黃河流域空天地一體化大數(shù)據(jù)平臺(tái)架構(gòu)及關(guān)鍵技術(shù)研究

摘 要：黃河流域空天地一體化大數(shù)據(jù)多源異構(gòu)，是涉及空間段、天際段、地表段的生態(tài)大數(shù)據(jù)，涉及面廣、生態(tài)問(wèn)題嚴(yán)峻。為緩解生態(tài)保護(hù)壓力，探索黃河發(fā)展以及變化規(guī)律，分析構(gòu)建面向黃河流域生態(tài)保護(hù)的空天地一體化大數(shù)據(jù)平臺(tái)的必要性，設(shè)計(jì)大數(shù)據(jù)平臺(tái)的總體框架，分析大數(shù)據(jù)平臺(tái)的技術(shù)架構(gòu)和關(guān)鍵技術(shù)，討論大數(shù)據(jù)平臺(tái)在黃河流域生態(tài)保護(hù)中的應(yīng)用，以期為黃河流域的全流域治理、水資源的科學(xué)分配、洪澇災(zāi)害的預(yù)警、文化旅游的發(fā)展提供技術(shù)思路和決策支撐，進(jìn)而為黃河流域的生態(tài)保護(hù)和高質(zhì)量發(fā)展做出一些貢獻(xiàn)。

關(guān)鍵詞：大數(shù)據(jù)平臺(tái);空天地一體化;平臺(tái)架構(gòu);黃河流域

中圖分類(lèi)號(hào)：TP391;P931.5;TV882.1 文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2021.04.002

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

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

黃河流域的生態(tài)保護(hù)成效事關(guān)我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)安全[1]。以下從3個(gè)方面分析本研究的必要性。第一，從國(guó)家戰(zhàn)略、政策層面來(lái)看，2019年9月習(xí)近平總書(shū)記在鄭州主持召開(kāi)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)并發(fā)表重要講話，明確提出黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展是重大國(guó)家戰(zhàn)略[2]。2018年6月，中共中央、國(guó)務(wù)院印發(fā)《關(guān)于全面加強(qiáng)生態(tài)環(huán)境保護(hù)堅(jiān)決打好污染防治攻堅(jiān)戰(zhàn)的意見(jiàn)》，提出“建立權(quán)威高效的生態(tài)環(huán)境監(jiān)測(cè)體系，構(gòu)建天地一體化的生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)”[3]。2017年12月的中共中央政治局集體學(xué)習(xí)也特別提出，要加強(qiáng)大數(shù)據(jù)技術(shù)在各行各業(yè)的創(chuàng)新性應(yīng)用，健全大數(shù)據(jù)輔助科學(xué)決策和社會(huì)治理的機(jī)制[4]。第二，從黃河流域的生態(tài)、發(fā)展?fàn)顩r來(lái)看，黃河流域面積79.5萬(wàn)km2，面臨水土流失嚴(yán)重、水資源分配不均、二級(jí)懸河嚴(yán)重、甘肅內(nèi)蒙古等地經(jīng)濟(jì)發(fā)展滯后等生態(tài)環(huán)境和經(jīng)濟(jì)發(fā)展問(wèn)題[5]。黃河流域的生態(tài)保護(hù)和高質(zhì)量發(fā)展涉及多部門(mén)、多學(xué)科、多因素，指揮調(diào)度困難，需要處理海量的水文泥沙、氣象氣候、地質(zhì)地貌、植被生物、土壤水質(zhì)以及經(jīng)濟(jì)社會(huì)等多尺度異構(gòu)數(shù)據(jù)，這無(wú)疑給黃河流域的生態(tài)監(jiān)測(cè)、水土治理、產(chǎn)業(yè)發(fā)展等一系列生態(tài)保護(hù)和高質(zhì)量發(fā)展措施加大了難度。第三，從現(xiàn)實(shí)的數(shù)據(jù)產(chǎn)生、技術(shù)發(fā)展來(lái)看，未來(lái)10 a全球天、空、地部署的數(shù)百萬(wàn)計(jì)傳感器每日獲取的觀測(cè)數(shù)據(jù)將超過(guò)10 PB[6]，面對(duì)海量的生態(tài)環(huán)境監(jiān)測(cè)數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理理念、方法、工具和技術(shù)根本無(wú)以應(yīng)對(duì)，必須采用大數(shù)據(jù)的理念、方法、工具和技術(shù)，這已是國(guó)家、省級(jí)和地方各級(jí)環(huán)保部門(mén)的共識(shí)。綜上，進(jìn)行面向黃河流域生態(tài)保護(hù)的空天地一體化大數(shù)據(jù)平臺(tái)研究很有必要。平臺(tái)設(shè)計(jì)的好壞、技術(shù)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(jìn)而影響黃河流域生態(tài)保護(hù)的差別化、精準(zhǔn)化和管理一體化。

1 黃河流域生態(tài)大數(shù)據(jù)的內(nèi)涵及其面臨的問(wèn)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(shí)性（Veracity）以及價(jià)值性（Value）[6]，根據(jù)行業(yè)領(lǐng)域可分為不同的類(lèi)別，例如健康醫(yī)療大數(shù)據(jù)、教育大數(shù)據(jù)、電子商務(wù)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(gè)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(shí)空性特征，如圖1所示。

根據(jù)相關(guān)的文獻(xiàn)定義[6-9]，并針對(duì)黃河流域特點(diǎn)，列出黃河流域生態(tài)保護(hù)相關(guān)的數(shù)據(jù)類(lèi)型、采集方式和主要內(nèi)容，見(jiàn)表1。

確定黃河流域生態(tài)大數(shù)據(jù)的類(lèi)型和特點(diǎn)，將為后續(xù)定制大數(shù)據(jù)平臺(tái)提供必要的依據(jù)。目前，各方將大數(shù)據(jù)技術(shù)應(yīng)用于生態(tài)保護(hù)的積極性比較高，但仍存在以下問(wèn)題：①多元立體感知能力欠缺，生態(tài)環(huán)境無(wú)人機(jī)監(jiān)測(cè)系統(tǒng)數(shù)量較少，應(yīng)急、機(jī)動(dòng)觀測(cè)能力不足，地面監(jiān)測(cè)方面規(guī)?；?、常態(tài)化監(jiān)測(cè)很少;②全要素監(jiān)測(cè)能力薄弱，大部分是對(duì)單一生態(tài)要素的監(jiān)測(cè)，未將多個(gè)生態(tài)要素的監(jiān)測(cè)數(shù)據(jù)整合應(yīng)用起來(lái)，勢(shì)必造成所獲取的數(shù)據(jù)不全面，挖掘出的知識(shí)不系統(tǒng);③流域環(huán)境監(jiān)測(cè)數(shù)據(jù)的共享、整合、應(yīng)用能力不足，不同系統(tǒng)各自分散獨(dú)立建設(shè)[9]，缺少統(tǒng)一規(guī)劃、統(tǒng)一建設(shè)、統(tǒng)一部署;④深層次知識(shí)挖掘水平較低，對(duì)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(lái)做一些簡(jiǎn)單的統(tǒng)計(jì)和報(bào)表[10]，如何利用大數(shù)據(jù)技術(shù)結(jié)合業(yè)務(wù)模型從海量數(shù)據(jù)中挖掘隱藏在其中的各種知識(shí)、洞見(jiàn)，則做得比較少。筆者對(duì)生態(tài)大數(shù)據(jù)的平臺(tái)架構(gòu)及關(guān)鍵技術(shù)進(jìn)行研究，對(duì)遙感數(shù)據(jù)、水文數(shù)據(jù)、水質(zhì)數(shù)據(jù)、氣象氣候數(shù)據(jù)等進(jìn)行深度挖掘、智能分析，以期為生態(tài)保護(hù)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(tái)框架

建立大數(shù)據(jù)平臺(tái)的前提和基礎(chǔ)是數(shù)據(jù)資源的共享，大數(shù)據(jù)平臺(tái)的數(shù)據(jù)探測(cè)與采集面對(duì)的是多部門(mén)、多系統(tǒng)數(shù)據(jù)融合，現(xiàn)實(shí)中各行業(yè)數(shù)據(jù)標(biāo)準(zhǔn)格式以及技術(shù)路線是不統(tǒng)一的，各部門(mén)之間是數(shù)據(jù)割據(jù)的局面，導(dǎo)致不同程度的“數(shù)據(jù)孤島”現(xiàn)象，數(shù)據(jù)之間沒(méi)有實(shí)現(xiàn)共享，這也是制約大數(shù)據(jù)發(fā)展的顯著問(wèn)題[11]。為了響應(yīng)國(guó)家大數(shù)據(jù)戰(zhàn)略，各級(jí)環(huán)保部門(mén)紛紛開(kāi)始探索和建設(shè)生態(tài)大數(shù)據(jù)平臺(tái)。黃河流域空天地一體化大數(shù)據(jù)平臺(tái)架構(gòu)如圖2所示。

生態(tài)環(huán)境一體化大數(shù)據(jù)平臺(tái)建設(shè)，目的是實(shí)現(xiàn)生態(tài)環(huán)境綜合決策科學(xué)化、生態(tài)環(huán)境監(jiān)管精準(zhǔn)化、生態(tài)環(huán)境公共服務(wù)便民化[8]。首先應(yīng)該基于先進(jìn)的物聯(lián)網(wǎng)技術(shù)，融合5G網(wǎng)絡(luò)通信手段，構(gòu)建空天地一體化網(wǎng)絡(luò)。沈?qū)W民等[12]提出以地基網(wǎng)絡(luò)（地面互聯(lián)網(wǎng)、移動(dòng)通信等）為基礎(chǔ)，以空基網(wǎng)絡(luò)（高空通信平臺(tái)、無(wú)人機(jī)自組等）和天基網(wǎng)絡(luò)（各種衛(wèi)星通信系統(tǒng)等）為補(bǔ)充和延伸的空天地一體化網(wǎng)絡(luò)建設(shè)設(shè)想，以期不同維度的網(wǎng)絡(luò)可以充分發(fā)揮自身作用，打破各自獨(dú)立的網(wǎng)絡(luò)系統(tǒng)之間的數(shù)據(jù)共享屏障，實(shí)現(xiàn)廣域網(wǎng)絡(luò)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(kāi)網(wǎng)絡(luò)的傳輸，并且在水文泥沙、土壤土質(zhì)等數(shù)據(jù)的采集中，更是離不開(kāi)傳感器的數(shù)據(jù)傳輸?？仗斓匾惑w化網(wǎng)絡(luò)的建設(shè)影響數(shù)據(jù)的傳輸速率、范圍，同時(shí)為空天地一體化平臺(tái)的應(yīng)用提供網(wǎng)絡(luò)通信基礎(chǔ)，空天地一體化網(wǎng)絡(luò)也是未來(lái)網(wǎng)絡(luò)發(fā)展的趨勢(shì)之一。空天地一體化大數(shù)據(jù)是針對(duì)某個(gè)研究對(duì)象或者具體范圍，由空、天、地設(shè)備協(xié)同探測(cè)與采集的多源多模大數(shù)據(jù)及相關(guān)的綜合分析技術(shù)。一體化大數(shù)據(jù)平臺(tái)的建設(shè)需借助大數(shù)據(jù)技術(shù)對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行大數(shù)據(jù)存儲(chǔ)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(yùn)營(yíng)調(diào)度中心，開(kāi)展黃河流域植被遙感圖像的自動(dòng)識(shí)別與標(biāo)注、數(shù)據(jù)綜合分析與數(shù)據(jù)挖掘、動(dòng)態(tài)環(huán)境監(jiān)測(cè)、智能算法模型庫(kù)構(gòu)建等關(guān)鍵技術(shù)研發(fā)，構(gòu)建以“數(shù)據(jù)-分析-服務(wù)-價(jià)值”為驅(qū)動(dòng)的一體化大數(shù)據(jù)平臺(tái)，為解決黃河流域治理相關(guān)問(wèn)題提供相應(yīng)的數(shù)據(jù)、服務(wù)、調(diào)度、預(yù)測(cè)、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(tái)總體規(guī)劃是基于物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等新一代信息技術(shù)，以環(huán)境水利、人文社會(huì)為業(yè)務(wù)支撐，整合基礎(chǔ)設(shè)施資源、時(shí)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(yùn)營(yíng)中心，為生態(tài)保護(hù)、文化旅游、產(chǎn)業(yè)布局、安全監(jiān)測(cè)、交通治理、規(guī)劃建設(shè)、應(yīng)急指揮以及國(guó)土資源提供服務(wù)。

3 黃河流域空天地一體化大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)研究

一體化大數(shù)據(jù)技術(shù)平臺(tái)因其要處理的數(shù)據(jù)類(lèi)型不同、采取的數(shù)據(jù)處理技術(shù)不同，技術(shù)架構(gòu)的層次體系也不同。趙芬等[13]針對(duì)生態(tài)大數(shù)據(jù)，將大數(shù)據(jù)技術(shù)處理流程分為獲取、存儲(chǔ)與管理、計(jì)算模式與系統(tǒng)構(gòu)建、分析4個(gè)階段;舒田等[7]針對(duì)石漠化大數(shù)據(jù)，將喀斯特石漠化大數(shù)據(jù)平臺(tái)技術(shù)處理流程分為獲取、存儲(chǔ)與管理、計(jì)算模式、分析4個(gè)階段;常杪等[14]將大數(shù)據(jù)的處理流程分為采集與預(yù)處理、存儲(chǔ)、分析、可視化4個(gè)階段。生態(tài)大數(shù)據(jù)處理的核心思想是通過(guò)各種數(shù)據(jù)的有機(jī)結(jié)合、計(jì)算、分析，去解決復(fù)雜的生態(tài)環(huán)境問(wèn)題，為環(huán)境決策的準(zhǔn)確性、時(shí)效性、科學(xué)性提供支撐，助力保護(hù)生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)的高質(zhì)量發(fā)展，最終將生態(tài)大數(shù)據(jù)價(jià)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(shù)處理流程分為數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)存儲(chǔ)與安全管理、數(shù)據(jù)智能分析、數(shù)據(jù)可視化4個(gè)部分，如圖3所示。

3.1 基礎(chǔ)設(shè)施平臺(tái)

黃河流域空天地一體化大數(shù)據(jù)在總體架構(gòu)上將平臺(tái)分5層，分別是基于網(wǎng)絡(luò)基礎(chǔ)服務(wù)和IT基礎(chǔ)設(shè)施服務(wù)的基礎(chǔ)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(tái)的運(yùn)行基礎(chǔ)，基礎(chǔ)層為黃河流域空天地一體化大數(shù)據(jù)平臺(tái)提供堅(jiān)強(qiáng)的軟硬件基礎(chǔ)設(shè)施支撐?；A(chǔ)設(shè)施平臺(tái)中硬件資源包括處理數(shù)據(jù)的計(jì)算機(jī)、通信網(wǎng)絡(luò)和存儲(chǔ)設(shè)備，軟件資源包括操作系統(tǒng)、數(shù)據(jù)庫(kù)管理系統(tǒng)以及中間件等。采集層主要是對(duì)生態(tài)大數(shù)據(jù)進(jìn)行探測(cè)、采集、預(yù)處理，它是大數(shù)據(jù)平臺(tái)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(duì)數(shù)據(jù)的存儲(chǔ)與安全管理層，數(shù)據(jù)的存儲(chǔ)方便數(shù)據(jù)的檢索，數(shù)據(jù)在傳輸、存儲(chǔ)、處理時(shí)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(tái)系統(tǒng)的可靠性，最終使數(shù)據(jù)價(jià)值最大化。分析層是大數(shù)據(jù)平臺(tái)的核心部件，運(yùn)用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等手段，最大限度地開(kāi)發(fā)數(shù)據(jù)“礦產(chǎn)”，為政府、科研機(jī)構(gòu)提供更多的規(guī)律、現(xiàn)象、決策。呈現(xiàn)層是數(shù)據(jù)價(jià)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(shí)場(chǎng)景虛擬仿真的基礎(chǔ)上具現(xiàn)化數(shù)據(jù)，為用戶提供所需的服務(wù)。

3.2 技術(shù)路徑

黃河流域空天地一體化大數(shù)據(jù)的采集主要對(duì)空、天、地三個(gè)時(shí)空領(lǐng)域進(jìn)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(lái)自于國(guó)產(chǎn)衛(wèi)星影像云服務(wù)平臺(tái)的分發(fā)點(diǎn)[16]，通過(guò)GIS空間技術(shù)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(hù)林面積等指標(biāo)分析;天際段采集的數(shù)據(jù)主要是無(wú)人機(jī)巡航數(shù)據(jù)、遙感數(shù)據(jù)、航空測(cè)繪數(shù)據(jù)等，通過(guò)一體化測(cè)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(chǔ)信息相匹配、拼接、勻色以及正射處理等，實(shí)現(xiàn)局部區(qū)域任意時(shí)間段的數(shù)據(jù)得到增量更新[16]，彌補(bǔ)衛(wèi)星數(shù)據(jù)周期長(zhǎng)、費(fèi)用高的不足，這種增量處理方式也可促進(jìn)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(guò)物聯(lián)網(wǎng)、移動(dòng)平臺(tái)、人工管理等方式，通過(guò)地面氣象站、環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)、部門(mén)的存活系統(tǒng)，采集多源異構(gòu)數(shù)據(jù)如地面監(jiān)測(cè)數(shù)據(jù)、社會(huì)統(tǒng)計(jì)數(shù)據(jù)，再融合處理。

數(shù)據(jù)預(yù)處理是指在數(shù)據(jù)深度挖掘前，對(duì)原始數(shù)據(jù)進(jìn)行必要的清洗、集成、轉(zhuǎn)換、離散和歸約等一系列的處理工作，從而達(dá)到數(shù)據(jù)分析算法和工具所要求的最低規(guī)范和標(biāo)準(zhǔn)[17]。目前使用的數(shù)據(jù)預(yù)處理工具主要有Data Flux、Data Stage、IPC等[13]。

數(shù)據(jù)存儲(chǔ)是數(shù)據(jù)分析與可視化的基礎(chǔ)，對(duì)于黃河流域生態(tài)大數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)采用分布式的存儲(chǔ)方式，通過(guò)建立文件服務(wù)器、圖片服務(wù)器、關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)，確保數(shù)據(jù)的持續(xù)可用、快速查詢。比較常用的開(kāi)源工具如Hadoop Common、HDFS、HBase等[13]，利用這些存儲(chǔ)技術(shù)來(lái)保障數(shù)據(jù)的實(shí)時(shí)提取以及多點(diǎn)數(shù)據(jù)關(guān)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(jì)算和多維目標(biāo)智能識(shí)別3個(gè)方面。數(shù)據(jù)融合主要針對(duì)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(duì)各行業(yè)、各環(huán)控部門(mén)的數(shù)據(jù)進(jìn)行組合、整合、聚合，發(fā)揮大數(shù)據(jù)的價(jià)值。大數(shù)據(jù)智能計(jì)算和多維目標(biāo)智能識(shí)別是以機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、建模分析為核心進(jìn)行數(shù)據(jù)的價(jià)值挖掘、目標(biāo)自動(dòng)識(shí)別等智能分析的過(guò)程。在框架層，可以采用Map Reduce、Storm、Spark等工具。在科學(xué)計(jì)算庫(kù)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(guò)交互可視界面，使數(shù)據(jù)分析結(jié)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(jié)果[7]，檢索用戶自身需要的項(xiàng)目，解決自身的需求和問(wèn)題，為方案決策提供數(shù)據(jù)支撐，為態(tài)勢(shì)走向作科學(xué)預(yù)測(cè)。從目前來(lái)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(tái)關(guān)鍵技術(shù)研究

4.1 大數(shù)據(jù)探測(cè)與采集技術(shù)

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(tái)的前提，數(shù)據(jù)采集質(zhì)量對(duì)數(shù)據(jù)分析結(jié)果有直接影響，因此生態(tài)大數(shù)據(jù)的采集技術(shù)是大數(shù)據(jù)平臺(tái)的關(guān)鍵技術(shù)之一。下文從空域、天域、地域3個(gè)方面分析大數(shù)據(jù)的探測(cè)與采集。

4.1.1 空域大數(shù)據(jù)的探測(cè)與采集

空域大數(shù)據(jù)主要通過(guò)衛(wèi)星探測(cè)與采集，從衛(wèi)星的不同用途可以分為遙感衛(wèi)星、導(dǎo)航衛(wèi)星、通信衛(wèi)星。遙感信息的獲取通過(guò)大量搭載了全色、多光譜、高光譜傳感器的遙感衛(wèi)星來(lái)完成。其中，全色圖像、多光譜圖像、高光譜圖像的分辨率見(jiàn)表2。國(guó)外遙感衛(wèi)星中地球觀測(cè)一號(hào)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(gè)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(jí)陸地成像儀ALI以及大氣校正儀LEISA[18]。國(guó)內(nèi)的衛(wèi)星中高分一號(hào)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(jī)、8 m空間分辨率多光譜相機(jī)以及16 m空間分辨率多光譜寬幅相機(jī)[18]，主要用于陸地監(jiān)測(cè)、環(huán)境監(jiān)測(cè)。利用此類(lèi)遙感數(shù)據(jù)為黃河流域的地理測(cè)繪、氣象氣候監(jiān)測(cè)、水文泥沙含量監(jiān)測(cè)提供數(shù)據(jù)支撐。

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

4.1.2 天域大數(shù)據(jù)的探測(cè)與采集

隨著數(shù)字化時(shí)代的發(fā)展，無(wú)人機(jī)的應(yīng)用變得越來(lái)越廣泛。如日常的河流巡航，可以通過(guò)無(wú)人機(jī)的實(shí)時(shí)拍攝畫(huà)面監(jiān)測(cè)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(wú)人機(jī)的日常巡檢數(shù)據(jù)、災(zāi)害巡查視頻數(shù)據(jù)、搭載無(wú)人機(jī)的傳感器監(jiān)測(cè)數(shù)據(jù)外，還有航空的測(cè)繪數(shù)據(jù)。這類(lèi)數(shù)據(jù)主要通過(guò)移動(dòng)客戶端、設(shè)置埋點(diǎn)、數(shù)據(jù)推送、爬蟲(chóng)等技術(shù)進(jìn)行采集。

4.1.3 地域大數(shù)據(jù)的探測(cè)與采集

地域大數(shù)據(jù)主要包括水文泥沙、土壤土質(zhì)、水資源取水耗水情況、水質(zhì)污染狀況等數(shù)據(jù)，這些數(shù)據(jù)一部分在各部門(mén)機(jī)構(gòu)中，屬于機(jī)密信息，一部分是公開(kāi)數(shù)據(jù)，例如全國(guó)水雨情網(wǎng)站公布的水雨情信息，國(guó)家統(tǒng)計(jì)局公布的統(tǒng)計(jì)數(shù)據(jù)、年鑒數(shù)據(jù)、資源公報(bào)等，這類(lèi)數(shù)據(jù)采集主要通過(guò)系統(tǒng)自動(dòng)分析網(wǎng)頁(yè)抓取或自動(dòng)讀取，存儲(chǔ)到平臺(tái)中。

4.2 大數(shù)據(jù)智能處理技術(shù)

4.2.1 空天地多源多模數(shù)據(jù)融合技術(shù)

多源數(shù)據(jù)融合是將不同來(lái)源的數(shù)據(jù)集，通過(guò)某種數(shù)學(xué)算法，利用各類(lèi)數(shù)據(jù)在時(shí)空分辨率、完整性、精度等方面的互補(bǔ)性[19]，綜合各個(gè)輸入數(shù)據(jù)集的優(yōu)勢(shì)，彌補(bǔ)單個(gè)數(shù)據(jù)集的不足。數(shù)據(jù)融合與單一信源獨(dú)自處理相比，其可探測(cè)性和可信度更高，時(shí)空感知范圍更廣，降低推理模糊程度，增加目標(biāo)特征的位數(shù)，系統(tǒng)的容錯(cuò)能力也更強(qiáng)[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(zhǔn)確率[21]。多模態(tài)數(shù)據(jù)融合的目標(biāo)是建立能夠處理和關(guān)聯(lián)來(lái)自多個(gè)模態(tài)信息的模型。多源多模數(shù)據(jù)融合方法見(jiàn)表3。

4.2.2 空天地大數(shù)據(jù)智能計(jì)算

空天地大數(shù)據(jù)智能計(jì)算的關(guān)鍵技術(shù)是數(shù)據(jù)挖掘和預(yù)測(cè)分析，見(jiàn)表4。數(shù)據(jù)挖掘技術(shù)是大數(shù)據(jù)分析的核心，基本過(guò)程主要有數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、解釋評(píng)估和知識(shí)運(yùn)用[23];預(yù)測(cè)分析技術(shù)是利用統(tǒng)計(jì)、建模、數(shù)據(jù)挖掘工具對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行更深入的研究，對(duì)事態(tài)進(jìn)行一定的預(yù)測(cè)[23]。預(yù)測(cè)分析是大數(shù)據(jù)平臺(tái)的核心應(yīng)用，而預(yù)測(cè)分析的效果取決于數(shù)據(jù)的質(zhì)量、采用的技術(shù)處理手段以及預(yù)測(cè)分析的平臺(tái)。

4.2.3 空天地多維目標(biāo)智能識(shí)別

三維圖像，甚至多維圖像是在二維目標(biāo)監(jiān)測(cè)的基礎(chǔ)上，增加了識(shí)別目標(biāo)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(guò)預(yù)估實(shí)際位置，自動(dòng)駕駛的車(chē)輛和機(jī)器人可以準(zhǔn)確地預(yù)估和規(guī)劃自己的行為、路徑，這比二維空間的位置更準(zhǔn)確。按照輸入數(shù)據(jù)的不同類(lèi)型可以將三維目標(biāo)監(jiān)測(cè)數(shù)據(jù)分為單目圖像數(shù)據(jù)、多視圖圖像以及點(diǎn)云數(shù)據(jù)。根據(jù)傳感器的不同，三維目標(biāo)監(jiān)測(cè)也分為視覺(jué)、激光點(diǎn)云和多模態(tài)融合三類(lèi)[25]。單目圖像主要用來(lái)實(shí)現(xiàn)圖像平面的分類(lèi)與定位，基于單目圖像的三維目標(biāo)監(jiān)測(cè)的實(shí)現(xiàn)主要利用三維模型匹配、深度估計(jì)網(wǎng)絡(luò)等算法去回歸目標(biāo)的三維幾何信息[24]。激光點(diǎn)云數(shù)據(jù)相比視覺(jué)數(shù)據(jù)具有準(zhǔn)確的深度信息，三維空間特征明顯，其缺點(diǎn)是數(shù)據(jù)稀疏時(shí)提供的有效空間特征不足[24]，不能準(zhǔn)確監(jiān)測(cè)目標(biāo)位置。目前針對(duì)激光點(diǎn)云的三維目標(biāo)監(jiān)測(cè)算法為三維空間體素特征法、三維點(diǎn)云投影法，其中三維點(diǎn)云投影法的實(shí)現(xiàn)思路是利用坐標(biāo)維度回歸算法，如圖4所示。

多視圖圖像一般使用雙目或深度相機(jī)采集圖像信息，具有較完整的深度圖信息。針對(duì)多視圖圖像的視覺(jué)算法的核心是利用圖像紋理特征、深度特征等進(jìn)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(cè)網(wǎng)絡(luò)[26]、Stereo R-CNN監(jiān)測(cè)網(wǎng)絡(luò)[27];②基于三維空間卷積算法，如TLNet監(jiān)測(cè)網(wǎng)絡(luò)[28]，SurfConv監(jiān)測(cè)網(wǎng)絡(luò)[29]。

5 大數(shù)據(jù)平臺(tái)在黃河流域生態(tài)保護(hù)中的應(yīng)用

5.1 大數(shù)據(jù)平臺(tái)專(zhuān)題應(yīng)用

生態(tài)保護(hù)監(jiān)測(cè)專(zhuān)題，通過(guò)大數(shù)據(jù)平臺(tái)監(jiān)測(cè)了解黃河流域水利、土壤、氣象、植物、動(dòng)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(hù)及修復(fù)措施，構(gòu)建黃河流域生命共同體，如圖5所示。

此外，空天地一體化大數(shù)據(jù)平臺(tái)還有7個(gè)專(zhuān)題：①水土保持專(zhuān)題，運(yùn)用各種措施防治水土流失，保護(hù)、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(zhuān)題，通過(guò)監(jiān)控工業(yè)、城鎮(zhèn)生活、農(nóng)業(yè)面源及尾礦庫(kù)等4類(lèi)污染源，對(duì)水質(zhì)做到監(jiān)控、預(yù)測(cè)、預(yù)警;③防汛預(yù)警專(zhuān)題，通過(guò)無(wú)人機(jī)監(jiān)測(cè)以及降水量的監(jiān)測(cè)數(shù)據(jù)，實(shí)時(shí)預(yù)警洪澇災(zāi)害，以最大程度引水避害，減少人員財(cái)產(chǎn)損失;④黃河文化專(zhuān)題，利用衛(wèi)星遙感技術(shù)，監(jiān)測(cè)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(wù);⑤氣象專(zhuān)題，監(jiān)測(cè)黃河兩岸氣象氣候，及時(shí)對(duì)農(nóng)業(yè)灌溉、引水調(diào)度提供干旱預(yù)警數(shù)據(jù);⑥產(chǎn)業(yè)經(jīng)濟(jì)專(zhuān)題，智能分析黃河流域九?。▍^(qū)）的GDP總量、產(chǎn)業(yè)構(gòu)成情況、就業(yè)情況、消費(fèi)支出狀況等，依據(jù)這些指標(biāo)為黃河流域經(jīng)濟(jì)快速發(fā)展提供數(shù)據(jù)支撐;⑦數(shù)字經(jīng)濟(jì)專(zhuān)題，通過(guò)數(shù)字經(jīng)濟(jì)一張圖，直觀掌握黃河流域數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)存活狀況、行業(yè)數(shù)字經(jīng)濟(jì)狀況、熱門(mén)投資數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)。

5.2 生態(tài)保護(hù)模型評(píng)估與預(yù)測(cè)應(yīng)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(jié)果。在模型評(píng)估方面，大數(shù)據(jù)平臺(tái)通過(guò)DEA-Malmquist模型，對(duì)黃河流域的水資源利用效率進(jìn)行評(píng)價(jià)[30]，從DEA模型上來(lái)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(shì);從Malmquist指數(shù)上來(lái)看，黃河流域的全要素生產(chǎn)率在波動(dòng)升高，主要是各個(gè)指標(biāo)在逐漸升高，從而提高水資源利用效率。其次，構(gòu)造上級(jí)政府、基層河長(zhǎng)、公眾三方演化博弈的模型[31]，經(jīng)過(guò)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(diǎn)處的策略組合上，來(lái)解決黃河流域的違法“四亂”（亂占、亂采、亂堆、亂建）問(wèn)題。

在模型預(yù)測(cè)方面，通過(guò)構(gòu)建CNN-LSTM模型預(yù)測(cè)小浪底水庫(kù)出口溶解氧濃度變化，在預(yù)測(cè)誤差上，CNN-LSTM的RMSE指標(biāo)和MAE指標(biāo)分別比堆疊LSTM模型低10.43%和19.76%。大數(shù)據(jù)平臺(tái)通過(guò)對(duì)污染源的生命周期進(jìn)行管理，快速識(shí)別排放異?；蛘叱瑯?biāo)數(shù)據(jù)[14]，通過(guò)水質(zhì)分析、水質(zhì)預(yù)測(cè)分析其產(chǎn)生、變化的原因，幫助環(huán)保部門(mén)動(dòng)態(tài)管理污染源企業(yè)，并有針對(duì)性地對(duì)污染治理提出建議對(duì)策。

5.3 生態(tài)保護(hù)監(jiān)測(cè)評(píng)價(jià)應(yīng)用

在黃河流域生態(tài)保護(hù)中，可以運(yùn)用空天地一體化大數(shù)據(jù)平臺(tái)進(jìn)行監(jiān)測(cè)評(píng)價(jià)，即進(jìn)行數(shù)據(jù)長(zhǎng)期監(jiān)測(cè)、自動(dòng)傳輸、在線計(jì)算和可視化應(yīng)用。

隨著大數(shù)據(jù)技術(shù)的發(fā)展，平臺(tái)承載能力的提升，生態(tài)環(huán)境的監(jiān)測(cè)也從短期監(jiān)測(cè)向長(zhǎng)期監(jiān)測(cè)轉(zhuǎn)變，從單一要素向多維宏觀結(jié)構(gòu)、時(shí)空協(xié)同監(jiān)測(cè)轉(zhuǎn)變[32]，數(shù)據(jù)平臺(tái)的建立簡(jiǎn)化了數(shù)據(jù)共享流程。同時(shí)，基于物聯(lián)網(wǎng)傳感技術(shù)和動(dòng)態(tài)監(jiān)測(cè)，結(jié)合遙感技術(shù)和地理信息數(shù)據(jù)，構(gòu)建多模塊的生態(tài)保護(hù)服務(wù)平臺(tái)，在很大程度上促進(jìn)了生態(tài)環(huán)境監(jiān)測(cè)數(shù)據(jù)的管理、共享和評(píng)價(jià)。

6 結(jié)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(wèn)題，提出黃河流域空天地一體化大數(shù)據(jù)平臺(tái)構(gòu)建的總體框架，通過(guò)基礎(chǔ)層、采集層、大數(shù)據(jù)層、分析層、呈現(xiàn)層5層架構(gòu)體系的研究，構(gòu)建了黃河流域空天地一體化大數(shù)據(jù)平臺(tái)的總體架構(gòu)，梳理了建立大數(shù)據(jù)平臺(tái)的大數(shù)據(jù)探測(cè)與采集、大數(shù)據(jù)智能處理技術(shù)等關(guān)鍵技術(shù)，分析了黃河流域空天地一體化大數(shù)據(jù)平臺(tái)在專(zhuān)題展示、模型評(píng)估與預(yù)測(cè)、生態(tài)評(píng)價(jià)等方面的應(yīng)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(yù)警體系，科學(xué)分配水資源，加大流域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整，加速流域內(nèi)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型，為黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展做出貢獻(xiàn)，是黃河流域空天地一體化大數(shù)據(jù)平臺(tái)的最終目的。然而平臺(tái)的建設(shè)面臨的問(wèn)題也較多，例如：如何協(xié)調(diào)各行業(yè)各部門(mén)的利益，把不同領(lǐng)域的跨學(xué)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(guān)鍵技術(shù)對(duì)數(shù)據(jù)進(jìn)行信息提取與知識(shí)發(fā)現(xiàn);如何更好地利用大數(shù)據(jù)平臺(tái)進(jìn)行生態(tài)、生活預(yù)警;如何將大數(shù)據(jù)平臺(tái)推廣應(yīng)用，最終利于生態(tài)、利于人民的社會(huì)生活等，都是下一步需要解決的問(wèn)題。

參考文獻(xiàn)：

[1] 水利部黃河水利委員會(huì).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(xí)近平.在黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)上的講話[J].求是，2019（20）：4-11.

[3] 中共中央，國(guó)務(wù)院.關(guān)于全面加強(qiáng)生態(tài)環(huán)境保護(hù)堅(jiān)決打好污染防治攻堅(jiān)戰(zhàn)的意見(jiàn)[J].中華人民共和國(guó)國(guó)務(wù)院公報(bào)，2018（19）：7-16.

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

[5] 王軍.新一代信息技術(shù)促進(jìn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展應(yīng)用研究[J].人民黃河，2021，43（3）：6-10.

[6] 孫中平，申文明，張文國(guó)，等.生態(tài)環(huán)境立體遙感監(jiān)測(cè)大數(shù)據(jù)頂層設(shè)計(jì)研究[J].環(huán)境保護(hù)，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(tái)架構(gòu)和技術(shù)初探[J].貴州師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，38（4）：18-25.

[8] 熊麗君，袁明珠，吳建強(qiáng).大數(shù)據(jù)技術(shù)在生態(tài)環(huán)境領(lǐng)域的應(yīng)用綜述[J].生態(tài)環(huán)境學(xué)報(bào)，2019，28（12）：2454-2463.

[9] LIU X， PAN Y， LI N. Big Data Platform of Provincial Key Basins 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(cè)初探[J].人民黃河，2018，40（4）：92-95.

[11] 張毅，賀桂珍，呂永龍，等.我國(guó)生態(tài)環(huán)境大數(shù)據(jù)建設(shè)方案實(shí)施及其公開(kāi)效果評(píng)估[J].生態(tài)學(xué)報(bào)，2019，39（4）：1290-1299.

[12] 沈?qū)W民，承楠，周海波，等.空天地一體化網(wǎng)絡(luò)技術(shù)：探索與展望[J].物聯(lián)網(wǎng)學(xué)報(bào)，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(tái)架構(gòu)和技術(shù)初探[J].生態(tài)學(xué)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(yīng)用[J].中國(guó)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(shí)空大數(shù)據(jù)平臺(tái)建設(shè)的問(wèn)題思考[J].測(cè)繪科學(xué)，2019，44（6）：279-284.

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

[18] 師艷子，李云松，鄭毓軒.國(guó)內(nèi)外衛(wèi)星遙感數(shù)據(jù)源綜述[J].衛(wèi)星與網(wǎng)絡(luò)，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(jìn)展綜述[J].中國(guó)農(nóng)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(duì)抗，2017，33（6）：37-41.

[21] 何俊，張彩慶，李小珍，等.面向深度學(xué)習(xí)的多模態(tài)融合技術(shù)研究綜述[J].計(jì)算機(jī)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(shù)文獻(xiàn)綜述[J].電子測(cè)量技術(shù)，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(shù)[J].北京郵電大學(xué)學(xué)報(bào)，2015，38（3）：1-12.

[24] 李宇杰，李煊鵬，張為公.基于視覺(jué)的三維目標(biāo)檢測(cè)算法研究綜述[J].計(jì)算機(jī)工程與應(yīng)用，2020，56（1）：11-24.

[25] 沈琦，陳逸倫，劉樞，等.基于兩級(jí)網(wǎng)絡(luò)的三維目標(biāo)檢測(cè)算法[J].計(jì)算機(jī)科學(xué)，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(mǎi)亞宗，孫福麗，石磊，等.基于DEA的中國(guó)工業(yè)水資源利用效率評(píng)價(jià)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， FARRELL K J， et al. Enhancing Collaboration Between Ecologists and Computer Scientists： Lessons Learned and Recommendations Forward[J].Ecosphere，2019，10（5）：5-16.

【責(zé)任編輯 張 帥】