地理空间大数据服务自然资源调查监测的方向分析

相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

地理空间大数据服务自然资源调查监测的方向分析

在自然资源管理体制发生变革、技术发展突飞猛进、国内外形势日新月异、技术大融合、业务大整合的背景下,将自然资源调查监测与地理空间大数据紧密的结合起来,从战略和全局高度研究和谋划创新发展,对自然资源管理具有重要的意义。文章将主要对地理空间大数据服务自然资源调查监测进行分析,并展望其发展方向。

标签:地理空间大数据;自然资源;调查监测

前言

为履行中央关于自然资源部统一行使全民所有自然资源资产所有者职责和统一行使所有国土空间用途管制和生态保护修复职责(简称“两统一”职责),2018年10月,自然资源部研究印发了《自然資源科技创新发展规划纲要》,提出了以“一核两深三系”为主体的自然资源重大科技创新战略,将构建地球系统科学核心理论支撑(“一核”),引领深地探测、深海探测国际科学前沿(“两深”),建立自然资源调查监测、国土空间优化管控、生态保护修复技术体系(“三系”)。在地理空间大数据架构下,按照自然资源调查监测的工作要求,能够建立全流程地理空间大数据技术体系。

1自然资源管理与调查监测

根据自然资源部的管理职责,自然资源管理工作主要包含以下4个方面:①开展自然资源统一调查评价监测;②开展自然资源统一确权登记;③建立空间规划体系并监督实施;④自然资源保护与国土空间生态修复。

其中,开展自然资源统一调查评价监测,任务包括制定自然资源调查监测制度、指标体系和统计标准;组织实施自然资源调查和监测;对自然资源调查监测成果进行汇交、管理、使用和发布等。

2地理空间大数据服务自然资源调查监测

2.1全天候立体化监测网

一方面建立基于传感器的“天基—空基—地基”地球观测数据一体化获取网络,另一方面,利用基础地理信息数据、常态化数据交换获得各类专题统计分析与调查数据和互联网上的众源地理空间数据,形成满足自然资源调查监测的全天候立体化监测网,提升对监测区域的全天候和众源数据获取能力。

2.2自然资源调查监测大数据仓库

面向众源、异构、动态性自然资源调查监测数据源的共建共享与集成应用,

基于互联网和大数据存储等技术,实现自然资源调查监测数据源的分布式存储、一体化管理、统一的数据存取访问接口等,为自然资源调查监测在领导决策、部门管理和社会化应用方面提供数据资源保障。

2.3自然资源调查监测大数据计算中心

运用分布式计算、人工智能、机器语言和分析挖掘等知识,实现自然资源调查监测的高效处理和深度学习与计算,提供数据清洗,高性能计算、分布式智能解译与变化监测、数据分析与挖掘处理、深度学习与深度增强学习、自然语言理解、人类自然智能与人工智能深度融合等能力。

2.4自然资源调查监测大数据服务平台

面向社会公众、政府部门、行业用户,按照不同的管理层级,通过统一认证和权限分配,提供门户网站服务、平台服务、应用服务。门户网站服务是基于大数据可视化技术,为用户提供直观、便捷、高性能、可交互的自然资源信息服务。平台服务是以服务接口的形式提供自然资源调查监测大数据计算中心所涵盖的技术能力,如数据处理服务、影像解译服务、数据分析服务、应用服务管理等。应用服务是面向具体的应用(如生态保护与修复、国土空间开发监测)按照一定的业务逻辑而提供的解决方案级服务。

3地理空间大数据服务自然资源动态监测的发展方向

在互联网+、深度学习、大数据、云计算等一系列关键技术突破和新一代装备研发的基础上,重点对现有产品模式、技术模式进行转型升级。建立全空间、全信息化产品模式,创新自动化、智能化技术模式,实现自然资源动态监测“一盘棋”。

3.1实现产品模式全空间化、全信息化

遵循“需求驱动、面向应用”的基本原则,按照“统筹设计、融合建库、丰富扩展”的基本思路,改变现有的产品分类模式,建立“全国统一、多尺度融合、专题信息丰富、专业要素衔接”的全空间、全信息的新型国家地理空间框架数据库。

(1)产品全空间化获取。全面理清应用需求,拓展自然资源信息数据的覆盖范围,从国内拓展到全球范围、从陆地拓展到海洋、从地上拓展到地下和水下、从室外拓展到室内等多方面的地理信息。

(2)产品全信息无缝融合。摒弃传统综合取舍和按比例尺制图思路,按需应采尽采、全面表达要素、丰富专题信息,实现最大比例尺自然资源信息全信息无缝融合。

3.2创新自动化信息提取与挖掘

创新基于深度学习的影像信息提取技术,实现自然资源调查信息的应需自动提取。同时,基于互联网泛在资源等,辅以基于大数据的信息挖掘技术,弥补影像信息提取的不足,最终实现地理要素的提取和处理接近全自动化。

(1)基于深度学习的影像信息提取技术。基于现有的2011-2017年连续七版的基础地理信息成果以及相应的遥感影像数据,从海量数据中自动学习,提取最有预测性的特征,构建出相应的深度学习模型,继而进行高效的信息分类、解译和自动化提取。

(2)基于大数据的专业地理信息挖掘技术。基于互联网泛在资源、公众地理信息反馈的变化信息等,发展基于大数据的信息挖掘与变化监测技术,弥补影像提取信息的不足,并丰富自然资源要素属性内容。

结语:

综上所述,地理空间大数据在统一的地理空间大数据框架下,利用大数据和地理信息技术,实现对海量、异构、多语义、时序、多尺度数据的采集、存储、管理、共享、关联分析和可视化展示,从中产生新知识、创造新价值、提升决策能力,将成为地理空间大数据服务的重要方式。地理空间大数据服务自然资源调查监测工作将有助于进一步提升国家基础测绘的保障能力,更好服务于自然资源管理、国家经济建设、国防建设、社会发展和生态保护等领域。

参考文献:

[1]建军,吴晨琛,杨眉,杜晓,刘剑炜. 对基础地理信息应需及时更新的思考[J]. 刘地理信息世界. 2016(02)

[2] 刘建军. 国家基础地理信息数据库建设与更新[J]. 测绘通报. 2015(10)

[3] 陈军,武昊,李松年,陈斐,韩刚. 面向大数据时代的地表覆盖动态服务计算[J]. 测绘科学技术学报. 2013(04)

相关文档
最新文档