目錄
“地球大數據科學論叢”序
前言
第1章 地球大數據科學 1
1.1 地球大數據問世 1
1.1.1 大數據改變科學研究范式 1
1.1.2 科學大數據的提出 2
1.1.3 地球大數據概念 2
1.2 地球大數據科學的內涵 3
1.2.1 地球大數據科學的緣起與背景 4
1.2.2 地球大數據科學研究領域 5
1.2.3 地球大數據支持科學發(fā)現 7
1.3 地球大數據科學的發(fā)展歷程 8
1.3.1 建立階段：數字地球 8
1.3.2 發(fā)展階段：新一代數字地球 10
1.3.3 跨越階段：地球大數據科學 10
1.4 地球大數據科學的學科建制 11
1.4.1 地球大數據科學的外在學科建制 12
1.4.2 地球大數據科學內涵 17
1.5 地球大數據科學的技術體系 19
1.5.1 數據泛在感知 20
1.5.2 數據可信共享 21
1.5.3 多元數據融合 23
1.5.4 數字孿生及復雜模擬 25
1.5.5 空間地球智能認知 26
1.6 地球大數據科學平臺 27
1.6.1 GEOSS 27
1.6.2 谷歌地球引擎 29
1.6.3 澳大利亞地球科學數據立方體 31
1.7 實施地球大數據科學框架的國際合作 32
1.8 小結 34
參考文獻 35
第2章 地球大數據科學工程 39
2.1 地球大數據科學工程專項背景 39
2.1.1 總體思路 39
2.1.2 專項項目組織 40
2.1.3 專項建設目標 42
2.2 地球大數據專項研究成果 43
2.2.1 可持續(xù)發(fā)展科學衛(wèi)星1 號 44
2.2.2 地球大數據云服務平臺 44
2.2.3 地球大數據平臺系統(tǒng) 50
2.2.4 支持聯合國可持續(xù)發(fā)展目標 51
2.3 地球大數據專項成果影響 52
2.3.1 地球大數據理念傳播 52
2.3.2 地球大數據支持國家宏觀決策 54
2.4 小結 56
參考文獻 56
第3章 空間對地觀測技術 58
3.1 空間對地觀測傳感器 58
3.1.1 光學遙感傳感器 59
3.1.2 雷達遙感傳感器 64
3.1.3 夜間燈光遙感傳感器 71
3.1.4 激光雷達傳感器 75
3.2 空間對地觀測衛(wèi)星 77
3.2.1 對地觀測衛(wèi)星 78
3.2.2 海洋觀測衛(wèi)星 81
3.2.3 氣象觀測衛(wèi)星 82
3.2.4 可持續(xù)發(fā)展科學衛(wèi)星 82
3.3 空間對地觀測多領域應用 86
3.3.1 森林多樣性監(jiān)測 86
3.3.2 農業(yè)監(jiān)測 87
3.3.3 大氣監(jiān)測 87
3.3.4 地質礦產 87
3.3.5 災害評估 88
3.3.6 海洋監(jiān)測 88
3.3.7 海岸帶土地利用/覆蓋 89
3.3.8 全球變化監(jiān)測 89
3.4 小結 91
參考文獻 91
第4章 地球大數據泛在感知 95
4.1 無人機感知 95
4.1.1 概述 95
4.1.2 無人機與感知設備 98
4.1.3 無人機智能感知 104
4.2 眾源地理感知 111
4.2.1 眾源地理數據概述 111
4.2.2 眾源地理數據分類 113
4.2.3 眾源地理數據的特點 113
4.2.4 眾源地理數據采集 115
4.2.5 眾源地理數據的主要應用方向 116
4.3 社交媒體感知 118
4.3.1 社交媒體概述 118
4.3.2 社交媒體分類 119
4.3.3 社交媒體數據 120
4.3.4 社交媒體數據采集 121
4.3.5 社交媒體時空分析方法 123
4.4 傳感網 124
4.4.1 對地觀測傳感網 124
4.4.2 對地觀測傳感網的特征 126
4.5 泛在網絡 126
4.5.1 泛在網絡概述 126
4.5.2 泛在網絡中信息服務的發(fā)展 127
4.5.3 泛在網絡關鍵技術 128
4.5.4 泛在地理信息的特征 129
4.5.5 泛在地理信息服務的體系結構 130
4.6 小結 131
參考文獻 131
第5章 地球大數據資源管理 134
5.1 地球大數據來源 134
5.2 地球大數據集成 139
5.2.1 地球大數據集成面臨的主要問題 139
5.2.2 地球大數據集成模式 140
5.3 地球大數據歸檔 142
5.3.1 一般元數據管理 142
5.3.2 基于元數據的地球大數據歸檔 145
5.4 地球大數據存儲 149
5.4.1 地球大數據的存儲管理方式 149
5.4.2 地球大數據的存儲體系架構 152
5.5 地球大數據發(fā)布與共享 155
5.6 地球大數據質量控制 155
5.6.1 數據質量控制步驟 156
5.6.2 數據質量工具 158
5.6.3 數據質量控制指導原則 159
5.7 地球大數據安全管理 159
5.7.1 安全管理需求 160
5.7.2 安全管理理論方法 162
5.7.3 挑戰(zhàn)性問題及未來發(fā)展方向 164
5.8 小結 166
參考文獻 166
第6章 地球大數據高性能處理 170
6.1 高性能處理框架 170
6.1.1 單機多核計算框架 170
6.1.2 集群計算框架 171
6.1.3 云計算框架 174
6.2 地球大數據高性能處理關鍵技術 177
6.2.1 時間序列數據高性能處理引擎 177
6.2.2 空間影像數據高性能處理引擎 180
6.3 典型案例 186
6.3.1 高性能遙感云計算系統(tǒng) 186
6.3.2 大尺度遙感影像鑲嵌 191
6.3.3 全球尺度凈初級生產力遙感產品生產 196
6.4 小結 201
參考文獻 202
第7章 地球大數據云計算平臺 206
7.1 云計算平臺關鍵技術 206
7.1.1 云計算平臺共性關鍵技術 206
7.1.2 地球大數據云計算平臺關鍵技術 208
7.2 典型地球大數據云計算平臺 211
7.2.1 Google Earth Engine 211
7.2.2 Sentinel Hub 213
7.2.3 Open Data Cube 214
7.2.4 SEPAL 217
7.2.5 JEODPP 218
7.2.6 OpenEO 220
7.2.7 pipsCloud 遙感云 221
7.3 地球大數據云計算平臺服務可持續(xù)發(fā)展典型案例—CASEarth Cloud 227
7.3.1 基礎設施服務 227
7.3.2 地球大數據服務 229
7.3.3 地球大數據分析服務 234
7.3.4 地球大數據可視化服務 236
7.3.5 科學與決策支持服務 238
7.3.6 SDG 大數據平臺 242
7.4 小結 244
參考文獻 244
第8章 地球大數據智能挖掘 247
8.1 基于規(guī)則的地球大數據挖掘方法 248
8.1.1 專家系統(tǒng) 248
8.1.2 決策樹 248
8.1.3 關聯規(guī)則學習 250
8.2 數據驅動的數據挖掘方法 251
8.2.1 k 近鄰算法（k-NN）與動態(tài)時間規(guī)整（DTW） 251
8.2.2 貝葉斯方法 254
8.2.3 支持向量機與支持向量回歸 255
8.2.4 啟發(fā)式搜索 256
8.2.5 人工神經網絡（ANN）與深度學習（DL） 258
8.2.6 遷移學習 262
8.3 基于強化學習的地球大數據挖掘方法 263
8.4 基于集成學習的地球數據挖掘方法 264
8.5 地球大數據挖掘應用進展 265
8.5.1 地理領域 265
8.5.2 地質領域 272
8.5.3 海洋領域 274
8.5.4 大氣領域 276
8.6 小結 278
參考文獻 280
第9章 地球大數據共享與服務 291
9.1 數據共享與服務的基本原則 291
9.2 數據共享與服務技術方法 292
9.2.1 原位測量數據的共享與服務技術方法 292
9.2.2 遙感觀測數據的共享與服務技術方法 293
9.2.3 地球模擬數據的共享與服務技術方法 294
9.3 地球大數據共享與服務系統(tǒng) 295
9.3.1 數據匯聚服務 296
9.3.2 產品加工服務 299
9.3.3 數字地球加載服務 301
9.3.4 數據計算服務 304
9.3.5 科學研究服務 304
9.4 地球大數據共享與服務的研究進展 307
9.4.1 國外地球大數據共享與服務的代表性進展 307
9.4.2 中國地球大數據共享與服務的代表性進展 309
9.5 地球大數據共享與服務典型案例 312
9.5.1 基于OpenStack-Swift的云存儲系統(tǒng)構建 312
9.5.2 基于云存儲的多用戶遙感數據共享 314
9.6 小結 315
參考文獻 316
第10章 地球大數據區(qū)塊鏈可信共享 319
10.1 區(qū)塊鏈基本概念與信息架構 319
10.1.1 區(qū)塊鏈的基本概念 319
10.1.2 區(qū)塊鏈的技術體系 320
10.2 地球大數據可信共享 323
10.2.1 地球大數據共享面臨的挑戰(zhàn) 323
10.2.2 區(qū)塊鏈打造可信共享平臺的優(yōu)勢 324
10.2.3 可信共享新模式：區(qū)塊鏈+聯邦學習 328
10.2.4 區(qū)塊鏈技術在地球大數據可信共享中的應用 329
10.3 地球大數據可信溯源 329
10.3.1 地球大數據溯源面臨的挑戰(zhàn) 329
10.3.2 區(qū)塊鏈助力地球大數據溯源 330
10.3.3 地球大數據可信溯源的研究展望 331
10.4 地球大數據共享評估 332
10.4.1 地球大數據共享評估面臨的挑戰(zhàn) 332
10.4.2 區(qū)塊鏈助力地球大數據共享評估 334
10.5 地球大數據區(qū)塊鏈可信共享典型應用 335
10.5.1 遙感大數據可信共享面臨的主要問題 336
10.5.2 基于區(qū)塊鏈技術的遙感大數據管理 337
10.5.3 基于區(qū)塊鏈技術的遙感數據可信共享系統(tǒng) 341
10.6 小結 343
參考文獻 343
第11章 地球大數據倫理與隱私保護 346
11.1 地球大數據治理 346
11.1.1 地球大數據治理的背景 346
11.1.2 地球大數據治理面臨的挑戰(zhàn) 347
11.1.3 地球大數據治理體系 348
11.1.4 地球大數據治理現存問題及發(fā)展趨勢 352
11.2 地球大數據的倫理問題 354
11.2.1 地球大數據倫理相關背景 354
11.2.2 地球大數據倫理面臨的相關挑戰(zhàn) 356
11.2.3 地球大數據倫理問題的解決思路 359
11.3 地球大數據隱私保護 360
11.3.1 地球大數據隱私保護背景 360
11.3.2 地球大數據隱私保護面臨的挑戰(zhàn) 361
11.3.3 地球大數據隱私保護研究現狀 362
11.3.4 地球大數據隱私保護發(fā)展趨勢 367
11.4 地球大數據治理的倫理與隱私典型案例 369
11.4.1 地理大數據倫理與隱私 369
11.4.2 地質大數據倫理與隱私 371
11.4.3 社交網絡大數據倫理與隱私 371
11.5 小結 372
參考文獻 373
第12章 地球大數據與數字孿生地球 378
12.1 數字孿生與地球管理 378
12.1.1 數字孿生的基本概念 378
12.1.2 地球管理概述 380
12.2 數字孿生地球：連接地球空間、社會空間與知識空間 381
12.2.1 數字孿生地球基本架構 381
12.2.2 數字孿生地球的地球空間 383
12.2.3 數字孿生地球的社會空間 385
12.2.4 數字孿生地球的知識空間 386
12.3 數字孿生地球支持高效管理：案例分析 388
12.4 小結 394
參考文獻 394
第13章 地球大數據助力全球變化研究 398
13.1 全球變化敏感因子概述 398
13.1.1 全球變化敏感因子研究意義 399
13.1.2 全球變化敏感因子認知方法 401
13.2 冰凍圈水相態(tài)轉換敏感因子 402
13.2.1 冰川敏感因子時空特征 402
13.2.2 凍土敏感因子時空特征 406
13.2.3 湖泊敏感因子的時空特征 408
13.3 陸面敏感因子 410
13.3.1 植被物候空間觀測及氣候變化響應與驅動 410
13.3.2 錫林浩特C3、C4草地遙感監(jiān)測與氣候變化響應 412
13.3.3 植被FPAR 空間觀測及氣候變化響應與驅動 413
13.3.4 區(qū)域衛(wèi)星觀測大氣CO2濃度的時空變化 414
13.3.5 環(huán)渤海與青藏高原地表反照率變化的對比分析 416
13.3.6 青藏高原湖泊水文要素空間觀測與氣候變化響應 419
13.3.7 青藏高原湖冰遙感觀測與氣候變化響應 424
13.4 典型干旱-半干旱區(qū)環(huán)境敏感因子 429
13.4.1 西北干旱-半干旱區(qū)植被時空變化特征及氣候變化響應分析 429
13.4.2 北美大平原不同功能類型草地的分布及其對氣候變化的響應 430
13.5 數據的不確定性對全球變化認知的影響 435
13.5.1 全球變化相關數據的時空代表性及不確定性評估 436
13.5.2 數據不確定性與全球變化認知 436
13.5.3 全球變化關鍵參數的星地數據融合集成研究 437
13.6 小結 437
參考文獻 437
第14章 地球大數據認知“美麗中國中脊帶” 441
14.1 地球大數據認知“胡煥庸線”兩邊不平衡與不充分現象 441
14.1.1 歷史地認知“胡煥庸線”形成的動態(tài)過程 442
14.1.2 客觀地認知“胡煥庸線”兩邊的自然條件差異 442
14.1.3 辯證地看待“胡煥庸線”兩邊的社會經濟差異 445
14.2 從“胡煥庸線”到“中脊帶” 447
14.2.1 “中脊帶”產生的歷史必然性 447
14.2.2 地球大數據支撐“中脊帶”劃定及其戰(zhàn)略地位 448
14.2.3 從“胡煥庸線”到“中脊帶”是科學認知的改變 452
14.2.4 從“胡煥庸線”到“中脊帶”：發(fā)展方式轉變 453
14.3 構建“中脊帶”的若干建議 456
14.4 小結 458
參考文獻 459
第15章 地球大數據支持“一帶一路”倡議 461
15.1 大數據時代的“一帶一路” 461
15.2 地球大數據支撐“一帶一路”倡議及研究 463
15.2.1 “一帶一路”建設的自然資源基礎 463
15.2.2 “一帶一路”的可持續(xù)開發(fā)生態(tài)保障條件 464
15.2.3 “一帶一路”氣候變化和災害風險挑戰(zhàn) 464
15.2.4 認知“一帶一路”自然與文化遺產保護與發(fā)展 464
15.3 地球大數據支撐“一帶一路”研究 465
15.4 地球大數據認知“一帶一路” 466
15.4.1 絲路資源調查與評估 466
15.4.2 絲路生態(tài)環(huán)境監(jiān)測與評估 469
15.4.3 絲路氣候變化和災害風險 469
15.5 “一帶一路”地球大數據服務平臺 471
15.5.1 應用目標及技術流程 471
15.5.2 系統(tǒng)邏輯架構 471
15.5.3 子系統(tǒng)設計 473
15.5.4 數據資源 475
15.5.5 系統(tǒng)實現 478
15.6 小結 480
參考文獻 480
第16章 地球大數據支撐可持續(xù)發(fā)展目標實現 481
16.1 可持續(xù)發(fā)展理念 481
16.2 可持續(xù)發(fā)展的指標體系及評估方法 482
16.2.1 可持續(xù)發(fā)展指標體系的定義和特征 482
16.2.2 可持續(xù)發(fā)展指標體系的建立原則 483
16.2.3 可持續(xù)發(fā)展指標體系的構成 484
16.2.4 可持續(xù)發(fā)展的評估指標體系 486
16.3 聯合國可持續(xù)發(fā)展的目標與任務 487
16.4 SDGs面臨的問題與挑戰(zhàn) 488
16.4.1 數據缺失 488
16.4.2 發(fā)展不均衡 489
16.4.3 目標間關聯且相互制約 489
16.4.4 新冠疫情的沖擊 489
16.4.5 大數據應對 489
16.5 地球大數據支撐SDGs 實現 490
16.5.1 研制可持續(xù)發(fā)展科學衛(wèi)星1 號（SDGSAT-1） 491
16.5.2 構建可持續(xù)發(fā)展大數據信息平臺系統(tǒng) 491
16.5.3 發(fā)布“地球大數據支撐可持續(xù)發(fā)展目標”年度系列報告 492
16.5.4 地球大數據支撐SDGs 實現 509
16.6 全球首個SDGs 大數據研究機構 514
16.7 小結 514
參考文獻 516
附錄 520
地球大數據（數字地球）大事記 520