基于大数据环境探究地理国情监测

刘蓉国

摘要：地理国情监测是一种通过多项技术手段来向社会、政府等方面提供地理国情信息的任务总称。随着大数据时代的到来，地理国情监测作为我国地理信息事业发展的重要方向也被提出了新的挑战。该文主要分析了基于当今大数据环境下，地理国情监测的数据来源以及地理国情监测的分析方法，并针对地理国情监测的数据挖掘与处理方式进行了探究。

关键词：地理国情监测；大数据；数据挖掘

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）03-0020-02

地理国情监测是我国于2010年底提出的一项重要地理监测任务，其主要目的是为了使我国国情更加可视化、空间化，并经过这些年的发展，逐渐成为了我国一项战略工程。目前，地理国情监测已经为我国的经济、社会发展提供了大量的可靠依据。而伴随着我国大数据时代逐步降临，地理国情监测在这种新时期下也被提出了新的技术要求，因此，基于当今大数据环境下，对我国地理国情监测任务的现状进行分析使其效益得到有效提升就成了当下的重要课题。

1 地理国情监测大数据来源

根据目前我国的技术水平，地理国情监测大数据来源主要包括三种类型，从低至高依次是基础地理信息数据、地理国情监测时空数据以及地理国情实时监测数据。这三种数据介绍如下：

1） 基础地理信息数据。这种数据是基底数据，是地理国情监测的基础数据，是由我国的各个级别测绘地理信息部门通过长时间基础测绘业务的开展与积累最终得出的成果，具有较强的现实意义，一方面符合我国对于地理国情监测数据的技术要求，另一方面是形成一个较完备的基础地理信息数据库。现今我国的国家基础地理信息数据库正作为地理国情监测的基底数据库为地理国情监测贡献着大量数据信息，而在省级单位中，其监测的基底数据库则是以同级别的基础地理信息数据库为主体构成的。在不同的省级单位中，省级地理信息数据库的构成也有所不同。

2） 地理国情监测时空数据。在地理国情检测中，地理国情监测时空数据主要针对的是不同时间在同一地理空间中，各项地理信息之间进行比对，进而得出的变化监测结果。地理国情监测时空数据的监测方法大致有三种，分别是遥感影像变化监测图斑、地形变化数据以及属性变化数据。这三种数据监测方法分别针对地理环境的不同情况，并在各自擅长的领域中为地理国情监测做贡献。

3） 地理国情实时监测数据。地理国情实时监测数据的检测方法一般可以根据传感器类型、监测时效性以及监测范围大小进行分类。而目前我国一般根据传感器类型将地理国情实时监测数据方法分为实时监测数据、准实时监测数据与实时监测数据三种。

2 地理国情监测大数据空间分析和挖掘

地理国情监测大数据空间分析。目前我国的地理国情监测现状使数据具有来源较广、数量较大等特点。因此，在进行地理国情监测数据分析和挖掘过程中，应当将基础地理信息数据库作为基础，并结合一些地理信息数据收集手段抠门西欧美国老婆蛮好看哦按统计分析，进而对我国的水域环境、陆域环境以及海岸线等数据进行统计与变化检测分析。地理国情监测大数据空间分析主要包括地理国情监测数据基本空间分析、地理国情监测地表覆盖及地理单元空间分布分析以及地理国情监测数据相关性分析三方面。

地理国情监测大数据挖掘。目前我国地理国情监测技术已经有了较大的进步，并且随着这种技术的发展，我国地理国情监测大数据已经具有了越来越强的空间特征、属性特征与时效特征，因此，在我国的地理国情监测大数据挖掘过程中，可以将专业数据库与空间数据挖掘结合起来，借此从其中挖掘出更加具有规律性的时空信息，并以此作为我国重大地理国情决策的基础与辅助。

目前地理国情大数据挖掘的方式一般分为三种：

地理国情聚类挖掘：这种挖掘方式的对象是指与我国国情相关的地理要素以及一些社会经济要素，将这些要素數据收集起来进行空间聚类分析，并通过分析进而挖掘出空间聚类模式。一般需要先对我国地理国情要素数据与社会经济要素进行收集并整理，然后选择合适的空间聚类挖掘算法，并设置好空间聚类参数，再开始进行空间聚类挖掘，最后将挖掘的结果进行表达，也就是将挖掘结果进行可视化展示。

地理国情空间关联规则挖掘：这种挖掘方法主要研究对象是地理国情空间以及演化模式，因而在我国的地理国情监测过程中，可以根据研究对象的选择，利用空间关联规则对地理国情变量的空间关系进行定量描述，然后将空间关联模型进行建模分析，进而得出地理国情空间以及演化过程。目前地理国情空间关联规则挖掘的方式一般有三种，分别是基于空间事物的挖掘方法、基于聚类的图层覆盖法以及无空间事物的挖掘方法。

地理国情空间离群点挖掘：这种挖掘方法的主要目的是为了挖掘出国家与地理国情相关的要素与社会经济要素这二者在发展中存在的异化现象，过程一般为先对地理国情空间要素数据以及社会经济要素进行收集与整理，然后选择适用的空间离群点挖掘算法，对空间离群点的挖掘参数进行设置，并将挖掘结果进行表达，并利用可视化的展示方式展现出来。

由此可以看出地理国情空间离群点挖掘与地理国情聚类挖掘存在一定的共通之处，这二者均需要对地理国情空间要素与社会经济要素进行收集并整理，但总的来说，二者的数据挖掘与分析过程和目的均有所不同，因此还是应当注意区分。

3 大数据环境下，地理国情监测面临的新挑战

高效存储需求。随着我国地理国情监测数据的数量越来越大，大数据环境下，我国地理国情监测数据需要更加高效的存储效率。而随着我国计算机事业的发展，存储设备的成本正在逐渐降低，因此，海量的地理国情监测数据存储已经不再是一个亟待解决的问题。但由于我国地理国情监测的发展速度正在不断提升，由此导致我国对于地理国情监测数据的收集、整理与储存提出了更高的要求——高效存储。高效存储也是目前我国地理国情监测数据挖掘与分析过程中面临的最重要的问题之一，它对我国地理国情监测数据存储提出了更高的要求，同时也对地理国情监测数据信息的共享、数据的安全、重复数据解决等问题提出了新的要求。

大数据环境下的数据处理。由于我国的地理国情监测数据信息越来越多，并且这些信息正在通过不同的挖掘与分析方法最后汇总在一起，因此，原有的数据分析处理方式已经越来越难应对这种巨量数据。针对一些少量的数据进行整理时，我们还可以采用人工整理的方式，但针对目前大数据环境下海量的地理国情监测数据信息，我们就需要存储更多的原始非结构化数据，或是通过一些来源有所不同的非同一结构数据进行数据库构建，这就要求当下的数据库应当需要能对更多类型以及非结构化的数据有良好的支撑作用。

易于扩展。地理国情监测大数据的汇聚已经成为了我国地理信息数据收集上面对的一项新情况，针对这种新情况，我们应当选择更加适合的方式对现有数据库进行改造，例如硬件扩展、数据非规范化改造以及数据库分割等，使我国地理国情监测数据库具有更加良好的扩展性。

4 总结

综上所述，大数据环境下，我国地理国情监测已经被提出了更高的技术要求，因此，我们应当针对我国的国情设计出更多的符合我国地理国情数据信息收集、挖掘与整理的方法，并将这些方法应用到我国的地理国情监测中去，达成促进国家地理国情监测发展的目的，并通过地理国情监测的发展，带动我国社会经济发展，使我国实现地理信息相关产业的跨越式发展。

参考文献：

[1] 张继贤，顾海燕，鲁学军，等. 地理国情大数据研究框架[J].遥感学报，2016，20（05）：1017-1026.

[2] 李德仁，丁霖，邵振峰.关于地理国情监测若干问题的思考[J].武汉大学学报：信息科学版，2016，41（02）：143-147.

[3] 马万钟，杜清运.地理国情监测的体系框架研究[J].国土资源科技管理，2011，28（6）：104-111.