DB13(J)/T 8632-2025 城市体检数据采集与分析技术标准

前言

根据河北省住房和城乡建设厅《关于印发〈2025 年度省工程建设标准第一批制(修)订计划〉的通知》(冀建节科函〔2025〕104号)的要求，由河北省建筑科学研究院有限公司、河北建研建筑设计有限公司、雄安雄创数字技术有限公司会同有关单位编制而成。

本标准共分为 6 章，主要技术内容包括：1. 总则;2. 术语;

3. 基本规定;4. 数据采集;5. 数据分析;6. 数据应用与安全。

本标准由河北省建筑科学研究院有限公司负责具体技术内容的解释，由河北省绿色建筑推广与建设工程标准编制中心负责管理。

标准执行过程中，请各单位结合工程实践，认真总结经验、积累资料，及时将意见和建议反馈至河北省建筑科学研究院有限公司(地址：石家庄市裕华区槐中路 244 号，邮编：050021，电话： 18031460021，邮箱：hbjysj@126.com)，以便今后修订时参考。

本标准主编单位、参编单位、主要起草人和审查人员名单：主编 单位： 河北省建筑科学研究院有限公司

参编 单位： 河北建研建筑设计有限公司雄安雄创数字技术有限公司

中国电建集团华东勘测设计研究院有限公司

河北省城乡规划设计研究院有限公司

河北工业大学

河北建筑工程学院

昌黎县市政工程处

武安市城市综合服务中心

主要起草人： 叶金成姬立强郑 鉴卢 博曹 敬姚凯旋梁耀哲郭晨涛马继生王 振窦殿毅李慧栋王朝红林大岵赵士永滕仁栋于 伶曹亚新司 宁叶云涛郑少萍宋录瑶王 杰付素娟马晓彪武国廷倪丽丽曹泽林徐振华刘祖然杨华 葛建奎张 琦李瑾瑜陈立山刘杰 王雅丽邬雪松赵亚飞米艳春吴昊 李玉熙杨亚静杨久为毛 艺李海兴张 楠李晓辉刘 宇王一赛李子石杨博宇张振兴吴梦楠左 槊李光远姜欣欣

审查 人员： 李斌 耿艳妍张晓刚李 鑫赵亚军

高明磊董紫光

目次

1 总则 1

2 术语 2

3 基本规定 3

4 数据采集 4

4.1 一般规定 4

4.2 采集内容 4

4.3 采集方法 6

5 数据分析 8

5.1 一般规定 8

5.2 数据处理 8

5.3 数据校验 9

5.4 数据呈现 10

6 数据应用与安全 11

6.1 数据应用 11

6.2 数据安全 11

附录A 城市体检数据采集表 14

本标准用词说明 15

引用标准名录 16

附：条文说明 17

Contents

1 General Provisions 1

2 Terms 2

3 Basic Requirements 3

4 Data Acquisition 4

4.1 General Requirements 4

4.2 Collect Content 4

4.3 Collection Method 6

5 Data Analysis 8

5.1 General Requirements 8

5.2 Data Processing 8

5.3 Data Verification 9

5.4 Data Presentation 10

6 Data Application and Security 11

6.1 Data Application 11

6.2 Data Security 11

Appendix A Urban Physical Examination Data Collection Form

14

Explanation of Wording in This Standard 15

List of Quoted Standards 16

Addition：Explanation of Provisions 17

1 总则

1.0.1 为贯彻落实国家和河北省关于城市体检评估政策的要求，

规范城市体检数据采集与分析工作，有效支撑城市体检评估和城市更新，制定本标准。

1.0.2 本标准适用于河北省设区市、县级市的城市体检数据采集与分析。

1.0.3 城市体检数据采集与分析除应符合本标准的规定外，尚应符合国家和河北省现行有关标准的规定。

1

2 术语

2.0.1 城市体检数据 data for city examination

通过多种途径采集获取的一系列用于综合评价城市发展建设状况的数据集合。

2.0.2 数据采集 data acquisition

通过现场实地踏勘、问卷调查、座谈访谈、部门统计报送、遥感影像识别、无人机影像识别、物联网设备采集、仪器检测、

API接口调用、手机信令等方法获取城市体检相关数据的过程。

2.0.3 数据分析 data analysis

对采集的城市体检数据进行系统性分析的过程，宜包括数据处理、校验和呈现。

2.0.4 数据处理 data processing

通过标准化变换、矢量化变换、缺失值处理、异常值诊断与处理等方法对采集的源数据进行处理，使其转化为规范化、结构

化和可分析数据的技术过程，主要包括数据清洗和数据转换工作。

2.0.5 数据校验 data verification

通过逻辑检查、交叉验证、时空校正等方法，验证处理后数据准确性、完整性、一致性和时效性的技术过程。

2.0.6 数据呈现 data presentation

通过报表、图表、地图等形式，展示并存储校验后数据的技术过程。

2

3 基本 规定

3.0.1 城市体检数据采集与分析应根据各项指标对应的内容和要

求，科学选取采集方法，规范数据分析流程，对采集的数据进行数据处理、数据校验，形成数据成果。

3.0.2 城市体检数据宜按照采集方法分为调查类数据、统计类数据、测绘类数据和互联网数据等。

3.0.3 城市体检数据采集与分析范围应与城市体检各项指标要求范围保持一致。

3.0.4 城市体检数据采集、处理、校验和呈现宜通过信息化采集、

自动化处理、系统化校验及可视化呈现等方法实现全流程智慧化管理。

3.0.5 城市体检数据采集、分析和存储应符合国家有关保密管理的规定。

3

4 数据 采集

4.1 一般 规定

4.1.1 数据采集应根据城市体检指标，将数据归类至社区、街区、

城区基本单元。采集范围应与其对应的基本单元保持一致。

4.1.2 数据采集时间应符合下列规定：

1 统计类数据宜以年度统计为基础，采集截止时间应为上一年度12月31日;

2 互联网数据、调查类数据、测绘类数据等实时更新的数据，应采集最新数据;

3 其他需计算变化数值或累积数值的指标数据，应采集相应时间范围内多个数据。

4.1.3 数据采集宜采用多元化方法，使用各类数据资源，统一采集、共同使用。

4.1.4 数据采集宜按照本标准附录A编制城市体检数据采集表。

4.2 采集 内容

4.2.1 数据采集内容应满足数据准确性、完整性、一致性和时效性等质量要求。

4.2.2 数据采集内容宜包括数据来源、负责单位、时间精度、空间精度、数据格式等属性信息。

4.2.3 采集的数据格式应符合下列规定：

1 调查类数据、统计类数据宜采用图文、表格等结构化格式;

4

2 测绘类数据应采用标准地理空间格式，以2000国家大地坐

标系(CGCS2000)和1985国家高程作为基准进行定位，使用高斯-克吕格投影进行运算分析;

3 互联网采集的社交媒体数据、POI数据、交通数据等，宜

采用原始网页、文本等格式，并保存其来源URL、采集时间戳、原始内容及数据类型。

4.2.4 数据采集应同时收集数据相关说明材料，说明材料宜包括下列内容：

1 近5年内的历史数据;

2 相关统计台账;

3 矢量数据、图纸及相关规划;

4 工作总结材料;

5 相关政策材料。

4.2.5 住房维度数据采集应围绕住房的安全耐久、功能完备、绿

色智能等方面，采集住房安全、舒适、节能、适老化等数据。

4.2.6 小区(社区)维度数据采集应围绕小区(社区)设施完善、环境宜居、管理健全等方面，采集配套设施数量、社区管理、停车缺口、充电桩等数据。

4.2.7 街区维度数据采集应围绕功能完善、整洁有序、特色活力等，重点采集能反映十五分钟生活圈功能提升与建设需求等数据。

4.2.8 城区(城市)维度数据采集应围绕生态宜居、历史文化保护利用、产城融合-职住平衡、安全韧性、智慧高效等方面，重点采集城市建设、运维和管理等数据。

5

4.3 采集 方法

4.3.1 调查类数据应通过现场实地踏勘、问卷调查、座谈访谈等方式获取，并符合下列规定：

1 现场实地踏勘宜采用移动端数据采集工具等信息化手段，通过现场调研的方式采集数据，制定标准化调研记录表，明确调

研内容、流程及技术要求;

2 问卷调查宜采用电子问卷CAWI、电话调查CATI等数字化手段，通过手机扫码、线上平台或纸质问卷等形式组织;

3 座谈访谈应通过组织街道工作人员、社区工作人员、社区网格员、物业服务企业及居民代表等开展专题座谈，获取数据及

相关信息。

4.3.2 统计类数据应通过政务信息系统接口或部门统计报送获取结构化数据，并符合下列规定：

1 政务信息系统接口调用应通过政务信息系统接口获取结构化数据，实现数据的实时共享和动态更新。可用于需要高频更

新的指标数据，如人口数据、经济数据等。

2 部门统计报送应通过向住建、城管、卫健等部门和燃气公司、 自来水公司等单位申请获取数据，并充分利用统计公报及部

门工作报告等政府公开信息。

4.3.3 测绘类数据宜通过遥感影像识别、无人机影像识别、物联

网设备采集、仪器检测等方式获取，并符合下列规定：

1 遥感影像识别应利用卫星影像自动识别技术提取地物矢量图斑。识别和分析公共活动场地、公共绿地、公园绿化活动场

地等指标数据，可结合GIS技术进行空间面积计算和分布分析。

2 无人机影像识别应通过无人机航拍获取高分辨率影像，识

6

别建筑形态、道路状况等，可用于老旧小区、老旧街区、老旧厂区等复杂区域的详细调查。

3 物联网设备采集应利用空气质量监测站、智能电表等设备采集实时环境数据，适用于环境质量监测和设施运行状态评估。

4 仪器检测应利用专业仪器并确保选型精准、校准合格，采集实时数据，适用于建筑结构安全、地下管网分布、管网压力及

老化程度等指标数据的获取。

4.3.4 互联网数据可通过API接口调用、手机信令等方式获取，并符合下列规定：

1 API接口调用应通过高德地图、百度地图等开放平台，遵

守平台方协议并获取实时数据。可用于商业活力、交通流量等数据的动态监测。

2 手机信令获取应以经脱敏处理的移动通信运营商记录为依据，获取用户空间位置和行为轨迹，识别人口分布和活动规律。

可用于老旧街区的潜力及活力点识别。

7

5 数据 分析

5.1 一般 规定

5.1.1 数据分析方法应遵循业务适配性、数据适配性、结果可靠

性、资源平衡性及过程可追溯性原则，根据指标精度要求、数据规模及类型选择适配算法。

5.1.2 数据处理应包含数据清洗、数据转换、空间校正及抽样简

化操作，处理后的数据应具备准确性、完整性、一致性和时效性。

5.1.3 数据校验应通过多元化的方式、方法对源数据、规则、流程进行校验，按照数据分类宜采用如下方法：

1 调查类数据宜采用逻辑校验、异常值检测、抽样复检等方法校验。

2 统计类数据宜采用交叉验证、趋势分析、格式审查等方法校验。

3 测绘类数据宜采用拓扑检查、坐标系统统一性等方法校验。

4 互联网数据宜采用时间戳验证、哈希函数对比、奇偶校验等方法校验。

5.1.4 处理和校验后的数据应按照城市体检指标维度和数据分类进行整理和存档。

5.1.5 数据呈现应具备可访问性和可用性。

5.2 数据 处理

5.2.1 数据处理应融合多源数据并借助智能算法进行关联分析。

5.2.2 数据清洗应包括去除重复数据、纠正错误数据、填补缺失

8

数据等，可利用数据清洗工具和算法进行自动化处理，空间矢量要素、属性、字段及坐标信息应准确完整。

5.2.3 数据转换宜包括格式变换和结构规范化，可采用空间校正和抽样简化等方法。

5.3 数据 校验

5.3.1 数据校验应对数据处理过程的规范性、准确性及完整性进行复核。

5.3.2 数据校验宜采用多次计算对比计算结果的方式，并形成校验记录，校验方式应符合下列规定：

1 对统计类数据和测绘类数据进行交叉校验，复现计算过程，重点核查公式引用、参数取值及中间结果一致性。

2 对调查类数据和测绘类数据应抽样校验和溯源验证原始数据，核查采集的合规性，使用不同软件复现计算，对比算法逻

辑及结果差异，详细列出数据差异、问题溯源及整改建议。

3 互联网数据应从逻辑关联、对比分析、专业经验等方面综合校验。

5.3.3 数据校验应对照指标计算要求及相关行业规范，复核获取

渠道、处理过程、算法的合规性，对城市体检数据进行逻辑检查、交叉验证、时空校正。

5.3.4 数据校验应对处理后的数据与城市体检指标体系的匹配性进行复核。

9

5.4 数据 呈现

5.4.1 通过处理和校验后的数据应内容完整，并满足结构化呈现与可编辑性要求。

5.4.2 数据呈现的基础属性宜包含数据名称、数据类型、数据内容、时间标识等。

5.4.3 数据呈现应基于业务场景选择结构化数据报表、空间可视化图表及空间地图等形式。

10

6 数据应用与安全

6.1 数据 应用

6.1.1 城市体检数据应建立城市体检数据库，宜将数据成果录入城市体检评估信息平台。

6.1.2 数据成果可应用于城市更新规划与实施、公共政策制定与优化、城市治理能力提升、基础设施建设与运维、公共服务改善、城市运行状态的常态化动态化监测与预警、城市研究与创新等。

6.1.3 数据应依据其安全分级依法依规进行社会公开和部门协同共享。

6.1.4 数据共享应明确共享内容、范围、方式、频次等事项，并对数据接收方、使用方进行身份识别和设备认证，数据共享使用应真实、合规。

6.2 数据 安全

6.2.1 数据存储和应用应由专门机构和人员负责，采用文件存储、

数据库存储和云存储等方式进行存储，并符合国家各类数据的有关管理和使用规定，采取数据加密、数据脱敏、访问控制、数据备份等措施保障数据安全。

6.2.2 城市体检数据的安全分级从高到低应分为核心数据、重要数据和一般数据，并综合考虑下列因素：

1 数据安全可对国家安全、经济运行、社会秩序、公共利益、个人权益等造成的危害程度。

11

2 数据分类、数据范围、数据精度等。

3 采用就高不就低的原则，保障城市安全运行、维护公共利益、保护个人隐私。

6.2.3 城市体检数据应依据安全分级建立分级管控机制，并符合下列规定：

1 核心数据应采用国密算法加密存储，物理隔离于独立安全域。应通过量子密钥分发或专用保密通道传输，禁止明文传输。

数据共享应签订数据安全承诺书，及时跟进、记录数据使用情况，禁止备份，确保数据使用后立即销毁。

2 重要数据宜存储于已通过等保测评的物理介质中。数据共享应签订数据安全承诺书，对数据的流向和使用过程保持追踪，

并应在使用完成后立即销毁相关副本。

3 一般数据可通过标准化API接口开放或文本等方式共享，但应实施访问日志记录、调用记录。

6.2.4 数据采集时应对数据采集方法、技术及设施采取下列安全管控措施：

1 对涉及敏感信息的采集应签署保密协议并进行合规性审查;

2 调查类数据宜通过知情同意书等方式保障受访者权益;

3 互联网数据采集应通过HTTPS协议，避免明文传输;

4 对数据采集工具进行安全加固，对非必要功能实施禁用管控;

5 部门统计数据采集服务器应部署在内网，通过VPN或专线访问;

6 对数据基础设施进行常态化安全监控与运维保障。

12

6.2.5 数据传输应采用安全通道、可信通道、数据加密等传输安全控制措施，确保数据传输的安全性、完整性、可用性和不可否认性。

6.2.6 城市体检数据存储管理应从物理防护、技术保障、流程规范等多维度构建系统性安全策略，并从数据存储媒体、逻辑存储、离线存储、访问控制及数据备份与恢复等方面制定数据存储措施。

6.2.7 数据分析成果应根据有关国家标准的要求，建立适当的数据安全能力，落实必要的管理和技术措施，加强组织和人员管理，防止数据的泄露、损毁、丢失、篡改。

13

附录 A 城市体检数据采集表

表Λ 城市体检数据采集表

基本 单元

序号

指标 名称

数据 名称

提供 单位

数据 值

数据 分类

时间 精度

空间 精度

数据 格式

采集 方法

负责 单位

说明 材料

注：可根据实际工作情况增加相关内容。

l4

本标准用词说明

1 为便于在执行本标准条文时区别对待，对要求严格程度不同的用词说明如下：

1)表示很严格，非这样做不可的：

正面词采用“必须”，反面词采用“严禁”;

2)表示严格，在正常情况下均应这样做的：

正面词采用“应”，反面词采用“不应”或“不得”;

3)表示允许稍有选择，在条件许可时首先应这样做的：正面词采用“宜”，反面词采用“不宜”;

4)表示有选择，在一定条件下可以这样做的，采用“可”。

2 条文中指明应按其他有关标准执行的写法为： “应符合……的规定 ”或“应按……执行 ”。

15

引用标准名录

1 《信息技术数据质量评价指标》GB/T 36344

2 《信息安全技术个人信息安全规范》GB/T 35273

3 《信息安全技术大数据服务安全能力要求》GB/T 35274

4 《智慧城市数据融合第3部分：数据采集规范》GB/T 36625.3

5 《智慧城市数据融合第4部分：开放共享要求》GB/T 36625.4

6 《数据安全技术数据分类分级规则》GB/T 43697

7 《市场、民意和社会调查数据分析方法》GB/T 43389

8 《城市体检评估标准》DB13(J)/T 8525

9 《雄安新区数据安全建设导则》DB1331/T 004

16

河北省工程建设地方标准

城市体检数据采集与分析技术标准

DB13 (J)/T 8632-2025

条文说明

编制 说明

《城市体检数据采集与分析技术标准》DB13(J)/T 8632-2025，经河北省住房和城乡建设厅 2025 年 12 月4 日以第 101号公告批准发布。

为便于有关人员在使用本标准时能正确理解和执行条文规定，编制组按章、节、条顺序编制了本标准的条文说明，对条文规定的目的、依据以及执行中需要注意的有关事项进行了说明。但是，本条文说明不具备与标准正文同等的法律效力，仅供使用者作为理解和把握条文规定的参考。

18

1 总则 20

3 基本规定 21

4 数据采集 22

4.1 一般规定 22

4.2 采集内容 24

4.3 采集方法 25

5 数据分析 28

5.2 数据处理 28

5.3 数据校验 29

5.4 数据呈现 29

6 数据应用与安全 30

6.2 数据安全 30

19

1.0.2 本条明确界定了本标准的适用范围。规定其适用于河北省

内所有设区市和县级市的城市体检数据采集与分析工作，河北省内的县城在进行城市体检数据采集与分析工作时，可以参照本标准的原则、方法和要求，以提升其工作的规范性和质量。

20

3.0.1 本条明确了城市体检数据采集与分析工作的基本原则与应

用导向，确保数据从源头到应用的全链条科学、规范、有效。数据分析成果的核心应用方向是为城市体检指标的计算、深入分析与综合评价提供支撑。

3.0.2 调查类数据(通过现场实地踏勘、问卷调查、座谈访谈等

获取)直接反映居民、企业等主体的主观感受、诉求与行为;统计类数据(来自政府及权威机构)提供规范、客观的宏观经济社会、资源环境、公共服务等基本面信息，是纵向(历史)与横向(城市间) 比较的基准;测绘类数据(含地理信息、遥感、位置数据等)具有地理位置属性，用于分析空间结构、设施布局、交通联系及环境格局，支撑精准的空间问题识别;互联网数据(如社交媒体、兴趣点POI、实时路况等)提供大量动态更新的信息，捕捉热点话题、公众讨论，让城市状态的感知更及时、更具体。

3.0.3 本条强调数据采集与分析范围需严格匹配城市体检指标的

空间边界(如市辖区、建成区)、时间周期(统一统计年限)和内容维度(覆盖设施、环境、人口等)，确保数据分析成果可比、可信。

21

4 数据 采集

4.1 一般 规定

4.1.1 本条规定了按照住房、小区(社区)、街区、城区(城市)四个维度划分数据采集的基本单元。

1 住房维度数据采集和小区(社区)维度数据采集应以建成区内的社区为基本单元统筹开展。按照适宜人口规模、社区管理范畴并结合道路、绿化隔离带等边界划分基本单元，并遵循以下原则：

1) 以居民步行5min～10min到达幼儿园、养老服务设施等基本公共服务设施为原则，以城市道路网、 自然地形地貌和现状居住小区等为基础，与社区居民委员会管辖和服务范围相对接，原则上单个小区(社区)居住人口规模宜为5000人～12000人;

2) 居住人口规模大于12000人的小区(社区)，可结合城市干路或用地边界线，划分为居住人口5000人~ 12000人的基本单元;

3) 居住人口规模小于5000人的小区(社区)，应根据建成年代相近、空间范围明确、无明显自然或人工界线相隔等原则，与邻近小区(社区)统筹采集。

2 街区维度数据采集应以建成区内的街区为基本单元统筹开展，基本单元划定应遵循以下原则：

1) 街区人口规模一般控制在5万人～10万人，用地规模

原则上不小于2km2，宜控制在2km2～5km2之间;

22

2) 人口规模较小的街道，可以衔接十五分钟生活圈，与相邻街道合并为一个单元统筹采集;

3) 人口规模较大的街道，可以结合道路、绿地、水系等边界，先划分为若干个单元，再进行数据采集。

3 城区(城市)维度数据采集应以城市建成区为统计单元，部分指标采集范围可拓展至市域。建成区指城区内实际已成片开发建设、市政公用设施和公共设施基本具备的区域。对核心城市，它包括集中连片的部分以及分散的若干个已经成片建设起来，市政公用设施和公共设施基本具备的地区;对一城多镇来说，它包括由几个连片开发建设起来的，市政公用设施和公共设施基本具备的地区。因此建成区范围，一般是指建成区外轮廓线所能包括的地区，也就是这个城市实际建设用地所达到的范围。

4.1.2 本条规定了城市体检各类数据采集工作中的时间基准。

1 统计类数据：此类数据通常来源于政府或机构的年度汇总报表(如统计年鉴、年度报告)，具有周期性固定、覆盖完整的特点(如“危旧房改造完成率 ”“新建绿色建筑占比 ”)。为确保数据反映完整年度的状态，其采集截止时间应为上一年度12月31日，即采集上一年度的全年累计数据(如2024年数据)。

2 动态更新类数据：对于互联网数据(如高德地图、手机信令)、调查类数据(如问卷、现场检测)及测绘类数据(如卫星影像、GIS地图)等处于实时或高频更新状态的信息(如“新能源汽车充电桩缺口数 ”“乱停乱放道路数量 ”)，为准确反映当前最新状况，应采集启动体检时的最新时点数据，强调其时效性。对于部分高频数据(如商业活力等)，亦可通过API接口按月更新，并设置数据缓存机制。

23

3 对于需要分析变化趋势或累积效果的指标数据(如“ 问题整治完成率 ”“老旧管网改造完成率 ”“历史建筑空置率 ”)，应采集指标定义的时间范围内所需的多个数据点。具体采集的时间跨度需严格匹配该指标的体检周期，以支持有效的对比分析和累积计算。

4.1.3 本条旨在推动城市体检数据采集的集约化、标准化和共享化，避免重复调查造成资源浪费。依据《第一次全国自然灾害综合风险普查公报》《关于全面开展城市体检工作的指导意见》等文件要求，城市体检需依托现有权威数据资源，比如全国自然灾害综合风险普查房屋建筑和市政设施调查、城市危旧房摸底调查，通过统一整合提升决策效率。“多元化手段 ”包括自动化采集(如传感器、API接口等)、人工采集(如实地测量、问卷调查)、

多源校验以及适时引入图像识别、物联网等新技术。

4.2.2 数据采集内容应符合数据采集相关要求，所有采集的数据必须满足城市体检指标中明确规定的数据需求、规范、标准以及法律法规。属性信息及其意义：

1 数据来源： 记录数据的原始来源方(如负责单位及部门、传感器、第三方机构、互联网等)。这对于追溯数据源头、核实数据真实性、明确责任主体以及在数据出现问题时进行沟通至关重要。

2 数据负责单位：明确对该数据的准确性和完整性有直接管理责任的单位。这对于建立清晰的数据管理责任制，确保数据在整个生命周期内有人负责。

24

3 时间精度：指明数据采集的具体时间点的精确程度(如精确到年、月、 日)。这对于分析时效性、事件序列、时间相关性以及确保不同时间点数据的可比性不可或缺。

4 空间精度：指明数据所代表的地理位置信息的精确程度(如精确到省、市、区县、街道、经纬度坐标等)。这对于空间分析、地理定位、区域统计以及空间数据的融合应用具有决定性作用。

5 数据格式：明确数据的存储和表示形式(如 CSV、JSON、 XML、 Parquet、数据库表结构、特定编码等)。清晰的格式信息是保证数据能被正确读取、解析、处理、交换和长期保存的关键，避免了格式混乱导致的技术障碍。

4.2.4 为确保数据的完整性、可理解性和长期应用价值，在采集数据时必须同步收集相关说明材料。近五年历史数据是提供趋势分析的基础;相关统计台账是保障数据源的真实性;矢量数据、图纸及相关规划是明确空间位置与布局的依据;工作总结材料是揭示数据产生的具体业务场景和过程;相关政策材料是理解数据遵循的法规政策的框架。配套收集这些说明材料是确保数据可追溯、可理解、可分析的关键基础。

4.3 采集 方法

4.3.1 本类数据强调人工介入的主动性采集，适用于主观感知类指标(如居民满意度)及需现场核验的实体指标(如设施破损率)。需平衡样本代表性与数据真实性，如通过分层抽样与空间覆盖相结合的方式确保样本代表性，通过多源数据融合与交叉验证提升数据的真实性。

25

移动端工具可集成北斗定位、照片水印、逻辑校验功能，避免纸质记录易出现的漏项、笔误问题;实时云端同步可防止数据丢失，并为团队协同提供版本管理支持。调研记录表应包含时间、地点、责任人等信息。

CAWI(计算机辅助网络调查)适用年轻群体，CATI(计算机辅助电话调查)覆盖老年群体。抽样应遵循“分层等概率 ”原则，例如按建筑年代、产权类型划分样本层。问卷设计需通过预测试验证信效度。

座谈访谈宜采用“半结构化访谈 ”模式：预先设计核心问题框架，同时保留开放式讨论空间。建议双人作业(主持+记录)，使用NVivo等工具进行访谈文本的语义网络分析，识别高频诉求关联性。

4.3.2 此类数据具有权威性但存在时滞，适用于基准值设定(如人均住房面积)。需关注部门间统计口径差异，例如“常住人口 ”，在公安、卫健系统的定义可能不同。年鉴数据应标注统计年份，当不同来源数据矛盾时，按《统计法》 以统计局公报为准。

4.3.3 适用于客观物理指标采集(如绿地率)，需注明数据精度：卫星影像分辨率宜≤2m，无人机航片分辨率宜≤0.1m。

GIS空间分析需定义统一投影坐标系[以2000国家大地坐标系 (CGCS2000)和1985国家高程作为基准进行定位]，避免面积计算偏差。复杂区域飞行需申请空域许可(参照《无人驾驶航空器飞行管理暂行条例》)。倾斜摄影建模可生成3D建筑模型，用于立面破损检测。监测站点布设需符合《环境空气质量监测技术规范》 HJ 664。智能电表数据应剔除异常值(如持续零读数)，采样频率不低于15分钟/次。

26

4.3.4 适用于宏观趋势分析，但需注意商业平台数据获取权限及隐私合规要求(符合《个人信息保护法》第13条)。

高德/百度地图API可获取实时人流热力图，用于商业活力指数计算。需设置调用频次限制(建议≤50次/分钟)，避免触发平台流控。

手机信令获取数据需经空间泛化处理(聚合至500m ×500m栅格)，停留时长≥30分钟判定为有效活动。结合LBS(位置服务)数据识别职住通勤流，支撑TOD(公共交通导向开发)规划。

27

5.2.2 数据清洗工具主要有以下几类，见表1。

表1 数据清洗工具

工具类型

典型工具

适用场景

编程语言库

Python、R

可对城市体检数据中的word和图片数据进行清洗

数据库工具

SQL、PL/SQL

城市体检数据中矢量数据清洗处理

ETL工具

Apache NiFi、Talend

支持多源异构数据集成

文本处理工具

Notepad++、Sublime Text

支持互联网数据去标签，规范化地址字段。支持对文本批量化处理

空间分析工具

基于国产化GIS软件的空间句法、网络分析模块，如MapGIS等

支持空间数据进行数据清洗，包括删除重复要素、修复几何错误等

5.2.3 数据转换是解决多源异构数据兼容性问题、实现数据标准

化的关键环节，包括格式变换和结构规范化两类基础操作，可根据数据类型、规模及分析需求，配套采用空间校正、抽样简化等方法，执行要求如下：

1 空间校正应采用仿射变换、投影变换等方法，基于高精度控制点修正几何误差，并修复要素重叠、缝隙及线要素悬挂等拓

扑缺陷。

2 抽样简化需在保证计算精度的前提下，通过随机或分层抽样获取代表性样本，并对线面要素进行冗余节点剔除与关键特征

28

保留的几何简化处理。

5.3.1 数据校验的目的是校验采集到的各类数据的处理方法、处

理过程以及经过校验后的数据是否满足要求。如果校验不通过，一是检查数据处理方法与过程是否有错误;二是检查原始数据采集是否满足要求。

5.4.3 数据呈现中空间可视化需满足如下要求：

1 空间标注坐标系统采用CGCS2000，禁止混用坐标系。

2 空间可视化输出须明确标注比例尺条及数字比例尺。

3 空间可视化图例需包含符号样式、颜色、尺寸、单位及分类字段与数值区间等内容。

4 矢量数据需附带属性表。

29

6.2 数据 安全

6.2.2 核心数据、重要数据、一般数据典型示例见表2。

表2 核心数据、重要数据、一般数据典型示例

序号

数据安全

重要性

典型示例

核心数据

市域空间矢量GIS地图;实景三维数据

重要数据

调研类数据中的居民信息、社区公共基础设施数据

一般数据

互联网数据如网上公开的历史年鉴、居民调查中的满意度调查数据

按照数据分类，数据安全定级从高到低依次为测绘类数据、统计类数据、调查类数据和互联网数据。城市体检数据范围越大，其安全定级越高;城市体检数据精度越高，其安全定级越高。

6.2.5 城市体检数据传输安全管理不仅涉及同级部门间数据传输

安全管控，还涉及跨层级行政部门的数据安全管控。宜在网络架构设计、资源调度优化、冗余备份机制三个维度构建高可靠传输体系，确保数据传输的可靠性和网络传输服务的可用性。数据的安全通道主要包括政务专网、MPLS-VPN、单向光闸等手段，数据加密主要包括文件加密、文件夹加密、数据库加密等。

6.2.7 必要的管理和技术措施主要包括建立数据安全管理办法、

数据安全保密制度和配备具有信息安全工程师资格的专职安全管理人员。