论文部分内容阅读
【摘 要】：随着大数据时代的发展，信息技术与生态林业的深度融合，有利于提升生态林业和信息技术的发展水平。本文主要针对大数据在生态林业中的运用进行分析，对大数据分析技术在生态林业运用过程中存在的问题进行探讨并提出针对性的解决措施，保证林业现代化服务的整体水平得到提高。
【关键词】：大数据分析；生态林业；运用
【引 言】：目前，很多地方都普遍存在破坏自然资源以及侵占生态用地的问题，但是生态林业的数据都不能得到正确的分析，也无法满足现代林业生产发展的实际需要。大数据分析能够解决很多数字问题，对资源调查提供准确的数据信息，还可以通过图像和表格的形式将林业变更情况充分展现，也能对大数据以及云计算等进行系统的讲解，以实现林业信息的收集与共享，促进生态林业的可持续发展。
1、大数据分析的意义
互联网的出现改变了很多传统经营理念。但是一种新的技术趋势却有着同样巨大的变革能力，那就是“大数据”。大数据的趋势发端于下面这个事实：如今到处传播的信息比以往任何时候都多出了许多，而且这一趋势正在应用于非同寻常的新用途。大数据与互联网截然不同，虽然互联网使数据的收集和共享方便了很多。大数据的意义并不仅仅是通信：其本质是我们可以从大量的信息中学习到从较少量的信息中无法获取的东西。
2、大数据分析的运用特点
大数据分析在生态林业中的运用要求林业工作人员需做到以下几点工作：第一，充分利用在工作过程中所收集的数据。第二，将有条理、纯净的数据使用模式转变为杂乱无章的模式，可允许少许的不精确。第三，在很多情况下，可放弃对事情原委的深入追究，而接受事件相关性的分析。相关人员在实际工作过程中，应注重收集和分析大量与该类事件相关的信息与素材，以找出有助于预测未来事件发生的规律。我国生态林业大数据处理需建立在完整的数据库整合上，国家林业内外网建设可为林业行业工作者提供获取信息资源的平台，以为林业从业人员和社会民众提供更优质的服务[1]。同时林业综合办公系统中融入了直属单位和国家林业局机关相关的办公内容，实现办公一体化，以满足林业大量数据使用的需求，增强林业信息的服务能力，进而进一步促进林业的健康发展。
3、大数据分析在生态林业运用中存在的问题
生态林业数据资源和时间、空间资源有很大的不同。如何对林业资源变更数据带来便利，但是数据却不是这样，并不是给你越多的数据对数据统计分析将会增加复杂系数。目前来看，越来越多的大数据分析会给林业生态资源的统计带来越来越大的麻烦。因此我们必须找到一个解决这个问题的办法，一种是统计学的方式，另外一种是计算的方式。统计学方式可能更微妙，所以林业工作者更需要正视大数据分析造成的弊端。
3.1在当前行数和列数呈线性增长的趋势下，林业中所涉及的数据则会呈指数倍增加，比如高原地区由于地势报告、天气温度变动较大，且林地土地瘠薄，比较适合人工林的种植，同时若假设东北平原地区具备适宜的光照、雨水与温度等条件，也适合进行人工林的种植。可见任何令集里面都需要获取有效性数据，通过对这些数据的论证可找到有意义的数据使用模式，但若数据规模逐渐增大的话，找到有效的意义模式和信息则会更加困难。因此，大数据的关键在于通过对现有数据的分析来获取更多的知识，在实际工作中，要想从大数据分析中获取真正有意义的东西，需采取一些可行性措施，比如快速区分各个物种间的 DNA 数据，并对数据进行高效归类。
3.2在生态林业建设过程中，还需要一些林地种类、生情况的数据，比如统计马尾松蓄积量的输出算法，在数据规模不断增加后，这种方法对的应用效果是不显著的，这种情况下，可将零散种植树种进行舍弃，但树种的舍弃会出现一定误差，导致我国林业资源数据库空间的增加，需要不断删除原始数据才能保持林业资源信息的实施更新。在实际工作中，数据分析人员多会将树木生长时间、物种分布空间与不同规模增长的数据结合在一起，未能更好的处理这些大数据的扩展算法，这是当前生态林业建设所面临的主要问题。
4、大数据分析在生态林业中的运用措施
大数据分析在生态林业运用的核心理论就是在不同物种数据类型和格式的基础上所呈现的数据挖掘算法，这种统计方法可更好的深入数据内部，更加科学的呈现出数据本身具备的特点。第一，大数据林业的意义包括大数据林业产生的背景、关系分析、新技术分析、新理念分析。第二，大数据林业的整体发展思路，包括大数据林业建设的基本原则、目标、整体框架。第三，大数据林业的重点任务与工程，包括立体感知体系的建立、提升大数据林业管理水平、完善大数据林业民生服务体系、制定大数据林业标准。第四，大数据林业的推进策略，包括大数据林业的推进路线及其保障措施等。数据化是大数据分析应用的基础，在生态林业资源的动态变化过程中，数字化与数据化的定义还是有所区别的。数字化主要是将生态林业资源变动中所产生的信息通过计算机技术存入数据库的过程；而数据化主要是利用数据对林业资源变更情况进行描述，以向林业工作人员和广大民众提供所能理解的结果[2]。生态林业信息资源中的大量数据来自不同的结构化和非结构化数据群中，而从中所获取的数据是取法直接用于森林变更的预测和分析中，而对這些数据进行有效组织，可将大量异结构化数据进行量化组合，形成森林資源数据化、森林类别数据化、生态资源使用量的数据化、森林属性数据化等数据化形式，以提高生态林业信息化水平。林业信息资源数据化是对数据进行加工的主要阶段，数据化的最终成果是将森林数据对象属性量化，通过利用大数据平台的共享性，促使林业工作人员能实时掌握各种信息，将林业的分散生产经营转变成联合经营、合作生产的模式，以降低市场风险和自然风险，实现生态林业建设经济效益和生态效益的最大化[3]。
结束语：
大数据分析就是在生态林业上应用云计算和物联网对数据等新一代信息技术进行分析，使生态林业实现智慧服务。通过大数据林业建设改变传统的生态林业状况，将生态管理与民生服务质量提高，实现林业结构与创新能力优化发展的现代化模式。
【参考文献】：
[1] 文贤庆 . 大数据技术及其在生态文明建设中的应用 [J]. 南京林业大学学报（人文社会科学版），2015，（11）：99-101.
[2] 张昊天 .“互联网 + 林业”让传统林业发展迎来新契机 [J]. 江苏通信，2016，（32）：21-22.
[3] 毕秀芹 . 黑龙江省林业生态经营区系于林种规划 [J]. 农业与技术，2016，（16）：189-189.
【关键词】：大数据分析；生态林业；运用
【引 言】：目前，很多地方都普遍存在破坏自然资源以及侵占生态用地的问题，但是生态林业的数据都不能得到正确的分析，也无法满足现代林业生产发展的实际需要。大数据分析能够解决很多数字问题，对资源调查提供准确的数据信息，还可以通过图像和表格的形式将林业变更情况充分展现，也能对大数据以及云计算等进行系统的讲解，以实现林业信息的收集与共享，促进生态林业的可持续发展。
1、大数据分析的意义
互联网的出现改变了很多传统经营理念。但是一种新的技术趋势却有着同样巨大的变革能力，那就是“大数据”。大数据的趋势发端于下面这个事实：如今到处传播的信息比以往任何时候都多出了许多，而且这一趋势正在应用于非同寻常的新用途。大数据与互联网截然不同，虽然互联网使数据的收集和共享方便了很多。大数据的意义并不仅仅是通信：其本质是我们可以从大量的信息中学习到从较少量的信息中无法获取的东西。
2、大数据分析的运用特点
大数据分析在生态林业中的运用要求林业工作人员需做到以下几点工作：第一，充分利用在工作过程中所收集的数据。第二，将有条理、纯净的数据使用模式转变为杂乱无章的模式，可允许少许的不精确。第三，在很多情况下，可放弃对事情原委的深入追究，而接受事件相关性的分析。相关人员在实际工作过程中，应注重收集和分析大量与该类事件相关的信息与素材，以找出有助于预测未来事件发生的规律。我国生态林业大数据处理需建立在完整的数据库整合上，国家林业内外网建设可为林业行业工作者提供获取信息资源的平台，以为林业从业人员和社会民众提供更优质的服务[1]。同时林业综合办公系统中融入了直属单位和国家林业局机关相关的办公内容，实现办公一体化，以满足林业大量数据使用的需求，增强林业信息的服务能力，进而进一步促进林业的健康发展。
3、大数据分析在生态林业运用中存在的问题
生态林业数据资源和时间、空间资源有很大的不同。如何对林业资源变更数据带来便利，但是数据却不是这样，并不是给你越多的数据对数据统计分析将会增加复杂系数。目前来看，越来越多的大数据分析会给林业生态资源的统计带来越来越大的麻烦。因此我们必须找到一个解决这个问题的办法，一种是统计学的方式，另外一种是计算的方式。统计学方式可能更微妙，所以林业工作者更需要正视大数据分析造成的弊端。
3.1在当前行数和列数呈线性增长的趋势下，林业中所涉及的数据则会呈指数倍增加，比如高原地区由于地势报告、天气温度变动较大，且林地土地瘠薄，比较适合人工林的种植，同时若假设东北平原地区具备适宜的光照、雨水与温度等条件，也适合进行人工林的种植。可见任何令集里面都需要获取有效性数据，通过对这些数据的论证可找到有意义的数据使用模式，但若数据规模逐渐增大的话，找到有效的意义模式和信息则会更加困难。因此，大数据的关键在于通过对现有数据的分析来获取更多的知识，在实际工作中，要想从大数据分析中获取真正有意义的东西，需采取一些可行性措施，比如快速区分各个物种间的 DNA 数据，并对数据进行高效归类。
3.2在生态林业建设过程中，还需要一些林地种类、生情况的数据，比如统计马尾松蓄积量的输出算法，在数据规模不断增加后，这种方法对的应用效果是不显著的，这种情况下，可将零散种植树种进行舍弃，但树种的舍弃会出现一定误差，导致我国林业资源数据库空间的增加，需要不断删除原始数据才能保持林业资源信息的实施更新。在实际工作中，数据分析人员多会将树木生长时间、物种分布空间与不同规模增长的数据结合在一起，未能更好的处理这些大数据的扩展算法，这是当前生态林业建设所面临的主要问题。
4、大数据分析在生态林业中的运用措施
大数据分析在生态林业运用的核心理论就是在不同物种数据类型和格式的基础上所呈现的数据挖掘算法，这种统计方法可更好的深入数据内部，更加科学的呈现出数据本身具备的特点。第一，大数据林业的意义包括大数据林业产生的背景、关系分析、新技术分析、新理念分析。第二，大数据林业的整体发展思路，包括大数据林业建设的基本原则、目标、整体框架。第三，大数据林业的重点任务与工程，包括立体感知体系的建立、提升大数据林业管理水平、完善大数据林业民生服务体系、制定大数据林业标准。第四，大数据林业的推进策略，包括大数据林业的推进路线及其保障措施等。数据化是大数据分析应用的基础，在生态林业资源的动态变化过程中，数字化与数据化的定义还是有所区别的。数字化主要是将生态林业资源变动中所产生的信息通过计算机技术存入数据库的过程；而数据化主要是利用数据对林业资源变更情况进行描述，以向林业工作人员和广大民众提供所能理解的结果[2]。生态林业信息资源中的大量数据来自不同的结构化和非结构化数据群中，而从中所获取的数据是取法直接用于森林变更的预测和分析中，而对這些数据进行有效组织，可将大量异结构化数据进行量化组合，形成森林資源数据化、森林类别数据化、生态资源使用量的数据化、森林属性数据化等数据化形式，以提高生态林业信息化水平。林业信息资源数据化是对数据进行加工的主要阶段，数据化的最终成果是将森林数据对象属性量化，通过利用大数据平台的共享性，促使林业工作人员能实时掌握各种信息，将林业的分散生产经营转变成联合经营、合作生产的模式，以降低市场风险和自然风险，实现生态林业建设经济效益和生态效益的最大化[3]。
结束语：
大数据分析就是在生态林业上应用云计算和物联网对数据等新一代信息技术进行分析，使生态林业实现智慧服务。通过大数据林业建设改变传统的生态林业状况，将生态管理与民生服务质量提高，实现林业结构与创新能力优化发展的现代化模式。
【参考文献】：
[1] 文贤庆 . 大数据技术及其在生态文明建设中的应用 [J]. 南京林业大学学报（人文社会科学版），2015，（11）：99-101.
[2] 张昊天 .“互联网 + 林业”让传统林业发展迎来新契机 [J]. 江苏通信，2016，（32）：21-22.
[3] 毕秀芹 . 黑龙江省林业生态经营区系于林种规划 [J]. 农业与技术，2016，（16）：189-189.