CN108228722B - 破碎化区域采样点的地理空间分布均匀度检测方法 - Google Patents

破碎化区域采样点的地理空间分布均匀度检测方法 Download PDF

Info

Publication number
CN108228722B
CN108228722B CN201711293386.XA CN201711293386A CN108228722B CN 108228722 B CN108228722 B CN 108228722B CN 201711293386 A CN201711293386 A CN 201711293386A CN 108228722 B CN108228722 B CN 108228722B
Authority
CN
China
Prior art keywords
sampling
uniformity
area
points
sampling points
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
CN201711293386.XA
Other languages
English (en)
Other versions
CN108228722A (zh
Inventor
董士伟
潘瑜春
高秉博
郜允兵
周艳兵
刘玉
郝星耀
金小花
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.)
Beijing Research Center for Information Technology in Agriculture
Original Assignee
Beijing Research Center for Information Technology in Agriculture
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 Beijing Research Center for Information Technology in Agriculture filed Critical Beijing Research Center for Information Technology in Agriculture
Priority to CN201711293386.XA priority Critical patent/CN108228722B/zh
Publication of CN108228722A publication Critical patent/CN108228722A/zh
Application granted granted Critical
Publication of CN108228722B publication Critical patent/CN108228722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Complex Calculations (AREA)
  • Instructional Devices (AREA)

Abstract

本发明提供一种破碎化区域采样点的地理空间分布均匀度检测方法,包括:对于采样区域中的每个采样点,根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子;根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度。本发明提供的破碎化区域采样点的地理空间分布均匀度检测方法,通过计算所有采样点的均匀因子,进而计算得出采样区域中所有采样点的地理空间分布均匀度,并生成所有采样点的均匀曲线,通过均匀度对破碎化区域采样点的地理空间分布均匀度进行检测,并通过均匀曲线确定异常采样点,确保了破碎化区域采样点的可用性,有利于下一步采样点数据的去冗精化和挖掘分析。

Description

破碎化区域采样点的地理空间分布均匀度检测方法
技术领域
本发明涉及空间制图技术领域,尤其涉及一种破碎化区域采样点的地理空间分布均匀度检测方法。
背景技术
破碎化采样区域一般是由多个内部连续的采样子区域构成,子区域间呈现出不同程度的破碎化分布,如某地区的农业用地。破碎化区域采样点分布是否均匀是后期采样点数据检测评价的关键因素,也是判断后期分析结果是否准确的重要依据,因此对破碎化区域采样点的地理空间分布均匀度进行检测显得非常重要。
现有技术中,通常采用以下方法检测采样点的地理空间分布均匀度:假设N个点均匀地分布在某一采样区域内,构建这些点的泰森多边形网,然后,计算它们的泰森多边形面积的变化积累来构建一个点在平面内分布均匀度指标E,
Figure BDA0001499804800000011
其中,N为采样点个数,Si为第i个采样点对应的泰森多边形面积,S为名义泰森多边形面积,即将整个采样区域的面积平均分给N个点,每个点所应得的泰森多边形面积。该指标反映了点在平面空间内分布的均匀度,在同一区域内分布N个采样点,不同的布局可能带来不同的均匀度,它们的均匀度就可以用这个无量纲的E来衡量,E值越高说明其对应的布局越均匀。
现有技术中的方法没有区分采样区域的破碎化、连续不规则和连续规则等具体类型,没有针对破碎化区域这一特定的采样区域,该方法指标体系比较单一、缺乏系统性,致使破碎化区域采样点的地理空间分布均匀度检测结果容易出现偏差,也无法体现采样点数据局部均匀细节,不利于下一步采样点数据的去冗精化和挖掘分析。
发明内容
(一)要解决的技术问题
本发明的目的是提供一种破碎化区域采样点的地理空间分布均匀度检测方法,解决了现有技术中破碎化区域采样点的地理空间分布均匀度检测准确性和可靠性低,以及无法定位导致所有采样点地理空间分布不均匀的采样点的技术问题。
(二)技术方案
为了解决上述技术问题,一方面,本发明提供一种破碎化区域采样点的地理空间分布均匀度检测方法,包括:
对于采样区域中的每个采样点,根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;
根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度。
进一步地,所述根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度之后还包括:
根据所述采样区域中的所有采样点的均匀因子,生成所述采样区域中所有采样点的均匀曲线;
根据所述均匀曲线确定所述采样区域中的异常采样点,所述异常采样点为所述采样区域中均匀因子大于第一预设阈值和/或均匀因子小于第二预设阈值的采样点。
进一步地,所述根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子具体为:
Figure BDA0001499804800000021
其中,Vi为第i个采样点的均匀因子,Si为第i个采样点所在泰森多边形面积,S0为平均采样面积。
进一步地,所述根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度具体为:
Figure BDA0001499804800000031
其中,EV为所有采样点的地理空间分布均匀度,Vi为第i个采样点的均匀因子,N为采样区域中的采样点的个数。
进一步地,还包括:
根据采样区域中的每个采样点生成泰森多边形,并计算获取每个采样点所在泰森多边形的面积。
另一方面,本发明提供一种破碎化区域采样点的地理空间分布均匀度检测装置,包括:
第一计算模块,对于采样区域中的每个采样点,用于根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;
第二计算模块,用于根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度。
进一步地,还包括生成模块和确定模块,其中,
生成模块用于根据所述采样区域中的所有采样点的均匀因子,生成所述采样区域中所有采样点的均匀曲线;
确定模块用于根据所述均匀曲线确定所述采样区域中的异常采样点,所述异常采样点为所述采样区域中均匀因子大于第一预设阈值和/或均匀因子小于第二预设阈值的采样点。
再一方面,本发明提供一种用于破碎化区域采样点的地理空间分布均匀度检测的电子设备,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述的方法。
又一方面,本发明提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述的方法。
又一方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
(三)有益效果
本发明提供的破碎化区域采样点的地理空间分布均匀度检测方法,通过计算采样区域中的所有采样点的均匀因子,进而计算得出采样区域中所有采样点的地理空间分布均匀度,对采样点的地理空间分布均匀度检测的准确性和可靠性高,并通过采样点的地理空间分布均匀度评价采样数据的可用性,以保证采样点数据具体分析与实际应用的准确性和可靠性。并且也可结合均匀曲线,确定采样区域中所有采样点的地理空间分布均匀度,根据均匀曲线确定采样区域中的异常采样点,便于进一步对异常采样点进行处理,有利于下一步对采样点数据的去冗精化和挖掘分析。
附图说明
图1为依照本发明实施例的破碎化区域采样点的地理空间分布均匀度检测方法示意图;
图2为依照本发明实施例的采样区域中所有采样点的均匀曲线示意图;
图3为依照本发明实施例的破碎化区域采样点的地理空间分布均匀度检测装置示意图;
图4为本发明实施例提供的用于破碎化区域采样点的地理空间分布均匀度检测的电子设备的结构示意图。
具体实施方式
为了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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,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。
实施例1:
图1为依照本发明实施例的破碎化区域采样点的地理空间分布均匀度检测方法示意图,如图1所示,本发明实施例提供一种破碎化区域采样点的地理空间分布均匀度检测方法,包括:
步骤S10、对于采样区域中的每个采样点,根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;
步骤S20、根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度。
进一步地,所述根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度之后还包括:
根据所述采样区域中的所有采样点的均匀因子,生成所述采样区域中所有采样点的均匀曲线;
根据所述均匀曲线确定所述采样区域中的异常采样点,所述异常采样点为所述采样区域中均匀因子大于第一预设阈值和/或均匀因子小于第二预设阈值的采样点。
进一步地,所述根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子具体为:
其中,Vi为第i个采样点的均匀因子,Si为第i个采样点所在泰森多边形面积,S0为平均采样面积。
进一步地,所述根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度具体为:
其中,EV为所有采样点的地理空间分布均匀度,Vi为第i个采样点的均匀因子,N为采样区域中的采样点的个数。
进一步地,还包括:
根据采样区域中的每个采样点生成泰森多边形,并计算获取每个采样点所在泰森多边形的面积。
具体的,首先,需要获取采样区域和待评价采样点分布数据,计算理想条件下采样点均匀分布的采样点的平均采样面积。其中,平均采样面积S0的计算公式如下:
Figure BDA0001499804800000061
其中,S0为平均采样面积,S为采样区域的总面积,N为采样点的个数。
在本实施例中,以北京市顺义区东部9个乡镇的农业用地采样点分布数据为例,检测该采样点数据在地理空间分布的均匀度。9个乡镇分别是北小营镇、南彩镇、李遂镇、木林镇、杨镇地区、北务镇、龙湾屯镇、张镇和大孙各庄镇,检测目标对象为破碎化分布的农业用地,统计计算9个乡镇农业用地采样区域总面积S为269.042km2,采样点总数量N为171个,根据采样点的平均采样面积S0的计算公式,计算出平均采样面积S0为1.573km2
然后,基于采样点数据生成泰森多边形,空间裁切获取每个采样点在采样区域内的所在泰森多边形面积。其中,生成泰森多边形和空间裁切操作可以基于ArcGIS软件实现。
在本实施例中,基于ArcGIS软件生成171个采样点的泰森多边形,利用采样区域的农业用地地类边界空间裁切并计算获取171个采样点在采用区域的泰森多边形面积。
然后,计算每个采样点的均匀因子,构建采样区域中所有采样点的均匀曲线。
其中,均匀因子Vi的计算公式如下:
Figure BDA0001499804800000062
式中,Vi为第i个采样点的均匀因子,Si为第i个采样点所在泰森多边形面积,S0为平均采样面积。从整体上来看,当Si越接近S0,表明采样点地理空间分布越均匀;反之,当Si越远离S0,表明采样点地理空间分布越不均匀。
其中,均匀曲线由所有采样点的均匀因子连接构建组成。横坐标X表示采样点的编号,纵坐标Y表示均匀因子。均匀曲线以Y=1直线(理想均匀条件下)为参考基准上下波动,进行对比分析各个采样点的均匀因子与标准值1的局部离散程度,寻找获取是否存在可能异常采样点。可能的异常采样点是指由样点均匀因子形成的累积分布曲线的拐点、突变点、极值点等。异常采样点为采样区域中均匀因子大于第一预设阈值和/或均匀因子小于第二预设阈值的采样点,其中,第一预设阈值和第二预设阈值可根据实际需要进行设置,此处不做限定。异常采样点会导致采样区域中所有采样点的地理空间分布不均匀,各个采样点的均匀因子与标准值1的局部偏离程度越小或者采样区域存在的可能异常采样点数量越少,表明采样点数据地理空间分布越均匀。
图2为依照本发明实施例的采样区域中所有采样点的均匀曲线示意图,如图2所示,在本实施例中,根据均匀因子计算公式分别计算171个采样点的均匀因子,并全部连接构建均匀曲线。以Y=1直线(理想均匀条件下)为参考基准,进行对比分析各个采样点的均匀因子与标准值1的局部离散程度,结合采样点的均匀因子形成的累积分布曲线的拐点、突变点、极值点等,并以3作为第一预设阈值,以0.2作为第二预设阈值,判断该采样点数据存在4个可能异常采样点,其中采样点的均匀因子大于1的可能异常采样点有3个,具体采样点编号为47、66和77;均匀因子小于1的可能异常采样点有1个,具体采样点编号为89。
然后,根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度,具体计算公式为:
Figure BDA0001499804800000071
其中,EV为所有采样点的地理空间分布均匀度,Vi为第i个采样点的均匀因子,N为采样区域中的采样点的个数。均匀度越小,表明采样点数据地理空间分布越均匀;反之,表明采样点数据地理空间分布越不均匀。
在本实施例中,基于采样点的均匀度计算公式计算北京市顺义区东部乡镇农业用地采样点的均匀度,计算获得采样点的均匀度EV为0.630。
最后,可以利用均匀度EV表征检测采样点在地理空间分布的均匀度。也可综合均匀曲线和均匀度共同检测待评价采样点在地理空间分布的均匀度。其中,采样点的均匀曲线表征各个采样点与标准值的局部离散程度;均匀度表征全部采样点与标准值的整体离散程度。均匀度越小,表明采样点数据地理空间分布越均匀;反之,表明采样点数据地理空间分布越不均匀。
在本实施例中,基于采样点的均匀曲线和均匀度共同检测北京市顺义区东部乡镇农业用地采样点在地理空间分布的均匀度。其中,北京市顺义区东部乡镇农业用地采样点距离标准值的局部离散程度由图2中均匀曲线表征;北京市顺义区东部乡镇农业用地采样点距离标准值的整体离散程度由均匀度表征,该采样点数据的均匀度为0.630。均匀曲线和均匀度共同检测结果表明,本发明提出的一种破碎化区域采样点地理空间分布均匀的检测方法非常准确、可靠、有效。
本发明提供的破碎化区域采样点的地理空间分布均匀度检测方法,通过计算采样区域中的所有采样点的均匀因子,进而计算得出采样区域中所有采样点的地理空间分布均匀度,对采样点的地理空间分布均匀度检测的准确性和可靠性高,并通过采样点的地理空间分布均匀度评价采样数据的可用性,以保证采样点数据具体分析与实际应用的准确性和可靠性。并且也可结合均匀曲线,确定采样区域中所有采样点的地理空间分布均匀度,根据均匀曲线确定采样区域中的异常采样点,便于进一步对异常采样点进行处理,有利于下一步对采样点数据的去冗精化和挖掘分析。
实施例2:
图3为依照本发明实施例的破碎化区域采样点的地理空间分布均匀度检测装置示意图,如图3所示,本发明实施例提供一种破碎化区域采样点的地理空间分布均匀度检测装置,用于执行上述实施例所述的方法,具体包括第一计算模块10和第二计算模块20,其中,
第一计算模块10用于对于采样区域中的每个采样点,用于根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;
第二计算模块20用于根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度。
进一步地,还包括生成模块和确定模块,其中,
生成模块用于根据所述采样区域中的所有采样点的均匀因子,生成所述采样区域中所有采样点的均匀曲线;
确定模块用于根据所述均匀曲线确定所述采样区域中的异常采样点,所述异常采样点为所述采样区域中均匀因子大于第一预设阈值和/或均匀因子小于第二预设阈值的采样点。
本发明提供的破碎化区域采样点的地理空间分布均匀度检测装置,通过计算采样区域中的所有采样点的均匀因子,进而计算得出采样区域中所有采样点的地理空间分布均匀度,对采样点的地理空间分布均匀度检测的准确性和可靠性高,并通过采样点的地理空间分布均匀度评价采样数据的可用性,以保证采样点数据具体分析与实际应用的准确性和可靠性。并且也可结合均匀曲线,确定采样区域中所有采样点的地理空间分布均匀度,根据均匀曲线确定采样区域中的异常采样点,便于进一步对异常采样点进行处理,有利于下一步对采样点数据的去冗精化和挖掘分析。
实施例3:
图4为本发明实施例提供的用于破碎化区域采样点的地理空间分布均匀度检测的电子设备的结构示意图,如图4所示,所述设备包括:处理器(processor)801、存储器(memory)802和总线(bus)803;
其中,处理器801和存储器802通过所述总线803完成相互间的通信;
处理器801用于调用存储器802中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:
对于采样区域中的每个采样点,根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;
根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度。
实施例4:
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:
对于采样区域中的每个采样点,根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;
根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度。
实施例5:
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:
对于采样区域中的每个采样点,根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;
根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置及设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种破碎化区域采样点的地理空间分布均匀度检测方法,其特征在于,包括:
对于采样区域中的每个采样点,根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;所述破碎化区域是由多个内部连续的采样子区域构成,所述子区域间呈现出不同程度的破碎化分布;
根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度;
所述根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子具体为:
Figure FDA0002290938980000011
其中,Vi为第i个采样点的均匀因子,Si为第i个采样点所在泰森多边形面积,S0为平均采样面积;
所述根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度具体为:
其中,EV为所有采样点的地理空间分布均匀度,Vi为第i个采样点的均匀因子,N为采样区域中的采样点的个数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度之后还包括:
根据所述采样区域中的所有采样点的均匀因子,生成所述采样区域中所有采样点的均匀曲线;
根据所述均匀曲线确定所述采样区域中的异常采样点,所述异常采样点为所述采样区域中均匀因子大于第一预设阈值和/或均匀因子小于第二预设阈值的采样点。
3.根据权利要求1所述的方法,其特征在于,还包括:
根据采样区域中的每个采样点生成泰森多边形,并计算获取每个采样点所在泰森多边形的面积。
4.一种破碎化区域采样点的地理空间分布均匀度检测装置,其特征在于,包括:
第一计算模块,对于采样区域中的每个采样点,用于根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子,所述采样区域为破碎化区域,所述平均采样面积为所述采样区域的总面积与采样点个数之间的比值;所述破碎化区域是由多个内部连续的采样子区域构成,所述子区域间呈现出不同程度的破碎化分布;
第二计算模块,用于根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度;
所述根据平均采样面积和每个采样点所在泰森多边形面积,计算每个采样点的均匀因子具体为:
Figure FDA0002290938980000021
其中,Vi为第i个采样点的均匀因子,Si为第i个采样点所在泰森多边形面积,S0为平均采样面积;
所述根据所述采样区域中的所有采样点的均匀因子,计算所述采样区域中所有采样点的地理空间分布均匀度具体为:
Figure FDA0002290938980000022
其中,EV为所有采样点的地理空间分布均匀度,Vi为第i个采样点的均匀因子,N为采样区域中的采样点的个数。
5.根据权利要求4所述的装置,其特征在于,还包括生成模块和确定模块,其中,
生成模块用于根据所述采样区域中的所有采样点的均匀因子,生成所述采样区域中所有采样点的均匀曲线;
确定模块用于根据所述均匀曲线确定所述采样区域中的异常采样点,所述异常采样点为所述采样区域中均匀因子大于第一预设阈值和/或均匀因子小于第二预设阈值的采样点。
6.一种用于破碎化区域采样点的地理空间分布均匀度检测的电子设备,其特征在于,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至3任一所述的方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一所述的方法。
CN201711293386.XA 2017-12-08 2017-12-08 破碎化区域采样点的地理空间分布均匀度检测方法 Active CN108228722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711293386.XA CN108228722B (zh) 2017-12-08 2017-12-08 破碎化区域采样点的地理空间分布均匀度检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711293386.XA CN108228722B (zh) 2017-12-08 2017-12-08 破碎化区域采样点的地理空间分布均匀度检测方法

Publications (2)

Publication Number Publication Date
CN108228722A CN108228722A (zh) 2018-06-29
CN108228722B true CN108228722B (zh) 2020-02-14

Family

ID=62654009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711293386.XA Active CN108228722B (zh) 2017-12-08 2017-12-08 破碎化区域采样点的地理空间分布均匀度检测方法

Country Status (1)

Country Link
CN (1) CN108228722B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110426230A (zh) * 2019-08-08 2019-11-08 中山市疾病预防控制中心 一种食品监测采样点空间分布的评估方法
CN111122222B (zh) * 2019-12-24 2020-11-27 北京农业信息技术研究中心 一种样本点位置确定方法及系统
CN113048992A (zh) * 2019-12-26 2021-06-29 阿里巴巴集团控股有限公司 一种评测方法、导航方法、装置及可读存储介质
CN111760897B (zh) * 2020-07-07 2022-02-01 北京建工环境修复股份有限公司 一种传导式原位热脱附修复区域的作业井布置方法及系统
CN113176395A (zh) * 2021-04-26 2021-07-27 北京市环境保护科学研究院 一种层次化确定场地土壤污染物暴露浓度的方法
CN113516731B (zh) * 2021-05-14 2022-03-01 北京市农林科学院信息技术研究中心 一种样本点数据精化方法及系统
CN113515757B (zh) * 2021-05-14 2022-03-18 北京市农林科学院信息技术研究中心 一种基于线段优化的样本点加密方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102760297B (zh) * 2011-04-29 2015-07-08 黄桂芝 采用旋转tin网的多边形影像数字化方法
CN102800114B (zh) * 2012-06-18 2014-12-31 浙江大学 一种基于Poisson-disk采样的数据点云精简方法
CN104239446B (zh) * 2014-09-01 2017-06-30 北京农业信息技术研究中心 一种利用辅助变量数据进行采样点布局的方法
CN106355626B (zh) * 2016-08-15 2019-04-12 南京师范大学 一种密度控制的平面区域自适应采样方法

Also Published As

Publication number Publication date
CN108228722A (zh) 2018-06-29

Similar Documents

Publication Publication Date Title
CN108228722B (zh) 破碎化区域采样点的地理空间分布均匀度检测方法
US11710131B2 (en) Method and apparatus of identifying a transaction risk
WO2021032666A1 (en) Data breach detection
US10447525B2 (en) Validating correlation between chains of alerts using cloud view
CN108833458B (zh) 一种应用推荐方法、装置、介质及设备
US8407774B2 (en) Cloud authentication processing and verification
CN110083475B (zh) 一种异常数据的检测方法及装置
CN108805174A (zh) 聚类方法及装置
CN103942444B (zh) 一种基于dtw的平权1‑范数多传感器不等长序列相似度度量方法
CN110737650A (zh) 数据质量检测方法及装置
CN110309154B (zh) 基于图谱的实体特征选择方法、装置、设备和存储介质
CN108197347B (zh) 连续不规则区域采样点的地理空间分布均匀度检测方法
CN110751354B (zh) 一种异常用户的检测方法和装置
CN114157480A (zh) 网络攻击方案的确定方法、装置、设备和存储介质
US9560027B1 (en) User authentication
CN115879819A (zh) 企业信用评估方法及装置
CN113961565A (zh) 数据检测方法、系统、计算机系统及可读存储介质
CN113807391A (zh) 任务模型的训练方法、装置、电子设备及存储介质
CN109344047B (zh) 系统回归测试方法、计算机可读存储介质和终端设备
CN106682900B (zh) 一种判断交易是否安全的方法和设备
CN111125685A (zh) 一种网络安全态势的预测方法及装置
CN112861034B (zh) 检测信息的方法、装置、设备和存储介质
CN116781377A (zh) 流量数据的处理方法、装置、电子设备及存储介质
CN110674447B (zh) 资讯重要性判断方法、装置、计算机终端及存储介质
CN107040554B (zh) 一种防御cc攻击的方法

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