夏正清XIA Zheng-qing；崔叢健CUI Cong-jian

（中色藍(lán)圖科技股份有限公司，北京 100012）

0 引言

習(xí)近平總書記在黨的十九大報(bào)告中提出，推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，建設(shè)數(shù)字中國(guó)、智慧社會(huì)?！蛾P(guān)于印發(fā)新型智慧城市建設(shè)部際協(xié)調(diào)工作組制度及2016-2018 年任務(wù)分工的通知》（發(fā)改辦高技[2016]1251 號(hào)）指出開展智慧時(shí)空基礎(chǔ)設(shè)施與應(yīng)用，加快智慧城市時(shí)空信息云平臺(tái)建設(shè)試點(diǎn)，鼓勵(lì)其在規(guī)劃、市政建設(shè)與管理、生態(tài)文明建設(shè)以及公眾服務(wù)中的智能化應(yīng)用。自然資源部辦公廳于2019 年2 月印發(fā)了《智慧城市時(shí)空大數(shù)據(jù)云平臺(tái)建設(shè)技術(shù)大綱（2019 版）》（自然資辦函[2019]125 號(hào)）明確了時(shí)空大數(shù)據(jù)云平臺(tái)建設(shè)的內(nèi)容，并指出推動(dòng)數(shù)字城市地理空間框架向智慧城市時(shí)空大數(shù)據(jù)云平臺(tái)升級(jí)轉(zhuǎn)型。

從2015 年開始，各地陸續(xù)開展時(shí)空大數(shù)據(jù)平臺(tái)建設(shè)。東莞2016 年被國(guó)家列為時(shí)空信息云平臺(tái)試點(diǎn)城市，為全國(guó)數(shù)字城市的發(fā)展、轉(zhuǎn)型、升級(jí)以及后續(xù)的建設(shè)工程提供了探索經(jīng)驗(yàn)[1]；2019 年開展了智慧廣州時(shí)空信息云平臺(tái)時(shí)空大數(shù)據(jù)應(yīng)用項(xiàng)目建設(shè)，并于2021 年12 月通過自然資源部驗(yàn)收，實(shí)現(xiàn)了“四個(gè)提升”（即：從空間基準(zhǔn)到時(shí)空基準(zhǔn)、基礎(chǔ)地理信息數(shù)據(jù)庫(kù)到時(shí)空大數(shù)據(jù)、地理信息公共服務(wù)平臺(tái)到時(shí)空信息云平臺(tái)、分散的服務(wù)器集群到統(tǒng)一的云環(huán)境）[2]；2015 年，智慧濰坊時(shí)空大數(shù)據(jù)與云平臺(tái)建設(shè)項(xiàng)目列入國(guó)家試點(diǎn)，2017 年通過原國(guó)家測(cè)繪局的驗(yàn)收，完成了時(shí)空大數(shù)據(jù)中心、支撐環(huán)境搭建、時(shí)空信息云平臺(tái)的建設(shè)，平臺(tái)先后在城管、規(guī)劃、社保、農(nóng)業(yè)、教育、旅游等60 多個(gè)部門120 多個(gè)系統(tǒng)中得到廣泛應(yīng)用[3]；2016 年10 月，浙江省嘉興市被列為國(guó)家級(jí)時(shí)空大數(shù)據(jù)云平臺(tái)建設(shè)試點(diǎn)，2019年通過自然資源部驗(yàn)收，生產(chǎn)完成了覆蓋市本級(jí)的地理實(shí)體數(shù)據(jù)，匯聚關(guān)聯(lián)了多個(gè)部門的政務(wù)專題數(shù)據(jù)，構(gòu)建了智慧嘉興時(shí)空大數(shù)據(jù)體系，形成了滿足數(shù)字政府應(yīng)用需要的統(tǒng)一地理底板[4]。

本文研究了在數(shù)字六盤水地理空間框架的基礎(chǔ)上，依托“涼都云”支撐環(huán)境，實(shí)現(xiàn)向智慧城市時(shí)空大數(shù)據(jù)云平臺(tái)的提升；統(tǒng)一時(shí)空基準(zhǔn)，以此建立時(shí)空大數(shù)據(jù)庫(kù)，夯實(shí)城市建設(shè)定位基礎(chǔ)；基于時(shí)空大數(shù)據(jù)，構(gòu)建功能豐富、應(yīng)用場(chǎng)景不同的時(shí)空云平臺(tái)；并探索開發(fā)面向公眾及政務(wù)的智慧專題應(yīng)用。實(shí)現(xiàn)數(shù)字六盤水地理空間框架建設(shè)向智慧六盤水時(shí)空大數(shù)據(jù)云平臺(tái)的升級(jí)轉(zhuǎn)型。

1 時(shí)空大數(shù)據(jù)云平臺(tái)建設(shè)概況

1.1 建設(shè)內(nèi)容

1.1.1 標(biāo)準(zhǔn)規(guī)范與機(jī)制建設(shè)

包括時(shí)空信息數(shù)據(jù)庫(kù)入庫(kù)技術(shù)規(guī)定、時(shí)空信息數(shù)據(jù)元數(shù)據(jù)生產(chǎn)技術(shù)規(guī)定、云平臺(tái)服務(wù)接口規(guī)定、云平臺(tái)用戶管理規(guī)定等。

1.1.2 時(shí)空大數(shù)據(jù)庫(kù)建設(shè)

包括基礎(chǔ)時(shí)空數(shù)據(jù)、公共專題數(shù)據(jù)、物聯(lián)網(wǎng)感知數(shù)據(jù)、互聯(lián)網(wǎng)在線抓取數(shù)據(jù)。

1.1.3 時(shí)空大數(shù)據(jù)云平臺(tái)建設(shè)

主要包括：①云中心建設(shè)。由基礎(chǔ)服務(wù)引擎、矢量瓦片服務(wù)引擎、地名地址服務(wù)引擎、業(yè)務(wù)流引擎、知識(shí)引擎、影像動(dòng)態(tài)服務(wù)引擎組成的云引擎和云端管理平臺(tái)組成。②桌面平臺(tái)建設(shè)。由平臺(tái)門戶、地理信息公共平臺(tái)、三維地理信息可視化平臺(tái)、動(dòng)態(tài)數(shù)據(jù)匯聚服務(wù)平臺(tái)、大數(shù)據(jù)分析可視化平臺(tái)、運(yùn)維管理平臺(tái)組成。③時(shí)空數(shù)據(jù)庫(kù)管理平臺(tái)及移動(dòng)平臺(tái)建設(shè)。

1.1.4 典型示范應(yīng)用建設(shè)

包括自然資源管理服務(wù)平臺(tái)、智慧社區(qū)服務(wù)平臺(tái)、便民服務(wù)平臺(tái)等。

1.2 總體路線

智慧六盤水時(shí)空大數(shù)據(jù)云平臺(tái)建設(shè)項(xiàng)目總體路線為，從需求分析出發(fā)，在標(biāo)準(zhǔn)規(guī)范體系下研究平臺(tái)關(guān)鍵技術(shù)特征，并逐步完成數(shù)據(jù)資源匯聚、時(shí)空大數(shù)據(jù)庫(kù)和云平臺(tái)建設(shè)，在建設(shè)過程中對(duì)平臺(tái)建設(shè)效果進(jìn)行評(píng)估驗(yàn)證，形成完整的技術(shù)路線工作閉環(huán)。主要階段包含需求分析、核心數(shù)據(jù)資源建設(shè)、數(shù)據(jù)庫(kù)建設(shè)、云服務(wù)平臺(tái)研發(fā)以及應(yīng)用服務(wù)五個(gè)階段，技術(shù)路線如圖1 所示。

圖1 總體路線

1.3 總體框架

項(xiàng)目采用云架構(gòu)多層分層體系，按云基礎(chǔ)設(shè)施層（IAAS）、大數(shù)據(jù)資源 層（DAAS）、大數(shù)據(jù)云平臺(tái)層（PAAS）、應(yīng)用服務(wù)層（SAAS）等進(jìn)行技術(shù)構(gòu)架，總體框架圖2 所示。

圖2 總體框架

1.4 主要成果

1.4.1 文檔成果

包括需求調(diào)研、設(shè)計(jì)與研發(fā)（概要設(shè)計(jì)、詳細(xì)設(shè)計(jì)、數(shù)據(jù)庫(kù)設(shè)計(jì)等）、技術(shù)文檔（用戶手冊(cè)、軟件測(cè)試報(bào)告、）和標(biāo)準(zhǔn)規(guī)范文檔。

1.4.2 數(shù)據(jù)庫(kù)成果

將從市直12 個(gè)部門收集及從網(wǎng)絡(luò)上抓取的各類與時(shí)空相關(guān)的資料，通過格式轉(zhuǎn)換、一致性處理、空間化、數(shù)據(jù)一體化整合等處理流程進(jìn)行數(shù)據(jù)清洗，然后按照《時(shí)空信息數(shù)據(jù)庫(kù)入庫(kù)技術(shù)規(guī)定》進(jìn)行數(shù)據(jù)入庫(kù)，形成了時(shí)空大數(shù)據(jù)庫(kù)。該庫(kù)包括基礎(chǔ)時(shí)空數(shù)據(jù)、公共專題數(shù)據(jù)、物聯(lián)網(wǎng)感知數(shù)據(jù)及互聯(lián)網(wǎng)抓取數(shù)據(jù)四個(gè)子庫(kù)，涉及工商、經(jīng)濟(jì)、自然資源等6 個(gè)行業(yè)，47 類子項(xiàng)，數(shù)據(jù)存儲(chǔ)量超過4TB。

1.4.3 軟件成果

時(shí)空大數(shù)據(jù)云平臺(tái)：由時(shí)空數(shù)據(jù)庫(kù)管理平臺(tái)、云中心、桌面平臺(tái)和移動(dòng)平臺(tái)組成。

典型示范應(yīng)用：由自然資源服務(wù)管理平臺(tái)、天地圖、智慧社區(qū)服務(wù)平臺(tái)。

2 平臺(tái)建設(shè)關(guān)鍵技術(shù)

2.1 基于混合存儲(chǔ)模型的時(shí)空大數(shù)據(jù)分布式存儲(chǔ)技術(shù)

隨著地理信息獲取及加工技術(shù)的發(fā)展，各行業(yè)已積累了海量、多源、異構(gòu)的地理信息數(shù)據(jù)資源，為時(shí)空大數(shù)據(jù)建設(shè)提供豐富的基礎(chǔ)數(shù)據(jù)支撐，但也對(duì)數(shù)據(jù)存儲(chǔ)管理提出了新的挑戰(zhàn)。傳統(tǒng)空間數(shù)據(jù)存儲(chǔ)存在如下問題：①性能問題：本項(xiàng)目數(shù)據(jù)單表一般為千萬(wàn)級(jí)，部分?jǐn)?shù)據(jù)對(duì)象單表突破億級(jí)，數(shù)據(jù)入庫(kù)查詢以及瀏覽效率難以保證；②并發(fā)問題：空間大數(shù)據(jù)承載多重業(yè)務(wù)以及眾多訪問用戶，形成多用戶高I/O、高并發(fā)的數(shù)據(jù)訪問，集中式數(shù)據(jù)庫(kù)難以保證訪問響應(yīng)效率；③擴(kuò)展問題：空間數(shù)據(jù)持續(xù)增長(zhǎng)，達(dá)到單節(jié)點(diǎn)物理存儲(chǔ)極限，擴(kuò)展困難，后續(xù)業(yè)務(wù)運(yùn)行難以為繼。為了解決上述問題，在六盤水時(shí)空大數(shù)據(jù)平臺(tái)建設(shè)中，使用了“基于混合存儲(chǔ)模型的時(shí)空大數(shù)據(jù)分布式存儲(chǔ)技術(shù)”。

2.1.1 具體技術(shù)實(shí)現(xiàn)

①混合存儲(chǔ)模型。矢量數(shù)據(jù)及具有空間位置的柵格數(shù)據(jù)采用空間數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，無位置信息的柵格數(shù)據(jù)及其他文件數(shù)據(jù)存儲(chǔ)于文件系統(tǒng)[6]，詳見圖3。采用混合存儲(chǔ)模型，綜合應(yīng)用空間數(shù)據(jù)庫(kù)、NoSQL 數(shù)據(jù)庫(kù)、內(nèi)存數(shù)據(jù)庫(kù)和分布式文件系統(tǒng)，以應(yīng)用為牽引，實(shí)現(xiàn)多源異構(gòu)空間數(shù)據(jù)最優(yōu)存儲(chǔ)形式的適配，混合存儲(chǔ)模型從業(yè)務(wù)角度進(jìn)行頂層的數(shù)據(jù)劃分，進(jìn)而提升多重業(yè)務(wù)運(yùn)行整體的數(shù)據(jù)訪問性能。

圖3 混合存儲(chǔ)模型圖

②分布式存儲(chǔ)。在單一業(yè)務(wù)中，可采用副本集、數(shù)據(jù)分片等分布式存儲(chǔ)技術(shù)應(yīng)對(duì)高并發(fā)的數(shù)據(jù)存取訪問。對(duì)于集中寫入，持續(xù)讀取的場(chǎng)景，適合采用副本集技術(shù)，一主一從或一主多從，從庫(kù)數(shù)量依據(jù)并發(fā)訪問量決定，結(jié)合實(shí)際業(yè)務(wù)運(yùn)行情況，動(dòng)態(tài)調(diào)整從庫(kù)數(shù)量，見圖4。對(duì)于大表或高并發(fā)的頻繁讀寫，適合采用數(shù)據(jù)分片技術(shù)，邏輯單表被拆分為多個(gè)物理表，即多個(gè)分片，每個(gè)物理表存儲(chǔ)于不同的數(shù)據(jù)庫(kù)，每個(gè)數(shù)據(jù)庫(kù)具備獨(dú)立的支撐環(huán)境，見圖5。

圖4 分布式存儲(chǔ)-副本集模型圖

圖5 分布式存儲(chǔ)-分片模型圖

2.1.2 應(yīng)用成效

智慧六盤水時(shí)空大數(shù)據(jù)平臺(tái)項(xiàng)目采用混合存儲(chǔ)模型，矢量存儲(chǔ)于空間數(shù)據(jù)庫(kù)、柵格數(shù)據(jù)存儲(chǔ)于文件系、PostgreSQL-XL 作為分布式數(shù)據(jù)庫(kù)。項(xiàng)目矢量數(shù)據(jù)共51.7GB，5977 個(gè)MDB；高分辨率正射影像2.73TB，6578幅。建庫(kù)后的矢量數(shù)據(jù)在1：5000 比例尺拖動(dòng)瀏覽響應(yīng)時(shí)間小于3 秒，影像數(shù)據(jù)任意比例尺瀏覽響應(yīng)時(shí)間小于3秒。

2.2 跨終端大數(shù)據(jù)可視化技術(shù)

當(dāng)前大數(shù)據(jù)展示模式繁雜，信息和知識(shí)無法直觀呈現(xiàn)，有必要改變傳統(tǒng)的文字描述識(shí)別模式，通過可視化技術(shù)快速基于數(shù)據(jù)構(gòu)建展示場(chǎng)景，讓決策者更高效的掌握重要信息和了解重要細(xì)節(jié)，為政府重大決策的制定和發(fā)展方向的研判提供數(shù)據(jù)支撐。

2.2.1 具體技術(shù)實(shí)現(xiàn)[8]

項(xiàng)目基于交互式大數(shù)據(jù)可視化技術(shù)提供圖形操作界面，讓用戶可自由地組裝二三維地圖組件、圖形表格組件和多媒體音視頻組件，提供了“所見即所得”的交互式大數(shù)據(jù)可視化體驗(yàn)。交互式大數(shù)據(jù)可視化技術(shù)的核心是“交互式可視化圖形界面+大數(shù)據(jù)可視化引擎”。交互式可視化圖形界面充分利用現(xiàn)代Web 技術(shù)，構(gòu)建可拖拽、組件化、操作實(shí)時(shí)響應(yīng)的富交互式體現(xiàn)。用戶可選擇豐富的二三維地圖組件、圖形表格組件和多媒體音視頻組件，對(duì)海量時(shí)空數(shù)據(jù)進(jìn)行多維度、多形式的多樣化表達(dá)，達(dá)到全面多角度刻畫數(shù)據(jù)的目的。大數(shù)據(jù)可視化引擎將交互式可視化圖形界面生成的可視化場(chǎng)景配置文件，渲染成適配多終端的大數(shù)據(jù)可視化成果。大數(shù)據(jù)可視化引擎采用WebGL 并發(fā)繪制技術(shù)，充分利用GPU 在圖形繪制上優(yōu)勢(shì)，高效率地實(shí)時(shí)渲染海量實(shí)時(shí)空間大數(shù)據(jù)。

2.2.2 應(yīng)用成效

利用該項(xiàng)技術(shù)，用戶可以快速搭建可視化大屏，并實(shí)際應(yīng)用到生產(chǎn)實(shí)踐中。例如，基于六盤水市的法人數(shù)據(jù)、互聯(lián)網(wǎng)抓取的二手房數(shù)據(jù)及基于分析挖掘框架形成的聚類和疊加統(tǒng)計(jì)分析結(jié)果，可快速構(gòu)建六盤水市企業(yè)大數(shù)據(jù)、二手房大數(shù)據(jù)可視化場(chǎng)景。

2.3 高性能矢量切片技術(shù)

在目前常規(guī)的矢量渲染瀏覽和柵格切片瀏覽兩種方式下，在效果、效率和可查性方面都存在各自的缺陷：如果采用矢量渲染，在1:1 萬(wàn)-1:50 萬(wàn)比例尺范圍間，要實(shí)現(xiàn)無縫無延遲瀏覽，效率上基本達(dá)不到要求；如果采用柵格瓦片技術(shù)，為了滿足在中小比例尺級(jí)別具有比較好的圖面效果，需要花費(fèi)大量人力和財(cái)力對(duì)數(shù)據(jù)進(jìn)行處理，同時(shí)用戶看到的是一張“死圖”，符號(hào)化與展示無法聯(lián)動(dòng)、不支持動(dòng)態(tài)改變符號(hào)、分類瀏覽需要單獨(dú)切片等問題，無法按個(gè)性化要求展現(xiàn)空間大數(shù)據(jù)的關(guān)注點(diǎn)與興趣點(diǎn)。為了解決上述問題，在平臺(tái)建設(shè)中使用了“高性能矢量切片技術(shù)”。

2.3.1 具體技術(shù)實(shí)現(xiàn)

本項(xiàng)目使用的高性能矢量切片技術(shù)，包括高效的矢量數(shù)據(jù)索引構(gòu)建算法、高速切割算法與高效動(dòng)態(tài)渲染技術(shù)[5]，解決了海量矢量數(shù)據(jù)在Web 前端的高效渲染及瀏覽，同時(shí)為用戶提供圖要素拾取、查詢等能力，具體實(shí)現(xiàn)路徑如下。

①數(shù)據(jù)建庫(kù)。將需要利用矢量瓦片技術(shù)進(jìn)行切片和渲染的數(shù)據(jù)經(jīng)融合處理后，通過時(shí)空數(shù)據(jù)庫(kù)管理分析平臺(tái)存儲(chǔ)在PostgreSQL 數(shù)據(jù)庫(kù)中。②索引構(gòu)建及地圖方案編制。結(jié)合智慧城市時(shí)空大數(shù)據(jù)平臺(tái)以及天地圖建設(shè)中對(duì)于矢量數(shù)據(jù)展示的相關(guān)標(biāo)準(zhǔn)規(guī)范，整理完善形成相應(yīng)的地圖方案。同時(shí)根據(jù)各矢量圖層自身的要素?cái)?shù)量和節(jié)點(diǎn)數(shù)量特點(diǎn)，配置相應(yīng)的切片方案。③服務(wù)發(fā)布。通過矢量瓦片服務(wù)發(fā)布引擎，調(diào)用矢量數(shù)據(jù)索引和矢量切片，并結(jié)合制作完成的渲染方案，發(fā)布成矢量瓦片服務(wù)，供瀏覽器端進(jìn)行調(diào)用顯示。同時(shí)為了保證注記顯示的顯示效果，引入點(diǎn)對(duì)象和注記二次避讓過濾算法，保證在特定圖層注記顯示的合理性和美觀性。④高效渲染機(jī)制。通過索引調(diào)度和數(shù)據(jù)渲染分離、調(diào)度和渲染異步執(zhí)行兩個(gè)策略，實(shí)現(xiàn)高效渲染機(jī)制。前端渲染請(qǐng)求經(jīng)調(diào)度器管理進(jìn)程，指派調(diào)度進(jìn)程調(diào)取數(shù)據(jù)索引；完成調(diào)度后由渲染管理進(jìn)程判斷和識(shí)別已空閑的渲染進(jìn)程，指派空閑進(jìn)程執(zhí)行渲染，如此達(dá)到多個(gè)調(diào)度器與多個(gè)渲染器有效結(jié)合、充分利用平臺(tái)資源的目標(biāo)。

2.3.2 應(yīng)用成效

矢量瓦片索引的構(gòu)建相比傳統(tǒng)柵格切片效率提升10倍以上；基于視覺縮編的索引創(chuàng)建，保證了屏幕顯示圖形無損實(shí)現(xiàn)電子地圖服務(wù)各個(gè)級(jí)別下地圖服務(wù)的高效、視覺無損瀏覽；用戶請(qǐng)求時(shí)服務(wù)器端無需重復(fù)生成新的瓦片，有效縮短服務(wù)器渲染地圖的時(shí)間和網(wǎng)絡(luò)傳輸時(shí)間，實(shí)現(xiàn)GB 級(jí)要素秒級(jí)瀏覽不卡頓，實(shí)現(xiàn)全市電子地圖服務(wù)在各級(jí)別整屏數(shù)據(jù)刷新耗時(shí)均在1 秒左右；支持要素拾取、圖層顯隱控制、查詢等地圖交互。

2.4 基于WebRTC 及GPU 硬件解壓縮的三維可視化技術(shù)

2.4.1 具體技術(shù)實(shí)現(xiàn)

①模型渲染?；谖锢淼匿秩荆≒hysically Based Rendering，PBR）是指使用基于物理原理和微平面理論建模的著色/光照模型，以及使用從現(xiàn)實(shí)中測(cè)量的表面參數(shù)來準(zhǔn)確表示真實(shí)世界材質(zhì)的渲染理念[7]。本文引入此技術(shù)實(shí)現(xiàn)了三維傾斜模型的原始數(shù)據(jù)生產(chǎn)，可以表示更多更復(fù)雜的材質(zhì)特征，如表面細(xì)節(jié)、物體粗糙度、區(qū)別明顯的金屬和絕緣體、物體的渾濁程度以及菲涅爾現(xiàn)象等，渲染效果提升明顯。②模型傳輸。要將六盤水市大規(guī)模城市級(jí)三維場(chǎng)景在Web 上進(jìn)行可視化，加速三維模型在網(wǎng)絡(luò)上的傳輸是關(guān)鍵。為了減少三維模型在網(wǎng)絡(luò)上的傳輸時(shí)間，使用基于WebRTC 的對(duì)等網(wǎng)絡(luò)來傳輸三維模型，以保證用戶打開網(wǎng)頁(yè)時(shí)的首屏加載速度。WebRTC 技術(shù)賦予了瀏覽器與另一個(gè)瀏覽器的點(diǎn)對(duì)點(diǎn)通信的能力。項(xiàng)目基于WebRTC技術(shù)，將用戶組成一個(gè)P2P 的對(duì)等覆蓋網(wǎng)絡(luò)，并以此來傳輸三維虛擬場(chǎng)景模型，提高傳輸效率。當(dāng)用戶在三維場(chǎng)景中漫游時(shí)，對(duì)于當(dāng)前位置下需要加載的模型，可以從具有這些模型數(shù)據(jù)的其他用戶那里獲取，而不需要從服務(wù)器獲取。這樣就大大降低了服務(wù)器的壓力。同時(shí)，隨著用戶數(shù)量的增加，網(wǎng)絡(luò)規(guī)模的擴(kuò)大，P2P 網(wǎng)絡(luò)傳輸模型的速度會(huì)高于從單臺(tái)服務(wù)器下載模型的速度。③地形數(shù)據(jù)的壓縮與解壓。本項(xiàng)目采用了多分辨率地形高程數(shù)據(jù)的幾何壓縮算法，基于地形塊的多分辨率金字塔層次結(jié)構(gòu)，側(cè)重于保證實(shí)時(shí)的解壓效率。在地形數(shù)據(jù)的離線預(yù)處理時(shí)，采用無損壓縮和有損壓縮相結(jié)合的方法，對(duì)不同分辨率層次的地形塊進(jìn)行單獨(dú)壓縮。在地形數(shù)據(jù)的在線繪制時(shí)，完成地形塊壓縮數(shù)據(jù)從外存到顯存之間的傳輸，基于GPU 的幾何著色器（GS）實(shí)現(xiàn)地形塊數(shù)據(jù)的快速解壓，從而減輕數(shù)據(jù)傳輸瓶頸對(duì)三維可視化系統(tǒng)的性能的限制。

2.4.2 應(yīng)用成效

通過三維傾斜攝影數(shù)據(jù)和基于真實(shí)物理材質(zhì)的PBR光照模型的應(yīng)用，大大改善了三維場(chǎng)景的渲染效果和效率?；赪ebRTC 和GPU 硬件解壓縮技術(shù)的像素流推送模式，結(jié)合前端豐富的可交互組件，在保證前端實(shí)時(shí)瀏覽交互的前提下，呈現(xiàn)出了逼真的三維可視化效果。

3 平臺(tái)推廣應(yīng)用情況

3.1 城市管理局應(yīng)用情況

平臺(tái)提供的互聯(lián)網(wǎng)在線抓取服務(wù)接口，為城市管理局在開展城市綜合執(zhí)法工作中獲取被處罰人的相關(guān)信息提供了幫助，如獲取商戶的名稱及聯(lián)系方式；智慧社區(qū)服務(wù)平臺(tái)作為聯(lián)系政府與民眾的渠道，可將城市管理的相關(guān)政策快速發(fā)布，便于公眾知曉，公眾亦可通過智慧社區(qū)服務(wù)平臺(tái)移動(dòng)端APP 的“隨手拍”功能，將影響城市市容、占到經(jīng)營(yíng)的違法行為進(jìn)行舉證上傳，與位置一起提供給本局進(jìn)行處置，從而為全市城市管理提供了有力的數(shù)據(jù)保障。

3.2 公安局應(yīng)用情況

依托智慧六盤水時(shí)空大數(shù)據(jù)云平臺(tái)提供的基礎(chǔ)地理空間數(shù)據(jù)、政務(wù)基礎(chǔ)數(shù)據(jù)、動(dòng)態(tài)傳感器數(shù)據(jù)，使用平臺(tái)提供的“在線定制專題地圖”功能，加入警務(wù)要素，為公安局提供多樣化的個(gè)性化地圖在線定制服務(wù)。平臺(tái)提供了知識(shí)引擎，對(duì)警務(wù)業(yè)務(wù)提供了一定的高級(jí)時(shí)空分析模型，可輔助現(xiàn)有可視化視偵平臺(tái)、PGIS 系統(tǒng)等實(shí)現(xiàn)警務(wù)業(yè)務(wù)領(lǐng)域的異構(gòu)數(shù)據(jù)在警務(wù)地理信息系統(tǒng)中的整合處理和展示，達(dá)到出警快速、定位準(zhǔn)備、處警合理的目的。

3.3 應(yīng)急局應(yīng)用情況

項(xiàng)目建設(shè)有效促進(jìn)了六盤水的社會(huì)治理科學(xué)化，提升了全市應(yīng)急處理能力。為全市應(yīng)急保障提供了時(shí)空大數(shù)據(jù)支撐，平臺(tái)提供了全市三維地形模型數(shù)據(jù)，為開展應(yīng)急處置模擬演練提供了高精度真實(shí)場(chǎng)景數(shù)據(jù)再現(xiàn)，同時(shí)平臺(tái)提供了量測(cè)、方量分析等三維分析功能，可輔助應(yīng)急所需基礎(chǔ)數(shù)據(jù)的支撐保障；平臺(tái)提供了專題地圖制作功能，可將應(yīng)急相關(guān)專題數(shù)據(jù)上傳（如重點(diǎn)監(jiān)控場(chǎng)所、?；肺恢玫龋┡c平臺(tái)現(xiàn)有資源進(jìn)行疊加，快速制作數(shù)據(jù)豐富、便于應(yīng)急指揮的專題地圖；為全市應(yīng)急處置提供了現(xiàn)勢(shì)性較強(qiáng)的城市地圖，為我局開展研判突發(fā)事件發(fā)展態(tài)勢(shì)、指導(dǎo)全市安全生產(chǎn)提供了底圖保障。

3.4 工信局應(yīng)用情況

項(xiàng)目建設(shè)，為協(xié)調(diào)推進(jìn)大數(shù)據(jù)與“四個(gè)融合發(fā)展”（與實(shí)體經(jīng)濟(jì)、社會(huì)治理、民生服務(wù)、鄉(xiāng)村振興融合發(fā)展）提供了豐富且更新頻次較高的時(shí)空地理數(shù)據(jù)、平臺(tái)豐富的制圖、分析等工具，也為社會(huì)綜合治理提供了便捷的處理能力；平臺(tái)開發(fā)了智慧社區(qū)服務(wù)系統(tǒng)，為六盤水市民生服務(wù)做出了重要的探索。

4 結(jié)論

本文總結(jié)了智慧六盤水時(shí)空大數(shù)據(jù)項(xiàng)目建設(shè)的背景、內(nèi)容、技術(shù)路線及主要技術(shù)成果，重點(diǎn)介紹了平臺(tái)建設(shè)中應(yīng)用的4 項(xiàng)關(guān)鍵技術(shù)，并介紹了平臺(tái)的應(yīng)用情況。可為從事相關(guān)建設(shè)的城市提供參考。