基于城市信息模型和大数据云平台的智慧城市研究与应用

基于城市信息模型和大数据云平台的智慧城市研究与应用

陈明琪

（住房和城乡建设部科技与产业化发展中心，北京100835)

图1CIM分层建构图

通过ArcgGIS平台将各类复合数据库分别进行空间位置的放缩、平移、旋转空间处理，从而实现空间对位，并将其一同置入信息处理平台，进行统一组织管理并建立不同的数据层，建构出基于同一空间位置的城市空间全息地图的空间分析基础模型。同时，将多源大数据以统一的数据格式输入城市数字沙盘系统，并按照要求进行数据组织管理，各数据之间具有统一用地地块数据处理单元，获得全息地图的综合信息，形成各类大数据投影到空间上所呈现的空间分布特征，即城市绿量空间分布特征，城市市政工程特征，城市风、声、热环境空间分布特征，城市功能结构，城市动静态人车活动分布特征以及城市情绪－意象地图。最后，根据城市规划设计与管理需要进行各种两两或者多对象的大数据的组合与相关性分析，获得多源数据融合特征综合信息，将分析结果通过地理信息系统进行处理，可构建CIM平台[6]。3.3 为完成数据计算进行的框架设计

时空信息云平台是智慧城市建设的空间基础框架，基于时间和空间信息整合现实世界的自然资源与环境、经济社会各种信息。智慧城市的各种业务数据、地理信息数据通过时间或空间标识进行关联，通过云平台以服务的方式进行发布、管理、展现，实现数据共建共享。

在时空信息云平台建设中，各个部门既是平台服务的消费者，也是平台数据的提供者。CIM具有统一信息模型、支撑数据融合的作用，基于CIM的时空信息云平台数据共享服务如图2所示。

图2基于CIM的时空信息云平台数据共享服务

在时空信息云平台建设中，利用分布式计算、机器学习、大数据分布式存储与处理等技术实现大规模时空数据计算和可视化，是提高平台应用体验的关键技术之一。在多数情况下，用户需要根据计算任务定制计算引擎。

图3大规模时空数据计算和可视化任务流程定制总体架构

图3是基于工作流技术，设计的大规模时空数据计算和可视化任务流程定制总体架构。

总体架构包括计算集群和模型可视化管理两个部分。

计算集群主要包括算子库、集群管理与任务分配节点，以及高性能计算集群、大数据集群和机器学习集群。其中，算子库提供各种基本算子或用户自定义算子，集群管理与任务分配节点负责整个计算集群的管理与计算任务调度，高性能计算集群、大数据集群和机器学习集群分别完成各种不同类型的分布式计算任务。此外，计算集群还提供监控功能，用户可实时化、可视化地查看任务流执行状况和整个集群运行情况。

模型管理部分包括模型库和模型服务，其中模型库用于接受和存储用户提交的设计模型，模型服务管理控制模型库并通过调度指令的形式触发计算过程。模型服务不仅支持定时任务、条件触发任务、计算后智能执行任务，也能够在后台资源适宜的情况下实现自动分配和弹性调度[7]。

4CIM应用4.1 一张蓝图共享

搭建CIM与大数据云平台的链接，一张蓝图面向各行业主管部门实现空间信息实时共享，为数据更新和数据应用提供操作平台，应包含空间信息共享、数据更新、数据应用等功能。

空间数据共享需要参考或制定空间数据的规范和技术标准，制定城市数据资源目录清单，包括明确数据资源服务地址，方便各类用户快速查找数据资源，实现数据调用、交换、共享管理。远期可在通用平台模式的基础上开发自定义配置模块，为全市各行业主管部门提供自定义专属化的空间信息配置服务。图4为城市规划设计应用。

规范数据入库更新流程，提供数据标准化质检服务，保障各类空间信息的标准准确。各类数据的更新入库近期可以由专职部门对空间信息资源进行统一更新入库管理，远期可由各职能部门自主更新。同时开发台账分发、数据迁出、版本记录服务等功能，保障平台数据的安全。

支持面向各类用户提供数据浏览、数据自由叠加展示、数据信息查询、数据分类统计分析、报表输出打印、数据监测预警、数据应用自定义管理服务[8]。

4.2 项目储备

储备项目库管理工作是项目生成的空间指引和项目启动的工作基础，包括建立近期建设规划储备库和年度项目空间实施规划储备库，纳入年度项目空间实施规划储备库的项目优先予以启动策划生成。结合CIM与大数据云平台，储备项目库按照供地方式，实行划拨用地项目、经营性用地项目、工业用地项目和储备用地项目分类管理。

政府相关部门根据规划实施要求和城市发展建设的需要，主动策划项目，提出项目建设规模及内容、意向选址、初估投资、策划生成类型（划拨用地、经营性用地、工业用地、储备用地）、拟开工年度等基本信息，并在平台储备库中新建项目条目及相关信息。平台应支持普通电子文件及空间边界等多类型附件的导入、下载和修改，实现项目空间一键定位，并提供项目名称查重、信息格式检查、空间边界图形检查等核查服务。

4.3 项目协调

项目空间协调是依托空间规划数据，结合CIM与大数据云平台，在规定时间内征求相关职能部门在产业规划、城乡规划、土地利用规划、建设用地指标、规划设计条件、生态保护红线规划等方面意见，形成项目在空间布局上是否可行的综合意见。政府部门可通过合规性审查服务，实现项目边界比对各类控制线的一键检测，生成合规性审查报告并可导出，审查历史记录统一管理，可追溯、可查看。

通过在线会商功能，政府部门实行线上协同、线下决策，提高部门沟通的效率。针对相关联的项目，还可实现多个在线会商事项相互关联，会商意见及相关附件可共享[9]。

图4城市规划设计应用

5 总结

CIM的基础是小场景BIM数据+大场景GIS数据+IoT数据，当然，CIM平台要接收、处理和计算的数据不止这些，还包括环境气候、市政、城市各种产业、人类活动和社交等产生的各种各样复杂的信息。一个城市的数据是海量的，且种类繁多，分类复杂，有些信息蕴含的价值很低甚至没有价值，要处理这些纷繁复杂的信息，CIM需要借鉴大数据云平台技术收集和整理这些信息的方法。首先，CIM需要将城市大数据进行融合。本文中，CIM平台将城市大数据按照时间维度的动态频率特征和空间维度的样本比例特征分为高频大样本数据、高频小样本数据、低频大样本数据、低频小样本数据四种类型，这样将便于平台从表层到深层对城市各系统、各单元全面、综合的信息表达与联动分析，建构出城市多源大数据全信息复合数据库，以方便对这些数据进行引用和处理计算。然后，CIM合理的框架设计有助于海量数据的处理。在CIM平台建设中，利用分布式计算、机器学习、大数据分布式存储与处理等在大数据云平台中使用的技术实现大规模时空数据计算和可视化，可助力CIM模型的搭建，提高CIM平台应用体验。

# 参考文献 #

[1]孙园园.从BIM到CIM——探索智慧城市建设新模式[J].价值工程，2019.

[2]杨俊宴.城市大数据在规划设计中的应用范式：从数据分维到CIM平台[J].规划数字化，2017.

[3]尹鹏程，凌海锋，蔡先娈，张季一，刘景元.基于全空间城市信息模型的时空信息云平台建设实践[J].数据管理，2019.

[4]许镇，吴莹莹，郝新田，杨雅钧.CIM研究综述[J].土木建筑工程信息技术，2020(12).

[5]耿丹.基于城市信息模型（CIM）的智慧园区综合管理平台研究与设计[D].北京，北京建筑大学，2017.

[6]祖田峥.基于大数据云平台的智慧城市建设的思考[J].绿色环保建材，2020.

[7]曹荣龙.多规合一、空间共管、业务共商——CIM技术行业应用综述[J].数字城乡，2020.

[8]金珊珊.BIM+GIS一体化助力CIM发展[J].研究论文，2020.

[9]段志军.基于城市信息模型的新型智慧城市平台建设探讨[J].研究论文，2020(43):8.

★更多有关BIM的相关内容，将及时在号内推送，识别下方关注，喜欢就点个在看吧★文章内容来源《建设科技》，仅供学习交流之用。如涉及侵权，请及时与我们联系