外参2023年7月份期刊

发布时间:2023-8-03 | 杂志分类:其他
免费制作
更多内容

外参2023年7月份期刊

99四、培育一批行业数字化转型示范企业推进建筑产业数字化转型,围绕建筑行业技术创新、管理创新和模式创新,加快推进建筑业与先进制造技术、信息化技术、绿色节能技术等的融合,深入推进建筑产品数字化和建筑产业数字化,组织编制《建筑信息安全白皮书》。推进物业服务数字化转型,探索物业服务热线平台居民报修服务功能完善,扩大区应急维修中心服务范围,与社会企业合作,协同建设住宅物业便民特约维修服务,打造融合普惠的数字生活应用场景。实现服务请求、服务响应、双向沟通、服务评价等全过程管理机制,让人民生活更有品质、更为便捷、更加幸福,切实提升小区物业服务水平。五、加快政策法规等制度建设立足行业特点,加强制度供给,健全“规、建、管”一体的长效运行机制,出台一批与数字化转型相适应的政策、法规和标准,做好政策法规的宣传贯彻推广。进一步统筹行业数据类标准体系建设,充分衔接国家标准、行业标准,研究建立CIM 平台数据分类与编码标准,编制 CIM 平台行业数据分类与编码标准(草案),充分发挥标准的引领和促进作用。加强统筹协调推进,提高制度设计的前瞻性和针对性,开展智慧工地建设数据、管理和评价系列标准研究,编制出台《上海市... [收起]
[展开]
外参2023年7月份期刊
粉丝: {{bookData.followerCount}}
文本内容
第101页

99

四、培育一批行业数字化转型示范企业

推进建筑产业数字化转型,围绕建筑行业技术创新、管理创新和模式创新,加快推进建筑业与先进制造技术、信息化技术、绿色节能技术等的融合,深入推进建筑产品数字化和建筑产业数字化,组织编制《建筑信息安全白皮书》。推进物业服务数字化转型,探索物业服务热线平台居民报修服务功能完善,扩大区应急维修中心服务范围,与社会企业合作,协同建设住宅物业便民特约维修服务,打造融合普惠的数字生活应用场景。实现服务请求、服务响应、双向沟通、服务评价等全过程管理机制,让人民生活更有品质、更为便捷、更加幸福,切实提升小区物业服务水平。

五、加快政策法规等制度建设

立足行业特点,加强制度供给,健全“规、建、管”一体的长效运行机制,出台一批与数字化转型相适应的政策、法规和标准,做好政策法规的宣传贯彻推广。进一步统筹行业数据类标准体系建设,充分衔接国家标准、行业标准,研究建立CIM 平台数据分类与编码标准,编制 CIM 平台行业数据分类与编码标准(草案),充分发挥标准的引领和促进作用。加强统筹协调推进,提高制度设计的前瞻性和针对性,开展智慧工地建设数据、管理和评价系列标准研究,编制出台《上海市城市管理领域非现场执法工作规定》、《上海市建设工程垃圾运输许可证吊销程序规定》,以制度创新为行业数字化转型提供制度保障。

第102页

100

25.水利部蔡阳:聚焦重难点,推进数字孪生水利建设数字孪生水利是新阶段水利高质量发展的重要标志,人工智能、大数据等新一代信息技术和 3S 技术的深度融合及应用,对推进数字孪生水利建设不可或缺。水是基础性自然资源和战略性经济资源,是生态与环境的控制性要素,水利工作关系国计民生,是经济社会发展的重要支撑,对保障水安全、推动经济社会高质量发展具有重要意义。在我国历史上,古有灵渠、都江堰、京杭大运河,今有三峡、南水北调,每项水利工程都对造福百姓、促进社会发展起到了重大作用。当前,随着经济的快速发展、新技术的不断涌现及融合应用,水利建设事业也进入了全新的发展阶段。

2000 年前后,数字水利概念出现。数字水利,即采用包括3S 技术在内的系列信息技术手段,对水利行业进行技术改造升级,让决策更科学、更合理,提升水利事业的效率与效能。数字孪生水利是在数字水利的基础上,融入云计算、物联网、大数据、移动互联网、人工智能等技术的综合应用,进一步实现对水利对象及水利活动的透彻感知、全面互联、深度共享、智能应用和泛在服务。从数字水利到数字孪生水利,是新技术推进的结果,更是新时代发展的要求。在2023 年全国水利工作会议上,水利部部长李国英强调,要大力推进数字孪生水利建设,实现水利业务“四预”(预报、预警、预演、预案)功能。数字孪生水利成为年度行业热词,受到多方关注。近两年国家先后发布的多项文件中,“数字孪生水利”一词多次出现。

水利部信息中心主任、网信办主任,中国地理信息产业协会副会长蔡阳,从顶层设计、建设重点、创新应用、技术赋能、下步工作五个方面分享了对数字孪生水利的见解与思考,探讨数字孪生水利建设如何推进。

谈顶层设计:强化指导,统一要求

过去十年,我国水利事业取得了举世瞩目的成就,水利信息化也进入新的发展阶段。水利部部长李国英明确提出,按照“需求牵引、应用至上、数字赋能、提升能力”要求,以数字化、网络化、智能化为主线,统筹建设数字孪生流域、数字孪生水网、数字孪生工程,构建具有“四预”功能的数字孪生水利体系。蔡阳介绍,近年来,水利部主要从规划、行政、工作、技术四个层面来逐步推进数字孪生水利建设,均发布了相关指导性的文件,基本完成了数字孪生水利建设的顶层设计。

在规划层面,水利部制定了《智慧水利建设顶层设计》《“十四五”智慧水利建

第103页

101

设规划》《“十四五”数字孪生流域建设总体方案》等系列文件,明确了推进智慧水利建设的时间表、路线图、任务书,为智慧水利的建设提供了指引。在行政层面,水利部出台了《关于大力推进智慧水利建设的指导意见》,提出了智慧水利建设的总体要求、建设任务和保障措施;印发了《数字孪生流域共建共享管理办法(试行)》,明确了数字孪生流域建设共建共享工作要求,重点回答谁来建、如何共建、如何共享等问题,坚持“全国一盘棋”,确保不重不漏、资源共享、业务协同。

在工作层面,考虑到数字孪生水利建设体系庞大、任务繁重、时间紧迫,需要按照顶层设计和相关技术文件要求,总体谋划、科学组织、多方协同、合力推进,水利部印发了《“十四五”期间推进智慧水利建设实施方案》,明确了任务措施,落实了责任分工。数字孪生水利是一项技术难度大、实施复杂的系统工程,需要进行技术攻关和试点建设,水利部开展了先行先试工作,印发《关于开展数字孪生流域建设先行先试工作的通知》,通过以数字孪生流域建设为主线,以数字孪生水利工程建设为切入点和突破口,以实现水利业务“四预”功能为目的,在大江大河重点河段、主要支流及重要水利工程开展数字孪生水利建设先行先试,示范引领。

在技术层面,2022 年以来,水利部先后出台了《数字孪生流域建设技术大纲(试行)》《数字孪生水网建设技术导则(试行)》《数字孪生水利工程建设技术导则(试行)》《水利业务“四预”基本技术要求(试行)》等系列文件,明确了数字孪生水利的具体建设内容,细化了技术要求,为各级水利部门数字孪生水利建设提供了基本技术遵循。

2022 年,蔡阳在《中国水利》杂志发布《以数字孪生流域建设为核心构建具有“四预”功能智慧水利体系》文章,系统性地讲述了智慧水利的建设背景、目标与路径,引发广泛关注。“在不久前举办的 2023 中国水博览会暨第十八届中国(国际)水务高峰论坛上,有 160 余家单位企业参展,其中超过一半都在开展数字孪生水利。”蔡阳说,“数字孪生水利掀起了一股热潮。”谈建设重点:加快推进数字孪生流域建设

为什么要加快推进数字孪生流域建设?蔡阳表示,这是顺应自然规律、管理体制、技术发展的需要。

首先,流域是降水自然形成的以分水岭为边界,以江河湖泊为纽带的空间单元。水的自然属性决定了由流域内上下游、左右岸、干支流和地表地下的自然联系,形成了天然的水系整体,流域内山水林田湖草沙等各生态要素紧密联系、相互影响、相互依存,构成了流域生命共同体。所以强调要以流域为单元,这是顺应自然规律。

其次,流域性是江河湖泊最根本、最鲜明的特性。这种特性决定了治水管水的思维和行为必须以流域为基础单元,坚持流域系统观念、坚持全流域“一盘棋”,实现流域统一规划、统一调度、统一治理、统一管理。历史上黄河三年两决口、百年一改道就是最生动写照。中华人民共和国成立后,我国水管理体制实行以流域为单元与区域管理相结合的管理体制,全国层面设置七大流域管理机构进行流域管理,各地方也在辖区内设置不同级别的管理机构管理重点河湖。所以强调整个流域统筹考虑,这是顺应管理体制。

最后,推进数字孪生流域建设是由水利工作的空间特点决定的,水利是一项大尺度、大范围的工作,不可能在物理流域中试验不同方案,只能在数字空间进行反

第104页

102

复预演,经过综合评估分析后选择最优方案,运用到实际工作中,这是顺应技术发展。

除了数字孪生流域之外,根据水利业务特点,水利部又先后提出数字孪生水利工程、数字孪生水网并进行顶层设计。因此,统筹建设数字孪生流域、数字孪生水网和数字孪生水利工程,实现“2+N”业务应用“四预”(预报、预警、预演、预案),同步强化网络安全和保障体系,是数字孪生水利体系的主要任务。物理流域指由分水线所包围的河流集水区,分地面和地下两类集水区。物理水网是物理流域中的自然河湖水系与引调排水和调蓄工程的组合,也就是数字孪生流域中的自然河湖、数字孪生引调排水工程和调蓄工程等组成数字孪生水网。水利工程也涉及跨流域,因此,三者之间不是简单包含关系。“三者分别是物理流域、物理水网、物理水利工程在数字空间的映射,三者的关系决定于三个物理实体的相互关系,它们互不替代、各有侧重、相对独立、互联互通、信息共享。”蔡阳说,“随着数字孪生水利建设的逐步推进,我们有了更多的突破口和切入点。”

当前,全国数字孪生水利建设工作稳健起步,正在如火如荼开展,也取得了一些明显成效,如平台方面有近期正式发布的水利部数字孪生平台暨全国水利一张图2023 版,数字孪生流域方面有数字孪生长江、数字孪生黄河等,数字孪生工程方面有数字孪生小浪底、数字孪生大藤峡等。这些成果在流域防洪和水资源管理与调配等领域发挥了重要作用,产生了显著的社会效益和经济效益。围绕全国水利数据资源的整合应用与共享,早在 2009 年,水利部就联合超图启动全国水利一张图的建设,先后历经 2015 版、2019 版等版本的迭代,今年还发布了 2023 版,强化了数字孪生诸多新功能。蔡阳表示,全国水利一张图的价值主要体现在:1. 实现“一张图 + 多领域应用”的新模式;2. 实现水利业务工作与一张图深度融合和良性循环。全国水利一张图动态更新、功能强大、安全可靠,已成为水利工作最重要、最有效的基础信息平台。长江委、黄委、淮委各自运用大数据、人工智能等新一代信息技术,打造了相应的数字孪生流域,提升流域内的水旱灾害防御水平,保障流域水工程持续发挥防洪供水等综合效益,能更为有效地保护流域百姓生命财产安全。数字孪生工程也取得了阶段性进展,数字孪生大藤峡工程是全国水利行业首个正式开工建设的数字孪生水利工程,项目对业务过程进行全息精准化模拟和超前仿真推演,在提高应急处置能力,提高洪水预报精度和延长预见期,提升船闸的自动化运行能力和智能化水平,强化水资源配置保障粤港澳大湾区水安全,保护西江干流鱼类资源等方面发挥了重要作用。

数字孪生小浪底通过数字孪生平台及相关业务“四预”功能建设,进一步提升防洪(防凌)、减淤、供水、灌溉、生态、发电等综合效益,有效提升小浪底水库水量调度、生态调度和应急调度的科学性、精准性和时效性,还增强应对突发性事件的反应能力,降低洪水灾害对工程保护范围人民生命和财产安全造成的损失,提高工程防灾减灾效益。

谈技术赋能:多技术应用是必然,5 大重点须重视

随着云计算、Web2.0 技术的发展,人类社会迎来了第三次信息技术浪潮,信息技术已经融入到水利工程设计、建造和管理等各个环节,将赋予水利信息化建设无限可能。“人工智能、大数据等新一代信息技术和 3S 技术的深度融合及应用,对推进数字孪生水利建设不可或缺。”蔡阳说。

第105页

103

例如,在数字孪生水利建设中,对于业务智能应用和“四预”功能的实现,都离不开人工智能的加持,特别是大数据分析、遥感智能分析、视频自动识别等。再如,不论是水利一张图更新,还是数字孪生平台的搭建,都需要GIS 技术的支撑,这对 GIS 技术也提出了更高的要求:GIS 技术在水利工作中的应用已从结合地理要素的水利信息查询展示,发展到利用 GIS 进行空间运算,实现水利信息的统计、分析与模拟演示等。

“超图等 GIS 厂商,要不断融合及创新人工智能、大数据等技术,提升服务,以更好地支撑数字孪生水利建设。”蔡阳说,“特别是二三维一体化的技术攻关,还要实现游戏引擎和 WebGL 引擎融合应用,保证数据可视化效果;在数据挖掘方面,要通过大数据挖掘数据价值来支撑应用。希望超图这样自主创新的国产GIS 软件,能在数据安全方面作出应有贡献。”

蔡阳曾在《数字孪生水利建设中应把握的重点和难点》一文中写到,数字孪生水利建设覆盖水利的各业务领域、各层级,涉及面广,应把握算据、算法、算力、智能应用和网络安全 5 个方面的建设重点。以算力为例,算力是数字孪生水利高效稳定运行的重要支撑,必须适度超前,重点是信息化基础设施建设,主要包括以下内容:

1. 水利感知网。水利部本级建设感知数据汇集、视频级联集控和水利遥感服务等平台。各流域管理机构和省级水行政主管部门建设流域、区域感知数据汇集平台,扩展定制视频级联集控平台流域、区域节点,以及水利遥感服务平台流域、区域节点,升级改造各类监测站,并装备无人机、无人船等设施。2. 水利信息网。水利部本级、各流域管理机构和省级水行政主管部门拓展网络联通范围,实现水利系统全覆盖,优化调整网络结构,推进IPv6 规模部署和应用,扩大水利信息网带宽。各流域管理机构和省级水行政主管部门组织有关单位升级水利工程工控网等。

3. 水利云。建设包括水利部本级节点和 7 个流域管理机构节点的一级水利云,省级水行政主管部门依托政务云、自建云等建设二级水利云。他还总结了数字孪生水利建设的重点,主要体现在算据感知、算据更新、模型平台、知识平台、算力、业务应用“四预”、网络安全、技术标准、工作协调、资金投入、人才等方面。以算据感知为例,传统监测不满足全要素、全过程数字化场景需要,无法支撑物理世界与虚拟世界交互的精准性、同步性、及时性。因此,我们需要通过数字孪生水利建设牵引,倒逼物理流域、物理水网、物理水利工程监测,构建“天空地”一体化水利感知网:

1. 升级改造传统水利监测站网。检视并修订不符合数字孪生水利建设要求的标准规范,在水文、水资源、水利工程、水土保持等现有监测站网基础上,依据标准规范,完善优化站网布局,增设监测要素,增加监测频次,升级改造传统监测系统,实现自动在线监测。

2. 构建新型水利监测网。加强雷达、卫星遥感、航空遥感、高清视频、无人机、无人船、地面机器人、水下机器人等新型监测手段应用,融合地面监测数据,支撑虚拟世界与物理世界交互的精准性、同步性、及时性。谈下步工作:在水利一张图基础上,持续完善水利部数字孪生平台水利部 2023 年工作会议指出:完善全国水利一张图,推进数据挖掘分析,保障数据安全,强化遥感技术业务应用。2023 年 6 月 20 日,水利部在小浪底水利枢纽召开数字孪生水利建设现场会,发布数字孪生平台暨全国水利一张图2023

第106页

104

版,该平台作为数字孪生水利的关键,通过有序汇集融合多源数据构建数字化场景,实现多要素数字映射;以数学模型为核心建设水利通用模型平台,实现物理流域同步仿真模拟;进一步推动多层级、多方式共建共享,促进流域防洪和水资源管理与调配等业务领域数字化转型发展,率先赋能流域防洪“预报、预警、预演、预案”,有效支撑了精准化决策,同时广泛服务于水利行业,有力提升了水利治理管理活动的数字化、网络化、智能化水平,驱动和支撑了新阶段水利高质量发展。

蔡阳解释说:“全国水利一张图还需不断完善,要实现相关数据和应用动态更新,让一张图更加鲜活;一张图是数据应用的保障,要基于一张图,特别通过一张图对大数据进行分析与决策,来支撑数据孪生水利的建设;遥感影像数据是一张图的图层之一,从 2015 年开始一张图的遥感数据就在每年覆盖更新,今年力争多次覆盖,来更好支撑水利业务工作;不断加强数据资源统筹管理、整合归集、共享利用。”他还特别强调了数据安全问题,“数据泄露后果不堪设想,因此要让数据拿不走,拿走了也读不懂,确保水利网络安全和数据安全。”蔡阳表示,下一步水利部聚焦数字孪生水利,将大力开展有关工作:构建雨水情监测“三道防线”,进一步延长雨水情预见期、提高预报精准度,有效应对水旱灾害风险;在水利一张图基础上,持续完善水利部数字孪生平台,重点打造模型平台和知识平台,为数字孪生提供算法基础;强化数据安全防护,建设数据安全基础防护设施,推进商用密码应用。

参考文献:

[1] 蔡阳 . 以数字孪生流域建设为核心 构建具有“四预”功能的智慧水利体系[J]. 中国水利,2022(20). [2] 谢文君,李家欢,李鑫雨,等 .《数字孪生流域建设技术大纲(试行)》解析 [J]. 水利信息化,2022(4):6-12. [3] 詹全忠,陈真玄,张潮,等 .《数字孪生水利工程建设技术导则(试行)》解析 [J]. 水利信息化,2022(4):1-5. [4] 蔡阳 . 数字孪生水利建设中应把握的重点和难点 [J].水利信息化,2023(6):1-7

[5] 中华人民共和国水利部 . 水利部部署数字孪生流域建设工作[EB/OL]. [2023-03-22]. http:www.mwr.gov.cn/xw/slyw/202112/t20211223_1556623.html.

第107页

105

26.【关注】中非卫星遥感应用合作中心成立7 月 6 日,中非卫星遥感应用合作中心在北京揭牌成立。自然资源部部长王广华、国家国际发展合作署副署长钟海东、外交部代表张斌,中非合作论坛共同主席国塞内加尔驻华大使伊布拉伊玛·锡拉、卢旺达驻华大使詹姆斯·基莫尼奥、埃及空间局局长谢里夫·赛德凯、非洲资源测绘发展区域中心主任以马内利·恩库伦齐扎出席仪式并致辞,加纳环境、科技与创新部副部长夸梅纳·奎森、尼日利亚空间研究与发展局局长哈利路·艾哈迈德·沙巴视频致辞,商务部等中方部门代表、20 余个非洲国家的驻华使节、中外合作机构代表共计100 余人出席。建设中非卫星遥感应用合作中心是习近平主席于 2021 年在中非合作论坛第八届部长级会议上提出的重要倡议,是中非务实合作九项工程的重要内容。该中心由自然资源部联合中方有关部门和单位,与非洲国家相关卫星遥感应用机构携手共建。

王广华在致辞中表示,中非卫星遥感应用合作中心将秉持开放、包容、合作、共赢的原则,持续完善运行机制,构建数据共享网络体系,开展数据共享及公共产品研制、卫星遥感动态监测及示范应用、人员培训与交流等方面合作,着力打造中非在卫星遥感应用领域分享知识、交流经验和推进创新的枢纽,为非洲国家数字经济、减贫、防灾减灾、自然资源监测、水资源利用、生态环境保护等领域的发展增添动力,推动高质量共建“一带一路”和构建新时代中非命运共同体。中非双方代表表示,中心的成立标志着中非卫星遥感应用合作迈上新台阶,对于深化中非卫星遥感应用领域创新发展与交流合作,促进非洲国家和区域经济社会和环境可持续发展具有重要意义,将为中非合作注入新动力。近年来,中国陆地和海洋卫星遥感技术发展迅速,以自然资源部为法人或牵头主用户的在轨陆地卫星已达 15 颗、海洋卫星已有 10 颗,形成了多要素、多尺度、多载荷、系列化、业务化稳定运行的卫星观测体系和全球覆盖能力。自然资源部充分发挥卫星遥感技术和资源优势,与 13 个非洲国家相关机构及区域组织签署了卫星数据应用合作谅解备忘录,向非洲 23 个国家提供了近4 万景高分辨率中国自然资源遥感卫星数据,并举办了多次技术交流培训,有效提升了非洲国家卫星遥感应用能力,为进一步深化中非卫星遥感应用合作奠定了良好基础。

第108页

106

27.【行业】有望由政府转商业,遥感应用市场预计2028 年狂飙至545 亿!创际网讯,近日长征二号丁遥八十八运载火箭在太原卫星发射中心成功将吉林一号高分 06A 星等 41 颗卫星准确送入预定轨道,发射任务取得圆满成功。执行本次任务的长征二号丁运载火箭是由中国航天科技集团有限公司八院抓总研制的常温液体二级运载火箭,具有“可靠性高、经济性好、适应性强”等特点,可支持单星、多星并联、串联、搭载等多种形式的发射需求。其太阳同步圆轨道运载能力可达 1.3 吨(轨道高度 700 公里)。

本次发射的吉林一号高分 06A 星等 41 颗卫星由长光卫星技术股份有限公司研制,可以获取高空间分辨率对地观测遥感影像,为用户提供业态分析、区域普查等遥感信息服务,同时为国土资源、矿产开发、智慧城市建设等行业提供遥感数据服务。

01

政策支持+成本降低,驱动遥感卫星数量提升

遥感(Remote Sensing,简称 RS)概念产生于 20 世纪 60 年代,伴随人造卫星和多光谱扫描仪、热红外传感器、雷达成像仪等传感器的出现而诞生,随着航天技术的发展,卫星遥感有望逐步成为主流的感测手段。

与飞机相比,卫星遥感具备感测面积大、范围广、速度快、效果好,可定期或连续监视一个地区,不受国界和地理条件限制,能取得其他手段难以获取的信息等优点,在大范围探测中具备更高的性价比优势。

美国是商业遥感卫星产业的领先者,更少的技术参数限制、直接的政府订单资金支持、明确的法律法规、统一的数据购买单位等因素是行业发展的重要驱动因素。复盘美国商业遥感发展历程可以看出,政府在行业发展的初期本就至关重要,而我国政府在政策上,也有对遥感应用行业的大力支持。政策上:国家明确十四五期间加快遥感应用产业发展,地方积极引进并落地卫星应用产业链,卫星数据产品获得政府采购上的优先支持。政策原则上统一坚持“能用尽用”原则,鼓励政府各部门和市属国有企业根据业务管理和社会服务需求,优先使用卫星技术,优先采购卫星相关数据及产品,在

第109页

107

政府采购、重大工程设计及招标等领域优先向卫星及应用产业倾斜;在遥感应用方面,着力推进一体化动态遥感体系的建设,加强在国土规划、城市管理、环境保护、城市安全、防灾救灾、水务监测、气象服务、资产管理等领域的卫星应用。

成本上:微纳尺度工程技术的发展使得卫星小型化成为可能,星载一体化技术+载荷平台融合等设计理念使得载荷设计具备灵活性的同时,大幅减少了平台结构,进而降低整体重量和成本,批量化生产、测试实现了人力的高效复用,同时小型卫星可“拼单发射”,一箭多星逐步降低发射成本。未来十年我国遥感卫星数量有望提升一个数量级。近年来国营、民营单位纷纷合作发布商业遥感卫星星座计划,未来十年内可查的商用遥感卫星计划在2449颗以上。

02

遥感应用的四个增量方向

在数据量扩张及各级主管部门政策的支持下,遥感卫星应用方向逐步增多。卫星遥感已经成为政府精细监管、社会协同治理以及国家安全不可或缺的技术手段,在我国国土资源大调查、西气东输、南水北调、三峡工程等重大工程建设和重大任务中发挥了不可替代的作用。

随着客户习惯的养成,单个客户有望逐步使用更多应用功能推升ARPU。遥感获取到的地面信息是不断变化的,这从根本上意味着遥感数据的价值在于纵向的时间序列的比较,而不仅仅是横向的时间截面的分析。

因此我们认为随着客户对遥感数据的认知程度的加深,客户的使用习惯将逐步累积,粘性逐步增强,遥感卫星应用方向也会逐步增多。

第110页

108

可结合 AI 多模态大模型进一步挖掘数据价值。以 GPT 为代表的大模型不断随着海量数据的训练涌现出新的能力,遥感数据天然具备规则标准、质量较高、可不断累积等特点,在经过 AI 训练后有望形成新的价值。视角随着国家发展从国内转向全球,遥感数据销售和应用出海开拓蓝海空间。除了关注国内,遥感卫星也可采集国外信息并为国外客户提供服务并获取收入。根据 DigitalGlobe,2006-2016 年美国以外的区域每年贡献了30%左右的营收,从0.33 亿美 元增长至 2.04 亿美元(CAGR+19.81%)。03

预计 2028 年国内遥感市场规模达 545 亿

与美国类似,我国遥感市场有望从政府和国防向商用发展。虽然我国与美国的行业划分方式不同,但承担的具体职责比较类似,包括应急管理(政府管理)、自然资源(农业、林业、政府管理)、气象海洋环保(政府管理)、水利(政府管理)、特种(国防)等领域已有航天宏图、中科星图等厂商实现了规模化应用;在更加商业化的金融保险、能源、工业供应链等领域,行业应用也已处于起步阶段,未来商用市场有望实现较快发展。

根据前瞻产业研究院数据,2019 年中国遥感应用市场规模为155 亿元,同比增长 18.6%,我们预计 2028 年国内遥感应用市场规模有望达到545.21 亿元。

第111页

109

28.【典型案例】筑牢灌区数字底板,智慧引领灌区管理按照淠史杭数字灌区建设“五大智慧”的总体建设布局,依托SuperMap GIS产品体系,超图协助淠史杭管理局打造了基于 GIS+BIM 融合的灌区一张图,实现灌区数据横向贯通、纵向共享,筑牢数字孪生灌区数据底板,进一步提升灌区科学化调度管理水平,也为国内数字孪生灌区建设带来新范式。淠史杭灌区地处安徽省,横跨长江、淮河两大流域,是全国三个特大型灌区之一也是江淮大地的防洪安全和生态安全屏障。2020 年 12 月,《安徽省淠史杭数字灌区建设规划》获批,提出系统构建智慧感知、智慧大脑、智慧应用、智能控制、智慧支撑的“五大智慧体系”。基于超图 SuperMap GIS 产品体系打造的灌区一张图作为淠史杭数字灌区的数据底板,是灌区业务“四预”功能实现的关键支撑,并建设集科普展示中心、数字沙盘展示、运营管理中心于一体的综合性调度中心。图片

目标明确,需求至上

灌区一张图是本次数字灌区建设的基石,也是基础数据汇聚与可视化呈现的核心。为了解决数据杂乱、业务不聚焦等问题,通过梳理灌区主要水系、重点工程、机构权责等信息,构建灌区主要水源、重点工程、灌区渠系、机构权责等专题,建成了工程要素类别全、数据内容丰富、展现交互便捷多样、数据成果直观可视的灌区一张图,支持灌区日常管理、水资源调配、渠道防汛会商等需求。

第112页

110

标准先行,促进数据资源的开放共享

梳理省水利厅、管理总局等相关单位已有的数据成果,在统一的数据和服务标准规范的约束下,整合形成一个开放共享的数据底板,借助相关制度明晰各单位的更新维护责任,形成利于共建共享的数据服务体系,促使数据资源的长序列有效积累。

盘活数据,转变现有的建、管、用模式

将灌区数据资源“建、管、用”的模式由“独立建设、独享使用、零星维护”向“共同建设、共享使用、持续维护”转变,健全数据运营更新机制,盘活灌区数据资产。

多跨融合,提升信息化对日常工作的支撑作用

开展灌区一张图建设,充分发挥地理信息直观性、一览性特点,以灌区业务为主线汇聚工程要素管理、水资源分布管理、水资源调度等水行政管理业务信息,构建跨专业领域的综合应用,全面支撑灌区日常管理业务工作。化繁为简,提高用户信息获取效率

采用“汇聚、提醒、分享、定制”理念开展数据融合治理上图,将灌区日常管理中隐藏得较深的高频、热点需求和信息筛选出来,经过整合、汇聚后形成统一风格的业务场景。

业务引领,技术融合

全域数据一体化融合

对灌区基础地理、场景模型、工程要素等数据进行处理融合,实现数据存储应用的二三维一体化,利用 GIS 引擎和游戏引擎相结合,实现交互应用场景的模拟仿真。

GIS+BIM+IoT 结合

在三维场景中,通过将 BIM 模型与倾斜摄影进行处理融合,支持构件级别水工建筑精细化管理,同时融合水情、农情、工情、视频等站点的实时监测信息,完成灌区动态感知体系建设。

模型驱动科学决策

构建以供需水预测、水资源配置、水资源调度为核心的灌区智能决策模型体系,实现对灌区内来水、蓄水、需水的动态预测,并通过科学计算为灌区日常水资源配置方案进行指导,对水资源调度过程进行模拟优化,实现灌区水资源管理由经验决策提升为智慧决策。

第113页

111

全域要素整合上图

运用二三维一体化技术,“一张图”全面整合数据信息,聚焦业务场景,挖掘数据资源价值。本次完成 42 类灌区要素 400 多张数据库表的构建,入库基础和关系数据 46000 多条,开发数据服务 100 多个;同时完成安徽省水利厅共享近6万平方公里影像处理接入,7 万多平方公里中高精度地形高程、160 平方公里倾斜摄影、220 公里主干渠道水下的地形、50 个精细模型等孪生底板数据采集和处理融合,整体数据体量 1500GB,提供地理空间服务近800 个。创新驱动,科技把脉

用地理智慧创造 IT 价值,用科技手段为灌区管理精准把脉。依托于多技术创新融合,通过灌区一张图的建设,强化了灌区预报、预警、预演、预案功能,有效支撑了配置灌区工业、农业和生态水源资源业务管理,提高灌区水旱灾害防御能力。

双引擎提升场景可视化

根据业务应用场景需求,基于同一套数据和服务底座,既可以采用GIS 引擎支撑大中小场景及渠道防汛、水资源调度模型推演结果可视化,又可以采用游戏引擎实现重点工程区域高逼真场景及工程调度可视化,最终实现从宏观到微观的业务“四预”功能的模拟仿真。

第114页

112

数据动态更新链路化

构建灌区基础数据运维体系,实现基础数据更新联动运维机制,数据更新同步更新链路化到数据服务,可根据典型应用场景将基础数据标签化、业务主题化管理,便于开发高频需求的数据服务接口,强化数据质量管理和融合应用。知识图谱搜索高效化

通过梳理灌区渠系与水闸、涵口等重点水工建筑的空间拓扑及业务管理关系,同时补充关联水情、工情等站点信息,运用知识图谱相关技术进行存储和管理,方便多维度进行灌区工程管理的同时,为渠系工程在防汛调度和水资源配置调度上的运用提供支撑。

模拟决策科学化

第115页

113

充分利用现有成果,强化信息感知、决策支持、泛在服务等体系构建,以物理灌区为单元、时空数据为底座、专业模型为核心、知识经验为驱动,初步搭建淠史杭的数字映射、调度模拟、前瞻预演的灌区孪生平台,促进多业务融合管理新模式,实现对灌区的实时监控、发现问题、优化调度。

第116页

114

29.AI 时代,地理空间智能新挑战人工智能(AI)大模型实现了大数据的快速分析和挖掘,并展现出前所未有的理解与创造能力。大模型如何赋能地理空间数据高效采集、处理、分析,地学大模型又如何赋能国土空间科学定策、决策和施策?

6 月 27 日,在似火的骄阳中,2023 地理信息软件技术大会在北京国家会议中心拉开帷幕,容纳 3000 人的主会场座无虚席,来自政府机构、科研院所、高等院校、企业的代表围绕“空间智能 因融至慧”展开了一场头脑风暴。与会专家在解析空间智能技术内涵的同时,探究人工智能大模型时代,地理空间智能面临的机遇和挑战。

融合:人工智能让地理空间更智能

当前,我国正处在数字化转型的关键期。中国测绘学会理事长宋超智在大会致辞中表示,3S 技术与人工智能、大数据、物联网等技术的进一步深度融合,让地理智慧走向空间智能,更加高效地从海量数据中发现深层次的有价值的信息,达成最佳策略提供决策支撑。他认为,人工智能技术与测绘关系最为密切。未来,测绘对于人工智能技术的依赖或将进一步加深。

谈及与人工智能的融合,自然资源部地理信息系统技术创新中心主任、超图软件集团董事长宋关福表示,将人工智能技术用到 GIS 数据生产、管理、分析等方面,进一步提升了 GIS 的智能化水平。超图软件集团作为GIS 领域的龙头企业,早在 5 年前就开始了人工智能与 GIS 的融合研究。新发布的SuperMap GIS2023,更是具有了遥感 GIS 一体化、软件跨平台化、处理智能化、计算高性能的特点。人工智能 GIS 是超图软件集团研发的 SuperMap GIS 的五大技术体系之一,在服务端增强影像智能解译能力,在桌面端增强视频 AI 能力,在组件端支持遥感影像智能解译模型训练、推理、评估等功能,在移动端支持AI 目标检测与分类。“融合 AI 技术,尤其是 AI 大模型,我们的目的是进一步创新和提升空间智能的能力。虽然目前还没有达到通用人工智能 AGI 水平,但我们今后会不断投入,积极拥抱新技术,并不断融合创新。”宋关福告诉记者。超图软件集团首席品牌官刘宏恺介绍,超图研究院除了软件公司常设的研发部门、质控部门,还特别在上游设立了一个前瞻性探索机构——未来GIS 实验室。在 AI 大模型方面,超图研究院的未来 GIS 实验室也在进行紧密跟踪和技术落地探索,在包括 AI 大模型遥感语义分割、生成式 AI、类GPT 知识问答等方面都在积极开展技术探索。“我们相信 AI 技术作为空间智能的重要驱动力,未来在地理空间领域的数据处理、管理、分析以及可视化等各领域都会发挥重要价值。”赋能:人工智能助推空间数据快速处理分析

算法、算力和数据被认为是人工智能发展的三驾马车。当前,人工智能技术快速发展,数据不断丰富,算力不断增强。在算法层面,大模型的出现,赋能地理空间数据采集、处理和分析,这也为自然资源管理工作向智能化转变提供了抓手。在自然资源部信息中心学术委员会主任李晓波看来,以大模型为支撑的人工智能技术,对提高自然资源信息化、推进智慧国土建设能发挥多方面的作用。比如为非结构化数据的管理和应用提供了很好的技术手段;通过模型对空间数据进行深度分析,从而为决策者提供服务;依靠大模型对遥感影像、视频数据进行快速处理、分析,从而实现对自然资源实时调查监测和国土空间用途管制。“而这些方

第117页

115

面,正是原来我们工作中的薄弱环节。”他表示,希望能构建起一个自然资源行业大模型,从数据采集到数据处理、分析和应用都能全面赋能,从而整体提升自然资源管理工作的数字化水平。

卫星遥感影像处理能不能乘上 AI 的东风,实现自动化、智能化的处理?武汉大学遥感信息工程学院院长张永军在大会上所作的《AI+遥感融合的多模态卫星影像几何语义一体化智能处理》报告给出了肯定的回答。他介绍了研究团队采用人工智能辅助技术处理遥感影像取得的相关关键技术的突破,并表示在智能化的测绘时代,大模型、知识图谱等人工智能技术,将在遥感影像处理中发挥更大的支撑作用。

挑战:地理空间异质性制约了大模型泛化性

如今常见的 AI 大模型有具备超强语言理解能力及对话生成、文学创作等能力的自然语言处理大模型,比如 ChatGPT、百度文心一言;还有可广泛应用于对海量商品图片进行识别的 CV 计算机视觉大模型;跨模态大模型,则可实现横跨文字、图像等多模态数据的搜索,以及用文本生成图像和视频;科学计算大模型,可以帮助科学家更高效地从海量数据中发现规律,大幅提高科研效率。不断创新的大模型,表现出越来越强大的涌现能力。这为地理空间智能带来哪些机遇和挑战?

在本届大会特设的“前沿对话”环节,国际欧亚科学院院士、南京大学教授李满春,中国工程院院士、深圳大学智慧城市研究院院长郭仁忠,中国国土勘测规划院院长冯文利,武汉大学遥感信息工程学院院长张永军,美国威斯康星大学长聘副教授、国际华人地理信息科学协会理事会主席高松,阿里云智能副总裁曾震宇,超图软件集团创始人、欧亚系统科学研究会理事长钟耳顺,就此展开热烈探讨。专家们纷纷表达了对未来将多模态、多元的地理空间大数据更好地融合起来进行训练的期待。冯文利提出,当前针对实现精准和高效的国土空间管控,不仅需要对空间数据的快速处理,还需要精准分析,希望能借助人工智能技术,实现以人工智能为主、实地调查为辅的工作模式的转型。

但是由于地理现象在空间上异质性,地学大模型的泛化能力和迁移能力面临挑战。

高松解释说,在一个区域特定时段训练的模型,被迁移到世界上另外的一个区域和新的时间阶段,现有的研究结果发现,一般来说具有地理空间相似性的区域的模型表现是比较好的,但是如果其环境影响因子不相似,其表现就比较差。如果用海量的,比如说全球尺度的数据训练的地学空间大模型,也许才能解决空间异质性的问题。

钟耳顺指出,尽管人工智能对语言、图像等的识别非常成功,但对于识别构成复杂、非线性的地理信息,构建大模型还面临巨大挑战。郭仁忠院士认为,这需要两个领域的专家相向而行,进一步深化地理信息和人工智能领域等知识的深度融合。

面向未来,要真正实现融合人工智能的地理空间智能,注定还有很长的一段路要走。但相信随着人工智能技术的发展,地理信息产业将拥有更坚实的技术底座、更便捷的开发工具。我们共同期待步入地理空间智能时代的那一天,共享地理空间智能带来的美好生活。

第118页

116

30.Python 吞噬世界,GPT 吞噬Python!ChatGPT上线最强应用:分析数据、生成代码都精通当地 7 月 7 日,OpenAI 在社交平台表示,将向所有ChatGPT Plus 用户开放代码解析器(Code Interpreter)功能。消息一出便瞬间引发了开发者们的广泛关注,该功能被有的开发者认为是自 OpenAI 发布 GPT-4 以来最强大的功能。有了 Code Interpreter,语言模型不仅可以生成代码,还可以独立执行代码。这个插件允许用户直接在 ChatGPT 对话窗口直接调用 Python,直接进行数据上传、下载、分析(统计)、作图,甚至进行文件格式转换及解决定性和定量数据问题。代替数据分析师?

在大数据时代,对复杂数据集进行可视化的能力已经不只是一项技术,更是一种必需。数据可视化是我们从日常浏览的海量数据中提取洞察的关键,让我们能够将规模庞大的原始数据转换为既具有视觉吸引力、又易于理解的图形。然而,实现可视化的具体过程往往令人生畏,其中涉及到复杂的数据处理、设计和调试环节。

ChatGPT 的 Code Interpreter 被很多网友认为是数据可视化领域的规则颠覆者。比如,之前如果要创建一份柱状图来说明不同产品在特定时期内对应收入,需要在 Python 中编写 SQL 查询或处理数据,这对缺乏编程背景的人来说比较困难。但有了 ChatGPT Code Interpreter 后,我们唯一要做的就是提出问题。只需用简单的语言指导 AI,它就能做好余下的工作,基于现实数据创建出详尽而准确的可视化结果。这种易用性不仅体现在柱状图中,饼状图、折线图、散点图等其他数据可视化类型也均可支持。

Code Interpreter 实际上是“沙盒、防火墙执行环境以及一些临时磁盘空间”中的Python 解释器,其中的所有数据可视化都是使用 Python 生成的。目前,已经有不少网友分享了自己如何让用这款 AI 工具如何生成富有洞见的可视化结果。Twitter 活跃用户、宾夕法尼亚大学沃顿商学院教授Ethan Mollick分享了自己使用 ChatGPT Code Interpreter 的经验。他上传了一个XLS 文件,并向 AI 提出三个问题:

“你能通过可视化和描述性分析,帮助我理解数据内容吗?”“你能试着用回归分析找到其中的模式吗?”

“你能运行回归诊断吗?”

Code Interpreter 完成了数据处理,并根据 Ethan 的要求给出准确的可视化与分

第119页

117

析结果,展现出轻松处理复杂数据解释任务的强大能力。在另一个示例中,Ethan 要求 Code Interpreter 执行敏感性分析。尽管AI 无法访问原始数据,仍能解决问题并提出有用的见解。这凸显出该工具在处理计划外数据相关问题时,表现出的良好适应性和智能水平。

Twitter 用户 Patrick Blumenthal 则向 Code Interpreter 提交了原始UFO目击数据集。该 AI 根据数据内容生成了完备的 HTML 热图,表现出利用不同数据集快速创建数据可视化结果的潜力。

第120页

118

这些真实示例说明,ChatGPT Code Interpreter 在简化数据可视化过程方面有着强大能力。通过对话中提出的问题,用户无需编写任何代码即可获取有价值的见解和关于数据的图形表示。Ethan 对 Code Interpreter 的评价是“用过的最有用、最有趣的 AI 模式”。

ChatGPT Code Interpreter 不仅是一款数据可视化工具,更是一款强大的数据分析工具。它能够解释复杂数据集、发现各种模式并为决策提供宝贵的信息和见解。数字营销公司的 Greg Isenberg 表示,Code Interpreter 通过分析搜索引擎算法和用户行为,为内容优化生成数据驱动的见解,并通过定制的策略提高网站排名,从而彻底改变了 SEO。随着进入新的排名,新公司将会增加数百万美元的收入。将 Code Interpreter 与 Google Search Console 数据结合使用现在似乎已经成为一种流行的用法。

另一个例子中,一位 Twitter 用户分析了他最喜欢歌曲的300 小时Spotify播放列表。该聊天机器人提供了可视化功能,还帮助进行数据检索,并解释了如何使用 Spotify API。

第121页

119

此外,Code Interpreter 不仅可以根据数据创建 GIF,还可以涉足其他格式的文件。一位名为 Riley Goodside 的提示工程师上传了一个GIF,并要求聊天机器人使用 Zoom 将其转换为 MP4,Code Interpreter 也成功做到了。有人认为,这种以对话方式执行复杂数据分析任务的能力,彻底改变了行业中的传统游戏规则。它将数据分析能力交付至每一个人手中,打破了以往高水平编码人员或数据科学从业者对这类知识的“垄断”。无论是想要解读销售数据的小企业主、想要分析学生成绩数据的教师,还是致力于数据驱动故事的记者,ChatGPTCode Interpreter 都能帮助大家更好地理解数据内容。

不过也有人表示,没有想象的那么强大。“在合并多个复杂文件的时候,塔只会遵循一些特定的方法合并,如果遇到的这个方法不行,现场就崩给你看。”知乎答主“极萨学院冷哲”表示,“它只适合做一些你看起来就知道怎么做,但是超级费工夫的批处理工作。但是对于那种你看起来都不知道怎么做、一脸懵的情况,他也会一脸懵。”另外需要注意的是,ChatGPT Code Interpreter 目前似乎对中文用户不太友好,不如使用英语带来的体验好。

“这种匆忙的开放,其实 OpenAI 遇到了非常大的服务器计算压力,以至于他们肯定是在后台做了限制之前我看内测的时候大家常用的抠图或者图像和视频处理,现在都被进行了限制,要么说不能做,要么说计算能力不足。“极萨学院冷哲”推测道。

改变编码方式

ChatGPT Code Interpreter 也在改变我们的编码方式。

Ethan 使用 Code Interpreter 获取旧的 scratch STATA 文件和代码,并使用

第122页

120

Python 复制它们。

第123页

121

第124页

122

ChatGPT Code Interpreter 基于机器学习技术,主要支持Python,但ChatGPTCode Interpreter 在设计上也兼顾了对其他编程语言的理解和交互能力,是一款功能完备、适用范围极广的编码工具。

ChatGPT Code Interpreter 之所以大受欢迎,原因之一就是它能弥合技术知识与创造力之间的巨大鸿沟。大家不再需要精通 Python、HTML 或者JavaScript,即可将数据可视化由想法变成现实。反过来,我们也可以依靠ChatGPTCodeInterpreter 的 AI 编码知识解决各种繁重的开发任务。ChatGPT Code Interpreter 是“无代码运动”这一整体趋势的重要组成部分。无代码运行的目标是消除编码需求,借此降低技术的获取门槛。其中涉及一系列工具和平台,希望帮助人们无需编写任何代码即可创建软件、网站和应用程序等。无代码运动正在蓬勃发展,ChatGPT Code Interpreter 等工具则引领着这股潮流。由于无需编写任何代码即可实现复杂的数据可视化与高级数据分析,ChatGPTCode Interpreter 正切实推动技术大众化、将数据之力交付到每个人手中。虽然 ChatGPT 的 Code Interpreter 改变了游戏规则,但它也还有一些限制:1.Plus 会员要求:目前,这项强大的功能仅适用于专业会员。此付费墙可能会限制无法负担专业会员资格的个人或组织访问,从而排除一部分潜在用户。2.等待时间:注意到代码执行的等待时间相对较长。虽然考虑到正在执行任务的复杂性,这是可以理解的,但在经常需要快速结果的快节奏环境中,这可能是一个问题。

3.有限的互联网访问:出于安全原因,Code Interpreter 无法访问互联网。这意味着它无法进行外部 API 调用或实时从网络获取数据,这可能会限制其在某些用例中的功能。

4.知识截止:截至目前,ChatGPT 的训练数据仅包含截至2021 年9 月的信息。虽然这是最近的事,但这确实意味着该模型可能不知道或无法利用技术的某些进步或变化,如编程语言,或从那时起出现的库。

5.复杂错误处理:虽然 ChatGPT 在理解和执行代码方面做得值得称赞,但处理

第125页

123

复杂错误或错误可能并不那么简单。对于初学者来说,如果没有集成开发环境(IDE) 通常提供的详细错误消息,对代码进行故障排除可能会有点困难。但无论如何,ChatGPT Code Interpreter 仍被认为是编程未来在当前阶段的投射。ChatGPT Code Interpreter 用对话消解了编程过程中的技术元素,有助于推动编程能力的大众化。

参考链接:

https://docs.kanaries.net/articles/chatgpt-code-interpreter

https://indianexpress.com/article/technology/artificial-intelligence/openai-code-interpr

eter-chatgpt-data-scientist-jobs-8818501/

https://medium.com/@abhijeetvichare76/revolutionizing-data-analysis-with-chatgpts- code-interpreter-30d6e0916fe6

百万用户使用云展网进行电子期刊在线制作,只要您有文档,即可一键上传,自动生成链接和二维码(独立电子书),支持分享到微信和网站!
收藏
转发
下载
免费制作
其他案例
更多案例
免费制作
x
{{item.desc}}
下载
{{item.title}}
{{toast}}