多源数据分布式森林资源监测平台研建

陈伟 孙永涛 洪奕丰 马秀 郑炳斌

多源数据分布式森林资源监测平台研建

陈伟1孙永涛1洪奕丰1马秀1郑炳斌2

（1国家林业和草原局华东调查规划设计院 浙江杭州 310019； 2杭州华林林业技术服务有限公司 浙江杭州 310019）

为提高森林资源监测工作效率、降低森林资源监测平台建设成本，提出了以网络地图为底图，以林业专题图为现势性较强的参考数据，结合网络地图开发技术、C/S和B/S混合部署模式、AES和MD5混合加密等相关技术和方法，开发森林资源监测平台。该平台以基础年数据为基准，以小班为最小单位，对森林资源数据进行管理，高效、快捷、准确地更新森林资源数据，监测森林资源的数量、质量和林木生长情况。它主要解决如下几个问题：一是采取分布式部署，充分利用硬件资源，提高平台性能；二是采取网络数据加密技术，提高数据的安全性；三是调用网络地图，降低数据建设成本。经过两年的试运行，该平台运行稳定、基本满足用户需求，具有一定的推广性。

网络地图；森林资源监测；GIS；分布式部署

监测森林资源动态变化的数量、质量及消长状态的定量指标是科学评价森林资源保护、利用、规划及林业建设发展成效的途径之一[1]。森林资源监测是一项复杂的工作，目前主要采用森林资源连续清查、森林资源规划设计调查和森林资源经营档案更新等方法掌握森林资源情况。森林资源连续清查每5年1次，以数理统计连续抽样技术和固定样地为基础进行[2]；森林资源规划设计调查每10年1次，全面调查森林、林地、林木资源情况[3]；森林资源经营档案更新每年进行，分为突变更新和渐变更新，突变更新需要人工调查，渐变更新通过数学模型进行更新[4]。以上三种方式工作周期长，工作强度大，很难满足现代林业的发展需要。

目前，新技术、新方法在森林资源监测中的应用研究不断增多。文献[5]基于遥感光谱信息分类的方法提取森林植被信息；文献[6]基于星载LiDAR和光学遥感，提取森林植被信息，并结合地面实测数据，推算地上生物量；文献[7、8]基于机载LiDAR和光学遥感提取森林植被三维结构参数，并结合地面样方数据，提取森林关键参数信息。然而，光学遥感无法提取森林三维结构信息，星载LiDAR无法保证植被信息提取结果的现势性，机载LiDAR成本较高，无法大面积应用。因此，以上方法停留于探索阶段，还无法大范围开展生产应用。而森林资源监测信息化建设处于静态管理阶段，需要经过购买遥感影像、处理数据、储存数据、开发系统等等环节，最终才能搭建起来，并且不能动态、实时监测森林资源信息[9]。

本文所研究的森林资源监测平台，是以网络地图为主要数据源，采用分布式部署，利用数据加密技术进行网络传输，以移动端和桌面端交互的方式进行内外业一体化监测。用网络地图为主要数据源，可大大减少数据成本，分布式部署能够充分使用硬件资源，灵活调用网络或本地数据，数据加密技术能够加强数据传输安全。

1 数据源分析

将已有的网络地图资源集成在系统中[10]，可以减少软硬件投入，不必过度关注基础数据采集、整理、地图配色及海量数据加载等相关技术，只需关注如何把不同来源的网络地图与本地数据无缝结合起来。Google地图卫星影像分辨率较高，卫星照片更新周期短，但网络服务在国内不稳定[11]；百度地图矢量数据内容详实，提供离线缓存功能，这为野外网络环境差的区域提供了离线使用地图的便利[12]；天地图分为国家级、省级、市级节点，各个节点的数据时间分辨率和数据现势性差别很大。林业专题数据与网络地图叠加可满足森林资源调查前的预判工作。因此，本研究数据源主要是谷歌地图、天地图和百度地图。

2 关键技术

2.1 空间数据模型

基于地理信息系统基本理论开发空间数据模型。首先必须实现对空间实体特征进行表达，这些特征主要包括空间位置特征、属性特征、时间特征以及空间关系等。针对空间数据的基本类型，可分为矢量数据与栅格数据。对于矢量数据，在地理信息系统中将其描述为点、线、面等基本几何对象，对应其几何特征，即几何节点坐标以及空间关系。对于栅格数据，主要描述各地理坐标点上地形地物等对应的像元值。空间数据模型中矢量数据模型定义主要包括图层定义、图层字段定义、图层数据定义等，其中图层数据定义包括要素的几何数据定义与属性数据定义。

2.2 数据混合加密技术

目前数据加密存在两个问题：一是用户自主设置密码，容易被破解；二是软件采用MD5（信息-摘要算法）或AES加密算法，虽然加强了数据安全，但也有被破解的风险。鉴于上述问题，本软件做了三个方面的改进：一是采用MD5与AES结合的混合加密方式，提高加密强度；二是对数据采用密码加密、设备加密以及密码设备混合加密的方式确保数据的安全性；三是软件具有远程数据销毁功能，一旦移动端设备丢失，启动数据销毁功能，只要设备联网，即刻销毁数据。

2.3 地图服务加密授权机制

常规的Web地图存在加密性较差的缺点，如百度地图、天地图、Google地图等互联网地图。采用ArcGIS Server或GeoServer等地图服务系统发布地图服务仅做一次性，仍然存在地图数据“裸奔”的现象，存在数据被抓取泄露的风险。但是对于专业地图数据需具备较高的安全性要求，特别是对于同一地图服务针对不同用户权限的时候，无法在权限上做地图服务的分割。本系统中通过自主设计的地图服务发布系统来解决该问题。当发起地图服务请求时加上验证信息，地图服务发布系统根据验证信息快速验证真伪，如果请求的地图数据在用户权限范围内则直接返回地图数据，反之则返回空地图数据。

3 平台设计

3.1 总体架构

森林资源监测平台分为PC端和移动端，后台有服务器端和Web服务端。PC端主要用来处理与分析数据；移动端采用离线和在线两种方式采集数据，将数据实时传输到服务器端，供PC端进行调用查询、修改、统计、分析等操作。服务器端主要是数据库管理和网络通讯，Web服务端提供数据传输和调用服务。与传统监测平台相比，这种架构更稳定，内外业交互性也较强。系统总体架构图如图1所示。

图1 系统总体架构图

3.2 设计流程

平台界面主要分为PC端与移动端，两者之间通过数据库进行信息交互。PC端工作流程主要是与服务器端数据交互，服务器端除了与PC端进行通信之外，还对数据库进行安全性控制。手机端通过Web服务与服务器端进行数据交互。如图2所示，上面为PC端工作流程，下面为移动端工作流程。PC端通过加载网络和本地数据，对数据进行叠加、查询、分析和地图打印等操作，同时通过移动互联网技术与移动端进行信息交互。移动端加载网络地图和本地数据，进行外业调查。

图2 系统流程图

3.3 功能模块

图3 系统功能模块图

森林资源监测平台可分为四个子系统：服务器端主要是用来管理数据库；Web服务端主要为移动端程序提供相关信息交互服务，PC客户端是森林资源监测管理的指挥中心，起到承上启下的作用；移动端主要是野外信息采集并与PC端进行交互。相对于传统平台，该平台优势更为明显：一是采取分布式部署，充分利用硬件性能资源，提高了数据传输速度，减少独立服务器的压力；二是采取PC与移动端实时通信，保证数据的同步与更新，方便数据校验；三是服务器端单独存储数据库，保证了数据库的安全性，同时调用网络地图，也大大降低了数据建设成本。该平台功能模块图3所示。

3.4 运行环境

PC端系统采用C/S架构，其运行环境见表1；移动端系统采用类B/S结构，运行环境见表2。

表2 移动端运行环境

4 应用实例

森林资源监测平台以杭州市为监测区域，利用多种数据源，采取分布式部署，以混合加密的方式进行数据传输，达到高效、安全、快速的森林资源监测目的。

4.1 数据

底图采用Google地图、天地图和百度地图。对现势性要求较强的区域，采用本地发布遥感影像，如资源卫星影像、高分卫星影像等。森林资源监测专题数据采用乡镇界、村界、林班、小班矢量数据。

4.2 系统展示

森林资源监测平台集成多源网络地图与本地林业矢量数据叠加，既能保证数据的现势性，又能形象化、直观性的监测管理森林资源状况。如图4所示。

图4 PC端：本地数据与网络地图叠加

图5为移动端GPS定位及坐标值上传，由于坐标值和小班数据为涉密信息，故采取AES和MD5混合加密方式传输，图形传输也是如此。GPS定位采取GPS差分模式，结合多卫星和不同星座（如GPS和GLONASS卫星），高精度快速定位，更好地满足林业野外调查需要。

图5 移动端：GPS定位及数据传输

图6为内外业一体化小班变化更新方式。通过PC端预判图斑是否有变化，然后移动端进行外业核对，如预判图斑与现地调查不一致，则移动端需在野外手绘变化图斑草图，最终上传至服务器端，供PC端调用与规范化处理。

图6 动态监测森林资源变化过程

5 结论与讨论

本研究内容主要是整合网络地图和本地数据，结合C/S、B/S、AES和MD5混合加密技术，采用分布式部署的方式，搭建森林资源监测平台。目前该平台已运行多年时间，从用户使用情况来看，该平台有效减轻了外业人员的工作强度、提高了内外业人员的工作效率，同时减少了大量的数据采集制作、软硬件搭建、系统开发等相关费用。主要优势表现在以下几个方面：以网络地图为底图，降低了数据采集或购买成本，降低了服务器和存储设备采购成本；便于维护，适合县级林业部门使用；通过AES和MD5混合加密方式进行数据传输，提高了数据的安全性，规避了互联网地图公开相关法律法规；通过B/S、CS混合模式及分布式部署方式，可以充分利用服务器端、PC端、移动端的硬件性能。

随着4G网络和无人机的普及，森林资源监测平台可与物联网结合起来，通过传感器实时采集森林资源样地信息，传输到服务器端，PC端对数据进行分析和决策。无人机与移动端实时联动可拍摄出现势性最强的航片，为小范围区域尺度的监测提供了有利条件。下一步，将把移动端与无人机结合起来，真正做到空间立体森林资源监测的模式。

[1] 刘三平, 李利, 曾伟生. 关于完善地方森林资源监测体系的思考[J]. 中南林业调查规划, 2011, 30(3).

[2] 高明福, GAOMingfu. 关于提高内蒙古森林资源连续清查质量的几点做法[J]. 林业资源管理, 2014，(3):42-44.

[3] 闫宏伟, 黄国胜,曾伟生,等.全国森林资源一体化监测体系建设的思考[J]. 林业资源管理,2011，(6):6-11.

[4] 王雪军. 基于多源数据源的森林资源年度动态监测研究--以鞍山市为例[D]. 北京林业大学, 2013.

[5] 黄金龙,居为民,郑光,等.基于高分辨率遥感影像的森林地上生物量估算[J].生态学报,2013,33(20):6497- 6508.

[6] 池泓. 基于ICESat/GLAS和MODIS数据的中国森林地上生物量估算研究[J]. 2011.

[7] Duan Z, Zhao D, Zeng Y, et al. Assessing and Correcting Topographic Effects on Forest Canopy Height Retrieval Using Airborne LiDAR Data[J]. Sensors, 2015, 15(6):12133-12155.

[8] 陈伟, 杨敏华, 洪奕丰,等. 基于机载LiDAR和Mean Shift算法提取森林密度[J]. 西南交通大学学报, 2015, 50(6):1156-1163.

[9] 倪东英. 基于WebGIS的森林资源管理信息系统的研建[D]. 北京林业大学, 2010.

[10]Pam F. Fire spread prediction in shrub fuels in Portugal. [J]. Forest Ecology & Management, 2001, 144(144): 67-74.

[11]李木梓, 徐柱, 黄泽纯，等. 网络地图集成于GIS桌面系统的方法及试验[J]. 地球信息科学学报, 2011, (1):95-101.

[12]Dasgupta S. Use of a Google Map Tool Embedded in an Internet Survey Instrument: Is it a Valid and Reliable Alternative to Geocoded Address Data?[J]. Jmir Research Protocols, 2014, 3(2).

2018-11-29

TP79

B

1004-7743（2019）02-0077-06