CN110334168A - 一种城镇村地类细化技术方法 - Google Patents
一种城镇村地类细化技术方法 Download PDFInfo
- Publication number
- CN110334168A CN110334168A CN201910579078.6A CN201910579078A CN110334168A CN 110334168 A CN110334168 A CN 110334168A CN 201910579078 A CN201910579078 A CN 201910579078A CN 110334168 A CN110334168 A CN 110334168A
- Authority
- CN
- China
- Prior art keywords
- class
- data
- confidence level
- ground
- cities
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005516 engineering process Methods 0.000 title claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000013210 evaluation model Methods 0.000 claims abstract description 6
- 238000013439 planning Methods 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 12
- 210000004907 gland Anatomy 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 3
- 238000011835 investigation Methods 0.000 description 23
- 238000007726 management method Methods 0.000 description 17
- 230000008859 change Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000004069 differentiation Effects 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 244000086443 Craterellus fallax Species 0.000 description 1
- 235000007926 Craterellus fallax Nutrition 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Remote Sensing (AREA)
- Animal Husbandry (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种城镇村地类细化技术方法，包括：根据各县区参考地理信息数据的相似性对区域进行划分；获取不同的划分区域的地理信息数据，对不同的数据赋予不同的优先级别，建立所述地理信息数据的重要度和优先级的通用评价规则；通过人工干预情况、置信理由和计算方法建立自动分类可信度评价模型，对不同优先级别的地理信息进行可信度自动分类；基于可信度数据并根据所述通用评价规则选择优先级别最高的地理信息数据生成图斑；本发明能够充分利用现有数据资源进行可信度评估并快速生成初步的城镇村打开地类图斑，使城镇村地类细化更为快速，并减少了人工工作量，同时也减少人为误判，提高工作效率和数据准确性，节约了项目资金的支出。
Description
技术领域
本发明涉及土地调查技术领域，尤其涉及一种城镇村地类细化技术方法。
背景技术
在全国第二次土地调查以及历年的变更调查中，城镇村内部地类没有细化，其内部土地数据缺失，对自然资源部门组织开展的多规融合造成了一定的阻碍，根据国家总体方案、省级总体方案要求，在第三次全国土地调查工作中必须对城镇村内部土地利用现状展开调查，来提升国土资源管理精准化水平，促进国家治理体系和治理能力现代化，服务和支撑国民经济和社会发展。众所周知，城市内部的各类已有的信息数据较为丰富，但在开展城镇村内部土地利用现状细化调查时，如何利用好这些数据去开展调查研究工作，还缺少一套完整的技术方法。当前，进行土地调查主要使用“3S”现代信息技术和数据库技术，并采用人工勾绘图斑边界的方式来进行城镇村地类细化，最终形成庞大的土地调查信息电子数据库。3S技术是指遥感(RS)、地理信息系统(GIS)、全球定位系统(GPS)，三者相互协调和应用的一种技术手段。
由于传统的方法是全部由人工勾绘地类图斑方式，进行城镇村地类打开，往往需要耗费大量的人力成本和时间成本，不仅如此，还经常会因为作业人员的个人误判等人为因素导致城镇村打开错误。
发明内容
本发明提供了一种城镇村地类细化技术方法，通过建立了数据重要度与优先级的通用评价体系以及自动生成且对人工生产的地类图斑进行可信度评估，以解决传统人工勾绘地类图斑方式耗费大量的人力成本和时间成本，以及人为因素导致城镇村打开错误的技术问题，从而使城镇村地类细化更为快速，并减少了人工工作量，同时也减少人为误判，实现提高工作效率和数据准确性，节约了项目资金的支出。
为了解决上述技术问题，本发明实施例提供了一种城镇村地类细化技术方法，包括：
根据各县区参考地理信息数据的相似性对区域进行划分；
获取不同的划分区域的地理信息数据，对不同的数据赋予不同的优先级别，建立所述地理信息数据的重要度和优先级的通用评价规则；
通过人工干预情况、置信理由和计算方法建立自动分类可信度评价模型，对不同优先级别的地理信息进行可信度自动分类；
基于可信度数据并根据所述通用评价规则选择优先级别最高的地理信息数据生成图斑。
作为优选方案，所述通用评价规则，包括：
土地利用框架10地类，优先级：地理实体数据＝大比例尺地形图＝地理国情监测数据＞不动产登记数据＝地籍调查数据＞城乡规划数据＞路网数据库；
土地利用框架11地类，优先级：地理实体数据＝大比例尺地形图＝地理国情监测数据＞城乡规划数据；
其他城镇村土地利用图斑05-09地类，优先级：不动产登记数据≥地籍调查数据≥地理国情监测数据＞土地供应数据＞地理实体数据≥大比例尺地形图＞城乡规划数据＞土地规划数据库＞地理国情监测数据＞农村集体土地所有权数据；
其他城镇村土地利用图斑01-04地类、12地类，优先级：地理国情监测＞基本农田数据。
作为优选方案，所述自动分类可信度评价模型，包括：
对数据来源图层和代码转换的可信度进行赋值；
根据所述数据来源图层可信度和代码转换可信度计算出图斑可信度；
根据参考图层对所述图斑可信度进行调整。
作为优选方案，所述计算图斑可信度的公式为：F＝xy，其中，F表示图斑可信度；x表示数据来源图层可信度；y表示代码转换可信度。
作为优选方案，所述数据来源图层可信度缺失时，取50％；所述代码转换可信度缺失时，取50％。
作为优选方案，所述根据参考图层对所述图斑可信度进行调整，包括：
计算地类可信度，将参考图层上被压盖图形按地类分组，对所有地类组按组员面积计算地类可信度；
确定高可信地类，将参考图层上被压盖图形构成的地类组，按可信度排序，可信度最高的地类为图斑的首选地类；
可信度赋值调整，若原图斑无地类代码，选择参考图形可信度最高的地类及可信度赋值，可信度次高地类候选。
作为优选方案，所述计算地类可信度的公式为：
其中，F为被压盖处地类图斑的可信度，1、2…i、…n表示参考图层被压盖的地类编号；Fi表示压盖处第i类地类的可信度；Si表示压盖处图斑内的第i类地类面积；S总表示压盖处图斑的总面积；xi表示第i类地类数据来源图层的可信度；yi表示第i类地类代码转换的可信度。
作为优选方案，所述对所有地类组按组员面积计算地类可信度中，若图形为点状，则按组员数量计算地类可信度。
作为优选方案，所述若原图斑无地类代码，选择参考图形可信度最高的地类及可信度赋值，可信度次高地类候选，包括：若地类相同，则提高可信度，后序参考地类候选；若地类不同，则降低可信度，参考地类作为候选。
作为优选方案，所述基于可信度数据并根据所述通用评价规则选择优先级别最高的地理信息数据生成图斑，还包括：当生成无图斑区域时，则不断根据次一级优先级数据生成的图斑进行补充。
相比于现有技术，本发明实施例具有如下有益效果：
本发明通过建立了数据重要度与优先级的通用评价体系以及自动生成且对人工生产的地类图斑进行可信度评估，针对不同区域的现实情况，开展基于基础数据的城镇村地类细化调查区域类型划分；能够充分利用现有数据资源进行可信度评估并快速生成初步的城镇村打开地类图斑，使城镇村地类细化更为快速，并减少了人工工作量，同时也减少人为误判，提高工作效率和数据准确性，节约了项目资金的支出。
附图说明
图1：为本发明实施例中的城镇村地类细化技术方法步骤流程示意图；
图2：为本发明实施例中的城镇村地类细化技术方法技术路线一示意图；
图3：为本发明实施例中的城镇村地类细化技术方法技术路线二示意图。
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。
请参照图1，本发明优选实施例提供了一种城镇村地类细化技术方法，包括：
S1,根据各县区参考地理信息数据的相似性对区域进行划分；本实施例中采用定量和定性分析相结合的方法，基于因子分析和聚类分析的理论，基于数据情况全面分析各地区的实际情况，并将城镇村地类细化调查各区域进行类型划分。
S2，获取不同的划分区域的地理信息数据，对不同的数据赋予不同的优先级别，建立所述地理信息数据的重要度和优先级的通用评价规则；在本实施例中，所述通用评价规则，包括：
土地利用框架10地类，优先级：地理实体数据＝大比例尺地形图＝地理国情监测数据＞不动产登记数据＝地籍调查数据＞城乡规划数据＞路网数据库；
土地利用框架11地类，优先级：地理实体数据＝大比例尺地形图＝地理国情监测数据＞城乡规划数据；
其他城镇村土地利用图斑05-09地类，优先级：不动产登记数据≥地籍调查数据≥地理国情监测数据＞土地供应数据＞地理实体数据≥大比例尺地形图＞城乡规划数据＞土地规划数据库＞地理国情监测数据＞农村集体土地所有权数据；
其他城镇村土地利用图斑01-04地类、12地类，优先级：地理国情监测＞基本农田数据。
S3，通过人工干预情况、置信理由和计算方法建立自动分类可信度评价模型，对不同优先级别的地理信息进行可信度自动分类；在本实施例中，所述自动分类可信度评价模型，包括：
对数据来源图层和代码转换的可信度进行赋值；分两种情形：人工编辑后赋值(100)、自动计算赋值(0-90)。
根据所述数据来源图层可信度和代码转换可信度计算出图斑可信度；计算图斑可信度的公式为：F＝xy，其中，F表示图斑可信度；x表示数据来源图层可信度；y表示代码转换可信度。在本实施例中，所述数据来源图层可信度缺失时，取50％；所述代码转换可信度缺失时，取50％。
根据参考图层对所述图斑可信度进行调整。根据参考图层对所述图斑可信度进行调整，包括：
计算地类可信度，将参考图层上被压盖图形按地类分组，对所有地类组按组员面积计算地类可信度；在本实施例中，所述对所有地类组按组员面积计算地类可信度中，若图形为点状，则按组员数量计算地类可信度；在本实施例中，所述计算地类可信度的公式为：
其中，F为被压盖处地类图斑的可信度，1、2…i、…n表示参考图层被压盖的地类编号；Fi表示压盖处第i类地类的可信度；Si表示压盖处图斑内的第i类地类面积；S总表示压盖处图斑的总面积；xi表示第i类地类数据来源图层的可信度；yi表示第i类地类代码转换的可信度。
确定高可信地类，将参考图层上被压盖图形构成的地类组，按可信度排序，可信度最高的地类为图斑的首选地类；
可信度赋值调整，若原图斑无地类代码，选择参考图形可信度最高的地类及可信度赋值，可信度次高地类候选。在本实施例中，所述若原图斑无地类代码，选择参考图形可信度最高的地类及可信度赋值，可信度次高地类候选，包括：若地类相同，则提高可信度，后序参考地类候选；若地类不同，则降低可信度，参考地类作为候选。
S4，基于可信度数据并根据所述通用评价规则选择优先级别最高的地理信息数据生成图斑；在本实施例中，所述根据所述通用评价规则选择优先级别最高的地理信息数据生成初始图斑，还包括：当生成无图斑区域时，则不断根据次一级优先级数据生成的图斑进行补充。
本发明实施例中的关键点：
1、建立一套数据重要度与优先级的通用评价体系。主要基于“三调”技术规程与方法要求、城镇村打开技术路线出发，对不同数据赋予不同优先级别的数据；
2、建立一套自动分类可信度评价模型。从人工干预情况、置信理由、计算方法等因素考虑；
3、建立了一个数据处理模型。
①根据每类数据与“三调”工作分类的转换模型，通过要素抽取、代码映射、分割与融合等操作对每类数据进行独立转换处理。
②制定了一套数据转换代码对照方法：优先搜索代码完全匹配的记录，若无完全匹配的代码时，搜索与上一级代码完全匹配的记录。
③数据处理要点：遍历引用的地理信息数据，利用重要度与优先级高的数据生成初始图斑，无图斑区域则不断根据次一级数据生成的图斑进行补充；提取图斑时考虑图层可信度、图形形状、与已有图斑的叠置问题，提取原图斑并根据图形边界合理性进行切割、融合等处理；可信度评估首先考虑图层的可信度，再考虑图斑与参考图斑的地类属性是否一致；
4、差异化制定不同区域城镇村地类细化技术。在各类型城市中选取典型城市，一并研究制定基于不同基础数据的城镇村地类细化技术方法，为开展第三次全国土地调查工作提供技术指导和参考依据。
本发明所要解决的技术问题：
①在全国第二次土地调查以及历年的变更调查中，城镇村内部地类没有细化，其内部土地功能用途数据缺失，且城乡分离的土地调查体系在目标任务、技术方法、精度要求、数据标准、成果管理等诸多方面相互独立、差异显著，难以实现土地调查成果的城乡土地一体化管理以及综合应用，存在着对城镇用地分析、研究使用方面的各种问题；
②在全国第三次国土调查城镇村打开的工作中，海量地理信息数据分析、预处理、提取利用等工作难度高，而传统通过人工勾绘图斑边界的方式，工作量较大，并且错误率高，效果不理想，达不到预期的效果；
③全国各地区由于经济发展水平、地形环境等存在较为明显的差异，因此导致本次开展城镇村土地利用现状细化调查工作存在一些基础性工作差异，不同区域所拥有的数据的质量、数量、时效性、覆盖度、规范度等情况不同等问题。
如图2和图3所示，本发明是一种土地调查城镇村地类内业打开方法，方法实验如图2所示，主要包括①梳理现行管理工作中关于用地分类的相关标准；②制定城镇村地类细化分类技术标准；③基于数据完备度进行区域类型划分；④差异化制定不同区域城镇村土地利用现状细化技术方法。具体描述如下：
所述梳理现行管理工作中关于用地分类的相关标准，是以广东省为例，全面梳理广东省在城乡规划管理、土地规划利用管理、不动产登记管理、地籍调查管理等涉及用地分类的相关工作中，所采用的分类标准和依据。分析在实际工作管理中所遇到因地类冲突导致的工作障碍，进而深入剖析不同分类标准中具体地类的内涵定义。重点分析存在内涵定义冲突的地类及其形成原因，并提出解决建议，尽可能形成统一的地类对照关系。
所述制定城镇村地类细化分类技术标准，是指按照第三次全国土地调查相关的政策文件和技术指导，遵守其明确的基本工作原则和技术要求，重点参考土地调查新技术试点工作分类、城镇土地利用调查技术要求，以广东省为例，结合针对广东省现行管理工作中用地分类研究分析结果，尤其针对城镇村用地，研究制定地类细化分类技术标准。
所述基于数据完备度进行区域类型划分，是指通过各地上报等途径，收集各地区开展第三次全国土地调查的基础数据情况，包括二调及历年变更调查、用地审批、登记发证、遥感影像、地形图、地理国情普查、城乡规划和土地利用规划，以及各地特有相关数据等。摸查整理各地基础数据情况，分析其基础数据完备度，包括数据完整性、时效性、准确性、技术规范性等，并依据基础数据完备度和不同基础数据的重要性，将各地划分为不同的城市类型。
所述差异化制定不同区域城镇村地类细化技术方法，是根据不同类型城市的基础数据情况，在各类型城市中选取典型城市，一并研究制定基于不同基础数据的城镇村地类细化技术方法，为开展第三次全国土地调查工作提供技术指导和参考依据，确保全省调查成果的技术规范一致性和数据信息准确性。
本次发明的城镇村智能打开新方法可以自动选择城镇村地类细化的参考数据源，并设置可信度，所生成的图斑分类精度高、处理速度快，操作上手快，在实际生产中已经得到有效的应用及推广。
城镇村智能打开方法提升了“三调”城镇村内业打开的工作效率，若应用于实际生产预期将减少一定的人工日，能保证“三调”的工作进度，同时创造一定的社会效益。同时在该研究方法的基础上，还可进行深度扩展，以期更加全面的应用于其他测绘工作中。
①经济效益
研究的城镇村智能打开新方法可自动选择参考数据源，并进行可信度设置，生成的图斑分类精度高、处理速度快。而且新方法的实际操作简单，上手快，在实际生产中已经得到有效的应用及推广。以茂南区为例，处理47万个面要素、1万个线要素、2.7万个点要素，生成2万个地类图斑仅需40分钟，大大提高了城镇村打开速率，减少了一定的人工日，能保证“三调”的工作进度，也创造一定的经济效益。通过部分方法用户的反馈情况得知，平均每个县区可以节省10万左右。
②社会效益
本研究可以掌握现行土地管理中关于城镇村用地分类情况，理清不同工作管理中用地分类之间的关系，进而可以通过协调衔接，调整工作要求和标准等，化解矛盾冲突，完善工作管理机制等。本研究为下一轮城乡规划和土地利用规划等空间规划编制提供重要参考，有助于调整优化现行规划中的指标体系，制定更有效可行的规划管控目标，同时对于规划实施管理，避免和缓解因规划间冲突导致土地利用障碍等，提供研究基础。本研究通过细化城镇村用地分类，差异化开展调查工作，有助于提升各地数据信息的准确性，并通过“三调”后的历年变更调查予以延续，可以为国土大数据建设，提供技术思路借鉴和详实的数据基础。
本发明实施例的有益效果在于：
1、本方法可以提高第三次全国土地调查城镇村地类打开工作效率，提升调查数据库成果质量，降低调查工作中的工作量以及对应的人力、物力、财力等成本；
2、本方法可以掌握现行土地管理中关于城镇村用地分类情况，理清不同工作管理中用地分类之间的关系，进而可以通过协调衔接，调整工作要求和标准等，化解矛盾冲突，完善工作管理机制等；
3、由于参考了包括城市规划在内的多种数据，本方法的成果更利于与规划部门进行对接，一是可以为下一轮城乡规划和土地利用规划等空间规划编制提供重要参考，城镇村地类细化研究有助于调整优化现行规划中的指标体系，制定更有效可行的规划管控目标，二是对规划实施管理，避免和缓解因规划间冲突导致土地利用障碍等，提供研究基础；
4、本方法通过细化城镇村用地分类，差异化开展调查工作，有助于提升各地数据信息的准确性，通过“三调”后的历年变更调查予以延续，可以为国土大数据建设，提供技术思路借鉴和详实的数据基础。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种城镇村地类细化技术方法，其特征在于，包括：
根据各县区参考地理信息数据的相似性对区域进行划分；
获取不同的划分区域的地理信息数据，对不同的数据赋予不同的优先级别，建立所述地理信息数据的重要度和优先级的通用评价规则；
通过人工干预情况、置信理由和计算方法建立自动分类可信度评价模型，对不同优先级别的地理信息进行可信度自动分类；
基于可信度数据并根据所述通用评价规则选择优先级别最高的地理信息数据生成图斑。
2.如权利要求1所述的城镇村地类细化技术方法，其特征在于，所述通用评价规则，包括：
土地利用框架10地类，优先级：地理实体数据＝大比例尺地形图＝地理国情监测数据＞不动产登记数据＝地籍调查数据＞城乡规划数据＞路网数据库；
土地利用框架11地类，优先级：地理实体数据＝大比例尺地形图＝地理国情监测数据＞城乡规划数据；
其他城镇村土地利用图斑05-09地类，优先级：不动产登记数据≥地籍调查数据≥地理国情监测数据＞土地供应数据＞地理实体数据≥大比例尺地形图＞城乡规划数据＞土地规划数据库＞地理国情监测数据＞农村集体土地所有权数据；
其他城镇村土地利用图斑01-04地类、12地类，优先级：地理国情监测＞基本农田数据。
3.如权利要求1所述的城镇村地类细化技术方法，其特征在于，所述自动分类可信度评价模型，包括：
对数据来源图层和代码转换的可信度进行赋值；
根据所述数据来源图层可信度和代码转换可信度计算出图斑可信度；
根据参考图层对所述图斑可信度进行调整。
4.如权利要求3所述的城镇村地类细化技术方法，其特征在于，所述计算图斑可信度的公式为：F＝xy，其中，F表示图斑可信度；x表示数据来源图层可信度；y表示代码转换可信度。
5.如权利要求4所述的城镇村地类细化技术方法，其特征在于，所述数据来源图层可信度缺失时，取50％；所述代码转换可信度缺失时，取50％。
6.如权利要求3所述的城镇村地类细化技术方法，其特征在于，所述根据参考图层对所述图斑可信度进行调整，包括：
计算地类可信度，将参考图层上被压盖图形按地类分组，对所有地类组按组员面积计算地类可信度；
确定高可信地类，将参考图层上被压盖图形构成的地类组，按可信度排序，可信度最高的地类为图斑的首选地类；
可信度赋值调整，若原图斑无地类代码，选择参考图形可信度最高的地类及可信度赋值，可信度次高地类候选。
7.如权利要求6所述的城镇村地类细化技术方法，其特征在于，所述计算地类可信度的公式为：
其中，F为被压盖处地类图斑的可信度，1、2…i、…n表示参考图层被压盖的地类编号；Fi表示压盖处第i类地类的可信度；Si表示压盖处图斑内的第i类地类面积；S总表示压盖处图斑的总面积；xi表示第i类地类数据来源图层的可信度；yi表示第i类地类代码转换的可信度。
8.如权利要求6所述的城镇村地类细化技术方法，其特征在于，所述对所有地类组按组员面积计算地类可信度中，若图形为点状，则按组员数量计算地类可信度。
9.如权利要求6所述的城镇村地类细化技术方法，其特征在于，所述若原图斑无地类代码，选择参考图形可信度最高的地类及可信度赋值，可信度次高地类候选，包括：若地类相同，则提高可信度，后序参考地类候选；若地类不同，则降低可信度，参考地类作为候选。
10.如权利要求1所述的城镇村地类细化技术方法，其特征在于，所述基于可信度数据并根据所述通用评价规则选择优先级别最高的地理信息数据生成图斑，还包括：当生成无图斑区域时，则不断根据次一级优先级数据生成的图斑进行补充。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910579078.6A CN110334168A (zh) | 2019-06-28 | 2019-06-28 | 一种城镇村地类细化技术方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910579078.6A CN110334168A (zh) | 2019-06-28 | 2019-06-28 | 一种城镇村地类细化技术方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110334168A true CN110334168A (zh) | 2019-10-15 |
Family
ID=68144578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910579078.6A Pending CN110334168A (zh) | 2019-06-28 | 2019-06-28 | 一种城镇村地类细化技术方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110334168A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112562040A (zh) * | 2020-12-24 | 2021-03-26 | 杭州中房信息科技有限公司 | 一种基于Spark的海量二三调数据成果流量高性能计算方法 |
| CN112598373A (zh) * | 2020-12-15 | 2021-04-02 | 珠海市规划设计研究院 | 地块智能化处理及净面积量算后批量自动生成方法 |
| CN113327021A (zh) * | 2021-05-17 | 2021-08-31 | 广东省国土资源测绘院 | 一种基于topsis熵权法的土地综合评价方法及装置 |
| CN114722353A (zh) * | 2022-05-20 | 2022-07-08 | 山东省国土测绘院 | 一种多层次自然资源地理实体统计方法 |
| CN116993282A (zh) * | 2023-06-28 | 2023-11-03 | 重庆欣荣土地房屋勘测技术研究所有限责任公司 | 一种村庄规划成果自动生成方法、系统、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0619554A2 (en) * | 1993-03-17 | 1994-10-12 | International Business Machines Corporation | A method for geo-registration of imported bit-mapped spatial data |
| CN101317175A (zh) * | 2005-10-12 | 2008-12-03 | 谷歌公司 | 分布式地理信息系统中的实体显示优先级 |
| CN101498789A (zh) * | 2009-02-25 | 2009-08-05 | 中国测绘科学研究院 | 一种基于全极化合成孔径雷达的地物目标分类方法和装置 |
| WO2010013854A1 (en) * | 2008-07-30 | 2010-02-04 | Woodai Cals Co, . Ltd | Three dimensional geographical information client apparatus, server apparatus and three dimensional geographical information system having the same |
| CN103337084A (zh) * | 2013-06-05 | 2013-10-02 | 东南大学 | 一种基于人工地物特征的地物图斑自动生成方法 |
| CN106919680A (zh) * | 2017-02-28 | 2017-07-04 | 山东师范大学 | 一种利用poi数据进行地表覆盖分类的方法及系统 |
-
2019
- 2019-06-28 CN CN201910579078.6A patent/CN110334168A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0619554A2 (en) * | 1993-03-17 | 1994-10-12 | International Business Machines Corporation | A method for geo-registration of imported bit-mapped spatial data |
| CN101317175A (zh) * | 2005-10-12 | 2008-12-03 | 谷歌公司 | 分布式地理信息系统中的实体显示优先级 |
| WO2010013854A1 (en) * | 2008-07-30 | 2010-02-04 | Woodai Cals Co, . Ltd | Three dimensional geographical information client apparatus, server apparatus and three dimensional geographical information system having the same |
| CN101498789A (zh) * | 2009-02-25 | 2009-08-05 | 中国测绘科学研究院 | 一种基于全极化合成孔径雷达的地物目标分类方法和装置 |
| CN103337084A (zh) * | 2013-06-05 | 2013-10-02 | 东南大学 | 一种基于人工地物特征的地物图斑自动生成方法 |
| CN106919680A (zh) * | 2017-02-28 | 2017-07-04 | 山东师范大学 | 一种利用poi数据进行地表覆盖分类的方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 王涛涛等: "基于多源地理信息大数据的图斑自动分类技术在城镇村国土调查中的应用", 《测绘与空间地理信息》 * |
| 莫文通: "第二次土地调查行政界线与地类图斑套合方案", 《信息与信息化》 * |
| 郑浩: "基于ArcGIS Engine的土地利用现状分类统计系统的研究与实现", 《全国测绘科技信息网中南分网第三十次学术交流信息交流会论文集》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112598373A (zh) * | 2020-12-15 | 2021-04-02 | 珠海市规划设计研究院 | 地块智能化处理及净面积量算后批量自动生成方法 |
| CN112598373B (zh) * | 2020-12-15 | 2023-12-29 | 珠海市规划设计研究院 | 地块智能化处理及净面积量算后批量自动生成方法 |
| CN112562040A (zh) * | 2020-12-24 | 2021-03-26 | 杭州中房信息科技有限公司 | 一种基于Spark的海量二三调数据成果流量高性能计算方法 |
| CN112562040B (zh) * | 2020-12-24 | 2022-02-01 | 杭州中房信息科技有限公司 | 一种基于Spark的海量二三调数据成果流量高性能计算方法 |
| CN113327021A (zh) * | 2021-05-17 | 2021-08-31 | 广东省国土资源测绘院 | 一种基于topsis熵权法的土地综合评价方法及装置 |
| CN114722353A (zh) * | 2022-05-20 | 2022-07-08 | 山东省国土测绘院 | 一种多层次自然资源地理实体统计方法 |
| CN116993282A (zh) * | 2023-06-28 | 2023-11-03 | 重庆欣荣土地房屋勘测技术研究所有限责任公司 | 一种村庄规划成果自动生成方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110334168A (zh) | 一种城镇村地类细化技术方法 | |
| CN110298553A (zh) | 一种基于gis的国土空间规划方法、系统和设备 | |
| CN107038259A (zh) | 一种构造交通路网数据的作业方法及其系统 | |
| CN102708587A (zh) | 一种快速获取三维建筑信息的方法及系统 | |
| CN105931014A (zh) | 村镇社区网格化管理服务系统及方法 | |
| CN102646164B (zh) | 一种结合空间滤波的土地利用变化建模方法及其系统 | |
| Touriño et al. | A GIS-embedded system to support land consolidation plans in Galicia | |
| CN110716935A (zh) | 基于网约车出行的轨迹数据分析与可视化方法及系统 | |
| CN105279711A (zh) | 建设项目规划选址系统及方法 | |
| CN104820684A (zh) | 一种基于空间位置的快速联机分析处理方法 | |
| CN111798032B (zh) | 支撑国土空间规划双评价的精细化网格评价方法 | |
| CN112365391A (zh) | 一种基于“国土调查”数据的用地多样性计量方法 | |
| CN110413855A (zh) | 一种基于出租车下客点的区域出入口动态提取方法 | |
| CN114819589A (zh) | 城市空间高质量利用测定方法、系统、计算机设备及终端 | |
| Cader et al. | Overcoming data scarcity for energy access planning with open data–the example of Tanzania | |
| CN113743659A (zh) | 一种基于成分法和马尔可夫元胞自动机的城市布局预测方法及应用 | |
| CN109977190A (zh) | 面向大规模矢量地图数据的面积查询处理方法及装置 | |
| Droj | GIS and remote sensing in environmental management | |
| Bocz et al. | Etraffic–an Open Access Transportation Model | |
| Du et al. | Mining multicity urban data for sustainable population relocation | |
| Ojiako et al. | Topographic Information System of Federal School of Surveying, Oyo East Local Government Oyo State Nigeria | |
| Coelho et al. | Online platform for case studies in smart cities | |
| Tunçer et al. | Informed Design Platform | |
| Pérez et al. | The Automated Map. Public innovation for the generation of the National Topographic Map of Spain | |
| Khatib et al. | GIS and transportation planning |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191015 |
|
| RJ01 | Rejection of invention patent application after publication |