[00133801]河南省耕地质量大数据的整合与应用

耕地质量管理是土地管理的核心内容之一,加强质量管理是回归土地管理本质内容的客观要求。其中,加强耕地质量的管理,对于提高耕地产能、保障粮食安全,具有十分重要的意义。本研究通过对耕地质量数据和大数据的国内外研究现状进行分析,阐述了在国内开展耕地质量大数据研究的必要性。 但鉴于耕地质量大数据平台建设的复杂性,选择典型县域开展针对研究,进而进行全省推广及应用。研究首先依托目前荥阳市已有的各部门、各类型的耕地质量数据,利用大数据中的数据集成技术,对耕地质量多源异构数据进行整合;其次从耕地质量大数据平台的构建原则、构建方法以及构建过程进行了重点分析,并以大数据智能分析平台为例,对耕地质量大数据的功能模块和集成显示内容进行阐述,目的就是要实现大数据服务的随需应变、标准化和自动化;最后耕地质量大数据的服务对象和应用两个方面,探讨耕地质量大数据平台的发展方向。 主要研究内容有以下2个方面： 1) 耕地质量大数据的整合 已有耕地质量数据来自农业、土地、环保及统计各个部门,涉及样点、农户、乡镇等不同尺度,数据生产、存储、调用的方式具有多样性,给数据集成应用带来了极大的困扰。为了解决这个问题,在分析地理标记语言（GML）格式特征的基础上,提出了一种基于GML /KML的耕地质量多源异构数据集成模型。利用该模型的多源异构数据集成技术流程,将MapGIS 数据、ArcGIS数据、图片栅格等数据转换为统一的GML/KML 数据格式,从而在网络环境下根据集成规则方便有效地集成和共享;借助先进成熟的大数据存储及处理技术,整合及加工内外部各种耕地质量相关数据,然后结合专家知识数据,传感器数据及其他监测数据等,构建耕地质量大数据平台,减少数据冗余及不必要数据,推动耕地质量数据标准化,从而提高数据分析应用效率。 2)耕地质量大数据平台的构建及应用 通过对Hadoop及其相关技术进行研究,深入探索了Hadoop的发展历程及其主要架构。重点分析了 Map Reduce计算架构和分布式文件系统HDFS,并根据实际需求,对Hadoop 进行了部署。并以大数据智能分析平台为例,对耕地质量大数据的功能模块和集成显示内容进行阐述,目的就是要实现大数据服务的随需应变、标准化和自动化;另外,利用耕地质量大数据平台的海量数据支撑及监测数据的实时回传,构建耕地质量变化模拟系统,对于耕地质量可能出现的情况进行预警及防治,实现监测及预警的智能化,同时,挖掘耕地质量大数据的内部特征,通过监测及时总结耕地质量变化情况,才能有效的提出耕地质量提升方法和措施,实现耕地质量的可持续健康发展,提升耕地质量管理工作的效率。