黃河流域空天地一體化大數(shù)據(jù)平臺架構及關鍵技術研究

王 軍

（鄭州航空工業(yè)管理學院 大數(shù)據(jù)科學研究院大數(shù)據(jù)關鍵詞排名一體化，河南 鄭州450046）

摘 要：黃河流域空天地一體化大數(shù)據(jù)多源異構大數(shù)據(jù)關鍵詞排名一體化，是涉及空間段、天際段、地表段的生態(tài)大數(shù)據(jù)大數(shù)據(jù)關鍵詞排名一體化，涉及面廣、生態(tài)問題嚴峻。 為緩解生態(tài)保護壓力，探索黃河發(fā)展以及變化規(guī)律，分析構建面向黃河流域生態(tài)保護的空天地一體化大數(shù)據(jù)平臺的必要性，設計大數(shù)據(jù)平臺的總體框架，分析大數(shù)據(jù)平臺的技術架構和關鍵技術，討論大數(shù)據(jù)平臺在黃河流域生態(tài)保護中的應用，以期為黃河流域的全流域治理、水資源的科學分配、洪澇災害的預警、文化旅游的發(fā)展提供技術思路和決策支撐，進而為黃河流域的生態(tài)保護和高質量發(fā)展做出一些貢獻。

關鍵詞：大數(shù)據(jù)平臺大數(shù)據(jù)關鍵詞排名一體化；空天地一體化；平臺架構；黃河流域

黃河流域的生態(tài)保護成效事關我國經濟社會發(fā)展和生態(tài)安全［1］。 以下從3 個方面分析本研究的必要性。 第一，從國家戰(zhàn)略、政策層面來看，2019 年9 月習近平總書記在鄭州主持召開黃河流域生態(tài)保護和高質量發(fā)展座談會并發(fā)表重要講話，明確提出黃河流域生態(tài)保護和高質量發(fā)展是重大國家戰(zhàn)略［2］。 2018 年6月，中共中央、國務院印發(fā)《關于全面加強生態(tài)環(huán)境保護堅決打好污染防治攻堅戰(zhàn)的意見》，提出“建立權威高效的生態(tài)環(huán)境監(jiān)測體系，構建天地一體化的生態(tài)環(huán)境監(jiān)測網絡”［3］。 2017 年12 月的中共中央政治局集體學習也特別提出，要加強大數(shù)據(jù)技術在各行各業(yè)的創(chuàng)新性應用，健全大數(shù)據(jù)輔助科學決策和社會治理的機制［4］。 第二，從黃河流域的生態(tài)、發(fā)展狀況來看，黃河流域面積79.5 萬km2，面臨水土流失嚴重、水資源分配不均、二級懸河嚴重、甘肅內蒙古等地經濟發(fā)展滯后等生態(tài)環(huán)境和經濟發(fā)展問題［5］。 黃河流域的生態(tài)保護和高質量發(fā)展涉及多部門、多學科、多因素，指揮調度困難，需要處理海量的水文泥沙、氣象氣候、地質地貌、植被生物、土壤水質以及經濟社會等多尺度異構數(shù)據(jù)，這無疑給黃河流域的生態(tài)監(jiān)測、水土治理、產業(yè)發(fā)展等一系列生態(tài)保護和高質量發(fā)展措施加大了難度。 第三，從現(xiàn)實的數(shù)據(jù)產生、技術發(fā)展來看，未來10 a全球天、空、地部署的數(shù)百萬計傳感器每日獲取的觀測數(shù)據(jù)將超過10 PB［6］，面對海量的生態(tài)環(huán)境監(jiān)測數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理理念、方法、工具和技術根本無以應對，必須采用大數(shù)據(jù)的理念、方法、工具和技術，這已是國家、省級和地方各級環(huán)保部門的共識。 綜上，進行面向黃河流域生態(tài)保護的空天地一體化大數(shù)據(jù)平臺研究很有必要。 平臺設計的好壞、技術組件選配是否合理，直接影響黃河流域生態(tài)大數(shù)據(jù)的處理分析，進而影響黃河流域生態(tài)保護的差別化、精準化和管理一體化。

1 黃河流域生態(tài)大數(shù)據(jù)的內涵及其面臨的問題

大數(shù)據(jù)具備“5V”基本特征，即規(guī)模性（Volume）、多樣性（Variety）、高速率（Velocity）、真實性（Veracity）以及價值性（Value）［6］，根據(jù)行業(yè)領域可分為不同的類別，例如健康醫(yī)療大數(shù)據(jù)、教育大數(shù)據(jù)、電子商務大數(shù)據(jù)、生態(tài)大數(shù)據(jù)等。 較之其他行業(yè)大數(shù)據(jù)，生態(tài)環(huán)境大數(shù)據(jù)是一個系統(tǒng)生態(tài)圈，涉及地理信息廣，是涉及空間段、天際段及地表段全方位地理空間數(shù)據(jù)集，是黃河流域物理空間到數(shù)字空間的映射和提煉［7］。 因此，黃河流域生態(tài)大數(shù)據(jù)不僅具有一般大數(shù)據(jù)的基本特征，還具有地理時空性特征，如圖1 所示。

圖1 黃河流域生態(tài)大數(shù)據(jù)地理空間特征

根據(jù)相關的文獻定義［6-9］，并針對黃河流域特點，列出黃河流域生態(tài)保護相關的數(shù)據(jù)類型、采集方式和主要內容，見表1。

表1 黃河流域生態(tài)大數(shù)據(jù)類型、采集方式及主要內容

確定黃河流域生態(tài)大數(shù)據(jù)的類型和特點，將為后續(xù)定制大數(shù)據(jù)平臺提供必要的依據(jù)。 目前，各方將大數(shù)據(jù)技術應用于生態(tài)保護的積極性比較高，但仍存在以下問題：①多元立體感知能力欠缺，生態(tài)環(huán)境無人機監(jiān)測系統(tǒng)數(shù)量較少，應急、機動觀測能力不足，地面監(jiān)測方面規(guī)?；⒊B(tài)化監(jiān)測很少；②全要素監(jiān)測能力薄弱，大部分是對單一生態(tài)要素的監(jiān)測，未將多個生態(tài)要素的監(jiān)測數(shù)據(jù)整合應用起來，勢必造成所獲取的數(shù)據(jù)不全面，挖掘出的知識不系統(tǒng)；③流域環(huán)境監(jiān)測數(shù)據(jù)的共享、整合、應用能力不足，不同系統(tǒng)各自分散獨立建設［9］，缺少統(tǒng)一規(guī)劃、統(tǒng)一建設、統(tǒng)一部署；④深層次知識挖掘水平較低，對生態(tài)環(huán)境大數(shù)據(jù)的利用水平較低，大部分只是用來做一些簡單的統(tǒng)計和報表［10］，如何利用大數(shù)據(jù)技術結合業(yè)務模型從海量數(shù)據(jù)中挖掘隱藏在其中的各種知識、洞見，則做得比較少。 筆者對生態(tài)大數(shù)據(jù)的平臺架構及關鍵技術進行研究，對遙感數(shù)據(jù)、水文數(shù)據(jù)、水質數(shù)據(jù)、氣象氣候數(shù)據(jù)等進行深度挖掘、智能分析，以期為生態(tài)保護決策提供數(shù)據(jù)支撐。

2 黃河流域空天地一體化大數(shù)據(jù)平臺框架

建立大數(shù)據(jù)平臺的前提和基礎是數(shù)據(jù)資源的共享，大數(shù)據(jù)平臺的數(shù)據(jù)探測與采集面對的是多部門、多系統(tǒng)數(shù)據(jù)融合，現(xiàn)實中各行業(yè)數(shù)據(jù)標準格式以及技術路線是不統(tǒng)一的，各部門之間是數(shù)據(jù)割據(jù)的局面，導致不同程度的“數(shù)據(jù)孤島”現(xiàn)象，數(shù)據(jù)之間沒有實現(xiàn)共享，這也是制約大數(shù)據(jù)發(fā)展的顯著問題［11］。 為了響應國家大數(shù)據(jù)戰(zhàn)略，各級環(huán)保部門紛紛開始探索和建設生態(tài)大數(shù)據(jù)平臺。 黃河流域空天地一體化大數(shù)據(jù)平臺架構如圖2 所示。

圖2 黃河流域空天地一體化大數(shù)據(jù)平臺架構

生態(tài)環(huán)境一體化大數(shù)據(jù)平臺建設，目的是實現(xiàn)生態(tài)環(huán)境綜合決策科學化、生態(tài)環(huán)境監(jiān)管精準化、生態(tài)環(huán)境公共服務便民化［8］。 首先應該基于先進的物聯(lián)網技術，融合5G 網絡通信手段，構建空天地一體化網絡。 沈學民等［12］提出以地基網絡（地面互聯(lián)網、移動通信等）為基礎，以空基網絡（高空通信平臺、無人機自組等）和天基網絡（各種衛(wèi)星通信系統(tǒng)等）為補充和延伸的空天地一體化網絡建設設想，以期不同維度的網絡可以充分發(fā)揮自身作用，打破各自獨立的網絡系統(tǒng)之間的數(shù)據(jù)共享屏障，實現(xiàn)廣域網絡的互通互聯(lián)。黃河流域從空間段、天際段到地表段的數(shù)據(jù)采集，都離不開網絡的傳輸，并且在水文泥沙、土壤土質等數(shù)據(jù)的采集中，更是離不開傳感器的數(shù)據(jù)傳輸。 空天地一體化網絡的建設影響數(shù)據(jù)的傳輸速率、范圍，同時為空天地一體化平臺的應用提供網絡通信基礎，空天地一體化網絡也是未來網絡發(fā)展的趨勢之一。 空天地一體化大數(shù)據(jù)是針對某個研究對象或者具體范圍，由空、天、地設備協(xié)同探測與采集的多源多模大數(shù)據(jù)及相關的綜合分析技術。 一體化大數(shù)據(jù)平臺的建設需借助大數(shù)據(jù)技術對多源異構數(shù)據(jù)進行大數(shù)據(jù)存儲管理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)可視化，建立一體化的大數(shù)據(jù)運營調度中心，開展黃河流域植被遙感圖像的自動識別與標注、數(shù)據(jù)綜合分析與數(shù)據(jù)挖掘、動態(tài)環(huán)境監(jiān)測、智能算法模型庫構建等關鍵技術研發(fā)，構建以“數(shù)據(jù)-分析-服務-價值”為驅動的一體化大數(shù)據(jù)平臺，為解決黃河流域治理相關問題提供相應的數(shù)據(jù)、服務、調度、預測、決策等一系列支持。

黃河流域生態(tài)環(huán)境空天地一體化大數(shù)據(jù)平臺總體規(guī)劃是基于物聯(lián)網、人工智能、區(qū)塊鏈等新一代信息技術，以環(huán)境水利、人文社會為業(yè)務支撐，整合基礎設施資源、時空大數(shù)據(jù)資源、北斗高精度資源，建立一體化大數(shù)據(jù)運營中心，為生態(tài)保護、文化旅游、產業(yè)布局、安全監(jiān)測、交通治理、規(guī)劃建設、應急指揮以及國土資源提供服務。

3 黃河流域空天地一體化大數(shù)據(jù)平臺技術架構研究

一體化大數(shù)據(jù)技術平臺因其要處理的數(shù)據(jù)類型不同、采取的數(shù)據(jù)處理技術不同，技術架構的層次體系也不同。 趙芬等［13］針對生態(tài)大數(shù)據(jù)，將大數(shù)據(jù)技術處理流程分為獲取、存儲與管理、計算模式與系統(tǒng)構建、分析4 個階段；舒田等［7］針對石漠化大數(shù)據(jù)，將喀斯特石漠化大數(shù)據(jù)平臺技術處理流程分為獲取、存儲與管理、計算模式、分析4 個階段；常杪等［14］將大數(shù)據(jù)的處理流程分為采集與預處理、存儲、分析、可視化4 個階段。生態(tài)大數(shù)據(jù)處理的核心思想是通過各種數(shù)據(jù)的有機結合、計算、分析，去解決復雜的生態(tài)環(huán)境問題，為環(huán)境決策的準確性、時效性、科學性提供支撐，助力保護生態(tài)環(huán)境和社會經濟的高質量發(fā)展，最終將生態(tài)大數(shù)據(jù)價值最大化［15］。 本文基于大數(shù)據(jù)處理的常規(guī)流程將黃河流域空天地一體化大數(shù)據(jù)的技術處理流程分為數(shù)據(jù)采集與預處理、數(shù)據(jù)存儲與安全管理、數(shù)據(jù)智能分析、數(shù)據(jù)可視化4 個部分，如圖3 所示。

圖3 黃河流域空天地一體化大數(shù)據(jù)技術處理流程

3.1 基礎設施平臺

黃河流域空天地一體化大數(shù)據(jù)在總體架構上將平臺分5 層，分別是基于網絡基礎服務和IT 基礎設施服務的基礎層、采集層、大數(shù)據(jù)層、分析層和呈現(xiàn)層。 作為大數(shù)據(jù)平臺的運行基礎，基礎層為黃河流域空天地一體化大數(shù)據(jù)平臺提供堅強的軟硬件基礎設施支撐?；A設施平臺中硬件資源包括處理數(shù)據(jù)的計算機、通信網絡和存儲設備，軟件資源包括操作系統(tǒng)、數(shù)據(jù)庫管理系統(tǒng)以及中間件等。 采集層主要是對生態(tài)大數(shù)據(jù)進行探測、采集、預處理，它是大數(shù)據(jù)平臺的數(shù)據(jù)支撐層，是數(shù)據(jù)分析的前提條件。 大數(shù)據(jù)層是對數(shù)據(jù)的存儲與安全管理層，數(shù)據(jù)的存儲方便數(shù)據(jù)的檢索，數(shù)據(jù)在傳輸、存儲、處理時易受到數(shù)據(jù)泄密、篡改等安全威脅，保障數(shù)據(jù)安全即保障黃河流域空天地一體化大數(shù)據(jù)平臺系統(tǒng)的可靠性，最終使數(shù)據(jù)價值最大化。 分析層是大數(shù)據(jù)平臺的核心部件，運用數(shù)據(jù)挖掘、機器學習、統(tǒng)計分析等手段，最大限度地開發(fā)數(shù)據(jù)“礦產”，為政府、科研機構提供更多的規(guī)律、現(xiàn)象、決策。 呈現(xiàn)層是數(shù)據(jù)價值的體現(xiàn)，一般采用圖表等數(shù)據(jù)可視化形式展示數(shù)據(jù)的形態(tài)，或者在真實場景虛擬仿真的基礎上具現(xiàn)化數(shù)據(jù)，為用戶提供所需的服務。

3.2 技術路徑

黃河流域空天地一體化大數(shù)據(jù)的采集主要對空、天、地三個時空領域進行采集。 其中：空間段采集的數(shù)據(jù)主要是衛(wèi)星遙感和衛(wèi)星定位數(shù)據(jù)，主要來自于國產衛(wèi)星影像云服務平臺的分發(fā)點［16］，通過GIS 空間技術分析地表信息的變化，例如黃河兩岸地表植被覆蓋率、建筑占地、防護林面積等指標分析；天際段采集的數(shù)據(jù)主要是無人機巡航數(shù)據(jù)、遙感數(shù)據(jù)、航空測繪數(shù)據(jù)等，通過一體化測圖系統(tǒng)將天際段采集的數(shù)據(jù)變化信息與空間段采集的基礎信息相匹配、拼接、勻色以及正射處理等，實現(xiàn)局部區(qū)域任意時間段的數(shù)據(jù)得到增量更新［16］，彌補衛(wèi)星數(shù)據(jù)周期長、費用高的不足，這種增量處理方式也可促進空天地一體化數(shù)據(jù)采集的協(xié)同處理；地表段的數(shù)據(jù)采集主要通過物聯(lián)網、移動平臺、人工管理等方式，通過地面氣象站、環(huán)境監(jiān)測網絡、部門的存活系統(tǒng)，采集多源異構數(shù)據(jù)如地面監(jiān)測數(shù)據(jù)、社會統(tǒng)計數(shù)據(jù)，再融合處理。

數(shù)據(jù)預處理是指在數(shù)據(jù)深度挖掘前，對原始數(shù)據(jù)進行必要的清洗、集成、轉換、離散和歸約等一系列的處理工作，從而達到數(shù)據(jù)分析算法和工具所要求的最低規(guī)范和標準［17］。 目前使用的數(shù)據(jù)預處理工具主要有Data Flux、Data Stage、IPC 等［13］。

數(shù)據(jù)存儲是數(shù)據(jù)分析與可視化的基礎，對于黃河流域生態(tài)大數(shù)據(jù)的數(shù)據(jù)存儲采用分布式的存儲方式，通過建立文件服務器、圖片服務器、關系型數(shù)據(jù)庫和非關系型數(shù)據(jù)庫，確保數(shù)據(jù)的持續(xù)可用、快速查詢。 比較常用的開源工具如Hadoop Common、HDFS、HBase等［13］，利用這些存儲技術來保障數(shù)據(jù)的實時提取以及多點數(shù)據(jù)關聯(lián)分析。

數(shù)據(jù)智能分析主要包括多源多模數(shù)據(jù)融合、大數(shù)據(jù)智能計算和多維目標智能識別3 個方面。 數(shù)據(jù)融合主要針對靜態(tài)數(shù)據(jù)的批處理、在線數(shù)據(jù)的流式處理以及三方數(shù)據(jù)的交互處理，針對各行業(yè)、各環(huán)控部門的數(shù)據(jù)進行組合、整合、聚合，發(fā)揮大數(shù)據(jù)的價值。 大數(shù)據(jù)智能計算和多維目標智能識別是以機器學習、統(tǒng)計分析、數(shù)據(jù)挖掘、建模分析為核心進行數(shù)據(jù)的價值挖掘、目標自動識別等智能分析的過程。 在框架層，可以采用Map Reduce、Storm、Spark 等工具。 在科學計算庫中，可以采用Numpy、Pandas、Scipy 等工具包。

數(shù)據(jù)可視化是數(shù)據(jù)的呈現(xiàn)方式，通過交互可視界面，使數(shù)據(jù)分析結果透明化、具現(xiàn)化。 大數(shù)據(jù)可視化的目的是讓用戶直觀地看到智能分析后的結果［7］，檢索用戶自身需要的項目，解決自身的需求和問題，為方案決策提供數(shù)據(jù)支撐，為態(tài)勢走向作科學預測。 從目前來看，ChronoViz、D3、FLIGHTGEAR 和Highcharts 等都是比較常用的智能可視化軟件。

4 黃河流域空天地一體化大數(shù)據(jù)平臺關鍵技術研究4.1 大數(shù)據(jù)探測與采集技術

獲取生態(tài)大數(shù)據(jù)是建立空天地一體化大數(shù)據(jù)平臺的前提，數(shù)據(jù)采集質量對數(shù)據(jù)分析結果有直接影響，因此生態(tài)大數(shù)據(jù)的采集技術是大數(shù)據(jù)平臺的關鍵技術之一。 下文從空域、天域、地域3 個方面分析大數(shù)據(jù)的探測與采集。

4.1.1 空域大數(shù)據(jù)的探測與采集

空域大數(shù)據(jù)主要通過衛(wèi)星探測與采集，從衛(wèi)星的不同用途可以分為遙感衛(wèi)星、導航衛(wèi)星、通信衛(wèi)星。 遙感信息的獲取通過大量搭載了全色、多光譜、高光譜傳感器的遙感衛(wèi)星來完成。 其中，全色圖像、多光譜圖像、高光譜圖像的分辨率見表2。 國外遙感衛(wèi)星中地球觀測一號衛(wèi)星（EO-1）是2000 年發(fā)射的，區(qū)別于傳統(tǒng)衛(wèi)星的是最多提供7 個多光譜波段的陸地資源衛(wèi)星，EO-1 衛(wèi)星搭載了高光譜成像儀Hyperion、高級陸地成像儀ALI 以及大氣校正儀LEISA［18］。 國內的衛(wèi)星中高分一號衛(wèi)星（GF-1）是2013 年發(fā)射的，搭載有2 m 空間分辨率全色相機、8 m 空間分辨率多光譜相機以及16 m 空間分辨率多光譜寬幅相機［18］，主要用于陸地監(jiān)測、環(huán)境監(jiān)測。 利用此類遙感數(shù)據(jù)為黃河流域的地理測繪、氣象氣候監(jiān)測、水文泥沙含量監(jiān)測提供數(shù)據(jù)支撐。

表2 全色圖像、多光譜圖像、高光譜圖像的分辨率

空域大數(shù)據(jù)可以從中國遙感數(shù)據(jù)網、地理空間數(shù)據(jù)云、遙感集市數(shù)據(jù)中心、國家綜合地球觀測數(shù)據(jù)共享中心等獲取。

4.1.2 天域大數(shù)據(jù)的探測與采集

隨著數(shù)字化時代的發(fā)展，無人機的應用變得越來越廣泛。 如日常的河流巡航，可以通過無人機的實時拍攝畫面監(jiān)測日常狀況以及突發(fā)狀況。 黃河流域天域大數(shù)據(jù)除了無人機的日常巡檢數(shù)據(jù)、災害巡查視頻數(shù)據(jù)、搭載無人機的傳感器監(jiān)測數(shù)據(jù)外，還有航空的測繪數(shù)據(jù)。 這類數(shù)據(jù)主要通過移動客戶端、設置埋點、數(shù)據(jù)推送、爬蟲等技術進行采集。

4.1.3 地域大數(shù)據(jù)的探測與采集

地域大數(shù)據(jù)主要包括水文泥沙、土壤土質、水資源取水耗水情況、水質污染狀況等數(shù)據(jù)，這些數(shù)據(jù)一部分在各部門機構中，屬于機密信息，一部分是公開數(shù)據(jù)，例如全國水雨情網站公布的水雨情信息，國家統(tǒng)計局公布的統(tǒng)計數(shù)據(jù)、年鑒數(shù)據(jù)、資源公報等，這類數(shù)據(jù)采集主要通過系統(tǒng)自動分析網頁抓取或自動讀取，存儲到平臺中。

4.2 大數(shù)據(jù)智能處理技術

4.2.1 空天地多源多模數(shù)據(jù)融合技術

多源數(shù)據(jù)融合是將不同來源的數(shù)據(jù)集，通過某種數(shù)學算法，利用各類數(shù)據(jù)在時空分辨率、完整性、精度等方面的互補性［19］，綜合各個輸入數(shù)據(jù)集的優(yōu)勢，彌補單個數(shù)據(jù)集的不足。 數(shù)據(jù)融合與單一信源獨自處理相比，其可探測性和可信度更高，時空感知范圍更廣，降低推理模糊程度，增加目標特征的位數(shù)，系統(tǒng)的容錯能力也更強［20］。 多模態(tài)數(shù)據(jù)融合可為模型決策提供有力的數(shù)據(jù)支撐，提高決策的準確率［21］。 多模態(tài)數(shù)據(jù)融合的目標是建立能夠處理和關聯(lián)來自多個模態(tài)信息的模型。 多源多模數(shù)據(jù)融合方法見表3。

表3 多源多模數(shù)據(jù)融合方法

4.2.2 空天地大數(shù)據(jù)智能計算

空天地大數(shù)據(jù)智能計算的關鍵技術是數(shù)據(jù)挖掘和預測分析，見表4。 數(shù)據(jù)挖掘技術是大數(shù)據(jù)分析的核心，基本過程主要有數(shù)據(jù)準備、數(shù)據(jù)挖掘、解釋評估和知識運用［23］；預測分析技術是利用統(tǒng)計、建模、數(shù)據(jù)挖掘工具對現(xiàn)有數(shù)據(jù)進行更深入的研究，對事態(tài)進行一定的預測［23］。 預測分析是大數(shù)據(jù)平臺的核心應用，而預測分析的效果取決于數(shù)據(jù)的質量、采用的技術處理手段以及預測分析的平臺。

表4 大數(shù)據(jù)智能計算關鍵技術分類［23］

4.2.3 空天地多維目標智能識別

三維圖像，甚至多維圖像是在二維目標監(jiān)測的基礎上，增加了識別目標的尺寸、深度、姿態(tài)等信息［24］，比二維圖像更有意義，例如通過預估實際位置，自動駕駛的車輛和機器人可以準確地預估和規(guī)劃自己的行為、路徑，這比二維空間的位置更準確。 按照輸入數(shù)據(jù)的不同類型可以將三維目標監(jiān)測數(shù)據(jù)分為單目圖像數(shù)據(jù)、多視圖圖像以及點云數(shù)據(jù)。 根據(jù)傳感器的不同，三維目標監(jiān)測也分為視覺、激光點云和多模態(tài)融合三類［25］。 單目圖像主要用來實現(xiàn)圖像平面的分類與定位，基于單目圖像的三維目標監(jiān)測的實現(xiàn)主要利用三維模型匹配、深度估計網絡等算法去回歸目標的三維幾何信息［24］。 激光點云數(shù)據(jù)相比視覺數(shù)據(jù)具有準確的深度信息，三維空間特征明顯，其缺點是數(shù)據(jù)稀疏時提供的有效空間特征不足［24］，不能準確監(jiān)測目標位置。 目前針對激光點云的三維目標監(jiān)測算法為三維空間體素特征法、三維點云投影法，其中三維點云投影法的實現(xiàn)思路是利用坐標維度回歸算法，如圖4 所示。

圖4 三維點云投影法

多視圖圖像一般使用雙目或深度相機采集圖像信息，具有較完整的深度圖信息。 針對多視圖圖像的視覺算法的核心是利用圖像紋理特征、深度特征等進行多特征融合，具體方法有兩種：①采用單目圖像與深度圖像雙通道CNN 融合，如3DOP 監(jiān)測網絡［26］、Stereo R-CNN監(jiān)測網絡［27］；②基于三維空間卷積算法，如TLNet 監(jiān)測網絡［28］，SurfConv 監(jiān)測網絡［29］。

5 大數(shù)據(jù)平臺在黃河流域生態(tài)保護中的應用5.1 大數(shù)據(jù)平臺專題應用

生態(tài)保護監(jiān)測專題，通過大數(shù)據(jù)平臺監(jiān)測了解黃河流域水利、土壤、氣象、植物、動物、微生物等數(shù)據(jù)信息，包括這些數(shù)據(jù)的歷史演變情況，從而找到符合生態(tài)規(guī)律的保護及修復措施，構建黃河流域生命共同體，如圖5 所示。

圖5 大數(shù)據(jù)平臺生態(tài)保護監(jiān)測專題

此外，空天地一體化大數(shù)據(jù)平臺還有7 個專題：①水土保持專題，運用各種措施防治水土流失，保護、改良和合理利用水土資源，建立良好生態(tài)環(huán)境；②污染治理專題，通過監(jiān)控工業(yè)、城鎮(zhèn)生活、農業(yè)面源及尾礦庫等4 類污染源，對水質做到監(jiān)控、預測、預警；③防汛預警專題，通過無人機監(jiān)測以及降水量的監(jiān)測數(shù)據(jù)，實時預警洪澇災害，以最大程度引水避害，減少人員財產損失；④黃河文化專題，利用衛(wèi)星遙感技術，監(jiān)測展示黃河流域游客熱衷的區(qū)域及游客所在的地理區(qū)域，以便提供更好的文化宣傳和服務；⑤氣象專題，監(jiān)測黃河兩岸氣象氣候，及時對農業(yè)灌溉、引水調度提供干旱預警數(shù)據(jù)；⑥產業(yè)經濟專題，智能分析黃河流域九?。▍^(qū)）的GDP 總量、產業(yè)構成情況、就業(yè)情況、消費支出狀況等，依據(jù)這些指標為黃河流域經濟快速發(fā)展提供數(shù)據(jù)支撐；⑦數(shù)字經濟專題，通過數(shù)字經濟一張圖，直觀掌握黃河流域數(shù)字經濟產業(yè)存活狀況、行業(yè)數(shù)字經濟狀況、熱門投資數(shù)字經濟產業(yè)。

5.2 生態(tài)保護模型評估與預測應用

模型的建立是為了更好地分析數(shù)據(jù)，得到隱性的分析結果。 在模型評估方面，大數(shù)據(jù)平臺通過DEAMalmquist 模型，對黃河流域的水資源利用效率進行評價［30］，從DEA 模型上來看，黃河流域水資源的利用效率總體良好，用水效率呈上升趨勢；從Malmquist 指數(shù)上來看，黃河流域的全要素生產率在波動升高，主要是各個指標在逐漸升高，從而提高水資源利用效率。 其次，構造上級政府、基層河長、公眾三方演化博弈的模型［31］，經過模型的求解與演化仿真，證明了三方博弈策略選擇行為的演化路徑是穩(wěn)定在均衡點處的策略組合上，來解決黃河流域的違法“四亂”（亂占、亂采、亂堆、亂建）問題。

在模型預測方面，通過構建CNN-LSTM 模型預測小浪底水庫出口溶解氧濃度變化，在預測誤差上，CNN-LSTM的RMSE 指標和MAE 指標分別比堆疊LSTM 模型低10.43%和19.76%。 大數(shù)據(jù)平臺通過對污染源的生命周期進行管理，快速識別排放異常或者超標數(shù)據(jù)［14］，通過水質分析、水質預測分析其產生、變化的原因，幫助環(huán)保部門動態(tài)管理污染源企業(yè)，并有針對性地對污染治理提出建議對策。

5.3 生態(tài)保護監(jiān)測評價應用

在黃河流域生態(tài)保護中，可以運用空天地一體化大數(shù)據(jù)平臺進行監(jiān)測評價，即進行數(shù)據(jù)長期監(jiān)測、自動傳輸、在線計算和可視化應用。

隨著大數(shù)據(jù)技術的發(fā)展，平臺承載能力的提升，生態(tài)環(huán)境的監(jiān)測也從短期監(jiān)測向長期監(jiān)測轉變，從單一要素向多維宏觀結構、時空協(xié)同監(jiān)測轉變［32］，數(shù)據(jù)平臺的建立簡化了數(shù)據(jù)共享流程。 同時，基于物聯(lián)網傳感技術和動態(tài)監(jiān)測，結合遙感技術和地理信息數(shù)據(jù)，構建多模塊的生態(tài)保護服務平臺，在很大程度上促進了生態(tài)環(huán)境監(jiān)測數(shù)據(jù)的管理、共享和評價。

6 結論與展望

本文分析了黃河流域空天地一體化生態(tài)大數(shù)據(jù)的含義和面臨的問題，提出黃河流域空天地一體化大數(shù)據(jù)平臺構建的總體框架，通過基礎層、采集層、大數(shù)據(jù)層、分析層、呈現(xiàn)層5 層架構體系的研究，構建了黃河流域空天地一體化大數(shù)據(jù)平臺的總體架構，梳理了建立大數(shù)據(jù)平臺的大數(shù)據(jù)探測與采集、大數(shù)據(jù)智能處理技術等關鍵技術，分析了黃河流域空天地一體化大數(shù)據(jù)平臺在專題展示、模型評估與預測、生態(tài)評價等方面的應用。

建立生態(tài)環(huán)境空天地一體化管理體系，完善綜合防汛預警體系，科學分配水資源，加大流域內產業(yè)結構優(yōu)化調整，加速流域內傳統(tǒng)產業(yè)轉型，為黃河流域生態(tài)保護和高質量發(fā)展做出貢獻，是黃河流域空天地一體化大數(shù)據(jù)平臺的最終目的。 然而平臺的建設面臨的問題也較多，例如：如何協(xié)調各行業(yè)各部門的利益，把不同領域的跨學科、多源頭、多尺度的黃河流域生態(tài)數(shù)據(jù)聚合共享；如何更多地利用人工智能、區(qū)塊鏈等關鍵技術對數(shù)據(jù)進行信息提取與知識發(fā)現(xiàn)；如何更好地利用大數(shù)據(jù)平臺進行生態(tài)、生活預警；如何將大數(shù)據(jù)平臺推廣應用，最終利于生態(tài)、利于人民的社會生活等，都是下一步需要解決的問題。

參考文獻：

［1］ 水利部黃河水利委員會.黃河流域綜合規(guī)劃（2012—2030年）［M］.鄭州：黃河水利出版社，2013：1-5.

［2］ 習近平.在黃河流域生態(tài)保護和高質量發(fā)展座談會上的講話［J］.求是，2019（20）：4-11.

［3］ 中共中央，國務院.關于全面加強生態(tài)環(huán)境保護堅決打好污染防治攻堅戰(zhàn)的意見［J］.中華人民共和國國務院公報，2018（19）：7-16.

［4］ 紅星楊.政治局集體學習“大數(shù)據(jù)”［J］.人民周刊，2018（1）：10-11.

［5］ 王軍.新一代信息技術促進黃河流域生態(tài)保護和高質量發(fā)展應用研究［J］.人民黃河，2021，43（3）：6-10.

［6］ 孫中平，申文明，張文國，等.生態(tài)環(huán)境立體遙感監(jiān)測大數(shù)據(jù)頂層設計研究［J］.環(huán)境保護，2020，48（增刊2）：56-60.

［7］ 舒田，熊康寧.喀斯特石漠化大數(shù)據(jù)平臺架構和技術初探［J］.貴州師范大學學報（自然科學版），2020，38（4）：18-25.

［8］ 熊麗君，袁明珠，吳建強.大數(shù)據(jù)技術在生態(tài)環(huán)境領域的應用綜述［J］.生態(tài)環(huán)境學報，2019，28（12）：2454-2463.

［9］ LIU X，PAN Y，LI N. Big Data Platform of Provincial Key Basin’s Ecological Environment Information［J］.IOP Conference Series： Earth and Environmental Science，2019，295（2）：012073.

［10］ 蔡志洲，袁普金，王森.空天地一體化水土保持監(jiān)測初探［J］.人民黃河，2018，40（4）：92-95.

［11］ 張毅，賀桂珍，呂永龍，等.我國生態(tài)環(huán)境大數(shù)據(jù)建設方案實施及其公開效果評估［J］.生態(tài)學報，2019，39（4）：1290-1299.

［12］ 沈學民，承楠，周海波，等.空天地一體化網絡技術：探索與展望［J］.物聯(lián)網學報，2020，4（3）：3-19.

［13］ 趙芬，張麗云，趙苗苗，等.生態(tài)環(huán)境大數(shù)據(jù)平臺架構和技術初探［J］.生態(tài)學雜志，2017，36（3）：824-832.

［14］ 常杪，馮雁，郭培坤，等.環(huán)境大數(shù)據(jù)概念、特征及在環(huán)境管理中的應用［J］.中國環(huán)境管理，2015，7（6）：26-30.

［15］ JOHNSON A C，DONNACHIE R L，SUMPTER J P，et al.An Alternative Approach to Risk Rank Chemicals on the Threat They Pose to the Aquatic Environment［J］.Science of the Total Environment，2017，599-600：1372-1381.

［16］ 馬照亭，劉勇，沈建明，等.智慧城市時空大數(shù)據(jù)平臺建設的問題思考［J］.測繪科學，2019，44（6）：279-284.

［17］ 范明，孟小峰.數(shù)據(jù)挖掘概念與技術［M］.北京：機械工業(yè)出版社，2007：23-60.

［18］ 師艷子，李云松，鄭毓軒.國內外衛(wèi)星遙感數(shù)據(jù)源綜述［J］.衛(wèi)星與網絡，2018（4）：54-58.

［19］ 陳迪，吳文斌，陸苗，等.基于多源數(shù)據(jù)融合的地表覆蓋數(shù)據(jù)重建研究進展綜述［J］.中國農業(yè)資源與區(qū)劃，2016，37（9）：62-70.

［20］ 祁友杰，王琦.多源數(shù)據(jù)融合算法綜述［J］.航天電子對抗，2017，33（6）：37-41.

［21］ 何俊，張彩慶，李小珍，等.面向深度學習的多模態(tài)融合技術研究綜述［J］.計算機工程，2020，46（5）：1-11.

［22］ 閆晗晗，邢波濤，任璐，等.遙感數(shù)據(jù)融合技術文獻綜述［J］.電子測量技術，2018，41（9）：26-36.

［23］ 高志鵬，牛琨，劉杰.面向大數(shù)據(jù)的分析技術［J］.北京郵電大學學報，2015，38（3）：1-12.

［24］ 李宇杰，李煊鵬，張為公.基于視覺的三維目標檢測算法研究綜述［J］.計算機工程與應用，2020，56（1）：11-24.

［25］ 沈琦，陳逸倫，劉樞，等.基于兩級網絡的三維目標檢測算法［J］.計算機科學，2020，47（10）：145-150.

［26］ CHEN X Z，KUNDU K，ZHU Y K，et al. 3D Object Proposals Using Stereo Imagery for Accurate Object Class Detection［J］. IEEE Transactions on Pattern Analysis ＆Machine Intelligence，2018，40（5）：1259-1272.

［27］ LI P L，CHEN X Z，SHEN S J. Stereo R-CNN Based 3D Object Detection for Autonomous Driving ［J］. Institute of Electrical and Electronics Engineers，2019，15-20：19263032.

［28］ QIN Z Y，WANG J L，LU Y. Triangulation Learning Network： from Monocular to Stereo 3D Object Detection［J］.Computer Vision and Pattern Recognition，2019，6：1906.01193.

［29］ CHU H，MA W C，KUNDU K，et al. SurfConv： Bridging 3D and 2D Convolution for RGBD Images［J］.Computer Vision and Pattern Recognition，2018，9：1812.01519.

［30］ 買亞宗，孫福麗，石磊，等.基于DEA 的中國工業(yè)水資源利用效率評價研究［J］.干旱區(qū)資源與環(huán)境，2014，28（11）：42-47.

［31］ 岳瑜素，王潔方，盧亞麗.黃河泥沙資源利用合作創(chuàng)新的演化博弈模型［J］.人民黃河，2017，39（1）：21-23，29.

［32］ CAREY C C，WARD N K，F(xiàn)ARRELL K J，et al. Enhancing Collaboration Between Ecologists and Computer Scientists： Lessons Learned and Recommendations Forward［J］.Ecosphere，2019，10（5）：5-16.

Research on Architecture and Key Technologies of Air-Space-Ground Integrated Big Data Platform Along the Yellow River Basin

WANG Jun（Institute of Big Data Science，Zhengzhou University of Aeronautics，Zhengzhou 450046，China）

Abstract： Air-Space-Ground integrated big data along the Yellow River Basin is multi-source and heterogeneous ecological environment big data，which involves spaces section，skyline section and surface section. It covers a wide range and has serious ecological problems. In order to alleviate the pressure of ecological protection and explore the development and change law of the mother river in China，this paper analyzed the necessity of building an air-space-ground integrated big data platform for the ecological protection in the Yellow River Basin，designed the overall framework and analyzed the technical framework and key technologies. Finally，it discussed the application of the big data platform in the protection of the Yellow River Basin. It is hoped that the platform could provide technical ideas and decision support for the whole basin management，scientific allocation of water resources，early warning of flood disasters and development of cultural tourism along the Yellow River Basin and then make some contributions to the ecological protection and high-quality development in the Yellow River Basin.

Key words： big data platform； air-space-ground integrated； platform architecture； Yellow River Basin

引用格式：王軍.黃河流域空天地一體化大數(shù)據(jù)平臺架構及關鍵技術研究［J］.人民黃河，2021，43（4）：6-12.

作者簡介：王軍（1980—），男（回族），河南南陽人，教授，博士，主要從事人工智能與大數(shù)據(jù)研究工作