地勘框架下的大数据土地工程科学发展

曲少东

【摘 要】随着社会进步与时代发展，传统土地工程行业及其相应科学的发展得到了新技术、新理念、新方法的支持。为了研究大数据时代下的土地工程科学，促进行业发展，通过对大数据时代背景的充分阐述，明确土地工程行业是基于现代化测量、勘探、改造、钻探等综合工程手段解决土地各种问题。文章根据笔者多年工作经验，在地质勘查框架下探讨行业内的大数据土地工程科学发展，全面论述大数据助推土地工程科学新发展特别是地质勘探行业的新契机和发展导向，并基于数学建模分析法为行业发展提供量化指导。

【关键词】大数据;地勘;土地工程;科学;发展

【中图分类号】F301;TP311.13【文献标识码】A【文章编号】1674-0688（2019）05-0051-04

0 引言

土地伴随着人类文明的发展已经有着几千年的利用历史，伴随着农、林、牧、副、渔的发展，人类开始了土地利用的新阶段。近代，随着工业化进程的不断发展，以经济利益为第一要务的野蛮资源掠夺与土地过度开发已经让土地运用合理性产生了偏差。荒漠化、盐渍化、污染、水土流失、耕地功能单一、不同类型土地布局与组合不合理等问题凸显。而伴随着人口的不断增长与人类不断发展的物欲需求，粮食压力、资源压力与生态环境压力必将激化人类与土地之间的矛盾。为此，各国都在寻求新的解决方案。

基于此，人们开创了“土地工程”这一学科。系统全面地介绍土地的使用与改造，力求运用现代化手段解决人类土地利用与改造的综合问题，力求将未利用土地变为可利用土地，并不断提高已利用土地的使用效率，在保护生态环境的同时全方位协调人地关系，促进社会发展。本文根据笔者多年工作经验，在地质勘查框架下探讨行业内大数据土地工程的科学发展，全面论述大数据助推土地工程科学新发展特别是地质勘探行业的新契机和发展导向，并基于数学建模分析法为行业发展提供量化指导。

1 土地工程科学内涵与意义

在土地工程学科教育方面，土地工程学科覆盖面大、涉及范围广。在相应学术构建与人才培养体系中，土地工程可以细分为土地资源与土地信息、土地整治工程、土地利用与保护3个二级学科，每个学科又涉及行业内多种业务和细节性项目。

在土地工程行业业务范畴方面，其本质目的在于利用现代化測量、勘探、改造、钻探等综合工程手段解决土地利用的各种问题。将整片或零星未利用土地转变为可利用的土地，同时合理分析已经利用完善的土地，充分提高土地利用率，在人地关系上达到科学和谐发展的全价值过程。土地工程行业及其相应学科的主要任务为明确土地土体有机重构主体，增加土地利用范围，在提高土地综合生产力的同时进行全负荷有机生命体的最大化承载。

例如，单纯的土地数据收集与处理就涉及土地资源与土地信息，包括土地资源调查、地籍管理与测量等基础工作。而数据收集后又借助计算机行业的大数据处理来实现最终的可用目的，满足人们生产生活中科学评价土地资源利用率的需要。再比如，土地综合整治工程包含面较广，从传统来看既有土地农业养分供给、土体-生物系统营养保障等宏观层面业务，又有土木工程领域的土体剖面层级重构、土体力学核算及土体重构材料研究与实验。随着新兴行业交叉发展，当前的土地规划与路网建设配套工程需要土地工程行业充分协助，在保证水土均衡发展的前提下，实现土地生态文明与社会文明的共同进步。土地工程3个二级学科从不同方向研究土地工程，形成一个完整的一级学科体系，而后还会向着土地整治、污损土地改良改造、低标准用地提升、建设用地整备研究及土地整治工程信息化五大方面发展。可见，土地工程行业从业人员责任大、任务重，需要不断提升个人业务水平，并学习交叉学科的相关知识，为后续开展各种理论、方法、技术、材料、施工工艺、科研与攻关奠定坚实基础。

当前，土地工程专业的核心任务是土体重构。土地工程面临的问题不仅是提高生产力、帮助人们提高并增加土地可利用价值，更重要的是解决供需平衡问题，即为通过土地的合理规划与使用，在满足人类生产生活需要、提高土地生产力的同时，进行自然和谐共存式的土地保护和品质提升，最终达到“再生土地”的目的。笔者根据多年相关工作研究经验，将当前土地工程科学分为五大研究方向：①运用发展土地工程技术，优化提升土地与人类之间的生产生活供需矛盾。②运用大数据进行信息统计、分析、归类、运算，最终做好土地管理信息化、使用合理化、改造规范化，建立和运用土地工程大数据平台。③提高理论认识水平，不断深化探讨土地资源科学发展，总结土地高效利用规律。④促进土地工程技术体系构建，加强土地工程行业综合管控的新理论、新方法与新标准研究。⑤土地资源污染综合治理举措与土地资源再生修复方案的提出与使用。

2 大数据重塑地质勘探形态

科技发展给人类生产生活带来改变，自第一次工业革命以来，人类从传统的农业走向了机械化发展。20世纪50年代中期，半导体、晶体管的研制为计算机信息化技术提供了可能，随之而来的就是人类进入信息化时代。当前，随着计算机通信的发展，人类迎来了大数据时代。据统计，人类现今一天产生的文本数据相当于中世纪整个欧洲的书籍编撰量。未来以大数据处理为代表的云计算、物联网和人工智能技术会将人类推上科技信息开发的巅峰。当前，各行各业沐浴在大数据的时代光环下，伴随着计算机进行不同数据的交互与处理，让人类融入信息时代并充分优化生产生活。随着信息量的猛增，传统土地工程行业的大数据时代即将到来。

大数据是庞大、全面、高速的代名词，它多样的形式与丰富的价值让人深入人心。大数据的存在使人类能够利用数字信息进行定量和具体的描述，加深传统世界观对经济发展、社会进步和世界变化规律的认知，综合促进世界发展。大数据时代是信息时代数字化、网络化、智能化发展的必然趋势，数据量的全过程运用必将重新定义未来。

美国首先做了大数据未来影响力的评估，并高度重视行业运用与战略性发展。2012年，美国政府发布了《大数据研究与发展计划》，将数据定义为“未来的新能源”，并将“大数据战略”提升为国家意志。该计划旨在灌输和提高人们从海量、复杂的数据中获取知识的能力。这将加速人类在科学和工程领域的前进步伐，提高国家竞争力。我国也在“十三五”规划纲要中明确指出必须更快、更好地实施国家大数据战略，把大数据作为基本战略资源，全面实施促进大数据发展行动，加快数据资源的开发与开放，同时注意大数据资源的保护，力求促进产业转型升级与社会治理创新。2015年，国务院颁布了《促进大数据发展行动纲要》，为大数据的深入发展提供了顶层设计。

地质勘探及矿物普查是土地工程学科中较为普遍的一大类，具有野外工作艰苦性、数据采集多样性等特点。该分支发展由来已久，当前从业单位众多，企业类型和人员结构复杂，相关行业标准较为完善。但地质勘查归根结底是一门探索性的学科，需要不断丰富和更新数据来帮助研究。从找矿效率来看，复杂多样的岩土知识和不同设备采集的关键数据是关键，但找矿成本和野外环境复杂性不允许进行地毯式密集勘探和数据收集，这就需要在有限数据列和采集工作批次中优选有效数据，摈弃无关干扰，并在大数据分析和云计算基础上进行多快好省的工作。

土地工程科学的大数据思维理论萌芽源于欧美等计算机电子通信技术发达的国家。以美国为例，美国地质调查局一直致力于打造全美地质资料联网共享平台，并利用地质爱好者和相关私人公司进行历年地质情况现场变化精度勘探和数据缺失区域的地质普查。其中，美国在2012年底提出相关规划纲要。查阅《美国地质调查局核心科学体系科学战略（2013～2023）》白皮书可以得知，大数据将是美国地质勘查领域未来主要发展方向之一。在我国，以国土资源部为主体的行业管理机构也提出了相应规划，力争构建“国土资源云”核心地质资源查阅信息平台，在结合云储存、云技术的同时，真正做到“互联网+”形势下的信息、运算一体化，综合提升地质勘查行业工作效率。

由于大数据的多方优势和良好的发展前景，我国地质勘查领域对相关设备与人才培养的投入与日俱增。但由于行业业务量与利润率所限，我国在2013年后开始缩小资金投入。从资金源头渠道来看，社会资本仍占主导地位。当前，受全球经济低迷、贸易保护政策影响，国际矿业形势尚未好转，国内矿产资源新格局尚未形成，社会资金投入意愿难以大幅度提高。只有地质勘查单位依靠自身的业务优势在“寒冬”中生存。利用大数据、快速改进技术手段、提高勘探效率、降低成本是促进地勘事业转型发展的必然趋势。未来，在大数据时代下，土地工程科学可以多方面和谐发展。

综上所述，地质勘探是一门综合性基础类学科，主要工作由地质数据采集、数据处理和数据分析三大部分组成。由于数据的庞大性与工作的繁琐性，业内迫切需要具备基础资料共享的标准地质勘探开发大数据平台，全面优化数据利用率，避免同一工区不必要的重复性工作，节约工作成本。但就当前行业发展情况来看，真正具有实用价值的全国性大数据平台尚未建成，由于行业竞争与经济利益，数据共享根本无法进行。所以，需要对地勘框架下的大数据土地工程科学发展作出合理分析。

3 大数据土地工程科学发展分析

新时代的技术变革带来了行业发展的新机遇，地质勘探领域正沐浴在“互联网+”的时代背景下，与大数据这一项基础性战略资源并行发展。对地质行业而言，将大数据作为地质行业新兴增长点进行培育和挖掘，建立地勘大数据现场质控体系，强化基于云计算技术的高效计算能力建设和地质数据标准化建设，通过大数据实现地质工作和信息技术的深度融合，必将为地质工作带来新一轮变革和全新提升。

以下基于地质勘探框架下的大数据土地工程科学发展现状，丰富问题分析宽度，以云计算、物联网、互联网和人工智能等为代表的新一代信息技术为支撑，在充分考虑运用效果、经济投入和安全稳定的同时，为土地工程科学的发展制定建设细则，并选用层次分析法做数学建模分析。层次分析法（AHP法）是将抽象化复杂问题通过决策分解为各个组成因素，再将因素与问题逻辑设定成具有分组型层次结构的目标层、准则层、方案层，最后通过矩阵构造，两两比较各因素间相互影响关系，从而量化问题组成因素，计算出各自在系统中的权重。

根据层次分析法的特点，首先确立土地工程科学发展为目标层。然后结合当前地勘框架下的大数据土地工程科学发展实际情况，优选地质大数据中心C1、基于云计算的地质大数据平台C2、多元化地質大数据发展应用C3、地质大数据共享开放机制C4为行业发展主攻方向，并依据运用效果、经济投入和安全稳定3种评价因素为方案评价导向，设为准则层。最终评价方案1～9的可行性，通过权重量化指引现场实施。计算步骤如下。

3.1 确定节能举措优选问题，构建层次结构模型

土地工程科学发展模型图（如图1所示）。

3.2 两两比较打分，确定下层对上层的分数

准则层中各因素在决策者衡量标准下所占比重不一致，所以设数字1～9及其倒数作为标度来定义与判断矩阵。

3.3 层次合成计算及一致性检验

以上各表一次性检验均通过。将不同方案各准则要素的权重矩阵（见表1）Wi与各准则要素的相对权重矩阵（见表2～表4）Wi相乘，得到各方案层要素权重并排序（见表5）。

综上所述，运用层次分析法得出的土地工程科学发展细则优选排序：地质大数据中心C1>基于云计算的地质大数据平台C2>地质大数据共享开放机制C4>多元化地质大数据发展应用C3。在此依据权重相似性，将所有参与分析方案层分解为2个梯队。第2梯队整体权重远小于第1梯队，可见发展效果有限，当前业务景气程度不迫切。而只有建立地质大数据中心导入标准化矿业数据库，才能实现数据信息高效共享。所以C1与C4成互为因果关系。而基于云计算的地质大数据平台的建立能充分运用大数据资源评价体系的优势，降低找矿成本和风险。例如，岩性取样分析限于成本与工区地形地貌影响，不可能进行大规模全套式取样。只能管中窥豹式地进行区域地质分析和大规模岩层走向、物性变化的估算。当前，相关企业已经引进国外地质建模软件，在结合现场数据的同时进行函数化数据代入，丰富建模功能，强化预测精度，并最终运用在找矿与钻探现场实践中。在该前提下土地工程行业联和会应牵头进行大数据理念灌输，并且组织相关企业进行地质数据共享，在充分资源评价实例的基础上丰富模型数据结合量，从采矿与勘查实际出发，不断完善预测模型。最终形成大数据框架下的共享式资源评价体系，形成多种模型、多套数据现象函数化的展示，综合降低找矿勘查风险。

4 结语

综上所述，在大数据框架下，任何传统行业都不可错过这一良好的发展契机。土地工程学科作为保民生、促发展的基础性多元研究肩负着巨大的时代重任。运用大数据及其附属设备，可以丰富土地工程业务范畴，在提升企业利润率的同时使其更好地服务耕地保护与土壤改造，在提高农作物产量的同时缓解人与土地、工业与农业、污染与经济之间的矛盾。未来必将会在地质大数据中心、基于云计算的地质大数据平台、多元化地质大数据发展应用和地质大数据共享开放机制等领域进行发展，全面促进行业进步。

参 考 文 献

[1]胡振琪，梁宇生，巩玉玲，等.2016年土地科学研究重点进展评述及2017年展望——土地工程与技术分报告[J].中国土地科学，2017，31（3）：70-79.

[2]胡振琪，梁宇生，许涛，等.试论土地工程学[J].中国土地科学，2017，31（9）：15-23.

[3]林琳.现代信息技术在土地工程能力评价中的应用[J].南方农机，2018，49（17）：245-246.

[4]关红飞，盛晓磊.土地工程学科兴起韩霁昌学术思想形成之考察[J].农业与技术，2018，38（13）：177-180.

[责任编辑：钟声贤]