城市群地質環(huán)境演化空間信息智能服務框架

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)，國務院提出將在“十三五”期間建設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，人地關系矛盾日益突出。我國地質構造復雜、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)境地質問題突出，山區(qū)地震、崩塌、滑坡、泥石流等地質災害多發(fā)，生態(tài)地質環(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、建設和管理需要“跨城市、全鏈條、自適應、多目標”的空間信息服務和應用模式，地質環(huán)境信息及服務作為其中最為基礎性和先行性的鏈條，迫切需要全面融入城市群的規(guī)劃、建設、管理的各個領域和環(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，積極引導城市群地質資源合理利用，規(guī)避城市群地質安全風險，有效防范突發(fā)性的地質災害，全面支撐城市群規(guī)劃、建設和管理。

1 城市群地質環(huán)境演化時空大數(shù)據(jù)特征分析

城市群地質環(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)、基礎地質數(shù)據(jù)、地形地理數(shù)據(jù)、地質環(huán)境演化專題產品、地質環(huán)境演化綜合產品、城市群發(fā)展數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等。地質環(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、雷達影像數(shù)據(jù)兩大類。光學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)展及人地關系是否協(xié)調，是城市群地質環(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))、相關性、及時性、可比性等特點。

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

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

綜上，地質環(huán)境演化數(shù)據(jù)具有海量、異構、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)的技術方法。

表1 地質環(huán)境演化時空大數(shù)據(jù)分類

2 城市群地質環(huán)境演化空間信息智能服務體系架構

圍繞城市群空間規(guī)劃、建設、管理及“多規(guī)合一”“大城市病”治理等多領域決策對地質環(huán)境演化空間信息服務的迫切需求，依托大數(shù)據(jù)和云計算等技術，構建城市群地質環(huán)境演化空間信息智能服務體系，為城市群經(jīng)濟區(qū)規(guī)劃、交通等基礎設施運營管理、產業(yè)升級轉移等應用提供地質環(huán)境演化數(shù)據(jù)、產品、模型、分析挖掘及應用多層次的空間信息服務，提升地質環(huán)境演化空間信息服務城市群經(jīng)濟區(qū)規(guī)劃、建設和管理的支撐能力。城市群地質環(huán)境演化空間信息智能服務體系包括基礎支撐層、大數(shù)據(jù)采集與處理層、數(shù)據(jù)組織與管理層、計算與分析挖掘層、大數(shù)據(jù)服務層、大數(shù)據(jù)應用層6部分。城市群地質環(huán)境演化空間信息智能服務體系框架如圖1所示。

圖1 城市群地質環(huán)境演化空間信息智能服務體系框架

2.1 基礎支撐層

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

2.2 地質環(huán)境演化大數(shù)據(jù)采集與處理層

地質環(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)地質災害監(jiān)測系統(tǒng)、平原區(qū)活動斷裂監(jiān)測系統(tǒng)、土壤地質環(huán)境監(jiān)測系統(tǒng)、重大構筑物及地下空間地質安全監(jiān)測系統(tǒng)、重大線性工程地質安全監(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品、地面沉降、地質災害分布等數(shù)據(jù)產品。

2.3 地質環(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)境下多源異構的地質環(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)、基礎地質數(shù)據(jù)、地形地理數(shù)據(jù)、地質環(huán)境演化專題產品、地質環(huán)境演化綜合產品、城市群發(fā)展數(shù)據(jù)、社交網(wǎng)絡數(shù)據(jù)等幾大類。

2.4 地質環(huán)境演化大數(shù)據(jù)計算與分析挖掘層

地質環(huán)境演化大數(shù)據(jù)計算與分析挖掘層面向大數(shù)據(jù)存儲層各類數(shù)據(jù)庫中存儲與管理的數(shù)據(jù)，用深度學習、關聯(lián)規(guī)則、時空預測、時空融合、時空聚類等時空大數(shù)據(jù)分析挖掘技術[5-7]，研究服務于城市群規(guī)劃、建設與管理的模型及分析計算方法。主要構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、典型地質環(huán)境要素自動識別模型、地質環(huán)境演化預警模型、地質環(huán)境適宜性評價模型、地質環(huán)境承載力評價模型、地質環(huán)境與城市群發(fā)展的協(xié)調度模型等。

2.5 地質環(huán)境演化大數(shù)據(jù)服務層

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

2.6 地質環(huán)境演化大數(shù)據(jù)應用層

地質環(huán)境演化大數(shù)據(jù)應用層通過大數(shù)據(jù)存儲與管理層、計算與分析挖掘層與服務層的智能組合，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、輔助產業(yè)升級轉移、優(yōu)化國土空間開發(fā)利用等城市群規(guī)劃、建設與管理多領域、多環(huán)節(jié)的應用提供智能化的地質環(huán)境演化及預警等服務支撐。

3 城市群地質環(huán)境演化空間信息服務關鍵技術

3.1 地質環(huán)境演化多源遙感監(jiān)測與預警技術

數(shù)據(jù)的采集是城市群地質環(huán)境演化空間信息服務的基礎。借助于光學、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]、基于深度學習的典型地質環(huán)境演化要素自動識別等技術的基礎上，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。同時結合地面的各種傳感網(wǎng)絡、群測群防體系、導航、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)預警能力，是城市群地質環(huán)境演化空間信息服務的重要技術支撐。

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

圍繞城市群地質環(huán)境演化海量、異構、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[9-10]，實現(xiàn)分布式環(huán)境下多源異構的數(shù)據(jù)一體化存儲。在傳統(tǒng)關系數(shù)據(jù)庫、文件系統(tǒng)基礎上，采用混合存儲架構，擴展并綜合利用NoSQL數(shù)據(jù)庫、分布式文件系統(tǒng)，構建彈性可擴展的存儲模型，形成面向地質環(huán)境演化大數(shù)據(jù)的關系數(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)、結構化屬性數(shù)據(jù)存儲采用大規(guī)模并行處理架構關系數(shù)據(jù)，服務數(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。地質環(huán)境演化大數(shù)據(jù)存儲結構如圖2所示。

圖2 地質環(huán)境演化大數(shù)據(jù)存儲結構

3.3 海量矢量數(shù)據(jù)的分級索引技術

針對地面沉降速率等海量矢量地質環(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]。線性索引結構直觀簡單，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。樹形索引是應用最為廣泛的數(shù)據(jù)索引。結合地面沉降等地質環(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)的在線壓縮和復現(xiàn)，實現(xiàn)對不同數(shù)據(jù)內容、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 地質環(huán)境演化時空大數(shù)據(jù)挖掘技術

地質環(huán)境演化時空大數(shù)據(jù)挖掘技術，主要是通過關聯(lián)規(guī)則挖掘、分類、預測、聚類等時間序列和空間結構數(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、建設與管理有用的數(shù)據(jù)間的內在聯(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)內多類型、多尺度、多源異構數(shù)據(jù)的無縫融合。對區(qū)域內長時間序列的地下水水位與不同地層地面沉降量的相關性進行分析，構建基于多源數(shù)據(jù)識別的地面沉降-地下水水位模型，實現(xiàn)區(qū)域地質背景下的地面沉降全過程演化和趨勢預測，進而在發(fā)育特征與模型預測互饋的動態(tài)過程中進一步揭示地面沉降的內在規(guī)律與機制。

4 結 語

城市群地質環(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環(huán)境條件，是城市群規(guī)劃、建設必須考慮的基礎要素。本文結合城市群地質環(huán)境演化大數(shù)據(jù)的特點及城市群經(jīng)濟區(qū)規(guī)劃、建設與管理對地質環(huán)境演化空間信息服務的需求，提出了一種面向城市群多目標應用的地質環(huán)境演化空間信息智能服務框架，形成了時空大數(shù)據(jù)驅動的地質環(huán)境演化空間信息綜合應用服務新模式。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)劃預先協(xié)調、建設執(zhí)行監(jiān)督、運行評估預測、相互作用預判等，對地質環(huán)境演化空間信息服務提供了技術方法支撐。

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)展中的地質環(huán)境問題[J].第四紀研究,1996,16(2):115-122.

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

[4] 張繼賢，顧海燕，魯學軍，等.地理國情大數(shù)據(jù)研究框架[J].遙感學報，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].南京師范大學報(自然科學版)，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)測關鍵技術研究[D].北京：中國地質大學(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)云存儲與服務方法[J].地球信息科學學報,2013,15(2):166-174.

[10] 呂雪鋒,程承旗,龔健雅,等.海量遙感數(shù)據(jù)存儲管理技術綜述[J].中國科學(技術科學),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].武漢大學學報(信息科學版)，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].測繪學報,2014,43(12):1211-1216.