土地资源基础数据可视化表达范文

摘要:

介绍了土地基础数据的核心内容及其关联关系，分析了土地基础数据的多维(结构维、时间维、空间维)特征。在对可视化技术分类方法进行阐述的基础上，通过综合研究、试验验证，形成了适用于土地基础数据的可视化表达方法的过程，为更好地发挥土地基础数据在国土资源管理乃至经济、社会发展过程中的作用提供技术支撑。

关键词:

土地基础数据;可视化;多维特征

土地资源孕育着人类文明的起源与发展，为人类提供了赖以生存和发展的物质资料［1］，影响着人口规模、总量以及相应的产业经济结构等问题。目前，我国可利用的土地基础数据(包括土地利用现状数据、土地利用总体规划数据、耕地后备资源数据、基本农田数据等)的数据量已达200TB，及时掌握土地资源的分布情况、耕地总量、人均耕地面积、耕地质量、人均耕地需求、产业及经济指标等信息，对合理地利用土地资源、指定发展计划、优化产业结构具有重要的现实意义。21世纪以来，以计算机图形图像技术为基础形成的可视化技术已广泛地应用于社会科学的各个领域，借助于可视化技术生成刺激视觉的图像，便于用户更加清晰地理解并掌握海量数据中包含的信息。采用可视化技术，可以有效地解决传统采用文字、数字形式进行描述性表达的缺陷，使人、地、粮、经济、产业关系更为直观、清晰易懂，有利于管理者及时准确、直观地掌握相关信息，也更利于耕地保护政策的推广与执行。

1土地基础数据体系

1)土地基础数据内容土地数据主要包括土地基础数据、土地管理数据以及土地综合研究数据。通过土地资源调查和土地规划编制等方法得到的数据叫做土地基础数据，它包括土地利用现状数据、基本农田数据、土地利用总体规划数据等，这些数据既是进行国土资源综合研究的基础，也是国土资源业务办理的重要依据。研究表明，各种土地基础数据与人口经济发展之间均存在着紧密联系。深入分析多种土地基础数据之间的关系(如图1所示)有利于更好地研究土地基础数据的可视化表达。

2)土地利用现状数据通过土地调查得到的土地利用类型和土地权属等信息的数据称为土地利用现状数据。土地利用现状数据具有很强的时效性，其数据库主要包括地类图斑、线状地物、地物之间的界限等内容。

3)土地利用总体规划数据土地利用总体规划数据是用来反映土地利用未来预期和控制目标的纲领性数据，是实施土地用途管制的基础，主要用于对耕地规模的面积、建设用地面积以及基本农田保护面积等指标加以控制。

4)耕地后备资源数据耕地后备资源数据是在一定的经济技术条件下(综合考虑区位、交通等开发条件，可开垦土地、可复垦采矿用地的宜耕性条件等)，通过土地改良、土地整理和土地开发等方法，形成的在未来一段时期内可开垦为耕地的非耕地资源的空间布局数据。耕地后备资源数据为及时掌握我国耕地储备及耕地潜力、保障我国耕地数量与质量提供依据，其数据库主要包括耕地后备资源图斑、不稳定耕地图斑、新增耕地图斑等内容。

5)基本农田数据基本农田数据用于保障国家基本农田总量，主要通过基本农田调查以及基本农田划区定界等方法进行获得，得到的数据反映基本农田保护信息和其空间布局情况。基本农田数据库主要包括基本农田样块、基本农田保护区的大小位置等信息、基本农田保护区的边界范围以及基本农田质量等级信息等。

6)土地基础数据多维特征土地基础数据以行政区划为单位进行提交，综合涵盖了土地资源的状态、性质、空间分布和发展演化过程。总体上，可以将土地基础数据视为一类具有时间维度、空间维度和结构维度的多维特征数据(如图2所示)，同样的，在描述数据特征时，建立在数据之上的统计数据也必须具有时间维度、空间维度和结构维度的特点。

7)时间维度时间维度反映了空间对象随时间产生状态的改变，对于土地基础数据而言，时间维度主要包括年度、季度、月度等，不同数据具有不同的时间维度。在实际工作中，每年都会有新采集土地利用变更的数据，这些数据具有时间维度。

8)空间维度空间维度主要反映了土地基础数据的位置、距离等信息，对于不同的数据，其空间维度更是不同。例如，以县为单位提交的土地利用现状数据，通过汇总统计可以得到村、乡镇、县、市、省、国家等依次从低到高的不同空间维度数据;采用自上而下分级编制得到的土地利用总体规划数据，在不同的行政级别上均具有相应不同的空间维度。

9)结构维度结构维度代表了空间对象客观存在的性质和属性特征，不同数据具有不同的结构维度。例如，全国耕地的质量等级可分为一至十等不同的结构特性;土地权属性质具有国家所有和集体所有两种结构特性。

2可视化技术分类

可视化技术是利用计算机图形图像技术原理，直观地对数据以图形或图像的形式在屏幕上显示并进行交互处理，这种技术最初仅应用于科学计算中涉及的数据和工程测量数据，目前已广泛应用于建筑学、医学、生物分子学、地质勘测等领域。随着数据来源的不断增多、数据量日益增长，处理数据的要求逐渐深入与复杂，可视化技术的应用范围也在不断地扩大。现阶段，该方法将可视化技术划分为4类:科学计算可视化(ScientificComputa-tionVisualization)、数据可视化(DataVisualization)、信息可视化(InformationVisualization)和知识可视化(Knowl-edgeVisualization)，以上的各个方案分别从不同角度出发、研究的侧重点也不尽相同［2］。

1)科学计算可视化科学计算可视化主要用于处理科学计算过程中所产生和用到的海量数据集。这些数据集的来源较广，组织形式、时间特性各不相同，包含丰富的规律和现象。科学计算可视化被用于探索与分析数据的自然规律，并侧重于构建三维可视化过程。科学计算可视化的主要表现形式包括等值线(ContourRendering)、面绘制(SurfaceRen-dering)、体绘制(VolumeRendering)和流场显示(FluidDisplay)［3－4］，其中，面绘制效果如图3所示。

2)数据可视化数据可视化是将大型数据库或数据仓库中的数据在多个维度上构建成图形的形式展现出来，在非空间领域应用此方法的效果十分显著。该方法打破了仅通过数据表分析数据信息的局限性，为更直观地掌握数据及其内部结构关系提供了技术支撑。数据可视化技术主要表现形式有平行坐标的方式、直观的枝形图方式(StickFig-ures)［5］以及树图方式(Treemap)［6］。

3)信息可视化信息可视化综合了图像处理、数据挖掘、人机交互等技术，主要应用于非数值型抽象信息(非结构化文本、不具有固定的二维或三维几何空间结构的点)之间的相互关系和发展趋势的表达，挖掘数据中隐含的重要信息(显性知识)，着重于对信息的认知过程。信息可视化的主要表现形式包括轮廓图、网状结构、锥形图(ConeTrees)、双曲树(Hyperbolictree)［7］等。

4)知识可视化知识可视化是结合人工智能、知识库、机器自动学习等方式来实现的可视化技术方法［8］。它通过对数据进行分析挖掘来发现新的知识，将数据中隐含的知识(显性知识和隐性知识)和规律表现出来。知识可视化在传输知识的同时，更加注重于知识的重构、记忆和应用，常见的表达方式包括概念图(ConceptMap)［9］、思维导图(MindMap)、认知地图(Congnitivemapping)、语义网络(SemanticNetworks)、思维地图(ThinkingMaps)［10］等。

3空间数据可视化技术

可视化技术帮助用户在空间数据分析和发现过程中熟练地掌握和理解数据。目前，应用于空间数据的可视化的方法在当前应用最为广泛的是基于地理信息可视化、数学建模可视化、多媒体和虚拟现实技术。主要原理是利用计算机将图像与数学方式结合进行处理。地理信息系统(GIS)利用图形信息与属性信息结合的方式，直观地来探索对象的规律与变化。随着可视化技术的发展，地理信息可视化技术逐渐由静态转化为动态，它能够处理时间因素，可跟踪并解析空间信息随时间所发生的变化。时空数据的表达方法非常丰富，目前主要包括图形对比法、统计图表法、演示动画法等。对于不同类型的时空数据，需要采用不同的可视化表达方法，才能更加清晰地表达出时空连续信息，便于用户进一步理解并进行后续分析。

1)土地基础数据的可视化表达土地基础数据可视化表达是以大数据技术、可视化技术、图形生成技术、图像处理技术、空间统计学、空间演进等技术方法为支撑，通过对土地基础数据的关系进行整理与分析，将综合研究和试验验证等方法相结合，形成适用于土地基础数据的可视化表达方法的过程。该过程主要包括数据采集与分析挖掘、动态图表和空间模板设计、可视化展示与应用3方面内容，如图4所示。

2)数据采集与分析挖掘采用大数据存储、管理、分析技术对土地基础数据的采集、整理、质检、入库、存储、管理、共享应用等过程进行处理与分析。理清土地基础数据之间以及土地基础数据与其他行业领域之间的关系，并以此为核心开展进一步的数据可视化技术研究。

3)动态图表和控件模板设计以土地基础数据之间以及土地基础数据与其他行业领域之间的关系为依据，采用空间数据可视化技术，设计相应的动态图表模板和控件模板。其中，动态图表模板包括地图模板、表格模板、统计图表模板、文字报告模板、专题图模板等;控件模板主要是基于GIS的数据访问、统计、分析模板，具体包括GIS控件模板、表格控件模板、统计图表控件模板、文字报告控件模板等。按照数据的应用目的，土地基础数据可视化过程可分为关联数据可视化、统计数据可视化和分析数据可视化。关联数据可视化是按照数据之间的逻辑关系，通过GIS数据访问组件读取相关联的数据，再选择合适的动态图表模板，使用可视化控件展示查询结果;统计数据可视化是按照指标统计需求，通过GIS数据统计组件进行分析，分析结果可视化是通过地理信息数据分析组件对查询结果进行统计和插值分析后，选择合适的可视化图表模板，再利用可视化控件展示地图分析的结果。

4)可视化展示与应用鉴于土地基础数据的多维特征，该模块对包含土地基础数据总量、结构、时序、布局等多个维度信息的一维数据、二维数据、三维数据等3个方面可视化技术方法进行分类研究，力图解决土地资源在时间、空间、结构上的变化情况的展示问题，最终得到不同土地基础数据类型的可视化方法见表1。通过对上述数据关系的梳理分析、可视化表达方法的制定，形成围绕土地基础数据及统计分析结果的各类统计图表、专题图、等值线图、文字报告等，如图5所示。这些可视化成果可在平板、手机、电脑、大屏幕等各种终端上进行展示，为土地资源监测管理、业务办理、辅助决策、应急处理提供依据。

4结束语

本文通过对土地基础数据关系进行梳理，采用多种研究方法相结合，形成适用于土地基础数据的可视化表达方法，提高了土地基础数据的表达效果，为探究隐含在土地基础数据背后的信息与知识提供了技术依据。然而，本文提出的土地基础数据可视化表达方法更多侧重于数据可视化和信息可视化方面，较少涉及知识可视化内容，缺少对数据中潜在的隐藏知识进行挖掘与应用的过程。因此，深入挖掘和发现土地基础数据中的知识和规律，将人工智能、数据挖掘技术更多地应用于土地基础数据的可视化过程将会是今后的研究方向。

参考文献:

［1］刘彦随．区域土地利用优化配置［M］．北京:学苑出版社，1999．

［2］刘波，徐学文．可视化分类方法对比研究［J］．情报杂志，2008(2):28－30．

［3］肖卫国，贾春华．科学计算可视化的发展及其在兵器领域中的应用［J］．兵工自动化，1997(1):50－54．

［4］李晓梅，黄朝晖．科学计算可视化导论［M］．长沙:国防科技大学出版社，1996．

［5］PICKETTRM，GRINSTEINGG．Iconographicdisplayforvisualizingmultidimensionaldata［C］//Proc．IEEEConf．onSystems，ManandCybernetics，BeijingandShenyang:IEEEPress，1988．

［6］李淑丽．信息可视化工具的比较研究［D］．哈尔滨:黑龙江大学，2006．

［7］EPPLERMJ，BURKARD，RA．Knowledgevisualiza-tion:towardsanewdisciplineanditsfieldsofapplication［C］//ICAWorkingPaper．Lugarno:UniversityofLuga-no，2004．

［8］NOCAKJD，GOWINDB．Learninghowtolearn［M］．NewYork:CambridgeUniversityPress，1984．

［9］托尼巴赞．思维导图［M］．李斯，译．北京:作家出版社，1999．

［10］FISHERKM．Semanticnetworking:thenewkidontheblock［J］．JournalofResearchinScienceTeaching，1990，27(10):1001－1018．

作者：罗金有 王丹 单位：广东省国土资源技术中心 北京数慧时空信息技术有限公司