贵州省生态保护红线云GIS监管平台研究与实现

黄登红 周忠发 王历 张绍云

摘 要： 为了推进管控贵州省生态保护红线的信息化，采用VMware部署私有云环境，以Oracle和ArcSDE建立生态保护红线空间数据库，基于REST服务，B/S与C/S混合开发构建表现层，支持数据二维和三维显示、查询、在线编辑、地理处理、打印等功能，解决省级生态保护红线空间数据的分布式存储、规范化管理、快速发布及拓展应用等问题。设计方案适合开发周期短、低硬件配置的私有云环境，有效降低建设生态保护红线空间数据监管平台的开发和维护成本。建立生态保护红线云GIS监管平台，将资源开发利用、生态保护等领域信息数据进行高效整合和服务共享，为优化国土空间开发格局、推动生态文明建设提供技术支持。

关键词： 喀斯特地区； 生态保护红线； 空间数据； 云GIS； VMware； Oracle； ArcSDE

中图分类号： TN911?34； K903 文献标识码： A 文章编号： 1004?373X（2018）08?0087?05

Abstract： To promote the informatization of the ecological protection redline management and control in Guizhou province， the VMware is used to deploy the private cloud environment， the Oracle and ArcSDE are used to build the ecological protection redline spatial database， and the mixed development of B/S and C/S is conducted to construct the presentation layer on the basis of REST service， so as to support 2D and 3D data display， query， online editing， geographic processing， printing and other functions， and solve the problems like distributed storage， standard management， quick release and application extending of provincial ecological protection redline spatial data. The design scheme is suitable for the private cloud environment with short development period and low hardware configuration， which can effectively reduce the development and maintenance cost of building the ecological protection redline spatial data monitoring platform. The ecological protection redline cloud GIS monitoring platform is established to make efficient integration and service sharing of information data in fields like resource development utilization and ecological protection， providing technical support for optimizing the pattern of land spatial development and promoting the construction of ecological civilization.

Keywords： Karst area； ecological protection redline； spatial data； cloud GIS； VMware； Oracle； ArcSDE

0 引 言

隨着工业化和城镇化快速发展，保护生态环境与加快发展的双重压力日趋加剧，资源枯竭和生态危机，已然成为发展的瓶颈[1]，国土空间开发格局与资源环境承载能力不相匹配问题日益凸显。“十八届”三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》第一次提出划定生态保护红线，划定生态保护红线的部署是科学整合各类保护区域、强化各类保护和管理手段，是扭转生态环境恶化趋势，促进经济社会协调发展的必然选择[2?3]。内蒙古、苏、赣、湘、桂、川等省相继初步完成了试点省域生态保护红线划定，滇、闽、沪等省相继建立生态保护红线数据库，为省域生态保护红线划定做了有益探索和实践。

贵州省是中国石漠化面积最大、等级最齐、程度最深、危害最重的省份，石漠化问题是喀斯特地区生态环境建设的重点和难点[4?6]，引起了国家和地方的高度重视。随着GIS的广泛应用与不断深入发展，其处理和分析复杂空间数据的优势日益凸显[7]，当前云计算技术和大数据快速发展，云GIS将云计算的建模、存储、处理等特征用于支撑地理空间信息的各要素，以高效率、低成本的使用地理信息资源分布共享[8?12]，云GIS技术正应用到各个行业领域[13?14]。不同GIS业务系统类型存在建设周期长、开发成本高、维护困难等问题，通过分析划定生态红线业务部门的建设需要，以云计算、大数据存储技术为基础，结合智能云架构下的ArcGIS Server开发技术，建立贵州省生态保护红线云GIS监管平台，实现生态保护红线数据处理、查询统计、空间分析、安全管理等功能，探讨生态环境保护决策及管理的技术研究。

1 数据来源与研究方法

生态保护红线数据主要包括基础地理信息数据、生态红线专题数据等矢量数据；栅格影像数据来源于中国科学院计算机网络信息中心地理空间数据云平台（http：//www.gscloud.cn）的Landsat TM/ETM/OLI和SRTM DEM（90 m）、ASTER GDEM V2（30 m）數据，购买后经过遥感预处理的ALOS（2.5 m）融合影像，其他区域如石漠化综合治理示范区采用Pleiades影像（0.5 m）、SPOT6影像（1.5 m），地图底图采用天地图影像地图、矢量地图。生态保护红线按省级尺度1∶25万空间比例尺，为县（市、区）一级生态红线划定明确方向，数据类别包括名录、面积、位置、各级保护区边界及相关规划的研究成果。划定生态保护红线由禁止开发区域、5 000亩以上耕地大坝、重要生态公益林和石漠化敏感区四部分组成，数据涵盖林公园类、国家重要湿地类、国家湿地公园类、千人以上集中式饮用水源保护区类、水产种质资源保护区类、五千亩以上耕地大坝永久基本农田类、重要生态公益林类、石漠化敏感区类等12类保护区域，25类子保护区域。

生态保护红线云GIS监管平台的主要目标是建立统一、稳定可靠、可扩展、兼容性强的云GIS平台，基于云计算和面向服务的系统架构，综合应用“3S”技术、网络技术、数据库技术等，设计使数据库能够适应 C/S 和 B/S 混合应用模式的应用系统使用，实现生态保护红线的信息化管理、共享和应用。

生态保护红线云GIS平台采用 SOA 多层架构设计，整个平台包括基础设施层、数据资源层、服务平台层、应用层四个层次。

基础设施层主要包括网络设备、大容量磁盘阵列存储、主机、Linux操作系统、GIS功能支持软件ArcGIS、虚拟平台软件VMware vSphere、Oracle数据库等硬件、软件环境；数据层包括基础地理信息数据、生态保护红线专题数据、业务数据等数据资源，用户通过注册服务后可使用云GIS监管平台内的遥感影像、矢量数据、三维数据、业务数据等服务，进行地理处理、空间分析等操作就可得到需要的结果；服务层支撑着应用层地理信息应用服务、数据接口服务、定制服务等功能，包括地理空间数据集成发布的空间数据服务及功能扩展服务等；服务层发布矢量数据、影像数据、空间分析等服务。应用层包括个性化地理信息定制服务应用、生态保护红线管控、公众服务、提取地图资源等功能。

2 云GIS监管平台实现关键技术

2.1 基础设施建设

在云GIS监管平台中，虚拟化是云GIS监管平台的基础，实验采用VMware Workstation11构建基础云平台管理，VMware vSphere通过虚拟化横向扩展和纵向扩展应用，vCenter Server充当连接到网络的ESXi主机的中心管理员，vCenter Server将多个ESXi主机加入池中并管理这些资源。存储采用大规模分布式存储系统，在VMware虚拟化平台克隆一个完整配置作为namenode，然后克隆至少三台机器作为datanode，设置好各台机器IP，通过VMware做一个外网映射，局域内的其他机器也可以访问。安装Hadoop?Eclipse?plugin，将整个集群中的存储资源虚拟化，完成基础设施即服务层的监控和管理。然后需要安装配置GIS Tools for Hadoop工具，实现向HDFS存储和读取数据。配置GIS操作系统使用Linux操作系统的CentOS 6.5版本，均部署在虚拟主机云平台中。在此基础上成功搭建基于VMware vSphere虚拟平台和Hadoop架构的云GIS平台基础环境。

2.2 弹性GIS服务

省域尺度的地理空间信息数据量和统计分析运算量巨大，传统模式难以满足统计分析和快速应用服务要求，将多台服务器实体虚拟化后，构成一个GIS资源池，专门为云GIS站点的创建、运行提供基础设施资源，实现共同计算、共享资源。ArcGIS Server支持原生的REST服务，生态保护红线云GIS监管平台以HTTP向ArcGIS Server触发请求，ArcGIS Server处理请求并返回响应到客户端，平台的集群部署方式使GIS Server节点相互平等，云GIS管理套件自动检测云GIS主机使用载荷，当某台云GIS主机的使用率过高，系统会快速启动备用云GIS主机，某个GIS Server节点意外宕机不会导致服务崩溃。这种弹性 GIS 资源动态调整模式实时监控当前地图服务所在集群中关联的虚拟机节点运行负荷，自动添加或删除该集群中CPU超载或CPU闲置的虚拟机节点，通过GIS资源池组来实现云GIS环境中的多租户隔离，降低了云GIS平台的运行风险。

2.3 多源空间数据服务

生态保护红线须落实到具体的国土空间上，数据存在空间交叉重叠、布局不够合理、缺乏明确细化的红线范围等特征直接影响到应用分析和决策的准确性，导致难以实施生态保护的严格管控。贵州省生态保护红线数据具有多源性、多尺度、多平台和多格式等特点，在数据库整合中存在数据格式转换、数据投影转换、数据库标准结构等问题。基于分级质量管理、统一规范、全过程质量控制等原则，进行数据入库前整理、数据派生提取、属性结构调整、地理要素对象化处理、元数据处理、规则格网生成等措施和方法以确保数据成果的完整性、正确性和权威性。

省域尺度生态保护红线大规模数据类型复杂且数据量大，云存储架构是现在主流的性价比较好的存储模式，可满足高性能计算和数据处理，空间分析服务、图形显示辅助服务、空间数据服务以及多种综合应用平台的存储需求。基于云存储架构，将省域地形地貌、遥感影像、地表三维模型、植被指数、生态保护红线要素、专题应用数据、元数据等都集中存储于空间数据库中，实现各种数据的完全整合与一体化管理，并有利于数据共享、方便数据的维护，确保数据的安全和统一管理。空间数据存储于Oracle Spatial，根据各类数据的分层、相关属性结构、分析应用需要等确定逻辑数据组织与表达模型，数据操作针对逻辑数据组织模型来进行，而不是直接操作物理对象，使得生态保护红线云GIS监管平台访问数据的交互性方面提供了高度的灵活性，具有开放性强、易维护等优点。

3 云GIS监管平台实现

C/S与B/S各存在技术缺点，C/S架构开发成本高、客户端程序设计复杂、移植困难、软件维护升级困难，B/S架构系统扩展能力差、安全性难以控制、系统响应速度低于C/S架构。贵州省生态保护红线云GIS监管平台面向服务架构，以WebService技术封装各类信息及功能的服务接口进行通信，采用灵活的B/S与C/S混合开发模式。如图2所示，平台包括电子地图、专题应用、地图资源、定制服务、数据维护等功能，用户可对生态保护红线数据进行基本查询、空间分析等功能，同时根据平台提供的服务和接口定制专业的复杂的GIS应用软件，可使用Flex，ArcGIS API for JavaScript快速搭建模板方便快速地搭建小型GIS系统。移动GIS是继桌面GIS，WebGIS之后又一新的技术热点，平台将设计快速搭建功能模块，可以通过向导式的方式，基于GIS资源池的REST数据服务进行系统定制与服务的灵活调用，搭建的小型GIS应用，包含地图搜索、查询、绘制量测、书签等基本功能。

3.1 B/S架构表现层

B/S采用基于FlexViewer框架的开发方式，FlexViewer框架为Esri提供可以高效开发基于WebGIS的应用程序框架，云监管平台业务逻辑完全在服务器端实现，采用Adobe Flash Builder 4.7与FlexViewer进行开发，见图3。基于XML的MXML来定义丰富的用户界面，界面美观，用户体验强，大大缩短开发周期。B/S表现层基于ArcGIS Server REST服务，依托瀏览器FLASH插件运行，通过放大、缩小、鹰眼、漫游等功能按钮对地图数据发送命令，使用Identify可任意查询地图要素的属性信息，支持关联查询，对查询结果的排序、分组以及对属性数据的统计，通过Web共享分析应用和服务，实现对现势数据的高效管理和应用。

3.2 二三维一体化客户端

C/S端采用ArcEngine与Microsoft Visual Studio开发模式，以DotNetBar组件集构建二三维一体化应用程序，见图4。将二维GIS与三维GIS进行集成并实现联动，从而实现在同一框架体系下使两者优势互补，最大程度地发挥生态保护红线云GIS监管平台的功能。二三维GIS系统联动的基本原理之一是基于二维GIS和三维GIS所具有的统一坐标系，通过彼此之间坐标的对应关系来实现二三维的联动[15]，当二三维联动时，保持属性查询、选择数据、分析的一致性。C/S端通过IMapServerRESTLayer接口访问REST获取服务和数据的数据通道形式，有效降低生态保护红线空间数据库集群服务器运算量和降低网络通信压力。C/S端中二维模块主要采用MapControl与PageLayoutControl控件操作空间数据，三维场景模块中以GlobeControl构建贵州省生态保护红线大数据量的三维场景，其动态数据存取和分块技术处理提高ALOS，Landsat TM/ETM/OLI等海量地图数据的显示效率和高速漫游效果，满足业务部门实时性的数据调度要求。

4 结 论

本文利用虚拟资源管理和分布式存储计算等技术，将分散的地理数据资源集中起来，形成GIS共享资源池，以动态按需和可度量的方式向业务部门提供权威、高效、便捷的GIS服务，满足空间分析服务、空间数据服务以及多种综合应用平台的存储需求，提升生态保护红线信息资源的使用价值，实现省域多源、多类型的海量数据存储、管理和共享，有助于严格管控生态保护红线。使用C/S与B/S混合架构开发表现层实现生态保护红线数据集成管理、二三维信息查询分析、成果应用服务、数据更新维护、系统安全管理等方面的功能，有效降低信息资源管理的技术复杂度和管理成本，可为快速、低成本的云GIS平台建设提供参考。生态保护红线云GIS监管平台的应用功能需进一步丰富，尤其是空间分析和业务应用领域的有待深度挖掘和拓宽，以提升服务的多样化。

注：本文通讯作者为周忠发。

参考文献

[1] SUN Dongqi， ZHANG Jingxiang， HU Yi， et al. Spatial analysis of China′s eco?environmental quality： 1990?2010 [J]. Journal of geographical sciences， 2013， 23（4）： 695?709.

[2] 杨邦杰，高吉喜，邹长新.划定生态保护红线的战略意义[J].中国发展，2014，14（1）：1?4.

YANG Bangjie， GAO Jixi， ZOU Changxin. The strategic significance of drawing the ecological protection redline [J]. China development， 2014， 14（1）： 1?4.

[3] 高吉喜.国家生态保护红线体系建设构想[J].环境保护，2014，42（z1）：17?21.

GAO Jixi. Construction of national ecological protection redline system [J]. Environmental protection， 2014， 42（S1）： 17?21.

[4] LI Yangbing， LI Qiongyao， LUO Guangjie， et al. Discussing the genesis of Karst rocky desertification?research based on the correlations between cropland and settlement in typical peak?cluster depressions [J]. Solid earth discussions， 2016（7）： 1?17.

[5] 刘发勇，熊康宁，兰安军，等.贵州省喀斯特石漠化与水土流失空间相关分析[J].水土保持研究，2015，22（6）：60?64.

LIU Fayong， XIONG Kangning， LAN Anjun， et al. Correlation between rocky desertification and water and soil loss in the Karst area of Guizhou [J]. Research of soil and water conservation， 2015， 22（6）： 60?64.

[6] 姚永慧.中国西南喀斯特石漠化研究进展与展望[J].地理科学进展，2014，33（1）：76?84.

YAO Yonghui. Progress and prospect of Karst rocky desertification research in Southwest China [J]. Progress in geography， 2014， 33（1）： 76?84.

[7] 周成虎.全空间地理信息系统展望[J].地理科学进展，2015，34（2）：129?131.

ZHOU Chenghu. Prospects on pan?spatial information system [J]. Progress in geography， 2015， 34（2）： 129?131.

[8] WANG Xichun， SUN Zhiyu. The design of water resources and hydropower cloud GIS platform based on big data [C]// Proceedings of Geo?Informatics in Resource Management and Sustainable Ecosystem. Berlin： Springer?Verlag， 2013： 313?322.

[9] SHI Yongge， Bian Fuling. The design and application of the cloud GIS [C]// Proceedings of Geo?Informatics in Resource Management and Sustainable Ecosystem. Berlin： Springer?Verlag， 2015： 56?67.

[10] 范建永，龍明，熊伟.基于Hadoop的云GIS体系结构研究[J].测绘通报，2013（11）：93?97.

FAN Jianyong， LONG Ming， XIONG Wei. Research on architecture of cloud GIS based on Hadoop [J]. Bulletin of surveying and mapping， 2013（11）： 93?97.

[11] 王茂洋. 基于云GIS平台的贵州省生态环境监测与评价系统研究与实现[D].贵阳：贵州师范大学，2016.

WANG Maoyang. Based on the cloud platform of GIS of ecological environment in Guizhou monitoring and evaluation system research [D]. Guiyang： Guizhou Normal University， 2016.

[12] BELLMAN C J， PUPEDIS G. Lost in the cloud?new challenges for teaching GIS [C]// Proceedings of International Archives of the Photogrammetry， Remote Sensing And Spatial Information Sciences. Prague： [s.n.]， 2016： 25?29.

[13] 倪永，陈荣国.主流云GIS平台软件应用分析[J].测绘科学技术学报，2013，30（2）：177?181.

NI Yong， CHEN Rongguo. An overview of mainstream cloud GIS platform software application [J]. Journal of geomatics science and technology， 2013， 30（2）： 177?181.

[14] ABLIMIT A， WANG Fusheng， HOANG V， et al. Hadoop?GIS： a high performance spatial data warehousing system over MapReduce [J]. Proceedings of the VLDB endowment， 2013， 6（11）： 1009?1020.

[15] 魏金明，杜洪涛，仲伟政.基于AE的二三维一体化GIS技术研究[J].城市勘测，2016（1）：89?92.

WEI Jinming， DU Hongtao， ZHONG Weizheng. Research of two and three dimensional integrated GIS technology based on AE [J]. Urban geotechnical investigation &； surveying， 2016（1）： 89?92.