-
由于特有的地质构造条件和自然地理环境,中国是世界上遭受自然灾害最严重的国家之一。重大自然灾害种类多,频度高、分布广、损失大[1]。防灾减灾是一个涉及多学科的系统工程,其中测绘地理信息学科的主要任务是为防灾减灾科学决策提供灾害预测、灾情评估、救灾和灾后重建相关的地理空间变迁基础信息和应急测绘服务[2]。
应急测绘保障技术体系建设是有效应对突发事件的重要手段和基础性工作,得到了各国政府的高度重视。美国、欧盟、日本等均建立了较为完善的应急测绘保障体系[3-8]。相对于国际领先水平,中国应急测绘保障技术体系仍在装备水平与优势技术方面存在许多薄弱环节,主要表现在:(1)现场信息快速获取技术水平不高,特别是轻小型航摄系统无法保障应急现场信息的第一时间获取,常规测绘装备无法高效完成现场应急勘测与保障任务;(2)现有测绘数据处理系统快速反应能力不强,缺乏对多模式应急任务的支持;(3)现有应急测绘应需服务技术能力不足,尚未建立国家应急测绘服务平台,无法充分发挥应急测绘成果在应急救援和防灾减灾中的作用;(4)无法充分快速共享应急地理信息,部门间、系统内的应急网络和平台尚未完全实现互联互通,导致资源无法得到及时、有效的利用。
总之,缺乏国家层面的应急测绘技术体系顶层设计,尚未形成全流程标准化、体系化的高效的应急测绘保障技术体系,难以形成技术合力,严重影响了整体测绘应急保障能力的提升。
-
新时代应急测绘保障技术体系以国家应急救灾对地理信息高效服务的需求为导向,集成人工智能、云计算、物联网等现代信息技术对现有的测绘地理信息技术进行升级、改造与创新,建立满足灾害预测、灾情评估、抢险救灾和灾后重建等不同阶段需求,涵盖灾情信息快速获取、高效处理、精准分析与共享服务全流程的标准化、体系化的测绘地理信息技术集合。
-
围绕突发事件应急处置对地理空间成果与服务的需求,为进一步提升应急测绘技术水平,全面构建反应快速、协调有序、资源整合、保障有力的全国应急测绘保障能力,2016年国家发展和改革委员会立项批复实施了国家应急测绘保障能力建设项目。项目的主要建设内容包括:建设国家航空应急测绘能力和国家应急测绘保障分队能力,通过“天-空-地”一体化应急协同观测,快速获取灾害现场的高分辨率影像数据,主要解决灾害信息“看得清”的问题;建设国家应急测绘资源共享能力,实现现场信息的快速传输与共享,主要解决现场灾情信息“传得快”的问题;建设国家应急测绘中心能力,对灾情数据进行快速处理、分析、解译,紧急制作灾后一张图,及时提供保障服务,主要解决“用得好”的问题。通过以上4个能力建设,实现对灾害现场信息“看得清、传得快、用得好”,为构建新时代国家应急测绘保障技术体系打下坚实基础。项目任务的总体架构如图 1所示。
本文根据国家应急测绘保障能力建设项目成果,提出了构建高机动性的“天-空-地”一体化的灾情空间信息高效获取、处理与多源地理信息资源广泛共享服务相结合的新时代应急测绘保障技术体系的总体框架与关键技术。总体框架如图 2所示。
新时代应急测绘保障技术体系包括“天-空-地”一体化灾害现场信息的协同获取、时空大数据高性能在线处理统计分析、应急测绘地理信息云平台动态服务和跨媒介多灾种可视化综合表达等技术环节,实现对灾害现场信息“看得清、传得快、用得好”,为党中央、国务院、应急管理部门和应急前线提供灾情数据、图纸图件、服务平台等保障,形成了贯穿“获取、处理、分析、服务”全过程,“天-空-地”一体的新时代应急测绘保障技术体系,为中国应急测绘保障工作提供新思路、新方法、新机制。
-
“天-空-地”一体化观测网络是对地观测领域的科学前沿,也是应急测绘中灾情信息获取的最主要手段[9]。针对灾情及突发事件发生、演变的时空特征,多平台、多尺度、多频次的灾情空间信息获取一体化和智能化是应急协同观测技术需要解决的主要问题[10]。
1)北斗地基增强的高精度定位导航授时系统(positioning navigation and timing,PNT)。高精度的定位框架是获取高精度灾情空间信息的基础,利用以北斗为主、兼容其他卫星导航系统的高精度卫星导航服务体系,结合当前中国广泛建设的地面基准站网,利用卫星、移动通信、数字广播等播发手段,在灾情区域可提供厘米级实时高精度导航定位授时服务[11]。
2)遥感星座应急联合机动观测。随着中国高分专项的开展,高分系列遥感卫星在各行业领域的应用已经十分普遍。但在具体工作模式上,由于卫星姿态机动能力的限制,单一遥感卫星在观测指定目标时可选方式十分有限。对于指定观测区域的应急观测需求并非按卫星轨道运行周期进行覆盖,需要综合多星轨道规划,实时调整卫星光学载荷光轴的对地指向,主动推扫出成像条带来完成成像任务,形成快速响应的应急高机动能力卫星观测星座[12]。
3)高频次迅捷无人航空器区域组网观测。面向突发事件大范围应急响应、区域信息动态监测对于空间信息实时快捷、精准、稳定获取的应用需求,构建适用于高频次迅捷区域组网遥感观测的无人航空器组网系统,形成高频次动态信息获取所需的组网规划与调度、数据获取与传输、航空器平台与载荷测控的技术能力,实现规划调度、产品处理、传输共享协同一体的高机动、高精度、高频次的无人航空器快速观测网络[13-15]。
4)地基主动遥感高精度形变观测。地基合成孔径雷达(ground-based synthetic aperture radar,GB-SAR)技术基于微波探测主动成像方式获取监测区域二维影像,通过合成孔径和步进频率技术实现雷达影像方位向和距离向的高空间分辨率观测,通过干涉技术可实现毫米级的微变形监测[16-17];有效利用地基主动遥感高精度形变观测及预警的技术装备,高精度、持续性采集灾区区域性面状形变数据,及时获取和发布监测区域滑坡预警信息,有效避免二次灾害的发生。
-
如何在最短的时间内高效处理获取到的“天-空-地”协同获取的海量空间数据,并从中提取到关键的灾情信息,一方面需要突破数据密集型、计算密集型、并发密集型和时空密集型高性能数据处理技术,另一方面需要发展面向多源观测数据的灾情智能化信息提取与解译方法。
1)软硬件集成的快速处理技术。采用多层次并行处理的基本策略,利用多核并行、多机并联、多任务并发的设计思路,对遥感影像的结构化数据进行多粒度并行处理,基于高速、多通光纤传输网络,突破GB级遥感影像文件的管道化流计算技术,实现遥感影像数据多端口实时并发和高效传输。设计基于现场可编程逻辑门阵列(field programmable gate array,FPGA)、图形处理器(graphics processing unit,GPU)等高性能计算技术的高计算复杂度的图像处理算法,实现遥感影像实时在线高效处理[18-19]。
2)智能化灾情信息提取技术。近年来,中国的基础地理数据库更新、地理国情普查监测等重大专项为地理空间人工智能的研究积累了海量高质量的数据基础,使得深度学习技术可显著提升计算机对各种地理实体的识别精度和性能。利用计算机视觉、自然语言处理和神经网络等模型技术,从遥感影像、监控视频等数据中针对道路、房屋建筑等典型空间对象进行高精度识别与提取,从而实现基于时序影像数据的灾损信息的智能化对比提取与综合解译[20-21]。
-
面向应急测绘资源数据网络化快速传输和协同服务需求,需要解决多源异构应急空间信息资源广泛、快速共享和地理信息安全保密的难题。在构建国家应急测绘快速传输网络的基础上,通过分布式地理信息数据服务集成技术实现应急测绘资源智能化搜索和快速传输;同时,结合可信加密、区块链共享等技术,研究空间信息加密与区块链安全共享机制与方法,推动网络环境下应急测绘数据的安全防护与广泛共享。
1)分布式地理信息资源服务发现。在覆盖全国涉及“天-空-地”海量地理信息资源的分布式网络环境下,快速地发现所需的地理信息资源(如遥感观测数据等)是应急测绘保障中数据资源高效共享的核心问题,利用网络目录服务、语义网、关联数据等技术,构建面向服务架构的分布式地理信息资源注册中心,实现地理信息资源的绑定、发布和发现,为空间信息共享和搜索提供语义关联的智能化搜索机制[22-24]。
2)空间信息加密与区块链安全共享。地理信息资源作为国家基础性战略信息资源,事关国家信息安全。应急测绘保障中的高效数据资源共享是建立在数据传输、存储和访问等环节安全保密的基础上的。因此,围绕地理信息安全使用的要求,发展矢量、栅格等多类型地理空间数据的安全可控加密方法,实现空间信息全生命周期的安全防护[25]。利用以密码学为核心的区块链技术,充分发挥去中心化、分布式存储记账、不依赖第三方机构、不可篡改的技术特性,推出基于区块链的应急数据安全共享模式,推动网络环境下应急测绘数据的安全流转和共享[26-27]。
-
围绕灾情信息空间化表达与交互展示、空间聚合与地理分析等关键需求,利用获取的灾区激光点云数据、影像数据等对灾害现场一体化三维场景快速重建、可视化场景与实时观测数据及空间分析集成表达、灾情专题图快速制作,实现灾害现场场景的快速重现及灾情应急处置全过程模拟与动态表达,是进行灾情分析、灾害评估、应急救援的重要支撑技术。
1)知识驱动的灾后一张图快速制图方法。将专家和经验积累的制图知识与应急空间信息一体化建模,构建知数一体化制图数据库;同时利用灾害制图区域多模式定位、知识驱动的制图数据自动调用、制图要素的快速符号化与标注、要素几何与标注冲突自动发现与协调处理、比例尺和投影动态调整、图廓要素的自动整饰与制图输出自动配置等自适应制图技术,开发应急测绘快速制图系统,将单幅应急地图制图时间缩短到1 h以内[28-29]。
2)多尺度、多维度的灾情信息交互式表达。防灾减灾工作需要面对复杂的三维立体空间现场环境,多尺度、多维度的灾情信息交互式表达也是项目建设的重要能力之一[30]。利用高效的三维空间数据组织管理和动态调度机制,实现应急场景的三维空间数据的局部动态装载与优化、场景多层次细节(level of detail,LOD)自适应计算、视域内大量复杂物体的实时遮挡剔除、中央处理器(central process unit,CPU)/GPU协同的复杂三维场景实时绘制。支持将视频关键帧影像与地理场景实时快速匹配融合,实现基于混合现实技术的灾情场景的模拟与重现。
-
新时代应急测绘保障技术体系为各类突发公共事件应急响应和综合防灾减灾提供技术支撑,尤其在地质灾害的防治方面具有独特的技术优势。地质灾害监测预警是自然资源部主要职责,随着现代测绘技术的进步与发展,测绘工作已经在中国的地质灾害评估和次生灾害监测等方面发挥了重要的作用。新时代应急测绘保障技术体系可为构建地质灾害防治的“三查”(普查、详查、排查)体系和监测预警提供高效技术支撑。
-
利用“天-空-地”一体化灾害现场信息的协同获取系统和时空大数据高性能在线处理统计分析系统,辅助开展地质灾害“普查”“详查”“排查”。首先,通过卫星光学影像、干涉合成孔径雷达(interferometric synthetic aperture radar,InSAR)等航天影像数据,为大范围地质灾害隐患点的筛查、识别、定性以及缓变型隐患点的观测提供多源、多尺度、多类型的保障服务,实现地质灾害的普查。其次,利用无人机系统搭载倾斜摄影、激光测距仪雷达(light detection and ranging,LiDAR)、SAR等多源传感器,可同时获取厘米级分辨率正射影像(digital orthophoto map,DOM)、数字地表模型(digital surface model,DSM)和数字地面模型(digital terrain model,DTM);同时,无人机还能够跨越人类不能够达到的灾区进行勘察,提升困难区域和隐蔽区域的观测能力。然后,通过时空大数据高性能在线处理分析技术为地质灾害“详查”和“排查”提供高分辨率、高精度、高可靠性的数据保障。
-
利用应急测绘地理信息云平台动态服务和跨媒介、多灾种、可视化综合系统为地质灾害预警分析和共享传输提供有效技术支撑。可依托国家应急测绘共享服务平台的丰富数据(其内容不仅包括遥感影像、地形图、地名等基础地理信息资源,还包括地震、水利、气象等应急专题数据资源),为地质灾害预报预警分析提供数据基础,从而对地质灾害的类型、特点以及影响能够更加有效地进行预测,这有助于后续转移、撤离、救援等方面决策的制定;还可利用面向多灾种的知识化应急制图技术为地质灾害专题分析成果提供按需制图和在线服务,这在很大程度上满足了国家相关部门监测并预防地质灾害的需求。
综上,充分利用新时代应急测绘保障技术体系,可以提高地质灾害群测群防的科技含量和专业化智能监测预警水平,有效减少地质灾害可能造成的人员伤亡和国家经济、财产损失。
-
针对中国目前应急测绘保障工作存在的问题,笔者认为要提升应急测绘保障能力,重要途径就是构建应急测绘保障技术体系。基于国家应急测绘保障能力项目的建设成果,本文提出了构建高机动性的“天-空-地”一体化获取处理、高适应性的各类资源广泛共享服务的新时代应急测绘保障技术体系框架,并阐述了框架中重要环节的关键技术,展望了其在地质灾害防治的“三查”体系和监测预警中的应用,为在极端情况下突发事件“第一时间”现场信息快速获取、分析、处理、服务和共享能力的全面提升提供了解决思路。
-
摘要: 应急测绘保障工作是中国综合防灾减灾工作体系的重要组成部分,在重大自然灾害及突发事件处置中的作用日益凸显。应急测绘保障工作存在现场信息快速获取能力不足、数据处理系统快速反应能力不强、应需服务能力不够、无法充分快速共享应急地理信息等问题。根据应急测绘保障工作的特点,基于国家应急测绘保障能力建设项目成果,提出了新时代应急测绘保障技术体系的总体思路和总体框架,实现对灾害现场信息“看得清、传得快、用得好”,并阐述了主要环节的关键技术进展,展望了其在地质灾害防治中的应用。Abstract:
Objectives China is one of the countries most affected by natural disasters. The emergency surveying and mapping is an important part of the comprehensive disaster prevention and mitigation system in China. It plays an increasingly prominent role in the response system for the major natural disasters and emergencies. However, series of problems are still existing, such as lacking of capacity in the rapid acquirement of field information, lacking of rapid response of data processing. Also, given the emergency response relies on the on-demand service, it faces difficulties on efficiently sharing of geographical information with stakeholder. Thus, it is urgent to improve capacity of rapid geo-informatics support in order to build an efficient and scientific nature hazard rapid response system. Methods We propose a technology framework and system architecture of national emergency surveying and mapping. It consists of four key techniques, including:(1)Space-Air-Ground integration observation network, to acquire disaster information and multi-sensors collaborative observation for various disaster emergence response needs; (2) high performance computing and artificial intelligence techniques, which can greatly improve the efficiency of massive data processing; (3) geographic information based on cloud platform, which can provide on-demand service to stakeholder; (4) multi-hazard mapping knowledge that can be comprehensively expressed and distributed crossing multiple media carriers. Results Based on the national emergency surveying and mapping capacity developing program, the outcome of this research covers four aspects in order to improve emergence response capabilities. They are: (1) the capability of obtaining latest disaster information using remote sensing technology; (2) the capability of on-site surveying and investigating; (3) the capability of sharing emergency spatial information; and (4) the capability of supporting emergency management and decision. Conclusions The program motivated from the national emergency response and disaster relief demands for efficient geographic information service.It integrates state-of-art information technology such as cloud computing, artificial intelligence and block chain.It meets the need of multiple emergency response stages, including disaster monitoring and early-warning, disaster assessment, emergency rescue, and post-disaster reconstruction, the relevant technologies include geo-information acquisition, processing and analysis efficiently. -
[1] 李朋德.中国应急测绘体系建设与实践[J].卫星与网络, 2013(11):22-27 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=wxyxl201311008 Li Pengde. Construction and Practice of Geomatics System for Emergency in China[J]. Satellite and Network, 2013(11):22-27 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=wxyxl201311008 [2] 李建成, 宁津生, 闫利.应急测绘技术[C].测绘服务灾害与应急管理学术研讨会, 天津, 2011 Li Jiancheng, Ning Jinsheng, Yan Li. Emergency Response Surverying Mapping Technology[C]. Symposium on Surveying and Mapping Service Disaster and Emergency Management, Tianjing, China, 2011 [3] 钱洪伟.国家突发事件应急体系建设"十四五"规划设计若干思考[J].决策探索, 2019(10):4-8 Qian Hongwei. Some Thoughts on the Planning and Design of the 14th Five Year Plan for the Construction of National Emergency Response System[J]. Policy Research and Exploration, 2019(10):4-8 [4] US Department of Transportation. 2008 Emergency Response Guidebook[EB/OL].[2020-01-11].http://phmsa.dot.gov/hazmat/library/erg [5] Federal Emergency Management Agency. Multi Hazard Identification and Risk Assessment: The Cornerstone of the National Mitigation Strategy[R]. Federal Emergency Management Agency, Washington D C, USA, 1997 [6] Ajmar A, Boccardo P, Broglia M, et al. Response to Flood Events: The Role of Satellite-Based Emergency Mapping and the Experience of the Copernicus Emergency Management Service[J].Flood Damage Survey and Assessment: New Insights from Research and Practice, 2017, 228: 213-228 http://www.researchgate.net/publication/318296064_Response_to_flood_events_the_role_of_satellite-based_emergency_mapping_and_the_experience_of_the_Copernicus_Emergency_Management_Service_EMS [7] Cova T J. GIS in Emergency Management[J]. Geographical Information Systems, 1999, 2(12): 845-858 http://www.eomf.ou.edu/media/gisday/posters/GIS_in_Emergency_Management.pdf [8] Granger K. The Role of GIS and Other Spatial Technologies in Natural Disaster Reduction[C]. Conference on Natural Disaster Reduction, Barton, Australia, 1996 [9] 李德仁.对地观测与抗震救灾[J].测绘科学, 2009, 34(1):8-10 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chkx200901003 Li Deren. Intelligent Earth Observation Systems and Earthquake Relief[J]. Science of Surveying and Mapping, 2009, 34(1):8-10 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chkx200901003 [10] 李德仁.论空天地一体化对地观测网络[J].地球信息科学学报, 2012, 14(4): 419-425 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqxxkx201204001 Li Deren. On Space-Air-Ground Integrated Earth Observation Network[J]. Journal of Geo-Information Science, 2012, 14(4): 419-425 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqxxkx201204001 [11] 杨元喜.北斗卫星导航系统的进展、贡献与挑战[J].测绘学报, 2010, 39(1): 1-6 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chxb201001001 Yang Yuanxi.Progress, Contribution and Challenges of Compass/BeiDou Satellite Navigation System[J]. Acta Geodaetica et Cartographica Sinica, 2010, 39(1): 1-6 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chxb201001001 [12] 张兵.智能遥感卫星系统[J].遥感学报, 2011, 15(3): 415-431 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygxb201103001 Zhang Bing. Intelligent Remote Sensing Satellite System[J].Journal of Remote Sensing, 2011, 15(3): 415-431 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygxb201103001 [13] Nex F, Remondino F. UAV for 3D Mapping Applications: A Review[J]. Applied Geomatics, 2014, 6(1): 1-15 https://www.academia.edu/7832146/UAV_for_3D_mapping_applications_a_review [14] Li G Q, Zhou X G, Yin J, et al.An UAV Scheduling and Planning Method for Post-Disaster Survey[J]. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2014, 40(2): 169-172 https://www.researchgate.net/publication/280781949_An_UAV_scheduling_and_planning_method_for_post-disaster_survey [15] Boccardo P, Chiabrando F, Dutto F, et al. UAV Deployment Exercise for Mapping Purposes: Evaluation of Emergency Response Applications[J]. Sensors, 2015, 15(7): 15 717-15 737 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4541851/ [16] 周吕, 郭际明, 胡纪元, 等.基于二维形变场的地基SAR精度验证与分析[J].武汉大学学报·信息科学版, 2019, 44(2): 289-295 doi: 10.13203/j.whugis20170085 Zhou Lü, Guo Jiming, Hu Jiyuan, et al. Accuracy Verification and Analysis of Ground-Based Synthetic Aperture Radar Based on Two-Dimensional Deformation Field[J].Geomatics and Information Science of Wuhan University, 2019, 44(2): 289-295 doi: 10.13203/j.whugis20170085 [17] 毛聪, 胡程, 曾涛, 等.地基SAR子图相干合成快速成像算法[J].信号处理, 2015, 31(11):1 396-1 403 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=xhcl201511002 Mao Cong, Hu Cheng, Zeng Tao, et al. Ground-Based SAR Fast Imaging Algorithm Based on Sub-image Combination[J]. Journal of Signal Processing, 2015, 31(11): 1 396-1 403 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=xhcl201511002 [18] Christophe E, Michel J, Inglada J. Remote Sensing Processing: From Multicore to GPU[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2011, 4(3): 643-652 https://www.infona.pl/resource/bwmeta1.element.ieee-art-000005701781 [19] Oryspayev D, Sugumaran R, De Groote J, et al. LiDAR Data Reduction Using Vertex Decimation and Processing with GPGPU and Multicore CPU Technology[J]. Computers and Geosciences, 2012, 43: 118-125 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=fed06cf9f00f6c112f287a49b87c2c57 [20] 骆剑承, 周成虎, 杨艳.人工神经网络遥感影像分类模型及其与知识集成方法研究[J].遥感学报, 2001(2):122-129 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygxb200102010 Luo Jiancheng, Zhou Chenghu, Yang Yan. ANN Remote Sensing Classification Model and Its Integration Approach with Geo_knowledge[J]. Journal of Remote Sensing, 2001(2):122-129 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygxb200102010 [21] 刘扬, 付征叶, 郑逢斌.高分辨率遥感影像目标分类与识别研究进展[J].地球信息科学学报, 2015, 17(9):1 080-1 091 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqxxkx201509010 Liu Yang, Fu Zhengye, Zheng Fengbin. Review on High Resolution Remote Sensing Image Classification and Recognition[J]. Journal of Geo-Information Science, 2015, 17(9): 1 080-1 091 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqxxkx201509010 [22] Zhai X, Zhu X, Lu X, et al. Metadata Harvesting and Registration in a Geospatial Sensor Web Registry[J]. Transactions in GIS, 2012, 16(6): 763-780 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.1111/j.1467-9671.2012.01365.x [23] Yue P, Guo X, Zhang M, et al. Linked Data and SDI: The Case on Web Geoprocessing Workflows[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2016, 114: 245-257 https://ui.adsabs.harvard.edu/abs/2016JPRS..114..245Y/abstract [24] Yuan J, Yue P, Gong J, et al. A Linked Data Approach for Geospatial Data Provenance[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(11): 5 105-5 112 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=c628eaaf17c4f005c43b5d707e0df613 [25] 薛帅.地理空间数据加密和隐写的模型与方法研究[D].郑州: 信息工程大学, 2017 Xue Shuai. Research on Model and Method of Encryption and Steganography for Geo-spational Data[D]. Zhengzhou: Information Engineering University, 2017 [26] 于金刚, 张弘, 李姝, 等.基于区块链的物联网数据共享模型[J].小型微型计算机系统, 2019, 40(11):2 324-2 325 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=xxwxjsjxt201911015 Yu Jingang, Zhang Hong, Li Shu, et al.Data Sharing Model for Internet of Things Based on Blockchain[J].Journal of Chinese Mini-Micro Computer Systems, 2019, 40(11):2 324-2 325 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=xxwxjsjxt201911015 [27] 黄穗, 陈丽炜, 范冰冰.基于CP-AB和区块链的数据安全共享方法[J].计算机系统应用, 2019, 28(11):79-80 http://www.cnki.com.cn/Article/CJFDTotal-XTYY201911011.htm Huang Sui, Chen Liwei, Fan Bingbing. Data Security Sharing Method Based on CP-ABE and Blockchain[J]. Computer Systems and Applications, 2019, 28(11):79-80 http://www.cnki.com.cn/Article/CJFDTotal-XTYY201911011.htm [28] 赵勇, 武昊, 王中祥, 等.国家应急测绘保障能力建设项目总体技术设计[J].测绘通报, 2019(9):121-127 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chtb201909026 Zhao Yong, Wu Hao, Wang Zhongxiang, et al. Major Design of Capacity Building Project for National Emergency Surveying and Mapping in China[J].Bulletin of Survey and Mapping, 2019(9):121-127 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chtb201909026 [29] 朱秀丽, 刘万增, 吴晨琛, 等.公益性地图自适应快速制作技术[J].测绘通报, 2019(6):136-139 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chtb201906030 Zhu Xiuli, Liu Wanzeng, Wu Chenchen, et al. Technology Research on Public Welfare Map Adaptively and Quickly Producting[J]. Bulletin of Survey and Mapping, 2019(6):136-139 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chtb201906030 [30] 朱庆.三维GIS及其在智慧城市中的应用[J].地球信息科学学报, 2014, 16(2):151-157 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqxxkx201402001 Zhu Qing. Full Three-Dimensional GIS and Its Key Roles in Smart City[J]. Journal of Geo-Information Science, 2014, 16(2):151-157 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dqxxkx201402001 -