资源环境数据形成的大数据方法
|
|
中国网/中国发展门户网讯 实现 2030 年人类可持续发展目标，需要开展连续不断、长时间序列的地球表面监测，通过分析掌握环境变化的影响及驱动机制。为此，全球有条件的国家均会开展系列的资源环境监测和观测，为可持续发展决策提供可靠的依据。我国为了摸清全国不同区域的资源环境本底数据，不同部门开展了一系列大规模的综合科学考察，并建设了规模庞大的基础设施与人员队伍，如：依托全国布置 40 余万个地面采集样点定时开展的森林调查；依托全国 2 万多个水文站点开展水文要素的观测。国土部门的土地调查和统计部门的农业普查也相类似，它们需要消耗巨大的人力、物力——世界上只有少数国家能够承担得起如此沉重的财政负担，这也是大多数发展中国家资源环境数据缺乏的主要原因。与此同时，资源环境数据收集过程中，部门分割严重，重复投资现象突出，甚至在同一个部门内会建立相互独立的数据收集渠道和观测网络，有限的资源未能集中使用，这不仅导致数据冗余，而且不同部门间的数据资源更加分散；即便是收集到的资源环境数据也未得到有效的管理；在数据使用时，又多以保密、隐私为由，拒绝将相关资源环境数据进行共享，行保护小集团利益之实，这严重阻碍了资源环境监测与观测对推动相关行业发展的作用发挥。
移动通信技术的迅猛发展使得智能移动终端成为信息获取的新手段，而智能终端内置传感器愈发丰富恰恰成为众源地理数据采集的完美载体。移动互联网时代，每个移动终端每时每刻都会产生丰富的时空信息资源，正形成人人都是地球空间信息员的新局面，催生了包括地理位置、移动速度、移动路径、运动覆盖面、照片等信息在内的海量的众源地理数据。大量对地观测数据对公众免费开放下载和使用，以及云平台的普及，催生了大量的云端资源环境数据，从而改变了传统的资源环境生成方式，给资源环境监测与评估提供了新的数据获取方式。本文结合笔者近 30 年来在资源环境数据方面开展的研究，特别是近几年大数据研究工作，从众源地理数据、云端资源环境数据和云端资源环境专业服务 3 个部分递进式阐述资源环境数据生成的大数据方法及潜力，并对未来的发展方向进行展望；以期能够以新的大数据方法，改变当前资源环境数据的不透明现状，促进科学与业务数据的联结，推动大数据时代资源环境数据获取方式及应用广度的发展。