CN110458618A - 农地价值计算方法、装置、服务器及存储介质 - Google Patents
农地价值计算方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN110458618A CN110458618A CN201910733268.9A CN201910733268A CN110458618A CN 110458618 A CN110458618 A CN 110458618A CN 201910733268 A CN201910733268 A CN 201910733268A CN 110458618 A CN110458618 A CN 110458618A
- Authority
- CN
- China
- Prior art keywords
- farmland
- factor
- value
- agricultural land
- plot
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 29
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 239000002689 soil Substances 0.000 claims abstract description 71
- 230000007613 environmental effect Effects 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000012876 topography Methods 0.000 claims abstract description 17
- 230000035558 fertility Effects 0.000 claims abstract description 14
- 238000003973 irrigation Methods 0.000 claims abstract description 11
- 230000002262 irrigation Effects 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims description 41
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 abstract description 6
- 241001269238 Data Species 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 241000607479 Yersinia pestis Species 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000003197 gene knockdown Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241001070941 Castanea Species 0.000 description 2
- 235000014036 Castanea Nutrition 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 244000223760 Cinnamomum zeylanicum Species 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000017803 cinnamon Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种农地价值计算方法、装置、服务器及存储介质，其中，所述方法包括：获取农地遥感影像和数字高程模型；根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；获取所述农地的历史数据信息；根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；根据所述估计产量确定所述农地价值。可以准确评估地块的后期耕种价值，并且可以结合各种历史数据，进一步提高土地价值评估的准确性。
Description
技术领域
本发明涉及土地评估技术领域，尤其涉及一种农地价值计算方法、装置、服务器及存储介质。
背景技术
土地估价就是估价人员依据土地估价的原则、理论和方法，在充分掌握土地市场交易资料的基础上，根据土地的经济和自然属性，按地产的质量、等级及其在现实经济活动中的一般收益状况，充分考虑社会经济发展、土地利用方式，土地预期收益和土地利用政策等因素对土地收益的影响。综合评定出某块土地或多块土地在某一权利状态下某一时点的价格的过程。
农村土地在进行土地流转或土地托管时，都需要进行土地价值评估。现有的评估模式主要利用如下三种方式：基于遥感影像，土地所有者上报和现场勘测的方式。但上述三种方式都存在着一定缺点：利用遥感影像对农地进行分析，不能直观的反应地形、地貌的变化，不利于准确的评估该地块的后期耕种成本；土地所有者上报由于土地所有者并非专业的土地专业相关人员，其提供的相关信息并不能准确的反应地块的详细信息。现场勘测对于大面积或相对偏远地区的农地，成本较高。
发明内容
本发明实施例提供了一种农地价值计算方法、装置、服务器及存储介质，以解决现有技术中土地评估准确性低且成本较高的技术问题。
第一方面，本发明实施例提供了一种农地价值计算方法，包括：
获取农地遥感影像和数字高程模型；
根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；
获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；
获取所述农地的历史数据信息；
根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；
根据所述估计产量确定所述农地价值。
进一步的，所述根据所述遥感影像和数字高程模型计算得到地形因子，包括：
获取所述地块数字高程模型的中心像元点；
根据从所述中心像元点开始在水平方向和垂直防线的变化率计算坡度。
进一步的，所述水平方向和垂直方向的变化率通过如下方式计算：
根据所述遥感影像和数字高程模型建立图像高程栅格；
利用标准移动窗体对所述栅格进行访问，确定所述标准移动窗体确定所述标准移动窗体的中心像元值在x和y方向的变化率。
进一步的，所述根据从所述中心像元点开始在水平方向和垂直方向的变化率计算坡度包括：
利用如下方式计算坡度：
其中所述dz/dx为水平方向变化率，所述dz/dy为垂直方向变化率。
进一步的，所述根据所述遥感影像和数字高程模型计算得到地形因子，包括：
每个像元到其相邻像元方向上值的变化率最大的下坡方向作为坡向；
计算所述坡向的方位值。
进一步的，所述计算所述坡向的方位值，包括:
若角度小于0，则罗盘方向值为90°与所述角度之差；
若角度大于90°，则罗盘方向值为450°与所述角度之差；
否则，罗盘方位值为90°与所述角度之差。
进一步的，所述所述根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量，包括：
利用如下公式计算所述农地的估计产量：
其中，ui表示地块i的中心点x坐标值，vi表示地块i的中心点y坐标值，ti表示地块i的时间。(yi,xi1,xi2,...,xid)为在计算三角网(ui,vi,ti)处对应的因变量Y和自变量X1，X2，…，Xd的计算值(i＝1,2,...,n)。d表示自变量的总数，n表示观测点的数目。βk(ui,vi,ti)(k＝0,1,2,...,d)为在地块(ui,vi,ti)处的(ui,vi,ti)的任意函数。
进一步的，所述环境因子还包括：
交通便利因子，所述交通便利因子包括：机场、火车站、国道和港口与所述地块的距离和方位；
相应的，所述根据所述估计产量确定所述农地价值，包括：
根据所述交通便利因子和估计产量确定所述农地价值。
进一步的，所述环境因子还包括：
周边配套设施因子，所述配套设施因子包括：仓储点和物流点与所述地块的距离和方位；
相应的，所述根据所述估计产量确定所述农地价值，包括：
根据所述交通便利因子和估计产量确定所述农地价值。
进一步的，所述环境因子包括：
区域因子，用于表征所述地块所在区域的发展情况。
相应的，所述根据所述估计产量确定所述农地价值，包括：
根据所述区域因子和估计产量确定所述农地价值。
进一步的，所述历史数据信息包括：
当前地块和周边地块的病虫害风险指数、单位面积产量、近邻地块成交价数据的时空序列。
第二方面，本发明实施例还提供了一种农地价值计算装置，包括：
获取模块，用于获取农地遥感影像和数字高程模型；
计算模块，用于根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；
环境因子获取模块，用于获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；
历史数据信息模块，用于获取所述农地的历史数据信息；
估计产量计算模块，用于根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；
确定模块，用于根据所述估计产量确定所述农地价值。
进一步的，所述计算模块包括：
中心像元点获取单元，用于获取所述地块数字高程模型的中心像元点；
坡度计算单元，根据从所述中心像元点开始在水平方向和垂直防线的变化率计算坡度。
进一步的，所述坡度计算单元包括：
水平方向和垂直防线的变化率计算子单元，
所述水平方向和垂直防线的变化率计算子单元，用于：
根据所述遥感影像和数字高程模型建立图像高程栅格；
利用标准移动窗体对所述栅格进行访问，确定所述标准移动窗体确定所述标准移动窗体的中心像元值在x和y方向的变化率。
进一步的，所述坡度计算单元用于：
利用如下方式计算坡度：
其中所述dz/dx为水平方向变化率，所述dz/dy为垂直方向变化率。
进一步的，所述地形因子计算模块还包括：
坡向确定单元，用于将每个像元到其相邻像元方向上值的变化率最大的下坡方向作为坡向；
方位值计算单元，用于计算所述坡向的方位值。
进一步的，所述方位值计算单元，用于：
若角度小于0，则罗盘方向值为90°与所述角度之差；
若角度大于90°，则罗盘方向值为450°与所述角度之差；
否则，罗盘方位值为90°与所述角度之差。
进一步的，所述估计产量计算模块，利用如下公式计算所述农地的估计产量：
其中，ui表示地块i的中心点x坐标值，vi表示地块i的中心点y坐标值，ti表示地块i的时间。(yi,xi1,xi2,...,xid)为在计算三角网(ui,vi,ti)处对应的因变量Y和自变量X1，X2，…，Xd的计算值(i＝1,2,...,n)。d表示自变量的总数，n表示观测点的数目。βk(ui,vi,ti)(k＝0,1,2,...,d)为在地块(ui,vi,ti)处的(ui,vi,ti)的任意函数。
进一步的，所述环境因子还包括：
交通便利因子，所述交通便利因子包括：机场、火车站、国道和港口与所述地块的距离和方位；
相应的，所述确定模块，用于：根据所述交通便利因子和估计产量确定所述农地价值。
进一步的，所述环境因子还包括：
周边配套设施因子，所述配套设施因子包括：仓储点和物流点与所述地块的距离和方位；
相应的，所述确定模块，用于根据所述交通便利因子和估计产量确定所述农地价值。
进一步的，所述环境因子包括：
区域因子，用于表征所述地块所在区域的发展情况；
相应的，所述确定模块，用于根据所述区域因子和估计产量确定所述农地价值。
进一步的，所述历史数据信息包括：
当前地块和周边地块的病虫害风险指数、单位面积产量、近邻地块成交价数据的时空序列。
第三方面，本发明实施例还提供了一种服务器，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述实施例提供的任一所述的农地价值计算方法。
第四方面，本发明实施例还提供了一种含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的任一所述的农地价值计算方法。
本发明实施例提供的农地价值计算方法、装置、服务器及存储介质，通过获取农地遥感影像和数字高程模型；根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；获取所述农地的历史数据信息；根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；根据所述估计产量确定所述农地价值。利用已有测绘数据能够计算得到所述农地的地形地貌，可以准确评估地块的后期耕种价值，并且可以结合各种历史数据，进一步提高土地价值评估的准确性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1是本发明实施例一提供的农地价值计算方法的流程示意图；
图2是本发明实施例二提供的农地价值计算方法的流程示意图；
图3是本发明实施例三提供的农地价值计算方法的流程示意图；
图4是本发明实施例四提供的农地价值计算装置的结构示意图；
图5是本发明实施例五提供的服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供用于农地价值计算方法的流程示意图，本实施例可适用于对不同地形的农地价值进行评估的情况，该方法可以由农地价值计算装置来执行，具体包括如下步骤：
S110，获取农地遥感影像和数字高程模型。
遥感影像(Remote Sensing Image，RS)是指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星相片。通过放置的焦平面的光敏元件，经光/电转换，以数字信号来记录物体的影像。遥感影像可以通过免费的卫星遥感影像获取。在要求精度较高的情况下，也可通过无人机进行遥感测量，获取相应的遥感影像。
数字高程模型(Digital Elevation Model，DEM)，是通过有限的地形高程数据实现对地面地形的数字化模拟，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型，是数字地形模型(Digital Terrain Model，DTM)的一个分支。
建立DEM的方法有多种，例如利用水平导轨、测针、测针架和相对高程测量板等构件，直接从地面测量。也可以使用GPS、全站仪、野外测量等高端仪器从地面测量；或者根据航空或航天影像，通过摄影测量途径获取,如立体坐标仪观测及空三加密法、解析测图、数字摄影测量等等；还可采用从现有地形图上采集，如格网读点法、数字化仪手扶跟踪及扫描仪半自动采集然后通过内插生成DEM等方法生成DEM。
在本实施例中，优先选用卫星影像，在卫星影像达不到精度要求时，可以利用无人机获取农地遥感影像和数字高程模型。可采用互联网下载或无人机飞行的方式，获取当前评估区域内正摄影像数据(tif格式)和DEM数据(tif)。将数据处理成三维地形数据。
S120，根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状。
土地的可耕种面积根据地形存在变化，通常平原可耕种面积最大，丘陵其次，山丘最少。因此，需要根据地形因子确定相关的农地种植参数。示例性的，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状。坡度决定农地是否陡峭，与可播种面积直接相关，所述坡向与农作物光照相关，与农作物产量相关。地形变化表明所述农地是否分为多种地形。地形地表面积和地块形状用于计算可种植物土地面积。上述因素都与农地的种植价值相关。因此，需要计算上述地形因子。示例性的，可以采用如下方式：基于DEM数据生成三角网，并计算每个三角网内的坡度和坡向信息。根据导入的地块范围线矢量数据，计算当前地块，通过坡度和坡向计算得到的地形变化因子数据。根据地块范围线和三角网，计算当前地块的三维地表面积。
S130，获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件。
农地的种植物产量不仅与种植面积相关，同时也与农地本身的土壤条件相关。因此，相应的，需要获取该农地的环境因子。示例性的，所述环境因子可以包括：土壤质地、土壤肥力、灌溉条件和排水条件。土壤质地是土壤物理性质之一。指土壤中不同大小直径的矿物颗粒的组合状况。土壤质地与土壤通气、保肥、保水状况及耕作的难易有密切关系。土壤肥力，是衡量土壤能够提供作物生长所需的各种养分的能力。而灌溉条件和排水条件则与土壤中的水分含量相关。上述环境因子中的每一项或者所有项可以为一综合参数，例如在0-100之间的数值。上述环境因子可以通过土壤调查报告获取得到，或者也可以针对该农地进行相应的环境调查，得到相应的环境因子。
S140，获取所述农地的历史数据信息。
在本实施例中，所述历史数据信息包括：当前地块和周边地块的病虫害风险指数的时空序列。由于农作物种植的最终产量不仅与土壤水分等相关，也受到环境天气等的影响。因此，将历史数据信息作为参考，以得到正常年份的农地的估计产量。所述历史数据信息可通过查找年鉴等方式，建立数据序列。
S150，根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量。
示例性的，可以采用如下方式计算农地估计产量：
其中，ui表示地块i的中心点x坐标值，vi表示地块i的中心点y坐标值，ti表示地块i的时间。(yi,xi1,xi2,...,xid)为在计算三角网(ui,vi,ti)处对应的因变量Y和自变量X1，X2，…，Xd的计算值(i＝1,2,...,n)。d表示自变量的总数，n表示观测点的数目。βk(ui,vi,ti)(k＝0,1,2,...,d)为在观测点(ui,vi,ti)的任意函数。εi为常数项。示例性的，所述任意函数可为在点(ui,vi,ti)处的参数估计为：
其中，所述Y为自变量，可以为地块的估计产量。例如：Xn可以为各种因子，例如：x1可以为地形变化因子，x2可以为地块的三维地表面积，x3可以为土壤情况等相关因子，利用上述方式可以计算得到相应的估计产量。
S160，根据所述估计产量确定所述农地价值。
示例性的，可以根据估计产量与产量价值系数确定所述农地价值。例如：将上述步骤确定的y乘以相应的系数得到所述农地价值。
本发明实施例通过获取农地遥感影像和数字高程模型；根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；获取所述农地的历史数据信息；根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；根据所述估计产量确定所述农地价值。利用已有测绘数据能够计算得到所述农地的地形地貌，可以准确评估地块的后期耕种成本，并且可以结合各种历史数据，进一步提高土地价值评估的准确性。
实施例二
图2为本发明实施例二提供的农地价值计算方法的流程示意图。本实施例以上述实施例为基础进行优化，在本实施例中，将所述根据所述遥感影像和数字高程模型计算得到地形因子，具体优化为：获取所述地块数字高程模型的中心像元点；根据从所述中心像元点开始在水平方向和垂直防线的变化率计算坡度。
相应的，本实施例所提供的农地价值计算方法，具体包括：
S210，获取农地遥感影像和数字高程模型。
S220，获取所述地块数字高程模型的中心像元点。
所述中心像元点可以是所述地块数字高程模型平面中的中心点。在确定坡度时，需要确定相应的起点，在本实施例中，选用块数字高程模型平面中的中心点作为起点，便于计算坡度。
S230,根据从所述中心像元点开始在水平方向和垂直防线的变化率计算坡度。
示例性的，所述水平方向和垂直方向的变化率通过如下方式计算：
根据所述遥感影像和数字高程模型建立图像高程栅格；利用标准移动窗体对所述栅格进行访问，确定所述标准移动窗体确定所述标准移动窗体的中心像元值在x和y方向的变化率。示例性的，移动的3x 3窗口为标准移动窗体，会访问输入栅格中的每个像元，而每次位于窗口中心的像元的坡向值将通过一种将纳入八个相邻像元值的算法进行计算。这些像元使用字母a至i进行确定，其中e表示当前正在计算坡向的像元。
| a | b | c |
| d | e | f |
| g | h | i |
像元e在x方向上的变化率如下：
[dz/dx]＝((c+2f+i)-(a+2d+g))/8
像元e在y方向上的变化率如下：
[dz/dy]＝((g+2h+i)-(a+2b+c))/8
所述根据从所述中心像元点开始在水平方向和垂直方向的变化率计算坡度包括：
利用如下方式计算坡度：
其中所述dz/dx为水平方向变化率，所述dz/dy为垂直方向变化率。
相应的，所述根据所述遥感影像和数字高程模型计算得到地形因子，包括：
每个像元到其相邻像元方向上值的变化率最大的下坡方向作为坡向；计算所述坡向的方位值。
示例性的，
所述计算所述坡向的方位值，包括:
若角度小于0，则罗盘方向值为90°与所述角度之差；
若角度大于90°，则罗盘方向值为450°与所述角度之差；
否则，罗盘方位值为90°与所述角度之差。
利用上述方式可以计算得到地形因子。
S240，获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件。
S250，获取所述农地的历史数据信息。
S260，根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量。
S270，根据所述估计产量确定所述农地价值。
本实施例通过将所述根据所述遥感影像和数字高程模型计算得到地形因子，具体优化为：获取所述地块数字高程模型的中心像元点；根据从所述中心像元点开始在水平方向和垂直防线的变化率计算坡度。可以利用遥感影像和数字高程模型准确计算得到所述农地的地形因子，可以减少人工测量的工作量，并且能够进一步提升农地价值评估的准确性。
实施例三
图3为本发明实施例三提供的农地价值计算方法的流程示意图。本实施例以上述实施例为基础进行优化，在本实施例中，所述环境因子具体优化为：交通便利因子，所述交通便利因子包括：机场、火车站、国道和港口与所述地块的距离和方位。相应的，将所述根据所述估计产量确定所述农地价值，具体优化为：根据所述交通便利因子和估计产量确定所述农地价值。
相应的，本实施例所提供的农地价值计算方法，具体包括：
S310,获取农地遥感影像和数字高程模型。
S320,根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状。
S330,获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件、排水条件和交通便利因子，所述交通便利因子包括：机场、火车站、国道和港口与所述地块的距离和方位。
在确定所述农地价值时，所述农地的地理位置也是其中的关键因素，如果农地处于交通方便快捷的地域，农作物特别是经济作物能够被快捷运输出去，能够提升农地的种植物的经济价值。反之，则有可能会因为运输原因导致农作物腐烂，影响产出。
同时，也额外考虑到所述农地存在可以转为其它用地的可能性，例如：将其转化为工业用地。对于工业用地来说，地理位置更加重要，优越的地理位置能够方便原料和产品的运输。因此，更需要综合考虑的所述农地的交通便利因子。
上述交通便利因子能够体现所述农地的交通便利情况。
S340,获取所述农地的历史数据信息。
S350,根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量。
S360,根据所述交通便利因子和估计产量确定所述农地价值。
在本实施例中，仍然可以采用上述实施例提供的方法计算所述农地价值。示例性的，可以采用如下方式计算：
其中，ui表示地块i的中心点x坐标值，vi表示地块i的中心点y坐标值，ti表示地块i的时间。(yi,xi1,xi2,...,xid)为在计算三角网(ui,vi,ti)处对应的因变量Y和自变量X1，X2，…，Xd的计算值(i＝1,2,...,n)。d表示自变量的总数，n表示观测点的数目。βk(ui,vi,ti)(k＝0,1,2,...,d)为在地块(ui,vi,ti)处的未知参数，是(ui,vi,ti)的任意函数。
其中自变量x1为坡度因子，即slope_degres,x2为坡向因子，即aspect，x3为地形变化因子，x4为地块的三维地表面积，x5为土壤情况，即土地类型权重，分为红壤、棕壤、褐土、黑土、栗钙土、漠土、潮土(包括砂姜黑土)、灌淤土、水稻土、湿土(草甸、沼泽土)、盐碱土、岩性土和高山土，x6为交通遍历因子，为距离机场、火车站、国道、港口的实际可达性距离。
本实施例通过将所述环境因子具体优化为：交通便利因子，所述交通便利因子包括：机场、火车站、国道和港口与所述地块的距离和方位。相应的，将所述根据所述估计产量确定所述农地价值，具体优化为：根据所述交通便利因子和估计产量确定所述农地价值。能够综合考虑所述农地的交通便利因素，准确的计算所述农地价值。
在本实施例的一个优先实施方式中，所述环境因子还可以包括：周边配套设施因子，所述配套设施因子包括：仓储点和物流点与所述地块的距离和方位；相应的，将所述根据所述估计产量确定所述农地价值，具体优化为：根据所述交通便利因子和估计产量确定所述农地价值。对于农地来说，其周围的配套设施与农地价值密切相关。例如：附近具有仓储点，可以将该农地产出的各种农作物产品存放在仓储点。利用物流点可以快速转运各种农作物产品，提高农地产出的农作物的价值。因此，需要考虑周边配套设施因子。
示例性的，仍然可以利用上述实施例提供的计算方法计算农地价值，示例性的，x4为地块的三维地表面积，x5为土壤情况，即土地类型权重，分为红壤、棕壤、褐土、黑土、栗钙土、漠土、潮土(包括砂姜黑土)、灌淤土、水稻土、湿土(草甸、沼泽土)、盐碱土、岩性土和高山土，x6为交通遍历因子，为距离机场、火车站、国道、港口的实际可达性距离,x7为配套设施因子，为距离农科站、水厂等场地的距离，x8为区域因子，为根据当前地理位置评价的一个综合区域因子系数，x9为病虫害风险，此项参数为根据历年病虫害造成的损失情况，评定的一个综合性影响系数，x10为单位面积产量，为该地块及近邻地块历年单位面积产量情况，x11为近邻地成交价，根据当前地块和相邻地块的历史成交价格获得。利用上述方式可以准确的计算所述农地的价值。
实施例四
图4是本发明实施例四提供的农地价值计算装置的结构示意图，如图5所示，所述装置包括：
获取模块410，用于获取农地遥感影像和数字高程模型；
计算模块420，用于根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；
环境因子获取模块430，用于获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；
历史数据信息模块440，用于获取所述农地的历史数据信息；
估计产量计算模块450，用于根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；
确定模块460，用于根据所述估计产量确定所述农地价值。
本实施例提供的农地价值计算装置，通过获取农地遥感影像和数字高程模型；根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；获取所述农地的历史数据信息；根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；根据所述估计产量确定所述农地价值。利用已有测绘数据能够计算得到所述农地的地形地貌，可以准确评估地块的后期耕种成本，并且可以结合各种历史数据，进一步提高土地价值评估的准确性。
在上述各实施例的基础上，所述计算模块包括：
中心像元点获取单元，用于获取所述地块数字高程模型的中心像元点；
坡度计算单元，根据从所述中心像元点开始在水平方向和垂直防线的变化率计算坡度。
在上述各实施例的基础上，所述坡度计算单元包括：
水平方向和垂直防线的变化率计算子单元，
所述水平方向和垂直防线的变化率计算子单元，用于：
根据所述遥感影像和数字高程模型建立图像高程栅格；
利用标准移动窗体对所述栅格进行访问，确定所述标准移动窗体确定所述标准移动窗体的中心像元值在x和y方向的变化率。
在上述各实施例的基础上，所述坡度计算单元用于：
利用如下方式计算坡度：
其中所述dz/dx为水平方向变化率，所述dz/dy为垂直方向变化率。
在上述各实施例的基础上，所述地形因子计算模块还包括：
坡向确定单元，用于将每个像元到其相邻像元方向上值的变化率最大的下坡方向作为坡向；
方位值计算单元，用于计算所述坡向的方位值。
在上述各实施例的基础上，所述方位值计算单元，用于：
若角度小于0，则罗盘方向值为90°与所述角度之差；
若角度大于90°，则罗盘方向值为450°与所述角度之差；
否则，罗盘方位值为90°与所述角度之差。
在上述各实施例的基础上，所述估计产量计算模块，利用如下公式计算所述农地的估计产量：
其中，ui表示地块i的中心点x坐标值，vi表示地块i的中心点y坐标值，ti表示地块i的时间。(yi,xi1,xi2,...,xid)为在计算三角网(ui,vi,ti)处对应的因变量Y和自变量X1，X2，…，Xd的计算值(i＝1,2,...,n)。d表示自变量的总数，n表示观测点的数目。βk(ui,vi,ti)(k＝0,1,2,...,d)为在地块(ui,vi,ti)处的(ui,vi,ti)的任意函数。
在上述各实施例的基础上，所述环境因子还包括：
交通便利因子，所述交通便利因子包括：机场、火车站、国道和港口与所述地块的距离和方位；
相应的，所述确定模块，用于：根据所述交通便利因子和估计产量确定所述农地价值。
在上述各实施例的基础上，所述环境因子还包括：
周边配套设施因子，所述配套设施因子包括：仓储点和物流点与所述地块的距离和方位；
相应的，所述确定模块，用于根据所述交通便利因子和估计产量确定所述农地价值。
在上述各实施例的基础上，所述环境因子包括：
区域因子，用于表征所述地块所在区域的发展情况；
相应的，所述确定模块，用于根据所述区域因子和估计产量确定所述农地价值。
在上述各实施例的基础上，所述历史数据信息包括：
当前地块和周边地块的病虫害风险指数、单位面积产量、近邻地块成交价数据的时空序列。
本发明实施例所提供的农地价值计算装置可执行本发明任意实施例所提供的农地价值计算方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种服务器的结构示意图。图5示出了适于用来实现本发明实施方式的示例性服务器12的框图。图5显示的服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，服务器12以通用计算设备的形式表现。服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备/服务器/服务器12交互的设备通信，和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的农地价值计算方法。
实施例六
本发明实施例六还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的农地价值计算方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种农地价值计算方法，其特征在于，包括：
获取农地遥感影像和数字高程模型；
根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；
获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；
获取所述农地的历史数据信息；
根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；
根据所述估计产量确定所述农地价值。
2.根据权利要求1所述的方法，其特征在于，所述根据所述遥感影像和数字高程模型计算得到地形因子，包括：
获取所述地块数字高程模型的中心像元点；
根据从所述中心像元点开始在水平方向和垂直防线的变化率计算坡度。
3.根据权利要求2所述的方法，其特征在于，所述水平方向和垂直方向的变化率通过如下方式计算：
根据所述遥感影像和数字高程模型建立图像高程栅格；
利用标准移动窗体对所述栅格进行访问，确定所述标准移动窗体确定所述标准移动窗体的中心像元值在x和y方向的变化率。
4.根据权利要求2所述的方法，其特征在于，所述根据从所述中心像元点开始在水平方向和垂直方向的变化率计算坡度包括：
利用如下方式计算坡度：
其中所述dz/dx为水平方向变化率，所述dz/dy为垂直方向变化率。
5.根据权利要求2所述的方法，其特征在于，所述根据所述遥感影像和数字高程模型计算得到地形因子，包括：
每个像元到其相邻像元方向上值的变化率最大的下坡方向作为坡向；
计算所述坡向的方位值。
6.根据权利要求4所述的方法，其特征在于，所述计算所述坡向的方位值，包括:
若角度小于0，则罗盘方向值为90°与所述角度之差；
若角度大于90°，则罗盘方向值为450°与所述角度之差；
否则，罗盘方位值为90°与所述角度之差。
7.根据权利要求1所述的方法，其特征在于，所述根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量，包括：
利用如下公式计算所述农地的估计产量：
其中，ui表示地块i的中心点x坐标值，vi表示地块i的中心点y坐标值，ti表示地块i的时间。(yi,xi1,xi2,...,xid)为在计算三角网(ui,vi,ti)处对应的因变量Y和自变量X1，X2，…，Xd的计算值(i＝1,2,...,n)。d表示自变量的总数，n表示观测点的数目。βk(ui,vi,ti)(k＝0,1,2,...,d)为在地块(ui,vi,ti)处的(ui,vi,ti)的任意函数。
8.一种农地价值计算装置，其特征在于，包括：
获取模块，用于获取农地遥感影像和数字高程模型；
计算模块，用于根据所述遥感影像和数字高程模型计算得到地形因子，所述地形因子包括：坡度、坡向、地形变化、三维地表面积和地块形状；
环境因子获取模块，用于获取所述农地的环境因子，所述环境因子包括：土壤质地、土壤肥力、灌溉条件和排水条件；
历史数据信息模块，用于获取所述农地的历史数据信息；
估计产量计算模块，用于根据所述农地的地形因子、环境因子和历史数据信息计算所述农地的估计产量；
确定模块，用于根据所述估计产量确定所述农地价值。
9.一种服务器，其特征在于，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的农地价值计算方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一所述的农地价值计算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910733268.9A CN110458618A (zh) | 2019-08-09 | 2019-08-09 | 农地价值计算方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910733268.9A CN110458618A (zh) | 2019-08-09 | 2019-08-09 | 农地价值计算方法、装置、服务器及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110458618A true CN110458618A (zh) | 2019-11-15 |
Family
ID=68485667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910733268.9A Pending CN110458618A (zh) | 2019-08-09 | 2019-08-09 | 农地价值计算方法、装置、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110458618A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111369152A (zh) * | 2020-03-06 | 2020-07-03 | 深圳前海微众银行股份有限公司 | 农业土地价值评估优化方法、装置、设备及可读存储介质 |
| CN113837892A (zh) * | 2021-08-25 | 2021-12-24 | 湖北省水利水电规划勘测设计院 | 基于3s技术的坡耕地划分方法 |
| CN114863289A (zh) * | 2022-07-06 | 2022-08-05 | 环球数科集团有限公司 | 一种基于土地利用的动态遥感监测方法与系统 |
| CN116975715A (zh) * | 2023-07-31 | 2023-10-31 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 基于综合计算模型的场地类型划分方法、系统及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104700356A (zh) * | 2015-04-07 | 2015-06-10 | 北京师范大学 | 一种遥感图像反立体校正方法 |
| CN108760643A (zh) * | 2018-04-04 | 2018-11-06 | 西南石油大学 | 一种适宜于高海拔地区的干旱遥感监测方法 |
| CN108985588A (zh) * | 2018-06-28 | 2018-12-11 | 中国科学院遥感与数字地球研究所 | 一种农作物单产遥感估算方法、装置与系统 |
| CN108985260A (zh) * | 2018-08-06 | 2018-12-11 | 航天恒星科技有限公司 | 一种遥感及气象一体化水稻估产方法 |
| CN109374860A (zh) * | 2018-11-13 | 2019-02-22 | 西北大学 | 一种基于机器学习算法的土壤养分预测及综合评价方法 |
-
2019
- 2019-08-09 CN CN201910733268.9A patent/CN110458618A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104700356A (zh) * | 2015-04-07 | 2015-06-10 | 北京师范大学 | 一种遥感图像反立体校正方法 |
| CN108760643A (zh) * | 2018-04-04 | 2018-11-06 | 西南石油大学 | 一种适宜于高海拔地区的干旱遥感监测方法 |
| CN108985588A (zh) * | 2018-06-28 | 2018-12-11 | 中国科学院遥感与数字地球研究所 | 一种农作物单产遥感估算方法、装置与系统 |
| CN108985260A (zh) * | 2018-08-06 | 2018-12-11 | 航天恒星科技有限公司 | 一种遥感及气象一体化水稻估产方法 |
| CN109374860A (zh) * | 2018-11-13 | 2019-02-22 | 西北大学 | 一种基于机器学习算法的土壤养分预测及综合评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李志林，朱庆，谢潇: "《数字高程模型 第3版》", 30 November 2017 * |
| 许和连、吴钢: "《中国利用外资的综合效应与结构优化》", 31 December 2013 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111369152A (zh) * | 2020-03-06 | 2020-07-03 | 深圳前海微众银行股份有限公司 | 农业土地价值评估优化方法、装置、设备及可读存储介质 |
| CN113837892A (zh) * | 2021-08-25 | 2021-12-24 | 湖北省水利水电规划勘测设计院 | 基于3s技术的坡耕地划分方法 |
| CN114863289A (zh) * | 2022-07-06 | 2022-08-05 | 环球数科集团有限公司 | 一种基于土地利用的动态遥感监测方法与系统 |
| CN114863289B (zh) * | 2022-07-06 | 2022-09-30 | 环球数科集团有限公司 | 一种基于土地利用的动态遥感监测方法与系统 |
| CN116975715A (zh) * | 2023-07-31 | 2023-10-31 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 基于综合计算模型的场地类型划分方法、系统及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110458618A (zh) | 农地价值计算方法、装置、服务器及存储介质 | |
| Fawcett et al. | Unmanned aerial vehicle (UAV) derived structure-from-motion photogrammetry point clouds for oil palm (Elaeis guineensis) canopy segmentation and height estimation | |
| Huang et al. | Jointly assimilating MODIS LAI and ET products into the SWAP model for winter wheat yield estimation | |
| CN110516816B (zh) | 基于机器学习的全天候地表温度生成方法及装置 | |
| Meng et al. | Modeling alpine grassland above ground biomass based on remote sensing data and machine learning algorithm: A case study in east of the Tibetan Plateau, China | |
| CN109142679A (zh) | 基于人工神经网络克里金插值的森林土壤养分的空间预测方法 | |
| Shi et al. | A comparison of LiDAR-based DEMs and USGS-sourced DEMs in terrain analysis for knowledge-based digital soil mapping | |
| US20210223433A1 (en) | Determination of location-specific weather information for agronomic decision support | |
| Liu et al. | A novel entropy-based method to quantify forest canopy structural complexity from multiplatform lidar point clouds | |
| Sharma et al. | Vertical accuracy of digital elevation model from Shuttle Radar Topographic Mission–a case study | |
| CN116561509A (zh) | 顾及植被类型的城市植被地上生物量精确反演方法及系统 | |
| Chen et al. | An integrated GIS tool for automatic forest inventory estimates of Pinus radiata from LiDAR data | |
| Thomas et al. | Soil survey design for management-scale digital soil mapping in a mountainous southern Philippine catchment | |
| Qu et al. | Mapping large area tea plantations using progressive random forest and Google Earth Engine | |
| CN113743027A (zh) | 一种基于cfd技术绘制风资源图谱的方法和装置 | |
| Pascual et al. | Assessing the robustness of variable selection methods when accounting for co-registration errors in the estimation of forest biophysical and ecological attributes | |
| CN110736961B (zh) | 一种树木位置的测量系统及方法 | |
| Bornaetxea et al. | r. survey: a tool for calculating visibility of variable-size objects based on orientation | |
| CN103777196A (zh) | 基于地理信息的地面目标距离单站测量方法及其测量系统 | |
| Rogers et al. | Assessing regional scale habitat area with a three dimensional measure | |
| Liang et al. | ForestSemantic: a dataset for semantic learning of forest from close-range sensing | |
| Castel et al. | Using SIR-C SAR data and the AMAP model for forest attributes retrieval and 3-D stand simulation | |
| Díaz-Varela et al. | Preservation of spatial information in rasterization processes: A practical approach using real categorical data and landscape metrics | |
| Jin et al. | UAV-RGB-image-based aboveground biomass equation for planted forest in semi-arid Inner Mongolia, China | |
| Reuveni et al. | Estimating forest parameters using Landsat ETM+ spectral responses and monocultured plantation fieldwork measurements data |
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 |