江蘇省工業(yè)用地動態(tài)調(diào)查和智能分析技術(shù)研究

王雪文,陳艷艷,王海君

(1.常州市武進規(guī)劃勘測設(shè)計院,江蘇 常州 213100;2.江蘇省測繪研究所,江蘇 南京 210013)

0 引言

工業(yè)是立國之本、強國之基。土地作為基本生產(chǎn)要素,對工業(yè)發(fā)展的質(zhì)量和布局有著重要影響。江蘇省作為一個經(jīng)濟大省、資源小省,工業(yè)用地的土地配置結(jié)構(gòu)、利用現(xiàn)狀、空間布局和產(chǎn)出效益等狀況,將直接影響到經(jīng)濟發(fā)展?fàn)顩r,而如何準(zhǔn)確、全面地摸清工業(yè)用地的現(xiàn)狀,及時發(fā)現(xiàn)問題、快速調(diào)整用地策略是其關(guān)鍵所在[1]。

開展江蘇省工業(yè)用地動態(tài)調(diào)查,構(gòu)建時空大數(shù)據(jù)分析平臺,匯總分析生產(chǎn)力空間布局,動態(tài)監(jiān)測評價土地資源要素配置效率和產(chǎn)出效益,為工業(yè)用地績效評價、城鎮(zhèn)低效用地再開發(fā)、更好地發(fā)揮政府對土地資源要素配置的調(diào)控作用提供基礎(chǔ)數(shù)據(jù)和決策支撐,同時可以更大程度地深化工業(yè)用地配置制度改革,增強土地要素保障能力,提高土地資源利用效率,助力推動工業(yè)經(jīng)濟的高質(zhì)量發(fā)展[2]。

1 總體設(shè)計

1.1 設(shè)計思路

本項目針對多源異構(gòu)數(shù)據(jù)的整合以及快速更新等數(shù)據(jù)處理技術(shù)、多種工業(yè)用地效益評價模型以及分析平臺建設(shè)等關(guān)鍵步驟開展研究。以自然資源數(shù)據(jù)和從發(fā)展改革、工業(yè)和信息化、財政、稅務(wù)、統(tǒng)計、生態(tài)環(huán)境等部門收集的工業(yè)企業(yè)相關(guān)數(shù)據(jù)為基礎(chǔ)資料,利用多源異構(gòu)地理空間數(shù)據(jù)集成技術(shù),建立時空數(shù)據(jù)基礎(chǔ)庫;利用遙感+AI模式,基于Transformer模型實現(xiàn)工業(yè)用地的快速更新;通過空間地理分析技術(shù)以及基于產(chǎn)業(yè)鏈圖譜的空間分析技術(shù),實現(xiàn)對工業(yè)用地規(guī)模、用地結(jié)構(gòu)、用地效益以及產(chǎn)業(yè)鏈空間分布全方位評價[3];通過時空大數(shù)據(jù)智能分析技術(shù)搭建分析決策平臺,實現(xiàn)對工業(yè)用地實時、準(zhǔn)確的可視化表達,以及對江蘇省工業(yè)用地多維度時空分析決策支持。

1.2 技術(shù)路線

項目主要分為三大部分,即數(shù)據(jù)更新部分、分析建模部分、系統(tǒng)構(gòu)建部分,具體技術(shù)路線如圖1所示。

圖1 技術(shù)路線

2 內(nèi)容建設(shè)

根據(jù)總體設(shè)計,項目建設(shè)內(nèi)容主要分為數(shù)據(jù)庫建設(shè)、分析模型構(gòu)建以及分析平臺建設(shè)。

2.1 數(shù)據(jù)庫建設(shè)

2.1.1 基礎(chǔ)數(shù)據(jù)庫建設(shè)

工業(yè)用地調(diào)查數(shù)據(jù)包含從自然資源部門收集的年度土地利用現(xiàn)狀圖、高分影像圖、供地數(shù)據(jù)、城鎮(zhèn)地籍?dāng)?shù)據(jù)、農(nóng)村建設(shè)用地調(diào)查數(shù)據(jù)、集體建設(shè)用地使用權(quán)調(diào)查數(shù)據(jù)、地形圖數(shù)據(jù)、土地儲備規(guī)劃數(shù)據(jù)、土地登記發(fā)證資料(不動產(chǎn)統(tǒng)一登記數(shù)據(jù)庫)、不動產(chǎn)抵押資料等,以及從發(fā)展改革、工業(yè)和信息化、財政、稅務(wù)、統(tǒng)計、生態(tài)環(huán)境、市場監(jiān)管、社會保障、電力、自來水、燃氣等部門收集的工業(yè)企業(yè)名錄及企業(yè)投入產(chǎn)出、用工、能耗等基礎(chǔ)資料。針對數(shù)據(jù)來源、數(shù)據(jù)格式的多樣性,項目利用多源異構(gòu)地理空間數(shù)據(jù)集成關(guān)鍵技術(shù),重點解決時空大數(shù)據(jù)建設(shè)問題,主要實現(xiàn)過程如下:

首先,將空間基礎(chǔ)數(shù)據(jù)、國土資源土地調(diào)查與利用數(shù)據(jù)、基于遙感等獲取的具有多源異構(gòu)、多尺度、多時間序列特點的觀測數(shù)據(jù),建立具有綜合空間結(jié)構(gòu)、拓撲、層次關(guān)系的多源數(shù)據(jù)時空關(guān)聯(lián)模型。

其次,研究數(shù)據(jù)級、特征級和決策級融合的共性關(guān)鍵技術(shù),建立環(huán)保數(shù)據(jù)、經(jīng)濟數(shù)據(jù)、統(tǒng)計數(shù)據(jù)等信息融合框架和融合服務(wù)模型,設(shè)計基于空間位置的多源異構(gòu)信息融合服務(wù)接口和網(wǎng)絡(luò)實現(xiàn)機制,實現(xiàn)多源數(shù)據(jù)快速、高效的融合處理。

再次,研究可擴展的高效分布式時空數(shù)據(jù)存儲與管理技術(shù),實現(xiàn)海量時空數(shù)據(jù)的高效存儲,支持時空、專題和動態(tài)的多維度聯(lián)合查詢,提高歷史狀態(tài)恢復(fù)效率和變化檢測計算效率,實現(xiàn)語義模擬與高效存儲計算等目標(biāo)的平衡。

最后,在云環(huán)境中構(gòu)建多維時空數(shù)據(jù)庫管理平臺,通過時空數(shù)據(jù)庫訪問接口和面向應(yīng)用主題的共享與數(shù)據(jù)交換模型,支持時空特征的聯(lián)機分析。

2.1.2 基于Transformer模型的數(shù)據(jù)快速更新

工業(yè)用地數(shù)據(jù)更新是在前期數(shù)據(jù)的基礎(chǔ)上,通過內(nèi)業(yè)遙感影像解譯來提取的,針對部分存疑的地塊則通過后期的外業(yè)調(diào)查解決。

以往的影像解譯主要是靠人工判讀,不但耗時長、轉(zhuǎn)化效率低,且信息共享能力弱。本項目基于Transformer模型的影像智能解譯方式,不但可以解決以上問題,還可以統(tǒng)一判別標(biāo)準(zhǔn)、提高判別精度。該過程主要分為樣本庫建立及模型運行兩部分。

依托江蘇省高分辨率影像數(shù)據(jù),以及與之對應(yīng)的三調(diào)矢量數(shù)據(jù)作為本底庫,對數(shù)據(jù)進行輻射矯正、歸一化、坐標(biāo)系轉(zhuǎn)換和數(shù)據(jù)增強等預(yù)處理操作。通過地理坐標(biāo)對齊、優(yōu)先級設(shè)置等,裁剪成可供模型訓(xùn)練的大小,形成可供訓(xùn)練的樣本庫。項目根據(jù)Transformer模型需求,制作了適配四季的工業(yè)用地樣本。

使用PyTorch框架構(gòu)建基于可見光的解譯算法,利用可并行運算的、以注意力機制提高模型訓(xùn)練速度的Transformer模型,將影像根據(jù)樣本庫進行地類快速分類提取,然后根據(jù)提供的地籍調(diào)查成果、三調(diào)成果等對數(shù)據(jù)進行進一步判別,縮短數(shù)據(jù)更新耗時,降低對人主觀判斷的依賴性,同時數(shù)據(jù)的準(zhǔn)確率大大提升。

2.2 分析模型構(gòu)建

工業(yè)用地數(shù)據(jù)除了利用傳統(tǒng)的地理分析方法用于用地規(guī)模、用地結(jié)構(gòu)、用地效益以及空間分布的分析,還根據(jù)供給鏈評價需求,創(chuàng)建了基于產(chǎn)業(yè)鏈圖譜的工業(yè)企業(yè)用地時空分析方法。根據(jù)產(chǎn)業(yè)劃分規(guī)則和各個行業(yè)企業(yè)之間的供求關(guān)系,利用企業(yè)主營產(chǎn)品構(gòu)建產(chǎn)業(yè)分類,建立了產(chǎn)業(yè)鏈圖譜和編碼體系[4-6],其主要的分析過程如下:

(1)企業(yè)產(chǎn)業(yè)鏈知識圖譜模型構(gòu)建,按照產(chǎn)品生產(chǎn)的關(guān)鍵節(jié)點建立連接點,將產(chǎn)業(yè)鏈分為上游、中游、下游三大部分。

(2)產(chǎn)業(yè)鏈圖譜編碼,打亂原有的國民經(jīng)濟計劃分類代碼,按照產(chǎn)業(yè)鏈之間的關(guān)系對行業(yè)分類重新賦值編碼。

(3)以產(chǎn)業(yè)鏈節(jié)點為核心的空間分析,按照企業(yè)主營產(chǎn)品,將企業(yè)進行上中下游空間劃分,將分類企業(yè)點進行空間分析。

2.3 分析平臺建設(shè)

該平臺實現(xiàn)系統(tǒng)功能的可擴展、可伸縮、靈活布設(shè)、強大組合,以及各個應(yīng)用子模塊之間的功能互操作和集成。根據(jù)對系統(tǒng)的功能適用性和系統(tǒng)用戶群分析,基于面向SOA架構(gòu)的方式,采用JAVA開發(fā)N層應(yīng)用,多層方式可以使應(yīng)用具有很強的伸縮性,它允許每層專注于特定的角色。

基于需求分析及總體架構(gòu)設(shè)計,主要分為11個模塊:化工專題分析、土地用途變更分析、低效用地再開發(fā)、開發(fā)區(qū)評價、土地建設(shè)狀況分析、土地用地類型分析、歷史遺留問題分析、土地建成率分析、土地用途區(qū)分析、建設(shè)用地管制區(qū)分析、基礎(chǔ)設(shè)施配套水平分析。

不同的分析模塊,詳細、直觀地展示目前工業(yè)用地的利用狀態(tài),對用地策略的制定以及供地方式的調(diào)整具有指導(dǎo)作用[7-9]。

3 創(chuàng)新點

項目針對數(shù)據(jù)處理、數(shù)據(jù)分析以及平臺構(gòu)建過程中的弊端,對相關(guān)技術(shù)進行改進,大大提高項目的整體效率以及最終效果,項目的創(chuàng)新點如下:

(1)研建了不同季相多源高分遙感影像樣本庫,研制了融合Transformer模型的遙感影像深度學(xué)習(xí)解譯系統(tǒng),實現(xiàn)了工業(yè)企業(yè)用地GeoAI精準(zhǔn)比對,支撐了江蘇省工業(yè)企業(yè)用地更新調(diào)查。

(2)基于產(chǎn)業(yè)鏈分類和編碼體系構(gòu)建了產(chǎn)業(yè)鏈圖譜和時空格局分析模型,提出了上中下游產(chǎn)業(yè)格局和用地效能刻畫方法,助力了省、市、縣和企業(yè)級低效用地再開發(fā)利用。

(3)研發(fā)了知識引擎、分布式地學(xué)計算、數(shù)據(jù)挖掘可視化等時空大數(shù)據(jù)智能分析集成技術(shù),研制了定量測算、空間布局、時序探究的全流程分析決策平臺,實現(xiàn)了江蘇省工業(yè)企業(yè)用地多維度時空分析決策支持。

4 應(yīng)用成效

(1)強化土地要素保障,促進工業(yè)經(jīng)濟平穩(wěn)增長。項目成果協(xié)助健全省級工業(yè)用地配置政策,不斷深化工業(yè)用地供應(yīng)方式改革,有效支撐了江蘇省工業(yè)用地的出讓[7]。

(2)完善工業(yè)用地調(diào)查技術(shù),推進綠色發(fā)展。分析決策平臺向江蘇全省自然資源系統(tǒng)提供了24小時在線服務(wù),支撐了各級自然資源管理業(yè)務(wù)開展;項目形成的時空大數(shù)據(jù)分析技術(shù)和軟件成果在工業(yè)企業(yè)用地效能提升、全域土地綜合整治和區(qū)域高質(zhì)量發(fā)展等方面發(fā)揮了重要作用,經(jīng)濟社會效益顯著。

5 結(jié)語

項目利用AI+遙感解譯技術(shù),建立了覆蓋省、市、縣、企業(yè)多尺度的工業(yè)企業(yè)用地調(diào)查時空數(shù)據(jù)庫,并持續(xù)動態(tài)更新;突破傳統(tǒng)的定量分析方法,基于產(chǎn)業(yè)鏈分類和編碼體系構(gòu)建產(chǎn)業(yè)鏈圖譜和時空格局分析模型,提出了上中下游產(chǎn)業(yè)格局和用地效能刻畫方法,助力了省、市、縣和企業(yè)級低效用地再開發(fā)利用;攻克跨平臺技術(shù)難題,通過鏈?zhǔn)綌?shù)據(jù)處理技術(shù)、跨平臺協(xié)同知識引擎等新技術(shù),研發(fā)了工業(yè)企業(yè)用地調(diào)查時空大數(shù)據(jù)分析決策平臺,實現(xiàn)動態(tài)工業(yè)用地大數(shù)據(jù)的業(yè)務(wù)鏈?zhǔn)交?、結(jié)果可視化、檢索高效化[8-9]。

項目成果被廣泛應(yīng)用在工業(yè)企業(yè)用地效能提升、全域土地綜合治理等方面,并取得了顯著的經(jīng)濟、社會效益,具有廣泛的應(yīng)用前景,對江蘇省的用地政策調(diào)整也起到了支撐作用。