发展大数据是国家和地方政府做出的重要战略决策。2014年，大数据首次写入政府工作报告[1]。2015年，国务院印发《促进大数据发展行动纲要》，大数据成为国家级的发展战略[2]。随后，国家发改委、工信部、环保部、农业部等相关部门出台了一系列政策，鼓励大数据产业发展。同时，陕西省也出台了大数据与云计算产业发展五年行动计划和实施方案[3]。2020年，中央出台第一份要素市场化配置文件，数据作为新型生产要素写入文件[4]。一系列政策为大数据产业发展营造了良好的政策和发展环境。

土地整治包括农用地整理、建设用地复垦、未利用地开发。大数据是一种数据量大，种类多、增长率快的数据集。基于土地整治与大数据契合点搭建土地工程大数据平台，有助于实现快速科学决策、高效现代化管理，能动协调人地关系和谐发展。

一、土地整治现存问题

（一）选址决策难

由于土地整治需符合土地利用总体规划、城市规划、土地整治专项规划等规划，还得满足政府、企业、当地人民群众的社会、经济和生态效益，在土地整治选址策划阶段需综合考虑因素较多，方案定制难度较大。

（二）规划设计难

规划设计是土地整治项目实施的重要阶段之一，由于决策者需求、思维不断变化和不确定性，需得耗费大量人员和时间成本不断进行规划修改完善，亟须有平台或软件快速进行规划修改完善，达到最优规划方案，满足决策者对规划方案的需求。

（三）施工管理难

土地整治施工过程污染物空间分布状况、土方测算、施工进度控制工作量大，难度高，成本预算精度不高，造成施工过程人员室内工作量大，施工过程管理难。

（四）后期维护难

在农业综合管理模型中，土壤水的Hydrus模型、RZWQM模型以及DNDC等经典模型仅支持单机操作，须得将数据存储至相应的计算机上才能进行模拟计算，或者需下载相应的农业综合管理模型。不能随时随地掌握监测数据情况，修正维护较难。

二、土地工程大数据平台关键技术

土地工程大数据平台关键技术主要包括：数据采集技术、数据清洗技术、网络爬虫技术、流式数据处理技术、共享接口、数据可视化技术等。

（一）搭建平台

利用Hadoop技术、Spring技术对公共数据、业务数据进行封装，构建数据层；利用WebService技术、AJAX技术、Tomcat技术对封装数据及服务层的模型、算法、接口进行交互调用，构建平台层；根据业务需求，快速搭建原型系统，构建应用层。

（二）耦合并优化模型

通过耦合Hydrus模型、RZWQM模型以及DNDC等经典的农业综合管理模型，并进行优化；同时基于web系统的并行多线程计算模式，配置标准参数录入，提升了计算效率。对于优化的模型，采用室内检测数据进行模型的校准，以达到最优解时的模型准确性。

（三）研发子系统

目前已搭建了土地整治项目概念规划系统、土地工程大数据决策分析系统等，已在土地整治规划、农业生产水肥管理、人居环境治理决策等方面取得显著成效。

三、平台在土地整治项目中的应用

（一）在人居环境方面的应用

以石川河人居环境提升项目水源选择为例，通过大数据平台快速关联并分析注入石川河水源的远近、水质和工程造价等信息，采用人机交互方式不断优化决策方案，最终为决策者提供最优方案。

（二）在污染土地修复方面的应用

以污染土地修复项目为例，选定项目区，以地理空间坐标为关键词，建立辐射半径，一是智能关联气候、土壤、水、土地利用等自然因素以及人口、交通状况、公共设施等社会经济因素数据，为项目决策提供辅助信息，以及为项目实施后对周边影响进行决策分析；二是在数据库原有数据基础上，结合实地采样数据，分析项目区污染物分布状况；三是在污染物详细分布基础上，提出精准修复方案。

（三）在土地整治规划方面的应用

在土地整治规划方面，实现了项目快速挖掘、规划设计、方案编制等功能。已成功用于榆林沙荒地整治、延安治沟造地等一百余个项目中，相比传统方式，单个项目节约规划时间和人工成本50%以上。

土地工程大数据平台具有数字化、网络化、智能化的特性，可为国土空间规划、山水林田湖草综合整治等复杂性问题解决提供平台支撑，还可基于平台快速搭建生态环境动态监测、美丽乡村及新型城镇化建设等业务应用系统，助推土地工程和土地信息化发展[5]。未来可利用土地工程大数据平台，在土地整治工程等项目选址、策划、规划、设计、施工、管理以及评价等全流程中进行应用，打造项目终身数字化管理模式[6-8]。