本發(fā)明涉及空間規(guī)劃管理，尤其涉及一種基于大數(shù)據(jù)的國土空間規(guī)劃管理系統(tǒng)及方法。
背景技術：
1、沿海地級市在汛期常同時面臨內(nèi)澇風險上升與排澇泵站、海綿設施等項目的加急審批需求。現(xiàn)有國土空間規(guī)劃管理往往依賴多部門分散系統(tǒng)，遙感覆被、水文氣象、地表形變與審批、用地變更數(shù)據(jù)在空間坐標與事件時間上不一致，導致風險識別與審批調(diào)整缺乏統(tǒng)一依據(jù)，同時，跨部門共享又涉及敏感位置與項目標識，常以粗粒度脫敏或人工篩選替代，既影響可用性也難以量化隱私風險。再加上控制線和指標閾值約束通常以靜態(tài)圖層或人工審查為主，難以對方案沖突給出可復算的證據(jù)鏈與可執(zhí)行的修復方案，造成預測、決策和執(zhí)行割裂、迭代慢、責任難追溯。
2、目前，申請?zhí)枮閏n202410636571.8的中國專利公開了基于大數(shù)據(jù)的國土空間規(guī)劃管理系統(tǒng)及方法。內(nèi)容包括：收集原始數(shù)據(jù)，對原始數(shù)據(jù)進行初步格式化處理和預處理；對預處理后的數(shù)據(jù)集進行數(shù)據(jù)整合處理，對整合后的數(shù)據(jù)集進行同步處理，得到同步后的數(shù)據(jù)集；基于同步后的數(shù)據(jù)集，對歷史國土空間規(guī)劃數(shù)據(jù)進行實時更新，并基于實時更新后的數(shù)據(jù)進行模式識別和趨勢預測，得到識別結(jié)果和預測結(jié)果；基于識別結(jié)果和預測結(jié)果提供規(guī)劃和建議，進一步進行支持政策和資源分配決策的制定。解決了現(xiàn)有技術在國土空間規(guī)劃中使用的大數(shù)據(jù)集在整個處理過程中難以保持高度的質(zhì)量、一致性和可追蹤性，同時數(shù)據(jù)的保密性較差不能提供精確的數(shù)據(jù)分析與預測支持的技術問題。
3、上述技術難以在跨部門敏感數(shù)據(jù)可共享的前提下，實現(xiàn)事件時間可追溯對齊、規(guī)劃約束可計算診斷、并輸出可執(zhí)行且可復算的最優(yōu)規(guī)劃調(diào)整方案以支撐汛期內(nèi)澇風險與項目審批協(xié)同管理。
技術實現(xiàn)思路
1、本發(fā)明解決的技術問題是：現(xiàn)有技術難以在跨部門敏感數(shù)據(jù)可共享的前提下，實現(xiàn)事件時間可追溯對齊、規(guī)劃約束可計算診斷、并輸出可執(zhí)行且可復算的最優(yōu)規(guī)劃調(diào)整方案以支撐汛期內(nèi)澇風險與項目審批協(xié)同管理。
2、為解決上述技術問題，本發(fā)明提供如下技術方案：
3、一種基于大數(shù)據(jù)的國土空間規(guī)劃管理系統(tǒng)，包括基礎模型建立模塊、風險約束脫敏模塊、時空錨定同步模塊、規(guī)劃約束圖譜模塊、方案生成決策模塊和結(jié)果輸出執(zhí)行模塊：
4、所述基礎模型建立模塊用于基于歷史規(guī)劃數(shù)據(jù)和歷史監(jiān)測數(shù)據(jù)建立基礎風險模型；
5、所述風險約束脫敏模塊用于對實時監(jiān)測數(shù)據(jù)和實時業(yè)務數(shù)據(jù)進行風險評估并在風險閾值與效用誤差閾值約束下求解脫敏參數(shù)，生成脫敏共享數(shù)據(jù)集；
6、所述時空錨定同步模塊用于對脫敏共享數(shù)據(jù)集進行事件時間對齊并生成時間不確定度與版本譜系，輸出時空對齊數(shù)據(jù)集；
7、所述規(guī)劃約束圖譜模塊用于基于規(guī)劃控制數(shù)據(jù)構(gòu)建約束圖譜并對時空對齊數(shù)據(jù)集進行沖突診斷，輸出沖突觸發(fā)標識與修復候選數(shù)據(jù)；
8、所述方案生成決策模塊用于基于基礎風險模型、約束圖譜和修復候選數(shù)據(jù)生成候選規(guī)劃方案集并選擇最優(yōu)規(guī)劃方案；
9、所述結(jié)果輸出執(zhí)行模塊用于根據(jù)最優(yōu)規(guī)劃方案輸出調(diào)整信號并發(fā)送至通知端。
10、優(yōu)選的，所述基礎模型建立模塊包括歷史數(shù)據(jù)采集單元和模型訓練單元；
11、所述歷史數(shù)據(jù)采集單元用于采集歷史規(guī)劃數(shù)據(jù)和歷史監(jiān)測數(shù)據(jù)，所述歷史規(guī)劃數(shù)據(jù)包括歷史規(guī)劃分區(qū)數(shù)據(jù)和歷史建設指標數(shù)據(jù)，所述歷史監(jiān)測數(shù)據(jù)包括歷史遙感覆被數(shù)據(jù)、歷史水文氣象數(shù)據(jù)和歷史地表形變數(shù)據(jù)；
12、所述模型訓練單元用于以歷史規(guī)劃數(shù)據(jù)和歷史監(jiān)測數(shù)據(jù)作為輸入數(shù)據(jù)訓練基礎風險模型，輸出風險基線數(shù)據(jù)并將風險基線數(shù)據(jù)寫入基礎風險模型。
13、優(yōu)選的，所述模型訓練單元的邏輯為：
14、將歷史規(guī)劃數(shù)據(jù)和歷史監(jiān)測數(shù)據(jù)按預設劃分比例值劃分為訓練集、驗證集和測試集；
15、使用訓練集調(diào)整時空回歸模型參數(shù)，通過驗證集選擇參數(shù)組合；
16、以歷史規(guī)劃分區(qū)數(shù)據(jù)、歷史建設指標數(shù)據(jù)、歷史遙感覆被數(shù)據(jù)、歷史水文氣象數(shù)據(jù)和歷史地表形變數(shù)據(jù)作為輸入數(shù)據(jù)，以風險基線數(shù)據(jù)作為輸出數(shù)據(jù)訓練基礎風險模型。
17、優(yōu)選的，所述風險約束脫敏模塊包括字段分級單元、風險評估單元、參數(shù)求解單元和脫敏生成單元；
18、所述字段分級單元用于對實時監(jiān)測數(shù)據(jù)和實時業(yè)務數(shù)據(jù)生成字段分級標識；
19、所述風險評估單元用于基于字段分級標識計算重識別風險指標并輸出風險評估數(shù)據(jù)；
20、所述參數(shù)求解單元用于基于風險評估數(shù)據(jù)和效用誤差閾值求解脫敏參數(shù)；
21、所述脫敏生成單元用于基于脫敏參數(shù)對實時監(jiān)測數(shù)據(jù)和實時業(yè)務數(shù)據(jù)生成脫敏共享數(shù)據(jù)集，并寫入脫敏參數(shù)標識。
22、優(yōu)選的，所述參數(shù)求解單元的邏輯為：
23、以重識別風險指標不超過風險閾值且脫敏共享數(shù)據(jù)集相對于實時監(jiān)測數(shù)據(jù)與實時業(yè)務數(shù)據(jù)的規(guī)劃統(tǒng)計誤差不超過效用誤差閾值為約束條件，迭代更新脫敏參數(shù)；
24、若重識別風險指標超過風險閾值，則提高字段分級標識對應的空間泛化粒度或時間窗口粒度；
25、若規(guī)劃統(tǒng)計誤差超過效用誤差閾值，則降低空間泛化粒度或時間窗口粒度；
26、直至同時滿足風險閾值與效用誤差閾值，輸出脫敏參數(shù)并固化為脫敏參數(shù)標識。
27、優(yōu)選的，所述時空錨定同步模塊包括事件時間提取單元、窗口對齊單元、不確定度生成單元和版本譜系單元；
28、所述事件時間提取單元用于從脫敏共享數(shù)據(jù)集中提取事件時間數(shù)據(jù)和采集時間數(shù)據(jù)；
29、所述窗口對齊單元用于基于預設時間窗口生成對齊時間數(shù)據(jù)；
30、所述不確定度生成單元用于基于事件時間數(shù)據(jù)與采集時間數(shù)據(jù)的時間偏差參數(shù)生成時間不確定度；
31、所述版本譜系單元用于為對齊時間數(shù)據(jù)生成版本標識并記錄版本譜系，輸出時空對齊數(shù)據(jù)集。
32、優(yōu)選的，所述窗口對齊單元與版本譜系單元的協(xié)同邏輯為：
33、對脫敏共享數(shù)據(jù)集按事件時間數(shù)據(jù)進行窗口聚合，計算窗口內(nèi)采集時間數(shù)據(jù)相對事件時間數(shù)據(jù)的時間偏差參數(shù)；
34、基于時間偏差參數(shù)對事件時間數(shù)據(jù)進行時間戳修正得到對齊時間數(shù)據(jù)；
35、當遲到數(shù)據(jù)的事件時間數(shù)據(jù)落入已輸出窗口時，觸發(fā)版本標識更新并將差異數(shù)據(jù)寫入版本譜系。
36、優(yōu)選的，所述規(guī)劃約束圖譜模塊包括約束解析單元、沖突診斷單元和修復候選生成單元；
37、所述約束解析單元用于采集規(guī)劃控制數(shù)據(jù)并解析為約束節(jié)點與約束關系，構(gòu)建約束圖譜，所述規(guī)劃控制數(shù)據(jù)包括規(guī)劃控制線數(shù)據(jù)和規(guī)劃指標閾值數(shù)據(jù)；
38、所述沖突診斷單元用于基于約束圖譜對時空對齊數(shù)據(jù)集執(zhí)行空間疊置檢測與指標閾值比較，輸出沖突觸發(fā)標識；
39、所述修復候選生成單元用于基于沖突觸發(fā)標識生成修復候選數(shù)據(jù)，所述修復候選數(shù)據(jù)包括候選用地調(diào)整數(shù)據(jù)和候選項目布局數(shù)據(jù)，并將修復候選數(shù)據(jù)傳輸至方案生成決策模塊。
40、優(yōu)選的，所述方案生成決策模塊包括方案評估單元和非支配選擇單元，所述結(jié)果輸出執(zhí)行模塊包括信號生成單元和信號下發(fā)單元；
41、所述方案評估單元用于將修復候選數(shù)據(jù)輸入基礎風險模型得到風險預測結(jié)果，并結(jié)合規(guī)劃指標閾值數(shù)據(jù)生成方案評估數(shù)據(jù)；
42、所述非支配選擇單元用于在滿足約束圖譜約束的前提下基于方案評估數(shù)據(jù)生成非支配方案集，并從非支配方案集中選擇最優(yōu)規(guī)劃方案；
43、所述信號生成單元用于基于最優(yōu)規(guī)劃方案生成調(diào)整信號，所述調(diào)整信號包括審批調(diào)整信號和用地調(diào)整信號；
44、所述信號下發(fā)單元用于將調(diào)整信號連同版本標識、脫敏參數(shù)標識與沖突觸發(fā)標識發(fā)送至通知端。
45、一種基于大數(shù)據(jù)的國土空間規(guī)劃管理方法，包括以下步驟：
46、步驟s1，基于歷史規(guī)劃數(shù)據(jù)和歷史監(jiān)測數(shù)據(jù)建立基礎風險模型；
47、步驟s2，對實時監(jiān)測數(shù)據(jù)和實時業(yè)務數(shù)據(jù)進行風險評估并在風險閾值與效用誤差閾值約束下求解脫敏參數(shù)，生成脫敏共享數(shù)據(jù)集；
48、步驟s3，對脫敏共享數(shù)據(jù)集進行事件時間對齊并生成時間不確定度與版本譜系，輸出時空對齊數(shù)據(jù)集；
49、步驟s4，基于規(guī)劃控制數(shù)據(jù)構(gòu)建約束圖譜并對時空對齊數(shù)據(jù)集進行沖突診斷，輸出沖突觸發(fā)標識與修復候選數(shù)據(jù)；
50、步驟s5，基于基礎風險模型、約束圖譜和修復候選數(shù)據(jù)生成候選規(guī)劃方案集并選擇最優(yōu)規(guī)劃方案；
51、步驟s6，根據(jù)最優(yōu)規(guī)劃方案輸出調(diào)整信號并發(fā)送至通知端。
52、本發(fā)明的有益效果：本發(fā)明在汛期內(nèi)澇與項目審批協(xié)同場景下，采用風險與效用雙閾值自動求參脫敏，實現(xiàn)敏感數(shù)據(jù)可共享且可用，通過事件時間錨定同步、時間不確定度與版本譜系，使跨源數(shù)據(jù)對齊可追溯、可復算，將控制線與指標閾值構(gòu)建為約束圖譜，自動輸出沖突標識與修復候選，并以非支配方案集選擇最優(yōu)規(guī)劃方案，生成審批與用地調(diào)整信號下發(fā)，提升決策可解釋性與落地效率。