土地工程中的大數據應用構想*

胡 雅

（1.陜西省土地工程建設集團有限責任公司，西安 710075；2.陜西地建土地工程技術研究院有限責任公司，西安 710075；3.國土資源部退化及未利用土地整治重點實驗室，陜西西安 710075；4.陜西省土地整治工程技術研究中心，西安 710075）

土地工程中的大數據應用構想*

胡 雅1，2，3，4

（1.陜西省土地工程建設集團有限責任公司，西安 710075；2.陜西地建土地工程技術研究院有限責任公司，西安 710075；3.國土資源部退化及未利用土地整治重點實驗室，陜西西安 710075；4.陜西省土地整治工程技術研究中心，西安 710075）

大數據因其種類多、數據量大、傳遞速度快等特點在越來越多的領域得到廣泛應用，而大數據在土地工程中的應用才剛剛興起。文章通過對相關文獻及報道的歸納與分析，列舉出大數據在復墾耕地管理、工程規(guī)劃、進度控制決策等方面的應用構想，并就土地工程大數據發(fā)展的所需條件進行了探討，以促進大數據技術在土地工程中的應用，最終提升土地工程數據價值、促進土地整治質量的進一步提高。

大數據 土地工程 應用前景

大數據作為新時代高新技術發(fā)展的產物，已廣泛應用于科學、醫(yī)藥、商業(yè)等各個領域，受到越來越多的關注。然而，在土地工程領域大數據技術的應用卻鮮有研究，目前尚處于起步階段。

土地工程就是運用工程手段解決土地問題，把未利用地變?yōu)榭衫玫鼗虬岩牙玫剞D變?yōu)楦咝Ю猛恋兀踔痢霸偕恋亍保潜Ｕ习l(fā)展、保護耕地、統(tǒng)籌城鄉(xiāng)土地配置的重要工程手段[1]。作為交叉學科，土地工程涉及退化、污染、損毀土地的修復治理，高標準農田建設，建設用地整備，土地工程信息化等多個方面，其數據信息具有種類多、體量大的特點。在數據日新月異的時代，如何實現復雜土地信息的高效管理和便捷使用，提升土地工程軟實力，實現土地工程信息化，是擺在眾多科研人員和專家學者面前的全新話題，也是土地工程領域進一步發(fā)展所面臨的機遇和挑戰(zhàn)。

土地工程大數據是大數據技術、理念、思維在土地工程領域的應用，是收集、整理和分析多學科的數據源的重要方式。土地工程大數據通過對土地工程信息進行分類、解析，得出工程操作過程中每一個環(huán)節(jié)的評價指標，為土地工程后續(xù)發(fā)展提供數據參考，進而實現對土地工程數據信息的高效管理和利用。因此，大數據技術在土地工程中擁有良好的應用前景，其將成為汲取土地工程數據價值、促進土地整治質量提升、加快農業(yè)經濟轉型升級的重要手段。

該文通過闡述大數據技術特點，在文獻、報道調研的基礎上淺談大數據在土地工程中的應用前景，旨在為土地工程中進一步應用大數據技術提供參考依據。

1 大數據

大數據是指數據資料量規(guī)模巨大到無法通過人腦甚至主流軟件工具來分析處理的那些數據，大數據技術能夠在合理時間內達到擷取、管理、處理、并整理數據，幫助人類完成經營決策目的[2]。大數據分析方法與傳統(tǒng)分析方法的最大區(qū)別在于分析的對象是全體數據，而不是數據樣本，其最大的特點在于不追求算法的復雜性和精確性，而追求可以高效地對整個數據集的分析。其具有Volume，Variety，Velocity，Value這4個特征。

1.1 數據量大（Volume）

現實世界中，隨處可見各種各樣的傳感器，例如衛(wèi)星、航拍飛機、攝像頭、探測器等，這些設備隨時采集著不同格式的數據；網絡世界中，在用戶每天的的上網點擊、搜索等網絡活動產生數量龐大的數據，隨著時間的累積，這些數據從TB發(fā)展至PB乃至ZB，可稱為海量、巨量甚至超量。

1.2 數據種類多（Variety）

互聯網、物聯網、傳感網的發(fā)展，使數據的來源及格式復雜多樣，傳統(tǒng)的結構化數據、半結構化和非結構化數據組成整個數據網，僅涉及農業(yè)的數據就包括氣象指標、土壤指標等幾類，每一類又包含了多個分項指標[3]。國土資源行業(yè)的互聯網網頁、音頻、視頻、圖像、地理位置等數據在行業(yè)數據庫占有率達到80%以上，這個比例還在迅速增加，除此之外，隨著科學技術的發(fā)展，數據的來源會更加多樣化。

1.3 傳遞、處理速度快（Velocity）

網絡軟硬件設備的發(fā)展使數據從端點移動到處理器和存儲器的速度明顯加快。數據種類和數量的快速增長，使短時間內完成數據的處理分析成為必然。即時完成分析才能夠及時從數據中提取知識、發(fā)現價值，迅速發(fā)揮數據的效能。顯然，數據處理的速度越快、越及時，數據的價值及其發(fā)揮的效能就越大[4]。

1.4 價值高密度低（Value）

大數據的又一個特征是價值密度的高低與數據總量的大小成反比。雖然數據量很大，但往往有用的數據少。數據量呈指數增長加大了獲取有用信息的難度，有重大價值者可能僅為一兩秒的數據流[5]。以航拍視頻為例，在連續(xù)不間斷正常情況拍攝1 h的視頻中，可能有價值的數據僅僅只有1～2 s。因此，如何快速高效實現隱藏在海量數據中的價值成為科學需要解決的一大問題。

在上述4個特征中，第一個和第二個特征是關鍵，需要特別說明的是，數據量大小是相對而言的，各個行業(yè)之間的差別很大[6]。

2 土地工程大數據應用構想

目前，大數據的應用目標是獲得知識、推測趨勢、掌握個性化特征、分析辨識真相。物聯網的發(fā)展為大數據在土地工程中耕地管理、工程控制等方面進行應用提供了可能。

2.1 復墾耕地管理決策

2.1.1 耕種管理

復墾耕地地域分散，地形多變，環(huán)境不同，因此多方位、網絡化、快速高效的采集土壤、作物、氣象等變量信息進而預測灌水、施肥量成為復墾耕地管理中重要工作。國內在農田空間信息快速采集技術領域已經有了較豐富的理論基礎和實踐經驗，成熟的儀器有TDR土壤水分測定儀、電導率測試儀、pH值測試儀等土壤特征指標感知儀器。利用土壤環(huán)境傳感技術，將速測儀采集的土壤水分、土壤呼吸、二氧化碳濃度、土壤的溫濕度、風速、降雨量等數據，通過嵌入式系統(tǒng)對信息進行智能處理。

無線傳感器網絡技術將感知信息能夠及時傳送到診斷決策中心。以陜西省土地工程建設集團的在線監(jiān)測研究為例，通過在鹽堿地土地整治工程中建立作物、水分、鹽分、土壤、氣候等不同監(jiān)測因子的多層次（氣象云圖層、植被層、地形層、土壤層、地下水層以及工程層）、多剖面（渠—溝—林—路—田的整體和各個組合、水文微循環(huán)、水鹽運移等多斷面）、多角度的可視化在線監(jiān)測系統(tǒng)，獲取鹽堿地治理實時準確的研究數據，融合GIS及高分辨率遙感等不同數據源，研究鹽堿地水鹽運移。土壤有機質、容重、質地等指標目前還沒有相應的傳感器實時測定設備，數據采集需要用傳統(tǒng)土壤采樣方法檢測指標含量值并通過人工錄入數據庫。

將傳統(tǒng)數據收集和實時數據收集兩種方法結合起來分析，給土壤“號脈開方”，結果可信程度高。大數據決策支持系統(tǒng)能夠根據彭曼公式和水量平衡方程自動判斷作物是否缺水，并計算出作物所需灌水量[7]；能夠根據作物長勢和土壤狀況，經過數據的分析和運算，確定肥料類型、肥料用量和肥料方案；能夠根據養(yǎng)分含量高低與分布為土壤改良提供合理的元素配比。

2.1.2 作物估產

土地復墾是為了保障作物高產穩(wěn)產，運用3S技術可以精確計算出整治面積、掌握農作物生長形勢、估計種植面積和作物產量。

遙感技術能夠從人造衛(wèi)星、飛機或者其他飛行器上收集地物目標的電磁輻射信息，識別地球環(huán)境和資源。利用遙感技術監(jiān)測作物的長勢，包括作物的苗情、生長狀況及其變化等影像數據，能夠為田間管理提供及時信息，為早期估計產量提供依據，為可能出現的大規(guī)模糧食短缺或盈余情況預留時間采取措施。基于機器視覺、結構光掃描、超聲波等聲學方法的植物地面部分信息采集[8]也為作物估產提供了大量圖像資料。

目前，研究作物生長、估產的模型主要有荷蘭WOSOFT系列，美國DSSAT系列，澳大利亞APSIM系列，FAO的AQUACROP；研究植物數字化模擬的植物建模、分析模型有OpenAlea，GroIMP，VTP[9]，研究歷年氣候與降雨、水肥投入與產出情況，小麥、豆科牧草、禾谷類、甘蔗等作物的生產和管理的模型有基于Granular的生長管理決策系統(tǒng)以及農業(yè)生產系統(tǒng)模型（APSIM）。將模型嵌入大數據平臺即可用于決策，自動生成管理方案，促進農作物生長，提高效率，增加收益[3]。

2.1.3 重金屬污染評價

傳統(tǒng)的土壤重金屬污染主要有實驗室監(jiān)測法和現場快速監(jiān)測法，實驗室監(jiān)測法精度高，但勞動強度大、采樣分析費時，適用范圍小，現場快速監(jiān)測法雖能夠大面積、連續(xù)、高密度獲取信息，但大多處于定性或半定量的試驗階段[10]。重金屬快速探測與遙感技術的發(fā)展使得重金屬污染評價智能化成為可能。LIBS技術在重金屬元素檢測方面表現優(yōu)異，能夠彌補一般光譜技術在重金屬元素檢測上的不足，美國洛斯阿拉莫國家實驗室研制的土壤金屬探測儀TRACER一次測量時間1 min，最大深度可達60.95 cm[8]，探測數據最終通過網絡匯集至大數據中心。遙感技術的成熟促進了利用植被反演和土壤監(jiān)測的方法評價重金屬污染，地物波譜特性易受土壤成分、大氣效應、植被等環(huán)境噪音的影響[10]，通過強化波譜信息提取技術，提高遙感信息提取的準確性，大數據技術就能夠對土壤進行智能化重金屬污染評價。

大數據在復墾耕地管理方面使用時，需要保證數據的精確性、完整性和時效性，數據庫中每個數據都應準確描述客觀世界中的實體。傳統(tǒng)的抽樣檢測得到的數據是滯后的，我們所做的決定也非常緩慢，等決定做出數月后發(fā)現有錯時，時間也不可能倒流；一旦出現數據遺失就會造成決策結果不準確。因此數據準確采集，實時更新成為大數據在復墾耕地決策管理上的關鍵。

2.2 工程規(guī)劃、進度控制決策

2.2.1 土地工程能力評價

利用大數據對土地工程能力進行評價，可以使工程規(guī)劃、建設等決策行為更趨合理。基于GIS的土地工程評價可以收集資料數據，將其按照圖形數據和屬性數據分類錄入大數據系統(tǒng)，以工程地質分區(qū)圖、地質災害分區(qū)圖、土地工程能力系列圖等圖形數據和相應的屬性數據作為數據庫，在基礎軟件平臺上進行二次開發(fā)，對其功能進行一定的擴充[11]，得到土地工程能力信息系統(tǒng)。土地工程能力信息系統(tǒng)的建立，能夠實現各種空間、非空間地質數據和信息的輸入、存儲、查詢、檢索、分析，顯示等功能，為土地工程規(guī)劃、管理和決策提供了工具。

2.2.2 土體有機重構方式選擇

土體有機重構作為工程技術手段、服務對象是有機生命體，是通過對一定深度土體進行研究，以復配、增減、置換等技術手段，為承載生命體提供必要條件[12]。土地工程的核心是土體有機重構，而土地整治工程大系統(tǒng)循環(huán)性、協同性不夠，科技滯后于工程的現象普遍存在，大數據耦合能夠根據目標土體的土層厚度，土壤質量，土體結構等指標準確預測工程中遇到的重構方案問題，盡早展開科學研究，對土體有機重構方式進行決策，增強土體有機重構試驗能力，選擇土體最優(yōu)的重構方式，指導工程實踐。

2.2.3 工程規(guī)劃、方案優(yōu)化及進度控制

土地整治工程規(guī)劃設計前期，需要考慮灌溉與引水渠道、田間道路線路選擇，由于研究范圍大，設計者精力有限，只能憑經驗選擇。而計算機與網絡技術的快速發(fā)展以及市場傳感器精度提高、價格降低，土地工程大規(guī)模、全方位、多維度、多場地的工程監(jiān)測得以實現。將光纖傳感器、攝影測量、GPS、測量機器人、合成孔徑雷達差分干涉測量設備及技術應用于地形地貌、地籍測量及動態(tài)監(jiān)測[13]，則大數據系統(tǒng)可依據技術標準并考慮約束條件自動搜索出一系列經濟、環(huán)保、合理的線路方案為線路設計人員提供參考，為了提高運算速度，還可通過云計算技術將線路優(yōu)化的計算工作安排在多個節(jié)點上進行。

施工返工既浪費時間和資源又影響工程施工進度，大數據可以實現工程協作各方有效的協同工作平臺，施工前設計單位、建筑單位在該平臺上有效溝通，并進行3D模型模擬施工，模擬施工程序、設備調用、資源配置等，便于優(yōu)化設計方案和施工方案[14]。利用衛(wèi)星監(jiān)測工程進度，使項目管理者及各協同方直觀了解工程進展情況，完成了系統(tǒng)數字化、透明化、服務化的升級。如同同位素示蹤法一樣，給每個項目，每個示范站設置有效二維碼，人們通過掃描，可以了解項目、觀測站的基本概況，這既能促進項目建設，又能很好地進行宣傳。

2.2.4 工程預警預測

大數據技術研究能夠為工程預測預警、應急處置、災害評估提供巨大幫助。經過多年的監(jiān)測工作，我國國土部門、氣象部門已積累了大量的地質災害、氣象災害實例，這些實例涉及數據量龐大，整理和充分挖掘這些數據，建立土地工程災害實例及處理措施大數據，在使用過程中不斷完善信息采集及預報分析決策技術，可供災害監(jiān)測部門對新監(jiān)測到的災害數據進行類比、分析，從而快速、及時、準確地推薦出災害預防及處理方案，在一定程度上提高土地工程災害的預防、預警水平。

在大數據時代，可以將交叉行業(yè)數據用于解決工程量預測的問題。例如某地居民用水嚴重過量，地下水位急劇下降，同時土壤耕作能力退化，作物減產，新城鎮(zhèn)建設房地產資源過剩，根據這些現象所產生的數據，可以預測未來十幾年內農民向城鎮(zhèn)搬遷軌跡，以及所形成的廢棄宅基地數量及區(qū)域。

3 土地工程大數據發(fā)展所需條件

3.1 健全的專業(yè)人才隊伍

隨著大數據與各行各業(yè)的深度融合，貴州大學設置大數據科學與工程相關專業(yè)，為土地工程學培養(yǎng)土地工程信息化方向的專業(yè)人才[5]。為了規(guī)避大數據技術應用過程中重采集輕分析的問題，建立包括數據采集和處理人員，數據分析人員和數據溝通和展示人員等專業(yè)的數據管理團隊[15，16]，他們將本身只是信息的數據轉化為對行業(yè)有價值的決策依據[17]。

3.2 完善的數據采集、管理能力

2014年，我國大數據相關硬件市場在451億元，2020年將突破至2 385億元[18]，市場的快速增長反映了大量的大數據軟硬件需求，當前土地工程領域的農田水肥監(jiān)測方面已基本實現了數字化，但由于施工階段數據采集設備不夠，數據管理能力有限，使得設計成果未能得到充分應用，難于實現全階段信息的集成和共享，制約了大數據在土地工程領域的應用，所以工程前設計、進度管理等方面的數據收集與管理能力亟待加強。

3.3 理論與實踐同步發(fā)展

大數據理論先行于實踐，是大部分大數據技術使用行業(yè)存在的問題，大數據理念的宣傳推廣，使得各學科行業(yè)感覺到數據深入使用對行業(yè)發(fā)展與增強行業(yè)核心競爭力的迫切需要，進而導致大數據過分概念化。所以，如何將數據應用落到實處還需進一步探索。

3.4 提高數據平臺融合度

農業(yè)、國土、建筑等行業(yè)都在積極采集數據、占有數據和利用數據，然而大部分數據在各個行業(yè)、機構、企業(yè)和政府之間相對獨立，數據之間缺少連接，如何讓相關行業(yè)數據彼此間自由流通也是土地工程行業(yè)面臨的一個問題。盡早展開土地工程行業(yè)數據平臺建立，構建包括數據采集技術、存儲技術、處理技術、分析挖掘技術、展現技術等一體化應用平臺，統(tǒng)籌數據資源，對土地工程行業(yè)發(fā)展，土地工程學科建設具有非常重要的意義。在有了頂層的數據平臺后，在清晰的數據架構框架下，逐步完善各行業(yè)信息化系統(tǒng)。逐步形成數據所有者的職責和權利、數據格式和標準、數據建立和變更流程、數據使用制度、數據安全制度和數據銷毀流程等良好的數據治理體系。

4 結語

土壤信息感知技術、作物信息感知技術、環(huán)境信息感知技術、遙感技術、網絡通訊技術、信息處理技術等物聯網技術為大數據的在土地工程中的應用提供了無限可能。數據是智慧的加工廠，在土地工程大數據人才、設備、數據庫逐步健全的過程中，土地工程行業(yè)補充大數據應用方向，大數據技術推進土地工程行業(yè)發(fā)展，互利共生的關系定會使得大數據技術在土地工程中的應用前景更加廣闊。

[1] 張煊．以土地工程夯實生態(tài)文明建設基礎．人民日報，2016-12-01

[2] 栗蔚，魏凱．大數據的技術、應用和價值變革．電信網技術，2013，（07）：6～10

[3] 光峰，姚程寬，王維進．農業(yè)領域大數據的應用研究．洛陽師范學院學報，2015，（08）：75～77

[4] 顧芳，劉旭峰，左超．大數據背景下運營商移動互聯網發(fā)展策略研究．郵電設計技術，2012，（08）：21～24

[5] 盧涵宇，張達敏，楊平．大數據科學與工程專業(yè)設置探索．電腦知識與技術，2014，（24）：5715～5716

[6] 王浩，覃衛(wèi)民，焦玉勇，等．大數據時代的巖土工程監(jiān)測—轉折與機遇．巖土力學，2014，（09）：2634～2641

[7] 張洋，韓文霆．作物灌水量決策支持系統(tǒng)開發(fā)．農機化研究，2011，（02）：147～149

[8] 何勇．農業(yè)物聯網技術及其應用．科學出版社，2016

[9] 許世衛(wèi)，王東杰，李哲敏．大數據推動農業(yè)現代化應用研究．中國農業(yè)科學，2015，（17）：3429～3438

[10] 劉海利，劉歡．遙感技術在礦區(qū)土壤重金屬污染評價中的應用．西部資源，2016，（5）：139～141

[11] 谷天峰，王家鼎．GIS在咸陽城市土地工程能力評價中的應用．西北大學學報（自然科學版），2004，（04）：473～477

[12] 薛亮．土地工程治污的陜西樣本．中國國土資源報，2016-11-14

[13] 靳國旺．合成孔徑雷達干涉測量．國防工業(yè)出版社，2014．238

[14] 孟存喜．大數據—云計算在軌道交通工程中的應用需求．第五屆工程建設計算機應用創(chuàng)新論壇論文集，2015

[15] 劉洪．應對大數據，人才要先行．中國軍網，2015

[16] 四海一家．中國大數據產業(yè)發(fā)展前景與投資規(guī)劃分析—寬帶資本微轉化．互聯網，2015

[17] 徐斌．大數據應用在企業(yè)中實現價值的關鍵要素．互聯網，2015

[18] 2016年中國大數據產業(yè)發(fā)展前景及市場規(guī)模預測．中國產業(yè)信息網，2016

陜西省重點科技創(chuàng)新團隊計劃項目（2016KCT-23）