咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >自然资源时空大数据挖掘与知识服务研究进展 收藏

自然资源时空大数据挖掘与知识服务研究进展

Research Progress in Spatio-temporal Big Data Mining and Knowledge Services for Natural Resources

作     者:邓敏 王达 DENG Min;WANG Da

作者机构:中南大学地球科学与信息物理学院长沙410083 湖南省地理空间信息工程技术研究中心长沙410018 

出 版 物:《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期:2025年第27卷第1期

页      面:27-40页

核心收录:

学科分类:083001[工学-环境科学] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081603[工学-地图制图学与地理信息工程] 081802[工学-地球探测与信息技术] 07[理学] 08[工学] 070503[理学-地图学与地理信息系统] 0818[工学-地质资源与地质工程] 0705[理学-地理学] 0816[工学-测绘科学与技术] 

基  金:湖南省自然科学基金创新群体项目(2024JJ1009) 

主  题:自然资源 时空大数据 数据挖掘 时空知识 知识服务 研究进展 

摘      要:【意义】自然资源时空大数据作为自然资源开发利用的泛在观测,蕴含了丰富的资源要素分布、时空过程演化与关联关系知识。【进展】本文聚焦于自然资源时空大数据挖掘与知识服务,探讨了5种自然资源时空大数据挖掘方法及其知识服务重要应用。首先,分别阐述了时空聚类分析、关联挖掘、异常探测、预测建模和地理风险评估的核心思想、技术体系、方法流程及其在自然资源管理和国土空间决策中的重要应用。然后,提出了描述型、诊断型、预测型和决策型四类自然资源时空知识服务体系,为资源现状监测、规划用途管制和防灾减灾等重大应用提供重要支撑。最后,指出了当前自然资源管理正从数据汇聚分析迈向以知识为核心的智能化服务,逐渐形成大数据-大分析-大知识-大服务的研究与应用范式。【展望】未来工作将延拓数据与知识协同驱动的挖掘方法,着重解决时空知识库与知识服务面临的标准化问题,并探索生成式大模型等前沿技术在自然资源领域中的潜在应用,为自然资源信息化、智能化建设提供新动力。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分