基于时空数据应用模型的交通警情分析系统设计

基于时空数据应用模型的交通警情分析系统设计

一、建立闭环指挥调度工作机制随着社会科学技术的进步和人员整体质量的提高，公共安全交通管理的信息化进程不断受到新的影响和挑战。传统业务需要更准确、更高效的目标发展。将信息技术与业务紧密结合,形成有效的警情分析决策,是提高道路交通能力的有效措施。按照“整体防控、精确指导、精确打击”的总体思路和加强指挥体系建设的工作需要,交通管理指挥中心需要以精确分析研判为基点,建立“警情研判、警力管理、警情监测、实时警力调度、检查督导”的闭环指挥调度工作机制。基于现有的公安业务系统,将交通警情信息、警力信息作为主要研究对象,将业务需求结合地理信息技术,运用关联规则以及数据挖掘技术对海量的数据进行分类挖掘,将研判决策在地图上清晰地进行展现。二、综合研判、分析对于公安交通指挥调度业务中的警情研判、警情监测的实现,在信息化过程中主要有以下几个方面需求:1.能够合理规划时空警情数据的存储及采集。2.管界辖区的宏观分析。3.微观道路点段分析。4.综合分析。分析各级辖区中的警情、警力及指挥力量投量是否匹配,监测是否达到警力跟着警情走、领导跟着警力走的同步浮动效果。5.能够对实时反映警情的业务进行分析、汇总成综合警情态势。6.能够将警力设置和警情进行有效合理的结合分析。三、时空数据库模型本文讨论的警情研判时空数据应用模型主要包括空间信息存储内容、空间信息属性结构模型、时空数据的采集、时空数据的分析处理和时空数据地图应用展示。时空数据库是应用模型的核心,数据的采集、数据的分析处理及信息的展示均围绕着时空数据进行。图1是时空数据交通应用模型设计。(一)划分数据类型警情研判系统功能包括了信息采集、分析、展示等多个功能,这些功能应用涉及到多种数据:地图数据、道路编码空间数据、管界区划空间数据、业务原始时空数据、汇总分析时空数据等。对各类数据需要分析设计,按照数据来源、数据内容、数据应用范围、数据更新维护分工特点进行划分,划分为多组表进行存储,以满足系统的维护合理、数据高吞吐等需求。这些分类数据主要包括:基础地理信息数据、公共地理信息数据、业务专用地理数据。基础地理信息数据主要是由基础测绘提供的地理信息,如道路、植被、水系、居民地等。公共地理信息数据主要指多个业务部门共同关注的警用地理信息。如场所、单位、管界区划等。业务专用地理数据主要指反映业务管理特征的警用地理数据,在本文主要指基础原始地理数据(接处警数据)、业务汇总地理数据(高发点段数据、高发时段数据等)。(二)核心数据项设计对业务数据进行分析,就需要收集和存储业务数据,业务数据的质量和数量会直接影响数据分析的质量和性能。因此我们建立的时空分析应首先进行存储结构模型设计,保证数据的时空特性以满足分析质量,保证数据合理的存储结构以满足高效的分析效率。地理实体的属性数据项包含多个信息内容,按照地理实体的自然属性、业务属性和管理属性将地理实体的属性数据项分为基本数据项、扩展数据项、业务专用数据项。基本数据项:指描述地理实体标识特征、几何特征的属性数据项。扩展数据项:指描述地理实体类别特征、说明信息、关系特征的属性数据项,如地理实体的分类代码、名称、类型等。道路警情中主要包括数据所属管界辖区、所属路段等信息。业务专用数据项:指描述地理实体与业务管理关联特征、业务管理特征的属性数据项,通常指特定业务部门为了便于管理对象而赋予对象的用于标识其业务特征的数据项,如案件报警编号、案件类型、案件情况等。地理实体属性数据的确定是针对业务应用而确认的,所以在图层数据结构设计时要严格根据业务的需要,从基本数据项、扩展数据项、业务专用数据项三个方面进行控制。数据分析应用系统建设中数据库设计是基础,决定着系统的性能效率。警情研判时空数据库也是如此,要保证满足大数据量存储及在大数据量情况下的分析效率,要满足业务分析需要的各时空属性内容,尤其是核心警情空间表,数据量增长迅速并且应用分析压力很大,除了对表索引及表空间的存储等常规数据库优化考虑外,重点对其属性字段按照属性分项标准进行设计。在本应用模型中空间表属性主要包括:空间表为点状属性(道路交通警情主要包括拥堵、事故,均为具体点状位置)、案发位置的所属道路编码、所属管界辖区编码、案件类别、案件状态、警情案件编号;表设计中指定了空间表的几何属性是后续空间分析的基础;所属道路编码及管界辖区编码是为了满足统计的需求,显示记录详情需要时可以通过关联来显示;案件类别、案件状态(处理状态)属于业务属性,直接为统计服务;接处警案件编号是业务关联属性,在分析拥堵原因等情况下要关联接处警业务附表进行分析。(三)现场处警,对标位置进行匹配,对未匹配区域内危险时空数据的采集设计采用以实时电话地理坐标服务为主,地址匹配服务地理坐标匹配为补充的现场处警数字电台地理位置校正的方式来保证数据准确有效。通过电话定位进行实时地理坐标采集,手机报警用户可以通过运营商提供的地理坐标服务采集坐标信息,固定电话用户可以通过报警电话坐标匹配报警地理位置信息。通过电话定位只能对大部分报警用户实现实时地理定位,未匹配坐标的报警记录通过地址匹配服务对其实时匹配坐标。对于匹配坐标的报警警情记录不可避免的存在一些地理上的偏差,现场处警的民警到位后系统定时通过其配备的数字电台GPS信息对报警信息进行位置关联校准。警情研判中在时空模型规范下的时空数据的采集更新方式见图2。(四)点段警情分析警情研判中高发点段的研判分析首先要对道路各点段周边范围内的数据进行分析。分析数据的归属路段范围,然后对各路段的信息进行统计,最后形成点段警情数据。图3为警情数据与道路的空间关系示意图。原始警情时空数据属于基础空间表,在满足系统各分析功能前要利用该表进行各种分析,预处理成满足或基本满足分析展示的汇总数据,如:辖区警情分钟统计表、辖区警情小时统计表、高发点段实时表、高发点段历史表、警情趋势分析表、警情原因分析表等。警情研判中时空数据的分析处理流程见图4。(五)警情分析及等级判断警情监测分为实时监测和历史警情两类。实时监测图主要实现各辖区当前的报警数量是否超过预订的阈值,阈值分为平稳、警示、警戒,反映当前辖区的警情严重程度,并进行预警提醒,指挥调度人员应该及时进行调度,控制警情发展。历史警情分析图主要研判辖区历史日警情级别,如果某辖区连续数日均达到某级别,系统根据研判阀值会给出启动区域等级上勤方案建议。通过对规范化后的警情时空数据与辖区空间范围进行空间分析,实时获取当前各辖区的警情数量,通过设定警情常量值,采用四色图代表警情级别实现对区域警情等级的直观展示,能够对支队、执勤大队、警区内的三级警情等级进行展示。警情等级数据处理示意图如图5。实现区域宏观预警的区域警情监测应用系统可视化展示图如图6。(六)警情热点信息反映微观警情的警情热点研判功能实现反映实时警情态势、发展趋势预测、岗位警力投向投量分析等功能。警情热点是利用警情时空数据,将警情发生密集的路段聚类成点,研判分析实时高发点段并在地图上进行专题展现,同时附以高发时段数据、交通流数据、单兵数据、视频数据以供勤务指挥辅助决策。警情热点根据严重程度分为:实时热点、日热点、周热点、月热点。实时热点,实时反映交通态势,起到实时警情预警作用,拥堵点的颜色深度代表拥堵的严重程度,热点的面积大小反应拥堵造成的影响范围及对周边路段的影响。实时热点在一天内连续形成,达到一定阈值会上升为日热点;日热点一周内连续形成一定次数上升为周热点;月热点亦是如此。该热点信息是供指挥调度人员制定上勤方案及警力设置的依据。将当前时段的时空数据根据道路编码采用空间聚类算法对警情集中的地区进行聚集成点,采用热点的形式将其展示,并填充颜色,通过红橙黄三色反应其警情的严重程度及影响范围。警情热点研判应用的可视化展示图如图7。(七)实时分析,引导警力警力线、指挥线、警情线分析研判,主要达到分析警力的投量是否合理,是否达到了“警力跟着警情走,领导跟着警力走”。将经过时空分析的警力、警情数据汇总进行趋势分析,形成警力线、指挥线、警情线。通过对各级单位进行实时分析、比对分析等功能实现警力警情的合理性展示。警力线、指挥线、警情线数据分析示意图如图8。警力线、指挥线、警情线分析研判应用可视化展示如图9。(八)“情研判系统”已投入使用根据上述技术利用时空信息数据的采集、存储、加工分析结合地图展示开发的交通警情研判系统”已在北京市公安局公安交通管理局投入使用。从宏观的区域监测分析到微观的交通警情热点分布、发展趋势及警情警力的投量合理度均得到了充分、有效的分析和可视化的宏观展示,满足了交通管理部门实现高效警情分析研判的迫切需求。四、交通警情研判设计应