資源環(huán)境要素涉及大氣圈、水圈（含冰凍圈）、生物圈、人類圈和巖石圈這五大圈層在地球表層中的各種自然和人文要素（含社交媒體公眾信息）。如何面向科學(xué)發(fā)現(xiàn)和領(lǐng)域應(yīng)用需求，獲取、挖掘和治理這些包括自然屬性和人文屬性的海量地理要素信息，是資源環(huán)境大數(shù)據(jù)驅(qū)動(dòng)科學(xué)研究的重要內(nèi)容。
王卷樂(lè)研究團(tuán)隊(duì)結(jié)合衛(wèi)星遙感、調(diào)查統(tǒng)計(jì)、社交媒體等數(shù)據(jù)處理新方法，在資源環(huán)境大數(shù)據(jù)分析和科學(xué)數(shù)據(jù)治理領(lǐng)域取得系列進(jìn)展。
1、社交媒體用戶行為模式挖掘。基于社交媒體數(shù)據(jù)構(gòu)建了一種融合時(shí)空語(yǔ)義“三維”特征的公眾行為模式挖掘方法。該方法以社交媒體用戶行為軌跡立方體表達(dá)模型為基礎(chǔ)，構(gòu)建時(shí)空語(yǔ)義加權(quán)的用戶行為相似度度量算法，采用譜聚類算法和PrefixSpan算法挖掘用戶時(shí)空語(yǔ)義行為模式，并以新浪微博為數(shù)據(jù)源進(jìn)行了方法驗(yàn)證。成果發(fā)表在Transactions in GIS上。
2、地球大數(shù)據(jù)分析支持SDGs指標(biāo)評(píng)估。面向聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)SDG15.3中的土地退化指標(biāo)量化評(píng)估，開(kāi)展遙感地球大數(shù)據(jù)分析。選用MODIS L1B數(shù)據(jù)作為源數(shù)據(jù)構(gòu)建沙塵指數(shù)模型，獲取蒙古高原2000-2021年的春季沙塵暴分布，并進(jìn)行時(shí)空分析和歸因。利用特征空間方法實(shí)現(xiàn)鹽漬土壤分布的大數(shù)據(jù)量計(jì)算和反演，得到2015-2020年黃河流域鹽漬化空間分布，并揭示其時(shí)空變化。2篇成果發(fā)表在International Journal of Digital Earth上。
3、多源數(shù)據(jù)分析支持洪水減災(zāi)。針對(duì)巴基斯坦2022年特大洪災(zāi)，通過(guò)遙感監(jiān)測(cè)、歷史災(zāi)害分析和風(fēng)險(xiǎn)評(píng)價(jià)等方法，分析了巴基斯坦洪水的淹沒(méi)范圍及其對(duì)農(nóng)田、建筑和道路的影響，對(duì)大壩潰決情況開(kāi)展風(fēng)險(xiǎn)評(píng)估，并對(duì)北部山區(qū)喀喇昆侖公路（KKH）沿線積雪融化與南部洪水的關(guān)系進(jìn)行挖掘。成果發(fā)表在Natural Hazards上。
4、要素分類方法與質(zhì)量檢查技術(shù)。以機(jī)器學(xué)習(xí)方法的演變歷程為媒介，剖析了自然地理要素遙感影像分類和人文社會(huì)要素網(wǎng)絡(luò)文本分類方法的異同，并以遙感單一對(duì)象、復(fù)合對(duì)象分類和社交媒體公眾話題分類提取為實(shí)例，指出二者在機(jī)器學(xué)習(xí)分類方法上具有相通性。基于自然災(zāi)害綜合風(fēng)險(xiǎn)普查中的調(diào)查統(tǒng)計(jì)數(shù)據(jù)分析，提出包括大數(shù)據(jù)異常值自動(dòng)檢測(cè)算法在內(nèi)的災(zāi)害普查數(shù)據(jù)質(zhì)量檢查方法體系。成果發(fā)表的遙感學(xué)報(bào)和地球信息科學(xué)學(xué)報(bào)上。
5、科學(xué)數(shù)據(jù)共享和治理。針對(duì)科學(xué)數(shù)據(jù)中心數(shù)據(jù)治理的需求，分析了FAIR原則（可發(fā)現(xiàn)、可訪問(wèn)、可互操作和可重用）的全球影響力，并提出促進(jìn)和發(fā)展科學(xué)數(shù)據(jù)共享治理的啟示和建議。成果發(fā)表在科學(xué)通報(bào)上。
論文信息：
Han, X.; Wang, J.*; Zhang X.; Wang, L.; Xu, D. (2023). Mining public behaviour patterns from social media data during emergencies: a multidimensional analytical framework considering spatial–temporal–semantic features. Transactions in GIS. DOI:10.1111/tgis.13125
Zhang, Y., Wang, J.*, Ochir, A., Chonokhuu, S., & Togtokh, C. (2023). Dynamic evolution of spring sand and dust storms and cross-border response in Mongolian plateau from 2000 to 2021. International Journal of Digital Earth, 16(1), 2341-2355. DOI:10.1080/17538947.2023.2224088
Hong, M., Wang, J.*, & Han, B. (2023). Spatial-temporal variation and attribution of salinization in the Yellow River Basin from 2015 to 2020. International Journal of Digital Earth, 16(1), 446-463. DOI: 10.1080/17538947.2023.2181993
Juanle Wang*, Kai Li, Lina Hao, et al. (2023). Disaster Mapping and Assessment of Pakistan’s 2022 Mega-Flood Based on Multi-Source Data Driven Approach, Natural Hazards, DOI:10.1007/s11069-023-06337-8
王卷樂(lè)*, 李凱, 嚴(yán)欣榮, 等. 2023. 地理要素分類機(jī)器學(xué)習(xí)方法發(fā)展與前景. 遙感學(xué)報(bào)，27(8):1757-1768. DOI：10.11834/jrs.20232299
王卷樂(lè)*, 李姝晗, 王玉潔, 等. 2023. 自然災(zāi)害綜合風(fēng)險(xiǎn)普查中的質(zhì)量檢查方法研究[J]. 地球信息科學(xué)學(xué)報(bào), 25(9):1765-1773. DOI:10.12082/dqxxkx.2023.230239
王卷樂(lè)*, 李揚(yáng), 王淑強(qiáng), 等. 2023. FAIR 原則全球影響分析及其實(shí)施策略建議, 科學(xué)通報(bào), DOI:10.1360/TB-2023-0585
以上研究得到國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、國(guó)家自然科學(xué)基金項(xiàng)目、科技基礎(chǔ)資源調(diào)查專項(xiàng)、中國(guó)科學(xué)院戰(zhàn)略先導(dǎo)A類地球大數(shù)據(jù)科學(xué)工程專項(xiàng)、資源與環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室自主創(chuàng)新項(xiàng)目等資助和支持。
圖1 融合時(shí)空語(yǔ)義三維特征的公眾行為模式挖掘方法框架
