CN105930865B - 城市建设用地分类提取及评估方法 - Google Patents

城市建设用地分类提取及评估方法 Download PDF

Info

Publication number
CN105930865B
CN105930865B CN201610239096.6A CN201610239096A CN105930865B CN 105930865 B CN105930865 B CN 105930865B CN 201610239096 A CN201610239096 A CN 201610239096A CN 105930865 B CN105930865 B CN 105930865B
Authority
CN
China
Prior art keywords
data
classification
land
construction land
spots
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610239096.6A
Other languages
English (en)
Other versions
CN105930865A (zh
Inventor
贾贞贞
梁建国
马红
胡开全
周智勇
谢征海
张俊前
王成
王快
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Academy of Surveying and Mapping
Original Assignee
Chongqing Survey Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Survey Institute filed Critical Chongqing Survey Institute
Priority to CN201610239096.6A priority Critical patent/CN105930865B/zh
Publication of CN105930865A publication Critical patent/CN105930865A/zh
Application granted granted Critical
Publication of CN105930865B publication Critical patent/CN105930865B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种城市建设用地分类提取及评估方法，该城市建设用地分类提取方法包括从地理国情数据中提取地表覆盖分类代码为0360、0422、0424、0429、05％、06％、07％和08％的地表覆盖分类数据；从地理国情数据中提取地理国情要素代码为0736、0820、1122、1124、1125、1126、1127、1128、114％的地理国情要素数据；对地表覆盖分类数据和地理国情要素数据进行合并，并在剔除重复面状数据后，获得建设用地范围内的地理国情空间数据；根据建设用地分类标准，按照预设的规律，对建设用地范围内的地理国情空间数据进行分析，将各个要素类指标对应的要素类图斑、以及各个覆盖类指标对应的覆盖类图斑，归并到相应的建设用地分类。通过本发明，可以提高建设用地分类和评估的效率与准确度。

Description

城市建设用地分类提取及评估方法
技术领域
本发明涉及建设信息分析领域，尤其涉及一种城市建设用地分类提取及评估方法。
背景技术
面对经济社会发展的新常态，城市发展所处的自然地理空间本底和资源生态环境也正发生着深刻变化。全面、高效、准确地获取城市建设用地的类别、位置、范围、面积等，掌握其空间分布状况，并合理评估用地规划实施情况，是制定和实施城市发展战略与规划、优化国土空间开发格局和各类资源配置的重要依据，也是推进城市建设管理、资源环境保护、应急保障服务的重要支撑，以及相关行业开展调查统计工作的重要数据基础。
遥感影像解译是当前提取城市建设用地空间分布的主要手段，常用方法包括指数法、谱间结构阈值法、基于像素的监督分类法、面向对象分类法、决策树分类法等。然而，这些方法多用于建设用地范围提取，即对建设用地与非建设用地进行区分，难以得到建设用地分类信息，或是仅能获取其中部分专题信息(如建筑物用地)。此外，由于遥感影像地物光谱的复杂性，存在“同谱异物、同物异谱”等现象，且不同地区地表特征差异较大，目前还缺乏城市建设用地样本库，使得遥感解译精度较难满足实际应用需求。由此可见，现有的城市建设用地分类提取方法存在准确度较低的问题。另外，目前对建设用地现况和规划用地实施情况进行评估时的准确度也较低。
发明内容
本发明提供一种城市建设用地分类提取方法，以解决现有城市建设用地分类提取方法准确度较低的问题。
本发明还提供一种建设用地评估方法，以解决现有建设用地现况和规划用地实施情况评估方法定量化程度低、准确度较低的问题。
根据本发明实施例的第一方面，提供一种城市建设用地分类提取方法，包括：
从地理国情数据中提取地表覆盖分类代码为0360、0422、0424、0429、05％、06％、07％和08％的地表覆盖分类数据；
从所述地理国情数据中提取地理国情要素代码为0736、0820、1122、1124、1125、1126、1127、1128、114％的地理国情要素数据；
对所述地表覆盖分类数据和所述地理国情要素数据进行合并，并在剔除重复面状数据后，获得建设用地范围内的地理国情空间数据；
根据建设用地分类标准，按照预设的规律，对建设用地范围内的地理国情空间数据进行分析，将各个要素类指标对应的要素类图斑、以及各个覆盖类指标对应的覆盖类图斑，归并到相应的建设用地分类，由此完成建设用地的分类。
在一种可选的实现方式中，所述方法还包括：
将所述要素类图斑和所述覆盖类图斑分别与对应的城市建设用地类型相关联。
在另一种可选的实现方式中，所述方法还包括：
当所述要素类图斑中的面状图斑与所述覆盖类图斑中的面状图斑重合时，将该图斑标识为对应的要素类图斑。
在另一种可选的实现方式中，所述方法还包括：
判断所述要素类图斑中是否同时存在点状数据和线状数据，若是，则将所述要素类图斑标记为待人工核查图斑。
在另一种可选的实现方式中，所述方法还包括：
判断所述要素类图斑和所述覆盖类图斑是否对应于多个城市建设用地类型，若是，则将所述要素类图斑和所述覆盖类图斑标记为待人工核查图斑。
在另一种可选的实现方式中，所述方法还包括：
当存在待人工核查图斑时，根据遥感影像图，对所述待人工核查图斑进行核查，以调整分类属性；和/或根据该待人工核查图斑与周围图斑的关系，对该待人工核查图斑与周围图斑进行合并或切割，并调整分类属性。
在另一种可选的实现方式中，所述方法还包括：
通过实地调查，对所述待人工核查图斑进行核查，以调整分类属性。
在另一种可选的实现方式中，在根据遥感影像图，对所述待人工核查图斑进行核查之前，所述方法还包括：
将所述遥感影像图转换到与所述地理国情数据相同的坐标系下。
根据本发明实施例的第二方面，还提供一种建设用地评估方法，包括：
将CAD格式的规划用地数据转换为GIS格式，以使所述规划用地数据采用GIS面状数据的形式进行存储；
根据上述城市建设用地分类提取方法，提取出建设用地的分类；
按照预设的规则对所述规划用地数据进行分析，按照建设用地分类代码，对所述规划用地进行分类；
根据所述建设用地和所述规划用地的分类，对建设用地现况和规划用地实施情况进行评估。
在另一种可选的实现方式中，在按照预设的规则对所述规划用地数据进行分析之前，所述方法还包括：
将所述规划用地数据转换到与所述建设用地的数据相同的坐标系下。
本发明的有益效果是：
1、本发明通过基于地理国情数据，对建设用地进行分类提取，可以提高建设用地分类的效率和准确度；
2、本发明通过将要素类图斑和覆盖类图斑分别与对应的城市建设用地类型相关联，有利于后序针对各类城市建设用地进行评估分析；
3、本发明通过在要素类图斑与覆盖类图斑重合时，将该图斑标识为对应的要素类图斑，可以提高建设用地分类的准确度；
4、本发明通过在要素类图斑中同时存在点状数据和线状数据时，将要素类图斑标记为待人工核查图斑，可以提高建设用地分类的准确度；
5、本发明通过在要素类图斑和覆盖类图斑对应于多个城市建设用地类型时，将要素类图斑和覆盖类图斑标记为待人工核查图斑，可以提高建设用地分类的准确度；
6、本发明通过在存在待人工核查图斑时，采用三种人工核查方法对图斑的分类属性进行调整，可以提高建设用地分类的准确度；
7、本发明通过在根据遥感影像图，对待人工核查图斑进行核查之前，将遥感影像图转换到与地理国情数据相同的坐标系下，可以准确地针对该图斑对应建设用地处的遥感影像图进行人工核查，从而可以提高建设用地分类的准确度；
8、本发明通过在将规划用地数据转换为GIS格式后，按照建设用地分类标准对规划用地数据进行分类，并根据建设用地基于地理国情数据获得的分类以及规划用地数据的分类来对建设用地进行评估，可以提高规划建设用地评估的定量化程度与准确度；
9、本发明通过在进行评估分析之前，将建设用地数据和规划用地数据转换到相同的坐标系下，可以进一步提高建设用地评估的准确度。
附图说明
图1是本发明城市建设用地分类提取方法的一个实施例流程图；
图2为建设用地分类标准图；
图3是本发明建设用地评估方法的一个实施例流程图；
图4是建设用地大类划分标准图；
图5为评估后输出的建设用地结构图表；
图6为评估后输出的人均城市建设用地规模图表；
图7是评估后输出的规划实施评价情况图表。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。
参见图1，为本发明城市建设用地分类提取方法的一个实施例流程图。该方法可以包括以下步骤：
步骤S101、从地理国情数据中提取地表覆盖分类代码为0360、0422、0424、0429、05％、06％、07％和08％的地表覆盖分类数据。
本实施例中，地理国情普查是国家于2013年首次启动的一项重大的国情国力调查，全面获取了我国自然和人文地理要素的现状和空间分布情况，有效提高了地理国情信息对政府、企业、公众的服务能力。地理国情普查成果包含为12个一级类，58个二级类，135个三级类。上述地表覆盖分类代码为0360、0422、0424、05％、06％、07％和08％所表示的含义可以从《地理国情普查内容与指标》(GDPJ 01-2013)、《地理国情普查数据规定与采集要求》(GDPJ 03-2013)中查到，因而在此不再予以赘述。其中，％表示通配符，如08％表示08开头的所有代码。
步骤S102、从所述地理国情数据中提取地理国情要素代码为0736、0820、1122、1124、1125、1126、1127、1128、114％的地理国情要素数据。
本实施例中，上述地理国情要素代码为1122、1124、1125、1126、1127、1128、114％所表示的含义可以从《地理国情普查内容与指标》(GDPJ 01-2013)、《地理国情普查数据规定与采集要求》(GDPJ 03-2013)中查到，因而在此不再予以赘述。
步骤S103、对所述地表覆盖分类数据和所述地理国情要素数据进行合并，并在剔除重复面状数据后，获得建设用地范围内的地理国情空间数据。
本实施例中，经研究人员发现，在地理国情数据中最能反应建设用地的分类代码为地表覆盖分类代码0360、0422、0424、0429、05％、06％、07％和08％以及地理国情要素代码0736、0820、1122、1124、1125、1126、1127、1128、114％，因而本发明通过将步骤S101提取的地表覆盖分类数据和步骤S102提取的地理国情要素数据进行合并，可以准确地获得建设用地范围。由于地理国情数据中各个数据都是采用面状形式进行存储，因而本步骤中获得的建设用地范围内的数据也为面状形式，地理国情要素中的点状和线状数据，可以辅助判断建设用地类型的分类。另外，当步骤S101提取的地表覆盖分类面状数据和步骤S102提取的地理国情要素面状数据存在重复面状数据时，则表示重复的面状数据可能存在统计错误的问题，因而本发明通过剔除地表覆盖分类面状数据和地理国情要素面状数据的重复部分，可以提高确定建设用地范围的准确度。
步骤S105、根据建设用地分类标准，按照预设的规律，对建设用地范围内的地理国情空间数据进行分析，将各个要素类指标对应的要素类图斑、以及各个覆盖类指标对应的覆盖类图斑，归并到相应的建设用地分类，由此完成建设用地的分类。
本实施例中，规划建设用地的分类标准可以从《城市用地分类与规划建设用地标准》(GB50137-2011)(2012新版)中查到，具体如图2所示，由图2可以看出，建设用地分类标准中包括8个大类，每个大类存在对应的普查分类指标，且每个大类对应的普查分类指标都可以被划分为要素类普查分类指标和覆盖类普查分类指标。由于地理国情数据中面状各个数据之间存在不同的属性以及特征，在对建设用地进行分类提取之间，研究人员可以根据建设用地各个分类对应的普查分类指标，对地理国情数据中面状各个数据的属性以及特征进行划分，即，使建设用地的各个普查分类指标与地理国情数据中面状各个数据的属性和特征成对应关系。由此，在基于地理国情数据确定建设用地范围后，可以按照预设的规则(即上述建设用地各个普查分类指标与地理国情数据中面状各个数据属性和特征的对应关系)对建设用地范围内的面状数据地理国情空间数据进行分析，从而确定与建设用地各个普查分类指标对应的面状数据。此后，针对确定的该建设用地范围内的每个面状数据，将对应的普查分类指标、该普查分类指标所属的类别(要素类或覆盖类)以及该普查分类指标所属的大类进行关联，以便后序对建设用地的评估。
另外，由于经研究人发现，要素类图斑所反映的建设用地分类更加准确，因此当所述要素类图斑中的面状数据与所述覆盖类图斑中的面状数据重合时，可以将该图斑标识为对应的要素类图斑，而非标记为覆盖类图斑。在提取出要素类图斑后，可以判断所述要素类图斑中是否同时存在点状数据和线状数据，若是，则表示建设用地分类可能出现错误，此时可以将所述要素类图斑标记为待人工核查图斑，由此可以提高建设用地分类准确度。在提取出要素类图斑和覆盖类图斑后，可以判断所述要素类图斑和所述覆盖类图斑是否对应于多个城市建设用地类型，若是，则表示地理国情数据可能存在统计错误，此时可以将所述要素类图斑和所述覆盖类图斑标记为待人工核查图斑，由此可以进一步提高建设用地分类准确度。
当确定存在待人工核查图斑时，可以采用以下三种人工辅助分类的方式进行人工辅助解译：
第一种，根据遥感影像图，对所述待人工核查图斑进行核查，以调整分类属性。具体地，可以首先加载遥感影像图，并使遥感影像图转换到与地理国情数据相同的坐标系下，以便可以准确地针对该图斑对应建设用地处的遥感影像图进行人工核查，从而可以提高建设用地分类的准确度。
第二种，根据该待人工核查图斑与周围图斑的关系，对该待人工核查图斑与周围图斑进行合并或切割，并调整分类属性。在对建设用地进行分类时，研究人员发现，建设用地各个图斑之间存在固定的对应关系(包括属性和特征等)，因此在对图斑进行人工核查时，可以根据各个图斑之间存在的对应关系，调整图斑的分类属性，从而可以提高建设用地分类的准确度。
第三种，若采用上述两种方法均不能确定待人工核查图斑的分类属性，则可以通过实地调查来确定该图斑的分类属性，由此可以提高城市建设用地分类提取的准确度。需要注意的是：上述三种方法中的分类属性可以包括该图斑对应的普查分类指标、该普查分类指标所属的类别(要素类或覆盖类)以及该普查分类指标所属的大类。
在完成城市建设用地分类提取后，还可以将所述要素类图斑和所述覆盖类图斑分别与对应的城市建设用地类型相关联，以便后序针对各个城市进行建设用地评估分析。
由上述实施例可见，本发明通过基于地理国情数据，对建设用地进行分类提取，可以提高建设用地分类的效率和准确度。
参见图3，为本发明建设用地评估方法的一个实施例流程图。该方法可以包括以下步骤：
步骤301、将CAD格式的规划用地数据转换为GIS格式，以使所述规划用地数据采用GIS面状数据的形式进行存储。
本实施例中，在将CAD格式的规划用地数据转换为GIS格式时，可以保留规划用地数据自身的属性信息，以便后序对规划用地的实施情况进行评估。
步骤302、采用上述城市建设用地分类提取方法，提取出建设用地的分类。
本实施例中，由于前面已经对城市建设用地分类提取方法做了详细的描述，因而在此不再赘述。
步骤303、根据预设的规则对所述规划用地数据进行分析，按照建设用地分类代码，对所述规划用地进行分类。
本实施例中，由于经研究人员发现，规划用地数据在转换为GIS格式后，其面状数据之间存在不同的属性以及特征，这主要是由于《城市用地分类与规划建设用地标准》(GB50137-2011)(2012新版)和《城市用地分类与规划建设用地标准》(GB137-90)(1991旧版)两个版本的标准还未实现完全整合引起的。因此，在对规划用地数据进行分析之间，可以根据新版建设用地所划分的各个大类(如图4所示)，对规划用地数据中面状数据的属性以及特征进行划分，即，使建设用地所划分的各个大类与规划用地数据中面状数据的属性和特征成对应关系。由此，在对规划用地数据进行分析时，可以按照预设的规则(即上述建设用地所划分的各个大类与规划用地数据中面状数据属性和特征的对应关系)对规划用地进行分类。本发明通过将按照与建设用地相同的分类，对规划用地数据进行划分，可以有利于后序结合建设用地和规划用地的分类进行评估分析。
步骤304、根据所述建设用地和所述规划用地的分类，对建设用地现况和规划用地实施情况进行评估。
本实施例中，在进行评估分析之前，可以首先将建设用地数据和规划用地数据转换到相同的坐标系下，这样将提高评估准确度。在评估过程中，可以对建设用地结构(如图5所示)、人均城市建设用地规模(如图6所示)、规划实施情况(如图7所示)进行统计评估，当然，图5至图7所示表格也可以采用图形的形式输出(诸如折线图、柱状图、饼状图等)。另外，还可以采用图形的方式输出评估结果，诸如规划城市建设用地分类空间分布图、城市建设用地现状分类空间分布图、与规划用地类型一致的城市建设用地空间分布图、与规划用地类型不一致的城市建设用地空间分布图。
由上述实施例可见，本发明通过在将规划用地数据转换为GIS格式后，按照建设用地分类标准对规划用地数据进行分类，并根据建设用地基于地理国情数据获得的分类以及规划用地数据的分类来对建设用地进行评估，可以提高规划建设用地评估的定量化程度和准确度。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (9)

1.一种城市建设用地分类提取方法，其特征在于，包括：从地理国情数据中提取地表覆盖分类代码为0360、0422、0424、0429、05％、06％、07％和08％的地表覆盖分类数据；
从所述地理国情数据中提取地理国情要素代码为0736、0820、1122、1124、1125、1126、1127、1128、114％的地理国情要素数据；
对所述地表覆盖分类数据和所述地理国情要素数据进行合并，并在剔除重复面状数据后，获得建设用地范围内的地理国情空间数据；
根据建设用地分类标准，按照建设用地各个普查分类指标与地理国情数据中面状各个数据属性和特征的对应关系的规律，对建设用地范围内的地理国情空间数据进行分析，将各个要素类指标对应的要素类图斑、以及各个覆盖类指标对应的覆盖类图斑，归并到相应的建设用地分类，由此完成建设用地的分类；
判断所述要素类图斑中是否同时存在点状数据和线状数据，若是，则将所述要素类图斑标记为待人工核查图斑。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述要素类图斑和所述覆盖类图斑分别与对应的城市建设用地类型相关联。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：当所述要素类图斑中的面状图斑与所述覆盖类图斑中的面状图斑重合时，将该图斑标识为对应的要素类图斑。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：判断所述要素类图斑和所述覆盖类图斑是否对应于多个城市建设用地类型，若是，则将所述要素类图斑和所述覆盖类图斑标记为待人工核查图斑。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：当存在待人工核查图斑时，根据遥感影像图，对所述待人工核查图斑进行核查，以调整分类属性；和/或根据该待人工核查图斑与周围图斑的关系，对该待人工核查图斑与周围图斑进行合并或切割，并调整分类属性。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：通过实地调查，对所述待人工核查图斑进行核查，以调整分类属性。
7.根据权利要求6所述的方法，其特征在于，在根据遥感影像图，对所述待人工核查图斑进行核查之前，所述方法还包括：将所述遥感影像图转换到与所述地理国情数据相同的坐标系下。
8.一种建设用地评估方法，其特征在于，包括：
将CAD格式的规划用地数据转换为GIS格式，以使所述规划用地数据采用GIS面状数据的形式进行存储；
根据权利要求1至7中任意一项所述的方法，提取出建设用地的分类；
按照预设的规则对所述规划用地数据进行分析，按照建设用地分类代码，对所述规划用地进行分类；
根据所述建设用地和所述规划用地的分类，对建设用地现况和规划用地实施情况进行评估。
9.根据权利要求8所述的方法，其特征在于，在按照预设的规则对所述规划用地数据进行分析之前，所述方法还包括：将所述规划用地数据转换到与所述建设用地的数据相同的坐标系下。
CN201610239096.6A 2016-04-18 2016-04-18 城市建设用地分类提取及评估方法 Active CN105930865B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610239096.6A CN105930865B (zh) 2016-04-18 2016-04-18 城市建设用地分类提取及评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610239096.6A CN105930865B (zh) 2016-04-18 2016-04-18 城市建设用地分类提取及评估方法

Publications (2)

Publication Number Publication Date
CN105930865A CN105930865A (zh) 2016-09-07
CN105930865B true CN105930865B (zh) 2020-06-05

Family

ID=56838346

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610239096.6A Active CN105930865B (zh) 2016-04-18 2016-04-18 城市建设用地分类提取及评估方法

Country Status (1)

Country Link
CN (1) CN105930865B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108874993A (zh) * 2018-06-12 2018-11-23 北京宏岸图升网络技术有限公司 一种城市规划在地图中的显示方法及装置
CN109064000A (zh) * 2018-07-25 2018-12-21 天图软件科技有限公司 自然资源审计的方法、装置和系统
CN111125122A (zh) * 2018-10-31 2020-05-08 北京国双科技有限公司 数据的更新方法及装置
CN110348685B (zh) * 2019-06-10 2021-12-21 华南理工大学 城市工业用地空间干扰度测评方法、系统、设备及介质
CN115546339B (zh) * 2022-10-14 2023-06-16 中国测绘科学研究院 利用景观生态指标模型的城市森林制图方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510374A (zh) * 2009-03-12 2009-08-19 中国科学院遥感应用研究所 一种基于历史数据及遥感数据的土地利用图自动更新方法
CN105302669A (zh) * 2015-10-23 2016-02-03 浙江工商大学 一种云备份过程中数据去重的方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10062119B2 (en) * 2014-08-25 2018-08-28 David P. Groeneveld Method for automated crop insurance loss adjusting for prevented planting conditions

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510374A (zh) * 2009-03-12 2009-08-19 中国科学院遥感应用研究所 一种基于历史数据及遥感数据的土地利用图自动更新方法
CN105302669A (zh) * 2015-10-23 2016-02-03 浙江工商大学 一种云备份过程中数据去重的方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
地理国情普查地表覆盖与国情要素信息的提取方法探讨;汤育红;《测绘与空间地理信息》;20131231;第36卷(第12期);第89-95页 *
基于地理国情地表覆盖的城市建设用地提取方法研究——以兰州新区为例;牛利斌等;《地理信息世界》;20150630;第22卷(第3期);第19-24页 *

Also Published As

Publication number Publication date
CN105930865A (zh) 2016-09-07

Similar Documents

Publication Publication Date Title
Boeing Street network models and indicators for every urban area in the world
CN105930865B (zh) 城市建设用地分类提取及评估方法
CN108427965A (zh) 一种基于路网聚类的热点区域挖掘方法
CN111651545A (zh) 一种基于多源数据融合的城市边缘区提取方法
CN110222959B (zh) 一种基于大数据的城市就业可达性测算方法及系统
CN111797188B (zh) 一种基于开源地理空间矢量数据的城市功能区定量识别方法
CN111984701B (zh) 乡村聚落演化的预测方法、装置、设备及存储介质
Sreelekha et al. Assessment of topological pattern of urban road transport system of Calicut city
CN111553593B (zh) 一种针对城市行道树的安全风险评估方法及系统
CN113156394A (zh) 基于激光雷达的森林资源监测方法、装置和存储介质
Biljecki et al. Raise the roof: Towards generating LOD2 models without aerial surveys using machine learning
Venerandi et al. Exploring the similarities between informal and medieval settlements: A methodology and an application
Dukai et al. Quality assessment of a nationwide data set containing automatically reconstructed 3D building models
CN118797788B (zh) 一种用于新能源风电场的道路自动设计方法及系统
CN112508336B (zh) 一种基于结构方程模型的空间与环境效能关联测度方法
Wang et al. Instance segmentation of soft‐story buildings from street‐view images with semiautomatic annotation
Zhou et al. Mapping urban landscape heterogeneity: agreement between visual interpretation and digital classification approaches
CN115860487B (zh) 基于植被稳定性风险指数评估当地植被变化风险的方法
CN102831320A (zh) 流域水环境有机污染物监测全过程质控指标评价方法系统
CN117456342A (zh) 一种基于街景影像的交通事故风险评估方法及系统
US20230083833A1 (en) Apparatus and method for remote determination of architectural feature elevation and orientation
Yeboah Porto de Albuquerque
CN116883755A (zh) 一种乡村建设环境监测方法、系统、设备及存储介质
Mendes et al. Mapathons versus automated feature extraction: a comparative analysis for strengthening immunization microplanning
Shiravi et al. Accuracy assessment of building extraction using LIDAR data for urban planning transportation applications

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240318

Address after: No. 6 Qingzhu East Road, Dazhulin Street, Yubei District, Chongqing, 400000

Patentee after: Chongqing Institute of Surveying and Mapping Science and Technology (Chongqing Map Compilation Center)

Country or region after: China

Address before: 401121 No. 6, Qingzhu East Road, Yubei District, Chongqing

Patentee before: CHONGQING SURVEY INSTITUTE

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240320

Address after: No. 6 Qingzhu East Road, Dazhulin Street, Yubei District, Chongqing, 400000

Patentee after: Chongqing Institute of Surveying and Mapping Science and Technology (Chongqing Map Compilation Center)

Country or region after: China

Address before: 401121 No. 6, Qingzhu East Road, Yubei District, Chongqing

Patentee before: CHONGQING SURVEY INSTITUTE

Country or region before: China