在生态文明体制改革的背景下,要求建立“山水林田湖草城”为生命共同体的发展模式,而要在建设管理层面实现这个目标,就需要通过数据治理将原来分散在各个部门的数据进行有效的梳理和融合,形成相互关联的、可治理的共生的自然资源与空间规划数据体系。+ 更多
一、数据治理理解
面向业务场景应用,数据治理可分为两个层次。
一是以国土空间规划编制支持为近期首要目标的空间规划数据治理。建立空间规划数据底板,以三调数据、自然资源确权登记数据为基础,完善国土空间规划数据资源体系,实现快速提取规划编制指标性信息,为相关业务的办理提供专题决策支持。
二是以面向未来全域空间规划体系的建立、支持空间用途管制与监测评估预警为系统全面目标的自然资源数据治理,通过分析业务流程中每个环节对数据的需求,建立体系化的、可持续更新的动态数据支撑体系和配套机制。
二、数据治理步骤
新形势的空间治理体系可以分为数据运营、自然资源管理、空间规划、用途管制及开发利用、业务优化等五个模块,其中又以数据运营闭环最为关键,作为基础建设,它提供了数据支持服务。同时,数据运营闭环还是各类模块业务、系统链接的纽带。
数据治理主要步骤包括:合-数据汇集、整-规范化整合、理-关联梳理、治-建立机制四个阶段。配套体系化的数据治理工具,通过“合、整、理、治”四步治理,形成完善的数据治理体系。同时,构建全方位的数据运营机制实现数据的可持续化运营,建立数据与业务的双向互动,提供一眼看得到的业务决策支持。
三、特色亮点
“知库”平台是数据治理的核心支撑,是以知识管理的理念,定制并管理多个数据模型,统一以资源理念管理数据成果的信息平台。依托“知库”平台,通过数据治理模式,打破了传统的一个业务对应一个系统,形成一套数据的单一模式。通过中间层即知识体系的搭建,实现对多源数据库中的数据进行抽取梳理,构建核心的知识管理模型,对数据进行知识化管理,将业务办理过程中的非空间化的数据与空间进行关联等。在沉淀有价值的数据的同时,实现数据的有序且可持续化运作。
(搭建知识管理中间层)
在数据治理的过程中,我们需要体系化的数据治理工具来实现数据的“加工过程”,具体包括数据的汇交、模型的定制、数据的智能展示及定向推送等。
1)数据汇交工具实现跨数据库、跨网络的多源数据汇交组织及共享。
2)时空数据流程引擎实现可视化的数据模型定制,数据模型的发布、运行及管理。
3)可视化的空间BI工具通过拖拉拽的形式,使数据能以多种图表的形式便捷地展现。
4)信息专用包工具实现对各类信息专题的定向推送,为每个人每个业务场景提供精准的数据支持。
同时,我们也沉淀了多类数据空间化的工具,包括元数据、场数据、地理编码数据、块数据、对象数据等。通过将非空间数据落地到空间,能建立起空间数据与业务数据的关联。
四、建设成效
1)自然资源业务管理数据全覆盖
将使分散于各部门的数据实现互联互通,实现自然资源业务体系中包括选址、批地、供地、用地条件、方案、工程、核实验收等业务全生命周期的数据全覆盖及统一管理,为自然资源部门的业务应用、决策支持提供充分的数据支持。
2)全面体系化的信息大汇集
通过“知库”中数据治理工具的使用,使治理后形成的自然资源数据体系具有对多源异构多时相的信息进行汇集、处理、应用的能力,建立数据标准体系,实现数据资源的生产、存储、管理、更新及动态配置,以支撑各类业务场景的应用,为科学决策提供全面的数据支持。
3)知识专题化的数据大仓库
根据自然资源业务需求构建多维度的指标体系,同步建立可配置、可管理、可运营的数据模型,实现数据指标的动态检测和数据的可视化管控,形成知识专题的数据大仓库,按需将数据分发推送至各类业务场景中,以数据生态构建业务生态,解决业务最后一公里问题。
4)可持续运营的机制全支撑
建立自然资源全方位的数据运营机制,即面向基础测绘数据管理、规划编制数据运作、决策支持模型运作、空间用途制数据关联、监测评估预警管理、数据对外共享制度设计等维度构建数据的运营机制,充分发挥信息资源作用,实现数据的长效运营,提高数据资源的利用率。
5)数据治理与业务工作共同推进
数据应用于业务才能体现出数据价值。通过建立业务与数据双向互动机制,实现业务数据双生长,以数据治理闭环来支持数据生态体系,以数据生态体系来支持自然资源全业务的生态圈。
X 关闭
请扫描二维码