学术咨询

让论文发表更省时、省事、省心

人工智能让自然资源信息管理更高效

时间:2018年07月28日 分类:科学技术论文 次数:

当前,人工智能的影响是世界性的、革命性的,正逐渐渗透社会各行各业及应用领域。具体到自然资源管理领域,隶属人工智能范畴的多类技术在自然资源管控中可以发挥基础支撑作用,对于有效开发和利用信息资源,确保各信息系统间互联互通互操作以及信息传输安全

  当前,人工智能的影响是世界性的、革命性的,正逐渐渗透社会各行各业及应用领域。具体到自然资源管理领域,隶属人工智能范畴的多类技术在自然资源管控中可以发挥基础支撑作用,对于有效开发和利用信息资源,确保各信息系统间互联互通互操作以及信息传输安全可靠,实现自然资源信息共享等方面具有得天独厚的技术优势。
 

人工智能

  异构融合技术,可用于自然资源数据和系统融合

  新组建的自然资源部既要考虑与其他部委之间相互协作,也要考虑与原国土、住建等部门相关职能互相衔接,还要考虑自然资源管理系统国家、省、市和区县四个不同层级之间的数据要互联互通、协调统一、无缝对接。这都要求相关数据信息资源全面共享,将分散在各部门不同时期的大量数据和系统(平台)互联共享。

  但是,由于各部门不同的软件系统由不同团队开发,要实现数据对接尤其是打通不同时期建设的系统数据接口,有一定难度。而人工智能的异构融合技术可以有效地解决这个问题,无需数据接口便可直接进行数据采集、推送,适用于任何系统数据源,并具有高度开放性,能够自动完成分级管理与部门协同的数据双向流转。这种异构融合技术操作更便捷,可以打通部门之间独立数据信息,通过综合性的数据模块掌控全部自然资源基础数据,为快速实现自然资源综合监管提供全面综合的决策依据,进而迅速开展各部门业务融合。

  移动加密技术,在自然资源数据保密领域应用

  自然资源基础数据的共享与保密一直是一对矛盾体。由于存在大量涉密涉隐数据,法律法规的限制使得部门间数据共享和使用难以实现。而一旦经过加密处理,则会限制数据精度和使用范围。而自然资源信息不仅包括空间地理信息,且与其他部门的诸如人口数据、经济数据、交通数据、教育数据等密切相关。因此,打通自然资源数据的传输与应用通道对自然资源管控来说至关重要。

  基于区块链的人工智能移动加密技术可有效解决自然资源数据保密与传输问题。区块链去中心化的加密手段可从源头上对各类自然资源涉密涉隐数据进行封装,使得涉密涉隐信息在传输中无法被窃取。明密文混排信息保护技术,可解决信息在存储和传输过程中的全程信息安全问题,这将从根本上破解保密数据的共享及传输问题。从信息的生成—传输—接收—阅读,全生命周期的信息加密保护,杜绝一切环节的泄密可能,通过建立数据横向流通机制,逐步推动形成全国自然资源数据应用场景。在此基础上,可将自然资源政务服务拓展到互联网的每个角落,以及传统技术无法实现的涉密基础数据移动设备数据传输与即时通信。

  图像识别技术,可用于空间规划“多规合一”

  自然资源部的一个重要职责是建立健全空间规划体系,可以理解为进一步深化推进“多规合一”,并强化空间管控,促进自然资源发展与保护的内在统一。也就是说,在空间底图上指明哪些地方能开发,哪些地方要保护。无论是空间规划还是多规合一,难点在于基本规范和标准的制定。即需对历年来土地调查、林业调查、地理国情普查数据,形成统一的差异用地处理方案,并统一地类标准,进而达成规划工作底图的共识。

  以往对于此类标准的统一,一般由规划专家和规划部门讨论协商决定,主观性强,且不可避免存在大量行政意图干扰。为了更科学、快速的统一标准,可利用人工智能的图像识别和机器学习技术,快速提取自然资源数据中各类影像、专题图、图斑的差异点,并通过无监督学习将人工难以发现的盲点和规律提取出来供规划部门决策参考。

  此外,空间规划的另一关键点在于城镇开发边界的确定以及和土地发展预测方面,确定“资源开发利用上限”。在快速城镇化进程中,多数未经充分论证而建立的空间管制分区管理面临巨大挑战,政府现有城市空间增长管理甚至失效。而利用人工智能中的一些方法,可实现基于城市内生性发展规律的增长边界预测,在考虑城市发展综合因素的基础上,从城市自组织系统运行机制和生长要素角度划定城镇开发边界,使得城镇开发边界和土地发展预测更科学合理。

  搭建数据联盟链,辅助自然资源管理决策

  自然资源管理工作核心在于制定标准并实施有效监督管理,实现资源配置效益最大化和效率最优化。人工智能基于关系模式数学能够发现数据和行为之间的内在联系,分析宏观及微观的趋势,进而使系统具有挖掘、分析及预测能力。因此,建设有人工智能参与的自然资源管理决策辅助(决策让渡)至关重要。综合自然资源管理体系的内容及意义,可考虑以自然资源管理行为、资源开发利用以及与社会经济的发展关系三个层次为核心,利用人工智能+大数据和决策分析技术建立智能、开放、协同的自然资源实时监测及辅助决策平台,使其具有监测预警、评估评价、辅助决策功能,可满足不同层次、不同领域且不断完善扩展的自然资源监测评估与辅助决策需求。

  通过搭建包含政府监管机构、第三方公共服务机构的联盟链,对自然资源利用实时监管,同时提供最佳路径、最佳策略、最佳流程以及风险预警与趋势分析等服务。通过数据助力自然资源管理部门实现精准治理、多方协作、科学决策。该思路一旦实现,对于政府部门的决策作用巨大,最大限度减少人工干预及主观臆断比例,将政府决策的科学化、合理化做到极致。

  多源数据融合,破解自然资源资产审计难题

  自然资源资产审计是健全生态文明制度体系的要求,但由于自然资源类型很广,数据源繁杂,信息的收集及应用极其困难。但对于人工智能来说,这些都能从技术上逐一破解。一方面,过去分散在各个部门的数据(既包括基础地理信息数据、社会经济统计数据,历年城乡规划成果数据),以及网络开放数据、物联网大数据和行业监测数据等,可通过无接口系统融合将其统一采集。应用人工智能多源数据融合技术,实现对多源数据的多尺度展示和空间模拟。

  另一方面,由于自然资源管理业务相对较专业,对于自然资源管理和生态环境保护评价,指标不统一且存在大量权属模糊的情况,过去各部门都有一套自己的数据核算标准及评估方法且差异很大。而利用融合人工智能技术的信息化进行自然资源审计是一个有效途径:通过自然资源数据自动交换技术,建立自然资源大数据池,为审计分析提供良好的数据基础。

  通过对自然资源审批权力清单的关联分析,自动梳理业务流程,明晰自然资源系统内部各业务之间的关联关系;通过打通部、省、市、区县信息系统,建立各业务之间的全流程关系;通过云端计算,实现规则自动匹配及审批行为实时监控。最终,从自然资源用途管制角度,科学监督建设用地审批程序,评估非建设用地转用途对生态功能提升的要求。

  推荐期刊阅读:识别与人工智能计算机工程师论文

  《模式识别与人工智能》(双月刊)创刊于1989年,是由中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办、科学出版社出版的学术性期刊。本刊主要发表和报道模式识别、人工智能、智能系统等方面的研究成果与进展,旨在推动信息科学技术发展。

  

NOW!

Take the first step of our cooperation迈出我们合作第一步

符合规范的学术服务 助力您的学术成果走向世界


点击咨询学术顾问