在目前主流互联网电子地图中，POI（Point of Interest）指兴趣点，每一个POI至少包含四项基本信息：名称、地址、类别、经纬度坐标，它可以是一栋房子、一个商铺、一个小区门口或一个公交站等；

AOI（Area of Interest），顾名思义，指的是互联网电子地图中的兴趣面，同样包含四项基本信息，主要用于在地图中表达区域状的地理实体，如一个居民小区、一所大学、一个写字楼、一个产业园区、一个综合商场、一个医院、一个景区或一个体育馆等等；

AOI相比POI，具有更好的表达力，更好的计算力，更好的稳定性（POI瞬息万变，而AOI所表达的地理实体变化频率低很多）；相反，POI比AOI的抽象层次更高，万事万物都抽象为一个点，实现降维，回归本源。（此处乱讲，不必当真）

随着云计算、IoT、5G等信息技术发展，人类正在快速推进地理空间到信息空间（基于ICT技术构建）的映射和关联，如目前的O2O模式。而AOI所表达的地理实体是所有社会经济活动的地理载体，因此，以AOI数据为载体，将组织的业务数据、生产材料、生产工具、运营策略、人等所有生产要素组织起来，能够有效的完成线上线下一体化、推进组织向信息空间进化。

AOI数据整体可以分为两大类：栅格AOI数据、矢量AOI数据。

栅格AOI数据指各类栅格数据，每个像素所表达的地理空间范围（分辨率）是栅格AOI数据的边界，每个像素中存储的各类数值（多波段）是栅格AOI的属性值，目前栅格AOI数据获取方式越来越多，获取成本越来越低，分辨率越来越高，波段越来越丰富，处理算法和工具越来越成熟，当然，应用领域也越来越广泛；如下图的ASTER GDEM V2数据，每个像素为30m*30m大小，像素值为大地高程值。

矢量AOI数据简单说就是矢量地图数据中的各类面数据，如最基本的行政区划面数据，这也是各类GIS应用系统中用的最多的AOI数据，我们在不同的行业应用系统中把各类属性关联到行政区划面中，进行统计、分析、可视化，并以此将GIS统计分析算法、模型、思维引入到各行各业，满足业务需求，体现GIS的价值。

随着ICT技术的不断发展，数据处理能力飞速提升，同时线上应用场景越来越精细化、强调差异化，越来越多的决策需要更细致的数据支撑（目前看按区县做出经营决策对很多大型公司都是一个挑战），因此对AOI数据的要求越来越高，本质上是越来越真实化，即郭院士讲的建立真实世界到信息世界的映射。

目前三大互联网巨头都投入巨资做互联网地图入口，积累了大量的高质量AOI数据，更新频率也较高，是理想的AOI数据源。使用Python开发爬虫工具，可以获取互联网地图的POI和AOI数据，再基于位置关联主流房地产、旅游、交通、美食、生活服务网站的相关数据，可以建立覆盖全面、坐标相对精确、时效性好、属性内容丰富的AOI矢量数据，是建设各行业GIS应用场景的重要基础数据。

可以打开编辑器查看具体的边界坐标点：

目前已获取的AOI矢量数据覆盖全国31个省市自治区和港澳地区，可以提供GCJ-02坐标系、BD09坐标系、WGS84坐标系数据；

数据格式也比较全面，默认提供SHP格式文件，可以根据要求提供MapinfoMIF/TAB格式、GoogleKML格式、WKT格式、WKB格式、ArcGIS FileGeodatabase格式。

数据更新可以根据需求做到最快按周更新，默认提供按季度更新。

目前全国范围共获取AOI矢量数据共计超过78万个，22个大类，150余个小类，涵盖衣、食、住、行、教育、医疗、旅游、政府机关、经济、体育休闲等所有经济活动区域；

另外获取了全国4万多个乡镇/街道边界AOI矢量数据，包含名称，行政区划编码，所属省、市、区县等信息；

具体数量见下表：

类别与数量

默认提供的属性字段如下表：

属性列表

感兴趣长按下面二维码，关注公众号进一步交流

空间数据研究所