大家好，我是“自然资源·文献导读”栏目的主持人黄剑锋，非常高兴能为大家主持本期栏目。

为了进一步活跃学术气氛，在中国自然资源学会的指导下，在中国自然资源学会的移动互联平台创意推出“自然资源·文献导读”栏目，邀请相关学者就当前热门选题或是前沿研究方向等进行文献的阅读分享。

本期文献导读关注的是自然资源领域的大数据研究与应用这一主题。

在此前的文献导读中，我们研读了关于自然资源领域新质生产力研究的文献。高科技是新质生产力的重要特征之一，以大数据等为代表的数智技术及其应用正在成为自然资源领域高质量发展的重要动力，也将为相关理论研究和技术探索提供新的重要手段和材料。为了学习自然资源领域大数据研究与应用的新近进展，我们分享2024年以来的部分文献，供大家参考。这些文献的内容大体可以分为四个方面。

已有新近文献对自然资源领域大数据研究与应用的相关议题进行梳理和评述，从中可以大体看出相应的研究动态和趋势。

一项关于自然资源时空数据挖掘与知识服务的综述，考察了时空聚类分析、关联挖掘、异常探测、预测建模、地理风险评估等大数据挖掘方法及其知识服务应用，提出了描述型、诊断型、预测型、决策型等时空知识服务体系，认为自然资源管理正形成大数据—大分析—大知识—大服务的研究与应用范式（邓敏和王达，2025）

一项关于自然资源生态安全应用的综述，考察了谷歌地球引擎大数据平台在自然资源生态安全评价、预测预警、预案制定中的应用，分析了其在数据源、研究深度、预警应用等方面的局限和挑战，构建了基于大数据和云计算的自然资源生态安全研究框架，提出了若干关键技术环节和未来发展方向（蔡文博等，2025）。

现有研究从理论、方法、实践等维度，系统探究了自然资源领域大数据模型应用的框架体系，国土空间规划监管是其中的一个重要领域。

一项关于自然资源和国土空间大数据应用框架的研究，在技术进展、内涵特征、应用需求的基础上，构建了要素化、数智化、一体化的自然资源和国土空间大数据技术应用框架，该框架包含五层结构体系和关键技术集成，重构了四方面十项自然资源业务应用，强调大数据到知识服务再到数智化治理的转变（程立海等，2025）。

一项关于国土空间规划实施监测网络的研究，提出以大算力、大数据、大模型技术为支撑，以大场景应用为导向，构建算法模型体系，分析了算力、数据、模型、场景等要素在模型建设中的耦合作用，并结合实践案例解剖了该模型在国土空间底线管控、规划传导、实施评估、模拟推演等场景的应用（张鸿辉等，2024）

一项关于国土空间规划监测评估预警模型的研究，基于可行能力理论，构建了以居民福祉为导向，以动态监测、精准评估、及时预警为内容，以大数据、人工智能、云计算为支撑的国土空间规划监测评估预警智能模型体系，并结合实践案例解析了该模型在落实福祉发展观、推动智慧规划转型中的应用（焦林申等，2025）。

一项关于国土空间监管与自然资源监测的研究，提出构建“智能感知—动态认知—精准管控”的自然资源常态化监测技术体系，探讨了“天—空—地—网”一体化感知网络构建、自然资源格局多维动态分析、国土空间规划和管制手段运用，并结合实践案例分析了该模型在耕地“非农化”“非粮化”监管中的应用（朱紫阳等，2025）。

大数据模型的开发和应用正为自然资源领域的理论研究和管理实践提供新的手段，相关的探索也在逐步展开。

一项关于自然资源三维立体一张图建设的研究，针对传统二维图形技术的局限，基于大数据、云计算、知识图谱等技术，开发了自然资源三维立体一张图时空数据库及信息化管理平台，结合湖南省娄底市的实践，探索了其在自然资源数据管理、数据共享、多维挖掘、分析决策等方面的应用（钟勇等，2024）。

一项关于自然资源要素变化图斑智能净化的研究，针对深度学习变化检测技术的局限，提出了遥感时空知识图谱驱动的图斑净化算法。结果表明，基于该方法对广东省2024年3—6月自然资源要素变化图斑进行净化，存真率和去伪率较理想，能够有效剔除虚警变化图斑，提升自然资源监测作业效率（李彦胜等，2025）。

一项关于历史耕地分布变化重建的研究，针对传统开垦优先度模型的局限，应用ANN—FLUS模型，研究了1885—2000年越南的耕地分布变化。结果显示，ANN—FLUS模型结果与传统模型结果在耕地空间格局和开发时序上具有一致性，但精度更高，体现出大数据处理和土地转换规律挖掘的优势（刘娴和刘浩龙，2024）。

现有研究已广泛注意到大数据作为研究资料在自然资源领域实证研究中的应用，目前的研究主题较多表现在绿色发展和区域空间格局等方向。

在绿色发展方面，一项关于城市协同创新与绿色技术转移的研究，利用高校、科研机构、企业绿色专利合作与绿色技术转移大数据，分析了样本城市绿色技术研发合作与技术转移网络的互动关系。结果发现，二者之间具有相互促进的正反馈机制，且这种绿色创新价值链上下游的循环溢出关系存在一定的作用边界和尺度（孙博文，2024）。

一项关于燃油私家车出行碳排放的研究，利用汽车在线服务平台披露的私家车油耗、里程、车型、车龄等多维大数据，借助机器学习等方法，构建车辆出行碳排放测算模型。结果表明，单辆车和相同行驶天数车辆群平均累积出行碳排放等测算模型均表现出优良精度，有效提升了车辆碳排放测算的科学性（陈晓红等，2024）。

一项关于大城市周边城镇空间演变与碳减排的研究，利用碳排放、人口分布、夜间灯光等多源大数据，分析了大城市周边城镇空间结构演变的碳排放效应。结果显示，城镇空间结构分散化通过挤占生态空间、刺激交通需求、推动产业异速增长等促增碳排放强度，且在不同阶段和不同城市群中存在差异（邹璇和杨旭，2025）。

在区域空间格局方面，一项关于制造业空间重构、区域关联与经济绩效的研究，利用企业注册信息大数据，以长三角为研究区，分析了制造业空间重构和区域关联对经济绩效的影响。结果发现，制造业的多样化集聚和产业升级正向影响经济绩效，产业转移和区域关联对经济绩效的影响与产业发展阶段有关（杜雅优等，2025）。

一项关于跨城功能性联系与都市圈空间组织的研究，利用手机信令时空大数据，以上海都市圈为研究区，分析了要素流动与跨城联系视角下的都市圈空间组织形式及机制。结果表明，跨城功能性联系体现的“流动空间”重塑了都市圈空间组织，形成了都市圈“圈层+链状”的空间组织形式（钮心毅等，2025）。

一项关于经济圈要素流动障碍水平及影响因素的研究，利用人口迁徙、物流网络、百度指数等多源大数据，以成渝双城经济圈为研究区，分析了要素流动障碍及其影响因素。结果显示，不同尺度和区位的关联区间具有不同的要素流动强度及障碍，且受到体制、社会、政策、设施、空间等多方面因素的影响（张扬等，2024）。

一项关于城市圈人口流动特征及影响因素的研究，利用手机信令、网络关注度、高德地图POI等大数据，以武汉城市圈为研究区，分析了人口流动特征及其影响因素。结果指出，不同时段、区位、尺度呈现出相应的人口流动特征，且受到行政、经济、社会、环境等多方面因素的影响（邓慧琳和林赛南，2025）。

以上分享的内容都来自相关文献（列表附后）。这里只涉及自然资源领域大数据研究与应用的一小部分新近文献，还有大量理论和实证文献需要研读，上述四个方面的划分也只是现有研究的一个侧面。限于个人水平，还有待更加系统的学习，敬请大家指正。

黄剑锋 教授

博士、博士后，安徽师范大学地理与旅游学院教授、博士生导师，主要研究方向为城镇化与乡村转型、旅游行为与目的地管理。主持国家自然科学基金、国家社会科学基金、教育部人文社会科学基金等国家级和省部级项目7项，参与国家级和省部级项目10余项，发表学术论文40余篇，参编国家级规划教材2部，获省部级奖励4项，研究成果多次被采纳。