何文娜

（吉林體育學(xué)院基礎(chǔ)教學(xué)部,吉林 長春 130022）

1 概述

根據(jù)國家體育總局2020 年全國體育場地統(tǒng)計(jì)調(diào)查數(shù)據(jù)表明[1],全國體育場地371.34 萬個,比2019 年增加16.9 萬個[2],其中田徑場地17.95 萬個、游泳池2.92 萬個、球類運(yùn)動場地233.54 萬個（足籃排占52%）、冰雪場地1888 個、健身場地87.12 萬個。體育資源增加一定程度上體現(xiàn)了我國各級政府對全民健身計(jì)劃的重視與投入[3],更體現(xiàn)出人民群眾對健身場地的強(qiáng)勁需求。因國家體育總局只對不同場地的類型、數(shù)量及占比等進(jìn)行統(tǒng)計(jì)分析,并未提供配套的全國體育資源數(shù)據(jù)下載。一直以來因體育場地資源空間位置的缺乏,很大程度限制了各省、市、縣等不同行政區(qū)域?qū)ζ潴w育資源空間分布特征及資源配置情況的分析,不利于快速回答體育場地“在哪里”、“空間服務(wù)如何”等問題。

當(dāng)前體育場地?cái)?shù)據(jù)（特別是空間數(shù)據(jù)）難以獲取,人工制作周期長、成本高,無法滿足研究體育場地資源的分析需求。本文以上海市空間區(qū)域?yàn)槟繕?biāo)研究范圍,綜合利用云資源[4]、大數(shù)據(jù)[5]、GIS 等技術(shù),探索一套快速構(gòu)建體育資源的數(shù)據(jù)獲取、空間數(shù)據(jù)庫構(gòu)建的方法,為后續(xù)的數(shù)據(jù)資源利用及深度分析研究等打下基礎(chǔ)。

2 技術(shù)框架

為了保證體育場地資源數(shù)據(jù)來源的可靠性、現(xiàn)勢性,借鑒百度POI 數(shù)據(jù)爬取方法[6],本文采用從百度地圖中抓取體育場地相關(guān)數(shù)據(jù)（限定上海區(qū)域）,在百度云中獲取體育場地?cái)?shù)據(jù)的同時得到場地名稱、地址、所在省、所在市、所在縣、經(jīng)度、緯度等多個屬性。因網(wǎng)絡(luò)數(shù)據(jù)抓取涉及網(wǎng)絡(luò)連接、API 訪問約束、數(shù)據(jù)解析等多個因素制約,故為保障體育場地?cái)?shù)據(jù)從在線獲取到空間數(shù)據(jù)庫形成,基于云計(jì)算、大數(shù)據(jù)等技術(shù)設(shè)計(jì)了一套完整的技術(shù)框架（如圖1）,主要包括技術(shù)支持層、數(shù)據(jù)資源層、網(wǎng)絡(luò)連接層、數(shù)據(jù)抓取層、數(shù)據(jù)存儲層、應(yīng)用層等層。

圖1 體育資源空間數(shù)據(jù)庫構(gòu)建框架

2.1 技術(shù)支持層

包括云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)與方法,云計(jì)算主要讀取百度地圖云應(yīng)用程序接口,大數(shù)據(jù)涉及結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)處理技術(shù),人工智能重點(diǎn)涉及自然語言處理等技術(shù)（名稱判斷等）。

2.2 數(shù)據(jù)資源層

國家民政局網(wǎng)站提供標(biāo)準(zhǔn)各級行政區(qū)域（省、市、縣）數(shù)據(jù),百度云可在線提供指定區(qū)域的體育場地POI 數(shù)據(jù)來源,通過API 交互而不必關(guān)注數(shù)據(jù)所在之處。

2.3 網(wǎng)絡(luò)連接層

采用HTTP、HTTPS、TCP 等多種協(xié)議支持與數(shù)據(jù)資源連接,也包括GIS 桌面產(chǎn)品或其他應(yīng)用系統(tǒng)通過空間數(shù)據(jù)庫引擎連接到體育場地?cái)?shù)據(jù)庫,可以直連數(shù)據(jù)資源中心或依托各類服務(wù)與資源進(jìn)行交互。

2.4 數(shù)據(jù)抓取層

主要包括搜索區(qū)域、關(guān)鍵詞[7]、保存位置等設(shè)置,以及連接百度云、爬取數(shù)據(jù)、多粒度的百度云端REST 服務(wù)解析并下載體育場地?cái)?shù)據(jù)等算法[8]。

2.5 數(shù)據(jù)存儲層

涉及投影參數(shù)和坐標(biāo)系設(shè)置、字符集轉(zhuǎn)換、數(shù)據(jù)保存、構(gòu)建屬性結(jié)構(gòu)、生成Shapefile、導(dǎo)入PostGIS 數(shù)據(jù)庫等多個算法及技術(shù)方法[9],完成體育場地?cái)?shù)據(jù)的物理存儲與空間數(shù)據(jù)庫建設(shè)。其中,可采用GIS 軟件、編程等方法生成Shapefile 文件[10]。

2.6 應(yīng)用層

用ArcGIS、uDig 等桌面GIS 軟件,實(shí)現(xiàn)數(shù)據(jù)讀取、GIS數(shù)據(jù)生成、可視化展示等,亦可用定制開發(fā)的GIS 應(yīng)用程序或地圖服務(wù)器訪問并讀取存于PostGIS 數(shù)據(jù)庫的體育空間數(shù)據(jù),以提升建設(shè)好的體育場地利用率[11]。

3 實(shí)現(xiàn)方法

3.1 數(shù)據(jù)抓取原理與方法（圖2）

圖2 體育數(shù)據(jù)云端抓取原理

體育資源數(shù)據(jù)抓取需要經(jīng)過設(shè)置縣級行政區(qū)、設(shè)置搜索關(guān)鍵詞、連接百度云、抓取數(shù)據(jù)、解析數(shù)據(jù)、字符轉(zhuǎn)換、保存數(shù)據(jù)等步驟。

3.1.1 設(shè)置縣級行政區(qū)：從國家民政局網(wǎng)站中查找上海市各區(qū)縣的編碼和名稱,構(gòu)成下載所需的市縣集合。

3.1.2 設(shè)置搜索關(guān)鍵詞：設(shè)置體育館、健身中心、極限運(yùn)動等作為搜索關(guān)鍵詞。

3.1.3 連接百度云：通過百度API 連接到百度地圖云。

3.1.4 抓取數(shù)據(jù)：逐個縣/區(qū)、分關(guān)鍵詞從百度地圖云中抓取上海市體育場地?cái)?shù)據(jù)。

3.1.5 解析數(shù)據(jù)：對從百度云端抓取的流式數(shù)據(jù)進(jìn)行解析,從返回結(jié)果中分別解析出體育場地的名稱、地址、所屬省、所屬市、所屬縣、經(jīng)度、緯度等,保存于內(nèi)存變量中。

3.1.6 字符轉(zhuǎn)換：將解析后的數(shù)據(jù)進(jìn)行字符集轉(zhuǎn)換,按要求統(tǒng)一轉(zhuǎn)換成UTF8 等格式。

3.1.7 保存數(shù)據(jù)：將內(nèi)存中體育場地的屬性數(shù)據(jù)逐條保存到物理文件中,可保存成Excel 格式數(shù)據(jù)（.CSV、.xls、.xlsx）或文本文件等。

3.2 數(shù)據(jù)建庫方法（圖3）

圖3 建立空間數(shù)據(jù)庫流程與方法

數(shù)據(jù)處理和建庫要經(jīng)過數(shù)據(jù)處理、生成圖層、建立空間數(shù)據(jù)庫和使用空間數(shù)據(jù)等步驟。

3.2.1 數(shù)據(jù)處理：編寫數(shù)據(jù)校對算法（輔以人工）,即通過軟件自動去除冗余行、補(bǔ)充空值、剔除某些非體育場館的實(shí)體（如體育館體育商店、極限運(yùn)動體育用品店等）等。

3.2.2 生成圖層：在ArcMap 中打開保存在Excel 中的體育場地?cái)?shù)據(jù),指定經(jīng)度、緯度以及其他屬性列,同時設(shè)置正確的坐標(biāo)系、投影參數(shù)等,生成ArcGIS Shapefile 格式的體育場地的點(diǎn)圖層。

3.2.3 建立空間數(shù)據(jù)庫：使用開源空間數(shù)據(jù)庫PostGIS自帶的Shapefile 的導(dǎo)入/導(dǎo)出管理器,選擇已生成的體育場地點(diǎn)圖層,將其導(dǎo)入到空間數(shù)據(jù)庫中。一次可導(dǎo)入或?qū)С鲆粋€或多個Shapefile 格式數(shù)據(jù)。

3.2.4 使用空間數(shù)據(jù)：采用PostGIS 的Shapefile 導(dǎo)入/導(dǎo)出管理器工具,導(dǎo)出存于空間數(shù)據(jù)庫中的體育場地?cái)?shù)據(jù),其他GIS 軟件或程序（uDig 或ArcMap 等）可讀取并展示此數(shù)據(jù)

3.3 技術(shù)方法

3.3.1 實(shí)現(xiàn)技術(shù)。開發(fā)工具采用Anaconda3 (64-bit)Spyder；以Python 語言編程實(shí)現(xiàn)核心爬取及數(shù)據(jù)處理算法[12]；調(diào)用百度API 在線抓取上海市體育場地有關(guān)POI 數(shù)據(jù)；抓取結(jié)果及中間格式采用Excel 文件格式保存（.CSV、.xls、.xlsx）；采用ArcMap 或uDig 將Excel 格式數(shù)據(jù)生成GIS 空間數(shù)據(jù)工具；以ArcGIS Shapefile 格式作為上海市體育場地空間數(shù)據(jù)的便攜式保存格式；使用開源數(shù)據(jù)庫PostGIS 作為保存上海市體育場地空間數(shù)據(jù)的容器。

3.3.2 實(shí)驗(yàn)計(jì)算機(jī)。華為MateBook X Pro 筆記本電腦,CPU 為Intel(R) Core(TM) i5-8265U @1.60GHz,內(nèi)存8GB,硬盤采用三星固態(tài)500GB,顯卡和彩卡是集成的Intel(R)網(wǎng)絡(luò)適配器和顯示適配器,操作系統(tǒng)為Windows 10 家庭中文版（64 位）。

4 構(gòu)建結(jié)果

為了驗(yàn)證構(gòu)建形成的上海市體育空間數(shù)據(jù),使用GIS軟件從空間數(shù)據(jù)庫中提取并顯示體育場地?cái)?shù)據(jù)。通過百度地圖在線搜索、輔以部分上海市的實(shí)地核實(shí),證明構(gòu)建的空間數(shù)據(jù)庫中的體育場地位置、名稱等是正確的。行政區(qū)劃底圖采用2021 年上海市行政區(qū)（市、區(qū)/縣）的矢量格式面狀要素,體育場地以點(diǎn)狀矢量格式數(shù)據(jù)顯示,最終形成了上海市體育資源空間數(shù)據(jù)庫,數(shù)據(jù)內(nèi)容包括體育館（場）、健身中心、極限運(yùn)動等4333 個重要的體育場地。采用ArcGIS 軟件在地圖上對各類要素進(jìn)行顏色、圖形、大小等多種渲染方法,得到上海市體育資源空間分布圖,圖4 中三角形為體育館、圓點(diǎn)為健身中心、五角星為極限運(yùn)動。

圖4 上海市體育資源空間分布圖

5 結(jié)論

5.1 本文提出從百度云端爬取體育場地?cái)?shù)據(jù),再經(jīng)過解析、轉(zhuǎn)換、保存、顯示數(shù)據(jù)、生成GIS 數(shù)據(jù)、導(dǎo)入數(shù)據(jù)庫的一套體育空間數(shù)據(jù)庫建設(shè)方法。

5.2 設(shè)計(jì)了在線百度云中抓取上海市體育數(shù)據(jù)方法、體育資源空間數(shù)據(jù)庫構(gòu)建流程,并編程實(shí)現(xiàn)了具體算法。

5.3 構(gòu)建并形成了上海市體育資源空間數(shù)據(jù)庫,完成4333 個體育場館、健身中心、極限運(yùn)動等體育場地?cái)?shù)據(jù)的獲取及入庫。

以本文成果作為堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ),后續(xù)可開展體育資源空間分布特征分析、與經(jīng)濟(jì)等綜合挖掘、WebGIS 模式的體育資源開發(fā)與應(yīng)用、基于知識圖譜的智能分析等研究工作。