CN110782172B - 人工智能方法在生态地质环境承载力评价中的应用方法 - Google Patents
人工智能方法在生态地质环境承载力评价中的应用方法 Download PDFInfo
- Publication number
- CN110782172B CN110782172B CN201911042554.7A CN201911042554A CN110782172B CN 110782172 B CN110782172 B CN 110782172B CN 201911042554 A CN201911042554 A CN 201911042554A CN 110782172 B CN110782172 B CN 110782172B
- Authority
- CN
- China
- Prior art keywords
- data
- preset
- environment
- supply side
- flight path
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 title claims abstract description 17
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 230000004308 accommodation Effects 0.000 claims abstract description 19
- 230000007613 environmental effect Effects 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 15
- 230000007717 exclusion Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 6
- 239000012535 impurity Substances 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 5
- 238000012854 evaluation process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0022—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the communication link
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及人工智能方法在生态地质环境承载力评价中的应用方法，包括以下步骤：1)资源供给侧信息采集；2)资源供给侧信息除杂；3)环境容纳信息分析；4)录入社会影响数据；5)社会影响数据分析；6)环境承载分析。本发明将生态地质环境承载力评价中的数据采集由原来复杂的人工操作转换为无人飞行器、履带式无人驾驶车辆和卫星的协同配合操作，由无人飞行器、履带式无人驾驶车辆和卫星共同组成定位式信息采集、分析、对比和录入系统，可以十分方便的对地质环境承载力数据进行采集和分析筛选，从而避免了人工复杂的操作，杜绝了由于人工失误造成的数据丢失，并且实现了智能化的分析处理，从而极大的提高了对地质环境承载力的分析处理效率。
Description
技术领域
本发明属于城镇生态建设技术领域，具体为人工智能方法在生态地质环境承载力评价中的应用方法。
背景技术
河南省地处中原腹地，地质构造复杂，自然地质作用严重，人类工程经济活动较强烈，其中，尤以豫西、豫南山区较为严重。豫南山区位于河南省南部，主要包括南阳、驻马店、信阳以及平顶山部分区域。该地区山高沟深、植被旺盛、气象因素多变、地层岩性复杂、新构造运动发育、河流密集等造成该地区生态地质环境脆弱，崩塌、滑坡、泥石流等自然地质灾害频发。近年来，该地区经济发展迅速，发展过程中人类活动与生态地质环境相互影响，造成该地区人为诱发地质灾害愈发严重，生态地质环境对经济发展的制约日益显著。可以说，该地区的发展存在着过度开发土地、矿产等资源及损害生态地质环境的问题，这也是中国大部分地区在发展中共有的问题，如果忽视生态地质环境对经济发展的影响，将致使可使用资源更加匮乏，生态环境更加恶化、重大地质灾害频发，将消耗更多的资源来恢复生态地质环境，得不偿失[1]。
豫南山区的区域环境特点决定着其经济发展主要受生态地质环境问题的制约，研究生态地质环境对该区域的经济活动的承载能力显得尤为重要。因此，在对该区域生态地质环境背景的研究基础上，研究区域生态地质环境对经济活动的影响因素，并对区域生态地质环境的承载能力进行评价，对于调节区域中社会经济活动，实现生态地质环境与社会经济的协调发展具有重要的理论意义和现实意义。针对豫南山区生态地质环境承载力评价工作，在以往的评价过程中均为专人成立评价小组，投入大量人力物力对所需要评价的地质环境进行长时间的数据收集归纳，这是一个相当繁琐的过程，并且在评价过程中如果由于人员失误而造成数据混乱或丢失，就会影响一系列现有进程和后续进程，对整个评价过程无疑会造成致命影响。
发明内容
本发明的目的在于提供一种人工智能方法在生态地质环境承载力评价中的应用方法，包括以下步骤：
1)资源供给侧信息采集：无人飞行器在预设飞行路径上完成至少两次对各供给侧主体的信息采集，并将采集到的供给侧信息上传至供给侧子系统，所述供给侧主体上选配有用以测量所需信息的检测仪器，检测仪器在10m-50m范围内与无人飞行器之间以无线协议进行通信，并且检测仪器会在发出的无线信息上打上由本地计时器授予的本地时标，无人飞行器会在收到的无线信息上打上卫星授予的授时时标；
2)资源供给侧信息除杂：供给侧子系统将始于所述预设飞行路径起点授时时标、并且止于终点授时时标的一段连续授时时标所采集的供给侧信息作为一个批次，并将供给侧信息分割为若干批次，然后计数不同批次中同一预设飞行路径节点上不同本地时标的数量，如数量少于预设要求数量、则修复相应检测仪器和/或无人飞行器后重复上述1)直至达到预设要求数量，如数量达到预设要求数量、则采用非概率可靠性理论相关算法计算得出相应环境数据；
3)环境容纳信息分析：依照所述环境数据，供给侧子系统按照预设环境影响指标向所述预设飞行路径上各节点附加各项环境容纳指标数据而形成环境容纳数据，并上传至综合分析系统；
4)录入社会影响数据：需求侧子系统从综合分析系统下载所述预设飞行路径，以向预设飞行路径的各节点上录入需求侧主体，并判断录入的需求侧主体之间比例关系是否满足预设比例关系，如判定录入的需求侧主体不满足所述比例关系、则可以修改至满足所述比例关系的推荐录入数据或追加确认为特别录入数据，如判定录入的需求侧主体满足所述比例关系则直接确定为推荐录入数据；
5)社会影响数据分析：依照推荐录入数据或特别录入数据，需求侧子系统按照预设社会影响指标向需求侧主体附加各项社会影响指标数据而形成社会影响数据，并上传综合分析系统；
6)环境承载分析：综合分析系统将所述预设飞行路径上各节点上社会影响指标数据和环境容纳指标数据进行比对，如判定任一节点上社会影响指标数据和环境容纳指标数据不匹配、则重复上述步骤4)和5)，如判定任何社会影响指标数据和环境容纳指标数据均匹配、则作为环境承载数据进行存储。
优选的，各检测仪器安装在履带式的无人驾驶车辆上，无人驾驶车辆随行在无人飞行器下方，无人飞行器在卫星导航下按照所述预设飞行路径飞行。
优选的，步骤5)中依照推荐录入数据，如步骤6)中判定任何社会影响指标数据和环境容纳指标数据均匹配、则计算所述推荐录入数据中各项需求侧主体之间比例关系并补充至需求侧子系统中作为预设比例关系。
优选的，步骤3)中综合分析系统依照预设飞行路径判别其所处地区地形，并对不同地形的环境容纳数据进行分别存储；步骤4)中按照预设需求侧主体排斥关系，综合分析系统判别录入的需求侧主体之间关系是否满足，如不满足、则直接判定无法成为推荐录入数据或特别录入数据。
优选的，步骤3)和4)之间，按照预设供给侧主体排斥关系，综合分析系统按照供给侧主体类型在预设飞行路径的对应节点上附加排斥的需求侧主体类型；步骤4)中，一旦录入的需求侧主体为所述排斥的需求侧主体类型，则直接判定无法成为推荐录入数据或特别录入数据。
本发明的有益效果如下：
本发明将生态地质环境承载力评价中的数据采集由原来复杂的人工操作转换为无人飞行器、履带式无人驾驶车辆和卫星的协同配合操作，由无人飞行器、履带式无人驾驶车辆和卫星共同组成定位式信息采集、分析、对比和录入系统，可以十分方便的对地质环境承载力数据进行采集和分析筛选，从而避免了人工复杂的操作，杜绝了由于人工失误造成的数据丢失，并且实现了智能化的分析处理，从而极大的提高了对地质环境承载力的分析处理效率。
具体实施方式
为了使本发明的技术目的、技术方案和有益效果更加清楚，下面结合具体实施例对本发明的技术方案作出进一步的说明。
人工智能方法在生态地质环境承载力评价中的应用方法，包括以下步骤：1)资源供给侧信息采集：无人飞行器在预设飞行路径上完成至少两次对各供给侧主体的信息采集，并将采集到的供给侧信息上传至供给侧子系统，所述供给侧主体上选配有用以测量所需信息的检测仪器，检测仪器在10m-50m范围内与无人飞行器之间以无线协议进行通信，并且检测仪器会在发出的无线信息上打上由本地计时器授予的本地时标，无人飞行器会在收到的无线信息上打上卫星授予的授时时标，各检测仪器安装在履带式的无人驾驶车辆上，无人驾驶车辆随行在无人飞行器下方，无人飞行器在卫星导航下按照所述预设飞行路径飞行，无人驾驶车辆在预设飞行路径的起点，按照授时时标对本地时标进行校正，从而保证了采集过程中三个主体设备的协同划一，保证了数据测量的准确性，2)资源供给侧信息除杂：供给侧子系统将始于所述预设飞行路径起点授时时标、并且止于终点授时时标的一段连续授时时标所采集的供给侧信息作为一个批次，并将供给侧信息分割为若干批次，然后计数不同批次中同一预设飞行路径节点上不同本地时标的数量，如数量少于预设要求数量、则修复相应检测仪器和/或无人飞行器后重复上述1)直至达到预设要求数量，如数量达到预设要求数量、则采用非概率可靠性理论相关算法计算得出相应环境数据；3)环境容纳信息分析：依照所述环境数据，供给侧子系统按照预设环境影响指标向所述预设飞行路径上各节点附加各项环境容纳指标数据而形成环境容纳数据，并上传至综合分析系统，综合分析系统依照预设飞行路径判别其所处地区地形，并对不同地形的环境容纳数据进行分别存储；4)录入社会影响数据：需求侧子系统从综合分析系统下载所述预设飞行路径，以向预设飞行路径的各节点上录入需求侧主体，并判断录入的需求侧主体之间比例关系是否满足预设比例关系，如判定录入的需求侧主体不满足所述比例关系、则可以修改至满足所述比例关系的推荐录入数据或追加确认为特别录入数据，如判定录入的需求侧主体满足所述比例关系则直接确定为推荐录入数据，按照预设需求侧主体排斥关系，综合分析系统判别录入的需求侧主体之间关系是否满足，如不满足、则直接判定无法成为推荐录入数据或特别录入数据，步骤3)和4)之间，按照预设供给侧主体排斥关系，综合分析系统按照供给侧主体类型在预设飞行路径的对应节点上附加排斥的需求侧主体类型，一旦录入的需求侧主体为所述排斥的需求侧主体类型，则直接判定无法成为推荐录入数据或特别录入数据；例如比例关系为所检测的环境因素中与特设环境比例数值在可控的范围之内，则可以对其进行修改或者追加，但是，如果录入数据在需求侧所提供的数据库之外，则直接判定无法成为推荐录入数据或特别录入数据；5)社会影响数据分析：依照推荐录入数据或特别录入数据，需求侧子系统按照预设社会影响指标向需求侧主体附加各项社会影响指标数据而形成社会影响数据，并上传综合分析系统；6)环境承载分析：综合分析系统将所述预设飞行路径上各节点上社会影响指标数据和环境容纳指标数据进行比对，如判定任一节点上社会影响指标数据和环境容纳指标数据不匹配、则重复上述步骤4)和5)，如判定任何社会影响指标数据和环境容纳指标数据均匹配、则作为环境承载数据进行存储，同时计算推荐录入数据中各项需求侧主体之间比例关系并补充至需求侧子系统中作为预设比例关系，进而形成记忆功能，方便下次直接进行数据存储。
本发明在具体的实施过程中，可以对区域人口数量、土地面积、矿山地质条件、地质灾害易发程度等，或实地调查的方式获取土地生产率、大气质量、水资源量、植被资源量等数值进行信息采集，并且可以通过无人飞行器、履带式无人驾驶车辆和卫星的协同配合操作，对大尺度的区域范围如区域坡度、植被覆盖率、耕地土地占有面积等进行信息采集、对比和反馈，从而极大的节约了人力，采集的过程主要通过资源供给侧信息采集、需求侧数据库录入和综合分析系统的对比分析筛选，从而完成原来必须由人力完成的复杂监测工序，资源供给侧信息采集通过检测仪器将采集到的区域人口数量、土地面积、矿山地质条件、地质灾害易发程度等，或实地调查的方式获取土地生产率、大气质量、水资源量、植被资源量、区域坡度、植被覆盖率和耕地土地占有面积等实时地质信息经过信息除杂后上床至综合分析系统，同时，需求侧子系统录入社会影响数据，并根据具体需要判断录入的需求侧主体之间比例关系是否满足预设比例关系，如判定录入的需求侧主体不满足所述比例关系、则可以修改至满足所述比例关系的推荐录入数据或追加确认为特别录入数据，如判定录入的需求侧主体满足所述比例关系则直接确定为推荐录入数据，上传至综合分析系统与资源供给侧所采集到的信息进行对比，从而得出匹配数据进行存储，安全高效并且避免了繁杂的人工操作。
本发明将生态地质环境承载力评价中的数据采集由原来复杂的人工操作转换为无人飞行器、履带式无人驾驶车辆和卫星的协同配合操作，由无人飞行器、履带式无人驾驶车辆和卫星共同组成定位式信息采集、分析、对比和录入系统，可以十分方便的对地质环境承载力数据进行采集和分析筛选，从而避免了人工复杂的操作，杜绝了由于人工失误造成的数据丢失，并且实现了智能化的分析处理，从而极大的提高了对地质环境承载力的分析处理效率。
最后所应说明的是：上述实施例仅用于说明而非限制本发明的技术方案，任何对本发明进行的等同替换及不脱离本发明精神和范围的修改或局部替换，其均应涵盖在本发明权利要求保护的范围之内。
Claims (6)
1.人工智能方法在生态地质环境承载力评价中的应用方法，其特征在于，包括以下步骤：
1)资源供给侧信息采集：无人飞行器在预设飞行路径上完成至少两次对各供给侧主体的信息采集，并将采集到的供给侧信息上传至供给侧子系统，所述供给侧主体上选配有用以测量所需信息的检测仪器，检测仪器在10m-50m范围内与无人飞行器之间以无线协议进行通信，并且检测仪器会在发出的无线信息上打上由本地计时器授予的本地时标，无人飞行器会在收到的无线信息上打上卫星授予的授时时标；
2)资源供给侧信息除杂：供给侧子系统将始于所述预设飞行路径起点授时时标、并且止于终点授时时标的一段连续授时时标所采集的供给侧信息作为一个批次，并将供给侧信息分割为若干批次，然后计数不同批次中同一预设飞行路径节点上不同本地时标的数量，如数量少于预设要求数量、则修复相应检测仪器和/或无人飞行器后重复上述1)直至达到预设要求数量，如数量达到预设要求数量、则采用非概率可靠性理论相关算法计算得出相应环境数据；
3)环境容纳信息分析：依照所述环境数据，供给侧子系统按照预设环境影响指标向所述预设飞行路径上各节点附加各项环境容纳指标数据而形成环境容纳数据，并上传至综合分析系统；
4)录入社会影响数据：需求侧子系统从综合分析系统下载所述预设飞行路径，以向预设飞行路径的各节点上录入需求侧主体，并判断录入的需求侧主体之间比例关系是否满足预设比例关系，如判定录入的需求侧主体不满足所述比例关系、则可以修改至满足所述比例关系的推荐录入数据或追加确认为特别录入数据，如判定录入的需求侧主体满足所述比例关系则直接确定为推荐录入数据；
5)社会影响数据分析：依照推荐录入数据或特别录入数据，需求侧子系统按照预设社会影响指标向需求侧主体附加各项社会影响指标数据而形成社会影响数据，并上传综合分析系统；
6)环境承载分析：综合分析系统将所述预设飞行路径上各节点上社会影响指标数据和环境容纳指标数据进行比对，如判定任一节点上社会影响指标数据和环境容纳指标数据不匹配、则重复上述步骤4)和5)，如判定任何社会影响指标数据和环境容纳指标数据均匹配、则作为环境承载数据进行存储。
2.根据权利要求1所述的人工智能方法在生态地质环境承载力评价中的应用方法，其特征在于，各检测仪器安装在履带式的无人驾驶车辆上，无人驾驶车辆随行在无人飞行器下方，无人飞行器在卫星导航下按照所述预设飞行路径飞行。
3.根据权利要求2所述的人工智能方法在生态地质环境承载力评价中的应用方法，其特征在于，无人驾驶车辆在预设飞行路径的起点，按照授时时标对本地时标进行校正。
4.根据权利要求1或2或3所述的人工智能方法在生态地质环境承载力评价中的应用方法，其特征在于，步骤5)中依照推荐录入数据，如步骤6)中判定任何社会影响指标数据和环境容纳指标数据均匹配、则计算所述推荐录入数据中各项需求侧主体之间比例关系并补充至需求侧子系统中作为预设比例关系。
5.根据权利要求4所述的人工智能方法在生态地质环境承载力评价中的应用方法，其特征在于，步骤3)中综合分析系统依照预设飞行路径判别其所处地区地形，并对不同地形的环境容纳数据进行分别存储；步骤4)中按照预设需求侧主体排斥关系，综合分析系统按照供给侧主体类型在预设飞行路径的对应节点上附加排斥的需求侧主体类型，一旦录入的需求侧主体为所述排斥的需求侧主体类型，则直接判定无法成为推荐录入数据或特别录入数据。
6.根据权利要求1或2或3所述的人工智能方法在生态地质环境承载力评价中的应用方法，其特征在于，步骤3)和4)之间，按照预设供给侧主体排斥关系，综合分析系统按照供给侧主体类型在预设飞行路径的对应节点上附加排斥的需求侧主体类型；步骤4)中，一旦录入的需求侧主体为所述排斥的需求侧主体类型，则直接判定无法成为推荐录入数据或特别录入数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911042554.7A CN110782172B (zh) | 2019-10-30 | 2019-10-30 | 人工智能方法在生态地质环境承载力评价中的应用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911042554.7A CN110782172B (zh) | 2019-10-30 | 2019-10-30 | 人工智能方法在生态地质环境承载力评价中的应用方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110782172A CN110782172A (zh) | 2020-02-11 |
| CN110782172B true CN110782172B (zh) | 2023-03-03 |
Family
ID=69387716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911042554.7A Active CN110782172B (zh) | 2019-10-30 | 2019-10-30 | 人工智能方法在生态地质环境承载力评价中的应用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110782172B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112966866A (zh) * | 2021-03-05 | 2021-06-15 | 长春工程学院 | 一种基于优化配置的水资源承载力评价方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675854A (zh) * | 2012-09-21 | 2014-03-26 | 郑州威科姆科技股份有限公司 | 基于北斗卫星的多通道授时拟合方法 |
| CN104517432A (zh) * | 2014-12-24 | 2015-04-15 | 兰州大学 | 基于无人机和无线传感器网络的监控系统 |
| CN107065511A (zh) * | 2017-04-28 | 2017-08-18 | 四川腾盾科技有限公司 | 一种无人机飞行参数时标处理方法 |
| CN109685393A (zh) * | 2019-01-17 | 2019-04-26 | 北京师范大学 | 一种适用于生态型地区的地质资源环境现状评价方法 |
| CN109711751A (zh) * | 2019-01-15 | 2019-05-03 | 北京国脉时空大数据科技有限公司 | 一种基于时空数据融合分析的资源环境承载力评估方法 |
| KR101988212B1 (ko) * | 2018-04-05 | 2019-06-12 | 주식회사 드로미 | 무인비행체를 이용한 측량 시스템 및 방법 |
| CN110287175A (zh) * | 2019-05-19 | 2019-09-27 | 中国地质调查局西安地质调查中心 | 一种资源环境承载能力的大数据智能测定系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160358193A1 (en) * | 2015-06-08 | 2016-12-08 | Realine Technology Inc. | Technology Platform for Matching Demand-Side and Supply-Side Users |
-
2019
- 2019-10-30 CN CN201911042554.7A patent/CN110782172B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675854A (zh) * | 2012-09-21 | 2014-03-26 | 郑州威科姆科技股份有限公司 | 基于北斗卫星的多通道授时拟合方法 |
| CN104517432A (zh) * | 2014-12-24 | 2015-04-15 | 兰州大学 | 基于无人机和无线传感器网络的监控系统 |
| CN107065511A (zh) * | 2017-04-28 | 2017-08-18 | 四川腾盾科技有限公司 | 一种无人机飞行参数时标处理方法 |
| KR101988212B1 (ko) * | 2018-04-05 | 2019-06-12 | 주식회사 드로미 | 무인비행체를 이용한 측량 시스템 및 방법 |
| CN109711751A (zh) * | 2019-01-15 | 2019-05-03 | 北京国脉时空大数据科技有限公司 | 一种基于时空数据融合分析的资源环境承载力评估方法 |
| CN109685393A (zh) * | 2019-01-17 | 2019-04-26 | 北京师范大学 | 一种适用于生态型地区的地质资源环境现状评价方法 |
| CN110287175A (zh) * | 2019-05-19 | 2019-09-27 | 中国地质调查局西安地质调查中心 | 一种资源环境承载能力的大数据智能测定系统 |
Non-Patent Citations (4)
| Title |
|---|
| Research of city"s Resource Environmental Bearing Capacity based on set pair analysis—A study in Daqing;Shaowei Ning等;《IEEE》;20110728;全文 * |
| 基于层次分析法的北川县环境地质承载力评价;孙金辉等;《水土保持通报》;20180815(第04期);全文 * |
| 基于集对分析的内蒙古自治区资源环境承载力评价研究;王红旗等;《北京师范大学学报(自然科学版)》;20130415;全文 * |
| 飞行参数记录系统时标设计及应用;梁凤霞等;《电子制作》;20130930(第15期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110782172A (zh) | 2020-02-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shen et al. | Remote sensing and evaluation of the wetland ecological degradation process of the Zoige Plateau Wetland in China | |
| Onagh et al. | Landslide susceptibility mapping in a part of Uttarkashi district (India) by multiple linear regression method | |
| CN104881961A (zh) | 基于移动互联网的全球地震地磁异常大数据监测预警系统及监测预警方法 | |
| Song et al. | Potential of ensemble learning to improve tree-based classifiers for landslide susceptibility mapping | |
| CN107103378B (zh) | 一种玉米种植环境测试站点布局方法及系统 | |
| CN110728402B (zh) | 一种基于地质标本分析的区域矿产资源预测系统 | |
| CN106339716A (zh) | 一种基于加权欧氏距离的移动轨迹相似度匹配方法 | |
| CN104200082B (zh) | 台风登陆预测方法 | |
| CN102999694A (zh) | 一种山地灾害频发区泥石流风险评价方法 | |
| CN116363524A (zh) | 一种公路地质灾害高风险区域监测预警方法及装置 | |
| CN110782172B (zh) | 人工智能方法在生态地质环境承载力评价中的应用方法 | |
| CN105355047A (zh) | 多交通检测源动态时间粒度的数据融合处理方法 | |
| Leoni et al. | GIS methodology to assess landslide susceptibility: application to a river catchment of Central Italy | |
| CN107923749A (zh) | 用于检测地面位置变化的系统和方法 | |
| CN115994685A (zh) | 一种国土空间规划现状评估方法 | |
| Hosseini Duki et al. | Evaluation of base flow separation methods for determining water extraction (case study: Gorganroud River Basin) | |
| Cheng et al. | Vegetation Cover Change and Relative Contributions of Associated Driving Factors in the Ecological Conservation and Development Zone of Beijing, China. | |
| CN116699612A (zh) | 融合InSAR形变量与降雨量的滑坡危险性评价方法 | |
| CN116500697A (zh) | 一种水文地质勘察方法 | |
| CN112379412B (zh) | 采集地震数据的质量监控方法及装置 | |
| CN113175949B (zh) | 一种结合地表形变和水位信息反演释水系数方法和系统 | |
| Riaz | Urban change detection of Lahore (Pakistan) using a time series of satellite images since 1972 | |
| Abdollahi et al. | Evaluation of trend of land utilization and population growth using remote sensing data: Case study of Yazd City, Iran | |
| CN115630870B (zh) | 地质碳封存区域大气co2时空分异特征及影响因子分析方法 | |
| CN117436823B (zh) | 一种基于大数据的自然资源确权登记管理方法及系统 |
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 |