地质

您当前位置:首页>>解决方案 >> 地质

加强地质环境信息化建设,筑牢生态文明建设根基

发布日期:2019-01-25 发表者:李荣 浏览次数:228次
       一 建设背景
       信息技术的迅猛发展,推动着地质环境信息化的发展,美国、加拿大、英国、德国、奥地利、日本、韩国等国家都非常重视地质信息化建设,注重加强地质信息化科学研究和大数据中心建设,将数据、方法、模型组织到相应的时空框架之中,形成一个模块式整体,为自然资源管理、环境保护和防灾减灾提供全方位支撑。
       我国十分重视地质环境信息化建设,地质灾害调查与防治、地下水监测与保护、矿山地质环境调查与恢复治理、水土地质环境监测、地面沉降监测与防控、地质遗迹调查与管理等信息化业务工作得到长足发展,在地质灾害防治、地下水保护、矿山地质环境保护、资源环境承载力评价等实际工作中发挥了重要作用,但仍然难以满足经济社会快速发展对地质环境信息化的迫切需要。特别是2018年3月,国家整合相关部门的资源管理职责组建自然资源部,“统一行使全民所有自然资源资产所有者职责,统一行使所有国土空间用途管制和生态保护修复职责”。自然资源统一管理职责的实现与履行,需要地质环境等相关业务提供智力支持、技术支撑与信息服务。自然资源统一管理制度的建立与实施,对地质环境信息化工作提出了更高的要求和更多的需求。

       地质环境是生态文明建设的根基,做好地质环境监测和信息化建设是保护地质环境的关键,是生态文明建设的重中之重。加强地质环境信息化建设,构建地质环境信息化平台,将现代信息技术运用于地质环境工作各个环节,实现地质环境管理工作科学化与现代化日显紧迫。


001.jpg

地质环境信息化平台总体架构


       二 体系架
       地质环境信息化平台以地理信息技术、云计算技术、大数据技术、互联网技术、数据库技术为支撑,分别构建云计算基础设施层(IaaS)、地质环境大数据中心(DaaS)、云服务中心(PaaS)、应用服务体系(SaaS),以及用户层,面向政府、专业人员及公众用户提供所需的地质环境信息云服务。
       地质环境信息化平台建设按照IaaS、DaaS、PaaS与SaaS四层体系结构进行设计。
       (1)基础设施服务(IaaS):提供的服务是对统一云平台架构下所有计算基础设施的利用,包括处理CPU、内存、存储、网络和其它基本的计算资源,用户能够部署和运行任意软件,包括操作系统和应用程序。各级用户不管理或控制任何云计算基础设施,但能控制操作系统的选择、存储空间、部署的应用,也有可能获得有限制的网络组件(例如路由器、防火墙、负载均衡器等)的控制。
       (2)数据即服务(DaaS) :将地质环境相关结构化和非结构化业务数据按照一定方式进行存储管理并提供服务。针对地质灾害监测与治理、地下水监测与保护、矿山地质环境评估与治理、地质遗迹调查与保护、地质环境及资源承载力综合评价、基础地理信息、其它地质环境相关数据等地质环境专业进行建库管理,数据库管理系统包括Oracle,SQL Server、DB2、Access等多种数据库管理软件。地质环境大数据中心实现数据的更新、编辑、查询展示等数据管理维护,提供大数据分析等挖掘分析功能,维护统一的数据目录。
       (3)平台即服务(PaaS):以目录服务、数据服务、功能服务、开发接口以及运维监控等为主体服务,为SaaS层各类应用系统提供能力支撑。

       (4)软件即服务(SaaS):基于云服务层提供的软件服务,各级地质环境管理部门、相关政府机构、社会组织与公众等不同对象可直接通过政务内网、业务网、互联网申请不同密级与敏感程度的云应用与服务,借助各种终端设备,获取云端服务资源,构建各种业务应用。


       三 功能特
       3.1 地质环境数据资源分类体系

整合各类地质灾害监测与治理、地下水监测与保护、矿山地质环境评估与治理、地质遗迹调查与保护、地质环境及资源承载力综合评价、基础地理信息及其它地质环境相关数据,建立完善的地质环境数据资源分类体系。利用虚拟化技术将地质数据注入到地质环境大数据中心进行虚拟化和云化处理,并对多源、异构地质环境数据进行统一管理,最终以标准数据服务形式提供给各级用户使用。根据各个数据集业务的从属关系,又在各数据集下划分了数据主题。


image002.png

地质环境数据分类体系


       3.2 地质环境大数据存储
       ☆ 传统空间数据存储
       传统空间数据采用MapGIS SDE(空间数据引擎)进行存储管理,具有良好的兼容性,满足与其他常用GIS格式数据之间的转换,如支持MapGIS、SHP、DXF、E00、VCT、MIF、Coverage、Oracle、Oracle Spatial等常见格式数据之间的相互转换;支持MSI影像和TIFF、JPG、IMG、BMP等其他格式影像之间的相互转换。
       ☆ 地质环境大数据分布式存储

       采用MapGIS DataStore进行地质环境大数据分布式存储,利用PostgreSQL、MongoDB、ElasticSearch和Hadoop HDFS等技术手段,实现矢量数据、二三维瓦片缓存数据、实时感知数据和非结构化数据的分布式存储,以Rest服务实现数据的管理和调用,并提供Web界面配置工具,方便用户配置数据存储系统。


image003.png

地质环境大数据分布式存储


       3.3 多源地质环境信息服务的统一汇聚与集中管

       将现有分布式采集、储存、管理的多源化地质环境数据与产品,以统一的技术标准规范进行发布,然后注册到云服务仓库中,将分布式服务集中管理,并充分发挥快速检索的能力,形成“数据分布、目录集中、服务统一”的共享服务平台,实现多源地质环境信息服务的统一汇聚和集中、高效管理。


004.jpg

地质环境信息服务的统一汇聚和集中管理


       3.4 地质环境信息全空间一体化展示与分

       采用高效的缓存和数据组织管理策略,利用多维时空信息动态可视化、虚拟地理环境等技术,融合地上地下空间三维场景,提供丰富的全空间一体化的三维分析功能,实现全空间一体化数据管理、数据可视化展示及数据分析,为地质灾害调查、地下水监测、地质资源环境承载力评价提供科学依据和辅助决策。


image005.png

地质环境信息全空间一体化展示与分析


       3.5 水资源动态监测与评价

       依托地质环境大数据中心,构建水资源(包括地热资源、地表水和流域等)监测数据库,整合水文地质基础成果数据、水资源调查评价成果数据及水资源动态监测数据。实现指定区域水资源监测深度、监测点级别、监测点类型、监测手段、水资源类型、含水层介质、水文地质单元等数据的统计分析,以及水位、水质、主要污染、水温等变化情况的监测分析。


image006.png

水资源数据查询统计示意图


       3.6 地质灾害监测预警

       通过采集野外监测站对降雨量、表面位移、泥水位、地声、次声、孔隙水压力、视频、深部位移、土压力等实时监测数据,利用集成的地质灾害调查与防治业务相关信息,实现地质灾害信息目录的快速检索查询、分析、地质灾害预警和应急支撑,为防灾减灾提供实时信息服务和决策支持。


image007.png

地质灾害信息查询结果示意图


image008.jpg

灾情上报示意图


       3.7 矿山地质环境调查与恢复治理
依托地质环境大数据中心,构建矿山地质环境数据库,整合矿山地质环境调查数据、监测数据、统计报表数据、治理项目数据、保护与治理方案数据、矿山公园数据及其他相关数据。实现矿山地质环境信息目录的快速检索查询、统计分析及空间相关分析,为矿山地质环境保护与恢复提供决策支持。

       3.8 地质环境勘查指挥调度

       通过整合地质环境勘查工作相关业务信息,包括工作部署、项目管理、预算管理、安全生产管理等,实现各年度的所有工作项目的概要信息、预期成果、预算执行、野外工作出队情况的查询与统计,提供一站式综合信息查询服务。依据工作程度和年份分类动态生成项目工作部署图,为地质环境勘查工作的统一调度指挥和宏观决策提供支撑。


image009.jpg

项目信息综合统计


image010.png

地区工作部署


       3.9 基于深度学习的地质环境信息智能识别

       利用MapGIS平台内核层提供矢量栅格裁剪、标签文件生成、数据库管理和GPU集群,实现训练样本生成算子、训练样本管理。利用Tensorflow深度学习模型、多GPU计算、预训练模型、超参数调整和模型整合等,通过ResNet、Faster-RCNN、Deeplab、FCN等神经网络,生成训练模型。通过模型构建基于高分影像的地质环境信息智能识别业务应用,如影像识别、影像分割、变化检测等。支持基于遥感影像的水体、植被、建筑物、道路等多类地理实体高精度提取和变化检测,支持基于图像的地质体岩石岩性识别与分类。


image011.png

地质环境信息识别


       3.10 地质环境图文数据语义关联匹配

       基于深度学习双层带注意力机制的连体网络模型,对文本进行向量化处理,通过计算文本向量之间的距离,进行文本的相似度计算,实现图文数据语义相似度计算,解决富文本型空间实体与外部描述文本的关联匹配问题,为地质环境大数据分析挖掘提供基础支撑。


image012.png

地质环境图文数据语义关联匹配


(作者介绍:中地数码集团研究院理论研究员)