城市群地質(zhì)環(huán)境演化空間信息智能服務(wù)框架

張丹丹，李 曼，傅征博，李浩川

(1. 中國國土資源航空物探遙感中心，北京 100083； 2. 國家信息中心，北京 100045)

城市群已經(jīng)成為推進我國新型城鎮(zhèn)化的主體形態(tài)，國務(wù)院提出將在“十三五”期間建設(shè)19個城市群[1]。城市群多是我國工業(yè)化、城鎮(zhèn)化高度集聚的地區(qū)，人地相互作用尤為活躍，人地關(guān)系矛盾日益突出。我國地質(zhì)構(gòu)造復(fù)雜、地震活動頻繁、活動斷裂發(fā)育[2]，城市群中平原區(qū)地面沉降、地裂縫、地下水超采等環(huán)境地質(zhì)問題突出，山區(qū)地震、崩塌、滑坡、泥石流等地質(zhì)災(zāi)害多發(fā)，生態(tài)地質(zhì)環(huán)境脆弱，海岸帶地區(qū)海水入侵、海岸侵蝕淤積、海平面上升等環(huán)境地質(zhì)問題嚴重，礦區(qū)等城市存在采空塌陷、巖溶塌陷[2-3]。城市群的規(guī)劃、建設(shè)和管理需要“跨城市、全鏈條、自適應(yīng)、多目標”的空間信息服務(wù)和應(yīng)用模式，地質(zhì)環(huán)境信息及服務(wù)作為其中最為基礎(chǔ)性和先行性的鏈條，迫切需要全面融入城市群的規(guī)劃、建設(shè)、管理的各個領(lǐng)域和環(huán)節(jié)，通過GIS、數(shù)據(jù)庫、可視化、大數(shù)據(jù)、云計算等現(xiàn)代信息技術(shù)，積極引導(dǎo)城市群地質(zhì)資源合理利用，規(guī)避城市群地質(zhì)安全風險，有效防范突發(fā)性的地質(zhì)災(zāi)害，全面支撐城市群規(guī)劃、建設(shè)和管理。

1 城市群地質(zhì)環(huán)境演化時空大數(shù)據(jù)特征分析

城市群地質(zhì)環(huán)境演化數(shù)據(jù)主要是通過多源遙感監(jiān)測并輔以地面調(diào)查等方式獲得的。數(shù)據(jù)類型主要包括遙感對地觀測數(shù)據(jù)、基礎(chǔ)地質(zhì)數(shù)據(jù)、地形地理數(shù)據(jù)、地質(zhì)環(huán)境演化專題產(chǎn)品、地質(zhì)環(huán)境演化綜合產(chǎn)品、城市群發(fā)展數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等。地質(zhì)環(huán)境演化時空大數(shù)據(jù)分類見表1。

(1) 遙感對地觀測數(shù)據(jù)，包括光學(xué)、雷達影像數(shù)據(jù)兩大類。光學(xué)影像既有亞米級的高分二號影像，也包括低分辨率的鎖眼衛(wèi)星影像數(shù)據(jù)，主要用于活動斷裂、崩塌、滑坡、泥石流、海岸灘涂等典型地質(zhì)環(huán)境要素的監(jiān)測。長時間序列的不同分辨率的雷達影像主要用于點、線、面等不同尺度地面沉降的監(jiān)測。這類數(shù)據(jù)具有時效性強、重訪周期短、數(shù)據(jù)體量大等特點。以地面沉降監(jiān)測為例，僅華北平原地區(qū)一年的地面沉降監(jiān)測所需要的雷達影像的數(shù)據(jù)量就超過了1 TB。

(2) 城市群發(fā)展數(shù)據(jù)，包括交通流量、社會經(jīng)濟、產(chǎn)業(yè)布局等統(tǒng)計數(shù)據(jù)。這類數(shù)據(jù)反映了城市群發(fā)展及人地關(guān)系是否協(xié)調(diào)，是城市群地質(zhì)環(huán)境演化遙感監(jiān)測研究不可缺少的數(shù)據(jù)，具有海量性(尤其是交通流量數(shù)據(jù))、相關(guān)性、及時性、可比性等特點。

(3) 地質(zhì)環(huán)境演化專題產(chǎn)品，主要包括崩滑流等典型地質(zhì)環(huán)境演化要素分布、地面沉降速率等數(shù)據(jù)產(chǎn)品。

(4) 地質(zhì)環(huán)境演化綜合產(chǎn)品，包括地面沉降速率等級、地質(zhì)環(huán)境承載力評價、地質(zhì)環(huán)境適宜性評價等專題圖件產(chǎn)品，是時空大數(shù)據(jù)綜合分析的產(chǎn)品。

綜上，地質(zhì)環(huán)境演化數(shù)據(jù)具有海量、異構(gòu)、長效性、高準確性、高價值等特點[4]，是時空大數(shù)據(jù)的一種，因此，其數(shù)據(jù)的存儲管理、處理、分析等都宜采用大數(shù)據(jù)的技術(shù)方法。

表1 地質(zhì)環(huán)境演化時空大數(shù)據(jù)分類

2 城市群地質(zhì)環(huán)境演化空間信息智能服務(wù)體系架構(gòu)

圍繞城市群空間規(guī)劃、建設(shè)、管理及“多規(guī)合一”“大城市病”治理等多領(lǐng)域決策對地質(zhì)環(huán)境演化空間信息服務(wù)的迫切需求，依托大數(shù)據(jù)和云計算等技術(shù)，構(gòu)建城市群地質(zhì)環(huán)境演化空間信息智能服務(wù)體系，為城市群經(jīng)濟區(qū)規(guī)劃、交通等基礎(chǔ)設(shè)施運營管理、產(chǎn)業(yè)升級轉(zhuǎn)移等應(yīng)用提供地質(zhì)環(huán)境演化數(shù)據(jù)、產(chǎn)品、模型、分析挖掘及應(yīng)用多層次的空間信息服務(wù)，提升地質(zhì)環(huán)境演化空間信息服務(wù)城市群經(jīng)濟區(qū)規(guī)劃、建設(shè)和管理的支撐能力。城市群地質(zhì)環(huán)境演化空間信息智能服務(wù)體系包括基礎(chǔ)支撐層、大數(shù)據(jù)采集與處理層、數(shù)據(jù)組織與管理層、計算與分析挖掘?qū)印⒋髷?shù)據(jù)服務(wù)層、大數(shù)據(jù)應(yīng)用層6部分。城市群地質(zhì)環(huán)境演化空間信息智能服務(wù)體系框架如圖1所示。

圖1 城市群地質(zhì)環(huán)境演化空間信息智能服務(wù)體系框架

2.1 基礎(chǔ)支撐層

基礎(chǔ)支撐層是支撐整個城市群地質(zhì)環(huán)境演化的傳感網(wǎng)絡(luò)及軟硬件設(shè)施，包括衛(wèi)星、航空、低空、地面的各類傳感器，以及服務(wù)器、云存儲、通用軟件、專業(yè)軟件、網(wǎng)絡(luò)等云計算平臺環(huán)境。衛(wèi)星不僅包含光學(xué)、雷達等遙感衛(wèi)星，還包括導(dǎo)航衛(wèi)星、通信衛(wèi)星。

2.2 地質(zhì)環(huán)境演化大數(shù)據(jù)采集與處理層

地質(zhì)環(huán)境演化大數(shù)據(jù)采集及處理層借助空天地各類傳感器網(wǎng)絡(luò)及智能終端、互聯(lián)網(wǎng)等手段獲得的時空大數(shù)據(jù)，包括通過各級地質(zhì)監(jiān)測部門建立的地面沉降監(jiān)測系統(tǒng)、地下水環(huán)境監(jiān)測系統(tǒng)、突發(fā)地質(zhì)災(zāi)害監(jiān)測系統(tǒng)、平原區(qū)活動斷裂監(jiān)測系統(tǒng)、土壤地質(zhì)環(huán)境監(jiān)測系統(tǒng)、重大構(gòu)筑物及地下空間地質(zhì)安全監(jiān)測系統(tǒng)、重大線性工程地質(zhì)安全監(jiān)測系統(tǒng)等獲取的數(shù)據(jù)，在云計算平臺下進行各種數(shù)據(jù)處理后形成多源、長時序的遙感影像增值產(chǎn)品、地面沉降、地質(zhì)災(zāi)害分布等數(shù)據(jù)產(chǎn)品。

2.3 地質(zhì)環(huán)境演化大數(shù)據(jù)存儲與管理層

大數(shù)據(jù)存儲與管理層基于統(tǒng)一時空框架、統(tǒng)一分類編碼、統(tǒng)一數(shù)據(jù)模型，綜合利用關(guān)系數(shù)據(jù)庫、NoSQL數(shù)據(jù)庫、共享文件系統(tǒng)及分布式數(shù)據(jù)存儲系統(tǒng)等，實現(xiàn)分布式存儲環(huán)境下多源異構(gòu)的地質(zhì)環(huán)境演化大數(shù)據(jù)一體化存儲。存儲與管理的數(shù)據(jù)包括遙感對地觀測數(shù)據(jù)、基礎(chǔ)地質(zhì)數(shù)據(jù)、地形地理數(shù)據(jù)、地質(zhì)環(huán)境演化專題產(chǎn)品、地質(zhì)環(huán)境演化綜合產(chǎn)品、城市群發(fā)展數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)等幾大類。

2.4 地質(zhì)環(huán)境演化大數(shù)據(jù)計算與分析挖掘?qū)?/h3>

地質(zhì)環(huán)境演化大數(shù)據(jù)計算與分析挖掘?qū)用嫦虼髷?shù)據(jù)存儲層各類數(shù)據(jù)庫中存儲與管理的數(shù)據(jù)，用深度學(xué)習、關(guān)聯(lián)規(guī)則、時空預(yù)測、時空融合、時空聚類等時空大數(shù)據(jù)分析挖掘技術(shù)[5-7]，研究服務(wù)于城市群規(guī)劃、建設(shè)與管理的模型及分析計算方法。主要構(gòu)建的模型包括地面沉降發(fā)育演變模型、地面沉降與地下水的耦合機理模型、典型地質(zhì)環(huán)境要素自動識別模型、地質(zhì)環(huán)境演化預(yù)警模型、地質(zhì)環(huán)境適宜性評價模型、地質(zhì)環(huán)境承載力評價模型、地質(zhì)環(huán)境與城市群發(fā)展的協(xié)調(diào)度模型等。

2.5 地質(zhì)環(huán)境演化大數(shù)據(jù)服務(wù)層

地質(zhì)環(huán)境演化的大數(shù)據(jù)服務(wù)層依托底層的時空大數(shù)據(jù)和構(gòu)建的數(shù)據(jù)模型，形成多層級、多類型、多鏈條的空間信息服務(wù)模式，既提供基礎(chǔ)的地質(zhì)環(huán)境演化數(shù)據(jù)服務(wù)、元數(shù)據(jù)服務(wù)、產(chǎn)品服務(wù)，還提供專業(yè)性較強的模型服務(wù)、數(shù)據(jù)分析挖掘服務(wù)和應(yīng)用服務(wù)。

2.6 地質(zhì)環(huán)境演化大數(shù)據(jù)應(yīng)用層

地質(zhì)環(huán)境演化大數(shù)據(jù)應(yīng)用層通過大數(shù)據(jù)存儲與管理層、計算與分析挖掘?qū)优c服務(wù)層的智能組合，為城市群輔助空間布局、重大工程選址、城市群規(guī)劃與管理、輔助產(chǎn)業(yè)升級轉(zhuǎn)移、優(yōu)化國土空間開發(fā)利用等城市群規(guī)劃、建設(shè)與管理多領(lǐng)域、多環(huán)節(jié)的應(yīng)用提供智能化的地質(zhì)環(huán)境演化及預(yù)警等服務(wù)支撐。

3 城市群地質(zhì)環(huán)境演化空間信息服務(wù)關(guān)鍵技術(shù)

3.1 地質(zhì)環(huán)境演化多源遙感監(jiān)測與預(yù)警技術(shù)

數(shù)據(jù)的采集是城市群地質(zhì)環(huán)境演化空間信息服務(wù)的基礎(chǔ)。借助于光學(xué)、雷達影像等多源遙感數(shù)據(jù)，在突破相干目標短基線InSAR時序分析、多軌道、長條帶InSAR數(shù)據(jù)集成處理[8]、基于深度學(xué)習的典型地質(zhì)環(huán)境演化要素自動識別等技術(shù)的基礎(chǔ)上，開展活動斷裂、崩塌、滑坡、泥石流、地裂縫、岸線變遷等城市群地質(zhì)環(huán)境演化典型要素遙感監(jiān)測，以及大區(qū)域、城際間重大線性工程沿線和大型工程地下空間地面沉降的監(jiān)測。同時結(jié)合地面的各種傳感網(wǎng)絡(luò)、群測群防體系、導(dǎo)航、通信、互聯(lián)網(wǎng)等數(shù)據(jù)，實現(xiàn)城市群點、線、面監(jiān)測互補，提升城市群的微觀、中觀和宏觀不同尺度的持續(xù)監(jiān)測與動態(tài)預(yù)警能力，是城市群地質(zhì)環(huán)境演化空間信息服務(wù)的重要技術(shù)支撐。

3.2 基于分布式的地質(zhì)環(huán)境演化大數(shù)據(jù)存儲技術(shù)

圍繞城市群地質(zhì)環(huán)境演化海量、異構(gòu)、多源、多時相數(shù)據(jù)組織與管理的需求，綜合MongDB、Hadoop等分布式數(shù)據(jù)存儲技術(shù)[9-10]，實現(xiàn)分布式環(huán)境下多源異構(gòu)的數(shù)據(jù)一體化存儲。在傳統(tǒng)關(guān)系數(shù)據(jù)庫、文件系統(tǒng)基礎(chǔ)上，采用混合存儲架構(gòu)，擴展并綜合利用NoSQL數(shù)據(jù)庫、分布式文件系統(tǒng)，構(gòu)建彈性可擴展的存儲模型，形成面向地質(zhì)環(huán)境演化大數(shù)據(jù)的關(guān)系數(shù)據(jù)庫集群、NoSQL數(shù)據(jù)庫集群、共享文件系統(tǒng)集群、分布式文件系統(tǒng)集群，并在此基礎(chǔ)上提供規(guī)范化的數(shù)據(jù)存取接口。其中，空間數(shù)據(jù)、結(jié)構(gòu)化屬性數(shù)據(jù)存儲采用大規(guī)模并行處理架構(gòu)關(guān)系數(shù)據(jù)，服務(wù)數(shù)據(jù)、瓦片數(shù)據(jù)、文檔數(shù)據(jù)等采用分布式NoSQL數(shù)據(jù)庫，影像實體、圖片等多媒體數(shù)據(jù)采用共享文件系統(tǒng)及分布式文件系統(tǒng)存儲。地質(zhì)環(huán)境演化大數(shù)據(jù)存儲結(jié)構(gòu)如圖2所示。

圖2 地質(zhì)環(huán)境演化大數(shù)據(jù)存儲結(jié)構(gòu)

3.3 海量矢量數(shù)據(jù)的分級索引技術(shù)

針對地面沉降速率等海量矢量地質(zhì)環(huán)境演化數(shù)據(jù)瀏覽顯示效率低、交互性差等問題，借助海量矢量數(shù)據(jù)分級索引技術(shù)來實現(xiàn)海量矢量數(shù)據(jù)的動態(tài)符號化，以及大體量矢量數(shù)據(jù)在大中小比例尺區(qū)間內(nèi)的全程高效瀏覽和實時查詢，提升瀏覽和實時查詢檢索的效率。空間索引方法大致可分為線性索引、網(wǎng)格索引和樹形索引3大類[11]。線性索引結(jié)構(gòu)直觀簡單，但對海量的矢量數(shù)據(jù)管理效率較低。網(wǎng)格索引效率較高，但是當矢量數(shù)據(jù)增多時會因矢量要素分布不均勻而需要重構(gòu)。樹形索引是應(yīng)用最為廣泛的數(shù)據(jù)索引。結(jié)合地面沉降等地質(zhì)環(huán)境演化矢量數(shù)據(jù)的特點，研究基于尺度的高維索引方法來實現(xiàn)矢量數(shù)據(jù)的在線壓縮和復(fù)現(xiàn)，實現(xiàn)對不同數(shù)據(jù)內(nèi)容、同一數(shù)據(jù)不同層次的聯(lián)合檢索[12]，可大大提升數(shù)據(jù)的動態(tài)渲染及檢索效率。

3.4 地質(zhì)環(huán)境演化時空大數(shù)據(jù)挖掘技術(shù)

地質(zhì)環(huán)境演化時空大數(shù)據(jù)挖掘技術(shù)，主要是通過關(guān)聯(lián)規(guī)則挖掘、分類、預(yù)測、聚類等時間序列和空間結(jié)構(gòu)數(shù)據(jù)挖掘方法[5-7]，從非線性、海量、高維和高噪聲的地質(zhì)環(huán)境演化時空大數(shù)據(jù)中，提取出對城市群規(guī)劃、建設(shè)與管理有用的數(shù)據(jù)間的內(nèi)在聯(lián)系、隱含信息、時空模式和知識等[13]。如在綜合水準、GPS、基巖標-分層標，以及InSAR監(jiān)測的地面沉降數(shù)據(jù)和長時間序列的地下水位動態(tài)監(jiān)測數(shù)據(jù)，實現(xiàn)典型沉降區(qū)內(nèi)多類型、多尺度、多源異構(gòu)數(shù)據(jù)的無縫融合。對區(qū)域內(nèi)長時間序列的地下水水位與不同地層地面沉降量的相關(guān)性進行分析，構(gòu)建基于多源數(shù)據(jù)識別的地面沉降-地下水水位模型，實現(xiàn)區(qū)域地質(zhì)背景下的地面沉降全過程演化和趨勢預(yù)測，進而在發(fā)育特征與模型預(yù)測互饋的動態(tài)過程中進一步揭示地面沉降的內(nèi)在規(guī)律與機制。

4 結(jié) 語

城市群地質(zhì)環(huán)境條件和演化特征是區(qū)域經(jīng)濟開發(fā)的客觀約束，同時，區(qū)域經(jīng)濟開發(fā)也改變著城市群的地質(zhì)環(huán)境條件，是城市群規(guī)劃、建設(shè)必須考慮的基礎(chǔ)要素。本文結(jié)合城市群地質(zhì)環(huán)境演化大數(shù)據(jù)的特點及城市群經(jīng)濟區(qū)規(guī)劃、建設(shè)與管理對地質(zhì)環(huán)境演化空間信息服務(wù)的需求，提出了一種面向城市群多目標應(yīng)用的地質(zhì)環(huán)境演化空間信息智能服務(wù)框架，形成了時空大數(shù)據(jù)驅(qū)動的地質(zhì)環(huán)境演化空間信息綜合應(yīng)用服務(wù)新模式。該框架具有良好的實用性和可擴展性，為滿足我國城市群經(jīng)濟區(qū)層面的規(guī)劃預(yù)先協(xié)調(diào)、建設(shè)執(zhí)行監(jiān)督、運行評估預(yù)測、相互作用預(yù)判等，對地質(zhì)環(huán)境演化空間信息服務(wù)提供了技術(shù)方法支撐。

參考文獻：

[1] 劉士林，劉新靜.中國城市群發(fā)展報告[M].北京：中國出版集團東方出版中心，2016.

[2] 王思敬.中國城市發(fā)展中的地質(zhì)環(huán)境問題[J].第四紀研究,1996,16(2):115-122.

[3] 中國地質(zhì)調(diào)查局.城市地質(zhì)調(diào)查總體方案(2017—2025年)[M].北京：[s.n.]，2017.

[4] 張繼賢，顧海燕，魯學(xué)軍，等.地理國情大數(shù)據(jù)研究框架[J].遙感學(xué)報，2016，20(5)：1017-1026.

[5] 吉根,林趙斌.面向大數(shù)據(jù)的時空數(shù)據(jù)挖掘綜述[J].南京師范大學(xué)報(自然科學(xué)版)，2014,37(1)：1-7.

[6] LAXMAN S S，SASTRY P S.A Survey of Temporal Data Mining[J]．Sadhana，2006，31(2):173-198．

[7] 劉大有，陳慧靈，齊紅，等．時空數(shù)據(jù)挖掘研究進展[J].計算機研究與發(fā)展，2013，50(2):225-239.

[8] 葛大慶.區(qū)域性地面沉降InSAR監(jiān)測關(guān)鍵技術(shù)研究[D].北京：中國地質(zhì)大學(xué)(北京)，2013.

[9] 陳崇成,林劍峰,吳小竹,等.基于NoSQL的海量空間數(shù)據(jù)云存儲與服務(wù)方法[J].地球信息科學(xué)學(xué)報,2013,15(2):166-174.

[10] 呂雪鋒,程承旗,龔健雅,等.海量遙感數(shù)據(jù)存儲管理技術(shù)綜述[J].中國科學(xué)(技術(shù)科學(xué)),2011,41(12):1561-1573.

[11] 徐道柱，焦洋洋，金澄.分布式空間數(shù)據(jù)庫中矢量數(shù)據(jù)多級空間索引方法研究[J].測繪工程,2017,26(10):1-6

[12] 程昌秀.矢量數(shù)據(jù)多尺度空間索引方法的研究[J].武漢大學(xué)學(xué)報(信息科學(xué)版)，2009，34(5)：597-601.

[13] 李德仁,張良培,夏桂松.遙感大數(shù)據(jù)自動分析與數(shù)據(jù)挖掘[J].測繪學(xué)報,2014,43(12):1211-1216.