江西省濕地云平臺設計與應用研究

蔡志雄，方朝陽，2，徐 健，張 倩

(1.江西師范大學，330022，南昌;2.鄱陽湖濕地與流域研究教育部重點實驗室，330022，南昌)

0 引言

濕地是珍貴的自然資源，也是重要的生態系統，被譽為“地球之腎”。江西省濕地資源豐富，在長江流域發揮著水源調節、資源供給等生態服務功能，具有十分重要的生態價值[1]。江西省作為國家生態文明先行示范區，濕地保護也是生態文明建設的重要內容之一。但是，隨著江西省濕地保護管理工作不斷走向深入，一方面，濕地工作利用到和所形成的數據呈現出多源異構、體量大的特征，傳統的數據采集、存儲和管理方式難以勝任，另一方面，各級管理部門濕地信息化建設頂層設計不足且缺乏統一標準，造成系統應用開發亂象，數據交換共享困難等問題。因此，分析江西省濕地管理與濕地數據資源現狀，設計研究可彈性伸縮、可擴展、可通用的濕地平臺，對于濕地信息化建設優化升級具有重要參考價值。

近年來，國內外學者和管理機構已相繼開展了基于云計算、大數據技術的濕地信息化研究，如浙江西溪國家濕地公園通過接入阿里巴巴的大數據平臺，幫助西溪濕地開展生態研究和數據利用工作，為濕地保護提供技術和數據分析支撐，對濕地進行全面科學的管理，促進了濕地生態和水環境改善。福建省是我國率先開展環境大數據建設的省份，采用Hadoop框架構建大數據管理平臺，應用數據資源中心框架進行生態云平臺建設[2]。孫偉[3]構建了林業資源信息云計算服務體系架構，在大數據環境下處理分析林業資源多源異構數據，通過云計算服務平臺有效組織管理各類服務資源，為林業業務應用系統開發測試和運行管理提供虛擬環境。趙芬[4]等設計了生態環境大數據綜合平臺的總體構架，從數據獲取、數據存儲與管理、數據計算模式與系統和數據分析過程詳細闡述了生態環境大數據技術平臺構建的關鍵技術。美國NWI基于云計算平臺開發濕地應用系統，實現濕地分類、濕地制圖和調查結果建庫，通過在線濕地地圖服務實現數據訪問和共享，并提供濕地專題圖和分析報告等數據資料的下載服務[5]。Hasan[6]等研究大數據在林業生態監測、林業管理系統開發中的作用，提出改進大數據、云計算和信息技術及其組合，有助于實現林業管理智慧化。

基于此，本文以江西省為研究區域，基于大數據、云計算、GIS等技術，研究構建統一的濕地云平臺，全面整合各類濕地數據資源，實現濕地資源數據的高效存儲、快速應用和共享，實現系統應用的統一管理、利用和維護，以期快速、準確和全面掌握濕地資源現狀及其動態變化，為濕地合理開發、利用及保護提供決策支持。

1 江西省濕地數據資源現狀

江西省濕地分布廣泛且類型多樣，據統計，共有濕地4類8型，總面積大小91.0萬hm2，占全省國土面積的5.45%。截至2019年初，江西省已創建的省級以上濕地公園99個，全省濕地保護率達到55.2%，全省濕地平均價值為15.84萬元/hm2·a，在全國處于較高水平。

江西省林業廳濕地保護管理辦公室承擔組織、協調全省濕地保護的具體工作。通過在該管理部門的實地調研，本文梳理了濕地業務對應的數據產生和利用現狀。目前，全省已完成2次濕地資源調查，第3次濕地資源調查工作也已接近尾聲，隨著信息化水平的提高以及濕地生態實時監測網絡覆蓋范圍和密度的不斷擴大，濕地數據總數據量已達TB級并且每天都在迅速增長和更新，根據數據的來源及其用途，濕地數據主要包括以下幾方面。

1.1 基礎地理信息數據

基礎地理信息屬于空間數據基礎設施，扮演著定位基準和空間載體的重要角色，包括多個尺度(1∶25萬、1∶5萬、1∶1萬等)、多個類型(地形要素數據、正射影像數據、地形圖制圖數據、數字高程模型數據等)和多個現勢性版本。濕地工作經常會用到各種基礎地理信息數據，例如濕地規劃和管理要以衛星影像數據和無人機影像數據作為底圖，以行政邊界、道路、水系、土地分類、宗地時空屬性作為決策輔助。

1.2 濕地生態環境監測數據

濕地生態環境監測數據是指利用智能監測和監控設備在全省范圍內布設濕地生態實時監測網絡，對濕地和保護區的氣象環境、土壤環境、水質環境以及空氣質量進行監測，從而獲取的PM2.5、土壤電導率、水酸堿度、碳通量等數據。目前建成并投入使用的有包括鄱陽湖南磯濕地野外綜合試驗站、東鄱陽湖國家濕地公園、青山湖濕地等在內的15個監測站點。

1.3 濕地保護管理業務數據

濕地保護管理業務涉及廣泛數據，主要包括全省濕地資源調查數據，濕地空間分布、分類及統計結果數據，濕地巡查任務記錄和上報數據、巡查時空軌跡數據;濕地保護政策法規文件、技術標準和規范、項目申報文件數據;濕地規劃數據、濕地公園名錄數據;濕地保護與恢復、濕地生態效益補償數據;科普宣教產生的數據。

1.4 濕地資源本底數據

濕地資源本底數據是濕地野生動植物保護的決策依據和基礎數據，主要包括植物、動物、自然環境要素等。例如，植物相關數據有野生植物多樣性、植物種的多樣性、濕地植物群落、類型、地理分布、空間布局、主要優勢植物種、保護價值等;動物相關數據有野生動物棲息地狀況、兩棲動物等各類動物資源數據。據江西省第2次濕地資源調查結果統計，全省有濕地脊椎動物及蝦蟹貝類688種(亞種)，濕地高等植物988種[7]。

1.5 已建成系統相關應用數據

經過多年的濕地信息化建設，已建成系統相關應用數據主要有覆蓋全省的360全景數據、三維模型數據、知識文獻數據、網絡抓取數據、用戶反饋數據、系統日志數據。

2 濕地云平臺設計與建設

2.1 平臺總體框架設計

云平臺是基礎設施、數據資源、平臺服務等共同組成的有機整體。本文采用分層架構方法設計濕地大數據云平臺總體框架，平臺自下而上構建，依次是基礎設施層、數據資源層、服務平臺層、應用層以及安全保障體系、標準規范體系。平臺的總體框架如圖1所示。

圖1 云平臺總體框架

基礎設施層包括云平臺基礎設施和濕地生態監測基礎設施兩部分，云平臺基礎設施通過虛擬化技術，對服務器、網絡設備等進行虛擬化，構建虛擬化資源池，由云管理系統實現計算、存儲、網絡資源的統一管理和調度[8];濕地生態監測基礎設施是布設在省內各重點濕地區域用于水、氣象等多種生態要素監測的傳感器設備，為濕地云平臺提供生態環境監測數據。

數據資源層的主要目標是建設濕地數據中心，通過離線拷貝、人工數字化等方式采集數據，在此基礎上數據經過ETL、空間化處理形成結構化、半結構化和非結構化數據集，最后存儲到數據庫系統。

服務平臺層通過標準化、插件化、模塊化的功能服務，對數據資源層進行統一調配。基于時空GIS平臺提供空間分析、三維可視化等服務，大數據服務平臺提供服務編目、共享交換、數據分析和挖掘等服務，此外，運維平臺提供服務監控、資源彈性調度、鏡像服務等，保證各類服務的高性能和平臺高并發能力[9]。

應用層以服務濕地生態保護管理工作為主要目標，通過建設濕地資源綜合信息應用系統、濕地生態環境監測預警系統等應用，實現大范圍快速、準確地掌握濕地資源現狀及實時動態，提高江西省濕地建設信息化水平和濕地管理能力。

標準規范體系包括管理標準、技術標準和工作標準等。平臺安全保障體系主要由云平臺安全、數據安全、接口安全組成。

數據資源層和服務平臺層是應用層系統建設、運行和優化升級的基礎，其內容涉及數據的采集、存儲、分析、共享、服務化輸出以及管理和運維過程，是濕地云平臺建設的核心。

2.2 基礎設施層建設

2.2.1 云平臺基礎設施 基礎設施作為云平臺的計算、存儲和網絡等資源提供者，是整個平臺的基礎，包括服務器、網絡設備、存儲設備、安全設備和機房等。通過將基礎物理資源的計算、存儲等能力集合在一起并虛擬化，組織成一個健壯的資源聚合體，構成虛擬資源池(包括計算資源池、網絡資源池、存儲資源池、安全資源池)，資源池化機制以細粒度的方式管理和利用資源，以提高云平臺的資源利用率。

2.2.2 濕地生態監測基礎設施 濕地生態監測是利用智能監測設備按照標準監測頻率和方法采集相關指標數據，用于水、土壤、氣象、空氣等環境要素的監測和預警。濕地生態監測基礎設施由微型氣象站、水質、土壤傳感器、視頻監控設備及其數據通訊設備等組成，布設在全省各重點濕地區域全天候無人值守自動監測，智能監測設備會將傳感設備電信號轉換成數字信號，通過GPRS網絡、無線微波和寬帶混合等方式將數據傳輸到數據中心。

2.3 數據資源層建設

數據資源層是實現濕地數據的采集、存儲和管理，構建統一的濕地大數據中心，為濕地云平臺提供數據支撐。江西省濕地數據由于多源異構、體量大的特點，所以在數據資源層的設計中，基于大數據技術，采用不同的數據采集方法和不同的數據存儲和管理方式。數據資源層架構如圖2所示。

圖2 數據資源層架構

2.3.1 多樣化數據采集 隨著濕地資源數據越來越多地表現出大數據特征，數據采集方法和流程的制定需要充分研究數據的獲取渠道、數據狀態、數據結構、數據規模。目前較傳統的數據采集方式有人工數字化、數據庫讀取、Web服務接口連接、FTP服務器下載等[10]。以基礎地理信息數據采集為例，根據其有無涉密性選擇不同的采集方式，非涉密數據可通過全國地理信息資源目錄服務系統等進行網絡下載，涉密數據則需要經省測繪地理信息部門審核通過后以離線拷貝的方式獲取，另外對于精度要求高、現勢性強的數據可采取人工數字化方式進行數據生產?；诖髷祿夹g的數據采集方法應用也十分廣泛，例如生態監測實時數據流可以采用Kafka這樣的高吞吐量的分布式消息中間件進行處理;結構化數據存儲系統與Hadoop系統之間的雙向數據傳輸可以使用Sqoop來完成;通過Flume可以實現海量日志數據的采集[11]。濕地數據采集需要使用以上一種或幾種數據采集方法，經數據抽取、清洗、轉換操作后加載到混合型的存儲系統中。

2.3.2 分布式數據存儲 為保證存儲服務的可用性、可靠性和經濟性，云平臺數據存儲采用分布式存儲方式。分布式存儲技術將分散的存儲資源通過Internet互聯，組成虛擬的存儲設備作為一個整體對外提供數據存儲服務，具有易擴展高性能、高可靠等特性，能支持平臺海量數據的存儲和管理需求[12]。分布式存儲具有可擴展、低成本、高性能、易用等特點，其挑戰主要在于數據和狀態信息的持久化，在自動遷移和容錯、數據讀寫的過程中保證數據的一致性[13]。分布式存儲的數據結構類型分為結構化數據、非結構化數據和半結構化數據3種，分別對應分布式存儲系統的分布式數據庫、分布式文件系統和分布式NoSQL數據庫。濕地數據中的結構化數據包括基礎地理信息數據中的要素數據、濕地生態監測中的監測指標數據、已建成系統的關系表等;非結構化數據包括多源遙感影像、各類文檔、科普宣教以及相關活動中涉及的圖片、視頻、音頻等;而半結構數據包括系統日志文件、XML文件、JSON文件等。

2.3.3 大數據運維管理 大數據運維是針對濕地大數據中心而展開的數據備份、數據監控、故障排除等一系列措施。例如，對于分布式存儲系統，需實時監控主節點和數據節點的健康狀態，監控網絡狀態、服務器負載等，一旦出現故障要通過錯誤日志進行故障排除并快速恢復。對于傳統關系型數據庫要檢查所有實例的運行狀態，檢查系統資源的使用情況，刪除無效的數據對象、約束和觸發器，檢查日志文件等。為了完善大數據運維體系，還需要制定科學合理的保障制度，在建庫標準、數據標準、數據更新規范等基礎上，制定能保障系統長期運行、數據完整性好、工作職責明確的制度[14]。

2.4 平臺服務層建設

平臺服務層屏蔽了底層的復雜性和專業性，將濕地大數據云平臺的數據資源、功能需求等進行業務化管理，形成統一的濕地信息資源應用、發布共享、挖掘分析中心，實現省內不同地區的濕地相關部門間的業務協同和資源共享，其架構如圖3所示。平臺服務層作為數據與應用間的橋梁，提供了數據服務、功能服務、接口服務、知識服務，降低了專題應用的開發難度，具體建設內容包括時空GIS平臺、大數據服務平臺、云門戶系統以及運維管理平臺。

圖3 平臺服務層架構

2.4.1 時空GIS平臺 時空GIS平臺為濕地研究與管理科學化、自動化提供了重要技術手段和分析方法。運用GIS強大的空間數據管理和空間分析能力進行濕地生態資源調查和濕地區域規劃等工作。濕地空間數據包括濕地空間分布數據，濕地規劃數據等矢量數據，用于解譯濕地區的多時相、多分辨率的遙感影像等柵格數據，在GIS平臺支撐下這些數據發布到GIS服務站點，能夠為濕地應用系統提供要素服務、影像服務、三維數據服務、地名地址服務，實現基于在線地圖的二維、三維數據瀏覽和查詢、數據編輯、專題制圖、空間分析、規劃與選址。

2.4.2 大數據服務平臺 大數據服務平臺面向的是海量濕地數據，旨在為用戶提供各類數據服務、功能服務、知識服務和服務管理[15]。數據服務包括數據的共享交換和數據下載等服務，數據提供者將只需將共享交換的數據上傳到大數據服務平臺，供需要的用戶調用，數據使用者在獲得相應的資源使用許可后進行下載。功能服務是基于Spark、Elasticsearch等大數據引擎實現對海量數據的檢索、計算和統計分析。知識服務依賴于數據服務、功能服務，分析濕地保護管理各項指標的時序變化規律，形成報告，存儲到大數據平臺為用戶提供知識服務，輔助濕地決策和管理。服務管理涵蓋服務檢索、服務注冊、服務編輯、服務審核與授權等內容。

2.4.3 云門戶系統 云門戶系統是為用戶提供的前端訪問和平臺使用的統一入口，包括數據和功能資源中心、專題應用、開發中心等內容，幫助用戶便捷發現使用資源，實現多維內容管理。云門戶系統具備靈活的數據共享方式，以精細化地訪問控制為不同用戶和組織開放不同的資源和服務，用戶可以創建工作空間，在組織間進行資源共享，實現跨領域、跨部門的業務協作。

2.4.4 運維管理平臺 運維管理平臺建設為整個平臺服務層的穩定、高效和正常運行提供保障和技術支持。通過門戶管理和目錄管理為服務層提供系統目錄結構管理和用戶訪問權限控制等功能;通過實時監控實現GIS服務、大數據服務、資源池服務器的運行狀態、性能、訪問率等監控并提供自動告警;另外，審批管理是管理員審批用戶注冊、審批資源使用、交換的入口。用戶管理可以對平臺服務層的內部用戶和外部用戶進行統一管理，為用戶分配不同角色和權限。

3 濕地云平臺典型應用

3.1 濕地生態環境數據采集與監測預警

濕地生態環境數據采集與監測預警是濕地有效管理和保護的基礎，對全省重要濕地區生態環境要素進行實時監測，構建包括濕地生態保護、生態狀況的生態評估及其預警模型，從而幫助濕地管理者及時發現生態環境異常并實施預警。

濕地生態環境數據采集利用濕地云平臺基礎設施層的傳感器、視頻監控、移動巡護設備，對全省重要濕地的水環境、氣象、土壤、空氣、動植物和人類活動進行實時在線監測。實時的監測數據通過GPRS網絡或無線微波等回傳到云平臺的數據資源層，數據資源層既有近實時數據又存儲了過去的歷史數據[16－17]。濕地生態監測預警的關鍵是有效利用這些數據，平臺服務層可在其中發揮重要作用，基于大數據引擎對近實時數據和歷史數據進行分析挖掘，運行生態評估和預警模型服務對監測數據進行預測和模擬并對外提供數據接口服務。應用層只需配置時間范圍、監測站編碼、數據類型等參數來訪問數據接口，獲取近實時和歷史監測數據、預警預報信息等。

濕地生態環境監測預警系統部署在濕地云平臺上，基于GIS引擎在地圖上顯示全省各個監測站點，方便站點快速查找和定位，并為每個監測站標繪點綁定事件進行監測數據查詢和展示。例如通過點擊標繪點獲得該站點的設備狀態、指標狀態、濕地生態狀況信息、影像信息并通過統計圖、儀表圖等進行數據展示，一旦監測到任何異常狀態，如濫捕偷獵野生動物、侵占和破壞濕地資源等情況，立即發出警報信息并及時通知系統管理員進行處理。

3.2 濕地資源保護管理綜合信息應用

濕地資源保護管理綜合信息應用是基于濕地云平臺數據服務、功能服務等實現濕地資源管理、信息查詢、分析和可視化的集成平臺。其主要圍繞濕地保護成效評估指標模型計算、“濕地一張圖”管理、三維可視化和巡護監管4個方面進行，有助于全面快速掌握全省濕地總體情況，為下一步工作計劃的制定提供依據和參考，同時提高了濕地保護管理工作的效率和信息化水平。

濕地保護成效評估指標包括濕地面積、保護率、生態狀況等，已被納入生態文明建設目標評價考核體系。為快速和直觀反映全省各地區濕地保護成效，需要對其評估指標進行計算和結果展示。例如，濕地面積和濕地保護率計算需要借助云平臺服務層的GIS引擎通過空間幾何計算與空間統計方法構建指標計算模型并發布成地理處理服務，再由前端開發者以各地區矢量面數據作為輸入參數調用該服務獲得指標計算結果，最后采用柱狀圖、餅狀圖對各地區的濕地面積及其在整個區域中的面積占比、濕地保護率進行繪制，有效反映濕地保護成效。

“濕地一張圖”是利用WebGIS技術對江西省濕地資源調查成果、省級重要濕地、濕地公園、鄱陽湖國際重要濕地等空間信息和屬性信息進行編輯管理、空間分析和專題制圖的在線系統?！皾竦匾粡垐D”以在線矢量和影像瓦片地圖作為底圖，以各類包含時空屬性信息的濕地要素作為服務圖層，通過調用GIS疊加分析、鄰域分析、統計分析等空間分析方法，再結合數據可視化插件完成系統的集成與開發?！皾竦匾粡垐D”的應用為非專業人員屏蔽了技術上的復雜性，免去了專業軟件和系統環境的安裝，使用者只需在瀏覽器上訪問云端資源就能實現對濕地資源空間分布、空間規劃、生態效益補償、濕地保護與恢復、優勢物種等信息的更新、查詢和利用。

濕地三維可視化是對濕地公園、濕地自然保護區內珍稀動植物和人工地物等濕地資源的虛擬化表達。濕地三維數據存儲在濕地云平臺數據中心，數據可視化基于云平臺服務層的三維GIS引擎，利用數字高程模型DEM與數字正射影像疊加融合構建三維地形場景，在場景之上通過傾斜攝影測量數據、BIM數據、物聯網實時數據等數據融合與集成，實現三維立體空間的信息管理、場景漫游與路線飛行、三維量算與空間分析。濕地三維通過對濕地水文、地貌等自然環境的模擬提高突發事件的應急指揮能力，對濕地資源的多維度、多角度、交互式展示為濕地科普宣教提供支撐，增進公眾對濕地的了解，提高公眾的濕地保護意識。

濕地野外巡護是濕地保護的重要手段，能有效打擊制止破壞濕地生態環境的非法活動。傳統的巡護方式需要巡護人員攜帶GPS設備、紙質表格等進行信息記錄，工作效率低且不易于管理[18]。巡護監管系統以濕地云平臺的數據存儲和功能服務作為支撐，利用LBS、GIS、移動開發等信息技術，在移動端集成巡護任務接受執行、軌跡記錄、事件上報、地理圍欄等功能用于野外巡護，在WEB端集成巡護任務分發、路線制定、信息查詢、遠程協助等功能管理野外巡護工作和巡護人員，提高了巡護工作的質量和水平，有效保護濕地野生動植物資源和生態環境的安全。

4 結束語

本文首先對江西省濕地資源現狀以及濕地保護管理工作中的問題進行了研究和分析，一方面濕地資源數據體量在不斷增大，傳統的數據存儲管理方式已不能滿足當前濕地信息化需求，另一方面用于濕地信息化建設的技術手段落后導致數據的價值沒有得到重分利用，數據交換和共享機制不完善導致數據重復建設等問題。為解決上述問題，本文以分層架構設計思想研究和設計濕地云平臺的總體架構，重點闡述了數據資源層和平臺服務層的建設內容和過程，基于物聯網、大數據和GIS技術實現從數據采集、存儲到管理、共享再到可視化和系統應用的濕地信息化建設，在提高數據流轉效率、數據分析能力的同時服務于濕地保護管理。本文對濕地云平臺的初步研究和設計，希望能對濕地保護管理工作起到參考作用。