2025年能源北斗与时空智能创新技术应用大会：开放地球引擎OGE驱动的能源时空信息服务新模式

能源时空服务开放地球引擎时空服务标准背景1.1背景n全球能源决策需要数字地球支撑n煤、

电、

化、运涉及以时空位置和时空环境为核心的时空信息世界能源展望报告31.2时空信息应用广泛全球气候变化模拟智慧城市数字孪生三维应急响应灾害监测预警海洋与气象资源监测公共卫生疾病传播溯源城市扩张与更新模拟地质调查与地质找矿文物三维数字化保护土地利用与国土规划林草资源动态监测室内精确导航地图自动驾驶高精地图41.3时空信息服务国家需求•谷歌地球引擎•

欧空局数据立方•东数西算工程•

高分专项•地理国情普查•全国国土调查•

多模态模型库•大规模样本库•

多智能体协同(乐鹏等,科学通报,2025)•

北斗专项如何有效提供地理信息服务

，

是发挥时空信息基础设施效能的关键n时空信息已成为国家重要新型基础设施时空AI基础设施时空计算基础设施时空数据基础设施北斗基础设施519601990s2000s2010s2020s20世纪60-90年代1.4地理信息服务发展n传统地理信息系统(GIS)走向数据-算法-算力耦合的智能时空基础设施服务地理信息系统网络地图服务数字地球服务专业化、

复杂化、

单机化服务化、

普及化、

平台化智能化、

自动化、

感知化美国国家地理信息与分析中心NCGIA美国基金委时空基础设施EarthCube美国基金委时空智能GeoAI美国NASAGeoBrain项目Google

Earth

EngineOpenStreet

Map美国基金委CyberGIS21世纪初-2010sGoogle

MapsGoogle

EarthAlphaEarth2020s至今MapInfoArcGIS61.5国际发展态势NASA

NOAA需自主创新

，研发国产的数字地球引擎大数据云计算提供海量的数据与算法支持地学任务在线编排

7谷歌地球引擎人工智能新

型

时

空

信

息

基

础

设

施

—

中

国

版

数

字

地

球国产时空信息云计算平台2.1新型地理服务引擎n

传统时空数据服务面临计算服务升级n

已有的计算服务引擎偏重传统物理模型

，

时空AI模型智能处理不足从跟跑到并跑

，

实现自主时空基础设施

，

掌控时空信息安全与技术的主动权新一代开放地球时空智能计算服务（开放地球引擎OGE）国家地理信息公共服务平台（天地图）9Google

Maps龚健雅

，乐鹏等

，开放地球引擎OGE设计与研制

，测绘学报（2025）数据服务计算服务GEE下代计划智能计算92.2开放地球引擎数据就绪服务分析就绪服务形成时空信息智能底座突破系列关键技术提供多层就绪服务构建孪生地球引擎“时空信息、定位导航服务已成为重要新型基础设施”算力、数据与算法的深度耦合开放共享的算力、数据与算法全栈自主的时空信息基础设施时空立方体多源联合分析多模态时空数据统一表达矢-栅-场分布式时空计算全球遥感影像在线解译决策就绪服务》》》10

全球DEM/DOM+在线几何校正全球DEM产品12.5m/30m>3万景全球DOM产品10m>3千景

全球EO样本数据共享近百个样本数据集>1000万样本量场景分类、

目标检测、地表覆盖分类、

变化检测、

三维重建

全球定量遥感产品•

地表温度、

净辐射、总初级生产力、

蒸发

蒸腾量、

叶面积指数、

全球虚拟星座、全球尺度分析•

Landsat、MODIS、

高分、哨兵…u融合自创的数字地球时空立方体GeoCube理论模型（发表在领域顶刊IJGIS）

，实现全球大规模对地观测数据管理

，提供高效的分析就绪型数据访问、处理和计算服务u支撑全球定量遥感产品及“武汉一号”卫星数据的超200万景PB级大规模海量数据处理2.2开放地球引擎光合有效辐射比11

基础设施：

支持千核CPU

，

P级GPU算力和百PB级存储

数据组织：

汇集多源时空数据

，通过预处理集成至嵌入立方体

中进行统一组织管理

分析计算：

借助高性能计算范

式

，提供高效的时空计算和智

能推理

协同服务：

提供数据就绪、

分

析就绪、

AI就绪等多种服务

标准支撑：

遵循ISO和OGC地理信息服务和数据标准

，

实现互2.3平台架构操作12n

区别于传统“矢量图-影像景”割裂组织

，将多源时空数据通过多维时空数据立方体进行关联表达，在立方体单元内实现全域多源数据的融合对齐n

构建顾及分辨率差异构成多级可变网格，实现矢量、栅格和专题数据的一体化融合管理多源时空数据的立方体表达立方体视图

GeoCube

(IJGIS,2022)遥感影像数据基础地理数据AI样本数据专题数据产品环境气象数据社会经济数据多源数据共享时空参考空间可变剖

分网格顾及分辨率差异的转换与映射2.4关键技术一：

时空立方组织基础地图,

DEM,

…

…目标检测

，地物分类

…

…温度,

降雨,

…

…人口密度,城市区划,…

…植被,不透水面,

…

…主题维度高分,武汉一号,哨兵,

…

…产品维度空间维度时间维度13时空数仓表达模型数据维度

定义动态可变时空网格立方体组织模型1空间维度数据来源维度面向不同投影形变

参考一致

维度正交

粒度近似事实星座多参量集成数据就绪自适应优化不同查询模式多源异构时空数据遥感影像矢量数据轨迹数据样本数据2.4关键技术一：

时空立方组织增强立方体模型•

语义信息嵌入•

组织模式匹配规则•

时空语义信息集成语义关联对齐融合•

智能关联发现•

语义增强索引•

立方体语义查询

3语义关联与查询优化时空语义关联框架•

扩展时空本体•

跨领域语义模型•

语义转换映射机制推理就绪数据划分任务调度内存映射分析就绪立方体操作切块•数据时序性•空间分布性•数据关联性时空数据分布就绪组织2异质特征学习整合多源数据度量面向不同空间尺度检索语义计算语义索引方法更新算法时间维度构建算法时空断言维度组合切片下钻上卷142.4关键技术二：

时空计算架构n

现有时空计算复杂度评估方法依赖先验知识

，

空间异质性易导致评估不准分解失衡

，发展学习型时空计算的新范式突破先验依赖

，

通过时空计算特征学习克服时空计算的异质性

传统方法

预测效果Yueet

al.,

IJGIS

(2020)提升复杂度评估拟合系数经验公式依赖专家知识时空计算特征学习

适用场景单一

地理空间域特征

自主学习分布特征结构特征结构特征数量特征 AI预测线性拟合空间异质性执行时间-

-

-

-

-

-

-

-

-

i15n

基于开放计算架构

，构建标准化、可扩展、高性能的开放时空算子体系

，

内置云原生时空算子集

，集成丰富的开源软件算法

，还可导入用户开发的专业模型2.4关键技术二：

时空计算架构地图代数叠加分析空间连接邻域计算地形分析……图像处理空间统计类型转换时序分析土地利用分类水体时序分析水体变化检测干旱分析模型

建筑物提取

植被变化检测洪水淹没分析

…

…任务编排计算资源计算平台开源算法专业模型云原生开放算子体系……空间插值地形渲染表面分析颜色管理通视分析网络分析水文模拟路径分析几何操作内存GPUCPU162.4关键技术二：

时空计算架构n

开放地球引擎OGE计算组件已经在开放时空智能社区（OGE

Alliance）（/）开源，支持二次开发服务/discover/detail?id=OpenCodes-

33213443-c5a1-4f73-b19f-2c9de25f34c5/openrsgis/oge-computationOGE

Alliance发布页Git

hub仓库17感谢武大遥感学院、

全重GIS、

清华大学、

地大、

武理工、

湖北大学、珞遥、

吉奥、

国能等贡献者

，

以及在OGE开放社区中贡献的各位老师、

同学2.4关键技术二：

时空计算架构45个n

共建、共享开放生态：开发者可在开源OGE版本上进行算子、算法开发工作，成果可发布到开放时空n

集成陈玉敏老师团队开发的地形因子计算、

地形特征分析、

水文分析三类算子18个集成卢宾宾老师团队开发的时空聚类与统计算子智能社区中，并可集成到OGE平台河网矢量化填充河流连接计算地理加权回归坡向计算洼地填充n18n整合武汉一号/高分卫星影像、土地覆盖分类、

DSM等生成高分辨率二三维语义嵌入数据

，转换为64维特征表示

，实现多源时空数据融合表征与高效压缩2.4关键技术三：

时空嵌入表达多光谱

全色高光谱高分卫星

武汉一号19n

基于Local基础嵌入模型

，实现多任务感知n

自监督学习+弱监督学习进行多模态数据的语义对齐

，

有效整合多任务场景2.4关键技术三：

时空嵌入表达全局建模

局部建模{

}相比原始影像

，下游任务精度更高Local-Model原始影像集合表征学习嵌入集合深度估计损失语义分割损失MAE重建损--------------*对比损失压缩验证64维嵌入失202.4关键技术四：

时空AI推理n

从Data

Cube发展为AI

Cube

，

提供样本数据就绪、

AI模型就绪、

AI推理就绪计算就绪（Gao,Yue

etal.,

IJGIS

，2022)AI就绪（Yue

et

al.,

IJGIS

，2022)AI

Cube推理管道长时序AI推理大范围AI解译212.4关键技术四：

时空AI推理n

基于OGC

AI模型标准DLML构建时空AI模型库

，

实现AI

Cube分布式推理框架构建推理引擎

，

支撑大范围异质场景的遥感影像的CPU/GPU协同推理计算(Yueetal.,

Big

Earth

Data,

2025)22AI

Cube大型语言模型（Large

Language

Model）语言理解、

语言生成、

推理能力时空问答时空数据查询时空数据处理时空数据发现时空数据分析…….挑战二存在时空能力边界•

不擅长超出文本模态的时空计算•

无法调用外部时空资源基于多智能体协同实现

LLMs时空能力边界扩展挑战一存在时空知识边界•

缺乏专业领域知识•

且难以及时更新知识基于知识图谱实现LLMs时空知识边界扩展2.4关键技术五：

时空智能体问答下一个词预测23n

时空问答推理路径探索、剪枝与增强n

基于LLMs的时空知识图谱推理方法（STRKG）主要结论

LLMs具备世界知识基本具备常见行政区划关系判断

在复杂的需要时空计算的

匹配需求中

，存在人工智

能幻觉或无法计算的情况2.4关键技术五：

时空智能体问答时空编码工具在地理问答中的必要性

时空关系计算

?空间关系(李皓,乐鹏等,

中国科学:地球科学,2024)(Li,Yueet

al.,

IJDE,

2025)24n

基于LLMs的时空知识图谱推理方法（STRKG）实验通过四个难度等级的能力问题：1）

Level

1只涉及单个约束条件和单跳的问题；2）

Level2涉及多约束条件和多跳的问题；3）

Level3涉及时空条件、

多约束条件和多跳的问题；4）

Level4包含时空条件、

多约束条件、

多跳和推理条件问题。所提出的STRKG在取得最优的召回率情况下具有较低的时间成本2.4关键技术五：

时空智能体问答强调了平衡性能与资源成本

优化问答体验越靠近散点图右下角代表了在拥有更高召回率的同时所需成本更低252.4关键技术五：

时空智能体问答n

扩展LLMs的时空能力边界n

基于知识图谱与多智能体的时空问答

，支持时空数据检索和时空任务的自主求解危险区域人口统计与可视化

26设施选址与可视化2.5平台概况应用中心开发中心n

OGCCoveragesn

OGC

Processesn

OGC

Features……开放API代码编辑器模型组合器时空检索数据覆盖查询数据集介绍模型介绍模型检索示例代码https://openge.org.cnGeoChat地学问答Cube长时序分析AI智能遥感应用遥感环境监测模型定量遥感产品生产模型中心数据中心遥感专用DL框架批处理本地下载实时在线上图27n

融合时空立方体GeoCube

，

实现全球大规模对地观测数据的就绪型管理

，

提供高效的分析就绪型数据访问、

处理和分析服务2.5平台概况——数据中心原始数据经标准化处理后“零等待”交付

，无

需额外预处理

，可直接支撑应用开发、场景分

析等业务需求

分析就绪

全球数据覆盖内置高分系列、武汉一号、

Landsat、

MODIS、

Sentinel等数万景数据

，覆盖多分辨率、

多光谱

类型

，适配陆地、海洋等多业务场景支持空间范围+

时间区间+

云量等多维度组合检索

，配套在线预览、覆盖度查询等功能

，提

高数据获取效率

多维高效检索28n

内置750+时空分析算子与模型

，包含预处理、

矢量处理、

栅格处理、

AI模型等类型算子

，

提供算子代码示例

，方便开发者调用2.5平台概况——模型中心330图像处理42时空分析290矢量处理22专题算法15定量遥感11预处理34地形处理11AI模型更多29n

提供在线交互式编程、

图形化工作流构建、

应用工具等3种适配不同用户的多元开发模式

，

覆盖编程/非编程用户

，兼顾专业深度与易用性2.5平台概况——开发中心</>

在线交互式编程为编程用户提供代码编辑与调试环境

，支持Python等语言调用算子

，兼容

OGC标准API

，适

配二次开发与定制化需求

应用工具构建零代码体验：极简流程“选数据→选模型→设参数→点运行”。

图形化工作流通过可视化模块拖拽方式

，无需编写完整代码

即可完成分析流程编排

，兼顾灵活性与易用性

，

衔接非编程与编程用户需求。3032.5平台概况n

实现全球互操作开放服务

，提供数据检索、下载和计算服务

，支持用户交互式计算n

全球尺度气象数据实时可视化与表观温度实时计算n

数据源：温度、相对湿度、风速、

降水数据等（

ERA5数据集模拟实时数据流）n

分析：倾斜时间维度上卷（OLAP——上卷）2.5平台概况每小时的数据在当天过后

，会自动上卷（平均值）

为每天的数据

，

以减小存储压力(Liu,Yueet

al.,

IJDE,

2024)时延分析结果32ISO/TC211成立于1994年

，

专注于地理信息领域的标准化工作

，

主要包含地理信息、

方法、

工具和服务的获取、表达、

管理、

处理、

分析、

转换。lWG1（

Framework

and

reference

model）

：负责制定标准框架；lWG4（Geospatial

services）

：负责地理信息服务相关标准；lWG6（Imagery）：

关注影像和栅格数据及其元数据；lWG7（Information

communities）

关注地理对象、

元数据信息、

语义信息和地址信息的概念模型

，也包括土地管理等

特定领域的应用模式lWG9（Information

management）

：聚焦地理信息的组织、

存储、

表达和分发lWG10（

Ubiquitous

public

access）：

关注移动智能终端环境中的地理信息访问lJWG

11（

GIS-

ITS）

是TC211和TC204（Intelligent

Transport

Systems）

的联合工作组：

关注智能交通、

导航、

定

位等应用方向3.1国际地理信息标准化组织—ISOn

ISO地理信息技术委员会（ISO/TC211）34已发布12项地理信息服务相关标准

，

其中大部分标准来自于OGC标准规范

，包括GML,WFS,

WMS,Simple

FeatureAccess等实现从OGC标准到ISO标准的快速转化3.1国际地理信息标准化组织—ISO353.2国际地理信息标准化组织—OGC起源于

1994年

，拥有欧美等航空航天、

自然资源、

测绘地理政府部门（美国航空航天局、

欧洲航天局等）

、著名企业（微软、

亚马逊、

谷歌、

苹果等）

、

世界著名大学(哈佛大学、

英国伦敦大学学院等）

等500余家成员单位。社区

548国际成员

110+成员会议

13

区域联盟

60+联络伙伴

50+标准工作组

50+领域工作组标准

70

+

已采用的

标准

900+基于标准

实现的产品

300+与标准兼

容的产品项目

自1999年以来，已执行完成了超过100个创新计划项目

380+

工程报告n

国际开放地理信息协会（OGC）

：全球地理信息服务技术标准的先行者36•TrainingDML-AI•EDRAPI•GeoDataCube•AnalysisReadyData3.2国际地理信息标准化组织—OGC

数据模型和编码

服务和APIs

数据存储

目录发现

传感采集

信息交换模式和上下文六大体系架构37OGC中国联盟从17年6家发展为30余家单位

，

成为OGC全球增长最快的国家n

OGC标准体系n

GeoAI：

以地理人工智能领域为例

，

目前缺乏足够的开源与规范的训练数据集已成为制约AI/ML算法发展和改进的主要因素述，数据互操作性差乏可发现性和可访问性3.3驱动新标准——新的信息模型研制了ISO/OGC首个地理人工智能标准Training

Data

Markup

LanguageforArtificial

Intelligence

(TrainingDML-AI)l训练数据访问受限

，导致结果难以重复和比较l训练数据缺乏统一描l大部分开源训练数据集缺互操作性

可发现性

可访问性可重复性383.3驱动新标准——新的服务模式OGC

API系列：

以资源为中心•JSON:轻量级的消息传输•HTTP：

删除HTTP作为通信隧道使用,兼容状态码•服务开发：

轻量级和模块化的服务开发W*S系列：

以服务为中心•XML:XML编码冗长

，成本昂贵•HTTP:

HTTP状态码不表示服务的成功与否•服务开发:开发者需要专业知识理解规范内容n新一代OGC

API：

SOA架构的服务标准向基于REST架构的服务标准转变基于SOA架构的服务标准体系—W*S系列以资源为中心的服务标准体系—OGC

API系列39•原版本的标准严重依赖于ISO

RM-ODP,几乎所有的规范性约束都依赖于五个视角（企业视角、

信息视角、

计算视角、

工程视角和技术视角）

,缺乏一定的实践意义;•原文档以ISO

RM-ODP组织文档架构虽然保证了后向兼容性

，但降低了对地理信息领域核心内容的关注度

，

比如使用者更加关心的服务分类、

服务架构、

服务元数据、

服务质量等;•原文档缺乏对最新技术趋势的反映

，忽略了机器智能体。其没有考虑最新的Web架构

，包括OpenAPI规范和OGCAPI系列标准

，

以及模块化设计、

最新地理信息操作环境。3.4驱动新标准——新的服务体系n

发展地理信息服务体系标准ISO

19119

修订

修订动机：数据空间

数字孪生GeoAI

系统的系统新兴的地理信息操作环境

40规范范畴n

Disaster

Pilot：

构建了ARD组件技术架构

，支持台风、

洪涝应急工作流

，缩短数据准备与获取时间n

Climate

Resilience

Pilot：

致力于解决气候变化领域多源大规模长时序数据集成、

一致性处理和计算困难n

Urban

Digital

Twins

Pilot：

基于Cube集成多源数据

，通过CityGML模拟可视化

，探索海平面上升影响3.5支撑各类应用场景41国际减灾、

气候变化、

数字孪生新加坡风暴潮模拟序号标准名称级别状态1ISO

19178-1

Geographic

information

—

Training

data

markuplanguageforartificialintelligence—Part

1:Conceptualmodel国际标准发布（牵头）2ISO/AWI

19111Geographic

information—

Spatial

referencing

bycoordinates国际标准修订（牵头）3ISO/AWI

19119Geographicinformation—Services国际标准修订（牵头）4ISO/CD

19178-2

Training

data

markup

language

for

artificialintelligence—Part2:JSONencoding国际标准立项（牵头）5ISO/CDI

19178-3

Training

data

markup

language

for

artificialintelligence—Part3:XMLencoding国际标准立项（牵头）6lSO/PWl

1918

2

How

to

incorporate

Geo

Al

in

geographicinformationstandards国际标准立项（牵头）7OGCTraining

Data

Markup

Language

forArtificial

Intelligence

(TrainingDML-AI)Part

1:ConceptualModel

Strandard国际标准发布（牵头）8OGCTraining

Data

Markup

Language

forArtificial

Intelligence(TrainingDML-AI)Part2:JSONEncoding

Standard国际标准发布（牵头）9OGCTraining

Data

Markup

Language

forArtificial

Intelligence(TrainingDML-AI)Part3:XMLEncoding

Standard国际标准发布（牵头）3.6OGE前期基础42

赋能国能时空信息平台

，

打造统一时空信息服务体系1：

传统封闭单机GIS软件形成信息孤岛2：

已有的地图服务难以满足深度分析需求3：

GIS、

遥感与能源业务大数据割裂组织4：

服务能力难以适应时空智能的发展5：

时空服务对能源业务的穿透存在标准鸿沟4.1能源时空信息服务转型数据思维计算思维服务思维智能思维标准思维n能源时空信息服务的五大困境44发展目标实现时空信息服务内外一体化

，

融入全国能源统一大市场

，

助力行业转型进程4.2能源时空信息服务n打造统一时空信息服务体系

，

服务能源集团与行业数字化与智能化发展需求建设目标对内统一平台集团内部同一套平台对外统一市场能源行业统一服务平台时空信息服务

内外一体化统一时空基准统一地图数据统一资源管理统一共享门户统一技术标准时空服务市场数据要素市场技术交易市场发挥集团一体化协同优势以数智化转型促进能源绿色低碳发展培育时空信息与能源产业融合发展新优势45n

2024年

，武汉大学和国能数智成立时空智能联合创新实验室

，校企合作打造能源时空信息服务新模式n

武汉大学遥感学科连续9年软科全球排名第一n

国家能源集团拥有煤炭、

电力、化工、运输等全产业链业务

，产业分布在全国以及美国、加拿大、南非等10多个国家和地区

，是全球规模最大的煤炭生产公司、火力发电公司、风力发电公司和煤制油煤化工公司，

2025年世界500强排名第92位

，资产2.1万亿元

，员工31万人4.3能源时空能力建设“一图、一网、一平台”

+一系列终端的时空智能服务体系46n

总体架构

：采用

“4+1+N”架构体系

，在北斗时空基础设施基础上

，

构建面向能源领域的国能时空数据、

时空计算、

时空AI基础设施

，汇聚于1个统一的平台中枢

，

服务于N个能源场景下的业务系统应用时空AI基础设施自主可控框架与遥感监测大模型4.3能源时空能力建设4

+1

+N的国能时空信息平台架构

，赋能集团全产业一体化运营管控

，服务集团各单位多层级时空信息应用国能时空信息平台标准化、可扩展、高性能服务体系1个服务平台4项基础设施煤电化运综合一体化应用场景N个应用场景位置服务类

地图服务类

时频服务类遥感服务类

气象服务类短报文服务类时空计算基础设施弹性伸缩的分布式计算架构时空数据基础设施统一的时空大数据底座北斗时空基础设施统一时空基准车辆位置管理生态修复遥感监测人员位置管理铁路沿线安全预警国能地图移动端大坝形变监测预警…

…地表形变监测智慧生产一张图生态水保环境监测时空计算服务时空任务编排时空AI服务北斗终端接入北斗终端管理时空数据接入时空数据服务时空知识服务通用

服

务474.3能源时空能力建设示例：神东井工煤矿矿区边界。一级类为能源产业专题（代码04）；二级类为煤炭专题（代码01）；三级类为井工煤矿（代码01）；

四级类为基础类（代码01）；五级类为矿区边界（代码0001）。分类代码为：040101010001；统一标识码为：CE100000040401010100010000000001技术体系安全体系应用服务体系数据资源体系基础设施体系时空数据编码规范24二级类5一级类518四级类99三级类48国能地图时空数据基础设施时空AI基础设施国能时空信息平台国能高精度位置服务网4.4国能时空信息平台能源产业一张图重要市场：

区域结构……时空AI智能应用数据要素关联挖掘能源+算力融合“用数”：

时空底图：

时空关联：

时空计算：

时空智能视频监控智能巡检……多源时空数据治理……水情气象数据关联重点企业：

时空分布时空计算任务分解遥感影像智能识别异构并行计算策略……北斗时空基础设施时空计算基础设施重点工程

：现场视频生产运营数据分析北斗位置数据分析时空流批一体计算“优算”“赋智”“上图”49遥感和时频6大类时空服务

，实现北斗通信导航定位、

时空智能、遥感监测评估三位一体应用4.4国能时空信息平台n

平台集成基础地理数据和生产经营数据2大类、7子类时空数据

，提供地图、位置、短报文、气象、基础测绘数据自然资源数据

（自然资源部）气象时空数据

（国家气象局）互联网数据其他数据在线监视分析生产调度分析运输物流跟踪应急指挥辅助国能时空

信息平台系统建设航运通信保障等特殊场景一体化运营解决方案科技创新…

…应急通信与故障报警偏远地区数据传输生态修复监测基础地理数据生产经营数据

场站选址

运输管理

产业分布全景

三维可视化

国能授时位置服务遥感监测服务气象服务地图服务短报文服务时频服务时空数据时空服务室内外多源融合人员定位管理生产运营计划天气预报露天作业人车协同安全监管国能天气移动端集团内部公用车管理产业时空数据环境监测数据北斗时空数据其他相关数据外委车辆位置管理地表压覆资源监测气象服务大屏建设工程监测气象服务专报土地资源监测固废排放监测

人员安全监控与调度

504.4国能时空信息平台711电厂141铁路场站n

开放地球引擎OGE平台作为基础设施

，在国家重