EN中文

Journal of Geo-information Science >

2022 , Vol. 24 >Issue 6: 1019 - 1033

DOI: https://doi.org/10.12082/dqxxkx.2022.210306

Review and Perspective for Resources and Environmental Information Development and Service along the Economic Corridors of the "Belt and Road" Initiative

  • WANG Juanle , 1, 2, 3, 4, * ,
  • WEI Haishuo 1 ,
  • YAN Xinrong 1, 2 ,
  • ZHANG Min 1, 2 ,
  • HAN Xuehua 1, 2
Expand
  • 1. State Key Laboratory of Resources and Environmental Information Systems, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. China-Pakistan Joint Research Centre on Earth Sciences, Islamabad 45320, Pakistan
  • 4. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
*WANG Juanle, E-mail:

Received date: 2021-05-31

  Online published: 2022-08-25

Supported by

National Natural Science Foundation of China(41971385)

The Construction Project of China Knowledge Center for Engineering Sciences and Technology(CKCEST-2021-2-18)

Fold

Abstract

The "Belt and Road" is a major international cooperation initiative proposed by China to adapt to current development needs. It has six economic corridors as its core pillars. The region of interest spans the three continents of Asia, Europe, and Africa, involving a large number of countries with varied regional geographical conditions and complex resources and environment backgrounds. Determination of resources and environmental information along the routes in a systematic and comprehensive manner will play a crucial role in decision-making support for promoting the scientific implementation of the Belt and Road Initiative. Considering the complex background of geographical resources, the environment, and the diverse international cooperation needs, the exploitation and utilization of resources and environmental information along the “Belt and Road” face several opportunities and challenges. This paper proposes a Spatial Information Service System for the Belt and Road Initiative, which is oriented toward collaborative innovation. Two technical routes, top to bottom and bottom to top, are used to demonstrate the overall framework of information acquisition and utilization, and generation of information services for decision support. The progress on resources and environmental information development and services in the six economic corridors is reviewed, including resources and environment patterns and their spatiotemporal evolution, monitoring and evaluation of the United Nations Sustainable Development Goals(SDGs), key technology application in disaster risk reduction knowledge service, resources and environmental information integration and sharing, and the effect of COVID-19 on economic and social development, which can provide a reasonable foundation and reference for the establishment of a comprehensive system for "Belt and Road" resource, environment, and spatial information service. Finally, the development trends and the main directions for potential research and cooperation are highlighted, including strengthening the comprehensive collection and service capabilities of basic resource and environmental data, providing further contributions to data and methods on SDGs target monitoring and evaluation in China, integrating the entire chain of data, information, and knowledge of disaster risk reduction applications, promoting the integration and sharing of resource and environmental data with harmonized standards, and promoting the construction and application of collaborative innovation platforms involving multiple parties. The research would provide a reference for promoting the development and utilization of synchronous data resources, information integration and sharing, and the construction of collaborative innovation application environment of the "Belt and Road" economic corridor, thus, promoting decision-making support for the sustainable development of the "Belt and Road" Initiative.

Key words： "Belt and Road" Initiative; economic corridor; resources and environment; information development and service; spatial information service; e-Science; collaborative innovation platform; sustainable development goals

Cite this article

WANG Juanle , WEI Haishuo , YAN Xinrong , ZHANG Min , HAN Xuehua . Review and Perspective for Resources and Environmental Information Development and Service along the Economic Corridors of the "Belt and Road" Initiative[J]. Journal of Geo-information Science, 2022 , 24(6) : 1019 -1033 . DOI: 10.12082/dqxxkx.2022.210306

1 引言

“一带一路”是我国适应时代发展提出的重大国际合作倡议,其包括“中蒙俄经济走廊”、“新亚欧大陆桥经济走廊”、“中国-中亚-西亚经济走廊”、“中国-中南半岛经济走廊”、“中巴经济走廊”和“孟中印缅经济走廊”六大经济走廊。六大经济走廊是“一带一路”倡议的战略支柱,也是区域经济合作网络的重要框架[1]。然而,该区域横跨亚、欧、非大陆,涉及国家和地区众多,区域资源禀赋不均、本底环境复杂、地理条件千差万别。对沿线区域资源环境信息进行系统性、全面性的认识,对科学推进“一带一路”倡议实施起到至关重要的决策支持作用。
“一带一路”经济走廊的自然资源和生态环境涉及水、土地、气候、草地、森林、动物、矿产、能源、旅游等多种自然资源类型和各类社会资源,以及相应的环境问题。随着资源环境全局性问题协调的需求不断增大,传统的单一资源环境类型问题的信息处理和诊断,难以解决资源与环境可持续发展的综合性问题。同时,随着当前各个学科领域科研信息化水平的不断提升,不论是实验装置还是计算机仿真模拟,其规模都变得越来越大,产生了越来越多的数据,从而促进了数据密集型研究范式的转变[2]。在此大数据驱动和信息技术支持背景下,使得资源环境综合科学研究这一学科灵魂问题的突破和解决成为可能。在“一带一路”经济走廊区域,通过遥感监测、地理模拟、大数据分析等方法,可以对区域内资源、环境、地理、生态、灾害等信息等进行快速获取、处理分析和开发利用,进而服务于“一带一路”区域资源合理利用、生态环境保护、防灾减灾信息服务和区域可持续发展决策支持。这在当前“一带一路”倡议进入精耕细作阶段、国际间合作越发紧密的形势下,对于制定和落实区域和国际间的行动计划,打造可持续的、互利共赢的国际资源环境信息开发利用深入合作关系具有重要意义[3]。

2 “一带一路”资源环境空间信息服务系统框架

面向复杂的地理资源环境本底和多样性的国际合作需求,“一带一路”资源环境信息开发利用同时面临着发展机遇与难点挑战。如何充分利用机遇,发掘有利于本走廊区域可持续发展的有用信息和决策支持产品,克服挑战,降低本区域包括自然灾害在内的各种风险,“一带一路”倡议实施需要经济走廊沿线各方在各类科技资源方面的协同和创新合作。Haken[4]指出：“协同”就是系统或环境中各个子系统以及要素之间协同合作、彼此影响,逐渐成为一个协调有序的整体的过程,“协同创新”则是指系统中各个子系统亦或是系统各个要素,以系统的共同目标为前提,通过构建各个主体间的协同平台、机制和理念,互相配合、协调一致形成新的整体结构,共同产生新协同效应的过程。Daniel[5]提出协同关系的形成主要是因为各个主体间的知识传递与知识共享,这种“协同关系”是一种跨组织的合作。网络协同创新平台能够让多元主体在交互式、自主式的网络环境中获取各类资讯服务、创新服务、技术信息及需求信息,并提供创新合作虚拟空间进行技术合作研发[6]。
英国从2001年启动了第一期e-Science计划,主要开发通用网格中间件,利用分布于整个互联网的异构资源（包括计算集群、存储设备、科学仪器等）,通过建成一个同构环境,使得这些资源能够为分布于各地的用户提供协同式的服务,以达到在整个广域网范围内的计算资源共享[7]。自 e-Science概念提出以来,与地学相关的e-Science研究在美国与欧洲有着快速的发展与应用。美国NSF启动的Hubzero平台方便用户发布和共享自己的科研工具软件、信息资料,在线协同开发工具和在线讨论[8],使得基于Web的科技信息工作流协作平台方便高效。e-Science的发展也带动着中国的科研信息化及其在周边国家和地区的应用。诸云强等[9]基于PDA（Personal Digital Assistant）技术与Web技术建立了地学考察路线选择与综合管理信息化工具平台。中国科学院在十三五信息化建设中,启动了资源学科大数据创新示范平台,开展协同科研活动场景研发和大数据驱动科学发现案例示范应用等研究。该平台基于信息化手段和GIS技术,开展荒漠化遥感反演算法、大数据应用平台、多源数据融合和集成,建立中蒙俄经济走廊荒漠化风险防控的大数据示范应用场景[10]。
在科研信息化模式变革的思想指导下,本文提出的“一带一路”资源环境空间信息服务系统总体架构如图1所示。该系统将充分利用地球信息大数据技术获取各类“一带一路”经济走廊的资源环境指标要素信息,基于模型库、方法库、知识库以及各类处理工具,在网络协同平台的支持下,面向其在经济发展、能源利用、旅游资源开发等方面的优势机遇,以及基础设施薄弱、水资源不均衡、自然灾害频发等方面的挑战,产生面向决策支持的信息服务。
图1 “一带一路”资源环境空间信息服务系统框架结构

Fig. 1 Framework structure of resource and environment spatial information service system in the "Belt and Road"

“一带一路”资源环境空间信息服务系统在建设开发上将会形成自上而下和自下而上2条技术路线。在自上而下方面体现出问题驱动的决策支持解决方案,即由一系列机遇与挑战提出的科学和应用问题所驱动,例如回答“一带一路”经济走廊区域的生态环境历史演变?资源环境承载力状况?气候变化的区域影响与响应?重大工程对生态环境的影响?区域可持续发展状况评估?自然灾害早期预警和风险评估等。自下而上方面,则体现数据驱动科学研究的技术路线,从要素因子的信息获取、标准化的存储和处理、基于时空要素的数据聚合和加工、基于模型的数据产品挖掘、数据可视化和分类别层级展示等。这一技术框架体现了以“一带一路”资源环境空间信息服务平台（B&R Geospatial Explore）为核心的数据集成和协同创新模式,未来可根据“一带一路”经济走廊实际应用需求,结合各方合作和资源环境信息的综合开发利用,形成包括数据库、信息产品、专题报告、资政建议、可视化图集等在内的多种资源环境空间信息服务产品。
“一带一路”经济走廊具有显著的跨国和跨地理单元特点。在各类资源环境信息获取和处理模型、工具、方法发展的基础上,各领域围绕重大科学问题的协同研究已有很大进展。这些进展包括资源环境格局与时空演变、可持续发展目标监测与评价、防灾减灾知识服务、资源环境信息集成与共享,以及针对新冠疫情对社会经济发展的影响评估等,后文将分别介绍。这些进展及其发展态势能够为全面建立“一带一路”资源环境空间信息服务系统提供了良好的基础和借鉴。

3 “一带一路”经济走廊资源环境信息利用研究进展

3.1 资源环境格局与时空演变特征分析

资源环境本底及其变化是“一带一路”经济走廊监测的重点。从2015年开始,我国结合遥感、地理信息技术和多种资源监测技术,逐步开展“一带一路”经济走廊地区的资源监测研究。科学技术部连续发布《“一带一路”生态环境状况》[1,11]和《“一带一路”生态环境状况及态势》[12]年度报告,对经济走廊地区的森林（含森林面积、地上生物量和森林类型）、草地（含草地面积、静第一性生产力和草地类型）、耕地（含耕地面积、作物种类、产量和空间分布异）等主要资源环境生态系统状况进行了研究。Hu等[13]利用植被指数、净初级生产力、降水等多源遥感数据,开展了“一带一路”经济走廊地区旱地生态系统监测,明确了植被生长的年际变化以及干旱引起的植被生长与降水耦合的变化关系。程雨婷等[14]利用2001—2017年Moderate-resolution Imaging Spectroradiometer（MODIS）地表温度产品和Landsat土地利用分类数据,系统地分析了“一带一路”沿海各个超大城市热岛的时空特征,从季节和年际的角度分析热岛效应时空格局的变化。葛咏等[15]围绕极端干旱、极端降水、高温热浪、风暴潮4类代表性极端气候事件,建立了多尺度极端气候风险评估技术体系,完成了千米、百米和十米尺度的风险评估,实现了对“一带一路”沿线区域4类极端气候风险的空间分布、发展趋势、主要影响因素的把握。Zhang等[16]以“一带一路”沿线国家为研究区域,建立指标体系,采用层次分析法计算分析相关国家现有小水电的可持续性,从发展新模式、投融资、绿色发展理念和评价指标体系等方面提出了政策建议,为“一带一路”沿线相关国家小水电的可持续利用和绿色发展提供参考。
结合不同经济走廊所面临的资源环境问题和需求,不同学者开展了针对性的专题信息分析研究。王俊虎等[17]开展了构造识别和控矿作用分析研究,为非洲纳米比亚提出了主要的铀矿找矿方向,服务于区域矿产资源勘查与开发。谭竹婷等基于多期遥感影像数据,借助GIS技术支持,利用归一化差异不透水面指数（Normalized Difference Impervious Index, NDII）法提取经济走廊地区中亚5国首都的地表不透水面,计算并研究分析城市的扩张强度、扩张速率以及城市空间紧凑性,分析了“一带一路”地区中亚多国首都城市扩张特点[18]。Yin等[19]使用气象监测数据计算了“一带一路”地区逐日气温和年热浪数据集,探讨了孟中印缅经济走廊和东南亚地区的高温热浪灾害风险,为“一带一路”地区各国深化发展过程中的热浪风险提供了科学认知。荒漠化是“中蒙俄经济走廊”、“中巴经济走廊”的主要生态环境问题之一[1],多源遥感数据结合荒漠化差值指数、特征空间等提取方法成功应用在两条走廊的荒漠化监测中[20-21]。何明珠等[22]使用遥感解译方法得出中亚咸海流域土地荒漠化趋势,为荒漠化土地的生态恢复提供了新的思路和防控对策。Wang等[23]使用1990—2010年和2010—2015年的土地覆被数据,分析了蒙古1990—2010年和2010—2015年土地退化与恢复的格局,及其变化的驱动力。董锁成等[24]通过多种自然和社会要素构建生态风险评价模型,划分了中蒙俄经济走廊不同的生态风险区并提出了防控对策。
由上可见,资源环境监测能够为“一带一路”经济走廊地区的生态环境格局与时空演变特征的动态监测与评估提供基础性数据支撑。借助多源遥感数据和机器学习算法、智能分类算法、Google Earth Engine（GEE）遥感大数据计算平台等信息技术方法,在经济走廊地区开展了包括森林、草地、耕地、矿产、城市热岛、高温热流、城市扩张、干旱、极端气象事件、荒漠化等多个方面的资源环境格局与变化研究[25],并获得数据和方法认识。然而,当前的进展也存在时空尺度和要素类型的多样化局面,尤其是围绕大江大河的跨境流域、重要地理单元等的跨国家行政区划的区域综合资源环境监测不足。

3.2 可持续发展目标监测与评价方法与应用

2015年9月,联合国193个会员国通过了《变革我们的世界：2030年可持续发展议程》[26],提出了可持续发展目标（SDGs）,包括17个目标、169个二级目标和230多个指标。这些目标总体分解为3个层次,即环境类目标（目标6、13、14、15）、社会类目标（目标1、2、3、4、5、7、11、16）和经济类目标（目标8、9、10、12）。联合国可持续发展目标（Sustainable Development Goals,SDGs）的实现面临着评估数据缺失、统计方法不完善、指标众多且相互关联制约,以及指标本地化等诸多与数据和方法相关的问题,严重影响着该目标在全球和区域尺度上的实现[27]。在“一带一路”经济走廊全域或者典型地区,通过地球大数据技术与手段动态监测与评估各相关指标的可持续发展进程,是当前的现实需求。2021年是联合国《变革我们的世界：2030年可持续发展议程》[26]通过的第6年。国内外学者针对不同的SDG指标开展了多种尺度的信息获取研究。针对SDG 6（水安全和水环境治理）,Wang等[28]通过遥感大数据技术,基于MODIS遥感影像和富营养化指数,提出了一种全新的全球大型湖库营养状态遥感监测方法,研究发现“一带一路”区域内2012年全球大型湖库水体中,富营养水体主要集中在非洲中部、中国东部、北美洲中北部以及东南部等人口较集中的平原地区,贫营养水体主要集中在高山高原地区。Han等[29]以MODIS-NDVI（Normalized Difference Vegetation Index）数据为基础,构建了全球水体归一化差异植被指数时空参数集,利用GEE得到了 250 m空间分辨率的2000—2018年全球地表水范围数据集,研究发现2000—2018年,全球最大水域面积为241万 km2,国际重要湿地所在流域内各种类型的水体（永久性水体、季节性水体、临时性水体）变化特征具有差异性,绝大多数国际重要湿地所在流域的永久性水体和临时性水体均呈降低趋势。
针对SDG 11,Zhou等[30]在考虑“一带一路”国家的不同景观格局道路的基础上,通过迁移学习将自然图像语义分割的深度网络D-LinkNet应用于大范围遥感数据集的路网提取,并与 OSM（Open Street Map）道路数据聚合生成“一带一路”全覆盖的道路数据集。针对SDG 13,Long等[31]在全球高精度样本库基础上,基于Landsat-8等时序卫星地表反射率数据和火烧迹地敏感光谱参量,利用随机森林模型进行样本训练和学习,得到火烧迹地识别规则和疑似火烧迹地种子点,生成了火烧迹地产品,发现全球火烧迹地相对集中的分布区域包括非洲中部和南部、澳大利亚北部、南美洲中南部等。针对SDG 14,Jia等[32]研发构建了红树林植被指数,开发了一种结合最大谱指数合成（Maximum Spectral Index Composite, MSIC）和Otsu算法(OA)的潮滩信息提取方法,借助于GEE平台与Sentinel-2遥感影像,生成了10 m空间分辨率的最新中国潮滩地图[33],得到了1990、2000、2010和2015年海上丝绸之路沿线海岸带红树林数据集。
针对SDG 15,《地球大数据支撑可持续发展报告（2020）》[34]选取了多个指标进行全球和一带一路区域的陆地生态监测。李晓松等[35]通过选取土地覆盖、土地生产力与土壤碳3个子指标,利用全球尺度地球大数据与产品,开展了全球尺度2000—2015年余地退化/恢复评估,研究发现中国提前实现土地退化零增长,土地净恢复面积全球占比18.24%,位居世界第一,为全球土地退化零增长做出了重要贡献。王卷乐等[36-37]利用30 m分辨率的精细土地覆盖制图数据,研究了蒙古国和中蒙铁路沿线的土地退化与恢复格局与变化（图2）,并提出防控建议。
图2 蒙古国1990—2015年土地退化与恢复分布[34]

Fig. 2 Distribution of land degradation and restoration in Mongolia from 1990 to 2015

由上可见,SDGs指标的监测仍然长期面临着缺少监测方法或精细数据产品的挑战。作为科学技术创新的重要方面,地球大数据已经成为我们认知地球的新钥匙和知识发现的新引擎[38]。地球大数据的宏观、动态、客观监测能力,可为SDGs提供大尺度、周期变化的丰富信息用于决策支持[39],为“一带一路”经济走廊区域提供空间信息支持[40]。然而,在SDGs的各目标中,大约33%的SDG指标实现了既有方法又有数据（Tier I）,约30%处于有方法无数据（Tier II）状态,约37%的SDGs指标既没有统一的方法也没有数据（Tier III）[28]。如何利用地球大数据的技术方法获取基础的指标数据,仍然是“一带一路”整体区域和局部走廊面临的实际挑战。

3.3 防灾减灾知识服务关键技术与应用

“一带一路”经济走廊沿线国家大多处于世界环太平洋和北半球中纬度两大自然灾害带中,自然灾害频发[41]。中蒙俄经济走廊所经的蒙古高原长期受到干旱化的影响,荒漠化和气候灾害严重;新亚欧大陆桥面临地震、滑坡、洪水威胁;中国-中亚-西亚经济走廊长期受到地震灾害影响;孟中印缅经济走廊长期受到洪水、地震等灾害影响;中国-中南半岛经济走廊面临地震、滑坡、洪水威胁;中巴经济走廊面临滑坡、泥石流、冰湖溃决洪水和地震威胁[42]。沿线区域经济欠发达,抗灾能力弱,在应对灾害时的物资储备和应急救援能力不强[43]。在防灾减灾的法律法规、管理体制、基础设施和技术支持等方面的建设差异较大[44]。加强“一带一路”区域的防灾减灾能力建设,既是中国“一带一路”倡议“走出去”的需要,也是区域各国防灾减灾与可持续发展的共同需求。
通过多尺度土地利用类型、地形起伏、地质条件和植被等关键环境要素信息的提取,中国建立了“一带一路”成灾环境背景数据库及共享平台,并用于“一带一路”沿线地质灾害遥感调查以及灾害承载体分布评估[45]。2018年,在中国科学院地球大数据科学工程专项部署下,以全球灾害数据库（EM-DAT）、瑞士再保险公司、慕尼黑再保险公司、联合国开发计划署（United Nations Development Programme,UNDP）Desinventar数据库、联合国减灾网（Reliefweb）和亚洲减灾中心（Asian Disaster Reduction Center,ADRC）灾害报道数据为数据源,通过卫星观测及语义分析结合,建立了近40年“一带一路”灾害信息时空变化数据库,并服务于泰国、巴基斯坦、意大利、俄罗斯等8个国家的减灾科技支撑[46]。苏凯等[47]以“一带一路”经济走廊沿线国家为例,采用BTM（Biterm Topic Model）模型和LDA（Latent Dirichlet Allocation）模型对2013年海燕台风相关Twitter文本进行主题聚类,并基于“需求相关”主题类的推文,通过地名匹配,分析了海燕台风发生过程中的物资、医疗等需求程度的空间分布,为中国掌握“一带一路”区域的灾害信息提供有力支持。由灾害数据获取处理到灾害信息发现和知识服务是一个防灾减灾信息化水平提升的过程。在联合国教科文组织的防灾减灾框架下,王卷乐等[48-49]建立了以灾害元数据标准为基础,以多源信息获取和规范化管理为支撑,以知识应用服务为核心的防灾减灾知识服务系统,用户遍及全球200多个国家和地区（图3）。面对“一带一路”沿线自然灾害难题,本区域各国灾害风险管理水平不一,且多处于独立运行状态,尚未形成丝路减灾合作网络[50],特别是灾害风险综合信息、减灾技术难以得到充分共享,显著影响各国减灾和跨国自然灾害应对的应用实效。
图3 UNESCO国际工程科技知识中心防灾减灾知识服务系统首页

Fig. 3 Homepage of Disaster Risk Reduction Knowledge Service of International Knowledge Centre for Engineering Sciences and Technology under the Auspices of UNESCO

由上可见,“一带一路”经济走廊的防灾减灾的重要性已形成共同认识,围绕各类灾害的信息获取方法和数据积累已有区域性进展。“一带一路”区域重视和加强仙台框架实施的全球监测、分析和协调;倡导和建立全球或区域防灾减灾平台;推动多学科和集成灾害科学研究;加强防灾减灾工程和信息技术的应用;加强防灾减灾监测和预警网络建设和协调;注重防灾减灾数据、信息和知识服务[51]。然而,由于灾害科学自身的多学科交叉性,目前尚未形成灾害数据、信息和知识的有机链接,缺乏通用的灾害数据体系,影响到相应的跨领域、跨区域的高水平防灾减灾信息产品和知识服务产品的开发和应用。

3.4 资源环境信息集成与共享关键技术与应用

“一带一路”各经济走廊区域资源环境信息的集成与共享是促进本区域综合集成研究的基础。“一带一路”相关数据主要的集成方式是数据库,包括科学数据和产业领域大数据等的多个方面。新华社“新华丝路网”、国研网“战略支撑平台”、社科文献社“一带一路网”等信息媒体机构采用自主建设方式,对分散在各部门或各数据库中的“一带一路”相关信息进行梳理和归集,整合对象一般为庞大的文献数据资源。国家信息中心承建的“一带一路”大数据平台构建了以国家信息中心大数据为基础、各相关社会机构联合共建的开放式合作模式（“1+N”机制）,所有参与方的数据资源按统一标准提供信息,实现多方“一带一路”信息资源的整合[52]。“数字一带一路”计划（Digital Belt and Road Program, DBAR）是 2016年由中国科学家发起的一个利用地球大数据促进“一带一路”区域可持续发展的国际科学计划,旨在建设地球大数据平台,为“一带一路”可持续发展提供科学支持[53]。
在数据集成分析方面,王卷乐等[50]选择与“一带一路”经济走廊紧密关联的64个国家,通过人口、农业发展、能源、科技、基础设施、经济贸易、国际合作等多源数据的整合、处理和GIS分析,可视化揭示各国在资源环境方面的发展状况,在劳动力、市场、贸易与能源等方面的发展机遇,以及各国在灾害、健康、宗教与恐怖活动等方面面临的挑战。国际山地综合发展中心建立跨区域的政府间知识共享中心,为兴都库什喜马拉雅地区的8个成员国（阿富汗、孟加拉国、不丹、中国、印度、缅甸、尼泊尔和巴基斯坦）和全球山地生态环境保护和发展提供服务。“中国科学数据”期刊为响应和服务中巴经济走廊建设,科学支撑走廊沿线项目开展及灾害防控,组织出版《中巴经济走廊专刊》[54],内容涉及地表温度、冻土分布、干旱、沙漠化、冰川、冰湖、溜石坡、地表形变、气温升温等灾害环境表征要素。国家地球系统科学数据共享中心集成了一带一路主要的地理国情信息,并进行了可视化展示,如图4所示。
图4 国家地球系统科学数据中心“一带一路”专题数据服务界面

Fig. 2 "Belt and Road" thematic data service interface of National Earth System Science Data Center

但从当前数据整合集成内容上看,现有领域数据库多是着重于对国内甚至某个机构内部的相关信息资源进行整合,较少从“一带一路”经济走廊沿线国家合作采集信息资源并进行整合[52]。我国学者联合蒙、俄等科学家自2007年开始在东北亚地区开展综合科学考察并建立了面向e-Science的信息集成技术体系和数据平台[56]。在“一带一路”的时空框架下,加强多源信息的集成和汇聚,形成多国科学家共同参与建设和计算分析的协同创新平台是当前的一个紧迫需求。缺乏“一带一路”地区科学数据集成共享的政策、机制、标准、技术、方法等仍然是阻碍本区域数据集成共享的难题。

3.5 新冠疫情对经济社会发展的影响评估与对策建议

新型冠状病毒（COVID-19）疫情是全球面临的紧迫公共卫生危机,给“一带一路”经济走廊沿线国家的经济、政治、社会环境带来了不同程度的冲击[48]。随着“一带一路”倡议的推进,中国与沿线各国形成利益、责任、命运共同体[57,51],识别疫情对“一带一路”区域经济社会发展的影响对保障“一带一路”倡议的高质量发展具有重要意义[59]。已有学者从政策应对、应急管理能力、疫情影响范围、影响程度、挑战与新机遇等方面定性分析了宏观层面疫情对“一带一路”地区社会经济的影响。
熊彬臣[60]从项目管理角度分析了新冠肺炎疫情对中巴经济走廊项目的影响,提出“坚持以人为本的疫情防控理念,处理好疫情防控与项目管理、应急管理、公共安全、属地人员管理和舆情控制5个关系”的疫情防控策略。张宁[61]基于疫情数据的地区分布、时间分布、输入来源以及各国的应对措施,分析了疫情对中亚国家社会经济以及“一带一路”地区合作的影响,增强了中亚各国对“一带一路”和人类命运共同体的认同感。周宜昕[62]等从致劳动力流动性下降、项目周期拉长、防控成本抬升、产业链供应链的断链危机等方面分析了疫情对中蒙俄经济走廊建设的影响,并提出疫情防控常态化背景下中蒙俄经济走廊高质量建设的国际合作机制。周晶[63]从疫情形势、经贸人文交流、中美关系等方面分析了新冠疫情爆发给“一带一路”倡议发展带来的新挑战,同时提出维护和平环境、可持续发展、促进创新等后疫情时代“一带一路”地区发展建议。林跃勤[64]等回顾了SARS、埃博拉、甲型H1N1重大突发事件对国际合作影响,提出全球疫情大流行对“一带一路”建设产生负面影响及其区域差异。在定量分析方面,李志慧等[58]关注疫情对“一带一路”经济走廊沿线国家的能源投资风险的影响,采用关联分析的方法定量评估疫情对能源投资风险的影响。欧亚[65]分析了2020年3—5月有关疫情影响“一带一路”建设的23篇文章,研究发现疫情带来严峻挑战的同时,也蕴含着发展机遇。
以上可见,随着“一带一路”倡议的推进,重大公共卫生事件等人类健康问题也成为各经济走廊地区关注的重点之一。新冠疫情是当前最为重大的全球公共卫生事件,利用各种信息获取和分析手段加强对区域疫情防控的决策支持是当前的紧迫需求。目前围绕此方面的进展很快,但多数集中在采用定性的方法,从政策、措施、思想等方面分析疫情对本区域发展的影响并提出相应的宏观建议,基于大数据定量分析的监测和与资源环境要素相结合的综合影响评估研究目前尚显不足。疫情的发展与资源环境之间的相互影响关系也是一个值得关注的新问题。例如,疫情所带来的人员限制出行和隔离举措,使得人类活动在洲际、“一带一路”区域甚至国家和地区间的交通出行明显下降,这些活动对资源、环境、生态的影响如何,是非常值得对比研究和关注的新热点。

4 “一带一路”经济走廊资源环境信息利用趋势与展望

围绕本文综述的各方面进展,形成具体趋势与展望如下：
（1）加强资源环境基础数据的综合汇聚和服务能力。资源环境在自然界中是作为系统存在的,在“一带一路”区域是相互制约、相互联系的一个整体。人类活动对其中任何一种资源的改变,都会影响到其他资源环境要素。未来应加强沿线陆域和海域各类资源、环境问题的长时序监测,借助多源遥感数据、机器学习算法、遥感大数据计算平台等,为各走廊的建设提供资源环境数据服务和信息支持。结合数据密集型科学研究和第四范式的新趋势,加强对资源环境多源信息的汇聚和加工处理,形成从数据到信息和知识的自主分析挖掘能力。加强在资源汇聚和服务过程中的国际和跨区域协作,例如围绕黑龙江流域、色楞格河流域、澜沧江-湄公河流域、兴都库什-喜马拉雅高亚洲区域等跨境流域和重要地理单元的数据汇聚和服务。同时与我国“美丽中国”、“生态文明”等国家战略部署的重大应用需求相结合,促进我国国内和各经济走廊的同步数据资源开发利用和决策支持。
（2）提供更多SDGs目标监测和评价的中国数据和方法贡献。SDGs各指标的监测与“一带一路”经济走廊的资源环境信息开发利用同根同源、紧密相关。现有进展表明,落实2030年联合国可持续发展议程依然长期存在对数据和方法的迫切需求。围绕全球关注的可持续指标监测,需要持续加强利用地球大数据服务SDGs的监测和评价“一带一路”经济走廊的资源环境信息产品建设和服务能力。结合地球大数据技术和区域实际需求,重点加强针对SDG目标2（零饥饿和粮食安全）、目标6（水安全和水环境治理）、目标11（城市灾害）、目标13（气候变化）、目标14（海洋生物）、目标15（陆地生物）等资源环境紧密相关目标的监测和评价,提供中国的方法和数据贡献。这其中涉及监测指标数据的时空尺度问题,例如全球尺度、区域尺度、国家尺度、局地尺度的指标监测,2015年作为SDGs指标监测元年的数据时间一致性问题,以及不同指标在区域本地土著知识的标准一致性问题等。
（3）融合数据、信息、知识全链条的防灾减灾应用。防灾减灾中的数据、信息和知识产品需要加强,尤其是大数据和人工智能技术的应用存在巨大提升空间。充分利用获取的多源信息,可从原来的对人类健康和安全风险的单因子和单一评价发展到多因子和综合评价。各经济走廊地区跨境生态风险防控决策支持系统也能在以上数据、信息和知识支持下,向动态化、智能化、可视化、一体化方向发展。知识图谱是支撑知识服务的新兴手段,基于经济走廊地区的灾害数据资源构建灾害知识图谱,能够有效集成共享的海量异构数据资源,并在实体及其属性之间建立关联关系,提升灾害数据语义检索[66]、智能问答[67]、个性化推荐[68-69]、关联分析[70]等功能,促使防灾减灾知识服务更全面、更系统、更精准。加强从灾害风险到发展安全的认识,尤其重视对具有扩散和级联效应的重大灾害的重视[44],例如正在造成全球巨大灾害损失的新型冠状病毒肺炎事件和席卷亚非的沙漠蝗虫等生物灾害。
（4）促进标准协调一致的资源环境数据集成与共享。针对“一带一路”经济走廊地区的多源、多类型、多尺度数据集成与共享难题,需要围绕本区域合作建立健全的资源学科数据共享政策、机制和标准规范;发展丰富传统信息资源采集获取技术,如采用物联网感知[71-72]、互联网数据挖掘[73]、移动智能终端采集[72]等方式;加强资源环境不同学科领域数据的分类管理与集成;营造“人人都是科技资源的使用者,也是贡献者”的科技资源共享氛围。兼顾应用现实需求,统一的灾害元数据标准是管理各类灾害资源的基础,是“一带一路”各经济走廊沿线区域信息集成与共享的快捷有效手段。这其中涉及的关键科学问题包括FAIR（可发现、可访问、可互操作、可重用）[74]框架下的“一带一路”区域数据共享问题、科学数据的链接关联和数据发现问题、科学数据与文献等科技资源的连通问题、科学数据的按需汇聚和调用问题、科学数据的安全和分类分级管理、科学数据分类和标识问题、科学数据治理和全生命周期生态体系建设问题等。
（5）促进多方参与的协同创新平台构建与应用。在数据密集型科研范式下,在经济走廊地区迫切需要进一步研究和发展跨学科领域的科研信息化协同创新应用环境。充分利用不同国家、不同机构和不同科学家团队分享的信息资源、工具软件、信息化基础设施等,开展协同研究,提升跨国区域科学家在线科学协作的效率和水平。实现“一带一路”经济走廊地区数据资源的深度集成与整合,建立面向区域重大需求和科学问题的大数据存储与计算环境,促成大数据分析与可视化方法及工具的按需贯通,形成支撑本学科领域典型科研活动的大数据平台。加强这些平台的跨语言互译能力、多专题数据库互操作能力、多模型调用和处理能力、多用户协同并发响应能力、多维数据可视化能力等。结合需求与响应的迭代,最终促进形成“资源丰富、功能强大、开放共享、按需服务、协同应用、稳定运行”的经济走廊协同创新应用环境,支撑“一带一路”经济走廊地区高水平、高影响力的重大发现和决策支持。

5 结论

“一带一路”经济走廊的资源环境信息丰富且地理分异显著,获取和利用这些信息对于“一带一路”倡议的区域合作实践具有重要的决策支持作用。本文面向协同创新平台发展,提出了“一带一路”空间信息服务系统,从自上而下与自下而上两条技术路线展示了其信息获取和利用的总体框架,以便未来结合“一带一路”经济走廊实际应用需求以及资源环境信息的开发利用,形成多种资源环境空间信息服务产品。综述了“一带一路”经济走廊地区在资源环境格局与时空演变、联合国可持续发展目标监测与评价、防灾减灾知识服务关键技术应用、资源环境信息集成与共享、新冠疫情对经济社会发展影响等资源环境信息利用研究进展。在此基础上,提出了资源汇聚服务、SDGs指标监测、灾害全链条知识服务、科学数据集成共享、协同创新平台构建与应用等方面的趋势与展望。这一研究预期能够为促进“一带一路”经济走廊的同步数据资源开发利用、信息集成与共享、协同创新应用环境构建提供借鉴,共同为“一带一路”经济走廊的可持续发展提供决策支持参考。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
中华人民共和国科学技术部. 全球生态环境遥感监测2015年度报告:“一带一路”生态环境状况(中文版)[R]. 北京: 国家遥感中心, 2015.

[ Ministry of Science and Technology of the People's Republic of China Global Ecosystems and Environment Observation Analysis Report Cooperation (GEOARC)(2015): The belt and road initiative ecological and environmental conditions[R]. Beijing: National Remote Sensing Center of China, 2015. ]

[2]
潘教峰. 发展知识服务推动全面转型[J]. 图书情报工作, 2012, 56(1):13-17.

[ Pan J F. To develop knowledge services, and promote comprehensive transformation[J]. Library and Information Work, 2012, 56(1):13-17. ]

[3]
林勇新. “一带一路”建设已进入精耕细作阶段[OL]. 人民网, 2017. 05.18. http://ydyl.people.com.cn/n1/2017/0518/c411837-29284016.html

[ Lin Y X. The construction of the "Belt and Road" has entered the stage of intensive cultivation[OL]. People's Daily Online 2017. 05.18. http://ydyl.people.com.cn/n1/2017/0518/c411837-29284016.html

[4]
Haken H. Synergizes: An introduction[M]. Cambridge: Harvard School Press, 1971.

[5]
Atkins D E, Droegemeier K K, Feldman S I, et al. Revolutionizing science and engineering through cyberinfrastructure: Report of the national science foundation blue-ribbon panel on cyberinfrastructure[EB/OL]. 2003

[6]
王翔, 潘郁. 基于云计算的协同技术创新平台[J]. 计算机工程与应用, 2011, 47(15):57-60,82.

[ Wang X A, Pan Y. Collaborative technology innovation platform based on cloud computing[J]. Computer Engineering and Applications, 2011, 47(15):57-60,82. ] DOI: 10.3778/j.issn.1002-8331.2011.15.016

DOI

[7]
Atkinson M, DeRoure D, Dunlop A, et al. Web service grids: An evolutionary approach[J]. Concurrency and Computation: Practice and Experience, 2005, 17(2/3/4):377-389. DOI: 10.1002/cpe.936

DOI

[8]
王辉, Michael Witt, 窦天芳. 普渡大学研究仓储及其支持的科学数据管理服务[J]. 现代图书情报技术, 2015, 31(1):9-16.

[ Wang H, Witt M, Dou T F. Purdue university research repository and scientific data management services based on PURR[J]. New Technology of Library and Information Service, 2015, 31(1):9-16. ]

[9]
诸云强, 孙九林, 宋佳, 等. 地学e-Science研究与实践--以东北亚联合科学考察与合作研究平台构建为例[J]. 地球科学进展, 2011, 26(1):66-74.

[ Zhu Y Q, Sun J L, Song J, et al. E-geoscience research and practice: A case show of north eastern Asia joint scientific exploration and cooperative research platform[J]. Advances in Earth Science, 2011, 26(1):66-74. ]

[10]
李树深, 等. 中国科研信息化蓝皮书2020[M]. 北京: 电子工业出版社, 2020.

[ Li S S, et al. China's e-science blue book 2020[M]. Beijing: Publishing House of Electronics Industry, 2020. ]

[11]
中华人民共和国科学技术部, 全球生态环境遥感监测2017年度报告:(“一带一路”生态环境状况)[R]. 北京: 国家遥感中心, 2017.

[ Ministry of Science and Technology of the People's Republic of China. Global Ecosystems and Environment Observation Analysis Report Cooperation (GEOARC)(2017): The Belt and Road initiative ecological and environmental conditions[R]. Beijing: National Remote Sensing Center of China, 2017. ]

[12]
中华人民共和国科学技术部,全球生态环境遥感监测2018年度报告: (“一带一路”生态环境状况及态势)[R]. 北京: 国家遥感中心, 2018.

[ Ministry of Science and Technology of the People's Republic of China. Global Ecosystems and Environment Observation Analysis Report Cooperation (2018): Regional ecosystem trends along the belt and road[R]. Beijing: National Remote Sensing Center of China 2018. ]

[13]
Hu X, Jiang L B, Shi F Z, et al. Intensified drought enhances coupling between vegetation growth and pregrowing season precipitation in the drylands of the silk road economic belt[J]. Journal of Geophysical Research: Biogeosciences, 2021, 126(3):e2020JG005914. DOI: 10.1029/2020JG005914

DOI

[14]
程雨婷, 刘昭华, 鹿琳琳, 等. 一带一路沿海超大城市热岛时空特征遥感分析[J]. 遥感技术与应用, 2020, 35(5):1197-1205.

[ Cheng Y T, Liu Z H, Lu L L, et al. Spatio-temporal dynamics of surface urban heat island in coastal mega cities along the Belt and Road from remote sensing data[J]. Remote Sensing Technology and Application, 2020, 35(5):1197-1205. ] DOI: 10.11873/j.issn.1004

DOI

[15]
葛咏, 李强子, 凌峰, 等. “一带一路”关键节点区域极端气候风险评价及应对策略[J]. 中国科学院院刊, 2021, 36(2):170-178.

[ Ge Y, Li Q Z, Ling F, et al. Risk assessment and response strategies for extreme climate events in key nodes of the Belt and Road[J]. Bulletin of Chinese Academy of Sciences, 2021, 36(2):170-178. ] DOI: 10.16418/j.issn.1000-3045.20201023001

DOI

[16]
Zhang C L, Chen S F, Qiao H J, et al. Small hydropower sustainability evaluation for the countries along the Belt and Road[J]. Environmental Development, 2020, 34:100528. DOI: 10.1016/j.envdev.2020.100528

DOI

[17]
王俊虎, 武鼎, 张杰林. 基于多源遥感技术的纳米比亚3602铀矿权区构造识别及控矿作用分析[J]. 国土与自然资源研究, 2020(6):61-64.

[ Wang J H Wu D, Zhang J L. Structure identification and ore-controlling analysis of 3602 uraniummining rights in Namibia based on the multi-source remote sensing technology[J]. Territory & Natural Resources Study. 2020(6):61-64 ] DOI: 10.16202/j.cnki.tnrs.2020.06.016

DOI

[18]
谭竹婷, 王旭红, 蒋晓辉, 等. 2000-2018年“一带一路”之中亚5国首都城市扩张的遥感监测[J]. 北京师范大学学报(自然科学版), 2020, 56(6):814-821.

[ Tan Z T, Wang X H, Jiang X H, et al. JExpansion of megacities in five central Asian countries along “One Belt and One Road” routes(2000-2018)[J]. Journal of Beijing Normal University (Natural Science), 2020, 56(6):814-821. ] DOI: 10.12202/j.0476-0301.2020109

DOI

[19]
Yin C, Yang F, Wang J L, et al. Spatiotemporal distribution and risk assessment of heat waves based on apparent temperature in the one belt and one road region[J]. Remote Sensing, 2020, 12(7):1174. DOI: 10.3390/rs12071174

DOI

[20]
敏玉芳, 冯克庭, 康建芳, 等. 2000-2017年中巴经济走廊逐年荒漠化分布数据集[J]. 中国科学数据, 2019, 4(3):75-85.

[ Min Y F, Feng K T, Kang J F, et al. A dataset of desertification distributions along the China-Pakistan Economic Corridor 2000-2017[J]. China Scientific Data, 2019, 4(3):75-85. ]

[21]
Wei H S, Wang J L, Han B M. Desertification information extraction along the China-Mongolia railway supported by multisource feature space and geographical zoning modeling[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13:392-402. DOI: 10.1109/JSTARS.2019.2962830

DOI

[22]
何明珠, 高鑫, 赵振勇, 等. 咸海生态危机:荒漠化趋势与生态恢复防控对策[J]. 中国科学院院刊, 2021, 36(2):130-140.

[ He M Z, Gao X, Zhao Z Y, et al. Ecological restoration and countmeasures against desertification crisis in aral sea region[J]. Bulletin of the Chinese Academy of Sciences, 2021, 36(2):130-140.]

[23]
Wang J L, Wei H S, Cheng K, et al. Spatio-temporal pattern of land degradation from 1990 to 2015 in Mongolia[J]. Environmental Development, 2020, 34:100497. DOI: 10.1016/j.envdev.2020.100497

DOI

[24]
董锁成, 李懿珈, 李富佳, 等. 中蒙俄经济走廊交通及管线建设的生态风险区划及对策研究[J]. 中国科学院院刊, 2021, 36(2):141-149.

[ Dong S C, Li Y J, Li F J, et al. Regionalization of ecological risk of China-Mongolia-Russia economic corridor transportation and pipeline construction and policy suggestions[J]. Bulletin of Chinese Academy of Sciences, 2021, 36(2):141-149. ] DOI: 10.16418/j.issn.1000-3045.20210125001

DOI

[25]
戴芹, 刘士彬, 刘巍. 基于GEE云平台和多源数据的土地覆盖智能分类算法对比研究[J]. 地理与地理信息科学, 2020, 36(6):26-31.

[ Dai Q, Liu S B, Liu W. Comparison of land cover intelligent classification algorithms based on GEE cloud platform and multi-source data[J]. Geography and Geo-Information Science, 2020, 36(6):26-31. ] DOI: 10.3969/j.issn.1672-0504.2020.06.005

DOI

[26]
中华人民共和国外交部. 变革我们的世界:2030年可持续发展议程[EB/OL].(2016-1-13). Available online:https://www.fmprc.gov.cn/web/ziliao_674904/zt_674979/dnzt_674981/qtzt/2030kcxfzyc_686343/t1331382.shtml

[ Ministry of Foreign Affairs of the People's Republic of China. Transforming our world: the 2030 agenda for sustainable development[EB/OL].(2016-1-13). Available online:https://www.fmprc.gov.cn/web/ziliao_674904/zt_674979/dnzt_674981/qtzt/2030kcxfzyc_686343/t1331382.shtml

[27]
中国科学技术协会. 郭华东院士:只有科技创新才能促进可持续发展[EB/OL].(2020-8-20). Availableonline:https://www.cast.org.cn/art/2020/8/20/ art_39_131348.html

[ China Association for Science and Technology. Academician Guo Huadong: only scientific and technological innovation can promote sustainable development[EB/OL]. (2020-8-20). Availableonline: https://www.cast.org.cn/art/2020/8/20/ art_39_131348.html

[28]
Wang S L, Li J S, Zhang B, et al. Trophic state assessment of global inland waters using a MODIS-derived Forel-Ule index[J]. Remote Sensing of Environment, 2018, 217:444-460. DOI: 10.1016/j.rse.2018.08.026

DOI

[29]
Han Q Q, Niu Z G. Construction of the long-term global surface water extent dataset based on water-NDVI spatio-temporal parameter set[J]. Remote Sensing, 2020, 12(17):2675. DOI: 10.3390/rs12172675

DOI

[30]
Zhou L, Zhang C, Wu M. D-LinkNet: LinkNet with pretrained encoder and dilated convolution for high resolution satellite imagery road extraction[J]. In CVPR Workshops, 2018,182-186. DOI: 10.1109/CVPRW.2018.00034

DOI

[31]
Long T F, Zhang Z M, He G J, et al. 30 m resolution global annual burned area mapping based on Landsat images and Google Earth Engine[J]. Remote Sensing, 2019, 11:489-519. DOI: 10.3390/rs11050489

DOI

[32]
Jia, Wang, Wang, et al. A new vegetation index to detect periodically submerged mangrove forest using single-tide sentinel-2 imagery[J]. Remote Sensing, 2019, 11(17):2043. DOI: 10.3390/rs11172043

DOI

[33]
Jia M M, Wang Z M, Mao D H, et al. Rapid, robust, and automated mapping of tidal Flats in China using time series Sentinel-2 images and Google Earth Engine[J]. Remote Sensing of Environment, 2021, 255:112285. DOI: 10.1016/j.rse.2021.112285

DOI

[34]
郭华东, 等. 地球大数据支撑可持续发展目标报告(2020)[R]. 北京: 中国科学院, 2020.

[ Guo H D, et al. Big earth data in support of the sustainable development goals (2020)[R]. Beijing: Chinese Academy of Sciences, 2020. ]

[35]
郭华东. 地球大数据支撑可持续发展目标报告:2019[M]. 北京: 科学出版社, 2019.

[ Guo H D. Big earth data in support of the sustainable development goals Big earth data in support of the sustainable development goals[M]. Beijing: Science Press, 2019. ]

[36]
Wang J L, Wei H S, Cheng K, et al. Spatio-temporal pattern of land degradation from 1990 to 2015 in Mongolia[J]. Environmental Development, 2020, 34:100497. DOI: 10.1016/j.envdev.2020.100497

DOI

[37]
Wang J L, Wei H S, Cheng K, et al. Spatio-temporal pattern of land degradation along the China-Mongolia railway (Mongolia)[J]. Sustainability, 2019, 11(9):2705. DOI: 10.3390/su11092705

DOI

[38]
Guo H D, Wang L Z, Liang D. Big Earth Data from space: A new engine for Earth science[J]. Science Bulletin, 2016, 61(7):505-513. DOI: 10.1007/s11434-016-1041-y

DOI

[39]
Guo H D. Steps to the digital silk road[J]. Nature, 2018, 554(7690):25-27. DOI: 10.1038/d41586-018-01303-y

DOI

[40]
郭华东. 空间技术护航“一带一路”[J]. 领导科学论坛, 2017(12):20-31.

[ Guo H D, Space technology escorts the “Belt One Road”[J]. The Forum of Leadership Science, 2017(12):20-31. ] DOI: 10.19299/j.cnki.42-1837/c.2017.12.002

DOI

[41]
孔锋, 宋泽灏, 方建, 等. 全球气候变化背景下"一带一路"综合防灾减灾的现状、需求、愿景与政策建议[C]. 第35届中国气象学会年会. 合肥: 中国气象学会, 2018:378-382.

[ Kong F, Song Z H, Fang J, et al. vision and policy recommendations of the "Belt and Road" integrated disaster prevention and mitigation in the context of global climate change[C]. The 35th Annual Meeting of the Chinese Meteorological Society. Hefei: Chinese Meteorological Society, 2018:378-382. ]

[42]
Yu L, Peng C, Regmi A D, et al. An international program on Silk Road Disaster Risk Reduction-a Belt and Road initiative (2016-2020)[J]. Journal of Mountain Science, 2018, 15(7):1383-1396. DOI: 10.1007/s11629-018-4842-4

DOI

[43]
崔鹏, 邹强, 陈曦, 等. “一带一路”自然灾害风险与综合[J]. 中国科学院院刊, 2018(33):38-43.

[ Cui P, Zou Q, Chen X, et al. Natural Disaster Risk and Integration in the Belt and Road[J]. Bulletin of the Chinese Academy of Sciences, 2018(33):38-43. ]

[44]
杨思全. 减灾救灾决策支持业务能力建设与发展[J]. 中国减灾, 2013(24):26-27.

[ Yang S Q. Disaster reduction and disaster relief decision support business capacity building and development[J]. Disaster Reduction In China, 2013(24):26-27. ]

[45]
崔鹏, 苏凤环. 国产高分辨率卫星在“一带一路”自然灾害风险管理中的应用[J]. 卫星应用, 2016(10):8-11.

[ Cui P, Su F H. Application of domestic high-resolution satellites in natural disaster risk management of the “Belt and Road” initiative[J]. Satellite Application, 2016(10):8-11. ]

[46]
于博, 陈方, 杨阿强. “一带一路”空间减灾研究与发展[J]. 科技导报, 2020, 38(16):53-57.

[ Yu B, Chen F, Yang A. The research and development of spatial hazard reduction in the Belt and Road initiative[J]. Science & Technology Review, 2020, 38(16):53-57. ] DOI: 1000-7857.2020.16.006

DOI

[47]
苏凯, 程昌秀, Nikita Murzintcev, 等. 主题模型在基于社交媒体的灾害分类中的应用及比较[J]. 地球信息科学学报, 2019, 21(8):1152-1160.

DOI

[ Su K, Cheng C X, Murzintcev N, et al. Application and comparison of topic model in identifying latent topics from disaster-related tweets[J]. Journal of Geo-information Science, 2019, 21(8):1152-1160. ] DOI: 10.12082/dqxxkx.2019.190046

DOI

[48]
王卷乐, 张敏, 韩雪华, 等. COVID-19疫情防控中的中国公众舆情时空演变特征[J]. 地理学报, 2020, 75(11):2490-2504.

DOI

[ Wang J L, Zhang M, Han X H, et al. Spatio-temporal evolution and regional differences of the public opinion on the prevention and control of COVID-19 epidemic in China[J]. Acta Geographica Sinica, 2020, 75(11):2490-2504. ] DOI: 10.11821/dlxb202011016

DOI

[49]
Wang J L, Bu K, Yang F, et al. Disaster risk reduction knowledge service: A paradigm shift from disaster data towards knowledge services[J]. Pure and Applied Geophysics, 2020, 177(1):135-148. DOI: 10.1007/s00024-019-02229-w

DOI

[50]
王卷乐, 李舸, 鲍曙明, 等. “一带一路”地区资源环境多要素空间格局初探[J]. 农业大数据学报, 2019, 1(1):56-66.

[ Wang J L, Li G, Bao S M, et al. Preliminary investigation of the spatial patterns of multiple resources and environmental elements in “the Belt and Road” area[J]. Journal of Agricultural Big Data, 2019, 1(1):56-66. ] DOI: 10.19788/j.issn.2096-6369.190106

DOI

[51]
Wang J L, Han Q L, Wu Y X, et al. Mapping disaster risk reduction institutions using web-based accessible information[R]. International Science Council, 2020.

[52]
丁波涛. 基于数据银行的“一带一路”信息资源整合研究[J]. 情报理论与实践, 2018, 41(12):88-92.

[ Ding B T, The belt & road information recourses integration based on data bank[J]. Information Studies: Theory & Application, 2018, 41(12):88-92. ] DOI: 10.16353/j.cnki.1000-7490.2018.12.016

DOI

[53]
郭华东. 科学大数据驱动地学学科发展[J]. 科技导报, 2018, 36(5):1.

[ Guo H D. Scientific big data drive the development of Geoscience[J]. Science & Technology Review, 2018, 36(5):1. ]

[54]
张耀南. 《中巴经济走廊专题》卷首语[J]. 中国科学数据(中英文网络版), 2019, 4(3):5-7.

[ Zhang Y N, Preface to special topics on China-Pakistan Economic Corridor[J]. China Scientific Data, 2019, 4(3):5-7. ]

[55]
丁波涛. “一带一路”沿线国家信息资源整合模式--基于国际组织和跨国企业经验的研究[J]. 情报杂志, 2017, 36(9):160-164.

[ Ding B T. A study on integration of belt & road information recourses based on the experiences of international organizations and enterprises[J]. Journal of Intelligence, 2017, 36(9):160-164. ] DOI: 10.3969/j.issn.1002–1965.2017.09.025

DOI

[56]
王卷乐, 朱立君, 孙崇亮. 资源环境综合科学考察中的多维数据集成管理模式研究与实践--以中国北方及其毗邻地区综合科学考察为例[J]. 自然资源学报, 2011, 26(7):1129-1138.

[ Wang J L, Zhu L J, Sun C L. Study and implementation on multi dimension data management model in integrated resources and environment scientific expedition-case in integrated scientific expedition in North China and its neighboring area[J]. Journal of Natural Resources, 2011, 26(7):1129-1138. ] DOI: 10.11849/zrzyxb.2011.07.005

DOI

[57]
Graff M, Carley S. COVID-19 assistance needs to target energy insecurity[J]. Nature Energy, 2020, 5(5):352-354. DOI: 10.1038/s41560-020-0620-y

DOI

[58]
李志慧, 齐麟, 邓祥征, 等. 新冠肺炎疫情对我国在“一带一路”沿线国家能源投资风险的影响分析[J]. 中国科学基金, 2020, 34(6):728-739.

[ Li Z H, Qi L, Deng X Z, et al. The effects of COVID-19 pandemic on energy investment risk in countries along China's belt & road initiative[J]. Bulletin of National Natural Science Foundation of China, 2020, 34(6):728-739. ] DOI: 1000-8217.2020.06.010

DOI

[59]
朱祥. 积极应对新冠肺炎疫情冲击推动“一带一路”高质量发展--“一带一路”智库合作联盟云端论坛系列专题会议纪要[J]. 当代世界, 2020(8):48-51.

[ Zhu X A. Actively tackle impact of covid-19 and promote high-quality development of Belt and Road: Notes of thematic cloud forum meetings held by silk road think tank association[J]. Contemporary World, 2020(8):48-51. ] DOI: 10.194 22/j.cnki.ddsj.2020.08.007

DOI

[60]
熊彬臣, 陈晓珊. 疫情环境对中巴经济走廊EPC项目的影响及应对举措研究[J]. 项目管理技术, 2020, 18(5):142-146.

[ Xiong B C, Chen X S. COVID-19 outbreak's impact on EPC general contracting project in China-Pakistan economic corridor and its countermeasures[J]. Project Management Technology, 2020, 18(5):142-146. ]

[61]
张宁. 新冠肺炎疫情对中亚“一带一路”合作影响[J]. 俄罗斯学刊, 2021, 11(1):84-97.

[ Zhang N. The influence of covid-19 epidemic on central Asian countries' participation in the Belt and Road cooperation[J]. Academic Journal of Russian Studies, 2021, 11(1):84-97. ]

[62]
周宜昕, 燕楠. 新冠疫情防控常态化背景下统筹推进中蒙俄经济走廊高质量建设的国际合作机制研究[J]. 对外经贸, 2021(1):14-18.

[ Zhou Y X, Yan N. Study on international cooperation mechanisms for promoting high-quality construction of the China-Mongolia-Russia economic corridor in the context of normal COVID-19 prevention and control[J]. Foreign Economic Relations & Trade, 2021(1):14-18. ]

[63]
周晶. 后疫情时代“一带一路”合作发展研究[J]. 学术交流, 2020(8):96-104.

[ Zhou J. Studying the cooperation and development of B & R initiative in the post-epidemic times[J]. Academic Exchange, 2020(8):96-104. ]

[64]
林跃勤, 郑雪平, 米军. 重大公共卫生突发事件对“一带一路”的影响与应对[J]. 南京社会科学, 2020(7):7-17.

[ Lin Y Q, Zheng X P, Mi J. Rethinking major public health emergencies' impact on the Belt and Road initiative and how to respond[J]. Nanjing Journal of Social Sciences, 2020(7):7-17. ]

[65]
欧亚, 任远喆. 新冠肺炎疫情下的“一带一路”:国际舆情与应对策略[J]. 国际传播, 2020(4):10-19.

[ Ou Y, Ren Y Z. The Belt and Road Initiative after the outbreak of COVID-19: International public opinion and response strategies[J]. Global Communication, 2020(4):10-19. ]

[66]
齐浩. 基于本体的地球科学知识图谱的构建[D]. 南京: 南京大学, 2020.

[ Qi H. The construction of ontology-based earth science knowledge graph[D]. Nanjing: Nanjing University, 2020. ] DOI: 10.27235/d.cnki.gnjiu.2020.001763

DOI

[67]
张云中, 祝蕊. 面向知识问答系统的图情学术领域知识图谱构建:多源数据整合视角[J]. 情报科学, 2021, 39(5):115-123.

[ hang Y Z, Zhu R. The construction of knowledge graph in the LIS academic field of knowledge question answering system: A multi-source data integration perspective[J]. Information Science, 2021, 39(5):115-123. ] DOI: 10.13833/j.issn.1007-7634.2021.05.016

DOI

[68]
高嘉良, 仇培元, 余丽, 等. 基于旅游知识图谱的可解释景点推荐[J]. 中国科学:信息科学, 2020, 50(7):1055-1068.

[ Gao J L, Qiu P Y, Yu L, et al. An interpretable attraction recommendation method based on knowledge graph[J]. Scientia Sinica (Informationis), 2020, 50(7):1055-1068. ] DOI: 10.1360/SSI-2019-0268

DOI

[69]
谭剪梅. 顾及多类型用户需求的地震灾害场景知识图谱构建及应用[D]. 成都: 西南交通大学, 2019.

[ Tan J M The construction and application of earthquake disaster scene knowledge graph concerned on the demands of multy-type users[D]. Chengdu: Southwest Jiaotong University, 2019. ] DOI: 10.27414/d.cnki.gxnju.2019.001879

DOI

[70]
张骏骁. 语义约束的滑坡灾情评估优势信息智能选取方法[D]. 成都: 西南交通大学, 2019.

[ Zhang J X Semantic constrained intelligent selection method of best spatio-temporal data for landslides assessment[D]. Chengdu: Southwest Jiaotong University, 2019. ] DOI: 10.27414/d.cnki.gxnju.2019.003201

DOI

[71]
胡永利, 孙艳丰, 尹宝才. 物联网信息感知与交互技术[J]. 计算机学报, 2012(6):75-91.

[ Hu Y L, Sun Y F, Yin B C. Information sensing and interaction technology in internet of things[J]. Chinese Journal of Computers, 2012, 35(6):1147. ]

DOI

[72]
涂伟, 曹劲舟, 高琦丽, 等. 融合多源时空大数据感知城市动态[J]. 武汉大学学报·信息科学版, 2020, 45(12):1875-1883.

[ Tu W, Cao J Z, Gao Q L, et al. Sensing urban dynamics by fusing multi-sourced spatiotemporal big data[J]. Geomatics and Information Science of Wuhan University, 2020, 45(12):1875-1883. ] DOI: 10.13203/j.whugis20200535

DOI

[73]
黄宗财, 仇培元, 陆锋, 等. 基于联合主题特征的网络新闻文本蕴含环境污染事件检测[J]. 地球信息科学学报, 2019, 21(10):1510-1517.

DOI

[ Huang Z C, Qiu P Y, Lu F, et al. Detection of environmental pollution events in news corpora based on joint thematic features[J]. Journal of Geo-Information Science, 2019, 21(10):1510-1517. ] DOI: 10.12082/dqxxkx.2019.190037

DOI

[74]
Mark D. W, Michel D, Jsbrand J A, et al. Comment: The FAIR guiding principles for scientific data management and stewardship[J]. Scientific Data, 2016, 3(1):160018. DOI: 10.1038/sdata.2016.18

DOI

Options
Outlines

/

〈 〉