全周期管控要求
    从全周期管控看，生态保护红线要求源头严防、过程严管、后果严惩。
    第一，源头严防。必须在源头把关，坚持生态保护红线的“预防为主，保护优先”原则。一是以切实有效的宣传教育，在各级领导干部、企事业单位和个人心中形成守护生态保护红线的意识；二是以全面严格的制度，严控在生态保护红线区域内的各项开发建设及资源利用活动，切断侵占破坏生态保护红线的源头。
    第二，过程严管。要在过程中严格管理，坚持生态保护红线的过程防控原则。一是以“天— 空—地”一体化监测手段，实施常态化监测，掌握第一手数据资料；二是以全天候的自动监控与人工监察执法对生态保护红线区域内的各项活动实施严密监控。
    第三，后果严惩。要在破坏后通过严惩形成震慑作用，坚持生态保护红线的责任担当原则。一是对决策损害生态保护红线区域的各级领导干部依法依规严惩，决不姑息；二是对侵占破坏生态保护红线区域的企事业单位和个人严肃追责，严惩不贷。

高分辨率对地观测时代的环境遥感大数据
    随着国家高分专项、空间信息基础设施的实施，国内外卫星商业化的前进使得遥感数据资源极大的丰富。我国已先后发射了高分系列、资源系列、高景系列等具备先进高分辨率观测能力的民用卫星，当前在轨可用卫星达20余颗，空间分辨率达亚米级。正在实施的国家重大专项“高分辨率对地观测系统”提出，要建立天基、临近空间、空基对地观测系统，形成时空协调、全天时、全天候、全球覆盖的对地观测能力，到2020 年前后，与其他观测手段结合，我国将全面建成陆地、大气和海洋先进高分辨率对地观测系统。新一代高分辨率卫星系统相继投入应用，我国遥感领域已经正式步入了高分辨率影像的大数据时代。遥感数据具有鲜明的大数据特点。
    第一，多卫星源、体量大。新型卫星传感器不仅空间、时间和光谱分辨率高，而且成像方式多样、波段数量多，单位时间内获取的数据量、存储量和计算量都特别大。遥感大数据的体量大，不仅因为它涉及到海量的数据，还因为所涉及的数据集的高维性和数据集间的链接性。
    第二，多尺度、类型多。遥感大数据具有多源异构性，数据种类和来源多样化。遥感大数据类型复杂多样，格式不一，包括文档、视频、图像和地理位置信息等结构化、半结构化和非结构化数据。遥感大数据的维度越来越高，呈现出多尺度的特征，主要分为空间维度、时间维度、光谱维度、角度维度等。
    第三，多组网、时效强。随着大量的高分辨率遥感卫星的运行，建立高分辨率星座组网应用，使得遥感观测的采样间隔在缩短，数据获取的频率大幅度增加，通过地面传感网等手段获取数据的频率则更高。另外，红外、微波卫星的发展，解决了夜晚、阴雨多雾情况下的全天时和全天候的遥感观测。
    第四，多用途、用户广。遥感信息感知无处不在，信息海量，潜值巨大，应用广泛。生态、环境、国土、林业、农业等各领域在传统卫星影像应用的基础上，均不断通过先进的计算机算法来挖掘隐藏在遥感大数据背后的各种有价值的信息。 国家生态保护红线监管手段多样化
    国家生态保护红线监管平台是严守生态保护红线的重要手段。充分发挥卫星遥感、大数据、云计算等技术优势，按照“事前严防、事中严管、事后严惩” 的全过程严格监管思路，建立保障红线优先地位，涵盖监测预警、评估考核、日常监管、执法处置、补偿奖励、追责惩罚的管控体系。

    “天—空—地”协同调度助力生态保护红线监管
    常规的环境监管方法具有较强的滞后性。针对生态保护红线分布范围广、面积大等特点，构建天— 空—地一体化生态保护红线区监管技术体系方法，建成国家生态保护红线监管平台，以遥感数据为主要驱动，综合利用卫星遥感观测、航空遥感观测、实地核查、固定地面台站监测和固定样地样方监测等技术手段，集成行业专题调查统计、公众举报和社会监督等数据，基于物联网数据传输、生态模型模拟和大数据关联分析等关键技术，即时开展生态保护红线区人类活动变化监测，实时采集生态系统状况参数和发现生态保护红线动态变化，定期开展生态系统状况、生态环境风险和成效评估等。各种手段相互配合，优势互补，提高全方位监管效率，服务于生态保护红线区的实时监管、预报预警、监督执法等生态保护管理，并及时向社会公众公开和发布相关信息。

“空间台账+表单台账”助力生态保护红线评估与考核
    在空间维度上，以生态保护红线斑块为基本单元，每个生态保护红线斑块按照规则编制唯一编码， 建立以生态保护红线划定及其本底状况为主的红线基础空间台账。在统计表单上，以县域为基本统计单元，以县级行政区划代码为唯一编码，建立以生态保护红线划定及其本底状况为主的红线基础表单台账。依托“天—空—地”一体化监测获取的生态保护红线监管人类活动、生态状况、保护成效等各类产品。以此为基础，集成分析生态保护红线监测评估结果，定量核算生态保护红线的各种生态系统类型面积和用地性质的变化，分析自然生态空间“生态盈亏”及其流向；定量统计生态保护红线主导服务功能的变化情况，分析生态服务功能“生态盈亏” 及其变化原因。对于生态保护红线边界调整的情况，进行生态保护红线面积空间对比和台账变更。

大数据挖掘与分析助力生态环境破坏预测预警
    大数据的核心就是预测。大数据环境下，遥感大数据的空间、时间、光谱、角度等维度越来越高，对生态环境的多粒度、多时相、多方位和多层次的全面反映数据进行综合信息挖掘，能揭示更多的生态环境知识和变化规律，实现生态安全监测预警。遥感大数据预测预警不必局限于研究生态风险发生背后的原因，更多地依靠对大数据进行相关关系分析，不会受到偏见和成见的影响。遥感大数据预测需要找出与风险发生相关性较强的可遥感指标，通过监测关联指标来预测生态风险发生的概率，关联指标相关性越强，生态风险发生率越高。随着遥感技术的发展，各类遥感参数产品的分辨率得到进一步提高，植被类型、植被生物参量、土壤理化特征等更易通过遥感数据获取，辅以更加科学的数据分析模型，遥感大数据预测预警将更实时、更具前瞻性。

大数据可视化助力生态保护红线管理决策
    一图胜千言。密切结合生态保护红线管理需求，加强实时在线和可视化交互能力。借助人机交互式分析方法和交互技术，将大数据以直观的可视化的图形形式进行展示，使管理者能够更为直观和高效地洞悉大数据背后的信息、知识与智慧。利用遥感大数据进行生态保护红线监管，涉及重要生态功能区、生态敏感区和脆弱区等不同区域类型，涵盖人类干扰活动、生态系统状况、生态环境风险、生态保护成效等不同主题，数据成果体系庞大，同时数据尺度不一、应用多样化。通过可视化交互和数字地球技术，对海量生态保护红线遥感监管数据进行多角度、多层次、多维度在线立体分析，构建监测、预警、评估成果的综合展示和应用集成场景，实现主题、地图、图表的一体化展现与交互联动，直观、快捷的传递数据背后的决策价值信息，为生态保护红线管理决策提供强大技术支持。
    （作者单位：生态环境部卫星环境应用中心）