智慧重慶地理編碼服務(wù)平臺建設(shè)與應(yīng)用

李 林，梁 星，劉 駿，梁均軍

(重慶市地理信息中心，重慶 401121)

0 引 言

在國家大力推動信息化建設(shè)的大背景下，近年來重慶市陸續(xù)啟動社會公共信息資源整合與應(yīng)用，智慧重慶建設(shè)等重大信息化工程，先后印發(fā)了《重慶市社會公共信息資源整合與應(yīng)用實施方案》《重慶市深入推進(jìn)智慧城市建設(shè)總體方案（2015—2020年）》等重要文件，按照全市統(tǒng)一的“3+1+X”的總體架構(gòu)，分別開展自然人信息數(shù)據(jù)庫、法人信息數(shù)據(jù)庫以及地理空間信息數(shù)據(jù)庫建設(shè)，建立統(tǒng)一的公共信息資源整合平臺，以及X個應(yīng)用平臺。在工作推進(jìn)過程中，面臨海量、異構(gòu)信息資源的整合工作，如工商、稅務(wù)、人口等部門的企業(yè)注冊信息、稅務(wù)登記信息、人口流動信息等數(shù)據(jù)資源呈幾何級的增長，這些數(shù)據(jù)蘊含了大量的社會經(jīng)濟數(shù)據(jù)，是智慧城市建設(shè)中重要的數(shù)據(jù)來源。如何快速、準(zhǔn)確地將這些文本信息實現(xiàn)空間化，開展空間分析與應(yīng)用是體現(xiàn)其應(yīng)用價值的重點所在。地理編碼正是解決這一問題的關(guān)鍵技術(shù)。

地理編碼(Geocoding)也稱地址匹配，是指將地址映射成地理坐標(biāo)的過程，提供了一種把描述成文本地址的地理位置信息轉(zhuǎn)換成地理坐標(biāo)的方式[1]。人類活動中80%以上的信息與地理空間位置有關(guān)系，其紐帶就是地址（地名）信息[2]?？梢姷乩砭幋a技術(shù)在地理信息應(yīng)用中的重要性。本文從地址數(shù)據(jù)標(biāo)準(zhǔn)、地址數(shù)據(jù)庫建設(shè)、地理編碼引擎等方面進(jìn)行研究，建成了數(shù)據(jù)全面、功能實用、應(yīng)用廣泛的智慧重慶地理編碼服務(wù)平臺，包括一套適應(yīng)重慶市山地環(huán)境的地址數(shù)據(jù)標(biāo)準(zhǔn)，一套覆蓋重慶市城鄉(xiāng)一體化的標(biāo)準(zhǔn)地址數(shù)據(jù)庫，一套多源地址數(shù)據(jù)發(fā)現(xiàn)與更新工作流程和一套高效準(zhǔn)確的地理編碼引擎，為全市各職能部門和社會公眾提供可靠、高效、準(zhǔn)確的地理位置服務(wù)，有效支撐了智慧重慶的建設(shè)。

1 平臺總體架構(gòu)設(shè)計

智慧重慶地理編碼服務(wù)平臺專注于提供地名地址位置服務(wù)，建設(shè)內(nèi)容涵蓋了軟硬件基礎(chǔ)設(shè)施、標(biāo)準(zhǔn)地址數(shù)據(jù)庫、地理編碼服務(wù)平臺、地址數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范等，其總體架構(gòu)如圖1所示。

圖1 智慧重慶地理編碼服務(wù)平臺總體框架Fig.1 Framework of geocoding service platform for smart Chongqing

設(shè)施層：利用云計算技術(shù)搭建平臺的設(shè)施層，主要包括支撐平臺數(shù)據(jù)處理、存儲和服務(wù)的硬件基礎(chǔ)設(shè)施及網(wǎng)絡(luò)基礎(chǔ)設(shè)施，通過云基礎(chǔ)設(shè)施中間件形成可用的資源池，實現(xiàn)彈性計算能力，支撐平臺的高效穩(wěn)定運行。

數(shù)據(jù)層：平臺的核心數(shù)據(jù)地名地址數(shù)據(jù)庫，其來源主要有基礎(chǔ)測繪、專項普查、共享交換和眾包等方式。基礎(chǔ)測繪成果中的各種比例尺地形圖可提供地名地址數(shù)據(jù)；專項普查包括建筑物普查、地名普查、村鎮(zhèn)數(shù)據(jù)調(diào)查等，可作為地名地址數(shù)據(jù)的來源和更新渠道；共享交換是指在各行業(yè)部門信息化建設(shè)中積累的數(shù)據(jù)，通過重慶市地理信息公共服務(wù)平臺進(jìn)行數(shù)據(jù)交換后提供地名地址數(shù)據(jù)。眾包則是通過互聯(lián)網(wǎng)技術(shù)，向社會公眾、用戶開放工具，提供數(shù)據(jù)線索，作為地名地址數(shù)據(jù)的采集和更新來源。除地名地址數(shù)據(jù)庫之外，平臺還利用建筑物數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、影像數(shù)據(jù)，以及電子地圖數(shù)據(jù)等資源開展地名地址數(shù)據(jù)的采集、檢查以及應(yīng)用展示等工作。

平臺層：包括地址采集與更新系統(tǒng)、地址數(shù)據(jù)管理系統(tǒng)以及地理編碼引擎。地址數(shù)據(jù)采集與更新系統(tǒng)為平臺提供數(shù)據(jù)的數(shù)據(jù)外業(yè)采集、更新、核查能力，具有外業(yè)工作任務(wù)管理、外業(yè)信息采集、內(nèi)外業(yè)數(shù)據(jù)協(xié)同處理、數(shù)據(jù)成果管理等模塊。地址數(shù)據(jù)管理系統(tǒng)實現(xiàn)平臺地名地址數(shù)據(jù)的管理能力，具有地址數(shù)據(jù)語義分類、地址數(shù)據(jù)索引建立、地名知識圖譜生產(chǎn)、地理編碼數(shù)據(jù)發(fā)布等模塊。地理編碼引擎為平臺提供地理編碼服務(wù)，包括正向和逆向兩類服務(wù)接口[3]，具有地名分詞、空間語義計算、空間排序與精度分析、地址門牌匹配等模塊。

服務(wù)層：提供地理編碼應(yīng)用服務(wù)，主要包括工程管理、單條匹配、批量匹配、數(shù)據(jù)下載、接口服務(wù)、權(quán)限管理、用戶管理、地圖瀏覽等功能，向用戶提供可視化的地理編碼功能服務(wù)。

應(yīng)用層：面向智慧重慶建設(shè)提供快速、準(zhǔn)確、可靠的地理編碼服務(wù)，支撐包括國情普查、行業(yè)應(yīng)用、政府決策、公眾服務(wù)、商業(yè)選址、物流配送、地理分析等各領(lǐng)域的應(yīng)用。

2 城鄉(xiāng)一體的地址分類與編碼規(guī)范

重慶特殊的山地城市特征使得地址數(shù)據(jù)的分布規(guī)律性差，地址數(shù)據(jù)表達(dá)多樣，造成了全市地名地址數(shù)據(jù)的城鄉(xiāng)差異。為此，項目在分析總結(jié)地址數(shù)據(jù)特點的基礎(chǔ)上，制定了地址分類與編碼規(guī)范，可覆蓋城市地區(qū)和農(nóng)村地區(qū)的地址數(shù)據(jù)模型。具體的地址描述可表達(dá)為如下形式（見表1）：

＜地址＞::=＜行政區(qū)域名稱＞[基本區(qū)域限定物名稱][局部點位置描述]

表1 城市地區(qū)和農(nóng)村地區(qū)地址描述形式表Tab.1 Address description form of urban and rural areas

此外，考慮到人口、公安等行業(yè)精細(xì)化管理的需求，對地址數(shù)據(jù)信息詳細(xì)程度非常高，我國長期以來按照行政區(qū)劃自上而下進(jìn)行管理的方式[4]，細(xì)化到門牌號的更下一層級，具有樓棟的位置信息。比如，重慶市北部新區(qū)太湖西路8號附六號7棟，可以定位到小區(qū)內(nèi)的每一棟建筑。

3 多源地址數(shù)據(jù)建庫與動態(tài)更新工作流程

本項目的數(shù)據(jù)庫建設(shè)覆蓋重慶市全域范圍，數(shù)據(jù)量達(dá)千萬條，為保障數(shù)據(jù)建庫質(zhì)量，提高工作效率，形成了“數(shù)據(jù)共享交換+規(guī)劃審批及竣工驗收+互聯(lián)網(wǎng)數(shù)據(jù)抓取+用戶反饋”等多源數(shù)據(jù)更新發(fā)現(xiàn)渠道（如圖2所示），利用內(nèi)外業(yè)一體化的地址采集與更新系統(tǒng)，通過內(nèi)外業(yè)協(xié)同工作的模式，創(chuàng)新了地址數(shù)據(jù)調(diào)查模式，有效提升了地址數(shù)據(jù)采集與建庫的效率與水平，為地址數(shù)據(jù)庫的時效性、準(zhǔn)確性提供了有力的技術(shù)保障。

圖2 多源數(shù)據(jù)發(fā)現(xiàn)更新工作體系Fig.2 Multi-source data discovery and update working system

4 地理編碼服務(wù)平臺

4.1 技術(shù)路線

區(qū)別于傳統(tǒng)的以文本相似度為核心的匹配算法，本項目創(chuàng)新性地提出了利用海量地址數(shù)據(jù)建立地名知識圖譜，建立“地名場計算+自然語言處理”的核心技術(shù)路線，建立了高效、準(zhǔn)確的匹配引擎。項目具體技術(shù)路線如圖3所示。

地名知識圖譜工廠是地理編碼引擎的基礎(chǔ)，對地名基礎(chǔ)空間數(shù)據(jù)進(jìn)行預(yù)處理及關(guān)聯(lián)分析，有效地挖掘出地名相關(guān)性的空間分布格局，形成以地名語義實體為基本組織單位的模糊地名數(shù)據(jù)庫。模糊地名數(shù)據(jù)庫中的地名記錄對應(yīng)了地名相關(guān)性的空間分布概率場。在地名語義實體基礎(chǔ)上，整理和規(guī)范化地址庫。在空間數(shù)據(jù)集預(yù)處理過程中，空間數(shù)據(jù)將根據(jù)數(shù)據(jù)語義進(jìn)行分類，包括行政區(qū)劃數(shù)據(jù)、地名數(shù)據(jù)、交通數(shù)據(jù)、文教衛(wèi)生數(shù)據(jù)、娛樂數(shù)據(jù)及興趣點數(shù)據(jù)等?？臻g數(shù)據(jù)入庫時，將按照樣本數(shù)據(jù)語義權(quán)重模型對各種類型數(shù)據(jù)加權(quán)，該加權(quán)值將直接影響到地名相關(guān)性概率場結(jié)果，地名數(shù)據(jù)的存儲采用全球網(wǎng)格模型[5-7]進(jìn)行。

圖3 地理編碼服務(wù)引擎技術(shù)路線圖Fig.3 Technology roadmap of geocoding service engine

地理編碼引擎在地名知識圖譜庫基礎(chǔ)上，按照如下步驟進(jìn)行匹配操作：

1）中文分詞及地名標(biāo)注。利用中文分詞技術(shù)將用戶輸入分隔為有效的最小語素，進(jìn)行地名標(biāo)注，發(fā)現(xiàn)有效地名以及興趣點名稱。

2）空間語義推理及空間關(guān)系重建。根據(jù)地名分詞結(jié)果，利用圖計算關(guān)聯(lián)地名實體的空間相關(guān)性，構(gòu)建潛在的空間語義樹。

3）空間排序及精度分析。計算出各個空間語義樹的全局相關(guān)性，根據(jù)全局相關(guān)性進(jìn)行排序，取相關(guān)性最大的關(guān)系作為地名定位結(jié)果。

4）綜合考慮地名分詞、空間關(guān)系重建及門牌地址計算結(jié)果，形成地理編碼定位精度評估，返回地理編碼結(jié)果。

4.2 平臺功能設(shè)計

1）地址數(shù)據(jù)管理系統(tǒng)

提供地名地址數(shù)據(jù)的增加、刪除，歷史地址數(shù)據(jù)管理，標(biāo)準(zhǔn)詞管理，同義詞管理等功能，如圖4所示。

圖4 地址數(shù)據(jù)管理系統(tǒng)功能模塊Fig.4 Address data management system function module

地址數(shù)據(jù)管理系統(tǒng)成果如圖5所示，以向?qū)降姆绞揭龑?dǎo)用戶開展數(shù)據(jù)入庫、數(shù)據(jù)索引、數(shù)據(jù)發(fā)布等工作，同時考慮到入庫數(shù)據(jù)處理過程時間較長，系統(tǒng)引入隊列操作模式，力爭做到一鍵操作完成更多任務(wù)，同時以多種方式提示用戶系統(tǒng)的處理進(jìn)度。

圖5 地址數(shù)據(jù)管理系統(tǒng)成果截圖Fig.5 Address data management system

2）地理編碼應(yīng)用系統(tǒng)

直接向用戶提供地理編碼應(yīng)用功能，包括正向和逆向兩類編碼應(yīng)用。支持單條匹配，也支持txt、csv等多種格式的批量匹配，如圖6所示。

圖6 地理編碼應(yīng)用系統(tǒng)功能模塊Fig.6 Geocoding application system function module

地理編碼應(yīng)用系統(tǒng)如圖7所示，用戶登錄系統(tǒng)后可以看到所有已完成和正在進(jìn)行的匹配項目，可提供匹配結(jié)果下載和地圖疊加等多種應(yīng)用方式，方便用戶使用。

圖7 地理編碼應(yīng)用系統(tǒng)成果截圖Fig.7 Geocoding application system

5 成果應(yīng)用

項目成果廣泛應(yīng)用于應(yīng)急管理、城鄉(xiāng)規(guī)劃、市場信用監(jiān)管、教育、醫(yī)療、市政管理、地理國情普查、水利、交通、航運、生態(tài)環(huán)境保護(hù)等領(lǐng)域的經(jīng)濟建設(shè)與科學(xué)研究，為全市各行業(yè)部門54個應(yīng)用系統(tǒng)提供地理編碼服務(wù)，實現(xiàn)了與23個行業(yè)部門業(yè)務(wù)的有效融合，累計完成1 030余萬條數(shù)據(jù)的地理編碼與空間定位服務(wù)，為全市信息化建設(shè)工作提供了高水平的地理編碼服務(wù)，解決傳統(tǒng)空間化過程需要外業(yè)調(diào)查、核實造成的費時費力的問題，極大地提高了工作效率。

6 結(jié)束語

本文從服務(wù)于智慧重慶建設(shè)出發(fā)，針對重慶市山地城市的特點，研究了地址數(shù)據(jù)模型，編制了地址分類與編碼規(guī)范，在此基礎(chǔ)上開展地理編碼關(guān)鍵技術(shù)研究，攻克了空間語義推理、自然語言精確分詞、準(zhǔn)確地名標(biāo)注、機器自我學(xué)習(xí)等技術(shù)難題，研發(fā)了基于空間語義推理的地理編碼服務(wù)平臺，提供高效、可靠的地理編碼服務(wù)。同時，構(gòu)建了一套多源數(shù)據(jù)發(fā)現(xiàn)、更新、采集的工作機制，有效保證了平臺數(shù)據(jù)的鮮活性和有效性。項目成果已經(jīng)在全市范圍內(nèi)進(jìn)行推廣應(yīng)用，取得了顯著的經(jīng)濟效益和社會效益。下一步將著重從地址數(shù)據(jù)的豐富性、匹配引擎的智能化等角度繼續(xù)深入研究，為構(gòu)建智慧重慶大數(shù)據(jù)服務(wù)體系提供有效的技術(shù)支撐。