CN106096797A - 一种产业项目选址方法、服务器及系统 - Google Patents
一种产业项目选址方法、服务器及系统 Download PDFInfo
- Publication number
- CN106096797A CN106096797A CN201610497688.8A CN201610497688A CN106096797A CN 106096797 A CN106096797 A CN 106096797A CN 201610497688 A CN201610497688 A CN 201610497688A CN 106096797 A CN106096797 A CN 106096797A
- Authority
- CN
- China
- Prior art keywords
- industry project
- industry
- region
- project
- remote sensing
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Astronomy & Astrophysics (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种产业项目选址方法、服务器及系统,其中该方法包括步骤(1):建立产业项目模型库及与其相关联的匹配规则库;步骤(2):获取待测区域的遥感影像,提取遥感影像内的地物,并根据地物类型对待测区域划分成若干区域;步骤(3):查找产业项目与项目地址相对应的匹配规则;接收产业项目的属性数据,在产业项目模型库中查找相应的产业项目模型;在查询匹配规则库,查找与所述产业项目模型相对应的匹配规则;步骤(4):标记项目地址;根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址,并在待测区域的遥感影像中进行标记项目地址。
Description
技术领域
本发明属于项目选址领域,尤其涉及一种产业项目选址方法、服务器及系统。
背景技术
产业项目指的是城镇基础设施项目;农、林、水项目;旅游、教育、文化、卫生等社会事业项目;商贸、物流项目;能源项目;交通项目;节能减排和循环经济项目以及工业和高技术产业项目。随着城市的发展,城镇人口不断增加,交通日趋密集,一个项目选址的好坏,将会对周边环境、建筑、人群乃至整个社会产生重大影响。
针对项目的开发,选址是项目成功规划投资的第一步,选址即是项目成败关键,决定着项目的风险评估等级,进而影响项目的整个运作过程,所以作为第一步项目选址就成为项目的首要任务,必须采用有效合理的方法对选址问题进行科学的决策分析。
目前,现有的项目寻找地址大多还停留在纸质的阶段,人的因素的干扰因素较多,对项目环境的分析比较方式单一,缺乏大量数据的有效支撑,而且选出的地址不准确,误差较大。此外传统的选址方法也不能实现项目选址自动化。
发明内容
为了解决现有技术的缺点,本发明提供一种产业项目选址方法、服务器及系统。该项目选址方法能够实现项目选址自动化,提高选址的准确性。
为实现上述目的,本发明采用以下技术方案:
一种产业项目选址方法,包括:
步骤(1):建立产业项目模型库及与其相关联的匹配规则库;
步骤(2):获取待测区域的遥感影像,提取遥感影像内的地物,并根据地物类型对待测区域划分成若干区域;
步骤(3):查找产业项目与项目地址相对应的匹配规则;
接收产业项目的属性数据,在产业项目模型库中查找相应的产业项目模型;
在查询匹配规则库,查找与所述产业项目模型相对应的匹配规则;
步骤(4):标记项目地址;
根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址,并在待测区域的遥感影像中进行标记项目地址。
所述步骤(1)的具体过程为:
依据产业项目的属性数据,建立产业项目模型并存储至产业项目模型库中;
设置产业项目模型与项目地址之间的匹配规则并存储至匹配规则库中;
根据产业项目模型进行关联产业项目模型库与匹配规则库。
本发明通过采用将产业项目模型库与匹配规则库进行关联的方式,来建立产业项目与项目地址之间的关系,避免了人为因素的干扰以及对项目环境的分析方式的单一性缺陷,减小了项目选址的误差,进而提高了项目地址选择的准确性,实现项目选址自动化。
所述产业项目的属性数据包括产业项目名称、产业项目所属的行业和产业项目规模。
所述产业项目模型与项目地址之间的匹配规则包括:
项目地址的地理位置、地形、地貌情况及周边环境符合产业项目的需求;
项目地址的自然条件符合产业项目的需求;
项目地址的交通运输条件符合产业项目的需求;
项目地址的能源和资源供应条件符合产业项目的需求。
本发明通过构建产业项目模型与项目地址之间的多种匹配规则,避免了人为因素的干扰以及对项目环境的分析方式的单一性缺陷,减小了项目选址的误差,进而提高了项目地址选择的准确性,实现项目选址自动化。
所述步骤(2)中提取遥感影像内的地物的具体过程为:
对待测区域的遥感影像进行多光谱数据处理,获取遥感影像的波长信息;
对待测区域的遥感影像进行全色数据处理,对局部图像进行灰度的反差增强和纹理能量信息的增强处理;
针对全色波段和多光谱波段使用空间变换融合方法进行处理;
对融合的数据进行几何纠正;
根据不同地物类型所对应的光谱波段不同,获取遥感影像内的地物。
本发明采用光谱波段与地物类型的对应关系,对遥感影像进行图像处理获取遥感影像波长信息,进而准确提取出遥感影像内的地物,将待测区域划分成若干个区域,为准确标注项目选址提供了数据基础。
所述步骤(2)中的地物类型包括绿地、道路、建筑、裸地和河流。
所述步骤(4)中,当根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址的个数大于1个时,采用不同颜色进行标记项目地址。
该方法还包括设置匹配原则的优先级,筛选出最佳的与产业项目相匹配的最佳项目地址。
通过不同颜色标记,能够直观观察当前产业项目相匹配的项目地址的个数,再通过修改匹配原则,或是设置匹配原则的优先级,筛选出最佳项目地址。
一种用于产业项目选址的服务器,包括:
数据库建立模块,其被配置为建立产业项目模型库及与其相关联的匹配规则库;
区域提取模块,其被配置为获取待测区域的遥感影像,提取遥感影像内的地物,并根据地物类型对待测区域划分成若干区域;
查找模块,其被配置为查找产业项目与项目地址相对应的匹配规则;
所述查找模块还包括产业项目模型查找模块,其被配置为接收产业项目的属性数据,在产业项目模型库中查找相应的产业项目模型;及匹配规则查找模块,其被配置为在查询匹配规则库,查找与所述产业项目模型相对应的匹配规则;
项目地址标记模块,其被配置为根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址,并在待测区域的遥感影像中进行标记项目地址。
所述区域提取模块包括:
遥感影像的波长信息获取模块,其被配置为对待测区域的遥感影像进行多光谱数据处理,获取遥感影像的波长信息;
增强处理模块,其被配置为对待测区域的遥感影像进行全色数据处理,对局部图像进行灰度的反差增强和纹理能量信息的增强处理;
融合模块,其被配置为针对全色波段和多光谱波段使用空间变换融合方法进行处理;
几何纠正模块,其被配置为对融合的数据进行几何纠正,最后根据不同地物类型所对应的光谱波段不同,获取遥感影像内的地物。
一种用于产业项目选址的系统,所述用于产业项目选址的系统包括上述服务器。
本发明的有益效果为:
(1)本发明通过采用将产业项目模型库与匹配规则库进行关联的方式,来建立产业项目与项目地址之间的关系,避免了人为因素的干扰以及对项目环境的分析方式的单一性缺陷,减小了项目选址的误差,进而提高了项目地址选择的准确性,实现项目选址自动化;
(2)本发明采用光谱波段与地物类型的对应关系,对遥感影像进行图像处理获取遥感影像波长信息,进而准确提取出遥感影像内的地物,将待测区域划分成若干个区域,为准确标注项目选址提供了数据基础;
(3)本发明通过不同颜色标记,能够直观观察当前产业项目相匹配的项目地址的个数,还通过设置匹配原则的优先级,筛选出最佳的与产业项目相匹配的最佳项目地址。
附图说明
图1是本发明实施例中一种产业项目选址方法的流程示意图;
图2是本发明的提取遥感影像内的地物的流程示意图;
图3是本发明实施例中一种用于产业项目选址的服务器结构示意图;
图4是本发明实施例中一种用于产业项目选址的服务器中的区域提取模块构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例中一种产业项目选址方法的流程示意图,如图所示本实施例中的产业项目选址方法包括:
步骤(1):建立产业项目模型库及与其相关联的匹配规则库;
具体地,步骤(1)的具体过程为:
依据产业项目的属性数据,建立产业项目模型并存储至产业项目模型库中;
设置产业项目模型与项目地址之间的匹配规则并存储至匹配规则库中;
根据产业项目模型进行关联产业项目模型库与匹配规则库。
在建立产业项目模型库及与其相关联的匹配规则库的具体实施过程中,
依据产业项目的属性数据,建立产业项目模型并存储至产业项目模型库中;
项目地址的地理位置、地形、地貌情况及周边环境符合产业项目的需求;
项目地址的自然条件符合产业项目的需求;
项目地址的交通运输条件符合产业项目的需求;
项目地址的能源和资源供应条件符合产业项目的需求。
以济南某项目为为例:
本项目基位于济南市英雄山南路与二环南路交叉口的西北角,东临英雄山南路,南隔而环南路与建设中的鲁能领秀城、铁路南苑小区相邻,西依万灵山、老虎洞,十六里河别墅区。总用地29.32公顷(其中含城市道路及立交用地3.57公顷,河道用地3.26公顷,城市绿化带用地2.14公顷,城市高压架空电力线路用地0.63公顷),可建设用地面积19.72公顷,可建设用地内地上建筑面积约43.28万m2,由高层、小高层及公建组成,其中,住宅建设面积23.87万m2,配套计费配套弓箭建筑面积9.01m2是一配套功能合理、环境优美、数十亿人的先导性示范小区。基地地块形状基本规整,东西长约500m,南北长约600m,临英雄山路面宽约350m。一条泄洪河道自地块的南偏东处流入,向北穿过项目地块后,汇入兴济河。项目用地性质为居住和公共设施,规划建设商业办公、生态居住区的优势较明显。
给水水源取自英雄山路下现有的700毫米自来水输水管道。
英雄山路下现有城市污水主干道。
电力电源曲子英雄山110KV变压站,由其引线至本小区。
在英雄山路现有现状12孔,规划18孔的电信管道,规划由其用6孔管道引入本小区。
燃气气源采用天然气,在英雄山路下规划由300毫米的干管,由其接150毫米管道引入本小区。
热源来自金鸡岭热源厂,在英雄山路下敷设300毫米的蒸汽管,由其接入本小区,在小区北部设换热站1处。
一条110KV的高压线自小区东北角向小区西南部穿过。经建设单位与供电部门协商,并得到规划主管部门批准,规划将该线牵到小区的北部,现状住宅楼的南侧,详细与二环南路南侧的110KV联络线相连,已解决对小区规划建设的干扰。
两条输水管通过用地。一条为卧虎山水库想城区供水的输水暗沟,其沿儿环南路自南向北从小区西侧绿化带穿过;另一条位来自锦绣川水库的供水管道,沿兴济河支沟西侧绿化带辐射。
步骤(2):获取待测区域的遥感影像,提取遥感影像内的地物,并根据地物类型对待测区域划分成若干区域。具体地,如图2所示,步骤(2)的提取遥感影像内的地物的具体过程为:
对待测区域的遥感影像进行多光谱数据处理,获取遥感影像的波长信息;
对待测区域的遥感影像进行全色数据处理,对局部图像进行灰度的反差增强和纹理能量信息的增强处理;
针对全色波段和多光谱波段使用空间变换融合方法进行处理;
对融合的数据进行几何纠正;
根据不同地物类型所对应的光谱波段不同,获取遥感影像内的地物。
其中,地物类型包括绿地、道路、建筑、裸地和河流。
步骤(3):查找产业项目与项目地址相对应的匹配规则;
接收产业项目的属性数据,在产业项目模型库中查找相应的产业项目模型;
在查询匹配规则库,查找与所述产业项目模型相对应的匹配规则。
步骤(4):标记项目地址;
根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址,并在待测区域的遥感影像中进行标记项目地址。
在步骤(4)中,当根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址的个数大于1个时,采用不同颜色进行标记项目地址。
该方法还包括设置匹配原则的优先级,筛选出最佳的与产业项目相匹配的最佳项目地址。
本实施例中一种产业项目选址方法的有益效果为:
(1)本发明通过采用将产业项目模型库与匹配规则库进行关联的方式,来建立产业项目与项目地址之间的关系,避免了人为因素的干扰以及对项目环境的分析方式的单一性缺陷,减小了项目选址的误差,进而提高了项目地址选择的准确性,实现项目选址自动化;
(2)本发明采用光谱波段与地物类型的对应关系,对遥感影像进行图像处理获取遥感影像波长信息,进而准确提取出遥感影像内的地物,将待测区域划分成若干个区域,为准确标注项目选址提供了数据基础;
(3)本发明通过不同颜色标记,能够直观观察当前产业项目相匹配的项目地址的个数,还通过设置匹配原则的优先级,筛选出最佳的与产业项目相匹配的最佳项目地址。
图3是本发明实施例中一种用于产业项目选址的服务器结构示意图,如图所示本实施例中的用于产业项目选址的服务器结构,包括:
数据库建立模块,其被配置为建立产业项目模型库及与其相关联的匹配规则库;
区域提取模块,其被配置为获取待测区域的遥感影像,提取遥感影像内的地物,并根据地物类型对待测区域划分成若干区域;
查找模块,其被配置为查找产业项目与项目地址相对应的匹配规则;
所述查找模块还包括产业项目模型查找模块,其被配置为接收产业项目的属性数据,在产业项目模型库中查找相应的产业项目模型;及匹配规则查找模块,其被配置为在查询匹配规则库,查找与所述产业项目模型相对应的匹配规则;
项目地址标记模块,其被配置为根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址,并在待测区域的遥感影像中进行标记项目地址。
如图4所示,本发明实施例中一种用于产业项目选址的服务器中的区域提取模块包括:
遥感影像的波长信息获取模块,其被配置为对待测区域的遥感影像进行多光谱数据处理,获取遥感影像的波长信息;
增强处理模块,其被配置为对待测区域的遥感影像进行全色数据处理,对局部图像进行灰度的反差增强和纹理能量信息的增强处理;
融合模块,其被配置为针对全色波段和多光谱波段使用空间变换融合方法进行处理;
几何纠正模块,其被配置为对融合的数据进行几何纠正,最后根据不同地物类型所对应的光谱波段不同,获取遥感影像内的地物。
(1)本发明通过采用将产业项目模型库与匹配规则库进行关联的方式,来建立产业项目与项目地址之间的关系,避免了人为因素的干扰以及对项目环境的分析方式的单一性缺陷,减小了项目选址的误差,进而提高了项目地址选择的准确性,实现项目选址自动化;
(2)本发明采用光谱波段与地物类型的对应关系,对遥感影像进行图像处理获取遥感影像波长信息,进而准确提取出遥感影像内的地物,将待测区域划分成若干个区域,为准确标注项目选址提供了数据基础;
(3)本发明通过不同颜色标记,能够直观观察当前产业项目相匹配的项目地址的个数,还通过设置匹配原则的优先级,筛选出最佳的与产业项目相匹配的最佳项目地址。
本发明的用于产业项目选址的系统,所述用于产业项目选址的系统包括上述用于产业项目选址的服务器。该用于产业项目选址的服务器的结构将不再累述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种产业项目选址方法,其特征在于,包括:
步骤(1):建立产业项目模型库及与其相关联的匹配规则库;
步骤(2):获取待测区域的遥感影像,提取遥感影像内的地物,并根据地物类型对待测区域划分成若干区域;
步骤(3):查找产业项目与项目地址相对应的匹配规则;
接收产业项目的属性数据,在产业项目模型库中查找相应的产业项目模型;
在查询匹配规则库,查找与所述产业项目模型相对应的匹配规则;
步骤(4):标记项目地址;
根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址,并在待测区域的遥感影像中进行标记项目地址。
2.如权利要求1所述的一种产业项目选址方法,其特征在于,所述步骤(1)的具体过程为:
依据产业项目的属性数据,建立产业项目模型并存储至产业项目模型库中;
设置产业项目模型与项目地址之间的匹配规则并存储至匹配规则库中;
根据产业项目模型进行关联产业项目模型库与匹配规则库。
3.如权利要求2所述的一种产业项目选址方法,其特征在于,所述产业项目的属性数据包括产业项目名称、产业项目所属的行业和产业项目规模。
4.如权利要求3所述的一种产业项目选址方法,其特征在于,所述产业项目模型与项目地址之间的匹配规则包括:
项目地址的地理位置、地形、地貌情况及周边环境符合产业项目的需求;
项目地址的自然条件符合产业项目的需求;
项目地址的交通运输条件符合产业项目的需求;
项目地址的能源和资源供应条件符合产业项目的需求。
5.如权利要求1所述的一种产业项目选址方法,其特征在于,所述步骤(2)中提取遥感影像内的地物的具体过程为:
对待测区域的遥感影像进行多光谱数据处理,获取遥感影像的波长信息;
对待测区域的遥感影像进行全色数据处理,对局部图像进行灰度的反差增强和纹理能量信息的增强处理;
针对全色波段和多光谱波段使用空间变换融合方法进行处理;
对融合的数据进行几何纠正;
根据不同地物类型所对应的光谱波段不同,获取遥感影像内的地物。
6.如权利要求1所述的一种产业项目选址方法,其特征在于,该方法还包括设置匹配原则的优先级,筛选出最佳的与产业项目相匹配的最佳项目地址。
7.如权利要求1所述的一种产业项目选址方法,其特征在于,所述步骤(4)中,当根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址的个数大于1个时,采用不同颜色进行标记项目地址。
8.一种用于产业项目选址的服务器,其特征在于,包括:
数据库建立模块,其被配置为建立产业项目模型库及与其相关联的匹配规则库;
区域提取模块,其被配置为获取待测区域的遥感影像,提取遥感影像内的地物,并根据地物类型对待测区域划分成若干区域;
查找模块,其被配置为查找产业项目与项目地址相对应的匹配规则;
所述查找模块还包括产业项目模型查找模块,其被配置为接收产业项目的属性数据,在产业项目模型库中查找相应的产业项目模型;及匹配规则查找模块,其被配置为在查询匹配规则库,查找与所述产业项目模型相对应的匹配规则;
项目地址标记模块,其被配置为根据查找到的匹配原则以及待测区域划分后的区域,得到与接收到的产业项目相匹配的项目地址,并在待测区域的遥感影像中进行标记项目地址。
9.如权利要求7所述的一种用于产业项目选址的服务器,其特征在于,所述区域提取模块包括:
遥感影像的波长信息获取模块,其被配置为对待测区域的遥感影像进行多光谱数据处理,获取遥感影像的波长信息;
增强处理模块,其被配置为对待测区域的遥感影像进行全色数据处理,对局部图像进行灰度的反差增强和纹理能量信息的增强处理;
融合模块,其被配置为针对全色波段和多光谱波段使用空间变换融合方法进行处理;
几何纠正模块,其被配置为对融合的数据进行几何纠正,最后根据不同地物类型所对应的光谱波段不同,获取遥感影像内的地物。
10.一种用于产业项目选址的系统,其特征在于,所述用于产业项目选址的系统包括如权利要求7-9任一所述的服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610497688.8A CN106096797B (zh) | 2016-06-29 | 2016-06-29 | 一种产业项目选址方法、服务器及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610497688.8A CN106096797B (zh) | 2016-06-29 | 2016-06-29 | 一种产业项目选址方法、服务器及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106096797A true CN106096797A (zh) | 2016-11-09 |
CN106096797B CN106096797B (zh) | 2021-05-07 |
Family
ID=57215250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610497688.8A Active CN106096797B (zh) | 2016-06-29 | 2016-06-29 | 一种产业项目选址方法、服务器及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106096797B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108876148A (zh) * | 2018-06-19 | 2018-11-23 | 哈尔滨工业大学 | 一种以城市绿化残余物再利用为目的的能源景观运作方法 |
CN110414746A (zh) * | 2019-08-07 | 2019-11-05 | 软通动力信息技术有限公司 | 众创空间的开设地址选择方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070118291A1 (en) * | 2004-07-30 | 2007-05-24 | David Carttar | System and method for producing a flexible geographical grid |
CN102360458A (zh) * | 2011-10-19 | 2012-02-22 | 浙江大学 | 一种移民安置区选择模糊评价方法 |
CN103337035A (zh) * | 2013-03-19 | 2013-10-02 | 东南大学 | 基于定量评价的确定城市中心体系选址方法 |
CN104038356A (zh) * | 2013-03-04 | 2014-09-10 | 阿里巴巴集团控股有限公司 | 数据路由的执行方法、配置装置和处理装置 |
CN104504603A (zh) * | 2014-12-03 | 2015-04-08 | 住房和城乡建设部城乡规划管理中心 | 一种城市园林数字化系统及选址方法 |
-
2016
- 2016-06-29 CN CN201610497688.8A patent/CN106096797B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070118291A1 (en) * | 2004-07-30 | 2007-05-24 | David Carttar | System and method for producing a flexible geographical grid |
CN102360458A (zh) * | 2011-10-19 | 2012-02-22 | 浙江大学 | 一种移民安置区选择模糊评价方法 |
CN104038356A (zh) * | 2013-03-04 | 2014-09-10 | 阿里巴巴集团控股有限公司 | 数据路由的执行方法、配置装置和处理装置 |
CN103337035A (zh) * | 2013-03-19 | 2013-10-02 | 东南大学 | 基于定量评价的确定城市中心体系选址方法 |
CN104504603A (zh) * | 2014-12-03 | 2015-04-08 | 住房和城乡建设部城乡规划管理中心 | 一种城市园林数字化系统及选址方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108876148A (zh) * | 2018-06-19 | 2018-11-23 | 哈尔滨工业大学 | 一种以城市绿化残余物再利用为目的的能源景观运作方法 |
CN108876148B (zh) * | 2018-06-19 | 2019-11-05 | 哈尔滨工业大学 | 一种以城市绿化残余物再利用为目的的能源景观运作方法 |
CN110414746A (zh) * | 2019-08-07 | 2019-11-05 | 软通动力信息技术有限公司 | 众创空间的开设地址选择方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106096797B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103984997B (zh) | 基于gis空间信息的输电工程选址选线方法 | |
Demesouka et al. | Suitability analysis for siting MSW landfills and its multicriteria spatial decision support system: method, implementation and case study | |
CN105677890B (zh) | 一种城市绿量数字地图制作及显示方法 | |
CN109658510B (zh) | 变电站选址的方法、装置和服务器 | |
CN106874415B (zh) | 基于gis系统的环境敏感区数据库构建方法及服务器 | |
CN113360989B (zh) | 一种城市绿色屋顶规划方法 | |
CN108805360B (zh) | 一种将城市生物质载体运输至生物质发电厂的运输成本确定方法 | |
CN101604419A (zh) | 一种建设项目拟选址自动提取的方法 | |
CN104200387A (zh) | 一种顾及地理实体语义相似度的土地用途分区方法 | |
CN111414449B (zh) | 一种基于多源数据的地块单元信息画像方法 | |
CN115238950A (zh) | 一种基于蚁群算法的输电线路路径智能选择方法及系统 | |
CN106951453A (zh) | 一种快速更新和数据共享的地理实体编码方法 | |
CN115641407A (zh) | 三维管网增量更新建模方法及装置、存储介质、电子设备 | |
CN106096797A (zh) | 一种产业项目选址方法、服务器及系统 | |
Long et al. | On the effective organization of rural settlements spatial structure under the transformation and development of mountainous areas in Western China: evaluation measurement based on complex adaptability theory | |
Sun et al. | Using spatial syntax and GIS to identify spatial heterogeneity in the main urban area of Harbin, China | |
Ratnayake et al. | Urban Landuse Changes in Sri Lanka with Special Reference to Kaduwela Town from 1975 to 2016 | |
Jiao et al. | Identification of key areas for ecological restoration of territorial space based on ecological security pattern: a case study of Kangbao County | |
CN103886521A (zh) | 一种基于gis 的智能巡检测试终端及测试方法 | |
Li et al. | Spatial distribution characteristics and optimum layout of urban and rural areas in different geomorphological types | |
Agrawal et al. | GIS and AHP based site suitability for sewage treatment plant in Sultanpur district, India | |
Aithal et al. | Urbanization in India: Patterns, visualization of cities, and greenhouse gas inventory for developing an urban observatory | |
Susilowati et al. | Micro hydropower plant potential study based on Landsat 8 operational land imager satellite data | |
CN103279554A (zh) | 道路管网信息查询方法和系统 | |
CN114943377A (zh) | 一种村镇空间形态与格局演变识别方法 |
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 |