1. 引  言
   1. 研究背景

在农村，土地是农民赖以生活生产的重要性资源，在我国进行的社会经济发展方向和城市化建设道路中，农村土地资源坐拥着重要的地位，对农村土地资源的合理调配利用也是被社会各界所关注的的重点话题之一。在传统的农村土地资源管理方式上，在所需时间上耗费巨大，相关文献资料的保存上也是一个繁杂的工作，不能让农村土地资源得到合理的调配利用。在社会经济快速发展的今天，传统的农村土地资源管理办法已经远远满足不了社会的发展需求。因此势必要进行对传统的农村土地资源管理方式的科学性技术变革，在能提高国家及民众的经济发展效益的同时，让农村土地资源的管理效率有效提升，给农村土地创造更加便捷的流转通道，加快我国农村经济发展的脚步，对我国社会市场经济的整体水平进行显著提高。

随着社会经济的快速增长和城市化的不断发展，严重刺激了农村劳动力的外流，这使得农村土地出现耕地抛荒、被城镇化施工占用等一系列问题，进一步导致了农村土地利用率在逐步减少。不过在相关单位的努力下，出现了在保证基本农耕需求的前景下，实行了退耕还林政策，以及果木与茶树等经济林种植的新兴经济方式，来解决荒地过多与农村经济相对较低的问题。不过这些政策对农村土地利用率减少问题的治理是多样化的，省政府又是在摸索中前进，针对各地省情的不同，土地管理方式必定是在变化中找寻最有效的措施去实施，那么这其中肯定有照顾不了的地方，这是无法避免的，需要后续的改变。

1. 1. 研究意义

结合目前国家对土地资源管理工作的开展情况来看，农村土地资源管理工作是属于最基层的，但是农村土地资源管理不仅能够让国家土地资源管理工作的有效性得到强化，同时，农村土地资源管理还能够检验国家土地资源管理政策落实情况。其次，农村土地资源管理还能够对国家土地资源管理工作产生直接的影响，使国家土地资源在管理实效和效率方面得到有效的提高。虽然农村土地资源管理效率可以极大提升农村经济发展效益，但是在其管理过程中依然有问题存在。传统的农村土地资源管理办法已经跟不上当下社会的发展需求，传统的管理方式存在很大的局限性，在收集数据的时间耗费上，对相关资料的保存上都存有许多问题，严重影响了农村土地规划利用的效率，对农村经济的发展产生了阻碍。在信息技术爆发式发展的今天，如果我们在数据收集等相关重要问题上有巨大的延时性，这会给农村经济发展带来巨大的损失，因此传统的农村土地资源管理方式需要进行技术创新。

大数据技术在处理海量数据上具有很高的优势，因此本文希望能通过大数据可视化技术来对农村土地资源的管理进行创新，具体是通过Echarts的可视化技术将农村土地资源管理数据进行可视化分析，以更加直观的方式来突出存在的问题，并且探究大数据可视化技术对农村土地资源管理方式所带来的优势，结合文献及前人的研究，对现阶段的一些潜在问题进行梳理分析，最后提出治理假设，以期望能提高我省农村土地管理与利用的效率，使农村土地建设与土地资源管理协调发展。

1. 1. 研究现状

在土地资源管理的方式方法研究相关领域中，柴建民，周佃朋对土地资源与可持续经济融合的论题进行了深入的探索，提出了重构土地资源管理体系，强调了要加强对土地资源的合理开发利用，提议要合理的把控城乡建设用地[1]；朱小龙在探究土地资源管理中存在的问题及解决措施时，为了解决土地资源管理中存在的问题，列举了明确资源利益界定，构建土地征收程序，完善征地补偿分配等有效措施[2]。

在土地资源管理中的新技术运用研究相关领域中，冀增胜在“3S”技术与土地资源管理中的应用进展研究中，陈述了“3S”技术在土地动态监测及土地规划中的应用等，强调了“3S”技术在未来的土地资源管理工作中的实时性特征、智能化趋势将会愈发显著[3]；韦星持，王晴晴，廖蕊，杨春，罗小佩，吴恋在基于互联网+的农村土地资源管理平台的研究中，设计了能够促进农村土地资源有效管理和合理利用的互联网+农村土地资源管理平台，借此来促进农村闲置土地的有效管理[4]。

在农村土地资源管理存在问题的研究领域中，柏秀雯对农村土地资源管理存在的问题进行了深入的研究，主要提出了现阶段农村土地资源管理中存在的三个问题，其一是耕地面积减少，土地流转不规范；其二是农村土地资源管理在征地制度的制定中存在缺陷；其三是种植效益低，土地污染严重[5]。杨晓燕在改善农村土地管理现状的对应策略研究中，提出了树立法治理念，严格落实土地政策，以及健全土地承包经营管理制度[6]。王月在农村土地资源管理问题应对措施的探究中，强调了管理部门应加大对农村土地资源管理的监督力度，强化政府部门对农村土地资源的资金投入[7]。徐启龙在农村土地管理中存在问题的探究中，分析发现了由于农民不再仅仅依赖土地而生存，所以出现了不少非法滥用土地、破坏耕地的行为，对土地资源造成极大的浪费；同时，一些农村在土地流转过程中，土地受让人损害农民的基本权益，也造成了农村土地资源被滥用、闲置等[8]。

1. 1. 研究内容

传统的农村土地资源管理办法已经跟不上当下社会的发展需求，要想提高农村土地资源的利用率以及农村经济，需要与时代接轨，对农村土地资源管理办法进行创新。而当下最适合的技术莫过于最火热的大数据技术，尤其是其中的数据可视化技术，可以很好的用来完成对农村土地资源管理中的数据进行系统的分析，从而让决策者可以更好的制定农村土地资源管理的新方向。

本文所研究的内容就是采用数据爬虫去网页上获取农村土地资源管理中的相关数据，然后经过数据整理以后，采用ECharts的可视化技术，对数据进行可视化实现与分析，以此来探究农村土地资源管理中的问题并进行可视化大屏展示。最后得出结论，进行分析和总结。

1. 1. 论文结构

本文将以五个章节的形式来进行关于大数据对于农村土地资源管理的分析研究相关阐述。

第一章节是引言，该部分的主要内容是为本文进行研究行为的背景、意义、现状、内容进行叙述，再通过收集到的相关文献资料，进行整合，提取符合立意的主题。

第二章节是对于进行大数据对于农村土地资源管理的分析研究所需要的环境，进行准备工作的陈述，以及分析研究中所涉及的相关工具介绍。

第三章是对关于农村土地资源数据的爬取实验的实现过程。有对实验涉及的数据爬虫概念的阐述，对农村土地资源数据的爬取进行实现的BeautifulSoup与Selenium两种方法代码实现过程，以及最后的数据处理及分析工作。

第四章是进行数据可视化的过程及成果展示。举例使用ECharts实现可视化的代码实现流程，最后进行所有的可视化截图展示与分析说明。

第五章是对分析结果进行总结，并且就目前所呈现的问题提出解决建议。最后结合这次的大数据对农村土地资源管理的分析研究结果，对大数据与农村土地资源管理相结合的管理方式进行展望。

1. 环境搭建及相关工具概述
   1. 数据爬虫概述

要对贵州省农村土地资源管理进行探究，首先需要省内的数据支撑，还要与全国的土地利用状况进行数据对比。因此本文将采用Python爬虫技术对农村土地资源管理相关数据进行获取。

Python爬虫只是众多数据爬虫中的一种。而所有的数据爬虫都是通过代码命令的方式去获取网页的全部信息，然后按照设定的方式与要求，去提取当前指定网页下的数据内容的自动化程序。网络爬虫事实上是一段代码命令，也可以封装打包成一个程序或脚本，它是以实现自动化爬取目标数据内容来定义的，在网络上人们经常称呼它为网页蜘蛛或者网络蠕虫。

要完成一个数据爬虫，那么使用者首先需要通过代码命令对目标网页发起请求，也就是利用HTTP库向指定的网页发起一个Request请求，这个请求的意义是让使用者指定的对象能够去获取指定网页的完整的源码信息。请求发送以后一般都会有一定的等待，即等待目标网页所在服务器响应我们的请求。

如果得到一个Response，那么就表明该代码命令能被服务器正常响应，而Response里面的内容就是我们所要获取的页面信息，其中页面布局及框架大部分都是以HTML+Json格式的字符串为主，而具体在页面表现的信息则是大部分以二进制数据为主要内容。接下来就需要解析内容，得到其中的数据。当获取的页面信息是以HTML的方式来呈现的时候，可以使用拥有解析功能的正则表达式与网页解析库对当前的HTML页面进行解析操作；当获取的页面信息是以Json方式呈现时，就需要将Json页面信息用Json对象来进行替换解析。进行解析操作的目的是为了方便提取所需要的目标标签里的内容，因为更多的时候，使用者需要的并不是一个网页的全部内容，其中有很多信息都是不需要的。

最后的步骤是进行数据的保存。保存的形式有很多，可以选择文本类型进行存放，也可以直接将获取的内容保存至数据库，亦或者利用特定格式的文件进行保存。

1. 1. Python环境搭建

为了Python爬虫能达到更好的预期目的，需要进行一些技术准备。

现在网上主流的安装Python环境有三种，第一种称之为本地安装，这种方法比较简单，是在电脑本地环境下安装，也就是命令提示符（cmd）窗口安装，安装命令为：pip install python https://pypi.mirrors.ustc.edu.cn/simple matplotlib；第二种是利用安装程序去完成安装过程，可以直接进入Python官网下载与所需版本对应的安装程序，最后通过安装程序里的步骤提示进行相关配置安装；第三种是安装Pycharm。Pycharm就是一种基于Python的Python语言编辑器，也被称之为Python IDE。而本文在数据爬取阶段主要使用的就是Pycharm。

要安装Pycharm，需要先去官网下载一个安装包，当下载好以后，点击安装。安装程序启动以后，就来到了图2-1的界面。

图 2-1 设置安装pycharm路径

本文是直接装到系统默认地址的，在图2-1中也可以自行修改安装路径。然后点击下一步，进入图2-2所示的界面。

图 2-2 勾选需要的选项

图2-2中需要对Pycharm运行环境进行勾选，如图2-2勾选完需要的选项，然后点击进行下一步。到了如图2-3所示的位置，直接点击Install，等待安装完成即可。

图 2-3 点击安装

完成安装后打开Pycharm，来到图2-4所示界面，选择New Project创建一个新项目。

图 2-4 创建一个新项目

创建完成一个新项目后进入图2-5所示的项目界面。

图 2-5 进入项目页面

接下来就是创建一个Python文件，具体操作步骤如图2-6所示。

图 2-6 创建一个python文件

创建完成以后就可以编写Python代码块了，如同2-7所示。

图 2-7 编写代码块

1. 1. Pycharm导入工具包

单一的Pycharm只有最基本的Python数据包，是不满足对网站中关于农村土地资源管理与利用的相关数据进行爬取的，所以需要进行工具包的导入。本文选择使用Python中的BeautifulSoup、Selenium两个工具包。

BeautifulSoup包事实上是Python语言中的一个专门解析HTML或XML内容的解析库，它可以让使用者更加快速、方便地从网页中提取数据信息。BeautifulSoup还嵌入了一些基础的函数用来帮助程序员完成导航、搜索等功能的操作。如此一来，就可以将BeautifulSoup看作是一个工具箱，它的作用就是可以通过解析后的网页信息来服务用户，并为用户提供需要获取的信息，使用户能以最简单、最快捷的方式获取需要的数据。也正是因为BeautifulSoup简单灵活的操作方式，让本文在研究中可以轻松地通过它去完成国家统计局里面关于农村土地资源的相关数据的提取工作。

在网络编程中，Selenium被理解成一款自动化的测试工具，因为Selenium有一个十分重要的功能——模拟任意一款主流的浏览器。正因为Selenium可以模仿一款浏览器的正常工作状态，并且还能让用户通过代码指令像鼠标一样在模拟的浏览器中进行相关操作，这也就避免了贵州省统计局里的页面不会跳转情况，还可以有效避免爬取数据时的JavaScript渲染问题。

首先，需要在Pycharm编辑页面中，找到File，进入Settings导包界面，如图2-8所示。

图 2-8 Settings导包界面

依次找到图2-8中的参数，进入图2-8右边的界面，点击+号，进入搜索安装界面，如同2-9所示。

图 2-9 进入搜索安装界面

在图2-9中，以及标注好的顺序，先是通过搜索框，找到相应的Selenium与BeautifulSoup数据包，然后点击Install进行安装就可以成功安装了。安装完成以后，就可以开始导入数据包进行爬虫代码撰写了。

1. 1. 关于ECharts

为了对从网站爬取的农村土地资源相关数据进行可视化展现与分析，本文在进行探究时使用ECharts来进行整理数据后利用进行可视化呈现。

在网络上，ECharts是一个完全以Javascript创建的数据图表库，它的作用在于可以直接提供给用户可交互的有自己特色的数据可视化图表，是进行数据可视化分析的强有力工具。此外，ECharts还拥有强大的兼容性，包括PC端上各式主流浏览器与移动端的流畅运行。

因为ECharts只是一个图表库，不能直接进行编辑操作，所以在研究过程中，需要使用编辑器Visual Studio Code来进行编辑Echarts代码的操作。

1. 关于农村土地资源数据的爬取实验
   1. 数据获取

在进行农村土地资源数据爬取的时候，因为网站对于数据保护机制的不一样，为了能更便捷的进行数据爬取工作，本文将通过BeautifulSoup与Selenium模块来实现两个不同保护机制网站的数据爬取，而操作环境就是前面安装完成的Pycharm。

首先是通过BeautifulSoup模块对国家统计局里面关于农村土地资源利用相关数据的爬取实验。在实验开始前，要通过浏览国家统计局的网页信息，找到农村土地资源利用的有关数据内容，例如本文找到的是2014年全国部分城市农村土地利用情况，需要先复制一下这个网页的网址备用。在开始实验后，需要在新建的Python文件里进行导包操作。参考代码示例：

# 导入模块

import csv 

import requests

from bs4 import BeautifulSoup

导包完以后，下一步是定位实验开始前复制的网页，在这里为了编写代码方便，得先声明一个变量re，并且让这个变量去接收通过Requests获取到的网页源码信息。参考代码示例：

re=requests.get(url='http://www.stats.gov.cn/ztjc/ztsj/hjtjzl/2014/201609/t20160913_1399520.html')

但是在这里需要注意的是，Requests默认的编码方式是IOS，而国家统计局里的信息编码方式是UTF-8，两者是不匹配的，以至于会得到乱码。于是需要修改Requests的编码方式，把它更换为UTF-8，让两者匹配，这样一来就解决了乱码的问题。参考代码示例：

# 定义re编码方式

re.encoding = 'utf-8'

网页信息完整的获取以后，下一步得创建一个变量函数，让它来自己完成CSV文件的创建工作，也就是自定义一个变量函数，每当代码中使用到这个变量函数时，它都会按照指定要求去创建一个CSV文件用以储存被前面的代码快所指定的内容。参考代码示例：

# 创建一个csv表格去存储数据，定义表格模式，定义表格编码方式

f = open('2014年全国部分城市土地利用情况.csv',mode='w',encoding='utf-8')

csvwrite = csv.writer(f)

完成以上操作以后，紧接着使用BeautifulSoup对获取的页面源码进行解析。参考代码示例：

# 把页面源代码交给bs4进行处理，指定html解析，最后将解析数据赋值给ba对象

ba = BeautifulSoup(re.text, 'html.parser')

解析之后，下一步是去找到本文所需要的数据表格所在的标签，这里由于网站的特殊性，只有一个表格，目标内容全在源码中的‘tbody’里面，于是只需要通过它来找到提取其中的所有内容即可。参考代码示例：

# 获取网页中目标表格标签tbody的内容

table = ba.find('tbody')

# 获取表格行内容

trs = table.find_all('tr')[8:100]

# 定义一个循环，去获取各个列的内容

for tr in trs:

    tds = tr.find_all('td')

    col_1 = tds[0].text

    col_2 = tds[1].text

    col_3 = tds[2].text

    col_4 = tds[3].text

    col_5 = tds[4].text

    col_6 = tds[5].text

    col_7 = tds[6].text

    col_8 = tds[7].text

    # 将获取的内容存到目标文件中

    csvwrite.writerow([col_1,col_2,col_3,col_4,col_5,col_6,col_7,col_8])

f.close() # 终止变量函数

运行上面的代码之后，就得到了一个保存有2014年全国部分城市土地利用情况数据的CSV文件，也意味着利用BeautifulSoup的数据爬取成功了。

由于贵州省统计局网站的特殊性，该网站里的网页是固定的，它不会随着选择的模块内容进行页面跳转，所以它不支持BeautifulSoup这样一次性定位到表格所在的网页。因此为了得到需要的农村土地资源相关数据，就需要用到新的工具包——Selenium。

在通过Selenium对贵州省统计局进行数据爬取前，也是需要先导入一些关键的模块的。代码示例如下：

import time

import csv

from selenium.webdriver import Chrome

from selenium.webdriver.common.by import By

...

紧接着在代码中需要定义一个浏览器对象，并给它指定一个初始网页（贵州省统计局），就像这样：

web = Chrome()

# 指定一个目标网站

web.get('http://stjj.guizhou.gov.cn/')

...

现在，浏览器在Selenium的控制下可以自己找到被指定的网页了，不过本文所需要的内容在一些标签按钮里面，需要层层去进入点击查找，所以这就得用到Selenium里的新功能，其代码参考如下：

web.find_element(By.XPATH,'//*[@id="d_field"]').click()

...

其用意是通过浏览器(web)，利用网页目标按钮的XPATH坐标(代码中单引号里的内容就是XPATH坐标)去寻找并且定位，最后再执行点击操作。

多次点击后来到本文所需要的内容页面，是一个关于近些年贵州省关于农村土地种植茶树与果树面积的数据统计页面，在这里需要注意的是很多网页上的表格数据是属于外连接表（Iframe表），所以需要用到一段获取代码（iframe_content_main 是 Iframe表名）：

web.switch_to.frame('iframe_content_main')

...

获取了这种Iframe表后，接下来的任务是去定位一下目标内容所在的标签，后续才能通过该定位去准确的获取其中数据。这里的定位方式有很多，在这里可以有效利用的有下面这三种：

# 通过TAG_NAME，以Table为例

web.find_element(By.TAG_NAME,’Table’)

# 通过ID，例如代码中的ID = map

web.find_element(By.ID,’map’)

# 通过XPACH，参考XPACH为 /html/body/div/div[2]/div/div[1]/table

web.find_element(By.XPATH,’/html/body/div/div[2]/div/div[1]/table’)

...

然后就是利用元组去获取被代码所指定的内容并保存本地为CSV文件，参考代码如下图3-1：

图 3-1 数据保存本地CSV代码截图

运行代码以后，完整的得到了一个记录有农村土地资源利用相关数据的CSV文件了。至此，本文所期望的利用Selenium来进行贵州省统计局的农村土地资源数据的爬取实验到这里就完成了。

1. 1. 数据处理

使用数据爬虫爬取的农村土地资源相关数据是不能直接拿来做分析与可视化的，需要进行数据处理。通过WPS打开后，会发现爬取的数据有许多错误，类似于空格空行的多余（这集中在国家统计局的数据里面），类似于表3-1这样：

表 3-1 数据空行多余

对于表3-1这种错误，是可以手动消除的。不过在贵州省统计局里面的问题就比较大了，因为是Iframe表里面的内容，再加上开发者在源代码上的保护性技术，使得在内容的抓取上出现很多毛病。最主要的是其表格的第一行内容与其余的行是分开的，当用代码去抓取整个表格时，会有首行的多次重复，以及余下行内容尾注甩不掉的问题，重要的是保存下来的CSV文件用WPS打开后，所有内容只有一个单元格。这样的结果迫使我只有去单独爬取首行与余下内容，再利用WPS进行手动组合。不过WPS打开后又出现了首行与余下行分别出现在两个单独的单元格里，类似表3-2这样:

表 3-2 只有两个单元格问题

以上这样的数据直接使用Echarts去可视化是十分不利的，所以需要手动去除这些错误，使表格完整，才能方便后面的可视化呈现。

1. 1. 数据分析

数据经过整理后，就变得更整洁，更规范，也利于分析了，如表3-3所示。

表 3-3 2019全国部分城市农村土地利用情况

经过对表3-3中的数据进行对比分析，可以发现在2019年全国部分农村土地利用情况统计表中，林地划分所占据的面积是最多的，其次是耕地，最后是水利设施占用。因此可见在农村土地资源的划分上，林地占比是很大的，结合政策“经济林”与“封山育林”等判断应该是新政策对林地占比的进一步增加起到的决定性作用。

表 3-4 2012-2020年全国农村土地资源受灾统计表

在表3-4中，具体记录了水灾、旱灾、风雹灾、冷冻灾这四大类主要受灾类型。经过对受灾总面积数据的分析，很容易看出自2012年以来，农村土地资源在水灾与旱灾上遭受灾害面积的明显减少，这是离不开国家在水利方面的建设，水利建设，不仅有效防控了水灾的爆发，也在很大程度上遏止了旱灾的来临。

不过整理后的数据表格所能呈现的内容是十分隐晦的，并且直接通过传统表格数据进行问题分析，是十分困难的，因此运用基于Echarts的大数据可视化技术来替代传统的分析方式是拥有重要意义的。

1. 数据可视化
   1. Echarts代码实现

单纯的数据往往会使人产生眩晕感，也无法通过简单的肉眼去直视数据所潜藏的信息，而合理的利用Echarts库去进行数据可视化，就可以从视觉方向扩大这些潜在的信息，供需要的用户去合理使用。

在实现数据可视化技术上，有很多软件亦或平台可以进行编辑，像Tableau、Visual Studio Code等，而我使用的就是Visual Studio Code来进行编辑Echarts代码的操作。具体操作流程就以利用Echarts来实现的2016-2020年贵州省农村土地茶树、果树种植面积统计组合图为例。

表 4-1 2016-2020年贵州省农村土地茶树、果树种植面积统计表

如表4-1所示，该图中的内容就是通过爬虫技术获取到的具体内容，接下来就是根据这些内容去实现数据可视化，实现代码如下图4-1、图4-2、图4-3。

图 4-1 基于Echarts的可视化技术实现截图第一部分

图 4-2 基于Echarts的可视化技术实现截图第二部分

图 4-3 基于Echarts的可视化技术实现截图第三部分

运行该代码后的具体可视化效果如图4-4。

图 4-4 2016-2020年贵州省农村土地茶树、果树种植面积统计组合图展示

1. 1. 全国土地资源管理情况分析

在国家统计局里面，最近的一次关于全国范围的农村土地资源利用统计是2019年，我截取了关于广东、广西、重庆、贵州、云南这五地的记录，依据记录里的土地利用分类，做出了条形簇状图进行分析研究，其Echarts可视化截图如图4-5。

图 4-5 2019年全国部分城市农村土地利用情况簇状图

在图4-5中，对全国农村土地利用情况进行了分类，有耕地、林地、以及后面三种在经济发展中出现的农村土地被占用的情况。在我所提取的五个城市所展现的数据中，林地面积占比很高，耕地面积相较之下，占比较少。不过，这五省都地域偏南，水量充沛，多丘陵多山地，适合发展林业，耕地面积是在进行基本农地保护的情况下合理发展的。

耕地和林地是农村土地资源的两大重要划分部分，而城镇村及公矿施工、交通运输以及水域水利设施建设对于农村土地的占用情况，是属于经济发展所必要的，它们能否合理发展利用，深深牵扯着国家的“心脏”。

有了发展方向，接下来就是治理问题。本文通过国家统计局里的关于全国农村土地受灾情况的统计数据，进行了可视化分析，具体运行截图如下图4-6。

图 4-6 2012-2020全国农村土地受灾情况统计饼图

从图4-6中可以看到农村土地的受灾情况具体分为三种水灾、旱灾、风雹灾，并且每一年都在威胁着农业收成与自然经济。面对这些大自然灾害对于土地的危害，国家也是在大力整治的，于是本文在研究分析时收集了关于全国农村水土流失治理的数据，然后经过可视化分析得到了其数据统计雷达图如图4-7。

图 4-7 关于2012-2020全国水土流失治理数据的雷达统计图

在图4-7中可以清晰的发现从2012到2020年间，每一年的治理数据都在以十分可观的速度提高着，这不仅是国家政策的大力支持，也是各方阶层干部的通力合作的辛劳成果。土地灾害治理，是需要循序渐进的，这是一项长久的工程，需要长时间的积累，相信再过几年，土地资源环境将会更上一层楼。

1. 1. 可视化大屏实现

为了方便将所有的数据进行可视化展示，本文将所有的Echarts可视化视图进行整合，利用可视化大屏，去展示数据可视化成果。

为此本文利用HTML+CSS+Javascrip搭建了大屏框架及相关相关可视化成果的展示模块，部分代码如图4-12所示。

图 4-12 可视化大屏代码截图

最终的可视化大屏展示如图4-13所示。

图 4-13 可视化大屏成果展示截图

1. 总结与展望

经过数据分析，本文依据贵州省的农村土地资源管理的可视化分析研究有以下两点问题，以及相应的改善建议。

一是对于农村土地资源的利用不够充分。在对待农村土地资源利用的问题上，不管是农耕领域亦或者是建筑业领域，都需要有合理性及计划性的划分发展区域的土地。相较于农产品的发展而言，两块不相同地域与地质情况，所产生的经济效益是相差很大的，如果不能针对于当地的地域情况制定合理的发展计划，必将会直接影响农产品的产值和整体效益。至于建筑业上，对于审批这一块工作还需要进行加强，争取做到每一分地划分为建筑业后，能够创造出适宜的价值，而不是让价值“沉默”，最后被摈弃搁置，导致土地资源的白白浪费。

二是农村土地资源的区域性划分不够科学化。在进行具体的农村土地划分工作过程中，需要先做出因地制宜的科学性计划、合理性的安排，积极地去改造农村土地，确保有效划分利用土地资源。不仅仅是有效的农村土地的划分，还需要考虑如何提高土地利用率，争取土地经济效益最大化，这就需要有关部门对于各地域的土质进行科学的治理，并为各阶层干部提高土地资源利用率的基础工作进行科学指导。

经过可视化分析，再结合一些相关文献的参考，本文总结了一下前人的成果，认为农村土地资源的管理和利用是支撑着城乡经济的发展的，不过伴着城镇化进程的不断加快和大量人口的向城镇迁入，这导致了城镇建设范围不断扩大，给有限的农村土地资源带来了巨大的压力。因此，合理利用科学手段去规划农村土地资源具有十分重大的意义。只有加强对土地资源的管理，科学合理的利用未开发的土地资源，及时应对城乡规划建设中存在的土地管理问题，才能推进城乡建设的稳定发展，进一步改善人们的生活水平和环境条件。同时城镇规划需要具有一定前瞻性和计划性，能预测未来的发展趋势，避免在城乡规划建设的过程中存在不合理的规划造成对农村土地资源的浪费现象，保证农村土地资源的高效利用，让农村土地资源能发挥最大的社会价值和经济效益。对于城市建设管理者来说，在城乡规划建设的过程中，不仅需要考虑项目所带来的经济效益和社会效益，而且还需要考虑对生态环境的影响，实现对农村土地资源的合理利用，满足城市规划建设的实际需要。

在大数据行业飞速发展的当下，大数据技术与农村土地资源管理相结合的益处日趋突显，为了更好地管理农村土地资源相关数据，在进行农村土地资源的优化与科学利用中，各省项目部门需要结合各自省内的省情以及资源分布的特点，搭建以大数据技术为主的分析管理平台，以此来提高对农村土地资源的各项数据维护及管理的效果，进而提升省内特色产业的市场竞争力。通常情况下，在大数据与农村土地资源管理两者相结的新式管理模式下，需要积极建立与之匹配的各项数据采集系统，分析系统。本人相信在不断的完善下，通过该新式管理模式的设定以及新型农村土地资源管理的科学创新方案，会在有效提高土地资源的管理效果与实现土地资源的合理使用上发挥更耀眼的光芒。届时，随着我国社会主义现代化的建设和发展，大数据与农村土地资源管理的科学性应用必将可以促进我国各行各业的发展，并且那时我国农村土地资源的规划与管理工作，不仅能拥有创新的思想观念，还能利用科学手段对农村土地结构进行合理优化，从而促进新时期农村土地资源的利用率的提高。

参考文献

1. 柴建民,周佃朋.浅谈土地资源管理与经济可持续发展[J].长江技术经济,2022,6(S1):227-229.DOI:10.19679/j.cnki.cjjsjj.2022.0776.
2. 朱小龙.土地资源管理中现存的问题及解决措施[J].长江技术经济,2022,6(S1):32-34.DOI:10.19679/j.cnki.cjjsjj.2022.0711.
3. 冀增胜.浅析“3S”技术在土地资源管理中的应用进展[J].农业开发与装备,2022(01):106-108.
4. 韦星持,王晴晴,廖蕊,杨春,罗小佩,吴恋.基于互联网+的农村土地资源管理平台[J].物联网技术,2021,11(12):90-91+94.DOI:10.16667/j.issn.2095-1302.2021.12.024.
5. 柏秀雯.浅谈农村土地资源管理存在的问题及相关对策[J].农家参谋,2020(02):32.
6. 杨晓燕.当前农村土地管理中存在的主要问题及对应策略探讨[J].价值工程,2020,39(17):10-11.DOI:10.14018/j.cnki.cn13-1085/n.2020.17.006.
7. 王月.基于农村土地资源管理中存在的问题及改进对策[J].南方农机,2021,52(03):77-78.
8. 徐启龙.浅谈农村土地管理中存在的主要问题及对策[J].农村.农业.农民(B版),2021(03):51-52.
9. 王文婷.基于国土资源大数据应用的土地资源管理模式创新分析[J].农业科技与信息,2021(05):75-76.
10. 梁立华,唐世斌,胡云,潘玉华,刘丁铭,陈永力,樊香相.基于城乡规划建设的土地资源管理探讨[J].科技创新与应用,2020(01):188-190.
11. 邵长山. 高邮市土地资源管理模式创新与优化策略研究[D].东南大学,2020.
12. 张瑞欣.新时期提高土地资源利用率、加强土地规划与管理的对策分析[J].湖北农机化,2019(22):11.