CN108009510B - 安保态势分析方法和装置 - Google Patents

安保态势分析方法和装置 Download PDF

Info

Publication number
CN108009510B
CN108009510B CN201711325800.0A CN201711325800A CN108009510B CN 108009510 B CN108009510 B CN 108009510B CN 201711325800 A CN201711325800 A CN 201711325800A CN 108009510 B CN108009510 B CN 108009510B
Authority
CN
China
Prior art keywords
index
information
target area
security
extracting
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
CN201711325800.0A
Other languages
English (en)
Other versions
CN108009510A (zh
Inventor
曹诗权
闫天池
霍宏涛
刘克俭
韩华
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.)
PEOPLE'S PUBLIC SECURITY UNIVERSITY OF CHINA
Original Assignee
PEOPLE'S PUBLIC SECURITY UNIVERSITY OF CHINA
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 PEOPLE'S PUBLIC SECURITY UNIVERSITY OF CHINA filed Critical PEOPLE'S PUBLIC SECURITY UNIVERSITY OF CHINA
Priority to CN201711325800.0A priority Critical patent/CN108009510B/zh
Publication of CN108009510A publication Critical patent/CN108009510A/zh
Application granted granted Critical
Publication of CN108009510B publication Critical patent/CN108009510B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/182—Network patterns, e.g. roads or rivers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation

Abstract

本发明提供了一种安保态势分析方法和装置，涉及安防技术领域，该安保态势分析方法基于预先建立的指标体系实现，包括：获取目标区域的遥感影像；基于该遥感影像提取目标区域一级指标的信息；将目标区域划分成N米×N米网格大小为单位的栅格图形；从一级指标的信息中提取出该一级指标下设的二级指标的数据；获取当前网格单元的一级指标和该一级指标下设的二级指标的权重；利用当前网格单元的二级指标对应的数据和获取的权重计算当前网格单元的安保指数；根据目标区域中每个网格单元的安保指数绘制目标区域的安保态势图。本发明提供的安保态势分析方法提供了评价指标更全面、分析结果更准确可靠、处理更加快捷迅速的安保态势分析技术。

Description

安保态势分析方法和装置
技术领域
本发明涉及安防技术领域，尤其是涉及一种安保态势分析方法和装置。
背景技术
随着经济、政治、文化的快速发展以及国际化程度的进一步提高，我国所面临的安全形势也比过去更加复杂和严峻，然而，我国社会公共安全的基础条件仍相对薄弱，这给国内的安全保护带来了巨大的压力和挑战。在暴恐事件发生前后，公安机关急需结合各种技术，对暴恐发生的态势及发展形势进行评估，并采取应急措施。
遥感卫星具有高清晰度、高质量、高重访周期的特点，已在众多领域得到了广泛应用。公安机关在维稳处突中面临诸多难题，而遥感技术对解决公安机关面临的问题，提高公安机关工作效率和快速反应能力方面发挥着不可替代的作用。
目前，利用遥感技术对暴恐发生的态势、发展形势进行评估的分析方法尚存在以下几点不足：第一，缺乏具有理论依据的分析方法构建评估模型，导致态势分析结果可靠性不高，难以作为应对复杂局势的有力依据；第二，缺乏全面客观的评价指标，没有针对性的考虑重点防控区域安保态势的因素以及可能所影响的方面；第三，单纯的依赖遥感影像，没有将实地调查结果与人文因素考虑进去，影响了评价结果的准确性；第四，过多加入了人工干预，在应急情况下，缺乏时效性。
发明内容
有鉴于此，本发明的目的在于提供一种安保态势分析方法和装置，以提供评价指标更全面、分析结果更准确可靠、处理更加快捷迅速的安保态势分析服务。
第一方面，本发明实施例提供了一种安保态势分析方法，该方法基于预先建立的指标体系实现，该指标体系包含一级指标和一级指标下设的二级指标，该一级指标包括：植被信息、道路信息、水资源信息、房屋建筑信息；该二级指标包括：植被欧式距离、植被面积、植被覆盖度、植被种类、道路欧式距离、道路宽度、道路等级、河流欧式距离、河流宽度、河流深度、房屋欧式距离、房屋面积和房屋密度；
该方法包括：获取目标区域的遥感影像；基于该遥感影像提取目标区域一级指标的信息；将目标区域划分成N米×N米网格大小为单位的栅格图形，对于该目标区域中的每一个N米×N米网格单元，按照下述方法获取安保指数：从一级指标的信息中提取出该一级指标下设的二级指标的数据；获取当前网格单元的一级指标和该一级指标下设的二级指标的权重；利用当前网格单元的二级指标对应的数据和获取的权重计算当前网格单元的安保指数；根据该目标区域中每个网格单元的安保指数绘制该目标区域的安保态势图。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，该一级指标的信息提取方法包括：对不同等级的道路利用基于规则的面向对象信息提取方法提取道路信息；采用中值滤波方法提取建筑物信息；采用突出河流信息的滤波方法提取河流信息；采用基于样本的面向对象信息提取方法提取植被信息。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，该提取植被信息的方法还包括：将植被信息分为林地、耕地、草地和荒漠进行分类提取。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，该提取道路信息的方法还包括：将道路信息分为县道、乡道(硬化)和简易道路(未硬化)进行分类提取；该提取道路信息的主要流程包括：遥感影像预处理、中值滤波或方向滤波、二值化操作、图像分割与合并、基于规则的面向对象信息提取。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，该二级指标的数据的获取方法还包括：对二级指标进行空间分析及量化，并将每个二级指标空间分析后的结果归一化处理，转换成相同空间分辨率的定量数据，统一分析评价。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，该一级指标和该一级指标下设的二级指标的权重是通过层次分析法获得，具体步骤包括：根据目标区域安保态势与各个指标相互之间的属性关系，构造一个递阶层次结构模型，由上到下分为目标层、准则层和指标层；对同一层次的各指标，关于上一层次中任一准则某一准则的重要性进行两两比较，构造判断矩阵│aij│，该矩阵满足：aij＝1/aji，∑aij＝1，其中，i,j＝1,2…n；按照9标度法的规则对判断矩阵│aij│中的各个元素进行量化；由量化后的判断矩阵│aij│计算得到各个指标的权重。
结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，判断矩阵│aij│在求得各个指标的权重后要对该判断矩阵进行一致性检验，若一致性比率小于0.1则检验通过，否则需重新构造比较矩阵。
结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，该目标区域的安保态势图是利用可视化制图技术呈现的。
第二方面，本发明实施例还提供一种安保态势分析装置，包括：数据输入模块，用于将获得的遥感影像等数据输入该安保态势分析装置；指标构建模块，用于构建目标区域安保态势的指标体系；空间分析模块，用于生成指标体系中各个指标的栅格图；层次分析模块，用于计算指标体系中各个指标的权重值；安保态势图模块，用于结合各个指标的栅格图和权重值生成目标区域的安保态势图；其中，数据输入模块与空间分析模块相连，指标构建模块与层次分析模块相连，空间分析模块、层次分析模块和安保态势模块分别相连。
第三方面，本发明实施例还提供一种安保态势分析装置，该装置包括处理器、存储器、总线和通信接口，处理器、通信接口和存储器通过总线连接；存储器用于存储程序；处理器，用于通过总线调用存储在该存储器中的程序，执行上述第一方面及其可能实施例之一所述的方法。
本发明实施例带来了以下有益效果：
本发明提供的安保态势分析方法和装置，通过获取目标区域的遥感影像；基于该遥感影像提取该目标区域一级指标的信息；将该目标区域划分成N米×N米网格大小为单位的栅格图形；从一级指标的信息中提取出该一级指标下设的二级指标的数据；获取当前网格单元的一级指标和该一级指标下设的二级指标的权重；利用当前网格单元的二级指标对应的数据和获取的权重计算当前网格单元的安保指数；根据该目标区域中每个网格单元的安保指数绘制该目标区域的安保态势图，提供了评价指标更全面、分析结果更准确可靠、处理更加快捷迅速的安保态势分析技术。
本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种安保态势分析方法指标体系结构示意图；
图2为本发明实施例提供的一种安保态势分析方法流程图；
图3为本发明实施例提供的一种安保态势分析方法权重计算流程图；
图4为本发明实施例提供的一种安保态势分析方法安保态势图；
图5为本发明实施例提供的一种安保态势分析方法局部技术流程图；
图6为本发明实施例提供的一种安保态势分析方法总体技术流程图；
图7为本发明实施例提供的一种安保态势分析装置结构示意图；
图8为本发明实施例提供的另一种安保态势分析装置结构示意图。
图标：
1-安保态势分析指标体系；10-植被信息；11-植被欧式距离；12-植被面积；13-植被覆盖度；14-植被种类；20-道路信息；21-道路欧式距离；22-道路宽度；23-道路等级；30-水资源信息；31-河流欧式距离；32-河流宽度；33-河流深度；40-房屋建筑信息；41-房屋欧式距离；42-房屋面积；43-房屋密度；71-数据输入模块；72-指标构建模块；73-空间分析模块；74-层次分析模块；75-安保态势模块；80-处理器；81-存储器；82-总线；83-通信接口。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做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。
目前利用遥感技术对暴恐发生的态势、发展形势进行评估的分析方法尚存在以下几点不足：第一，缺乏具有理论依据的分析方法构建评估模型，导致态势分析结果可靠性不高，难以作为应对复杂局势的有力依据；第二，缺乏全面客观的评价指标，没有针对性的考虑重点防控区域安保态势的因素以及可能所影响的方面；第三，单纯的依赖遥感影像，没有将实地调查结果与人文因素考虑进去，影响了评价结果的准确性；第四，过多加入了人工干预，在应急情况下，缺乏时效性。基于此，本发明实施例提供的一种安保态势分析方法和装置，可以提供评价指标更全面、分析结果更准确可靠、处理更加快捷迅速的安保态势分析技术。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种安保态势分析方法进行详细介绍。
实施例1
本发明实施例1提供了一种安保态势分析方法，图1为本发明实施例提供的一种安保态势分析方法指标体系结构示意图，该安保态势分析指标体系1包括四个一级指标：植被信息10、道路信息20、水资源信息30和房屋建筑信息40。基于影响重点区域安保态势的因素以及可能影响的方面，结合评价指标的客观性、可操作性进行指标的选取。在这个原则下，各个一级指标下设二级指标，分别是：植被欧式距离11、植被面积12、植被覆盖度13、植被种类14、道路欧式距离21、道路宽度22、道路等级23、河流欧式距离31、河流宽度32、河流深度33、房屋欧式距离41、房屋面积42和房屋密度43。
上述欧式距离，也称作欧几里得度量(euclidean metric)，它是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度，即该点到原点的距离；在二维和三维空间中的欧氏距离就是两点之间的实际距离。
其中，上述指标体系与各个指标的含义如表1所示。
表1重点区域安保态势分析指标体系
Figure BDA0001504583010000071
Figure BDA0001504583010000081
如图2所示为本发明实施例提供的一种安保态势分析方法流程图，其步骤包括：
步骤S201：获取目标区域的遥感影像。
可以从影像所获取目标区域的遥感影像，另外，考虑到评价指标的可操作性和可获取性，还可采取实地调查、资料分析以及GIS等技术手段获取目标区域的地理信息数据。
步骤S202：基于上述遥感影像提取该目标区域一级指标的信息。
其中，一级指标的信息的提取方法包括：
对不同等级的道路利用基于规则的面向对象信息提取方法提取道路信息20；采用中值滤波方法提取房屋建筑信息40；采用突出河流信息的滤波方法提取河流信息；采用基于样本的面向对象信息提取方法提取植被信息10。
提取植被信息10的方法还包括：将植被信息10分为林地、耕地、草地和荒漠进行分类提取。
提取道路信息20的方法还包括：将道路信息20分为县道、乡道(硬化)和简易道路(未硬化)进行分类提取。
提取道路信息20的主要流程包括：遥感影像预处理、中值滤波或方向滤波、二值化操作、图像分割与合并、基于规则的面向对象信息提取。
步骤S203：将该目标区域划分成N米×N米网格大小为单位的栅格图形。
步骤S204：从一级指标的信息中提取出该一级指标下设的二级指标的数据。
上述二级指标的数据的获取方法包括：
对二级指标进行空间分析及量化，并将每个二级指标空间分析后的结果归一化处理，转换成相同空间分辨率的定量数据，统一分析评价。
步骤S205：获取当前网格单元的一级指标和该一级指标下设的二级指标的权重。
上述一级指标和该一级指标下设的二级指标的权重是通过层次分析法获得，层次分析法是将定性问题定量化的一种使用快捷的方法，其实现方法是首先根据各因素的相互关联性划分层次，然后根据专家意见确定同一层次的两两要素之间的重要性，最后构造判断矩阵确定各个评估指标的权重。其具体步骤包括：
首先，根据目标区域安保态势与各个指标相互之间的属性关系，构造一个递阶层次结构模型，由上到下分为目标层、准则层和指标层。
其次，对同一层次的各指标，关于上一层次中任一准则某一准则的重要性进行两两比较，构造判断矩阵│aij│，该矩阵满足：aij＝1/aji，∑aij＝1，其中，i,j＝1,2…n。该判断矩阵如表2所示。
表2层次分析法判断矩阵
Figure BDA0001504583010000091
Figure BDA0001504583010000101
然后，按照9标度法的规则对判断矩阵│aij│中的各个元素进行量化。其中9标度的具体含义如表3所示。
表3 9标度法各标度含义
标度a<sub>ij</sub> 含义
1 因素i与因素j同等重要
3 因素i比因素j稍重要
5 因素i比因素j较重要
7 因素i比因素j非常重要
9 因素i比因素j绝对重要
2，4，6，8 重要性介于中间
倒数a<sub>ji</sub>＝1/a<sub>ij</sub> 因素j和i比较的判断值
最后，由量化后的判断矩阵│aij│计算得到各个指标的权重。
其中，判断矩阵│aij│在求得各个指标的权重后要对该判断矩阵进行一致性检验，若一致性比率小于0.1则检验通过，否则需重新构造比较矩阵。
为了更详细地说明各个二级指标的权重的获取流程，以道路信息20为例进行说明，如图3所示为本发明实施例提供的一种安保态势分析方法权重计算流程图，其中一级指标道路信息20下设三个二级指标，分别是：道路欧式距离21、道路宽度22、道路等级23，针对这个小的指标体系利用层次分析法构造判断矩阵，由判断矩阵可得到各个二级指标的权重值分别为：权值a、权值b和权值c。
步骤S206：利用当前网格单元的二级指标对应的数据和获取的权重计算当前网格单元的安保指数。
步骤S207：根据该目标区域中每个网格单元的安保指数绘制目标区域的安保态势图。
如图4所示为本发明实施例提供的一种安保态势分析方法安保态势图，它是利用可视化制图技术呈现的。其中，目标区域为新疆巴州尉犁县墩阔坦乡，该乡位于尉犁县西南，总面积11541平方公里。利用本实施例提供的安保态势分析方法，经渲染后得到图4所示的安保态势图，根据图中的不同等级区域分布，结合实际警力分布，可以进一步优化警力配置，重点巡查图中第四第五等级区域，如此安排可节约警力达36.74％。
此外，依据本实施例提供的安保态势分析方法还可以得到任意一级指标的安保态势图，以道路信息20为例，如图5所示，为本发明实施例提供的一种安保态势分析方法局部技术流程图，利用空间分析方法分别计算得到基于各个二级指标的栅格图，再将各栅格图和对应的权值相乘后再叠加，即可得到基于道路信息20的安保态势图。
最后，对安保态势分析方法的总体技术流程进行了梳理，如图6所示为本发明实施例提供的一种安保态势分析方法总体技术流程图。首先，从影像所获取需要的遥感影像数据后，需要对参数进行设置，包括：安保态势图的空间分辨率和影像空间范围；然后，对每一个一级指标在ArcGIS下用合适的空间分析方法得到其下设的每个二级指标的栅格图，再将二级指标权重融入对应的二级指标栅格图中；之后，将二级指标的栅格图重叠相加，得到该一级指标栅格图。每个一级指标都会生成一个栅格图，并和其对应的权重相结合，然后重叠相加，生成最终的重点区域安保态势栅格图。将上述结果按比例放大，以分数的形式呈现，比如：可设置总分为1000分。最后，对态势图进行分级渲染，清晰地呈现出重点区域的安保态势图。
本发明实施例提供的安保态势分析方法提供了评价指标更全面、分析结果更准确可靠、处理更加快捷迅速的安保态势分析技术。
实施例2
本发明实施例提供了一种安保态势分析装置，参见图7所示为本发明实施例提供的一种安保态势分析装置结构示意图，该安保态势分析装置包括：数据输入模块71、指标构建模块72、空间分析模块73、层次分析模块74和安保态势模块75，上述各模块的功能如下：
数据输入模块71，用于将获得的遥感影像等数据输入安保态势分析装置；
指标构建模块72，用于构建目标区域安保态势的指标体系；
空间分析模块73，用于生成指标体系中各个指标的栅格图；
层次分析模块74，用于计算指标体系中各个指标的权重值；
安保态势模块75，用于结合各个指标的栅格图和权重值生成目标区域的安保态势图；
其中，数据输入模块71与空间分析模块73相连，指标构建模块72与层次分析模块74相连，空间分析模块73、层次分析模块74和安保态势模块75分别相连。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例3
参见图8，本发明实施例还提供了另一种安保态势分析装置，包括：处理器80，存储器81，总线82和通信接口83，处理器80、通信接口83和存储器81通过总线82连接；处理器80用于执行存储器81中存储的可执行模块，例如计算机程序。
其中，存储器81可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口83(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线82可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器81用于存储程序，处理器80在接收到执行指令后，执行程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器80中，或者由处理器80实现。
处理器80可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器80中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器80可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器81，处理器80读取存储器81中的信息，结合其硬件完成上述方法的步骤。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种安保态势分析方法，其特征在于，所述方法基于预先建立的指标体系实现，所述指标体系包含一级指标和一级指标下设的二级指标，所述一级指标包括：植被信息、道路信息、水资源信息、房屋建筑信息；所述二级指标包括：植被欧式距离、植被面积、植被覆盖度、植被种类、道路欧式距离、道路宽度、道路等级、河流欧式距离、河流宽度、河流深度、房屋欧式距离、房屋面积和房屋密度；
所述方法包括：
获取目标区域的遥感影像；
基于所述遥感影像提取所述目标区域所述一级指标的信息；将所述目标区域划分成N米×N米网格大小为单位的栅格图形，对于所述目标区域中的每一个N米×N米网格单元，按照下述方法获取安保指数：从所述一级指标的信息中提取出所述一级指标下设的二级指标的数据；获取当前网格单元的一级指标和所述一级指标下设的二级指标的权重；利用所述当前网格单元的二级指标对应的数据和获取的所述权重计算所述当前网格单元的安保指数；
根据所述目标区域中每个网格单元的安保指数绘制所述目标区域的安保态势图。
2.根据权利要求1所述的方法，其特征在于，所述一级指标的信息的提取方法包括：
对不同等级的道路利用基于规则的面向对象信息提取方法提取道路信息；采用中值滤波方法提取建筑物信息；采用突出河流信息的滤波方法提取河流信息；采用基于样本的面向对象信息提取方法提取植被信息。
3.根据权利要求2所述的方法，其特征在于，所述提取植被信息的方法还包括：将植被信息分为林地、耕地、草地和荒漠进行分类提取。
4.根据权利要求2所述的方法，其特征在于，所述提取道路信息的方法还包括：将道路信息分为县道、乡道和简易道路进行分类提取；
所述提取道路信息的主要流程包括：遥感影像预处理、中值滤波或方向滤波、二值化操作、图像分割与合并、基于规则的面向对象信息提取。
5.根据权利要求1所述的方法，其特征在于，所述二级指标的数据的获取方法还包括：
对二级指标进行空间分析及量化，并将每个二级指标空间分析后的结果归一化处理，转换成相同空间分辨率的定量数据，统一分析评价。
6.根据权利要求1所述的方法，其特征在于，所述一级指标和所述一级指标下设的二级指标的权重是通过层次分析法获得，具体步骤包括：
根据目标区域安保态势与各个指标相互之间的属性关系，构造一个递阶层次结构模型，由上到下分为目标层、准则层和指标层；
对同一层次的各指标，关于上一层次中某一准则的重要性进行两两比较，构造判断矩阵a，该矩阵满足：aij＝1/aji，∑aij＝1，其中，i,j＝1,2…n；
按照9标度法的规则对判断矩阵a中的各个元素进行量化；
由量化后的判断矩阵a计算得到各个指标的权重。
7.根据权利要求6所述的方法，其特征在于，所述判断矩阵a在求得各个指标的权重后要对该判断矩阵进行一致性检验，若一致性比率小于0.1则检验通过，否则需重新构造比较矩阵。
8.根据权利要求1所述的方法，其特征在于，所述目标区域的安保态势图是利用可视化制图技术呈现的。
9.一种安保态势分析装置，其特征在于，所述装置包括处理器、存储器、总线和通信接口，所述处理器、通信接口和存储器通过所述总线连接；
所述存储器用于存储程序；
所述处理器，用于通过所述总线调用存储在所述存储器中的程序，执行所述权利要求1-8任一所述方法。
CN201711325800.0A 2017-12-12 2017-12-12 安保态势分析方法和装置 Active CN108009510B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711325800.0A CN108009510B (zh) 2017-12-12 2017-12-12 安保态势分析方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711325800.0A CN108009510B (zh) 2017-12-12 2017-12-12 安保态势分析方法和装置

Publications (2)

Publication Number Publication Date
CN108009510A CN108009510A (zh) 2018-05-08
CN108009510B true CN108009510B (zh) 2020-12-15

Family

ID=62058597

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711325800.0A Active CN108009510B (zh) 2017-12-12 2017-12-12 安保态势分析方法和装置

Country Status (1)

Country Link
CN (1) CN108009510B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110795521B (zh) * 2019-10-31 2024-04-19 中科软智(北京)科技有限公司 获取复杂空间的人员分布态势信息的方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571934A (zh) * 2009-05-26 2009-11-04 北京航空航天大学 一种基于支持向量机的企业自主创新能力预测方法
CN105279704A (zh) * 2015-09-25 2016-01-27 天津大学 长距离输水工程应对突发水污染事件的调控预案生成方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103268420B (zh) * 2013-05-24 2016-06-22 河海大学 一种岩石高边坡的危险性评价方法
CN104376400A (zh) * 2014-10-27 2015-02-25 广州市中南民航空管通信网络科技有限公司 基于模糊矩阵层次分析法的风险评估方法
CN104834972A (zh) * 2015-05-11 2015-08-12 重庆大学 一种基于证据理论的小区安防状态评估方法
CN105938609A (zh) * 2016-04-28 2016-09-14 国家电网公司 一种实现多层次指标体系的电网运行评估方法
CN105913196A (zh) * 2016-04-29 2016-08-31 武汉大学 一种航道整治社会稳定风险自动分析方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571934A (zh) * 2009-05-26 2009-11-04 北京航空航天大学 一种基于支持向量机的企业自主创新能力预测方法
CN105279704A (zh) * 2015-09-25 2016-01-27 天津大学 长距离输水工程应对突发水污染事件的调控预案生成方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《A KIND OF HIBERARCHY STATUS AUTHENTICATION MECHANISM IN INFORMATION GRID》;LI MA等;《Proceedings of the Eighth International Conference on Machine Learning and Cybernetics》;20090715;第1321-1327页 *

Also Published As

Publication number Publication date
CN108009510A (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
CN104899437B (zh) 强降雨型滑坡灾害预警方法
CN111898315B (zh) 基于分形—机器学习混合模型的滑坡易发性评估方法
Yang et al. An integrative hierarchical stepwise sampling strategy for spatial sampling and its application in digital soil mapping
CN113642849B (zh) 考虑空间分布特征的地质灾害危险性综合评价方法及装置
CN115688404B (zh) 基于svm-rf模型的降雨型滑坡预警方法
CN111079999A (zh) 一种基于cnn和svm的洪水灾害易发性预测方法
Chen et al. A new method for building-level population estimation by integrating LiDAR, nighttime light, and POI data
CN106845559A (zh) 顾及poi数据空间异质性的地表覆盖验证方法及系统
Zhou Comparative study of approaches to delineating built‐up areas using road network data
CN113657732B (zh) 一种基于层次分析法的灾度指数计算方法和设备
CN111914943B (zh) 倾倒式岩溶危岩稳定综合判别的信息向量机方法及装置
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
CN115935640B (zh) 滑坡敏感性预测模型建立方法及滑坡敏感性评价方法
CN111523088A (zh) 一种基于dpsir模型的生态环境评价方法
CN107967454B (zh) 顾及空间邻域关系的双路卷积神经网络遥感分类方法
Lipson et al. A transformation in city-descriptive input data for urban climate models
CN108009510B (zh) 安保态势分析方法和装置
CN116128378B (zh) 一种城市体检评估方法、系统、存储介质及电子设备
Zhang et al. Landslide Susceptibility Mapping Using Novel Hybrid Model Based on Different Mapping Units
CN116882625A (zh) 一种岩溶山地乡村聚落用地空间脆弱性识别方法
CN111026790A (zh) 一种基于数据挖掘的结构安全评估及预报方法
CN115239156A (zh) 城镇化指标对水系结构的影响警示方法
Sharifi et al. Monitoring bioenvironmental impacts of dam construction on land use/cover changes in sattarkhan basin using multi temporal satellite imagery
Masoumi et al. Evaluation of Urban Sprawl Speed and Intensity Based on International Urbanization. Example from a Mexican City.
Fuentes et al. rassta: Raster-based Spatial Stratification Algorithms

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant