CN109919460A - 一种村落类型识别方法 - Google Patents
一种村落类型识别方法 Download PDFInfo
- Publication number
- CN109919460A CN109919460A CN201910130569.2A CN201910130569A CN109919460A CN 109919460 A CN109919460 A CN 109919460A CN 201910130569 A CN201910130569 A CN 201910130569A CN 109919460 A CN109919460 A CN 109919460A
- Authority
- CN
- China
- Prior art keywords
- village
- information
- index
- level
- population
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000003860 storage Methods 0.000 claims abstract description 54
- 238000007405 data analysis Methods 0.000 claims abstract description 3
- 238000011161 development Methods 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 23
- 238000013507 mapping Methods 0.000 claims description 22
- 230000005855 radiation Effects 0.000 claims description 16
- 238000009395 breeding Methods 0.000 claims description 13
- 230000001488 breeding effect Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 44
- 230000008569 process Effects 0.000 description 10
- 230000004927 fusion Effects 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000008399 tap water Substances 0.000 description 2
- 235000020679 tap water Nutrition 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种村落类型识别方法,包括以下步骤:信息采集终端获取村落指标信息并上传储存至云存储器。处理器接收云存储器传输来的村落指标信息,经数据分析和运算得到并输出村落的二级指标。处理器根据二级指标经数据运算输出村落的一级指标的一级指标测度。处理器将各一级指标测度与一级指标对应的至少两种一级指标测度域进行匹配,得到一级指标测度等级。处理器根据一个村落所有的一级指标对应的一级指标测度等级得到一个村落的等级序列。处理器将等级序列与预设的村落等级序列进行匹配,并根据预设的村落等级序列与村落类型的对应关系使村落类型得到识别。解决了现有技术在进行村落类型识别时存在的效率低、不科学、错误多的问题。
Description
技术领域
本发明涉及村落建设领域,尤其涉及一种村落类型识别方法。
背景技术
在实际乡村基层工作中,经常要人为地进行村落类型划定,但由于工作人员能力千差万别,人为进行村落类型识别存在工作效率低、村落类型识别分析思路过于简单、村落类型识别错误多、识别不合理的问题。此外,村落类型判断需要一个村落的人口、地理和经济等多方面的综合信息,基层工作人员的信息采集工作繁杂困难,很难保证每个村落都能够准确、专业地获得村落类型判断所需要的信息,因而存在采集村落指标信息效率低、不科学和不标准的问题。
申请号为CN201210014509.2的发明专利公开了一种城市中心区位置和聚集强度的确定方法,虽然都使用了科学的计算机方法代替人力分析,消除了人为因素的隐患,但该公开文件不能用来识别村落类型也不能很好收集村落指标信息。
发明内容
为解决现有技术在进行村落类型识别时存在的采集村落指标信息效率低、不科学和不标准的问题,以及村落类型识别错误多、效率低的问题。
本发明提供一种村落类型识别方法,包括以下步骤:
信息采集终端获取村落指标信息并上传储存至云存储器,其中,村落指标信息由样本统计单元根据信息指引表通过录入单元相应地获取,样本统计单元从云存储器下载信息指引表,同时样本统计单元自动上传获取的村落指标信息存储在云存储器;
处理器接收云存储器传输来的村落指标信息,经数据分析和运算得到并输出村落的二级指标;
处理器根据二级指标经数据运算输出村落的一级指标的一级指标测度;
处理器将各一级指标测度与一级指标对应的至少两种一级指标测度域进行匹配,得到一级指标测度等级;
处理器根据一个村落所有的一级指标对应的一级指标测度等级得到一个村落的等级序列;
处理器将等级序列与预设的村落等级序列进行匹配,并根据预设的村落等级序列与村落类型的对应关系使村落类型得到识别;
其中,
村落指标信息包括人口信息、地理信息和综合信息,地理信息通过地理测绘单元和定位单元采集;
一级指标包括乡村主体情况、产业发展情况、人居环境情况和资源禀赋情况,各一级指标对应设置有至少四个二级指标,信息指引表的内容根据二级指标设置;
村落类型包括至少2种预设的村落等级序列。
在各村落使用本发明提供的方法采集村落指标信息后通过一系列数据匹配和分析得到村落类型,可以保证采集信息内容的标准统一和准确,采集方法简单,通过技术手段进行村落类型分析的过程客观、效率高,省去了人作为判断主体的限制,解决了大量工作人员人为统计调研过程中采集信息内容不科学、不标准和工作效率低的问题,同时解决了村落类型识别分析思路简单且不科学、不合理和村落类型识别错误多的问题。
本发明采集村落指标信息所考量的主要因素有乡村主体情况、产业发展情况、人居环境情况和资源禀赋情况,这些因素在地域上具有相对一致性,因此在综合考虑评价一级指标的全面性、科学性、代表性和可获得性原则的基础上,本发明可以通过乡村主体、产业发展、人居环境和资源禀赋这4个指标科学地划定不同类型村落。
进一步地,处理器根据二级指标通过如下方式计算输出村落的一级指标的一级指标测度:
式中,n表示二级指标的个数;
R表示一级指标测度;
Wi表示二级指标权重,二级指标权重通过熵权法计算得出;
Z表示二级指标标准值,二级指标标准值由二级指标进行标准化处理得到。
采用上述技术方案,将各种主观信息转换成客观数据后,便可以进行客观标准的数据比较和处理。一项二级指标与权重的乘积代表了它在一项一级指标测度中能起到多大的作用,权重的设置将二级指标的重要性这一主观问题转化成一种可通过数据处理得出的技术手段问题,进一步提高了村落类型识别的合理性,此外,对二级指标进行标准化处理,消除了各二级指标的数据量纲影响,使其具有可比性。
进一步地,还包括步骤:处理器根据云存储器上传的二级指标评价表,对二级指标进行功效性区别,区别为正指标和负指标,然后通过如下方式计算输出功效性区别后的二级指标:
功效性为正指标时,
功效性为负指标时,
式中,Zk为k村落的一项二级指标的标准化值;Jk为k村落的一项二级指标的原始值, Jmax为k村落的一项二级指标的最大值,Jmin为k村落的一项二级指标的最小值。
采用上述技术方案,在进行功效性区别后,对二级指标的标准化处理将进一步细化,并通过多次测算使识别精度更高,消除各二级指标的数据量纲影响,通过对二级指标的功效性进行区别可以使其具有更好的可比性。
进一步地,一级指标测度域包括测度高级范围和测度低级范围,一级指标测度等级包括主导级和非主导级,一级指标测度落入测度高级范围时匹配得到的一级指标测度等级为主导级,一级指标测度落入测度低级范围时匹配得到的一级指标测度等级为非主导级。
采用上述技术方案,可以简单将一级指标众多影响因素简单归类,快速识别主导因素和非主导因素。
进一步地,等级序列根据一个村落所有的一级指标测度等级中的主导级得到。
采用上述技术方案,对占主导因素的主导级进行数据处理得到的等级序列,可以简单、准确地体现一个村落的综合情况。
进一步地,乡村主体情况的二级指标包括流出人口占比、外出从业劳动力占比、0-16 岁儿童占比和60岁以上老年人占比,处理器根据村落指标信息通过如下方式得到并输出乡村主体情况的二级指标:
流出人口占比根据人口信息,用户籍人口数减去户籍在本地常住人口数的差除以户籍人口数的商表示;外出从业劳动力占比根据人口信息,用外出劳动力人口数除以农村劳动力人口数的商表示;0-16岁儿童占比根据人口信息,用0-16岁儿童人口数除以常住人口数的商表示;60岁以上老年人占比根据人口信息,用60岁以上老年人口数除以常住人口数的商表示。
采用上述技术方案,用流出人口占比、外出从业劳动力占比、0-16岁儿童占比和60岁以上老年人占比表示乡村主体情况,技术上的可获得性较强,可以很好地利用计算机和网络等技术手段完成采集和分析,内容合理科学,过程高效精确。
进一步地,产业发展情况的二级指标包括种植业发展水平、养殖业发展水平、劳动力就业水平、农业产业化发展带动农户数和村庄经济发展水平,处理器根据村落指标信息通过如下方式得到并输出产业发展情况的二级指标:
种植业发展水平根据人口信息和综合信息,用以种植业为主农户占比表示;养殖业发展水平根据人口信息和综合信息,用以养殖业为主农户占比表示;劳动力就业水平根据人口信息和综合信息,用以务工为主农户占比表示;农业产业化发展带动农户数根据人口信息和综合信息,用农业合作组织带动农户参与数量表示;村庄经济发展水平根据综合信息,用村集体经济收入表示。
采用上述技术方案,用种植业发展水平、养殖业发展水平、劳动力就业水平、农业产业化发展带动农户数和村庄经济发展水平表示产业发展情况,技术上的可获得性较强,可以进一步地利用计算机和网络等技术手段完成采集和分析,内容合理科学,过程高效精确。
进一步地,人居环境情况的二级指标包括农民收入水平、农户居住条件、社会保障水平和公共基础设施水平,处理器根据村落指标信息通过如下方式得到并输出人居环境情况的二级指标:
农民收入水平根据综合信息,用农民人均纯收入表示;农户居住条件根据综合信息,用拥有安全住房占比表示;社会保障水平根据综合信息,用新型农村合作医疗参合率表示;公共基础设施水平根据综合信息,用拥有公共基础设施数量占比表示。
采用上述技术方案,用农民收入水平、农户居住条件、社会保障水平和公共基础设施水平表示人居环境情况,技术上的可获得性较强,可以进一步地利用计算机和网络等技术手段完成采集和分析,内容合理科学,过程高效精确。
进一步地,资源禀赋情况的二级指标包括行政村平均高程、行政村平均坡度、人均耕地面积、县政府辐射力度和乡镇政府辐射力度,处理器根据村落指标信息通过如下方式得到并输出资源禀赋情况的二级指标:
行政村平均高程根据地理信息,用地理信息系统的栅格统计表示;行政村平均坡度根据地理信息,用地理信息系统坡度分析的栅格统计表示;人均耕地面积根据地理信息和人口信息,用村庄耕地总面积除以村庄总人数的商表示县政府辐射力度根据地理信息,用行政村到所在县政府驻地距离表示;乡镇政府辐射力度根据地理信息,用行政村到所在乡镇政府驻地距离表示。
采用上述技术方案,用行政村平均高程、行政村平均坡度、人均耕地面积、县政府辐射力度和乡镇政府辐射力度表示资源禀赋情况,技术上的可获得性较强,可以进一步地利用计算机和网络等技术手段完成采集和分析,内容合理科学,过程高效精确。
本发明还提供一种村落信息采集系统,包括终端和云存储器。
终端包括样本统计单元、录入单元、地理测绘单元、定位单元。
样本统计单元包括输入域和信息指引表,信息指引表从云存储器下载,样本统计单元根据信息指引表获取相应的村落指标信息显示在输入域上,同时样本统计单元自动上传获取的村落指标信息存储在云存储器。
其中,录入单元包括录入区和录入设备,录入区设置在输入域内,录入设备用于将村落指标信息录入录入区。
村落指标信息包括人口信息、地理信息和综合信息。地理信息可以通过地理测绘单元和定位单元使用全球定位系统获得,也可以通过录入单元获得。人口信息和综合信息通过输入域连接云存储器查询或录入单元获得。
村落信息采集系统替代了大量需要人为分析和思考的工作,使信息采集效率大幅提高,解决了工作人员能力和专业性不足导致的采集信息不科学、不标准的问题。
本发明的有益效果在于:
在各村落使用本发明提供的方法采集村落指标信息后通过一系列数据匹配和分析得到村落类型,可以保证采集信息内容的标准统一和准确,采集方法简单,通过技术手段进行村落类型分析的过程严谨客观、效率高,省去了人作为判断主体的限制,解决了大量工作人员人为统计调研过程中采集信息内容不科学、不标准和工作效率低的问题,同时解决了村落类型识别分析思路简单且不科学、不合理和村落类型识别错误多的问题。本发明排除主观臆断、推理研究,采用完全客观的调查标准、数据选取、统计精度和计算方法,与以往的概念化的村落识别方法相比较,表现出可计量性、客观性和理性,因而本发明识别村落类型的技术方法获得的结果具有精确性和唯一性,从而更具有科学性和说服力。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本发明一个实施例的村落识别方法的流程图;
图2是本发明一个实施例的村落识别方法的数据流向示意图;
图3是本发明一个实施例的村落识别方法中得到等级序列的示意图。
具体实施方式
以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
本技术领域技术人员可以理解,除非特意声明,本发明的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非被特定定义,否则不会用理想化或过于正式的含义来解释。
本实施例的一种村落类型识别方法,如图1所示,包括以下步骤:
如图1中的步骤S1和图2所示,信息采集终端获取村落指标信息上传储存至云存储器。
具体地,村落指标信息由样本统计单元通过录入单元根据信息指引表相应地获取,样本统计单元从云存储器下载信息指引表,同时样本统计单元自动上传获取的村落指标信息存储在云存储器。村落指标信息包括人口信息、地理信息和综合信息,地理信息通过地理测绘单元和定位单元采集。人口信息和综合信息通过村落指标信息连接网络查询或通过录入单元输入。
需要理解的是,云存储器可以是提供储存、数据计算和联网服务的计算平台,如计算机、服务器、移动设备等。信息采集终端为带有存储功能的可连接网络的硬件平台,如手持设备、移动终端、网络设备等。样本统计单元和录入单元是具有提供计算服务的设备上的数据处理模块,地理测绘单元和定位单元通过具有全球定位系统的硬件设备实现功能。
样本统计单元、录入单元、地理测绘单元和定位单元互相之间通过电连接或通讯连接。本实施例中的录入单元可以是常用的计算机键盘或触控屏幕,在输入域中的录入区录入,本实施例不作具体的限定。
基层工作人员对于需要采集什么样的信息往往不能很好的判断。通过本发明所提供的方法,根据样本统计单元从云存储器下载信息指引表,基层工作人员可以根据信息指引表进行信息采集工作。基层工作人员根据信息指引表采集村落指标信息的同时,通过录入单元将村落指标信息录入到样本统计单元,样本统计单元则自动上传村落指标信息储存在云存储器。所有使用本发明提供的方法采集的村落指标信息,可以保证采集信息内容的标准统一和准确。此外,云存储器的信息指引表可以同步保持更新,所有使用本发明提供的方法采集的村落指标信息可以保持统一的科学性,避免了个人差别造成的错误。
本实施例中的地理测绘单元通过全球定位系统完成测绘,定位单元通过全球定位系统完成定位。
基层工作人员欠缺地理专业知识,在我国的现实环境下仅县一级范围内就有数量庞大的村落,这样多的基层工作人员在客观上做不到科学准确地测量地理信息有关的村落指标信息。在本实施例中,基层工作人员仅需使用地理测绘单元和定位单元采集地理信息,即可避免专业性缺失的问题。
如图1中的步骤S2和图2所示,处理器根据云存储器储存的村落指标信息得到村落的二级指标。
具体地,多个二级指标用来表示一项一级指标,一级指标包括乡村主体情况、产业发展情况、人居环境情况和资源禀赋情况,各一级指标对应设置有至少四个二级指标,信息指引表的内容根据二级指标设置。
需要理解的是,本实施例中的处理器可以是个人计算机、移动终端等具有数据处理和计算能力的设备,如,X86服务器、UNIX服务器等。对本领域技术人员来说,本实施例中所用的硬件设备可根据实际设计和使用需要选择,本实施例不做具体限定。
一级指标是最能综合衡量反映村落类型的标准,本实施例中的一级指标包括乡村主体情况、产业发展情况、人居环境情况和资源禀赋情况,以上四个指标从技术手段上具有可获取性,并且这四个指标可以科学、综合地反映出村落的具体特征,实现对村落类型的综合判定。
二级指标可以更详细地表示一级指标,各一级指标需要有对应的至少四个二级指标来进行更详细地描述,二级指标的表示需要用到村落指标信息,处理器根据云存储器储存的村落指标信息分析处理得到村落的二级指标,信息指引表的内容为得出二级指标所需要采集的村落指标信息。例如,乡村主体情况可以通过至少四个二级指标来详细描述乡村主体情况所表达的内涵,解决了人出于主观认识描述乡村主体情况时所带来的不标准的问题。
如图1中的步骤S3和图2所示,处理器根据二级指标得到村落的一级指标的一级指标测度。
具体地,一级指标测度为一级指标的标准化数据,从二级指标经处理器分析得到。将采集到的信息转换成测度这一数据后,便可以进行客观标准的数据比较和处理,使各种不同类型的指标具有可比性和科学性。
如图1中的步骤S4和图2所示,处理器将各一级指标测度与一级指标对应的至少两种一级指标测度域进行匹配,得到一级指标测度等级。
具体地,一级指标测度域可以划定多个范围,一级指标测度在匹配时落入对应的范围内划定一个等级。一级指标测度域可以包括高低两个测度影响范围,或者高中低三个测度影响范围,或者更多个细化的测度影响范围,当一级指标测度落入对应的范围内时得到一个一级指标测度等级。例如,一级指标测度域划定为测度高级范围、测度中级范围和测度低级范围,一级指标测度等级包括主导级、次主导级和非主导级,A村的某一项一级指标测度落入测度中级范围,则得到的一级指标测度等级为次主导级。
一级指标测度域可以用自然间断点法、正态分布法、几何间隔法、标准差方法或其他本领域技术人员常用的计算机统计方法划定。具体地,本实施例中是使用ArcGIS通过自然间断点法划定一级指标测度域,自然间断点法是一种根据数值统计分布规律分级和分类的统计方法,任何统计数列都存在一些自然转折点、特征点,用这些点可以把研究的对象分成性质相似的群组,将断点作为分级界限,它能使类与类之间的不同最大化。
如图1中的步骤S5和图2所示,处理器根据一个村落所有的一级指标对应的一级指标测度等级得到一个村落的等级序列。
等级序列的排列规则可以根据实际需要选择,可以将所有一级指标测度等级集合在一起构成一个等级序列,或将所有一级指标测度等级中的某一些集合在一起构成一个等级序列。
例如,用0*N、0.5N和1N分别表示某一项的一级指标测度等级中的非主导级、次主导级和主导级(N表示一级指标种类),则A村落的乡村主体情况对应的一级指标测度等级(假设该一级指标种类用S表示)为主导级S,产业发展情况对应的一级指标测度等级 (假设该一级指标种类用I表示)为非主导级0*I,人居环境情况对应的一级指标测度等级(假设该一级指标种类用L表示)为主导级L,资源禀赋情况对应的一级指标测度等级(假设该一级指标种类用R表示)为次主导级0.5R,将其中为主导级和次主导级的一级指标测度等级挑出后集合在一起,则最后得到的该村的等级序列为S-L-0.5R。
如图1中的步骤S6和图2所示,处理器将等级序列与预设的村落等级序列进行匹配,并根据预设的村落等级序列与村落类型的对应关系使村落类型得到识别。
具体地,村落类型包括至少2种预设的村落等级序列,等级序列的预设的形式内容应与等级序列和一级指标测度等级对应,使之可以得到正确地匹配。
识别后的村落类型可以直接显示在必要的硬件平台上,或回传到云存储器以便使用一般的显示设备或终端在通过网络查看。村落类型被识别为三产融合类村庄后还可以通过专家意见进行调整。
例如,村落类型可以分为集聚提升类村庄、三产融合类村庄、城郊融合类村庄、特色保护类村庄和搬迁撤并类村庄5种类型。其中,三产融合类村庄的预设的村落等级序列包括S-L-R、S-L-0.5R、S-L、S-R和S。上述例子中的A村落的等级序列为S-L-0.5R,根据三产融合类村庄所有预设的村落等级序列,S-L-0.5R型包含在内,因此,上述例子中的A 村落的村落类型被识别为三产融合类村庄。
在各村落使用本发明提供的方法采集村落指标信息,通过一系列数据匹配和分析得到村落类型,可以保证采集信息内容的标准统一和准确,采集方法简单,通过技术手段进行村落类型分析的过程严谨客观、效率高,省去了人作为判断主体的限制,解决了大量工作人员人为统计调研过程中采集信息内容不科学、不标准和工作效率低的问题,同时解决了村落类型识别分析思路简单不科学、不合理和村落类型识别错误多的问题。
以上处理步骤均是由服务器或处理器完成。需要理解的是,本实施例中的处理器具有一般的数据处理功能和存储功能,对本领域技术人员来说,本实施例中所用的处理器可根据实际设计和使用需要选择,本实施例不做具体限定。
为了使上述方法更为直观,现以上述A村为应用实例,进行用本发明识别村落类型的演示,该实例仅为说明本发明的具体实施方法,并不作为本实施例的具体限定,具体地:
先在A村用样本统计单元下载信息指引表,信息指引表上记录了工作人员需要采集什么村落指标信息。例如,A村一级指标中的资源禀赋情况可以有多个二级指标表示,其中一个二级指标为人均耕地面积,为得到人均耕地面积需要采集的村落指标信息有地理信息和人口信息,所需要的地理信息为村庄耕地总面积,所需要的人口信息为村庄总人数。工作人员收集到村庄耕地总面积和村庄总人数后,通过作为录入单元的键盘录入到样本统计单元中的录入区中。其中,村庄耕地总面积通过地理测绘单元采集,以定位单元确定需要采集村庄耕地总面积的A村的位置。在录入到样本统计单元后,样本统计单元将村庄耕地总面积和村庄总人数存储在云存储器。
处理器根据云存储器储存的村庄耕地总面积和村庄总人数,用村庄耕地总面积除以村庄总人数的商来表示A村的资源禀赋情况中的一项二级指标——人均耕地面积。
按同样的方法采集其他村落指标信息,得到表示A村资源禀赋情况所需要的其他二级指标。然后,处理器再根据表示资源禀赋情况所需要所有的二级指标,得到A村的资源禀赋情况的一级指标测度。例如,将A村的资源禀赋情况的一级指标测度,可以按所有资源禀赋情况对应的二级指标的和表示。
处理器将A村的资源禀赋情况的一级指标测度与资源禀赋情况的对应的一级指标测度域进行匹配,得到一级指标测度等级。例如,上述资源禀赋情况的一级指标测度为0.9453,资源禀赋情况的测度中级范围为0.4001-0.6570,用0*R、0.5R和1R分别表示资源禀赋情况的一级指标测度等级中的非主导级、次主导级和主导级,则A村的资源禀赋情况的一级指标测度等级为次主导级0.5R。
然后处理器再集合A村所有的一级指标对应的一级指标测度等级中的主导级和次主导级,得到A村的等级序列。如上述例子中,处理器根据同样的方法匹配得到:A村落的乡村主体情况对应的一级指标测度等级(假设用S表示)为主导级,产业发展情况对应的一级指标测度等级(假设用I表示)为非主导级,人居环境情况对应的一级指标测度等级(假设用L表示)为主导级,资源禀赋情况对应的一级指标测度等级(假设用R表示)为次主导级0.5R。根据该匹配结果,将其中为主导级的一级指标测度等级挑出后集合在一起,则最后得到的该村的等级序列为S-L-0.5R。
然后将等级序列与预设的村落等级序列进行匹配,并根据预设的村落等级序列与村落类型的对应关系使村落类型得到识别。如上述例子中,村落类型可以分为集聚提升类村庄、三产融合类村庄、城郊融合类村庄、特色保护类村庄和搬迁撤并类村庄5种类型。其中,三产融合类村庄的预设的村落等级序列包括S-L-R、S-L-0.5R、S-L、S-R和S。A村落的等级序列为S-L-0.5R,根据三产融合类村庄所有预设的村落等级序列,S-L-0.5R型包含在内,因此,上述例子中的A村落的村落类型被识别为三产融合类村庄。
进一步地,处理器根据二级指标通过如下方式计算输出村落的一级指标的一级指标测度:
式中,n表示二级指标的个数;
R表示一级指标测度;
Wi表示二级指标权重,二级指标权重通过熵权法计算得出;
Z表示二级指标标准值,二级指标标准值由二级指标进行标准化处理得到。
将采集到的信息转换成测度这一数据后,便可以通过处理器进行客观标准的数据比较和处理。一项二级指标与权重的乘积代表了它在一项一级指标测度中起到多大的作用,权重的设置将二级指标的重要性这一主观问题转化成一种可通过数据处理得出的技术手段问题。权重的数值可以人为地在云存储器添加,也可以使用处理器通过接收云存储器中的村落指标信息分析得到。其中,熵权法是一种客观赋权方法,这避免了人为赋予权重的不客观性。对二级指标进行标准化处理,消除了各二级指标的数据量纲影响,使其具有可比性。
具体地,处理器根据二级指标得到村落的一级指标的一级指标测度,数据处理的方法是,先从云存储器接收或从处理器分析得到各二级指标对应的权重,同时对二级指标进行标准化处理,然后将一项一级指标所有二级指标标准值乘以各二级指标对应的权重得到乘积,再将一项一级指标对应的所有乘积加在一起得到一级指标测度。
例如,要得到乡村主体情况的一级指标测度,可以使处理器针对流出人口占比、外出从业劳动力占比、0-16岁儿童占比和60岁以上老年人占比在云存储器接收各二级指标对应的权重,同时处理器再对流出人口占比、外出从业劳动力占比、0-16岁儿童占比和60 岁以上老年人占比的数据进行标准化处理。然后处理器将流出人口占比的标准值乘以其对应的权重,将外出从业劳动力占比的标准值乘以其对应的权重,将0-16岁儿童占比的标准值乘以其对应的权重,将60岁以上老年人占比的标准值乘以其对应的权重,再将以上乘积加和即得到乡村主体情况的一级指标测度。本实施例中的举例仅为方便说明本发明的具体实施方法,并不作为本实施例的具体限定。
为了更方便的说明本实施例的方法,以宁夏同心县为应用实例,表1是处理器根据云存储器中过往各年份村落指标信息,用熵权法分析得出的二级指标权重的权重表。
表1
进一步地,还包括步骤:处理器接收云存储器中的二级指标评价表,处理器根据二级指标评价表对二级指标进行功效性区别,区别为正指标和负指标,然后通过如下方式计算输出功效性区别后的二级指标:
功效性为正指标时,
功效性为负指标时,
式中,Zk为k村落的一项二级指标的标准化值;Jk为k村落的一项二级指标的原始值, Jmax为k村落的一项二级指标的最大值,Jmin为k村落的一项二级指标的最小值。
二级指标评价表对二级指标的功效性进行了区分,将二级指标区别为正指标和负指标,二级指标评价表可以人为上传至云存储器。在进行功效性区别后,对二级指标的标准化处理将进一步细化,并通过多次测算使识别精度更高,消除各二级指标的数据量纲影响,通过对二级指标的功效性进行区别可以使其具有更好的可比性。
例如,处理器在进行识别分析时,以上述宁夏同心县为应用实例,表2是二级指标权重和二级指标评价表,处理器接收下表中的二级指标的功效性评价和权重信息,以上述算法对宁夏同心县的二级指标的进行标准化处理。
表2
进一步地,一级指标测度域包括测度高级范围和测度低级范围,一级指标测度等级包括主导级和非主导级,一级指标测度落入测度高级范围时匹配得到的一级指标测度等级为主导级,一级指标测度落入测度低级范围时匹配得到的一级指标测度等级为非主导级。
例如,B村的乡村主体的测度高级范围为0.5719-0.8062,测度低级范围为0.2251-0.5519;产业发展的测度高级范围为0.1963-0.4976,测度低级范围为0.0395-0.1071;人居环境的测度高级范围为0.4247-0.6892,测度低级范围0.0957-0.4233;资源禀赋测度高级范围 0.3881-0.6569,测度低级范围0.1583-0.3813。根据该范围和上述方法将各一级指标测度等级与其对应的一级指标测度域进行匹配,则B村落的乡村主体情况对应的一级指标测度等级(假设用S表示)为主导级,产业发展情况对应的一级指标测度等级(假设用I表示)为非主导级,人居环境情况对应的一级指标测度等级(假设用L表示)为主导级,资源禀赋情况对应的一级指标测度等级(假设用R表示)为非主导级。
进一步地,等级序列根据一个村落所有的一级指标测度等级中的主导级得到。
具体地,如图3所示,一个村落的一级指标包括乡村主体情况、产业发展情况、人居环境情况和资源禀赋情况,每一个一级指标都可以对应的通过上述步骤方法得到一个一级指标测度等级,一级指标测度等级包括主导级和非主导级,将一个村落所有的主导级挑出可以集合构成一个等级序列。
例如,根据上述B村的各一级指标测度等级,将其中为主导级的一级指标测度等级挑出后集合在一起,则最后得到的该村的等级序列为S-L。本实施例中的举例仅为说明本发明的具体实施方法,并不作为本实施例的具体限定。
进一步地,乡村主体情况的二级指标包括流出人口占比、外出从业劳动力占比、0-16 岁儿童占比和60岁以上老年人占比。
其中,流出人口占比根据人口信息,用户籍人口数减去户籍在本地常住人口数的差除以户籍人口数的商表示;外出从业劳动力占比根据人口信息,用外出劳动力人口数除以农村劳动力人口数的商表示;0-16岁儿童占比根据人口信息,用0-16岁儿童人口数除以常住人口数的商表示;60岁以上老年人占比根据人口信息,用60岁以上老年人口数除以常住人口数的商表示。
具体地,云存储器储存的村落指标信息经分析得到村落的二级指标,信息指引表的内容为得出二级指标所需要采集的村落指标信息,根据上述村落指标信息与二级指标和信息指引表的关系:
流出人口占比用户籍人口数减去户籍在本地常住人口数的差除以户籍人口数的商表示,则为了得到流出人口占比,工作人员根据信息指引表需要采集的村落指标信息为人口信息,具体为户籍人口数和户籍在本地常住人口数。然后工作人员通过录入单元直接将户籍人口数和户籍在本地常住人口数录入到样本统计单元,样本统计单元则自动上传户籍人口数和户籍在本地常住人口数储存在云存储器,处理器根据云存储器储存的户籍人口数和户籍在本地常住人口数得到流出人口占比。
同理,处理器得到外出从业劳动力占比所需要的村落指标信息为人口信息,具体为外出劳动力人口数和农村劳动力人口数;得到0-16岁儿童占比所需要的村落指标信息为人口信息,具体为0-16岁儿童人口数和常住人口数;得到60岁以上老年人占比所需要的村落指标信息为人口信息,具体为60岁以上老年人口数和常住人口数。
进一步地,产业发展情况的二级指标包括种植业发展水平、养殖业发展水平、劳动力就业水平、农业产业化发展带动农户数和村庄经济发展水平。
其中,种植业发展水平根据人口信息和综合信息,用以种植业为主农户占比表示;养殖业发展水平根据人口信息和综合信息,用以养殖业为主农户占比表示;劳动力就业水平根据人口信息和综合信息,用以务工为主农户占比表示;农业产业化发展带动农户数根据综合信息,用农业合作组织带动农户参与数量表示;村庄经济发展水平根据综合信息,用村集体经济收入表示。
具体地,为得到产业发展情况的各二级指标,云存储器和处理器需要的村落指标信息如下:
以种植业为主农户占比用种植业为主农户数除以总农户数的商表示,得到种植业发展水平所需要的村落指标信息为人口信息和综合信息,更具体地,综合信息为种植业为主农户数,人口信息为总农户数。
以养殖业为主农户占比用养殖业为主农户数除以总农户数的商表示,得到养殖业发展水平所需要的村落指标信息为人口信息和综合信息,更具体地,综合信息为养殖业为主农户数,人口信息为总农户数。
以务工为主农户占比用以务工为主农户数除以总农户数的商表示,得到劳动力就业水平所需要的村落指标信息为人口信息和综合信息,更具体地,综合信息为以务工为主农户数,人口信息为总农户数。
得到农业产业化发展带动农户数所需要的村落指标信息为综合信息,具体为农业合作组织带动农户参与数量,其中农业合作组织包括农业合作社、农民专业合作社、股份合作制企业和集体经济组织。
得到村庄经济发展水平所需要的村落指标信息为综合信息,具体为村集体经济收入。
进一步地,人居环境情况的二级指标包括农民收入水平、农户居住条件、社会保障水平和公共基础设施水平;
其中,农民收入水平根据综合信息,用农民人均纯收入表示;农户居住条件根据综合信息,用拥有安全住房占比表示;社会保障水平根据综合信息,用新型农村合作医疗参合率表示;公共基础设施水平根据综合信息,用拥有公共基础设施数量占比表示。
具体地,农民人均纯收入为综合信息,可以使用信息采集终端通过样本统计单元连接网络从国家统计局网络获取,也可以由工作人员采集后通过录入单元录入样本统计单元。
农户居住条件拥有安全住房占比是用拥有安全住房数除以农户拥有住房总数的商表示,得到农户居住条件所需要的村落指标信息为综合信息,具体为拥有安全住房数和和农户拥有住房总数,安全住房的标准以中华人民共和国住房和城乡建设部发布的《住宅建筑规范》国家标准为准。
新型农村合作医疗参合率是用参与农村合作医疗的人口数除以常住农业人口的商表示,得到新型农村合作医疗参合率需要的村落指标信息为综合信息,具体为参与农村合作医疗的人口数和常住农业人口。
拥有公共基础设施数量占比是用拥有公共基础设施数量除以调查设施总数的商表示,其中,调查设施总数为需要调查的村落中应该有的农村基础设施的数量,拥有公共基础设施数量为村落实际拥有的设施的数量。例如,调查A村落7项应该有的农村基础设施,包括卫生室、幼儿园、自来水、电、通信、健身设施和通有四级以上的公路(该等级是按交通量划分的功能性公路等级),A村落实际拥有的农村基础设施为自来水、电和通信,则拥有公共基础设施数量占比,即A村落的公共基础设施水平为3/7。
进一步地,资源禀赋情况的二级指标包括行政村平均高程、行政村平均坡度、人均耕地面积、县政府辐射力度和乡镇政府辐射力度。
其中,行政村平均高程用地理信息系统的栅格统计表示;行政村平均坡度用地理信息系统坡度分析的栅格统计表示;人均耕地面积用村庄耕地总面积除以村庄总人数的商表示;县政府辐射力度根据地理信息,用行政村到所在县政府驻地距离表示;乡镇政府辐射力度根据地理信息,用行政村到所在乡镇政府驻地距离表示。
具体地,行政村平均高程所需要的村落指标信息为高程数据,通过地理测绘单元和定位单元采集高程数据并直接同步到样本统计单元,样本统计单元自动上传至云存储器,然后处理器通过地理信息系统处理得到行政村平均高程。本实施例中的地理信息系统为本领域技术人员常用的ArcGIS,通过ArcGIS的栅格统计表示行政村平均高程。
行政村平均坡度所需要的村落指标信息为坡度数据,通过地理测绘单元和定位单元采集坡度数据并直接同步到样本统计单元,样本统计单元自动上传至云存储器,然后处理器通过地理信息系统处理得到行政村平均坡度。本实施例中的地理信息系统为本领域技术人员常用的ArcGIS,通过ArcGIS的坡度分析栅格统计得到行政村平均坡度。
得到人均耕地面积根据地理信息和人口信息,用村庄耕地总面积除以村庄总人数的商表示,所需要的地理信息为村庄耕地总面积,所需要的人口信息为村庄总人数。
得到县政府辐射力度所需要的村落指标信息为综合信息,具体为行政村到县政府驻地距离,通过地理测绘单元测定距离,并通过定位单元确定采集地点。
得到乡镇政府辐射力度所需要的村落指标信息为综合信息,具体为行政村到所在乡镇政府驻地距离,通过地理测绘单元测定距离,并通过定位单元确定采集地点。
对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
本实施例还提供一种村落信息采集系统,包括终端和云存储器。
终端包括样本统计单元、录入单元、地理测绘单元、定位单元。
样本统计单元包括输入域和信息指引表,信息指引表从云存储器下载,样本统计单元根据信息指引表获取相应的村落指标信息显示在输入域上,同时样本统计单元自动上传获取的村落指标信息存储在云存储器,具体地:
录入单元包括录入区和录入设备,录入区设置在输入域内。录入单元用于将上述方法中的村落指标信息录入至样本统计单元,作为录入单元的部件可以是键盘或者触控屏幕,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。
村落指标信息包括人口信息、地理信息和综合信息。地理信息可以通过地理测绘单元和定位单元使用全球定位系统获得,也可以通过录入单元获得。人口信息和综合信息通过输入域连接网络查询或录入单元获得。
具体地,地理测绘单元使用全球定位系统测量地理信息中的测绘信息,定位单元使用全球定位系统确定地理信息中的位置信息。
村落信息采集系统替代了大量需要人为分析和思考的工作,使信息采集效率大幅提高,解决了工作人员能力和专业性不足导致的采集信息不科学、不标准的问题。
需要理解的是,本实施例所提供的信息采集系统中录入单元、样本统计单元、地理测绘单元和定位单元在物理上不分开的,作为云存储器的部件可以是或者也可以不是物理上分开的,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必需的通用硬件平台的方式来实现。基于这样的理解,上述技术方案中部分运算分析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,移动终端,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的方法。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种村落类型识别方法,其特征在于,包括以下步骤:
信息采集终端获取村落指标信息并上传储存至云存储器,其中,所述村落指标信息由样本统计单元根据信息指引表通过录入单元相应地获取,所述样本统计单元从所述云存储器下载所述信息指引表,同时所述样本统计单元自动上传获取的所述村落指标信息存储在所述云存储器;
处理器接收所述云存储器传输来的所述村落指标信息,经数据分析和运算得到并输出村落的二级指标;
所述处理器根据所述二级指标经数据运算输出村落的一级指标的一级指标测度;
所述处理器将各所述一级指标测度与所述一级指标对应的至少两种一级指标测度域进行匹配,得到一级指标测度等级;
所述处理器根据一个村落所有的所述一级指标对应的所述一级指标测度等级得到一个村落的等级序列;
所述处理器将所述等级序列与预设的村落等级序列进行匹配,并根据所述预设的村落等级序列与村落类型的对应关系使村落类型得到识别;
其中,
所述村落指标信息包括人口信息、地理信息和综合信息,所述地理信息通过地理测绘单元和定位单元采集;
所述一级指标包括乡村主体情况、产业发展情况、人居环境情况和资源禀赋情况,各所述一级指标对应设置有至少四个所述二级指标,所述信息指引表的内容根据所述二级指标设置;
所述村落类型包括至少2种预设的村落等级序列。
2.根据权利要求1所述的一种村落类型识别方法,其特征在于,所述处理器根据所述二级指标通过如下方式计算输出所述村落的一级指标的所述一级指标测度:
式中,n表示所述二级指标的个数;
R表示一级指标测度;
Wi表示二级指标权重,所述二级指标权重通过熵权法计算得出;
Z表示二级指标标准值,所述二级指标标准值由所述二级指标进行标准化处理得到。
3.根据权利要求2所述的一种村落类型识别方法,其特征在于,还包括步骤:所述处理器接收云存储器中的二级指标评价表,对所述二级指标进行功效性区别,区别为正指标和负指标,然后通过如下方式计算输出功效性区别后的所述二级指标:
功效性为正指标时,
功效性为负指标时,
式中,Zk为k村落的一项所述二级指标的标准化值;Jk为所述k村落的一项所述二级指标的原始值,Jmax为所述k村落的一项所述二级指标的最大值,Jmin为所述k村落的一项所述二级指标的最小值。
4.根据权利要求1-3任意一项所述的村落类型识别方法,其特征在于,所述一级指标测度域包括测度高级范围和测度低级范围,所述一级指标测度等级包括主导级和非主导级,所述一级指标测度落入所述测度高级范围时匹配得到的所述一级指标测度等级为所述主导级,所述一级指标测度落入所述测度低级范围时匹配得到的所述一级指标测度等级为非主导级。
5.根据权利要求4所述的一种村落类型识别方法,其特征在于,所述等级序列根据一个村落所有的所述一级指标测度等级中的所述主导级得到。
6.根据权利要求1-3任意一项所述的村落类型识别方法,其特征在于,所述乡村主体情况的所述二级指标包括流出人口占比、外出从业劳动力占比、0-16岁儿童占比和60岁以上老年人占比,所述处理器根据所述村落指标信息通过如下方式得到并输出所述乡村主体情况的二级指标:
所述流出人口占比根据所述人口信息,用户籍人口数减去户籍在本地常住人口数的差除以户籍人口数的商表示;
所述外出从业劳动力占比根据所述人口信息,用外出劳动力人口数除以农村劳动力人口数的商表示;
所述0-16岁儿童占比根据所述人口信息,用0-16岁儿童人口数除以常住人口数的商表示;
所述60岁以上老年人占比根据所述人口信息,用60岁以上老年人口数除以常住人口数的商表示。
7.根据权利要求1-3任意一项所述的村落类型识别方法,其特征在于,所述产业发展情况的所述二级指标包括种植业发展水平、养殖业发展水平、劳动力就业水平、农业产业化发展带动农户数和村庄经济发展水平,所述处理器根据所述村落指标信息通过如下方式得到并输出所述产业发展情况的二级指标:
所述种植业发展水平根据所述人口信息和所述综合信息,用以种植业为主农户占比表示;
所述养殖业发展水平根据所述人口信息和所述综合信息,用以养殖业为主农户占比表示;
所述劳动力就业水平根据所述人口信息和所述综合信息,用以务工为主农户占比表示;
所述农业产业化发展带动农户数根据所述人口信息和所述综合信息,用农业合作组织带动农户参与数量表示;
所述村庄经济发展水平根据所述综合信息,用村集体经济收入表示。
8.根据权利要求1-3任意一项所述的村落类型识别方法,其特征在于,所述人居环境情况的所述二级指标包括农民收入水平、农户居住条件、社会保障水平和公共基础设施水平,所述处理器根据所述村落指标信息通过如下方式得到并输出所述人居环境情况的二级指标:
所述农民收入水平根据所述综合信息,用农民人均纯收入表示;
所述农户居住条件根据所述综合信息,用拥有安全住房占比表示;
所述社会保障水平根据所述综合信息,用新型农村合作医疗参合率表示;
所述公共基础设施水平根据所述综合信息,用拥有公共基础设施数量占比表示。
9.根据权利要求1-3任意一项所述的村落类型识别方法,其特征在于,所述资源禀赋情况的所述二级指标包括行政村平均高程、行政村平均坡度、人均耕地面积、县政府辐射力度和乡镇政府辐射力度,所述处理器根据所述村落指标信息通过如下方式得到并输出所述资源禀赋情况的二级指标:
所述行政村平均高程根据所述地理信息,用地理信息系统的栅格统计表示;
所述行政村平均坡度根据所述地理信息,用地理信息系统坡度分析的栅格统计表示;
所述人均耕地面积根据所述地理信息和所述人口信息,用村庄耕地总面积除以村庄总人数的商表示;
所述县政府辐射力度根据所述地理信息,用行政村到县政府驻地距离表示;
所述乡镇政府辐射力度根据所述地理信息,用行政村到所在乡镇政府驻地距离表示。
10.一种村落信息采集系统,其特征在于,包括终端和云存储器;
所述终端包括样本统计单元、录入单元、地理测绘单元、定位单元;
所述样本统计单元包括输入域和信息指引表,所述信息指引表从所述云存储器下载,所述样本统计单元根据所述信息指引表获取相应的村落指标信息显示在所述输入域上,同时所述样本统计单元自动上传获取的所述村落指标信息存储在所述云存储器;
其中,
所述录入单元包括录入区和录入设备,所述录入区设置在所述输入域内,所述录入设备用于将所述村落指标信息录入所述录入区;
所述村落指标信息包括人口信息、地理信息和综合信息;
所述地理信息通过所述地理测绘单元和所述定位单元使用全球定位系统获得,或通过所述录入单元获得;
所述人口信息和所述综合信息通过所述输入域连接所述云存储器查询或所述录入单元获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910130569.2A CN109919460B (zh) | 2019-02-21 | 2019-02-21 | 一种村落类型识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910130569.2A CN109919460B (zh) | 2019-02-21 | 2019-02-21 | 一种村落类型识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109919460A true CN109919460A (zh) | 2019-06-21 |
CN109919460B CN109919460B (zh) | 2023-05-26 |
Family
ID=66961982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910130569.2A Active CN109919460B (zh) | 2019-02-21 | 2019-02-21 | 一种村落类型识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109919460B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003323526A (ja) * | 2002-05-07 | 2003-11-14 | Showa Kk | 区画整理事業の評価方法およびその装置 |
CN105046386A (zh) * | 2015-01-07 | 2015-11-11 | 泰华智慧产业集团股份有限公司 | 一种城市社会信息管理与监控系统与方法 |
CN105046591A (zh) * | 2015-08-24 | 2015-11-11 | 许继集团有限公司 | 一种电力用户用电能效评估方法 |
CN105354781A (zh) * | 2015-10-19 | 2016-02-24 | 中国科学院遥感与数字地球研究所 | 农村空心化程度预警系统 |
KR101686849B1 (ko) * | 2016-09-19 | 2016-12-16 | 주식회사 정도유아이티 | 평가지표의 도시계획입안 구역에 대한 표준화지수를 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템 |
CN106779475A (zh) * | 2017-01-10 | 2017-05-31 | 甘肃万维信息技术有限责任公司 | 美丽村庄建设大数据平台 |
-
2019
- 2019-02-21 CN CN201910130569.2A patent/CN109919460B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003323526A (ja) * | 2002-05-07 | 2003-11-14 | Showa Kk | 区画整理事業の評価方法およびその装置 |
CN105046386A (zh) * | 2015-01-07 | 2015-11-11 | 泰华智慧产业集团股份有限公司 | 一种城市社会信息管理与监控系统与方法 |
CN105046591A (zh) * | 2015-08-24 | 2015-11-11 | 许继集团有限公司 | 一种电力用户用电能效评估方法 |
CN105354781A (zh) * | 2015-10-19 | 2016-02-24 | 中国科学院遥感与数字地球研究所 | 农村空心化程度预警系统 |
KR101686849B1 (ko) * | 2016-09-19 | 2016-12-16 | 주식회사 정도유아이티 | 평가지표의 도시계획입안 구역에 대한 표준화지수를 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템 |
CN106779475A (zh) * | 2017-01-10 | 2017-05-31 | 甘肃万维信息技术有限责任公司 | 美丽村庄建设大数据平台 |
Non-Patent Citations (3)
Title |
---|
XIAOZHAN WANG: "The research on the evaluation index system of livable rural areas in China-by the case of rural areas in Henan Province", 《AGRICULTURE AND AGRICULTURAL SCIENCE PROCEDIA》 * |
张明等: "长株潭地区乡村功能类型及发展模式研究", 《农村经济与科技》 * |
沈费伟等: "浙江省美丽乡村的指标体系构建与实证分析", 《华中农业大学学报(社会科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109919460B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Remotely-sensed imagery vs. eye-level photography: Evaluating associations among measurements of tree cover density | |
CN109977132B (zh) | 一种基于无监督聚类模式的学生异常行为模式分析方法 | |
Gillis | Canada's National Forest Inventory (responding to current information needs) | |
Meyer et al. | A comparison of hull methods for estimating species ranges and richness maps | |
López-Cárdenas et al. | Fine-scale predictions of distributions of Chagas disease vectors in the state of Guanajuato, Mexico | |
KR101375441B1 (ko) | 도시재생 종합정보시스템 | |
CN109325542A (zh) | 一种基于多阶机器学习的电量异常智能识别方法及系统 | |
CN108492880A (zh) | 一种基于互联网平台的智能健康状态测量系统及评级方法 | |
CN101710331A (zh) | 一种人口抽样调查样本分层系统及方法 | |
CN105447633A (zh) | 一种科研机构综合评价方法及系统 | |
Shi | A geocomputational process for characterizing the spatial pattern of lung cancer incidence in New Hampshire | |
CN109829655A (zh) | 一种村落类型识别系统 | |
CN113469488A (zh) | 配电网设备拓扑结构在线诊断分析系统 | |
CN109919460A (zh) | 一种村落类型识别方法 | |
Murad | Creating a geographical information systems-based spatial profile for exploring health services supply and demand | |
CN109523115A (zh) | 一种基于用电数据的分析系统 | |
Fattorini | Relations between species rarity, vulnerability, and range contraction for a beetle group in a densely populated region in the Mediterranean biodiversity hotspot | |
Roser et al. | Drone imagery protocols to map vegetation are transferable between dryland sites across an elevational gradient | |
Edwards et al. | Measuring the presence and impact of same-sex married couples on poverty rates in the Current Population Survey | |
Hartmann et al. | Development of core indicators for the assessment and analysis of sustainable city tourism | |
dos Santos et al. | Representativity indicators for the survey on the use of information and communication technologies in Brazilian households | |
CN110298580A (zh) | 一种基于人力资源开发的职业潜能测评系统 | |
Aziz et al. | Using quantitative approaches to enhance construction performance through data captured from mobile devices | |
CN116823297A (zh) | 一种智能化地块评分方法和装置 | |
Nuñez | Statistical Methods for Mortality and Mobility Estimation after Natural Disasters |
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 |