做空间数据的分析呢？

关丽：第一，是人才梯队的保障。一方面，我们的团队里要有学测绘地理信息的专业人员，而且是占大头，同时，把其他行业中跟社会属性紧密相关、特别是跟现状评估紧密相关的这些行业人员拉进来，比如说规划、交通、城市安全都是非常重要的方面。 

  

第二，是思路上的保障。就是通过我们不断的研讨，确定方向并坚定不移地往这方向走。在方向上，其一，是空间属性+社会属性，社会属性要加大力度，把它做得更深、覆盖面尽量广，但如果广和深取其一的话，选择深。其二，注意对时间序列的保持。比如我们做建筑用地的扩展，我们是从1934年开始做，一直做到2015年。这样一个时间序列往往能够使你发现某一区域和时段的规律，这样的规律性更加明显，而且对未来预测也有一个很好的作用。

第三，是整个研究模式上的转变。现在数据保密仍然是一个制约数据应用非常重要的问题，但是我们的做法更多的是把它变成一种高附加值的产品推送给你，如经过二次生产和统计分析之后，或者经过脱密的加工后，为用户提供产品。在整个数据应用方式上，我们现在也在逐步做这方面的转变。同时，我们现在不是自己做研究，更多的是以开放的心态跟高校、跟研究所一起来做这个研究。大家共同面向社会热点、行业热点把这个数据的作用发挥起来。

泰伯网：此次参加Esri用户大会，能不能谈谈如何利用工具软件更好地进行空间大数据分析？

关丽：在整个区域评估研究过程中，一开始我们更多是借助成型的工具软件，如ArcGIS给了我们很大的支持，基于这样的软件，我们融入自己的业务知识并做后期的成果展示。前两年的时候，我们更多是借助ArcGIS的空间分析功能和三维展示功能，后期呈现一开始就直接用ArcGIS出图，但有一些展现我们又借助了其他工具软件。但是现在，通过二次开发，我们对空间分析这块融入了更多的业务知识，不同的分析模块可能分属不同领域，如人口、房屋、城市安全、交通等。前期这个工作非常艰难，现在一些指标终于可以固化了，可以用软件自动化了。

泰伯网：如何评价未来国家包括政府决策对空间大数据的应用前景？

关丽：第一，大家会越来越把咱们已有的传统测绘数据当成一种非专业化数据来看待。这种趋势是一个好事，因为越专业你的服务面就会越窄，好比大家对三维数据的看法一样，不再觉得三维数据这个东西很高大上、我们用不起。但是数据的采集生产过程还是专业化的，应用端应该变得越来越非专业化。

第二，外部的应用驱动内部的数据生产，从生产型向服务型转变。比如，商业需求或者一些委办局需求会直接影响我们测绘地理信息行业内部的生产流程。原来我们可能觉得，我们就做这个（数据），给你能用多少就是多少，但是现在不是这样，这种趋势会越来越明显。

第三，对于未来测绘地理信息行业的发展趋势，整个学科的交叉会越来越强，我们与行业知识的融合会越来越密切。这样的话，一方面是我们自己的数据附加价值能够被深度地挖掘出来，同时又使我们这个行业能够既有它的专业性也有它的服务广泛性，这点应该比现在做得更好，有更多业务的东西加入进来。 

第四，从未来发展趋势来看，数据的共享和开放肯定是一种大的趋势。但是测绘地理信息数据如果想完全开放这个可能性不太大，所以说我们应该最大程度地获取其他社会属性数据，这会推动我们测绘整个行业向业务深度化发展，或者说会向着委办局服务的深度化发展。