[论文解读] GUIDES - Geospatial Urban Infrastructure Data Engineering Solutions

Booma Sowkarthiga Balasubramani, Omar Belingheri+4 more|arXiv (Cornell University)|Oct 11, 2017

Geographic Information Systems Studies参考文献 8被引用 4

一句话总结

GUIDES 是一种新颖的数据工程框架，通过标准化遗留数据、解决空间和时间异质性，并支持跨领域、位置和时间特定的查询，实现了对异构地理空间城市地下基础设施数据（如水管、燃气管道和电力系统）的本体基础集成、查询与分析。该框架通过支持多利益相关方对基础设施中断和维护规划的准确、实时分析，增强了智慧城市决策能力。

ABSTRACT

As the underground infrastructure systems of cities age, maintenance and repair become an increasing concern. Cities face difficulties in planning maintenance, predicting and responding to infrastructure related issues, and in realizing their vision to be a smart city due to their incomplete understanding of the existing state of the infrastructure. Only few cities have accurate and complete digital information on their underground infrastructure (e.g., electricity, water, natural gas) systems, which poses problems to those planning and performing construction projects. To address these issues, we introduce GUIDES as a new data conversion and management framework for urban underground infrastructure systems that enable city administrators, workers, and contractors along with the general public and other users to query digitized and integrated data to make smarter decisions. This demo paper presents the GUIDES architecture and describes two of its central components: (i) mapping of underground infrastructure systems, and (ii) integration of heterogeneous geospatial data.

研究动机与目标

• 解决城市地下基础设施系统中完整、准确且集成的数字数据缺失的问题，该问题阻碍了维护规划和智慧城市建设。
• 支持对异构地理空间数据集（例如水管、道路网络、人口普查数据）进行跨领域、时空查询，以提升城市规划和应急响应能力。
• 开发一种标准化、可扩展的数据转换与管理框架，支持包括城市管理者、承包商和公众在内的多样化用户。
• 解决基础设施数据集在格式、结构、空间分辨率、时间分辨率和语义方面的异质性问题。
• 在确保数据隐私与安全的同时，实现跨辖区和组织的协作性、互操作性数据共享。

提出的方法

• 采用三步预处理流程：(1) 基于规则的数据错误检测（例如重叠点），(2) 从非标准化源（如 CAD 图纸）自动提取空间和属性元数据，(3) 基于网络拓扑结构生成新变量。
• 使用 Protégé 为每类基础设施（如水管）构建领域特定本体，并构建通用时空本体以建模空间和时间关系。
• 使用 AgreementMakerLight (AML) 基于空间和时间查询组件，对跨领域和时空本体中的实例进行语义匹配。
• 应用空间函数（例如 'within'、'crosses'）仅检索指定区域和时间间隔内的查询结果，确保精度与性能。
• 将来自多个来源的数据——包括市政记录、遗留 CAD 图纸和传感器数据——整合到统一、可查询的数据模型中。
• 通过基于角色的权限支持多用户访问，并通过基于地图的界面可视化结果，服务于多样化利益相关方。

实验结果

研究问题

• RQ1 如何对城市地下基础设施系统中的异构、遗留地理空间数据进行标准化和预处理，以实现数据集成？
• RQ2 哪些机制能够实现跨不同空间和时间分辨率的基础设施数据的准确、跨领域查询？
• RQ3 本体基础的集成如何解决城市地理空间数据集中语义、结构和空间异质性问题？
• RQ4 数据质量问题（如不完整、不一致、错误）对基础设施决策的影响是什么？如何加以缓解？
• RQ5 如何通过可扩展、可扩展的框架支持多个城市机构和利益相关方在城市基础设施管理中的协作？

主要发现

• GUIDES 有效将非标准化的遗留数据（如 CAD 图纸）映射并预处理为标准化、可查询的格式，解决了缺失地理空间属性和重叠点等问题。
• 该框架支持复杂、跨领域的查询，例如在指定区域内识别所有基础设施组件（如水管、道路），并评估主水管破裂对低收入人群的影响。
• 通过使用 AgreementMakerLight 的本体基础集成，GUIDES 实现了异构数据集之间的语义对齐，即使在数据模型和分辨率存在差异的情况下，也能实现准确的空间和时间查询。
• 系统通过匹配具有不同更新频率的数据集中的时间组件，支持时间特定查询，使用时空函数（如 'within' 和 'crosses'）实现。
• 该框架在使用 UIC 校园基础设施数据的真实用例中展示了可行性，支持协调维护规划和中断影响分析。
• GUIDES 提升了数据互操作性，支持多利益相关方访问，为与 OpenGrid 等开放数据平台集成以及未来预测分析提供了基础。