面向高质量空间治理的社区智慧化数据库构建

导读

高质量发展、高品质生活成为新时代城市发展的目标要求。作为重要的规划手段，社区生活圈规划改变了以往计划摊派公共服务与空间资源的做法，具有从根本上提高生活品质，实现高质量发展的潜力。社区智慧化建设以信息技术为手段提高居民的生活质量，推动社区有效规划、高效治理与实效服务。本文选取多元要素聚集，变化周期活跃的城市中心区为研究对象，以天津市河东区为研究区，以社区生活圈智慧化建设为发展目标，全面系统地梳理城市中心区社区生活圈建设要素，基于多源数据融合对同一地物形成有统一的、准确的、有用的描述。结果表明：（1）土地利用、建筑、配套设施、道路是社区生活圈建设的重要空间要素，形态属性、功能属性是对空间要素的多元属性描述；（2）百度地图POI非独立占地设施是对传统设施数据的有效补充。（3）基于高分卫星遥感影像的矢量提取技术，可快速、低成本、动态完善规划法定地形图数据的现势性与准确性。新一代信息技术的应用在提升规划科学性、有效性方面正发挥着重要作用。

本文字数：6916字

阅读时间：21分钟

作者

孟蕾，天津市城市规划设计研究总院有限公司

关键词

社区生活圈，多源数据融合，空间治理，城市中心区，数据库

一

引   言

20世纪50年代，世界上只有30%的人口居住在城市，到2014年，城市化水平达到54%，联合国预计到2050年，全球城市化率将达到66%^[1]。作为人、建筑、基础设施和资源的动态集群^[2]，城市系统面临着城市化带来的巨大压力^[3]。针对工业化与城市化过程中出现的资源过度集中、发展失衡、环境污染等问题，1965年日本政府提出“广域生活圈”概念。2016年，《中共中央国务院关于进一步加强城市规划建设管理工作的若干意见》提出建设“15分钟社区生活圈”。2018年12月1日起中国施行的《城市居住区规划设计标准》（GB50180-2018）（以下简称《标准》）突出能够在居民适宜步行时间内满足其生活服务需求^[4]。鉴于城市中心区建成环境复杂、利益主体多元、公共服务设施增加及提升的可利用存量空间有限^[5]等现实困境，有必要探索如何科学盘点区域内外资源，构建社区生活圈数据库，为促进社区生活圈建设提供一个有助于科学规划与高效管理的支持工具。

目前关于社区生活圈的研究主要集中在生活圈空间界定、服务评价与规划策略三个方面：在不同政治体制与区域背景下，生活圈的空间界定标准多样^[6]-[7]；从现状建设、居民日常活动等方面重新审视评估社区居民与土地使用、空间组织之间的关系^[8]-[11]；基于评价结果，围绕居住、就业、服务、交通、休闲等方面提出规划策略^[11]-[13]。但《标准》对生活圈的空间界定与评价内容提出明确要求，现有研究与新的标准体系存在差异^[4]。且目前社区生活圈建设尚未充分考虑行政管理单元，街道等行政主体在规划实施中处于缺位状态^[14]。同时随着3S、移动互联网等技术的应用与普及，社区建设所涉及数据来源、结构、表现形式多样，数据内容重复或差异均可造成数据的不准确，但现有研究缺少对多源数据间关系的探讨，导致多源数据的优势体现不明显。

本研究针对城市中心区建成环境复杂，可利用存量空间有限的困境，利用多源数据的优势，协调对同一地物的多元描述，以提升数据的现势性、完备性、准确性，将多源数据的优势转换为规划人员有效的生产力，转换为管理人员高效的决策力。

二

研究方法

2.1  研究区选取

河东区是天津市中心城区行政分区之一，总规模42平方公里（图 1）。选择天津市河东区作为研究区的原因如下：

2.1.1   居住用地占比偏高，服务用地不达标准

河东区城市建设用地中居住用地占比47%，高于标准值25%-40%；人均公共管理与公共服务设施用地4.1㎡/人，低于标准值下限5.5㎡/人^[15]。

2.1.2   存量可用土地有限，公服后备用地不足

河东区现有可改造存量用地约489公顷，公共服务设施后备用地有限且分布零散。以科学、合理、有效、复合的用地规划完善用地供给是河东区社区生活圈建设面临的核心问题。

图 1 天津市河东区区位

（图片来源：作者自绘）

2.2  研究方法

2.2.1  建设要素梳理

本文通过梳理《标准》中关于“用地与建筑、配套设施、道路、居住环境”内容，并结合既有研究中关于城市生活空间、社区生活圈建设相关要素的总结，将土地利用、建筑、配套设施、道路作为社区生活圈建设一级要素。二级要素划分为空间与属性两种类型，其中空间要素表示空间实体的位置、大小、形状及其分布特征，并可以定位于以地理坐标系统为参照系的地图上^[16]。属性要素从形态属性、功能属性描述空间实体。

2.2.2  数据获取方法

通过对现有城市、社区数据获取方法的研究与总结，将基础数据获取途径分为三个方面：其一是地形图、三调等规划传统法定数据，反映城市建筑、道路、配套设施等要素的建设情况。其二是基于高分卫星遥感技术实现基础遥感影像合成、建筑物矢量提取。其三是结合百度地图Place API接口获取POI点信息，反映各类配套设施空间分布与属性信息。每种获取方法所获取数据内容与格式不同，且各自的优势与不足明显（表1）。

表1 各获取方法所涉及要素内容、数据格式、数据优势与不足

（信息来源：作者整理）

2.2.3  多源数据融合

多源数据集成和融合不是孤立的两个过程。集成是融合的基础，融合是集成基础上进一步的发展^[17]。集成和融合的差异在于，融合不仅仅是数据的集中，而是利用不同数据的优势派生出比原始数据可用性更好的新数据^[18]。

2.2.3.1  多源数据集成

多源数据集成就是通过数据格式转换、空间基准统一消除各类数据存储格式、空间基准差异，实现多源地理空间数据的一致性处理。

2.2.3.2  多源数据匹配

多源数据匹配识别出同一地区不同空间数据集中的同一地物，建立两个空间数据集中同名地物间的联系，探测不同数据集之间的差异或重复内容^[19]。

2.2.3.3  多源数据融合

数据集成实现了数据逻辑的统一，数据匹配建立了同名空间实体之间的联系。多源数据融合整合多源数据优势，补充差异内容，简化重复内容，对同一地物实现统一的、准确的、有用的描述。

2.2.4  数据分类设计

设施供给与实际需求的“空间错配”导致居民在使用公共服务时承担了较高的货币成本与时间成本，随之带来的是大量的社会经济成本^[20]。宋小冬以居住人口为需求方，以设施容量为供给方，以密度指标为基础分析城市中小学与居住人口的供需关系^[21]。刘玉亭等采用设施“有效供给率”、“达标配套率”、“有效运营率”、“需求率”来量化各类设施的供给与居民需求情况^[22]。基于供需关系的分析方法兼顾服务人口、服务范围、设施规模等多个要素，供给与需求的量化差值可直观反映配套设施等建成要素与居民活动需求的供需矛盾。本文认为社区生活圈数据库应基于供需关系视角将数据划分为服务需求、服务路径、服务供给三大门类，形成集成“数据门类-数据类-数据子类-精度描述-格式描述-坐标描述”的数据分类结构（图 2）。

图 2 集成“数据门类-数据类-数据子类-精度描述-格式描述”数据分类结构

（图片来源：作者自绘）

2.3 技术路线

图 3 社区生活圈智慧化建设数据库构建

（图片来源：作者自绘）

三

研究结果

3.1 基本管理单元划分

社区生活圈建设应与街道、居委会等行政管辖区紧密结合^[23]，以十五分钟社区生活圈适宜圈域规模与河东区街道边界（图 4）、控规单元边界（图 5）作为基本管理单元的划分标准，结合城市快速路、主干道边界，围合完整的空间单元，减少居民步行与过境交通的空间冲突，将河东区划分为22个基本管理单元，每个单元规模约为1-3km2，（图 6）。

图 4 河东区行政区划边界

（图片来源：作者自绘）

图 5 河东区控规单元边界

（图片来源：作者自绘）

图 6河东区基本管理单元划分

（图片来源：作者自绘）

3.2 数据获取结果分析

多源数据坐标、格式多样。数据来源不同导致数据包含天津90坐标、WGS1984坐标、等多种坐标体系，覆盖EXCEL、DWG、SHP、JPG多种数据格式。多格式、多坐标统一是多源数据集成的核心内容。

同一类数据来源部门多样。配套设施数据来源渠道为百度地图与三调，建筑数据来源于地形图与高分遥感影像。重复与差异内容的判别与处理是多源数据匹配与融合的关键。

3.3 多源数据融合

3.3.1  多源数据集成

通过数据坐标统一、空间数据矫正与配准，实现多源数据集成。对数据集成结果进行初步分析，发现如下特征：

基于地形图所提取的建筑数据现势性不足。以河东区实验小学（翰澜校区）地块为例，遥感影像反映该地块已建设完成，但地形图所反映的是该地块处于空白未建状态（图 7）。

图 7 河东区遥感影像与建筑数据对地块的描述不同

（图片来源：作者自绘）

百度地图POI与传统设施数据信息重复。百度POI中的社区商业服务业设施数据是对传统设施数据的有效补充（图 8、图 9、图 10）。进一步对公共管理与公共服务设施进行研究，以“小学”设施为例，百度POI“小学”设施与传统“小学”设施具有重复的点位（图 11）。

图 8 传统设施数据与百度地图POI数据集成

（图片来源：作者自绘）

图 9 传统现状设施数据构成（左）

与百度地图POI数据构成（右）

图 10 传统设施与百度POI设施数量对比

（图片来源：作者自绘）

图 11 传统“小学”设施与百度POI重复点位

（图片来源：作者自绘）

3.3.2 多源数据匹配

3.3.2.1 基于几何特征匹配，识别配套设施重复数据

本文基于配套设施点状数据的几何特征实现配套设施数据的同名空间实体匹配：以“小学”这一类设施数据为例，借助ArcGIS空间分析模块的距离分析工具，将传统“小学”设施作为源数据进行欧氏距离计算，假设a，b两点坐标分别为(，)、(，)，采用以下公式计算欧氏距离：

欧氏距离输出栅格包含每个像元与最近源之间的测定距离，将输出的栅格计算结果与POI“小学”设施进行叠加（图 12），结合百度坐标拾取系统判别两个来源下“小学”设施点的距离，小于一定阈值（本文认定为100m）时则认为两个数据描述的是同一地物，即被视为数据库的重复数据。

图 12 以传统“小学”作为源数据计算欧氏距离的栅格输出结果

（图片来源：作者自绘）

3.3.2.2 基于拓扑特征匹配，识别建筑数据差异部分

现状建筑数据与遥感影像匹配的基础是高分辨率遥感影像多尺度分割。传统遥感分割包含基于像元分割、基于边缘检测分割、基于区域分割、基于物理模型分割、结合特定数学理论和技术分割等多种计算方法^[24]，分割结果与规划领域法定土地利用边界衔接较弱，因此本文提出以现状土地利用边界分割遥感影像的方式，形成2280个识别单元（图 13），同一单元内的建筑与遥感影像描述同一地块（图 14、图 15）。

图 13 以现状土地利用边界切割遥感影像

（图片来源：作者自绘）

图 14 遥感影像描述地块单元

（图片来源：作者自绘）

图 15 现状建筑描述地块单元

（图片来源：作者自绘）

通过变化单元的检测来判断需要进行建筑数据更新的单元。以现状建筑时间精度2015年为起点，以年为周期分别下载2015-2019年五个时相的遥感影像数据，依据五个时相遥感影像信息，针对河东区基本单元进行检测，共获取变化单元46个（图 16）。

图 16 变化单元检测结果

（图片来源：作者自绘）

3.3.3  多源数据融合

3.3.3.1 多源设施数据融合，设施空间布局更完备

根据以传统“小学”作为源数据计算欧氏距离的栅格输出结果（图 12），结合百度坐标拾取系统删除POI“小学”设施数据与传统设施数据重复点13处（图 17）。POI设施数据的属性描述比传统设施属性的属性描述更加丰富，如某一小学设施点，POI设施的描述为“河东区实验小学”，传统设施的描述为“小学”，相对宽泛且不反映小学质量。因此在删除重复POI数据的同时，将其属性信息整合至对应的传统设施数据中。采取同样的方法实现各类配套设施中的重复数据几何特征与属性特征的融合，进而优化配套设施空间布局的完备性与准确性（图 18）。

图 17 “小学”设施删除

重复数据

（图片来源：作者自绘）

图 18 多源配套设施数据

融合

（图片来源：作者自绘）

3.3.3.2 多源建筑数据融合，建筑空间布局更现势

基于高分卫星遥感影像的矢量提取技术，即根据建筑物具有的规则形状，剔除植被、水体等光谱特征差异明显的地物；根据建筑物典型形状构造建筑模板，对变化单元影像进行卷积计算，提取建筑区域；对建筑区域进行边缘检测与细化，实现变化单元内建筑物轮廓的矢量提取^[25]-[26]。根据数据匹配结果（图 16），河东区涉及两种变化类型：

一是建筑布局改变土地利用边界不变（图 19），共计38个地块单元。建筑数据更新方式采取以现状土地利用边界为约束，矢量提取建筑图斑并填充替换原有建筑图斑（图 20）。

图 19 建筑布局改变土地利用边界不变

（图片来源：作者自绘）

图 20 以现状土地利用边界为约束，矢量提取建筑图斑

（图片来源：作者自绘）

二是建筑布局改变，土地利用边界合并（不跨越道路）（图 21），共计8个地块单元。建筑数据更新方式采取以规划地块边界为约束，矢量提取建筑图斑，填充替换原有建筑图斑（图 22）。

图 21 建筑布局改变，土地利用边界合并

（图片来源：作者自绘）

图 22 以合并后的地块边界为约束，矢量提取建筑图斑

（图片来源：作者自绘）

至此完成城市中心区建筑数据更新（图 23），并以一定周期动态循环操作，维持中心城区建筑数据的现势性与准确性（图 24）。

图 23 更新后建筑数据

（图片来源：作者自绘）

图 24 基于高分卫星遥感影像矢量提取的建筑数据动态更新流程

（图片来源：作者根据参考文献[25][26]绘制）

3.4 数据按门类入库

针对社区生活圈数据库使用需求，将各类数据按照“服务需求、服务路径、服务供给”三大门类进行数据库后端输入（图 25）。

图 25 数据按门类入库

（图片来源：作者自绘）

3.5 数据库管理系统设计

3.5.1  主功能Ⅰ：评估与优化

社区生活圈数据库管理系统具有以下功能：（1）空间分析功能。准确、定量描述社区要素空间分布特征，实现生活圈建设要素的分析与评价。（2）可视化展示。数据库平台多图层叠加与展示，并将空间分析结果以图表形式更加直观、形象地表达生活圈建设要素空间配置的评价结果。（3）迭代优化。通过现状与优化方案、优化方案之间的对比高效判断优化方案的有效性（图 26、图 27）。

图 26 空间分析、科学可视化与迭代优化功能

（图片来源：作者自绘）

图 27空间布局评估（图片来源：作者自绘）

3.5.2  主功能Ⅱ：管理与决策

空间分析结果包含“居委会-空间单元（对接街道）-行政区”三个层级，每一层级以居住小区为基本评估单元计算配套设施达标的居住小区百分比（评估单元内达标居住小区数量/居住小数数量）（图 28、图 29），形成各层级横向可视化的对比成果，各层级管理人员可依此判断需要改善提升单元的优先等级，据此拟定河东区社区生活圈配套设施完善计划，有依据、有重点地开展社区配套设施改善提升工作。

图 28 空间单元层面配套设施优先提升等级

（图片来源：作者自绘）

图 29 居委会层面配套设施优先提升等级

（图片来源：作者自绘）

四

研究结论与展望

4.1  研究结论

多源数据融合方法的应用是社区生活圈数据库构建的核心内容。精细空间场景构建与精确属性信息完善是提升数据现势性、完备性与准确性的过程(图 30)。基于供需匹配视角，设计数据分类结构，数据按类入库构建社区生活圈智慧化建设数据库，为社区生活圈的评估与优化、管理与决策提供科学可视化平台，为后续更加丰富、多源数据的处理与录入提供模板与平台雏形。

图 30 社区生活圈智慧化建设数据库构建核心内容（图片来源：作者自绘）

4.2 研究展望

后续研究可在以下两个方面展开：

一，拓宽居住人口数量、设施点客流量等反映居民活动数据的获取渠道，提升数据精度。发挥公众参与互动平台、GPS技术优势，作为后续获取社区生活圈居民活动数据的重要来源。

二，基于本文的数据基础，后续可在社区生活圈配套设施优化研究、公园绿地公平性研究、街道活力提升研究、生活圈建设动态监测等方面探讨数据库应用的可能性(图 31)，集成“数据层-规则层-应用层”，不断完善面向多元目标的社区生活圈数据库设计。

图 31 社区生活圈智慧化建设数据库应用

参考文献（上滑查看全部）

[1] United Nations, Department of Economic and Social Affairs. World urbanization prospects: the 2014 revision[R]. New York, 2014.

[2] Bibri, S. E. ICT for sustainable urban development in the European Information Society: A discursive investigation of energy efficiency technology, Master Thesis[D]. School of Culture and Society, Malmö University, 2013.

[3] Bibri S E, Krogstie J. Smart sustainable cities of the future: An extensive interdisciplinary literature review [J]. Sustainable Cities and Society, 2017, 31:183-212.

[4]  GB50180-2018，城市居住区规划设计标准[S]. 北京：中华人民共和国住房和城乡建设部，2018.

[5]  何瑛. 上海城市更新背景下的15分钟社区生活圈行动路径探索[J]. 上海城市规划, 2018(04):97-103.

[6] LIU Tianbao, CHAI Yanwei. Daily life circle reconstruction_ A scheme for sustainable development in urban China[J]. Habitat International, 2015, 50:250-260.

[7]  柴彦威, 张雪, 孙道胜. 基于时空间行为的城市生活圈规划研究——以北京市为例[J]. 城市规划学刊, 2015(03):61-69.

[8]  萧敬豪, 周岱霖, 胡嘉佩. 基于决策树原理的社区生活圈测度与评价方法——以广州市番禺区为例[J]. 规划师, 2018,34(03):91-96.

[9]  赵彦云, 张波, 周芳. 基于POI的北京市“15分钟社区生活圈”空间测度研究[J]. 调研世界,2018(05):17-24.

[10]  孙道胜, 柴彦威, 张艳. 社区生活圈的界定与测度:以北京清河地区为例[J]. 城市发展研究,2016,23(09):1-9.

[11]  卢银桃, 侯成哲, 赵立维, 等. 15分钟公共服务水平评价方法研究[J]. 规划师, 2018,34(09):106-110.

[12]  李萌. 基于居民行为需求特征的“15分钟社区生活圈”规划对策研究[J]. 城市规划学刊, 2017(01):111-118.

[13]  程蓉. 15分钟社区生活圈的空间治理对策[J]. 规划师, 2018,34(05):115-121.

[14]  廖远涛, 胡嘉佩, 周岱霖, 等. 社区生活圈的规划实施途径研究[J]. 规划师, 2018,34(07):94-99.

[15]  GB50137，城市用地分类与建设用地标准[S]. 北京：中华人民共和国住房和城乡建设部，2011.

[16]  霍仁龙,姚勇.基于地理信息系统的历史数据库建设——以近代西南边疆游记数据库为例[J].西南民族大学学报(人文社科版),2018,39(12):235-240.

[17]  唐文静. 海陆地理空间矢量数据融合技术研究[D].哈尔滨工程大学,2009.

[18] Cobb M, Chung M, Foley H. A Rule-based Approach for the Conflation of Attributed Vector Data [J]. GeoInformation,1998,2(1):7-35.

[19]  徐枫，邓敏，赵彬 彬．空间目标匹配方法的应用分析[J]．地球信息科学学报，2009,11(5):657-663.

[20]  郑思齐,于都,孙聪,张耕田.基于供需匹配的城市基础教育设施配置问题研究:以合肥市为例[J].华东师范大学学报(哲学社会科学版),2017,49(01):133-138+176.

[21]  宋小冬,陈晨,周静,翟永磊,李书杰.城市中小学布局规划方法的探讨与改进[J].城市规划,2014,38(08):48-56.

[22]  刘玉亭,何微丹.广州市保障房住区公共服务设施的供需特征及其成因机制[J].现代城市研究,2016(06):2-10.

[23]  吴秋晴．生活圈构建视角下特大城市社区动态规划探索 [J]．上海城市规划，2015(4)：13-19．

[24]  刘建华,毛政元.高空间分辨率遥感影像分割方法研究综述[J].遥感信息,2009(06):95-101.

[25]  吴炜,骆剑承,沈占锋,朱志文.光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法[J].武汉大学学报(信息科学版),2012,37(07):800-805.

[26]  赵敏, 陈卫平, 王海燕. 基于遥感影像变化检测技术的地形图更新[J]. 测绘通报, 2013(04):65-67.

 *本文为2021中国城市规划年会论文。

【免责声明】本公众号发布的内容仅供学习交流使用，不以任何形式进行牟利。内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系，我们将于第一时间协商版权问题或删除内容。内容为作者个人观点，不代表本公众号立场和对其真实性负责。

你可能还想看这些

点击图片阅读全文

点击图片阅读全文

点击图片阅读全文