Please wait a minute...
img

官方微信

遥感技术与应用  2018, Vol. 33 Issue (5): 775-783    DOI: 10.11873/j.issn.1004-0323.2018.5.0775
大数据SDGs专栏     
面向SDGs和美丽中国评价的地球大数据集成框架与关键技术
王卷乐1,4,程凯1,2,边玲玲1,3,韩雪华1,2,王明明1,3
(1.中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室,北京 100101;
2.中国科学院大学,北京 100049;3.山东理工大学 建筑工程学院,山东 淄博 255049;
4.江苏省地理信息资源开发与利用协同创新中心,江苏 南京 210023)
Integration Framework and Key Technology of Big Earth Datafor SDGs and Beautiful China Evaluation
Wang Juanle1,4,Cheng Kai1,2,Bian Lingling1,3,Han Xuehua1,2,Wang Mingming1,3
(1.State Key Laboratory of Resources and Environmental Information System,Institute of GeographicSciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101;2.University of Chinese Academy of Sciences,Beijing 100049;
3 School of Architecture Engineering,Shandong University of Technology,Zibo 255049;
4.Jiangsu Center for Collaborative Innovation in Geographical Information ResourceDevelopment and Application,Nanjing 210023)
 全文: PDF(642 KB)  
摘要:
联合国可持续发展目标(Sustainable Development Goals,SDGs)和美丽中国建设的内涵同根同源,二者都致力于实现国家、区域的社会、环境与经济可持续发展。准确、可靠、及时和分类清晰的数据是实现SDGs和美丽中国精准评价的关键。针对当前可持续发展评价研究中数据单一、时效性差、准确性低及其带来的评价结果不可靠等问题,面向SDGs和美丽中国全景评价,提出了依托网络大数据、遥感大数据与社会经济大数据等地球大数据的集成与标准化框架,分析了网络数据获取与分析、遥感数据地表信息智能提取与处理以及社会经济数据空间化的关键技术,并分别以SDG6水污染事件舆情分析、SDG15森林信息提取、SDGs通用和基础的人口数据空间化为例,研究了地球大数据在可持续发展评价中的技术方案。
关键词: 联合国可持续发展目标美丽中国评价地球大数据网络数据遥感数据社会经济数据    
Abstract: Construction of UN Sustainable Development Goals(SDGs) and Beautiful Chinashare the same meaning.Both of them endeavor to achieve national and regional social,environment and economy sustainable development.Accurate,reliable,timely and well classified data is the key for accurate evaluation of sustainable development.In order to address issues such as single data source,poor timeliness,lack of high accuracy and evaluation results unreliable,we puts forward the integration framework and standardization of the bigearth data which includes big network data,big remote sensing data,and big socioeconomic data facing to the evaluation of SDGs and Beautiful China.Then,the key technologies of network data acquisition and analysis,remote sensing data information intelligent extraction and socioeconomic data spatialization are analyzed from different perspectives.Taking the water contamination accident of SDG 6,forest information extraction of SDG 15,population spatialization of common requirements in SDGs as examples,the application of technological routes in supporting sustainable development evaluation based on big earth data are studied consequently.
Key words: UN Sustainable Development Goals(SDGs)    Beautiful China evaluation    Big earth data    Network data    Remote sensing data    Socio-economic data
收稿日期: 2018-08-21 出版日期: 2018-12-03
ZTFLH:  TP237  
基金资助: 中国科学院战略性先导科技专项(A类)(XDA19040501),中国科学院“十三五”信息化专项科学大数据工程项目(XXH13505-07),中国工程科技知识中心建设项目.
作者简介: 王卷乐(1976-),男,河南洛阳人,博士,研究员,主要从事资源环境数据集成与共享研究。Email:wangjl@igsnrr.ac.cn。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
王卷乐
程凯
边玲玲
韩雪华
王明明

引用本文:

王卷乐, 程凯, 边玲玲, 韩雪华, 王明明. 面向SDGs和美丽中国评价的地球大数据集成框架与关键技术[J]. 遥感技术与应用, 2018, 33(5): 775-783.

Wang Juanle, Cheng Kai, Bian Lingling, Han Xuehua, Wang Mingming. Integration Framework and Key Technology of Big Earth Datafor SDGs and Beautiful China Evaluation. Remote Sensing Technology and Application, 2018, 33(5): 775-783.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2018.5.0775        http://www.rsta.ac.cn/CN/Y2018/V33/I5/775

[1] 张锴, 薛亮. 基于多源遥感数据的陕西2000~2015年城市扩展研究[J]. 遥感技术与应用, 2018, 33(6): 1170-1177.
[2] 王一明,蒙继华,程志强. 关键物候期遥感数据缺失条件下的数据同化研究[J]. 遥感技术与应用, 2017, 32(4): 615-623.
[3] 唐超,邵龙义. 高光谱遥感地物目标识别算法及其在岩性特征提取中的应用[J]. 遥感技术与应用, 2017, 32(4): 691-697.
[4] 代晶晶,王瑞江,王登红. 高空间分辨率遥感数据在离子吸附型稀土矿山调查中的应用[J]. 遥感技术与应用, 2014, 29(6): 935-942.
[5] 赵涌泉,单小军,唐娉. 低空间分辨率多源遥感数据的空间一致性分析和相对几何校正[J]. 遥感技术与应用, 2014, 29(1): 155-163.
[6] 赵小星,钱建平,覃顺桥,黄克宸,韩 帅. 云南江城大团包铜矿及外围高植被区遥感找矿预测[J]. 遥感技术与应用, 2013, 28(5): 879-889.
[7] 关磊,李华,苏倩,陈建业. 公路路域生态环境遥感监测数据源选取研究[J]. 遥感技术与应用, 2013, 28(2): 315-321.
[8] 王洁,张增祥,张委伟. 基于生态地理分区的5套土地利用覆盖数据的不确定性研究[J]. 遥感技术与应用, 2012, 27(6): 865-872.
[9] 马明国,宋 怡,王旭峰,韩辉邦,于文凭. AVHRR、VEGETATION和MODIS时间系列遥感数据产品现状与应用研究进展[J]. 遥感技术与应用, 2012, 27(5): 663-670.
[10] 顾玲嘉,赵凯,孙健,郑兴明. 被动微波遥感数据超分辨率增强与混合像元分解研究综述[J]. 遥感技术与应用, 2012, 27(1): 1-6.
[11] 顾玲嘉,赵凯,孙健,郑兴明. 被动微波遥感数据超分辨率增强与混合像元分解研究综述[J]. 遥感技术与应用, 2011, 27(1): 1-7.
[12] 苗立新, 李 霞, 周连芳, 文 强, 纪中奎, 熊志明, 靳光明, 胡 琳. 基于ENVI/IDL的多源遥感数据覆盖范围快速查询技术及实现[J]. 遥感技术与应用, 2010, 25(4): 502-509.
[13] 李福建 ,马安青 ,丁原东 ,杨俊杰,焦俊超,刘乐军 . 基于Landsat数据的城市热岛效应研究[J]. 遥感技术与应用, 2009, 24(4): 553-558.
[14] 潘刚,段舜山 . 基于遥感技术的海岸带资源环境管理[J]. 遥感技术与应用, 2009, 24(2): 230-237.
[15] 丁凤. 一种基于遥感数据快速提取水体信息的新方法[J]. 遥感技术与应用, 2009, 24(2): 167-171.