摘要
传统数据管理方法在处理存量空间的海量、多源、异构数据时面临挑战。文章旨在探索大数据技术在城市存量空间数据管理中的应用路径。通过分析存量空间数据的复杂性与管理需求,梳理数据采集、存储、处理与分析等关键技术环节。在此基础上,设计并提出一个集分布式数据处理、高并发访问与多维可视化分析于一体的理论性管理框架。该框架旨在为城市存量空间数据的有效整合、深度挖掘与智能决策支持提供参考,助力城市更新和精细化治理。
Traditional data management methods face challenges when dealing with massive,multi-source,and heterogeneous data in stock space.The article aims to explore the application path of big data technology in urban stock spatial data management.By analyzing the complexity and management requirements of existing spatial data,key technical links such as data collection,storage,processing,and analysis are sorted out.On this basis,design and propose a theoretical management framework that integrates distributed data processing,high concurrency access,and multidimensional visualization analysis.This framework aims to provide a reference for the effective integration,in-depth analysis,and intelligent decision support of urban stock spatial data,assisting in urban renewal and refined governance.
作者
高沁心
徐贝贝
郑晔
GAO Qinxin;XU Beibei;ZHENG Ye
出处
《智能城市》
2025年第11期72-76,共5页
Intelligent City
基金
浙江省自然科学基金项目(LQ23D010005)。
关键词
大数据
空间数据管理
城市存量空间
空间治理
big data
spatial data management
urban stock-space
spatial governance
