2020年初秋，时值国土空间平台建设方兴未艾，国土空间规划应用如火如荼，这其中一个最实际的需求：土地利用变化监测，引无数英雄摩拳擦掌跃跃欲试。
那么，我们就来看看如何利用大数据分析，重新构建整个土地利用变化监测业务流程。
所谓土地利用变化监测，就是指同类型、多时相数据之间对比，计算地块变化情况，整个数据涉及到千万级到亿级数据间的空间叠加运算。
比如在两个年度的土地利用现状数据中，如何通过大数据手段，快速分析出全省范围内哪些地块发生了变化？变化了多少？变成了什么？地类变化流向如何统计？
土地利用变化监测分析中，一直以来面临的四大挑战：
l 数据量巨大
l 运算困难
l 统计耗时
l 开发复杂
空间运算和统计运算过程中有大量的调用和交互，无论是效率、还是计算量，都是惊人的。
常规方式是如何实现的呢？
两种途径，一个是分块计算，如分县计算，然后手动合并，这种方式大概需要几天时间；第二个是狂堆硬件，例如直接上40台服务器的庞大集群，这两种方式都存在一个问题：耗时太长、成本太高！
现在，我们有了新的解决方案！
易智瑞空间大数据平台，可以通过Python+Spark重构传统复杂业务模型。下图为利用Python+Spark重新构建土地利用变化监测模型的流程图，整个过程将中间结果写入内存，省去中间服务发布输出过程，极大提高模型执行效率。
通过输入不同年度的土地利用数据，可以实现多时相数据变化监测分析，最终输出空间图形、和流量统计表格。
利用易智瑞空间大数据，重构传统业务模型具备四大优势：
l 中间结果写入内存，极大提升计算效率
l 利用pyspark，实现亿级数据秒级统计
l 空间分析和复杂统计，均由后台服务器完成
l 灵活的任务调配机制、稳定的运行框架，提升业务连续性
下面看看演示视频，在多时相数据的土地利用变化监测分析中，易智瑞空间大数据无论在分析效率、还是计算精度上，都有极大程度的保障。
演示视频
输入2016和2017地类图斑，同时可以绘制感兴趣范围进行监测，选择输出结果的存储位置，比如时空大数据存储、关系库、大数据资源池等。点击执行分析，调用写好的模型。同时可以对整个运行过程、进度、还有一些自己输出的消息等进行监控和显示。
最后返回土地利用变化图层，图中红色的为变化的，其他的为未变化的，同时返回土地利用变化流向表，可以详细查看哪类地块流向哪类，面积是增加还是减少。其次通过柱状图可以直观的查看某类地块整体变化的面积信息。
总之，易智瑞空间大数据平台，不但提供了即拿即用的矢量大数据分析工具，同时也提供了可扩展的二次开发接口，为用户打造高效率、简单易用的业务场景。
此外，易智瑞空间大数据构建的业务模型，已经在国家级、多省市进行了业务支撑应用。在下一篇中，我们将分享： 重庆市规划和自然资源局利用易智瑞空间大数据平台，高效支撑全市用途管制红线在线检测服务。通过分布式计算能力重构传统复杂业务模型，实现全市范围内的在线检测项目拟用地范围，是否占用生态保护红线、永久基本农田和自然保护区，从而节约项目前期工作时间，提高项目落地成功率。 返回搜狐，查看更多
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。 易智瑞 大数据 土地 空间 模型