文章快速检索     高级检索
  中国水土保持科学   2022, Vol. 20 Issue (2): 1-6.  DOI: 10.16843/j.sswc.2022.02.001
0

引用本文 

姜德文. 汇聚海量 数据深化应用场景 开创智慧水土保持[J]. 中国水土保持科学, 2022, 20(2): 1-6. DOI: 10.16843/j.sswc.2022.02.001.
JIANG Dewen. Gathering massive data, deepening application scenarios and creating intelligent soil and water conservation[J]. Science of Soil and Water Conservation, 2022, 20(2): 1-6. DOI: 10.16843/j.sswc.2022.02.001.

第一作者简介

姜德文(1959—),男,博士,二级教授。主要研究方向:水土保持与生态保护。E-mail:jiangdw888@sina.com

文章历史

收稿日期:2022-03-28
修回日期:2022-03-31
汇聚海量 数据深化应用场景 开创智慧水土保持
姜德文 1,2     
1. 水利部水土保持监测中心,100053,北京;
2. 中国水土保持学会预防监督专委会,100083,北京
摘要:数字经济、智慧社会成为当今世界创新发展的新动能,智慧水土保持要为生态保护与高质量发展提供更强动力与支撑。智慧水土保持的基础是海量数据,需广泛、深度挖掘数据资源。大数据、云计算、人工智能、互联网、区块链等高新科技与水土保持管理及社会化服务的深度融合,区域土壤侵蚀长系列、多频次调查数据,为水土流失防治的科学布局、智慧决策提供支撑;长期、定位观测数据的深度开发,将为构建预测预报模型、预警预案提供支持。水土保持重点工程图斑精细化管理,流域山水林田湖草沙综合治理理论、标准、成果的深度开发,支持水土保持生态功能监测评价、生态系统质量与稳定性、可推广成功案例及其科学配置的技术措施智能化服务。生产建设项目水土保持方案、监测、监理、验收、信息化监管等海量数据开发,服务于科学精准高效跟踪检查,水土保持合规性自主预判、问题警示、整改核实等;对违反水土保持信用情形实施智能监测、警示、快速跟踪。年度水土流失动态监测数据深度开发,服务于水土保持任务完成监测、目标考评,重要生态功能区、生态敏感区、水土流失重点防治区的智能化跟踪监测、预警、评价。
关键词海量数据挖掘    丰富应用场景    大数据    云计算    人工智能    智慧水土保持    数字经济    
Gathering massive data, deepening application scenarios and creating intelligent soil and water conservation
JIANG Dewen 1,2     
1. The Center of Soil and Water Conservation Monitoring, Ministry of Water Resources, 100053, Beijing, China;
2. The Special Committee on Prevention and Supervision, Chinese Society of Soil and Water Conservation, 100083, Beijing, China
Abstract: [Background] Digital economy and intelligent society have become new drivers of innovation and development in today world. Intelligent soil and water conservation is a trend and provides stronger impetus and support for ecological protection and high-quality development. [Methods] Here author presented 5 aspects of intelligent soil and water conservation based on own long-term working experiences and accurate understanding on this topic. [Results] 1) Intelligent soil and water conservation is based on massive data. The massive data may be just stored in the archives and on paper, even not be so reliable and cannot be processed by computer. They should be met 5 requirements of being processable in computer, systematical, reliable, no secret leakage and shareable. 2) Deep integration of high and new technologies such as big data, cloud computing, artificial intelligence, Internet and blockchain with soil and water conservation management and socialized services, long series and multi frequency survey data of regional soil erosion provide support for scientific layout and intelligent decision-making of soil erosion prevention and control. The in-depth development of long-term and positioning observation data will provide support for the construction of prediction model and early warning plan. 3) The detailed management of key soil and water conservation projects, the in-depth development of the theories, as well as standards and achievements of comprehensive management of mountains, rivers, forests, fields, lakes, grass and sand in a basin, together support the monitoring and evaluation of ecological functions of soil and water conservation, the quality and stability of ecosystem, popularized and replicated successful cases and the scientific allocation of technical measures, and provide intelligent services. 4) Massive data development of soil and water conservation plan, monitoring, supervision, approval and information supervision of production and construction projects serve scientific, accurate and efficient tracking and inspection, independent prediction of soil and water conservation compliance, problem alert, rectification and verification, etc. Intelligent monitoring, warning and rapid tracking of violations of soil and water conservation credit should be implemented. 5) The annual dynamic monitoring data of soil and water loss is deeply developed to serve the completion of monitoring and target evaluation of soil and water conservation tasks, and the intelligent tracking, monitoring, early warning and evaluation of important ecological function areas, ecologically sensitive areas and key prevention and control areas of soil and water loss. [Conclusions] We have massive data from the previous soil and water conservation work, and huge more coming from current digital time, there are a lot of work in the field of intelligent soil and water conservation.
Keywords: massive data mining    enriching application scenarios    big data    cloud computing    artificial intelligence    intelligent soil and water conservation    digital economy    

数字技术与实体经济的深度融合,催生了继农业经济、工业经济之后的经济新业态新模式,成为当今世界抢抓发展新动能、抢占国际竞争新优势的焦点[1]。中国“十四五”发展规划和2035年远景目标纲要谋划加快数字化发展,建设数字中国的新目标,提出“构建智慧水利体系,以流域为单元提升水情测报和智能调度能力”要求,2021年10月中央政治局专题就数字经济健康发展进行了集体学习研究,2021年12月国务院发布《“十四五”数字经济发展规划》。近期水利部印发《关于大力推进智慧水利建设的指导意见》,2022年水利部水土保持工作要点作出了加快建设智慧水土保持的工作安排,智慧水土保持要为水土保持高质量发展提供强力驱动和有力支撑[2-3]

智慧水土保持的基础是高质量海量数据的生产,迫切需要挖掘、汇聚中国水土保持海量数据,开拓科学、精准、实用的丰富应用场景,以智慧水土保持推进水土保持高质量发展。

1 智慧水土保持的数据属性基础与现状问题 1.1 支撑智慧水土保持的数据要求

支撑和服务于智慧水土保持的数据应具备以下特征:一是数据的属性要满足可统计、可计算、可分析、可预测等要求,如数字、图形、特征描述、成果展示等都不能是普通的文字文本或纸质资料,要变为计算机可识别、可分类、可运算、可表达的数字信息,通过大数据为智慧决策和管理提供支撑;二是数据资源要有一定的时间系列,以日、次连续积累的数据,如水土保持监测站点的观测数据等,数据系列一般应在10a以上,以年为周期的区域数据,如土壤侵蚀遥感调查数据、土地利用、林草植被普查数据等数据系列一般在20~30a以上,以确保对客观世界的全面、系统表达;三是数据生产过程具有质量控制关口、专家评价机制保障,成为可信任、可运用的资源,如水土流失动态监测、流域综合治理、生产建设项目水土保持等专业方向的数据,经过数据录入、校核、审核、审查等质量检验制度和流程把关;四是数据进行了脱敏、脱密处理,运用中不关联信息安全问题;五是数据可共享、可开放,为互联互通更大数据资源提供支撑。据调查,目前水利部本级水土保持数据存储量超过40TB[4-7]

1.2 现有数据资源服务于智慧水土保持存在的不足

一是海量数据大多在沉睡,没有发挥出更大效用,许多数据资料都封存在档案、资料室中,处于封闭或半封闭状态,没有成为可调用、可共享的资源;二是大量数据是以纸质材料存贮,不是可直接获取、计算、分析的数据,需要进行大量的数据转换工作,使其成为活的数据,有些数据由于没有资料归档、长期保存制度,珍贵的历史数据面临遗失,急需抢救性搜集、整理、入库历史数据;三是某些数据缺乏质量保障体系,可靠性不足,如果要利用需经进一步过滤、审核;四是数据的加工、处理、分析能力较弱,不能有效支撑智慧水土保持的要求[7-9]

2 土壤侵蚀海量数据与水土保持智慧应用 2.1 区域土壤侵蚀大数据

土壤侵蚀数据是水土保持最基础的数据,区域属性数据主要有全国土壤侵蚀普查数据、省级普查数据、大江大河流域调查数据等。新中国成立初期调查、全国土壤侵蚀第1次、第2次、第3次、第4次普查和调查数据,各省(自治区、直辖市)独立开展的普查数据等等,形成了海量数据。普查成果主要有区域的土壤侵蚀总面积及其微度、轻度、中度、强烈、极强烈、剧烈侵蚀的面积,有分行政区(县以上)汇总数据、分流域(长江、黄河等7大江河及其二级、三级支流)数据,数据类型有统计数据,有土壤侵蚀分布矢量图等[10]。普查由政府及其行政主管部门相对定期组织,有成熟的技术路线和成果质量控制。

2.2 区域大数据的智慧水土保持开发场景

一是通过几期普查数据、分布的对比,智能获取变化较大的易治理、成效明显区域,以及治理难度大、成效不显著的区域,甚至可以精准到图斑、地块、地类,进而根据侵蚀因子特征智能计算、分析适宜的治理、自然修复、加强保护的分区、分类的分布数据,并精准对位于实地;二是根据土壤侵蚀及其强度的判别要素数据(如早期的土地利用类型、地面坡度、植被覆盖率3因子,后期的降雨侵蚀力、土壤可蚀性、坡度、坡长、水土保持工程措施、生物措施、耕作技术措施7因子)变化情况,深度统计分析变化规律,更加科学、准确地提出合理的普查周期,既减轻人力物力财力的负担,又能及时掌握变化状况;三是普查中不同地类的解译图班野外复核数据,深度挖掘国家、流域、省地建立的海量解译标志,建立标准化、规范化的全国大数据,为人工智能自动识别提供坚实基础和条件,全国第1次水利普查中抽样调查的3万3000多个定位调查点数据要为区域调查提供智能化数据标准;四是开发公共服务网络和APP应用平台,让公众可查询所关注区域或流域的水土流失状况,了解到变化情况,自动形成更为直观、公众更为喜欢的变化图、卡通动画等,可下载、可保存,让更多的公众、学生参与到水土保持科普、宣传、社会监督等工作中,不断提高公众的水土保持生态文明意识,增强获得感、参与感、成就感。

2.3 监测点观测数据的深度开发

全国各级各类水土保持试验站、监测站,如黄土高原的西峰、天水、绥德试验站新中国成立前后连续几十年定位观测,北方土石山区、东北黑土区、西南紫色土区、东南红壤丘陵区的长期观测站,以及中国科学院系统的野外生态站、高校与研究所的长期定位观测站等,都积累了大量的水土保持观测、研究数据。如不同坡度、不同土地利用类型、不同水土保持措施的径流、泥沙数据,小流域尺度的降雨、径流、水土流失量数据,水利部中小河流径流泥沙数据,特大暴雨后的水土流失调查数据等,经过对大数据统计、计算,可建立坡面土壤侵蚀预测预报模型,小流域水土流失模型(北京、河南、贵州等省、黄河及长江等流域已建立了水土流失预报数学模型)[8],进而通过相关大数据的综合计算、智能分析,开展不同暴雨情景下的水土保持预报,为防汛调度、防洪减灾、公共安全提供适时预报预警,并据此提出实用的防范预案。

3 山水林田湖草系统治理海量数据与综合治理智慧应用 3.1 山水林田湖草系统治理智慧应用

山水林田湖草系统治理是水土保持的生命力所在,综合是水土保持事业和学科最大的优势[11]。20世纪80年代起,中国创造了以小流域为单元的综合治理新理论、新技术,颁布了一系列国家标准,在全国各地创建了一大批成功的实践案例。应通过对技术措施体系、图件、影像等的大数据梳理、入库、提炼,形成智慧应用。一是形成完整成套的系统治理模式,针对全国水土保持117个三级区划类型,分别提出山水林田湖草系统治理的水土保持主导功能评价指标体系,工程、植物、农业技术等各项措施配置模式,治理与产业开发有机结合的生态经济系统,实现图文并茂的智能化推送,面向实施一线的乡镇、面向社会资本投入的企业、面向建设与管理的农户提供智能化、自动化服务。二是充分集成高校、研究所、科研单位的科技成果,开发植物措施智能配置APP远程服务(可分为山水林田湖草沙综合治理和生产建设项目水土保持生态修复),使用者只需点击地理定位,系统将运用平台的当地水、土、气、生等自然条件大数据,生态保护与修复成功案例模式库,植被建设、生态修复及相关产业开发规划、政策等智慧库,即时反馈植物措施配置方式、树草种选择、种植技术、管护要点等技术指南,推送简明、易懂、实用的信息,精准指导企业、农户的生态修复与生态产业开发。三是集成各地生态清洁小流域成功案例[12],形成可推广、可复制的模式,向企业、村镇推送水源涵养型、防洪保安型、休闲康养型、生态文化等不同模式的总体布局、综合配套、建设运维方式等指导,更大范围、更高时效服务乡村振兴、高质量发展。

3.2 重点工程智能跟踪与管理

近几年来,水利部在全国开展水土保持重点工程“图斑精细化”管理,对坡耕地治理、东北黑土区侵蚀沟治理、黄土高原塬面保护、病险淤地坝除险加固、水土保持工程建设以奖代补等重点工程实施精准管理,系统中录入了重点治理项目的前期规划设计、计划下达、项目实施、检查验收等基本信息,数据量有0.26TB。应系统总结以往对重点工程的工程位置、实施范围、完成面积与工程量、措施成效等遥感信息监管技术路线、关键技术,特别是提升智能定位、监测、计算、判别技术,对淤地坝、黑土地侵蚀沟治理等工程,进行建设位置、土石方工程量、控制侵蚀沟扩展的成效等智能监测、工程量复核。运用中小流域数字地形、地质、降水、径流、泥沙、土地利用与植被、人居等大数据,构建流域坝系规划布局的多目标非线性数学模型,开展以中尺度流域为单元的坝系智能规划,科学、精准、高效布局和建设,提升淤地坝规划建设水平和成效。对大型淤地坝的降雨、径流、水位自动化监测,开展智能洪水演算、预报、预警,支撑下游重要设施和人居安全的防洪预案。

3.3 水土保持功能与生态修复质量评价

运用水土保持动态监测、重点工程监管、普查、监测站点长期定位观测等大数据,构建保持水土、涵养水源、修复生态等水土保持功能分析评价指标体系,对地方政府、各相关部门治理成果的水土保持功能、生态系统质量与稳定性等实施智能监测、分析、评价,推进水土流失治理由数量向质量提升的转变。

3.4 智慧农业智慧水利的综合推广应用

水土保持既是生态保护与修复的重要内容,又是发展农业生产、促进乡村振兴的重要路径,要广泛吸收、推广智慧农业、智慧水利等现代科学技术,促进数字经济为广大的农村、农户的高质量发展注入新动力[13]。重点攻关3个关键环节:一是广泛而精准的万物感知,耕地、果园、水利设施、农业机械等生产要素,通过引进、研发各类全自动、全天候的仪器、设备,适时、准确监测到相关信息,做到万物互联互通,实现土壤、气候等环境感知,种植、生长、花果、病虫害等状态自动感知,机械、设备等定点定位感知。二是科学智能决策,通过对长期研究成果的系统挖掘,人工智能的深度学习,运用感知到的海量信息和决策要素识别判别,实现科学智能决策。三是感知的信息、下达的决策等实现远程、适时传输、分送,各类设施设备机械做到自动控制,如生产过程中灌溉、施肥、打药,后期收获、运输、仓储等,都能按决策指令自动操控,自主完成,并做到全过程可视化管理。

4 生产建设项目海量数据与水土保持智慧监管及服务 4.1 生产建设项目海量数据

全国每年审查审批的水土保持方案有3万~5万多个,近20多年许可的生产建设项目的海量数据资源十分丰富。随着监管工作的深入展开,水利部在部级、七大江河流域机构、省级、地市级、县区级5级部署了生产建设项目水土保持管理系统,水土保持方案开始录入管理系统。据统计,到2020年底县以上水行政主管部门录入生产建设项目水土保持方案35万多个,数据量达4.62TB。水土保持方案文本、数据表、图件等资料均扫描存入系统,其中方案特性表的数据和特征信息录入了系统,近几年又将生产建设项目水土流失防治责任范围的矢量数据录入了系统。录入的数据主要有4大类。一是项目类别、规模、所在地、工程投资、开完工时间、占地面积、土石方挖填量等17组基本数据与信息;二是水土保持方案设计水平年(即验收年),涉及的流域管理机构、水土流失重点预防区和重点治理区,项目所在地的地貌类型、土壤侵蚀类型,现状土壤侵蚀强度,容许土壤流失量等5组水土保持与环境信息;三是土壤流失预测量,防治标准等级,防治责任范围面积,设计水平年的6项目标值(水土流失总治理度、土壤流失控制比、渣土挡护率、表土保护率、林草植被恢复率、林草覆盖率),工程措施、植物措施、临时措施工程量及投资,水土保持监测费、监理费、水土保持补偿费等22组水土流失防治目标及任务类数据与信息;四是项目法人、方案编制机构地址、联系人、电话、传真、电子信箱等17组工作联络信息。水土保持方案有法律法规确定的法定义务与责任,有国家颁布的一系列技术标准,经过了方案编制单位质量控制,建设单位审核,评审专家及审查机构技术审查,行政管理部门审批,具有较高的可靠性。水土保持监督管理系统中还有大量的生产建设项目水土保持监测、监理、验收、监督检查等数据。此外,19个省开发部署了省级水土保持信息管理系统。这些海量数据和信息,为水土保持智慧监管提供了重要基础数据。近几年,水利部在全国开展了生产建设项目信息化监管,应用卫星、无人机等遥感监测信息,对生产建设活动实施区域监管、对生产建设项目实施项目监管,大大提高了监管覆盖面和监管效率,数据量超过20TB。根据水利部要求从2021年起,中西部地区、东北三省、北京、天津和河北等省每年至少开展2次省级遥感监管,其他省份每年至少开展3次遥感监管,海量数据将大为增加。

4.2 智慧水土保持监管深度开发

首先,实现智慧“放管服”分类管理,根据生产建设项目的海量数据统计、分析,运用相关大数据、互联网、区块链等信息,判别生产建设项目的水土流失影响程度、所在区域的水土保持敏感度、工程规模的大小,从水土保持管理角度科学合理地将生产建设项目分类A、B、C 3类[14],并由此区分其报告的编制格式与内容(报告书、报告表、登记备案表等),以及后续设计、施工、监测、监理、验收等不同的分类管理方式,使行政管理部门科学有效管理,简化程序加快项目落地建设,后续水土保持工作合理简明。第二,创新智能审核审批,提升许可时效与质量,对水土保持影响较小的B类、C类项目,通过远程平台或手机APP自主申报,系统根据后台大数据及项目数据,给出审批意见及后续工作提示,建设单位可远程自主打印受理清单、审批文件。对需经专家审查的项目,系统根据专业要求智能抽取专家、分发报告、完成专家审查,对涉及水土保持敏感区的项目,系统自主与后台大数据比对,预判影响,给出相应警示,使管理与服务更加惠民、高效,减轻企业负担,进一步优化营商环境,促进项目尽早落地。第三,智能后续跟踪,通过项目地理坐标、国土部门等审批信息互联,智能确认具体项目、开工及地表扰动情况,智能发现并判断“未批先建”违规项目[15];根据水土保持措施后续设计图件、结合监测、监理报告数据、卫星与无人机信息化监管数据等,系统自动跟踪措施落地情况,判别水土流失防控效果,发现严重水土流失现象自主预警,向相关各方发出警示;智能化判别“未验先投”的违规项目,向监管部门推送信息,提示监管。第四,弃渣场严重水土流失风险预警,根据弃渣场、取土场位置与防护措施图,联动弃渣场周边人居与基础设施敏感点情况、降雨及洪水预报等大数据,结合弃渣场运行及防护状况,智能分析风险,实时向建设单位、主管部门发出预警,提示事先防控预案,智慧防灾减灾。智能判别“未批先弃”的违规项目和违规图斑,向主管部门主动推送违规项目待核查信息,预警提醒,下达督查指令,对整改措施落实情况、防治效果实施自动跟踪监测。第五,按“守信承诺、失信惩戒”新机制,对参建各方(建设、设计、施工、水土保持方案、监测、监理、验收评估等)违反水土保持信用“两单”情形智能预判,主动向监督管理部门、行业自律组织的服务星级评价部门、参建各方推送警示,向信用平台适时推送列入“两单”名单,助力信用监管。

5 动态监测及研究成果海量数据与水土保持智慧应用 5.1 全国水土保持动态监测海量数据

全国土壤侵蚀动态监测水利部及其七大流域机构已连续开展了十几年,国家级23个水土流失重点预防区、17个重点治理区实施全面监测,监测范围从重点防治区的94万km2,辐射到所涉及县区超过500万km2,近几年各省的动态监测也陆续开展,实现了全国水土保持动态监测全覆盖,数据量有18.34TB,海量的监测数据和成果非常丰硕。水利部、各省水行政主管部门每年发布《水土保持公报》[16],公布动态监测数据和成果,包括大江大河径流、泥沙数据,国家级和省级重点防治区年度土壤侵蚀总面积及分级强度面积、土壤侵蚀年度分布图,典型流域、控制站、径流小区的降水、径流、泥沙数据,水利部、各省及其地市、县区审批水土保持方案数量、生产建设项目水土保持验收数量,全国水土流失年度治理数据、水土保持重点工程治理面积与成效,等等。

5.2 智慧水土保持管理深度开发与服务

一是区域动态监测数据智能服务于地方政府水土保持目标考核,省、地市、县区水土流失治理任务完成情况、土壤侵蚀强度降低状况、人为活动新增水土流失的管控情况、水土流失防治与生态保护修复成效等等,不再靠统计数据、自查报告,而是运用高分遥感监测数据,智能科学分析成果,更加客观、准确、高效,每年向社会公开以县域为单位的动态监测数据,增强领导干部的责任感、使命感,社会公众的知情权与参与权。二是服务于生态文明考核、美丽中国评价中,年度监测数据分享于国家生态文明目标任务考核、GEP计算、美丽中国评价等定量指标中,支撑科学准确评价。三是年度动态监测成果与重要生态功能区(特别是涵养水源、保持水土的多个主导功能区)监测评价结合,与生态红线(水土保持型、水源涵养型、防风固沙型等)监测管控深度融合,更深层服务于国家重大生态保护与修复的决策和管理。四是动态监测技术方法提升,通过多年动态监测变化规律、重点变化区大数据分析,智能跟踪监测重点区域,提升监测效率。

6 参考文献
[1]
中华人民共和国国务院."十四五"数字经济发展规划[EB/OL]. (2022-01-12)[2022-03-27]. http://www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.
The State Council of People's Republic of China. The 14th Five-Year digital economy development plan[EB/OL]. (2022-01-12)[2022-03-27]. http://www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.
[2]
蒲朝勇. 关于推动新阶段水土保持高质量发展的思考[J]. 中国水土保持, 2022(2): 5.
PU Chaoyong. Thoughts on promoting the high-quality development of soil and water conservation in the new stage[J]. Soil and Water Conservation in China, 2022(2): 5.
[3]
陈琴.以数字孪生流域为载体推进智慧水土保持建设[EB/OL]. (2022-01-27)[2022-03-27]. http://www.chinawater.com.cn/ztgz/hy/2022sltj/5/202201/t20220127_778570.html.
CHEN Qin.Taking the digital twin river basin as the carrier to promote the construction of smart water and soil conservation[EB/OL]. (2022-01-27)[2022-03-27]. http://www.chinawater.com.cn/ztgz/hy/2022sltj/5/202201/t20220127_778570.html.
[4]
张红丽, 罗志东. 我国水土保持信息化发展成效[J]. 中国水土保持, 2021(7): 5.
ZHANG Hongli, LUO Zhidong. Development achievements of soil and water conservation informatization in China[J]. Soil and Water Conservation in China, 2021(7): 5. DOI:10.3969/j.issn.1000-0941.2021.07.004
[5]
李智广, 罗志东, 赵院, 等. 我国数字水土保持建设基本思路[J]. 中国水土保持科学, 2009, 7(3): 1.
LI Zhiguang, LUO Zhidong, ZHAO Yuan, et al. Basic ideas of digital water and soil conservation construction in China[J]. Soil and Water Conservation in China, 2009, 7(3): 1. DOI:10.3969/j.issn.1672-3007.2009.03.001
[6]
朱清科, 马欢. 我国智慧水土保持体系初探[J]. 中国水土保持科学, 2015, 13(4): 117.
ZHU Qingke, MA Huang. Preliminary study on smart soil and water conservation in China[J]. Science of Soil and Water Conservation, 2015, 13(4): 117. DOI:10.3969/j.issn.1672-3007.2015.04.018
[7]
乔殿新. 高质量发展视角下智慧水土保持发展探讨[J]. 中国水土保持, 2020(7): 1.
QIAO Dianxin. Exploration on the development of intelligent soil and water conservation from the view of high-quality development[J]. Soil and Water Conservation in China, 2020(7): 1. DOI:10.3969/j.issn.1000-0941.2020.07.003
[8]
衣强. 大数据与水土保持监测[J]. 中国水土保持科学, 2015, 13(4): 123.
YI Qiang. Big data and soil and water conservation monitoring[J]. Science of Soil and Water Conservation, 2015, 13(4): 123.
[9]
中国水土保持学会. 水土保持管理信息系统[M]. 北京: 中国水利水电出版社, 2018: 8.
Chinese Society of Soil and Water Conservation. Management information system for soil and water conservation[M]. Beijing: China Water and Power Press, 2018: 8.
[10]
水利部水土保持监测中心. 我国水土保持监测工作发展成就与作用[J]. 中国水土保持, 2021(7): 1.
Center of Soil and Water Conservation Monitoring in Ministry of Water Resources. Development achievements and function of soil and water conservation monitoring in China[J]. Soil and Water Conservation in China, 2021(7): 1. DOI:10.3969/j.issn.1000-0941.2021.07.003
[11]
姜德文. 山水林田湖草系统治理之水土保持要义[J]. 地学前缘, 2021, 28(4): 42.
JIANG Dewen. Essentials for soil and water conservation in ecosystem management[J]. Earth Science Frontiers, 2021, 28(4): 42.
[12]
中国水土保持学会. 生态清洁小流域建设技术[M]. 北京: 中国水利水电出版社, 2018: 33.
Chinese Society of Soil and Water Conservation. Technologies for constructing ecological and clean small watershed[M]. Beijing: China Water and Power Press, 2018: 33.
[13]
姜德文, 蒋学玮, 周正立, 等. 智慧农业引领相关学科创新发展[J]. 塔里木大学学报, 2022, 34(1): 51.
JIANG Dewen, JIANG Xuewei, ZHOU Zhengli, et al. Smart agriculture leads the innovation and development of related disciplines[J]. Journal of Tarim University, 2022, 34(1): 51.
[14]
姜德文, 田颖超, 郝捷, 等. 生产建设项目水土保持分类与分类管理对策[J]. 水土保持通报, 2015, 35(3): 116.
JIANG Dewen, TIAN Yingchao, HAO Jie, et al. Classification and classifying management countermeasures on soil and water conservation of production and construction projects[J]. Bulletin of Soil and Water Conservation, 2015, 35(3): 116.
[15]
姜德文, 蒋学玮, 周正立. 人工智能对水土保持信息化监管技术支撑[J]. 水土保持学报, 2021, 35(4): 1.
JIANG Dewen, JIANG Xuewei, ZHOU Zhengli. Technical support of artificial intelligence for informatization supervision of soil and water conservation[J]. Journal of Soil and Water Conservation, 2021, 35(4): 1.
[16]
水利部.中国水土保持公报[EB/OL]. (2022-01-27)[2022-03-27]. http://www.mwr.gov.cn/sj/#tjgb.
Ministry of Water Resources. China water and soil conservation bulletin[EB/OL]. (2022-01-27)[2022-03-27].http://www.mwr.gov.cn/sj/#tjgb.