大数据时代的智慧林业建设

中国林业网 http://www.forestry.gov.cn/2019-01-28来源:信息办
【字体: 打印本页

大数据时代的智慧林业建设

国家林业和草原局信息办主任 李世东

  2015年8月,国务院印发了《促进大数据发展行动纲要》,立足我国国情和现实需要,推动大数据发展,打造精准治理、多方协作的社会治理新模式。2015年10月,十八届五中全会将大数据上升为国家战略。2016年3月,“十三五”规划纲要出台,明确提出“实施国家大数据战略”。未来几年,中国大数据发展将迎来黄金增长期。
  一、林业大数据概述
  大数据,顾名思义就是海量数据的形象描述。大数据是座金矿,其诱人前景在于通过数据的处理来挖掘其中的价值,帮助政府、企业、社会做出更加明智的选择,从而少走弯路、节约成本、提高效率。
  (一)林业大数据的内涵。林业大数据是指充分利用新一代信息技术,扩大数据采集范围,将林业体系内数据、互联网相关林业数据、林业产业数据等多来源、多形态的数据进行整合、加工处理及分布式存储,利用最新的数据挖掘分析技术和数据可视化技术,充分揭示数据的规律性和价值性,为生态治理、产业经济、林业文化提供强大的数据支撑能力,使林业实现智能感知、智慧管理与智慧服务,促进生态文明建设,形成林业产业结构与创新能力优化发展的现代化模式。现有数据处理技术大多采用数据库管理技术,从数据库到大数据,看似一个简单的技术升级,但仔细考察不难发现两者存在一些本质上区别。传统数据库时代的数据管理可以看作“池塘捕鱼”,而大数据时代数据管理类似“大海捕鱼”,“鱼”表示待处理的数据,“捕鱼”环境条件的变化导致“捕鱼”方式的根本性差异。
  (二)林业大数据的作用。大数据建设将充分盘活林业数据资产,在以下几方面发挥重要作用。
  1、林业大数据是生态变迁的“信息收集器”。林业大数据基于更加多元化的数据采集方式,针对多样化、多态化、多渠道的生态系统所涉及森林、湿地、草原、荒漠、动植物信息及对生态系统影响因素,进行全面、全量、全态、全时空的智能采集和分类存储,是生态变化信息“收集器”。
  2、林业大数据是生态发展的“本质显示器”。林业大数据分析是基于各类生态资源基础信息,通过对生态系统涉及的各类主体对象发展变迁轨迹和生态要素总体表象的分析,进一步研究其内在的相关性、规律性与外在的表现性、影响性之间的关系。应用林业大数据能确定并量化生态系统各个业务对象之间的依存特征,是整体生态发展的“本质显示器”。
  3、林业大数据是生态治理的“数据指南针”。林业大数据基于历史生态变迁的信息挖掘,对各类生态作用因素的行为特征、变化特征、影响特征进行体系化和指标化,以生态现状为起点,以生态治理目标为方向,以系统化的生态治理指标体系和大数据技术为手段,为生态治理工程的主次评判、内容制定、效果评估提供准确的“信息指南针”,是实现生态治理模式向“智慧化”转变的重要保证。
  4、林业大数据是生态治理与经济发展的“变速箱”。在新的历史时期、新常态的当下、新技术的发展,都决定了只有生态车轮、经济发动机、社会道路的良好匹配,才能保证中国未来的不断发展。而林业大数据通过对海量信息的分析、动态的监测预警、发展趋势的预测、治理策略的评估,恰恰起到了“变速箱”的作用,为国家发展提供相匹配的动力转化,为经济发展模式与生态治理策略提供准确的咬合选择。
  (三)林业大数据解决问题路径。与传统海量数据的处理流程相类似,大数据的处理也包括获取与特定的应用相关的有用数据,并将数据聚合成便于存储、分析、查询的形式;分析数据的相关性,得出相关属性;采用合适的方式将数据分析的结果展示出来等过程。
  1、数据获取。数据的产生技术经历了被动、主动和自动的三个阶段,早期的数据是人们为基于分析特定问题的需要,通过采样、抽象等方法记录产生的数据;随着互联网特别是社交网络的发展,越来越多的人在网络上传递发布信息,主动产生数据;而传感器技术的广泛应用,可以不用控制即可全天候的自动获取数据。其中自动主动数据的大量涌现,构成了大数据的主要来源。对于林业实际应用来说,并不是数据越多越好,获取大量数据的目的是尽可能正确、详尽的描述事物的属性,对于特定的应用数据必须包含有用的信息,拥有足够信息的有效数据才是大数据的关键。
  2、数据处理。大数据需要充分、及时地从大量复杂的数据中获取有意义的相关性,找出规律。由于数据的价值会随着时间的推移不断减少,实时性成了此类数据处理的关键。而数据规模巨大、种类繁多、结构复杂,使得大数据的实时处理极富挑战性。数据的实时处理要求实时获取数据,实时分析数据,实时绘制数据,任何一个环节慢都会影响系统的实时性。当前,互联网络以及各种传感器快速普及,实时获取数据难度不大,实时分析大规模复杂数据是林业大数据领域亟待解决的核心问题。
  3、数据分析。一堆数据的本身并没有实际意义,只有针对特定的林业业务应用分析这些数据,使之转化成有用的结果,海量的数据才能发挥作用。因此,对多种数据类型构成的异构数据集进行交叉分析的技术,是大数据的核心技术之一。与只记录过去,关注状态,简单生成报表的传统数据不同,林业大数据不是静止不动的,而是不断的更新、流动,不只记录过去,更反映未来发展的趋势。
  4、数据展示。数据展示是将数据经过分析得到的结果以可见或可读形式输出,以方便用户获取相关信息。对于传统的结构化数据,可以采用数据值直接显示、数据表显示、各种统计图形显示等形式来表示数据,而大数据处理的非结构化数据,种类繁多,关系复杂,传统的显示方法通常难以表现,大量的数据表、繁乱的关系图可能使用户感到迷茫,甚至可能误导用户。利用计算机图形学和图像处理的可视计算技术成为大数据显示的重要手段之一,将数据转换成图形或图像,用三维形体来表示复杂的信息,直接对具有形体的信息进行操作,更加直观,便于用户认识和理解数据。
  5、数据应用。林业大数据分析成果的应用具有多层次、受众广、多样化等特点,既包括全球、区域、国家、省、市、县、林场等不同层次,又有管理者、科学家、生产经营者、公众等不同受众,需要形式多样的应用服务方式,以利用大数据技术与知识服务模式来推动国家治理、政府治理与社会治理。因此,采取互联网+的理念充分利用云服务、移动互联网等信息服务技术,探索出适合我国林业大数据应用特点的服务模式,使用户以最便捷的方式获得林业大数据的服务,使林业大数据应用完美无缝地融合到林业业务中,并构建一个以大数据知识服务为支撑、纵横协调、多元统一的现代林业管理新模式是林业大数据领域中需要解决与创新的又一关键问题。
  二、林业大数据顶层设计
  (一)基本思路。深入贯彻党中央、国务院关于信息化的系列决策部署,按照林业现代化建设总体要求,以解放和发展林业生产力为核心,以加快转变林业发展方式为主线,以深化改革和扩大开放为动力,着力推动林业信息资源的开放利用,提高社会服务能力,构建信息化发展长效机制,构筑人才支撑体系,推动林业生产要素的网络化共享、集约化整合、协作化开发和高效化利用,为林业现代化建设作出新贡献。
  (二)基本原则。建设林业大数据应坚持以下基本原则。一是统分结合的原则。在坚持“统一规划、统一标准、统一制式、统一平台、统一管理”基本原则的基础上,进一步明确国家林业局与各级林业主管部门的职责分工,充分发挥各层级、各方面的积极性和创造力,共同推进林业大数据建设。二是以用促建的原则。正确处理建设与应用的关系,加强林业大数据建设,深化林业大数据应用深度和广度,促进信息共享和业务协同,不断提升大数据服务水平,提升政府行为透明度和公信力。三是协同共享的原则。推动大数据与云计算、物联网、移动互联网等新一代信息技术融合发展,探索形成大数据与林业主体业务协同发展的新业态、新模式,大力推进林业数据资源协同共享。丰富面向公众开放和共享数据服务,提高政府服务和监管水平。四是融合创新的原则。营造和完善大数据技术和林业发展所需的政策环境、融资环境、创业环境以及公共服务体系,推动大数据技术与林业业务深度融合,突破大数据关键技术瓶颈,不断探索林业大数据创新发展理念和模式,实现林业大数据规模、质量和应用水平的同步提升。五是安全有序的原则。完善林业大数据标准规范和法律法规,增强安全意识,强化安全管理和防护,保障网络安全。建立科学有效的监管方式,促进有序发展,保护公平竞争,防止形成行业垄断和市场壁垒。
  (三)发展目标。应用大数据理念,对林业数据资源进行采集、处理、整合、分析,形成林业大数据发展体系和大数据感知、管理、分析与应用服务的新一代信息技术架构,解决数据融合发展、互动以及协调机制的难题,力争在2020年前实现以下目标:一是实现林业数据资源整合共享。大数据背景下,林业资源数据的空间分布范围更广,时间尺度更为多变,时效性更强,数据量更大,处理速度更快,对海量林业数据资源进行采集、处理、整合、分析,将林业资源“聚沙成塔”,形成林业大数据,为林业治理、生态文明建设等应用提供有力的数据支持,促进林业数据的开放共享。二是提高林业精准决策能力。充分利用大数据技术,通过重点工程实现林业业务创新应用模式设计,提高林业部门对生态治理的监测预警能力,简化生态治理过程中的行政流程,促进生态治理效果的动态跟踪和快速反馈,沉淀以大数据为支撑的综合评估、应急防治、全面监管等决策支持能力。三是实现生态智慧共治。充分运用大系统共治的建设思路,按照生态监测、生态修复治理、生态民生服务和生态应急处置等主题将数据汇聚,依据相关规则、原理、模型、算法进行知识化处理,开展林业大数据智慧设计,形成林业大数据智慧信息产品,为生态治理工程提供准确数据支撑,发展生态精准治理新格局。四是推动林业产业转型升级。通过林业大数据建设,能够提高林业产业发展预测、预警能力,实现对重点林产品的监测分析,林业行业重点企业和市场的动态监控,林产品市场产、销、存的预警、预报等功能,为制定林业产业发展和林业经济运行提供决策依据。五是形成林业信息技术自主创新体系。通过推动林业大数据发展研究,加强林业信息技术创新基地与创新体系能力建设,落实林业发展规划,组织实施林业信息化科技工程,依托国家和地方科技力量,形成一批国家和区域林业信息技术科学中心或科技创新基地,加快技术创新的条件设施建设,形成全国林业信息技术创新体系。
  (四)推进步骤。由于林业大数据应用业务广泛、数据量庞大、组织方式复杂、应用场景多,需要从整体到分支,从宏观到微观进行全局考量,因此林业大数据建设分以下几个阶段实施:2015-2020年开展林业大数据信息采集体系建设;2016-2019年开展生态安全监测评价体系建设;2017-2019开展生态红线动态保护体系和“三个系统一个多样性”动态决策体系建设;2018-2020年开展生态应急服务体系和林业数据开放共享服务体系建设。
  (五)推进策略。林业大数据建设要运用创新思维,从新的建设理念、新的数据来源、新的数据分析方法、新的应用方式和新的发展机制五个方面创新发展。新的建设理念。打破“以治理而治理”、“以职能而治理”、“以权威而治理”的“中心化”治理思维,向“社会发展所需而治”、“经济发展所需而治”、“民生服务所需而治”的“去中心化”“互联网+生态”治理思维模式转变。实现以理念的创新带动行动的转变,以行动的转变推进生态治理的转变,形成推动经济发展,惠及民生的新时期生态治理格局。新的数据来源。随着物联网、3S和移动互联网等技术的应用,林业数据的来源和种类将不断增多,除了传统的3S及视频监控、数据采集终端等来源外,互联网、新媒体、传感、空间、地理位置服务等数据的大量涌现已经成为林业数据的新来源。这些自动、主动的数据,通常都是非结构化数据,需要根据特定的需求,采用新的数据抽取方法获取相关的有效数据,同时尽量排除可能影响判断的错误数据和无关数据。新的分析方法。针对数据密集型科学,由传统的假设驱动向基于科学数据进行探索的科学方法转变,不仅要对广泛的数据实时动态地监测与分析,更要把数据作为研究的对象和工具,基于数据来思考、设计和实施林业大数据研究。数据不再仅仅是一个研究的结果,而是要变成活的基础;不仅要关心林业数据建模、描述、组织、存储、访问、分析和建立数据基础设施,更要关心如何利用网络及其内在的交互性、开放性,利用海量林业数据的可对象化、可计算化,构造基于林业数据的、开放协同的创新模式。新的应用模式。可视化分析是大数据分析的重要方法,能够有效弥补计算机自动化分析方法的不足。大数据可视化分析将人面对可视化信息时强大的感知认知能力与计算机的分析计算能力进行有机融合,在数据挖掘等方法技术的基础上,综合利用认知理论、可视化以及人机交互技术,直观高效地洞悉大数据背后的信息、知识与智慧,实现用数据说话、用数据管理、用数据决策,以更易读、更直观、更具交互性的方式服务于林业分析决策与业务管理。新的发展机制。为促进大数据发展,国家层面发布了《促进大数据发展行动纲要》,国家林业局积极响应国务院《纲要》精神,结合发展实际,从林业大数据政策法规、工作协调机制、数据开放共享机制、数据安全隐私保护机制、林业产业发展机制、林业领域人才培养、合作交流等方面建立了林业大数据的发展机制,并在实践中不断调整完善,从而使林业大数据发展可持续。
  三、林业大数据重点任务
  (一)林业大数据信息采集体系。林业大数据信息采集体系是生态变迁的“信息收集器”。通过自动监测与人工检测、连续监测与周期监测、常规监测与特定监测等多种并行方式,对林业生态系统、林业社会系统、林业经济系统的现状、发展与演化等信息进行收集。
  1、采集规划。林业信息资源的规划设计采用自下而上的方式进行。考虑到林业数据涉及众多的林业业务数据,在进行数据资源规划时,需要采取一定的策略:一是明确界定数据资源规划的数据范围,严格按照要求的数据范围内容进行;二是明确界定数据资源规划的职能域范围,林业大数据中心将对林业管理数据涉及的职能域进行具体的数据资源规划。三是单个职能域按照数据资源规划的方法进行具体的规划。按照用户视图分析、数据流分析和数据元素集等方法规划数据资源,最终形成林业大数据中心完整的、分类清晰的、不重复的数据元素集。
  2、采集方式。林业数据采集分两种方式,一种是在线监测实时数据,通过流计算方法和功能采集获取;另一种是非实时数据,即批量数据,通过约定的接口方式获得。而结构化数据的整理入库,需要根据系统的实际数据库类型制定数据整合入库方法。一般有两种方法:第一种方法是先将原数据库中内容,导出为通用格式,再将通用格式数据导入到数据库中。第二种方法是针对数据库的数据结构,数据内容执行详细的数据整合方案,采用专业的数据整理工具进行整合入库。
  3、采集内容。中国林业大数据按时态分:包括历史资源数据、变化资源数据、实时资源数据和趋势预测数据。按格式分:包括栅格数据、矢量数据、属性数据、统计数据、文档数据和多媒体数据。按业务分:包括公共基础数据、林业基础数据、林业专题数据、林业综合数据和林业信息产品。按内容分:包括林业生态大数据(森林资源、湿地资源、荒漠化资源、自然保护区和野生动植物资源、森林培育、生态工程、灾害控制与应急指挥等数据)、林业经济大数据(林业产业、林产品价格、林产品进出口、林业投资、森林旅游等数据)和林业社会大数据(林业法人、从业人员、林业劳资、林业科技、林业教育、林业改革、林业民生、林业舆情、林业政务等数据)。
  4、采集对象。林业大数据监测采集必须以相应的采集对象为基础,包括以人为主体和其行为活动产生的数据,林业涉及的森林、湿地、荒漠生活的物种为主体和其生长、繁衍等物种生活产生的数据,林业行业企业为主体和其生产、经营、销售等一系列企业活动产生的数据,以及其他林业所涉及的主体等。
  5、采集形态。林业大数据采集形态包括:结构化数据(数据库),非结构化数据(视频、音频、图片、文档、文本等),半结构化数据(邮件、HTML、报表、资源库等)。
  6、采集渠道。林业大数据监测采集渠道比较广泛,包括数据自采、数据购买、数据交换、业务产生、网络数据采集、飞机航片采集、卫星遥感影像采集、音视频采集、物联网数据采集、文献数据收集、自媒体数据收集、数据调查等。
  7、采集基础。我国林业系统形成了较好的林业资源信息调查采集体系,对各类林业资源信息的采集都有相关的方法和制度。国家森林资源连续清查、森林资源规划设计调查、野生动植物资源调查、湿地资源监测、营造林实绩综合核查、采伐限额执行情况检查、征占用林地检查、公益林区划界定认定核查与管护情况检查、重点林业工程监测、森林有害生物调查、森林林火调查、古树名木调查、森林生态定位监测、荒漠化、沙化及石漠化土地监测等都为林业大数据采集奠定了基础。
  8、采集方法。数据采集很大一部分依赖于物联网技术,也就是要把感应器嵌入和装备到森林、湿地、荒地、道路、水系、土壤、各类生物的栖息地甚至动物身体等各种物体中,然后将“物联网”与现有的互联网整合起来,实现人类社会与物理系统的整合。涉及到的技术主要有视频监控系统、射频识别、微电子机械系统、各类试验数据自动采集系统。在这个整合的网络当中,存在能力超级强大的中心计算机群,能够对整合网络内的人员、机器、设备和基础设施实施实时的管理和控制。在此基础上,人类可以以更加精细和动态的方式管理生产和生活,达到“智慧”状态,提高资源利用率和生产力水平,改善人与自然间的关系。
  9、数据集成。数据集成就是按照不同来源的更新机制,将数据集成进入林业大数据中心库。数据集成方式有如下几种:手动执行导入包。对于部门历史数据,利用ETL数据导入工具及相应的ETL管理工具,实现定期自动入库或手工入库。数据接口自动入库。对于业务数据,提供标准数据接口,实现数据自动入库。定期直接入库。对于在线监测数据,直接由系统自动进行数据的检查和审核,以数据复制等方式自动转入中心数据库。数据流方法。对于集成传感器数据,采用流数据处理的方式入库。数据录入。对于公共代码等没有业务系统的支撑,可通过特定的数据录入表单来进行数据采集入库。
  (二)林业大数据应用体系
  1、生态安全监测评价体系。生态安全是生态系统的健康和完整性,是人类在生产、生活和健康等方面不受生态破坏影响的保障程度。生态安全监测评价体系是生态发展的“本质显示器”,它通过对陆地生态系统进行分区,划分出不同生态系统的脆弱区域,并对其进行动态监控,掌握其生态安全状态与主要威胁因素,并利用大数据分析技术分析其发展趋势、提出对策建议。生态安全监测评价体系以生态脆弱区为重点监控对象,通过对生态脆弱区本体与环境的动态监控,掌握其发展变迁规律,为突发安全事件预测预报提供科学依据。由生态安全分区、重点生态区监控、生态环境评估和生态环境预测预报形成一个完整的生态安全监测体系。
  2、生态红线动态保护体系。生态红线划定是指森林、湿地、沙区植被、物种等生态要素经过科学测算、能发挥其相应生态经济功效的最低限额,是维护生态安全,实现林业可持续发展的基础保障。生态红线动态保护体系的数据采集及处理与生态安全监测评价体系相似,即要改变采集数据的态度,采集大量而杂乱无章的数据,采集的数据经过辨析、抽取、清洗等操作形成有效数据,利用大数据技术的分类、决策树技术等分析方法对生态红线落定、生态红线动平衡、生态红线管控提供有效的技术手段。
  3、“三个系统一个多样性”动态决策体系。“三个系统一个多样性”是林业的重要内容,为实现林业的可持续发展,制定相应的发展目标与发展规划是一种常规的做法,但生态系统总是受到各种自然或人为因素的影响,当生态系统发生剧烈变化时,就需要对先前的规划做出调整。“三个系统一个多样性”动态决策体系针对林业的各种变迁,评估其资源、环境、功能等方面的变化,并提出相应的调整方案与措施,对实现林业可持续发展具有重要意义。分为林业发展规划、生态变迁评估和动态决策体系。
  4、林业应急服务体系。林业应急服务体系主要包括森林防火、林业有害生物防治、野生动物疫源疫病监测管理、沙尘暴防治和重大生态破坏事件应急管理。林业应急响应在宏观方面分为决策指挥、现场应对和外界援助等三个层面,这之间以海量数据信息、高效计算能力和数据传输能力为基础,利用大数据技术实现信息有效沟通和机器预测预判,进而帮助指挥部门协调各方、现场处置和救援、与外界通过信息沟通提供援助,实现多元化协作的应急处置。在微观层面,林业部门需要在应急处置和业务连续性之间保持平衡。大数据基础上的决策支持系统将成为强大的信息管理系统,能够做到实时报告,而且操作简易,能够同时集合多项关键指标的高效指挥决策辅助系统。在大数据决策支持系统支撑下,交通、医护、消防等管理部门,需要及时沟通,为突发事件的处置提供充足的物力资源、及时的导航信息等。
  (三)林业数据开放共享服务体系。林业数据开放共享服务体系是林业与其他行业、林业与社会公众沟通的桥梁,是林业信息向社会发布的门户,对提高公众生态保护意识,实现“生态兴国”具有重要意义。
  1、服务内容。林业数据开放共享服务体系由政务数据发布和公众数据发布两个系统组成。
  2、服务对象。林业数据开放共享服务对象广泛,从管理决策者到社会公众都是林业数据开放共享服务的主体。林业管理决策者。依据林业政策法规、行业动态信息、公众舆论和社会需求对林业方针政策、地方林业发展方向等做出决策。林业业务人员。依据林业服务信息履行日常工作,如依据区域气象信息对林业资源进行监管,预防各类自然灾害的发生。林业经营管理单位。依据林业服务信息,安排林业生产经营活动。如依据林业市场波动信息安排林果经营。社会公众。依据林业服务信息,安排出游活动,如依据旅游区推送信息安排旅行出游活动。其他政府部门。依据林业服务信息制定部门或国家发展计划或应对突发事件等。如依据林业服务信息制定国家生态环境发展方向与策略。
  3、服务形态。依据林业数据开放共享对象的不同,林业数据开放共享服务体系的服务形态可以多种多样,包括提供给政务管理、公众和林农的文本、影像、图表等都是林业数据开放共享的常用形态。政务管理服务形态。提供给政务管理的开放共享数据包括文本、数据、图表、影像和可预测发展趋势的二维三维图形图像模拟。公众服务形态。提供给公众开放共享数据包括实时定位、路线规划、住宿安排和旅游区音频视频场景等。林农服务形态。提供给林农的开放共享数据包括气象服务推送信息、林业专业知识,林业病虫害在线诊断等。
  4、服务渠道。林业数据开放共享服务体系的渠道广泛,主要可分为互联网、政务网和涉密网。互联网是一个全球性面向社会和公众的网络,林业在互联网上开放共享的数据,公众可通过门户网络、APP、微博、微信等方式获得。政务网包括政务内网和政务外网,政务内网是国家林业局与其他部委的办公业务网络,与国际互联网物理隔离,开发共享林业部门数据。政府其他部门可通过政务外网获取林业开放共享的数据,满足不同的应用。涉密网。涉密网与互联网物理隔离,主要用于存储林业基础数据,通过专网在林业内部进行共享。
  (四)林业大数据技术体系。中国林业大数据技术体系按照统一标准、共建共享、互联互通的思路,以高端、集约、安全为目标,充分利用云计算、物联网、移动互联网、大数据等信息资源开发利用技术,实现全国林业信息资源透彻感知、互联互通、充分共享及深度计算,为林业大数据在全国范围内的应用打下坚实基础。
  1、关键技术。中国林业大数据技术体系采用的关键技术主要包括:并行计算技术、流式计算技术、遥感技术、可视化技术、数据挖掘技术、分布式技术等。
  2、分析方法。根据数据的生成方式和结构特点不同,将数据分析划分为7个关键技术领域,即结构化数据分析、物联感知数据分析、文本分析、Web分析、多媒体分析、社交网络分析与移动分析。
  3、部署模式。林业大数据建设依托国家电子政务外网进行网络部署,以国家林业局为主中心,以各省级林业厅局为分中心部署数据采集、业务应用系统、数据共享及业务协同的服务器,并通过国家电子政务外网在纵向和横向上实现部门机构间的信息共享,面向公众提供社会服务。根据业务需要和业务管理特点,采用分布式存储方式,各级同步保留本地数据。依托国家电子政务外网纵向上实现国家林业局与各省、市、县级林业部门的互联互通,横向上与生态相关部门(国土、农业等)进行数据交换共享与业务协同。同时,基于数据开放共享和安全机制,为社会公众提供数据服务,提高政府与公众的互动能力及政府信息公开的透明度。
  4、技术架构。采用大数据与云计算技术,林业大数据建设将在云平台上搭建大数据框架,包括基础设施、数据采集、林业大数据平台以及分析处理与应用展示。
  四、林业大数据实践探索
  (一)精准定位,完成顶层设计。一是完成《中国林业大数据发展战略研究》。2014年开始谋划林业大数据战略研究工作,组织林业专家和信息化专家历时1年多时间,完成了林业大数据的战略研究。向发改委提交了《关于将生态大数据列入国家大数据战略的建议》。二是出台了《关于加快中国林业大数据发展的指导意见》等。为在林业行业进一步推动生态大数据的建设,相继完成了《国家林业局落实<促进大数据发展行动纲要>三年工作方案>》,出台了《关于加快中国林业大数据发展的指导意见》。
  (二)战略合作,共谋发展大计。一是国有林管理现代化局省共建示范项目。2016年9月,国家林业局与吉林省人民政府正式签署了《国家林业局 吉林省人民政府推进国有林管理现代化局省共建示范项目战略合作协议》,在国家林业局及东北重点国有林区开展示范项目建设,推进东北重点国有林区改革发展,为生态大数据建设奠定基础。二是生态大数据应用与研究战略合作。2016年11月,国家发展改革委、国家林业局签订了《关于联合开展生态大数据应用与研究工作的战略合作协议》。开启“一院一室一中心”(即国家生态大数据研究院、国家生态大数据应用工程实验室、国家生态大数据中心)建设,着重加强生态大数据服务与应用。
  (三)工程推动,打通数据动脉。一是金林工程。积极推进生态环境保护信息化工程(金林工程)。“金林工程”是涉及林业核心业务系统的国家级重大信息化工程,以维护国家生态安全、充分发挥林业生态建设主体功能为宗旨,通过集约化整合与分析,形成支撑林业核心业务的信息基础平台,建成森林生态系统、湿地生态系统、荒漠生态系统、生物多样性、生态功能监测与保护5类业务应用,依托国家电子政务外网,实现与环保、国土、水利、气象等9部门的互联互通和信息共享。二是生态大数据工程。为深化大数据资源利用,建设具有全国性示范效应、产业带动性强的促进大数据发展重大工程,我们按照国家发改委有关大数据项目建设的指示要求,积极推进生态大数据基础平台体系等项目的组织策划和申报答辩工作,力争通过生态大数据建设,打造生态大数据监测采集体系、“三个系统一个多样性”动态决策体系、生态大数据治理创新体系,加强生态治理,促进产业转型升级,与社会数据融合提升公共服务能力,培育经济发展新动力。三是“三大战略”数据共享平台建设工程。按照国家三大战略要求,深入推进京津冀、长江经济带、“一带一路”林业大数据建设项目,适时启动二期项目建设。扩大建设试点领域,运用大数据分析挖掘和可视化展现技术开展专项分析,为三大战略宏观决策提供生态大数据支撑。
  (四)多维数据,创新分析应用。一是生态空间大数据。依托国家自然资源和地理空间基础信息库林业数据分中心,建设了基础环境、数据库管理系统、91个林业数据库、相关标准和管理办法等。建立国家卫星林业遥感数据应用平台,为森林资源监测、林地年度更新、湿地监测等提供了大量遥感数据产品。二是生态产品大数据。为拓展生态旅游、生态采摘提供试点探索,打造了“明天去哪儿”和“果子熟了”生态大数据公益服务平台,并获得“互联网+公共服务”先进单位。三是生态行政大数据。建设了国家林业局出国出访数据挖掘应用示范、中国林业网智慧决策系统等,推出了数说“十二五”,《国有林场和国有林区改革互联网反响大数据分析报告》、《中国-东盟区域生态环境时空特征》、《全球大型国际重要湿地的分布和变化特征》等生态大数据专题报告,为重大决策提供科学依据。四是生态共享大数据。充分利用和整合已有信息资源,建立了数据覆盖范围大、数据内容类型多、数据来源渠道广、数据检索快捷的多功能的中国林业大数据开放共享平台。
  (五)夯实基础,构建支撑体系。一是示范推广。配合发改委开展“互联网+”林业典型案例的总结和推广,总结和推广了《互联网+数据开放》、《互联网+生态旅游》、《互联网+网络博览会》、《互联网+测土配方》、《互联网+林权一卡通》等一批优秀案例,其中《“互联网+”数据开放》入选《中国“互联网+”行动百佳实践》。二是网络安全。提升网络基础设施服务能力,对接国家电子政务外网,扩容林业专网与各节点带宽,扩展互联网出口带宽等。改造完成国家林业局运维呼叫中心,建立网站安全监控大数据分析系统,2016年抵御网络攻击9000万次,运维管理水平实现较大飞跃。三是标准目录。编制完成了《林业数据库设计总体规范》、《森林资源数据编码类技术规范》、《林业信息资源目录体系技术规范》等67项林业信息化行业标准。四是技术培训。按照需求主导、分级分类、注重实效的原则,建立分级分类培训模式,争取在“十三五”期间全行业培训总人数达10万人次。
  (摘自中国信息化建设最新进展2018数字中国优秀CIO百家文集)