背景

　　纽约市有59个社区委员会，每个委员会都包含居住在纽约区不同地理区域的居民，这些委员会连接着公民与城市机构的就带，同时社区会员会与市政机构沟通的一种方式就是进行预算请求。

　　这种预算请求每年10月提交，意在改善社区的设施以及其他投资清单，这些清单被提交给预算办公室，并审核后分发给各自市政机构。这些预算请求通过电子表格（Excel)与市政机构分享，但是最困难的是，这里面都是通过文字表达，而市政机构希望在地图上以更确切的位置去查看请求，问题来了，提交的预算请求不包含空间数据（坐标信息），就无法创建地图，接下来该怎么办呢？

　　生成空间数据

　　为了对这些预算请求进行地理定位，我们使用了三种方法：自动地理配准，模糊字符串匹配和手动数据创建。

　　在社区委员会提交预算申请后，计划协调小组的同事将通过Excel电子表格收到请求。这些请求中偶尔会包含地址，并且通常包含可以与某个位置相匹配的描述性信息，但又不包含空间数据。

　　自动地理参考

　　对于具有自由表格地址，交叉口或从（to-to-from）信息的记录（例如在第42街和第48街之间的第5大道），我们利用城市规划的地理编码器，其WebAPI被称为Geoclient。Geoclient返回地址或交叉点的纬度和经度（lat/long），以及任何街道段的开始和结束纬度/长度。

　　使用GeoclientAPI返回的lat/long数据，我们创建了空间数据！这个方法得到了一些请求映射，但有更多的请求去。

　　模糊字符串匹配

　　这种方法可能是最有趣的。对于无法通过上述方法自动进行地理参考的记录，我们必须具有创造性，因为我们需要从所请求项目的描述中解密位置信息。下面是一些示例说明：

　　BuildtheGreenOutlook,RiversidePark(DPR)

　　BedfordBranchLibraryneedsanewboilerandwindowrestoration

　　UpgradetheFDNYEngine307kitchen.

　　P.S.125Playground

　　HandicapAccessibilityinFrontofthe46thPrecinct.

　　现在，您（可能在Google的帮助下）可以看到“HandicapAccessibilityinFrontofthe46thPrecinc”，并知道项目应该映射到哪里。诀窍是让计算机知道将地图“HandicapAccessibilityinFrontofthe46thPrecinc”映射到NYPD的第46区站房屋。站点名称模式不一致，例如46PCT。与第46分区相比，增加了基于描述自动化项目映射的挑战和复杂性。

　　考虑到这些因素，我们开发了一系列SQLLIKE语句和模糊字符串匹配算法，将描述中的单词与其他空间数据集中的地名进行匹配。我们用来比较的两个参考数据集是城市规划的设施数据库，该数据库将纽约市各地的+36k政府设施或计划地点以及NYCParksProperties（纽约市公园属性）映射到所有1,969个纽约公园的多边形几何形状。这两个数据集涵盖了纽约市大部分的建筑或公园固定资产。

　　该过程通过在ParkProperties数据集中将“BuildtheGreenOutlook,RiversidePark(DPR)”与“RiversidePark”匹配，并在设施数据库中将“UpgradetheFDNYEngine307kitchen”转换为“Eng307，Lad154”。

　　手动创建数据

　　如果没有过度设计我们的解决方案，我们无法自动映射所有请求，例如：

　　ProvidefundsforimprovementstoareasunderandsurroundingtheBrooklynBridge,includingrebuildingactiverecreationspaceunderneaththebridgeaswellasrepairstothestaircaseonFrankfortStreet.

　　所以我们不得不做一些手动工作。预算请求分为两类：资本和费用。一般来说，资金申请是用于基础设施的大规模投资并影响建筑环境，而费用请求则用于资助项目和政府服务的其他重复成本。此外，预算请求分为两种影响类型：特定于网站和非特定网站。非地点特定请求适用于未必与分立固定资产绑定的项目，例如：

　　Increasefundingforemploymentprograms,particularlyfortech-industryopportunities.

　　而网站特定请求可以与已知位置相关联，如：

　　RavenswoodPlayground:Repaving&Resurfacing

　　我们将我们的手动映射工作集中在网站特定资金请求上，为了映射这些记录，我们使用了一个简单的LeafletDrawGeoJSON创建器，由我们的同事ChrisWhong构建，它输出一个geojson文件的代码。该工具对于大多数人来说足够简单，无论GIS技术如何，都可以创建空间数据。

　　结论

　　最终，我们映射了所有网站特定记录的95％，我们在城市员工当前可访问的在线地图上发布了这些记录。使用此地图，来自所有城市机构的规划人员可以过滤和搜索请求，以探索全市社区委员会要求的项目。

　　扩展

　　其实这种情况非常常见，对于从事GIS相关专业人员来说很容易理解，但是非专业认识，他们并不懂得坐标的概念，他们最习惯的表达就是“xxx小区”，“XX商场斜对面”，“***路向东200米”等，在实际行业业务中，对这种需求的不再少数。例如在公安行业中，经常会有一些110报警，报告人一般都是通过这种非结构描述传达过来，但是对于公安GIS系统来说，希望能够落在图上，当然不管是非结构文本，还是语音解析（自然语言处理）都是一个概念或者意思，其实这都可以理解为人工智能GIS的范畴，或者简单应用。

本文转自GIS源 并不代表江苏启飞立场