广西自然资源调查监测体系构建

发布时间：2021-07-19 15:51

　　此前,我国自然资源实行分头管理,各要素的调查监测分别由国土、水利、农业、林业、海洋等部门组织开展,这导致了各类要素调查监测存在数出多门、标准不一、成果矛盾和难以共享等问题。为解决上述问题,需要对广西自然资源全要素进行统一调查监测。广西自然资源调查监测体系的构建,将为自然资源不动产登记、国土空间规划和用途管制、生态环境保护与修复等提供准确、可靠、科学和权威的自然资源基础数据。首先,从调查监测理论体系研究入手,研究符合广西区情的调查监测方案,并强化应急监测的作用;再重点研究了调查监测的云平台架构,分别从多维立体观测网络的搭建、遥感大数据的云计算、数据成果的分发服务等方面进行讨论;然后,分析了体系构建中涉及的主要关键技术;最后对基于调查监测成果的应用前景进行了展望。 

【文章来源】：国土资源遥感. 2020,32(02)北大核心CSCD

【文章页数】：8 页

【部分图文】：

云平台架构

广西自然资源调查监测离不开能够反映自然资源要素基本状况的观测数据，因此，需要构建符合广西区情的天-空-地一体化遥感观测网，如图2所示。该观测网要满足“多维立体”和“快速灵活”2个核心要求。在调查阶段，强调的是“多维立体”。由于调查是全域覆盖和全要素考虑，单一观测网络已不能满足要求，需要建立多维立体的遥感观测网络，以提升对全区域、局部地区的自主、全天时、全天候、多种观测、多源数据获取能力。尤其是在山地丘陵性盆地地貌和地处亚热带季风气候区的广西，其独特的地理位置和气候条件，导致地表覆盖类型复杂繁多、全覆盖的光学遥感数据获取困难和调查图斑破碎分散且难以识别。因此，需要依靠其他观测手段作为补充，如微波遥感、无人机遥感、地面遥感和泛在智能传感网络等。

云计算中心通过对海量多源异构的遥感大数据进行处理，其流程如图3所示。首先，数据池的数据包括来自遥感对地观测数据、基础地理信息数据、各种地面观测数据、众源地理空间数据以及其他互联网数据等。以上数据需要在隐私安全保护机制下进行有效性检验和显示存储以及备份。在预处理阶段、对经过有效性检验的数据进行统一描述表达和生成标准格式数据。结合深度学习训练的模型，对标准格式的数据进行全自动的批量预处理，得到中间数据产品。利用深度学习的训练模型，实现特征要素的自动提取，序列影像的变化自动检测，变化信息的自动分类。再结合自然资源的要素库、指标库和参数库，获取自然资源要素的水平分布及其变化情况。由于数据量大、格式多样、要素复杂、时效性强，因此，遥感大数据的处理必定朝着自动化、实时化和智能化的方向发展。2.3 数据挖掘和评价制度

【参考文献】：
期刊论文
[1]环境遥感云服务平台与高性能平台对比分析[J]. 史园莉,孙中平,姜俊,高乾,孙浩,闻瑞红.  国土资源遥感. 2019(02)
[2]高分遥感在自然资源调查中的应用综述[J]. 陈玲,贾佳,王海庆.  国土资源遥感. 2019(01)
[3]奋力开创自然资源调查监测新局面——访谈自然资源调查监测司司长白贵霞[J].   国土资源. 2018(11)
[4]遥感大数据时代与智能信息提取[J]. 张兵.  武汉大学学报(信息科学版). 2018(12)
[5]基于国产高分卫星数据的矿山环境变化检测[J]. 王立娟,靳晓,贾虎军,唐尧,马国超.  国土资源遥感. 2018(03)
[6]基于RasterCatalog的海量遥感数据存储及快速浏览技术研究[J]. 随欣欣,王彦佐,晋佩东,魏英娟,王文凯,马骏欢.  国土资源遥感. 2017(04)
[7]山水林田湖生命共同体与自然资源用途管制路径创新[J]. 黄贤金,杨达源.  上海国土资源. 2016(03)
[8]大数据时代的农情监测与预警[J]. 吴炳方,张淼,曾红伟,张鑫,闫娜娜,蒙继华.  遥感学报. 2016(05)
[9]地理国情大数据研究框架[J]. 张继贤,顾海燕,鲁学军,侯伟,余凡.  遥感学报. 2016(05)
[10]遥感云计算:研究现状与展望[J]. 李振举,李学军,刘涛,谢剑薇,杨晟.  装备学院学报. 2015(05)



本文编号：3290979